海河流域生态水分利用效率时空变化及其与气候因子的相关性分析

生态水分利用效率(water use efficiency,WUE)是碳-水循环的重要参数之一,明晰其时空演变特征对水资源短缺地区生态系统的健康发展具有重要的意义。海河流域水资源短缺是区域农业发展的重要制约因素,基于遥感、气象数据,利用趋势分析、相关分析等方法分析了海河流域2000—2014年总初级生产力(gross primary productivity,GPP)、蒸散量(evapotranspiration,ET)及WUE的时空分布特征,并识别WUE对降水、气温及干旱的响应。研究结果表明:(1)时间上,GPP和ET的变化趋势不显著,WUE呈现显著的增加趋势,增速为0.0185 gC/kg H_2O a~(-1)(R~2=0.6299,P0.01);(2)空间上,WUE和GPP均呈现从东南向西北减小的趋势,高值区主要分布在华北平原农业生态区和京津唐城镇与城郊农业生态区。从变化趋势来看,黄土高原农业与草原生态区的GPP和WUE上升趋势最大;(3)植被类型中,农田的WUE值最高,草地的WUE最低,农田、有林草原和草地均呈现显著的增加趋势(P0.05);(4)影响因素上,降水对WUE的影响最大,WUE由降水、干旱和气温控制的区域分别占整个流域植被面积的44.44%、39.23%和16.01%。     

白洋淀流域土地覆被变化及其生态服务价值评价

白洋淀流域处于京津腹地, 经济、生态战略地位显要, 研究其土地覆被变化规律及它引起的生态系统服务价值变化具有重要意义。文章研究了白洋淀流域 2005—2015 年土地覆被的变化情况, 并对其引起的生态系统服务价值的变化进行分析。为此, 收集了该区域 2005 年、2015 年两个时间段 TM/OLI 遥感影像, 解译出相应的土地覆被数据, 从两个时期土地覆被变化的趋势、转换关系及土地利用程度等方面对土地覆被变化规律进行分析, 并进一步分析不同土地覆被类型变化对当地生态服务价值的影响。结果表明: 2005—2015 年间流域内土地覆被显著变化, 草地、未利用地的面积呈减少趋势, 林地、耕地、建设用地、湿地水体呈增加趋势, 土地利用程度增加; 生态服务价值随土地覆被变化有所改变, 林地、耕地、湿地水体的变化导致生态服务价值增加, 草地的变化导致生态服务价值减少。总体而言, 近 10 年来白洋淀流域生态服务总价值增加, 生态环境明显改善。     

安徽省农田水分利用效率时空特征及其与气候因子的关系

生态系统水分利用效率(Water Use Efficiency,WUE)是衡量碳水循环耦合程度的重要指标,估算安徽省农田生态系统的WUE并分析其时空变异规律,探究其影响因素,对该区域农田水资源的科学配置和合理利用有着重要的意义。基于MODIS遥感数据和气象数据,分析安徽省近15年农田WUE的年际、年内时空变化特征以及与气候因子的关系,研究表明:(1) 2000—2014年间安徽省农田WUE的变化范围为1.38—1.66 g C mm~(-1)m~(-2),多年均值为1.54 g C mm~(-1)m~(-2),整体上农田WUE年际呈现增长变化趋势,变化率为0.011 g C mm~(-1)m~(-2);具有较强的空间分异性规律,整体上呈现北高南低趋势,淮河以北各市的农田WUE较高,高于全省多年均值,淮河以南地区的农田WUE则低于全省水平。(2)安徽省农田WUE的年内变化呈现双峰型变化格局,具有明显的季节性差异,表现为春季秋季夏季冬季;以淮河为界,南北各市变化趋势略有不同,淮河以南地区的最大值在4月份,淮河以北则以3月份为最高。(3)安徽省农田WUE动态变化受到气候因子降雨影响的区域占比17.14%;气温影响的区域占比0.73%;降雨和气温综合影响所占0.71%,而农田WUE与气温和降雨影响均不显著的区域占比为81.42%;因此,气候因素中降雨在安徽省农田WUE的变化中起主导作用,由于人为因素的干预,非气候因素对农田WUE变化的影响更大。     

基于遥感数据的植被碳水利用效率时空变化和归因分析

植被碳水利用效率是表征生态系统碳水循环的重要指标。采用MODIS数据,利用Google Earth Engine平台计算植被碳利用效率(Carbon Use Efficiency, CUE)与水利用效率(Water Use Efficiency, WUE)。采用趋势分析、变异系数、R/S分析及偏相关分析等方法,对2000—2020年黄河流域植被CUE与WUE的时空动态进行分析,并探究水热条件对碳水利用效率的影响。结果表明：(1)2000—2020年黄河流域植被碳水利用效率年均值分别为0.61和0.68 gC m^-2 mm^-1;研究时限内,植被CUE呈波动下降趋势,而WUE呈波动上升趋势。(2)空间上,植被CUE呈西高东低分布,WUE相反。不同土地覆被类型的CUE表现为草地>农田>灌丛>森林;WUE表现为：农田>森林>草地>灌丛。(3)总体上,黄河流域植被CUE与温度呈负相关,与降水呈正相关;黄河流域北部植被WUE与温度和降水均呈正相关关系,黄河流域西南部植被WUE与降水负相关;(4)不同土地利用类型中,草地...     

青藏高原植被水分利用效率时空变化及与气候因子的关系

水分利用效率(WUE)是研究陆地碳水循环耦合的有效指标,青藏高原是我国最重要的生态安全屏障,了解WUE的特征以及变化机制,对研究高原生态系统碳水循环和水资源合理利用有重要意义。本研究基于MODIS的总初级生产力(GPP)和蒸散发(ET)数据,分析青藏高原WUE的时空变化特征以及气候因子对WUE的影响。结果表明: 2001—2020年,在GPP和ET的共同作用下,青藏高原WUE呈上升趋势;WUE平均值较高的区域为高原东南部、东北部,低值区为高原中部。草地、沼泽、高山植被WUE呈增长趋势,灌丛、阔叶林、针叶林呈下降趋势。WUE与年均气温呈显著正相关,敏感性随着气温的升高而增加;WUE与年降水量呈非线性关系,降水量小于700 mm时,WUE对降水敏感性随着降水增加而减小,降水量大于700 mm,降水敏感性随着降水增加而增大。青藏高原超过75%的区域WUE与降水呈负相关,与气温相比,WUE受降水影响的面积更大,未来气候暖湿化将导致WUE降低。     

石羊河流域土地覆被空间演化及驱动机制

基于石羊河流域1998年、2002年、2006年、2010年NDVI、夜间灯光数据和TM影像提取的土壤信息,以城市地表人工覆被系统为基础,计算流域土地覆被指数(Land-Cover Index,LCI),利用小波分析、空间变差函数和间隙度指数等方法构建测度模型,分析了石羊河流域地区十多年来的土地人工覆被空间演化过程和格局,然后利用回归拟合方程找出影响地区土地覆被变化的驱动机制。结果表明:LCI大范围分布受地形限制,高值区(城镇用地区域)值越来越高,而低值区(植被覆盖区域)值在2002年形成了峰值后下降,即地区城镇化水平显著提高的同时,林草覆盖率缓慢变好,并且逐渐形成区域簇群,同时地区城镇化水平受人为因素的影响较大,植被覆盖度受自然因素的影响较大。     

三江平原植被水分利用效率时空变化及其对气象因子变化的响应

水分利用效率(water use efficiency,WUE)是陆地生态系统响应全球变化的重要参数,分析区域生态系统WUE的变化特征及其与气象因子之间的响应关系,对于区域生态系统碳水循环研究以及水资源的科学管理具有重要意义。本文以三江平原为研究区,基于MODIS GPP和ET遥感数据、气象数据以及2000年、2014年土地覆盖数据,分析2000—2014年间植被WUE的时空变化特征以及植被WUE与关键气象因子之间的响应关系,并分析了土地覆盖变化下各植被类型WUE的变化特征。结果表明:三江平原WUE年均值变化呈波动式减少趋势,多年平均植被WUE为1.44 g C·kg^-1H₂O; WUE年内变化均近似呈"单峰型"曲线,1—3月及11、12月,WUE均处于最低值,在植被生长季(5—9月)期间,WUE均较高;季节WUE均值由高到低依次为夏季>秋季>春季>冬季;各植被类型WUE年内变化呈"双峰型"曲线,峰值主要分布在4—6月和9月;不同植被类型的年均WUE值从大到小依次为:混交林>针叶林>阔叶林>草地>耕地...     

黑河流域植被水分利用效率时空分异及其对降水和气温的响应

植被水分利用效率(WUE)是衡量植被生态系统碳水耦合关系的重要指标,研究其时空分异特征对区域水资源合理利用及配置有重要意义。基于改进的光能利用率模型CASA,模拟估算了黑河流域2000—2013年植被净初级生产力(NPP),结合ETWatch模型估算的黑河流域2000—2013年蒸散数据ET,进一步估算了黑河流域植被水分利用效率WUE。分析了黑河流域NPP、ET和WUE空间格局和时间变化特征,探讨了WUE变化对降水和气温的相关性。结果表明:1)黑河流域空间上植被NPP在2000—2013年多年平均值为81.05 gC m^-2 a^-1,ET平均值为133.38 mm,植被WUE平均值为0.448 gC mm^-1 m^-2。植被NPP、ET与WUE的空间格局基本上类似,均呈现出自上游至下游逐渐减少的分布格局。2)黑河流域2000—2013年间植被平均NPP与平均WUE均呈现显著上升趋势(P<0.05),而ET平均值变化不显著。WUE年际变化斜率与其平均值在空间分布上存在一定的对应关系,空间上植被WU...     

21世纪以来黄土高原水分利用效率时空变化及归因

生态系统水分利用效率(WUE)是表征碳水耦合过程的关键指标,然而,有关气候变化和退耕还林还草工程背景下黄土高原WUE的时空变化特征及其主导因子仍未明晰。研究利用遥感驱动的生态系统过程模型BEPS模拟2001-2020年黄土高原总初级生产力(GPP)和蒸散(ET),并结合基于敏感性试验的多控制因子联立求解方法定量分析气候和植被因子对黄土高原WUE变化(WUE=GPP/ET)的贡献。结果表明:(1)2001-2020年黄土高原GPP和ET分别以12.9 gC m^-2 a^-1和3.7 mm/a速率显著升高,并使得WUE增长显著(0.021 gC mm^-1 m^-2 a^-1)。(2)2001-2020年间黄土高原80.12%的区域叶面积指数(LAI)显著升高(全区增速为0.014 m² m^-2 a^-1)而气候因子变化均不显著。(3)植被因子和气候因子对WUE变化分别呈正贡献和负贡献,植被因子作为主要影响因子主导了黄土高原86.74%地区的WUE变化。研究结果有望为干旱区生态水文管理和相关政策制定提供一定科学参考。     

2000-2020年青海湖流域植被降水利用效率时空变化

植被降水利用效率(PUE)是评价植被生产力对降水量时空动态响应特征的重要指标。以年净初级生产力(NPP)数据、年降水量数据为基础,利用地理信息系统(GIS)和遥感(RS)技术,计算并研究了2000-2020年青海湖流域植被降水利用效率时空分布格局及其地形效应,结合年均气温、年均地表温湿度、年生长季光合有效辐射吸收系数和年植被覆盖度等数据,探讨了PUE与各因子间的相关关系。结果表明:(1)青海湖流域单位像元(1 km²)PUE平均值在0.4-0.7 gC m^-2 mm^-1间变化,平均为0.54 gC m^-2 mm^-1,且在年际间无显著变化趋势(R²=0.05, P≥0.05)。在空间上,青海湖流域多年PUE平均值环湖呈现不均匀分布,除青海湖东岸外,PUE值随湖面距离增大呈减小趋势;其高值区主要集中分布在青海湖西岸和南岸的半环区;年PUE变化趋势的斜率值为-0.05-0.04 gC m^-2 mm^-1 a^-1,其中显著变化的区域占流域面积的29.63%。(2)青海湖流域多年PUE平均值在海拔效应和坡度坡向两种不同微地形效应下表现出明显的差异。海拔每升高50 m,PUE值将减少0.02 gC m^-2 mm^-1;随坡度增加,PUE值呈降低趋势,平坡至险坡(>45°)的变化范围为0.3-0.61 gC m^-2 mm^-1;不同坡向PUE值表现为由东北坡向西南坡递减,范围为0.52-0.56 gC m^-2 mm^-1。(3)在空间上,青海湖流域PUE值与地表温度、光合有效辐射吸收系数、植被覆盖度和叶面积指数相关性较为明显。沿海拔梯度,空气温度和地表温度与PUE呈极显著正相关(R²=0.94, P<0.01; R²=0.98, P<0.01),光合有效辐射吸收系数、植被覆盖度和叶面积指数与PUE显著正相关(R²=0.89, P<0.05; R²=0.90, P<0.05; R²=0.86, P<0.05),地表土壤湿度与PUE无显著相关性(R²=0.16, P≥0.05)。评估了青海湖流域植被降水利用效率的特征及其与各因子间的相关关系,明确了植被对降水的利用能力及其耗水特性,可为青海湖流域植被保护和国家公园建设提供理论参考。     

鄱阳湖区土地利用的生态效应

在构建鄱阳湖区土地利用地理数据库的基础上,利用区域生态质量指数与土地利用变化生态贡献率对鄱阳湖区土地利用生态效应进行了定量研究.结果表明,鄱阳湖区1990年区域生态质量指数平均值为7.60,2002年为7.62,总体生态质量介于灌木林地、疏林地等土地利用类型之间.1990-2002年鄱阳湖区区域生态质量指数上升的主要动力为水库坑塘、有林地和疏林地的扩大;生态质量指数下降的主要动力依次为水田、中覆盖度草地的减少.在土地利用转移贡献率上,水田转为有林地、旱地转为有林地、水田转为疏林地、水田转为水库坑塘的生态贡献率之和达52.96%,为主导土地利用的正向转移类型.有林地转为水田、有林地转为旱地、水田转为农村居民点的生态贡献率之和达39.89%,为主导土地利用的反向转移类型.     

The role of protected areas in land use/land cover change and the carbon cycle in the conterminous United States

Protected areas (PAs) cover about 22% of the conterminous United States. Understanding their role on historical land use and land cover change (LULCC) and on the carbon cycle is essential to provide guidance for environmental policies. In this study, we compiled historical LULCC and PAs data to explore these interactions within the terrestrial ecosystem model (TEM). We found that intensive LULCC occurred in the conterminous United States from 1700 to 2005. More than 3 million km² of forest, grassland and shrublands were converted into agricultural lands, which caused 10,607 Tg C release from land ecosystems to atmosphere. PAs had experienced little LULCC as they were generally established in the 20th century after most of the agricultural expansion had occurred. PAs initially acted as a carbon source due to land use legacies, but their accumulated carbon budget switched to a carbon sink in the 1960s, sequestering an estimated 1,642 Tg C over 1700–2005, or 13.4% of carbon losses in non‐PAs. We also find that PAs maintain larger carbon stocks and continue sequestering carbon in recent years (2001–2005), but at a lower rate due to increased heterotrophic respiration as well as lower productivity associated to aging ecosystems. It is essential to continue efforts to maintain resilient, biodiverse ecosystems and avoid large‐scale disturbances that would release large amounts of carbon in PAs.     

基于全球气候模式集合的鄱阳湖流域未来潜在蒸散量及其干旱效应研究

鄱阳湖流域近年来旱涝灾害频发,原有的水量平衡被打破。因此,开展鄱阳湖地区潜在蒸散量及干旱效应研究具有重要意义。潜在蒸散量（Reference Evapotranspiration,ET₀）是评价区域水资源配置和计算干旱指数的重要指标。以我国的鄱阳湖流域为研究区,依托统计降尺度模型,基于站点观测数据、气候模式数据以及美国环境中心再分析数据,运用遗传算法构建多模式集合,模拟未来情景下流域潜在蒸散量和干旱指数（Drought Index,DI）时空演变特征。结果表明：基于遗传算法构建的模式集合较单一气候模式或等权模式集合,模拟性能佳;RCP4.5、8.5情景下流域ET₀均呈上升趋势,ET₀变化的第一主周期分别为20年和4年,流域ET₀未来空间变化特征表现为东高西低;RCP8.5情景下,鄱阳湖流域DI在年际上呈显著上升趋势,9-11月是干旱风险防范的关键时期;流域年DI变化的主周期为8年,流域的中东部地区将是未来干旱风险防范的重点区域。本研究为认识区域尺度下气候变化对潜在蒸散量的影响提供借鉴,同时为政府部门科学应对鄱阳湖流域未来时期可能出现的旱情提供的决策支持。     

云南省植被水分利用效率时空变化及影响因素

对云南省植被水分利用效率(WUE)的时空特征及影响因素进行研究可以更加全面的了解全球气候变化在区域上的响应。基于MODIS数据定量估算了2000—2014年云南省植被水分利用效率,利用趋势分析法和相关分析来对其时空格局和影响因素进行研究。研究结果表明：(1)云南省植被WUE整体呈现显著上升的趋势,增速为0.0078 gC mm^-1 m^-2 a^-1,年内表现为“M”型的变化趋势。2009—2013年的干旱对该地区植被WUE产生了滞后的正效应。不同土地利用类型下的植被WUE从高到低依次为森林,灌木地,草地和耕地。(2)在空间分布上植被WUE呈现西部高于东部的分布特征;在时间尺度上呈现北增南减的趋势。云贵高原与青藏高原的连接区域——丽江市的植被WUE最高,整体上大于2.5 gC mm^-1 m^-2。澜沧江上游的三江并流区植被WUE随着山脉的走势呈现条状变化分布,不仅是植被WUE的低值集中区,同时也是植被WUE增加10%以上的集中区,另外滇东北和滇东南也是植被WUE的低值区。总的来看,除...     

基于InVEST模型的黄河流域产水量时空变化及其对降水和土地利用变化的响应

黄河流域是重要的水源涵养和生态屏障区,研究其水源供给服务对实现黄河流域高质量发展和生态环境保护具有重要意义。本研究基于InVEST模型和情景分析法,以土地利用覆被、气象及土壤等数据作为输入,分析了1995—2015年黄河流域产水量的时空格局以及降水变化和土地利用变化对流域产水量的影响,并探讨产水量对二者的响应。结果表明:1995—2015年,黄河流域产水深度增加,增量为24.34 mm,产水高值区集中在西部和西南部,低值区集中在西北区域,产水深度空间格局特征变化不明显;黄河流域三级流域中,龙羊峡以上流域产水量最高,约117 亿m³·a^-1,是黄河流域主要产水区,兰州至河口流域产水量最低,约0.44 亿m³·a^-1;整个流域中永久冰川及雪地的平均产水深度最大,草地是全流域产水总量的主要贡献地类,提供了总产水量的62.6%;降水对产水量的影响比较显著,土地利用/覆被变化对产水量的影响较小。     

鄱阳湖流域土地利用生态风险格局

以鄱阳湖流域土地利用数据为基础,定量分析2005年以来鄱阳湖流域土地利用变化特征;借助空间自相关、地统计分析等方法,揭示了鄱阳湖流域土地利用变化下生态风险时空演变特征。结果表明:2005—2013年,鄱阳湖流域土地利用转移非农化趋势明显;土地利用生态风险呈小幅上升趋势,在空间分布上具有显著相关性,生态风险"北热南冷"空间分异及等级扩散特征明显;依据空间差值结果可将研究区划分为低生态风险区(ERI0.15)、较低生态风险区(0.15≤ERI0.25)、中等生态风险区(0.25≤ERI0.35)、较高生态风险区(0.35≤ERI0.45)、高生态风险区(ERI≥0.45)5类;高风险区域主要分布在滨湖区、南昌、九江及赣中部分地区。生态风险等级分布与地形存在显著相关性,随着生态风险等级提高,分布区域表现出明显的地形指向性。以土地利用结构对生态风险进行表征,尝试从宏观上把握大尺度区域生态安全格局,为鄱阳湖流域土地利用格局优化提供了相关借鉴及建议。     

气候变化背景下秦岭地区陆地生态系统水分利用率变化趋势

为探究未来气候变化背景下秦岭地区陆地生态系统水分利用率(WUE)的变化规律及其对气候变化的响应,结合IPCC第五次报告资料中心的CCSM4、GISS-E-R、GISS-E-H、IPSL-CM5R-LR-CM、Nor ESM1-1-ME等5个模型相关模拟结果,预测和分析秦岭地区2006—2100年在RCP2.6、RCP4.5、RCP6.0和RCP8.5 4种未来典型气候变化情景下其水分利用率的变化趋势及其与降雨、气温、CO_2浓度等关键气候变化因子之间的关系。研究结果表明:4种未来情景下预测的秦岭地区生态系统WUE几乎全为正距平,各情景下WUE倾向率为0.0136—0.13 g C kg-1H_2O 10a-1,均达到极显著水平,且随辐射强迫增加,WUE距平值与倾向率也相应增加。各情景下GPP的增长趋势强于ET,使得两者的比值(即WUE)呈现增长趋势,并随辐射强迫的增加,两者的差异愈发显著,即WUE增长随辐射强迫的增强而更显著。同时,各模型预测的年均气温倾向率为0.21—0.498℃/10a,降雨量倾向率为7.78—17.66 mm/10a。由于气温、降雨量、CO2等关键气候变化因子调控GPP正增长速率大于ET,以及生态系统LAI值和自身的植被演替过程直接影响生态系统WUE,最终使得生态系统WUE呈正增长趋势。其中GPP的显著增加是未来秦岭地区生态系统WUE增长的直接因素,而气温的显著增加与大气CO_2浓度的升高则是WUE变化的主要环境因素,降雨量的影响相对较弱。     

石羊河流域河川径流对气候与土地利用变化的响应

应用流域气象和水文过程长期观测数据及四期TM影像数据,在建立基于气候及土地利用两种因素变化的径流过程模拟模型的基础上,分析河川径流对气候与土地利用变化的响应特征,并对其未来可能的变化趋势做出预测。结果表明,(1)1956—2009年,到达石羊河流域下游标志站蔡旗断面的河川径流量,由20世纪50年代的年平均5.392×108m3减少到目前的年平均1.096×108m3;1968年之前蔡旗断面径流量的波动主要是气候变化的结果,而1968之后,蔡旗断面径流量的变化是气候与土地利用变化共同作用的结果;(2)近30年来,气候变化对下游河川径流变化的贡献率平均为4.1%,而土地利用变化,尤其是耕地面积变化的贡献率平均为88.8%;中游灌溉定额平均分别减少5%、10%、15%和20%的情景下,下游河川径流量模拟值分别为1.591×108m3、2.427×108m3、3.262×108m3和4.098×108m3左右。