水热波动和土地覆盖变化对东北地区植被NPP的相对影响

研究水热波动和土地覆盖变化对植被净初级生产力（Net Primary Productivity,NPP）的影响对于估算陆地碳循环及其驱动机制具有重要意义。利用MODIS遥感影像获得的时间序列NPP和土地覆盖产品,结合气象观测数据（气温和降水）,采用相关分析、回归分析和空间分析相结合的方法,研究2000-2015年东北地区植被NPP的时空变化特征,并定量评估水热波动和土地覆盖变化对该地区植被NPP的相对影响。研究结果表明,2000-2015年东北地区植被NPP呈波动上升趋势,从2000年的369.24 g C m^-2 a^-1增加到2015年的453.84 g C m^-2 a^-1,平均值是412.10 g C m^-2 a^-1,年际增加速率为4.54 g C m^-2 a^-1。近16年来东北地区年均植被NPP空间上呈现南高北低、东高西低的分布格局,整体变化趋势以增加为主,其中轻微增加面积占该地区总面积的45.9%。不同土地覆盖类型的年均NPP差异明显,其中灌木最高为400.34 g C m^-2 a^-1,草地最低为300.49 g C m^-2 a^-1。东北地区植被NPP与气温的相关性不明显,而与降水量主要表现为正效应。水热波动对该地区不同土地覆盖类型NPP总量变化的贡献大于土地覆盖变化的贡献,其中对森林和农田的贡献最大,均达到70%以上。     

近16年青海高原植被NPP时空格局变化及气候与人为因素的影响

采用2000—2015年MOD13Q1—16天合成的250 m分辨率NDVI时序数据,基于CASA改进模型估算了青海高原植被NPP,分析了近16年来植被NPP时空变化的特征与规律及其对气候因素变化的响应,并探讨不同区域生态保护工程建设的成效。研究结果表明:①青海高原植被NPP多年平均值242.50 gC m~(-2) a~(-1),空间上呈东高西低,南高北低,由西北向东南逐渐递增分布趋势;②2000—2015年,研究区年NPP分布在53.24—96.56 TgC,呈平稳增加,年增长率1.32 TgC/a;③气候的暖湿化是植被NPP增加的主要因素,降水、气温的耦合作用是青海高原植被NPP年际波动的重要因素,不同区域植被NPP受控因子存在差异;④不同生态保护工程的实施,对区域NPP时空格局及变化趋势存在不同程度的影响。其中,三江源地区年NPP上升趋势最为明显,环青海湖地区、东部地区次之,柴达木地区是最缓慢的地区。     

2000-2015年安徽省植被净初级生产力时空分布特征及其驱动因素

安徽省是我国的农业大省,其生态系统的动态变化直接关系粮食安全。植被NPP的变化可以有效反映生态系统的变化。基于MOD17A3 NPP数据、气象数据和土地利用类型数据,采用偏差分析法、变异系数、趋势分析法和相关分析法对安徽省2000-2015年植被NPP的时空格局、变化趋势及驱动因子进行研究。结果表明：（1）2000-2015年安徽省植被NPP平均值为476.6gC/m²;波动范围为396.6-531.8gC/m²;植被NPP具有较强的空间分异性,整体上呈现南高北低趋势;（2）不同土地覆盖类型的年均NPP差异明显,其中林地最高,为535.5gC/m²,而且不同地类的NPP年际变化幅度不同,主要表现在林地和草地的变化幅度相对较大;（3）植被NPP受气候、环境变化以及人类活动等多种因素共同影响,其中受气候因素中降雨影响较大,但是随着人类活动日益频繁,城市化逐渐成为NPP变化的主要驱动力。     

甘肃白龙江流域净生态系统生产力时空变化

净生态系统生产力(NEP)是估算区域植被碳源、碳汇的重要指标。以甘肃白龙江流域为研究区,结合MODIS与气象数据对2000—2013年的流域净生态系统生产力时空变化进行了研究,并探讨了典型地形因子对NEP的影响。结果表明:(1)2000—2013年甘肃白龙江流域单位面积NEP平均为226.65 g C m~(-2)a~(-1),碳汇区主要分布在白龙江上游两岸、岷江西岸、白水江南岸、大团鱼河两岸的山地林区,碳源区主要分布在武都区、迭部县北缘的高寒草甸区等。(2)从不同植被类型上看,常绿阔叶林、常绿/落叶阔叶混交林单位面积NEP最高,高寒草地单位面积NEP最小,且耕地单位面积NEP增加最明显,常绿/落叶阔叶混交林单位面积NEP降低最明显。(3)2000—2013年研究区单位面积NEP总体上呈增加的趋势,增加明显的地区分布在流域的中部和西北部,4—9月为流域碳汇季节。(4)地形因子对甘肃白龙江流域NEP有明显影响,海拔4200 m以下多为碳汇区;陡坡区的碳汇能力的增长趋势低于缓坡区;阴坡的碳汇能力高于阳坡区。     

中国植被碳源/汇时空演变特征及其驱动因素

植被生态系统对植被碳汇至关重要,是实现中国“碳中和”目标的重要路径之一。选择1981—2019年全球逐日NEP模拟数据产品,对1981—2019年中国植被碳源/汇时空演变进行分析,确定气候变化和人类活动对植被碳源/汇的影响区域,并量化生态修复治理工程对植被碳汇的成效。(1)通过使用BFAST模型监测NEP年际突变范围,确定2001年为时间断点,对比分析1981—2001年与2001—2019年NEP时空变化特征及驱动因素。(2)1981—2001年段植被碳汇大范围呈现递减趋势。2001—2019年,中国整体植被碳汇增加,尤其是北部地区NEP增长趋势显著。(3)1981—2001年中国北部地区植被固碳能力下降,受降水、辐射影响为主。2001—2019年,大部分地区NEP变化与降水相关性显著。(4)1981—2001年人类活动导致植被碳源/汇变化占总面积的4%,主要分布于东北地区和西南地区。2001—2019年中国植被碳源/汇变化由人类活动影响占比提高至26.23%,其中植被固碳能力提升占比25.22%。气候变化负向影响植被固碳能力较于1981—2001年减少约30%。说明人类活动在一定程...     

雅鲁藏布江流域NDVI变化与风沙化土地演变的耦合关系

运用1982-2010年的两种NDVI数据集（Pathfinder AVHRR和SPOT VEGETATION）,以及1975、1990、2000和2008年4期遥感数据,通过GIS技术、人工目视解译和灰色关联分析方法,研究了雅鲁藏布江流域NDVI变化和风沙化土地演变的耦合关系,结合1957-2007年降水和气温逐日气象资料,探讨了气候变化对其耦合关系的影响。结果表明：（1）流域内1982-2010年NDVI的年际变化总体上呈波动式增长的趋势。NDVI空间分布呈现由下游向中上游逐渐降低的趋势,以米林宽谷最大、马泉河宽谷最小。（2）2008年流域内共有风沙化土地273 697.54hm²,呈现由江源区马泉河宽谷向中下游递减的趋势。1975-2008年流域内风沙化土地呈缓慢增长趋势,以1990-1999年增长率最高,2000-2008年的增长率最小。（3）对于NDVI年变化和植被生长季（7-9月份）的变化,马泉河宽谷受平均气温的影响最大,日喀则宽谷和山南宽谷受年降水量的影响最大;米林宽谷NDVI的年变化受风沙化土地扩展的影响最大,植被生长季变化受年降水量的影响最大。（4）不同宽谷段NDVI与风沙化土地年变化的关联度自下游向中上游呈总体减小的趋势。流域尺度NDVI植被生长季变化主要受平均气温和年降水量的影响,非植被生长季（10月-翌年6月）变化主要受风沙化土地扩展的影响。     

内蒙古植被降水利用效率的时空格局及其驱动因素

植被降水利用效率(precipitation-use efficiency, PUE)是评价干旱、半干旱地区植被生产力对降水量时空动态响应特征的重要指标。该研究利用光能利用率CASA (Carnegie-Ames-Stanford Approach)模型估算了2001-2010年内蒙古地区植被净初级生产力(net primary productivity, NPP), 结合降水量的空间插值数据, 分析了近10年内蒙古地区植被PUE的空间分布、主要植被类型的PUE,及其时空格局的驱动因素。结果表明: 2001-2010年内蒙古地区所有植被的平均PUE为0.94 g C·m^-2·mm^-1, 且在105-120° E地带性规律明显,PUE上升速率为每10° 0.55 g C·m^-2·mm^-1。各植被类型间PUE差别较大, 其中灌丛PUE最高, 荒漠PUE最低。在不同的降水量区域, 植被PUE的空间分布与气候因子的关系有较大差别, 0-75 mm降水量区间内, PUE随降水量、气温的升高显著下降(R² = 0.226, p < 0.05); 175-300 mm降水量区间内, 植被 PUE的空间变化与降水量和气温呈极显著相关关系(R² = 0.878, p < 0.001), 且随降水量的增加显著上升( R² = 0.94, p < 0.001), 变化速率约为每100 mm降水0.57 g C·m ^-2·mm^-1; 在降水量大于475 mm的区域, 植被PUE的空间分布与降水量、气温的相关性显著(R² = 0.19, p < 0.05), 且随着气温的上升、降水量的下降而增加, 其中气温的贡献是降水量的8.61倍。在不同的降水量区域, 植被 PUE的年际波动与气候因子的关系也有较大差别, 对于年降水量0-220 mm的地区, PUE的年际波动与降水量呈正相关性、与气温呈负相关性; 在年降水量为220-310 mm的地区, PUE的年际波动主要受降水量的控制, 受气温影响较小; 在年降水量>310 mm的地区,PUE的年际波动与降水量、气温均呈正相关关系, 但在降水量越高的地区, PUE的年际波动与降水量的相关性越弱, 与气温的相关性越强。植被覆盖度与PUE的空间分布极显著相关(R² = 0.73, p < 0.001), 且与 PUE的年际波动也存在线性相关关系(R² = 0.11, p < 0.001); 叶面积指数( LAI)与PUE的年际波动呈线性相关关系(R² = 0.42, p < 0.001), 而当 LAI < 3.15时, PUE的空间分布随LAI增加而呈线性增加。     

2001—2010年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析

基于MODIS-NDVI遥感数据,利用CASA模型分析黄河流域2001—2010年植被净第一性生产力（NPP）的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间尺度上分析了黄河流域6种生态系统类型区域植被NPP的变化趋势,并对其与气候因素的相关关系进行分析.结果表明： 植被NPP空间分布呈西北低、东南高的分布特征,平均NPP年总量为108.53 Tg C,植被NPP的分布与生态系统类型呈现较高的相关性;2001—2010年,植被NPP总体呈上升趋势但波动较大,55.4%的面积呈现增加趋势,不同生态系统类型区域呈现不同的变化趋势;在年际水平上,黄河流域植被NPP变化与气候因素没有显著相关性,但在月际水平上呈现了较高的相关性,降水量和气温对植被NPP变化的影响作用相当;不同生态系统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的时滞效应,荒漠对气温存在时滞效应.     

气候变化与人类活动对内蒙古东部草地净初级生产力的影响

内蒙古东部草地是该区域的主体生态系统类型,属于脆弱的生态系统,对气候和人类活动反应敏感。基于土地覆被数据和改进CACS模型,估算得到的草地NPP,分析2000-2015年内蒙古东部草地和NPP时空格局与年际动态。进而,定义相对退化指数（RDI）,确定草地生产力变化过程中人类活动因素的贡献率,分析内蒙古东部地区2000-2015年RDI空间格局与年际动态。同时,分析16年间NPP和气候因子相关关系。结果表明：1）2000-2015年间,损失草地面积4743.80 km²,新增草地面积2705.57 km²。2）2000-2015年内蒙古东部地区草地植被平均NPP位于166.56-248.14 gC m^-2 a^-1之间,NPP在波动中呈现明显的上升趋势（3.65 gC m^-2 a^-1/a,R²=0.47）。3）2000-2015年RDI在16.64%-30.54%之间波动,RDI值呈缓慢下降趋势,表明人类活动对草地植被净初级生产力的干扰程度在下降。4）草地NPP变化主要是因为草地本身生产力下降。整体来看相关草地保护工作取得了阶段性进展,草地生境质量得到有效缓解,草地生态环境得到转变。     

1982-2020年安徽省净生态系统生产力时空格局变化及其成因

净生态系统生产力（NEP）是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子，有助于增强对区域碳循环变化机制的认知。基于BEPS （Boreal Ecosystem Productivity Simulator）模型模拟结果，评估了安徽省1982-2020年NEP时空格局，分析了安徽省NEP对主要环境植被因子的敏感性，并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明：（1）1982-2020年，安徽省多年年均NEP为651.14 gC/m²，线性趋势变化率为1.10 gC m^-2 a^-1，总体呈显著增加趋势（P<0.01）。在空间上，NEP表现为"南北部较高、中部较低"的分布，显著增加（P<0.05）的区域占52.77%，主要分布在北部和南部，显著减小（P<0.05）的区域占7.11%，主要分布在西部和东南部。NEP重心有显著的北移趋势（P<0.01）。（2） NEP对大气CO₂浓度变化最为敏感，对降水变化最不敏感。时间上，NEP对叶面积指数（LAI）（P<0.01）、CO₂（P<0.01）和饱和水汽压差（VPD）（P<0.05）的敏感性变化显著增强，对总辐射的敏感性变化显著减弱（P<0.01），对气温和降水的敏感性变化不显著（P>0.05）。空间上，NEP对各因子的敏感性有地区差异性。（3）所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO₂是安徽省NEP时空变化的主导因子，为正贡献，气候因子为次主导因子，为负贡献。空间上，LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区，占49.65%，CO₂为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区，占44.54%。     

2000—2020年华北地区植被固碳能力时空变化特征及其气象影响分析

净生态系统生产力(NEP)是估算植被生态系统碳源/汇的重要指标,开展区域NEP时空变化特征分析,对科学评估植被生态系统固碳能力及其气候变化应对措施具有重要意义。研究基于土壤呼吸模型和TEC模型,利用2000—2020年气象数据和遥感数据,采用线性趋势分析、Hurst指数和相关分析等统计方法,对华北地区固碳能力时空变化特征、影响因素及其未来变化趋势进行分析。结果表明：2000—2020年,华北地区年均NEP为228.8 gC/m²,在空间分布上呈现从西北向东南逐步递增的趋势,总体上表现为净固碳。从变化趋势来看,华北地区生态系统的固碳能力总体呈增加趋势,分布面积占比达到88.8%,达到显著增加趋势的面积比例为54.5%(P<0.05),其中河北北部、北京北部、山西西北部、山东西部等地NEP每年每平方米增加9.0 gC以上。华北大部地区NEP年际波动较小,有79.6%的区域多处于较高稳定、高稳定的等级。从变化趋势来看,华北地区有84.9%区域NEP具有强持续性,且NEP未来仍将持续增加的区域面积占比达到51.4%。华北地区NEP的空间分布和年际变化主要受降水的影响...     

中国东北地区近50年净生态系统生产力的时空动态

东北地区处于我国最高纬度地区,是全球气候变化最敏感的区域之一,研究东北地区净生态系统生产力对气候变化的响应,对阐明北半球中高纬度陆地生态系统碳源汇格局具有重要意义。基于CEVSA(Carbon Exchange between Vegetation,Soil and Atomasphere)模型,对1961—2010年东北地区净生态系统生产力NEP的时空格局及变化趋势进行分析,并探讨了气候变化与区域碳源汇的关系。结果表明:(1)1961—2010年,东北地区年NEP总量在-0.094PgC/a—0.117PgC/a之间波动,年平均0.026PgC/a,占全国NEP总量的15%—37%。过去50年东北区域NEP没有明显的线性变化趋势,20世纪80年代碳吸收量最高,20世纪90年代后碳吸收量开始下降。(2)东北地区NEP的空间分布呈现出东部高,西部和中部低,北部高,南部低的空间格局。过去50年来,碳源区向大气释放的碳量在减少,碳汇区从大气吸收的碳也在减少。(3)NEP的年际变化与温度呈负相关(r=-0.343,P0.05),与降水呈显著正相关(r=0.859,P0.01),东北地区NEP和年降水量的变化规律基本一致,即同期上升或达到最高值,温度和降水共同作用导致东北地区NEP的年际变化,而年降水量的变化对NEP年际变化起主要作用。在空间上,东北地区NEP与降水呈极显著正相关(P0.01)的面积占研究区域总面积的91.5%,与温度呈显著负相关(P0.05)的面积占31.6%,降水也是决定NEP空间分布的最主要因子。(4)升温伴随降水增加导致1961—1990年NEP呈增加趋势,而其后升温伴随降水减少则是近20年东北区域碳汇能力减弱的重要原因。     

基于改进的CASA模型三峡库区NPP时空特征及气候驱动机制

采用改进后的CASA模型对三峡库区2001-2015年的NPP进行了估算。通过Sen斜率的方法,对NPP的年内及年际时空变化趋势及分布特征进行了分析;基于相关性分析方法,深入探讨了气候因子对NPP的驱动机制;并以气候模式模拟结果为输入项,对NPP的未来变化趋势进行了预测,得到如下结论：（1）2001-2015年间,三峡库区NPP的月值呈单峰型季节变化趋势,峰值达到160 gC m^-2月^-1,发生于7月。NPP年际变化呈波动型上升趋势,幅度较小,多年平均值为727 gC m^-2 a^-1。空间分布上,主要表现为库首库尾较高、库腹较低和长江以北高于长江以南的特点。（2） NPP与降水、气温及净辐射等气候因子之间均呈显著正相关,其中与气温的相关性最强,与降水的相关性最弱,植被生产力对气温的变化更为敏感。（3）未来15年NPP多年平均值为859 gC m^-2 a^-1,总体呈微弱减小趋势,幅度为4.14 gC m^-2 10a^-1。与现状对比来看,未来NPP表现出一定程度的增加,总体而言,三峡库区植被长势趋好,呈良性稳定态势发展。     

1981-2013华北平原气候时空变化及其对植被覆盖度的影响

基于1981—2013年华北平原气象数据,对华北平原近30a的气候时空变化趋势与突变情况进行分析,并结合GIMMSNDVI(1981—2006年)和MODIS-NDVI(2000—2013年)遥感数据,探讨气候突变影响下,华北平原1981—2013年植被覆盖度的空间分布和变化特征。结合生态学分区,从不同时空尺度出发,分析华北平原不同生态分区内气候因子与植被覆盖度在年代际、年际和月变化的相关关系。结果发现:(1)1981—2013年,华北平原气温整体呈现显著上升趋势(0.20℃/10a,P0.01),春季气温的升高、15℃等温线控制范围的扩大和年均温0℃等值线在华北平原的消失,是区域平均气温升高的诱因。华北平原降水整体呈现显著减少趋势(-1.75mm/10a,P0.05),其中秋季降水量减少过快,400—600mm降水等值线控制范围的扩大、600—800mm和800—1000mm降水等值线的范围的缩小,共同造成区域降水量的减少。四季气候倾向率的特征变化敏感区域主要位于北纬35°—39°之间。1991—1994年为华北平原气候的突变时期。(2)华北平原植被覆盖度总体呈现上升的趋势,呈增加趋势的面积占总面积的55%。人类活动不仅加速了区域植被覆盖度的降低,也加剧了降低速率的变快。(3)总体上,研究区月尺度植被覆盖度与气候因子的相关性高于年尺度的值。植被覆盖度与年降水量的偏相关性高于其与年均温的偏相关性。年均温对农业生态区和森林生态区的植被覆盖度的影响更大,草原生态区的植被覆盖度对年降水量的依赖性更强。在月尺度上降水量对植被的影响具有时滞效应。气温对草原生态区具有时滞效应,降水量对农业生态区具有时滞效应。(4)华北平原干热化的气候突变降低了植被覆盖度的增加趋势。从植被覆盖度出发,草原生态区对气候突变的响应最明显;从变化速率角度出发,农田生态区的响应最明显。就整体而言,人类活动的影响力还在持续增强,且呈现出在退化区的作用力高于改善区的趋势。气候突变后,出现了人类活动在植被覆盖度的改善区的相对作用力高于退化区的变化。     

乌珠穆沁草原水热分配差异对植被的影响

利用MODIS NDVI 数据和气象站点的气温和降水资料, 运用最大值合成、一元线性分析和相关分析方法, 分别从年际变化、季节变化和月变化角度分析2000-2013 年乌珠穆沁草原植被覆盖变化及其对气温和降水变化的响应特征。结果表明, 从年际变化看, 近15 年来乌珠穆沁草原植被覆盖呈增加趋势, 其变化趋势主要受降水量的控制; 从季节变化来看, 夏季和秋季植被覆盖度呈上升趋势, 而春季呈下降趋势。春季和夏季植被覆盖变化主要受降水的影响,而秋季植被生长与气温的关系较与降水的关系密切; 从植被生长的月变化来看, NDVI 与气温的相关性小, 与降水量的相关性大。在返青期初期(4、5 月)NDVI 值随气温升高而升高, 温度有助于植被的生长, 其他时段气温对NDVI 值产生负向作用, 其中7 月份植被生长受气温的负向作用最明显; 4-6 月受当月降水量的影响明显, 7、8 月份NDVI 值与6月份降水量呈显著相关, 表明植被生长对降水变化具有一定滞后性。     

中国县域碳汇时空格局及影响因素

以全国1300个县级行政单位作为研究对象，利用全国县域尺度土地利用数据和社会经济数据，核算了1990-2015年间中国县域碳汇总量，并结合标准差椭圆、空间自相关、冷热点分析和地理加权回归分析方法，探析中国县域碳汇的时空分异特征及影响因素，旨在为优化国土空间开发格局，实施差异化减排路径及推动生态文明建设提供参考。研究表明：（1）时空变化上，1990-2015年中国碳汇总量呈波动下降趋势，由13307.79×10⁴t下降至13198.27×10⁴t；林地为主要碳汇类型，其余碳汇类型比例结构基本不变；在空间分布上，中国县域碳汇呈现"西部 > 东北 > 南部 > 中部"的"西高东低"格局。（2）在空间分异和聚集上，碳汇空间分布中心向西南移动，分布范围呈收缩态势，西南地区对整体碳汇空间格局影响作用加强；1990-2015年中国县域碳汇总量的冷热点集聚程度呈现波动稳定特征，空间集聚程度呈现高值与低值聚集，高-低区域零星分布的特征。（3）从影响因素分析来看，2015年经济发展、产业结构、土地利用程度对碳汇产生影响并存在空间异质性。建议通过合理规划县域非建设用地的土地利用方式、差异性制定各区域内策略、控制建设用地规模等方式达到县域的低碳发展。     

1982-2010年中国草地净初级生产力时空动态及其与气候因子的关系

植被净初级生产力（NPP）及其与气候变化的响应研究是全球变化的核心内容之一。论文基于长时间序列遥感数据和气象数据,通过光能利用率模型（Carnegie-Ames-Stanford approach, CASA模型）模拟了1982-2010 年中国草地NPP,进而分析其时空变化特征及其与气候水热因子的相关性。结果表明：（1）1982-2010年中国草地年平均NPP为282.0 gC m^-2a^-1,年总NPP的多年平均值为988.3 TgC;空间分布上呈现东南部高西北部低的特征。（2）近30年中国草地NPP增加速率为0.6 gC m^-2a^-1,呈增加趋势的面积占中国草地总面积的67.2%;总体上,中国草地NPP呈极显著和显著增加的比例（35.8%、8.0%）大于呈极显著和显著减少的比例（5.8%、4.8%）;NPP明显增加的区域主要包括青藏高原西部、阿拉善高原、新疆西部;明显降低的区域主要分布在内蒙古地区;不同年代际和不同草地类型的NPP变化趋势差异明显。（3）草地NPP与降水量的相关性高于与温度的相关性。不同草地类型NPP对气温、降水量的响应程度不同,其中温性荒漠草原 、温性草原、温性草甸草原的NPP与降水量均达到显著正相关（P<0.05）。     

2000—2015年拉萨河流域NPP时空变化及驱动因子

拉萨河流域是西藏政治、经济和文化核心区,具有青藏高原典型的高寒湿地及西藏主要的耕作区,受人类活动及气候变化的影响,流域生态安全及生态健康面临威胁和破坏。植被净初级生产力（NPP）作为衡量生态系统健康的重要指标,能够反映生态系统的可持续发展。利用2000-2015年MODIS-NDVI数据,基于光能利用率模型估算了拉萨河流域的NPP,分析了NPP的时空格局、动态变化特征及NPP与气候因子的相关性,探讨了影响NPP变化的驱动因子并明确了驱动分区。结果表明：近16年拉萨河流域NPP年均值为165.614 gC m^-2 a^-1,总体分布具有明显的空间异质性,与该地区植被类型的分布规律相似,不同植被类型的NPP存在差异。NPP变化在总体上呈下降趋势,平均年变化趋势斜率为-1.804 gC m^-2 a^-1。NPP与气温和降水的相关性具有明显的地域性差异,草本湿地与气温呈显著负相关,灌丛与降水呈显著正相关。NPP变化受气候因子驱动的区域占比20.81%,非气候因子占比79.19%。     

青藏高原植被降水利用效率的空间格局及其对降水和气温的响应

植被降水利用效率(precipitation use efficiency, PUE)是反映生态系统水、碳循环相互关系的重要指标。该文利用GLOPEM-CEVSA模型模拟了青藏高原2000-2008年植被净初级生产力(net primary production, NPP), 以97个野外草地样点实测地上净初级生产力(above-ground net primary productivity, ANPP)对模拟NPP进行验证, 模拟NPP与ANPP线性显著相关(R ² = 0.49, p < 0.001)。利用降水量空间插值数据, 分析了近9年青藏高原植被PUE的空间分布、主要植被类型的PUE及其与降水量之间的变化关系。结果表明: 2000-2008年青藏高原地区植被年平均PUE沿东南向西北递减, 降水量和气温对植被PUE有着重要的影响; PUE在不同植被类型间差异较大, 其中农田PUE最高, 高寒草甸PUE高于高寒草原。在不同降水区域植被PUE与降水量的关系不同, 降水量低于90 mm的区域, 植被PUE值最低((0.026 ± 0.190) g C·m ^-2·mm ^-1, 平均值±标准偏差)、波动最大(变异系数CV = 721%), 与降水量和气温不相关(p = 0.38)。降水量为90-300 mm的地区, 植被PUE较低((0.029 ± 0.074) g C·m ^-2·mm ^-1, 平均值±标准偏差)、波动较大(CV = 252%), 与降水量和气温显著相关(p < 0.001), 降水量和气温能够解释PUE空间变化的43.4%, 其中降水量的影响是气温的1.7倍。降水量为300-650 mm的区域占整个研究区的45%, 主要植被类型为高寒草原, 植被PUE较高((0.123 ± 0.191) g C·m ^-2·mm ^-1, 平均值±标准偏差), CV为155%; 植被PUE的空间变化与降水量和气温极显著相关(p < 0.001), 降水量和气温能够解释植被PUE空间变化的97.8%, 但以气温影响为主导, 其影响是降水量的1.5倍。降水量为650 mm的区域, 植被PUE达到最高(0.26 g C·m ^-2·mm ^-1)。降水量为650-845 mm的区域主要是西藏林芝地区, 植被以常绿针叶林为主, PUE最高((0.210 ± 0.246) g C·m ^-2·mm ^-1, 平均值±标准偏差)、波动最小(CV = 117%); 降水量和气温可解释植被PUE空间变化的93.1% (p < 0.001), 降水量的影响是气温的3.5倍, 但其影响为负。     

红河流域“通道-阻隔”作用下2000-2014年植被EVI变化趋势与驱动力

红河流域地表生态、水热分布格局等受到"通道-阻隔"作用的显著影响,以MODIS EVI数据作为植被定量研究指标,结合全国1：100万植被类型图、红河流域内部以及周边气象数据和研究区的DEM数据,利用趋势分析和相关性分析法,探讨在"通道-阻隔"作用的影响下流域内2000-2014年植被EVI时空变化趋势及其驱动力,重点研究了植被EVI变化对气候因子的响应规律。结果表明：（1）2000-2014年间,红河流域生长季植被EVI整体上以-0.15%/a的年际变化率呈波动减少趋势,空间异质性明显。EVI呈减少趋势区域主要集中在绿春县中部和金平县西南部;EVI呈增加趋势区域集中分布在墨江县、文山县,麻栗坡中部、广南-富宁南部区域、红河-元江一带以及藤条江西南部地区。（2）通过对生长季EVI指数与四个不同时间序列的月平均气温和月累积降水量的相关分析可知,生长季EVI指数与同期气温相关性较好;与降水量呈现明显的滞后性,滞后时间约为1个月。（3）相关分析表明,整体上红河流域生长季植被EVI与气温呈负相关关系,与降水呈正相关关系。在0.05显著性检验水平下,红河流域生长季植被EVI变化受气候影响的区域占3.11%,气温以负向驱动型为主,面积约占1.26%,降水以正向驱动型为主,面积约占0.46%,气温降水联合驱动以弱驱动为主,面积约占1.39%;大部分地区表现为受非气候因子驱动。