基于过程模型的长白山自然保护区森林植被净第一性生产力空间尺度转换方法

净第一性生产力(Net Primary Productivity,NPP)是反映林分和生态系统结构特征的最重要的参数之一,其空间分布可为自然资源管理和可持续发展提供高度综合的信息,是全球变化和碳循环研究中的一个非常重要的组成部分。为了得到NPP的空间尺度转换算法,利用改进的北部生态系统生产力模拟模型(Improved Boreal Ecosystem Productivity Simulator,IBEPS),分别采用高分辨率(30m)的ETM 和低分辨率(1km)的MODIS遥感数据,模拟了长白山自然保护区不同分辨率森林植被的净第一性生产力。对模拟得到的30m分辨率的NPP结果,采用尺度上推(upscaling)的方法将其转换为1km分辨率的NPP结果(分布式的NPP,Distributed NPP),并将转换后的NPP与直接利用1km分辨率的遥感数据计算得到的NPP结果(聚合式的NPP,Lumped NPP)进行比较,以分布式模式计算的结果为基准,对聚合式的计算结果进行尺度效应校正。在对NPP进行尺度效应校正时,根据不同分辨率下土地覆盖类型(Land cover)的亚像元面积比信息,采用基于结构的分析方法对模拟的NPP结果进行校正,结果表明经过尺度效应校正后NPP的模拟精度要比原始的NPP计算精度有所提高,相关系数从校正前的0.898提高到0.960,标准偏差由校正前的49.84gC/m2减小到41.02gC/m2。采用这种方法可以很好的解决大尺度遥感应用的需要,为定量遥感分析和应用提供理论基础。     

基于多源遥感数据的草地净初级生产力质量评价

植被净初级生产力NPP(Net Primary Production)的遥感估算与分析对全球生态系统具有重要指导意义,不同尺度的遥感影像上占主导地位的地物景观信息是不同的,现代生态研究多尺度分析至关重要。以青海省海北藏族自治州为研究区,使用Landsat 8 OLI遥感影像、天宫二号宽波段成像仪影像、融合影像(Landsat8 OLI影像和天宫二号宽波段成像仪影像融合)联同MODIS影像,作为CASA模型的输入参数,探究不同尺度下的研究区域NPP的空间分布情况,并对比分析不同数据源数据在估算NPP时的精度。结果表明:(1)Landsat 8 OLI数据的NPP值位于150—200 g C m^-2 a^-1所占比例最高;天宫二号宽波段成像仪影像数据和融合后影像的NPP值位于50—100 g C m^-2 a^-1所占比例最高;MODIS数据的NPP值位于小于50 g C m^-2 a^-1比例最高。(2)天宫二号宽波段成像仪影像数据的均方根误差(RMSE)、平均绝对误...     

基于耦合模型的干旱区植被净初级生产力估算

净初级生产力是陆地生态系统物质与能量运转研究的基础, 在干旱区生态环境演变及其与气候相互作用和影响方面极为敏感,是揭示干旱区生态环境特征的重要指标.本研究基于RS和GIS技术,利用地面气象数据、涡度相关数据、Landsat 8数据和MODIS数据,通过SEBAL模型和光能利用率模型的耦合,估算了新疆玛纳斯河流域植被净初级生产力(NPP),分析了其空间格局及与高程和坡度的关系.结果表明: SEBAL模型与光能利用率模型的耦合对玛纳斯河流域山地-绿洲-荒漠生态系统植被NPP的模拟效果较合理,能较好地反映植被净初级生产力的实际情况;2013年,玛纳斯河流域植被NPP总量为7066.72 Tg C·a^-1,平均值为278.06 g C·m^-2·a^-1,总体分布趋势是自南向北先增加后减少再增加最后减少,随着地貌和土地利用类型的变化呈现明显的分布规律,且其月变化比较明显,7—8月达到最大值,占总量NPP的52.2%;植被净初级生产力随海拔和坡度的增加整体呈下降趋势,但随海拔增加植被NPP出现3次波动.这些波动主要由地表植被覆盖类型和环境因素所引起.     

运用遥感估算中国陆地植被净第一性生产力

净第一性生产力 (NPP)研究方法很多 ,运用NOAA_AVHRR的可见光波段、近红外波段和热红外波段来提取和反演地面参数 ,进而准确估算陆地植被净第一性生产力 ,是一种全新的研究手段。利用遥感数据进行生物量和净第一性生产力的估算 ,主要是采用光能利用率模型 ,即通过NPP与植物吸收的光合有效辐射 (APAR)和植物将所吸收的光合有效辐射转化为有机物的转化率 (ε)的关系来实现的。用数学公式可表达为 :NPP =(FPAR×PAR)×[ε ×σT×σE×σS× (1-Ym)× (1-Yg) ]。在遥感和地理信息系统技术的支持下 ,以 1990年每旬的 8km分辨率的NOAA_AVHRR 1～ 5通道的影像为数据源 ,对中国每旬的陆地植被净第一性生产力进行估算 ,然后累加得出全年的NPP值。估算结果 :1990年中国陆地植被NPP总量为 6 .13× 10 9tC·a-1,NPP最高值为 1812 .9gC/m2 。根据计算的结果 ,对中国大陆植被NPP的分布规律进行了分析。遥感模型能够以面代点 ,比较真实地反映陆地植被NPP的时空分布状况 ,与中国植被分布的地理规律性相符 ,这是其他统计模型所无法比拟的。     

基于MODIS序列的北京市土地利用变化对净初级生产力的影响

了解土地利用变化对区域净初级生产力(NPP)的影响,对于综合理解区域植被的固碳能力及其与土地利用变化的关系,以及维持区域生态安全均具有重要意义。以北京市为例,基于2000—2012年MODIS NPP遥感影像和土地利用类型数据,利用同期Landsat TM影像(分辨率30 m)对MODIS NPP数据进行降尺度计算的基础上,分析北京市区域NPP的时空分布特征,探讨土地利用变化对植被固碳能力的影响。结果表明:研究期内Landsat NDVI与NPP数据的线性关系显著(R~2为0.22—0.68,P0.01),基于该线性关系可实现对MODIS NPP的降尺度重计算。土地利用面积分配和景观格局的变化均显著影响NPP。13年间,北京市林地和草地面积增加而耕地面积迅速减少,NPP总量由123万t C增长至190万t C,其中66%的NPP由林地贡献,其次为耕地(26%),草地最低(8%)。2000—2006年,面积变化促进了NPP的增加,贡献率为34%;而2006—2012年,面积变化则抑制区域NPP的增加,贡献率降低至27%。同时,研究区域内斑块聚集度的降低,斑块密度及丰富度的增加均有利于其NPP的增加。提高研究区植被固碳能力,需要在维持区域当前植被数量和质量的基础上,增加区域景观的异质性和多样性。     

黄河三角洲新生湿地净初级生产力时空变化

以黄河三角洲新生湿地为研究区,结合野外调查和遥感影像数据,利用CASA(Carnegie-Ames-Stanford Approach,CASA)模型对近20年新生湿地植被净初级生产力(net primary production,NPP)时空变化特征及其主要影响因素进行研究。结果表明:研究区植被NPP实测值与估算值显著相关(P0.001),相对误差介于-21.96～8.16;研究区植被NPP呈现由海向陆递增,由河流沿岸向外围递减趋势; 1998—2016年研究区植被NPP均值、总量整体呈下降趋势,植被NPP均值变化较小,但植被NPP总量变化明显,1998年植被NPP总量最大,2010年植被NPP总量最小;研究区四季植被NPP变化明显,春季植被NPP均值为74.25 g C·m~(-2),夏季为101.58 g C·m~(-2),秋季为41.83 g C·m~(-2),冬季为13.10 g C·m~(-2);研究区不同植被NPP估算值差异显著,各类植被NPP均值估算结果大小为刺槐群落芦苇柳树群落农作物芦苇荻白茅群落芦苇柽柳群落柽柳群落碱蓬群落大米草互花米草群落柽柳碱蓬白茅群落;研究区植被NPP与土壤可溶性盐相关系数为-0.389(P0.01),合理的"调水控盐"模式可以降低土壤盐度,促进植被有机物积累。     

陆地植被净初级生产力计算模型研究进展

植被净初级生产力(NPP)研究是全球变化与陆地生态系统的核心内容之一。在回顾NPP模型研究的基础上,综合分析了气候模型、生态生理过程模型、光能利用率模型各自的优缺点,并对NPP模型研究做出展望。生态生理过程模型是当前陆地NPP估算研究的主要手段,而区域尺度转换则是它所面临的关键问题。近年来光能利用率模型已成为NPP估算的一种全新手段,它利用遥感所获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能,但其生态学机理还有待于进一步研究。已有研究表明,“生态一遥感耦合模型”将是陆地NPP估算的主要发展方向,它融合了生态生理过程模型和光能利用率模型的优点,增强了NPP模型估算的可靠性和可操作性。     

基于遥感和地面数据的景观尺度生态系统生产力的模拟

描述了一个反映系统碳循环和水循环的景观尺度生态系统生产力过程模型(EPPML)．该模型以遥感图像作为数据源,从中获取影响植被生产力的重要变量——叶面积指数(LAI);主要对景观尺度生态系统的净初级生产力(NPP)和蒸散量的空间分布格局和时间动态进行模拟;用地理信息系统(GIS)手段对空间数据进行处理、分析和显示,从而实现将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换．本研究用EPPML对1995年长白山自然保护区的植被生产力进行了模拟,结果表明,EPPML可以比较准确地模拟该保护区主要植被的NPP．NPP的模拟值年均为0．680kgC·m^-2,变幅为0．105—1．241kgC·m^-2(82.1％),其中阔叶红松林的年NPP最高(1．084kgC·m^-2)．NPP年总量为1．332×10^6tC,以阔叶红松林和云冷杉林最高,分别为0．540×10^6tC和0．428×10^6tC．NPP的季节变化呈明显的单峰型,7月最大(6．13gC·m^2·d^-1)．NPP在夏季积累最多(0．465kgC·m^-2),春季次之,冬季最少。     

毛乌素沙地海流兔河流域植被净初级生产力估算

采用CASA(Carnegie-Ames-Stanford Approach)模型,结合TERRA MODIS卫星数据和气象数据,对毛乌素沙地海流兔河流域2015年各月的植被净初级生产力(NPP)进行估算,并对植被NPP月平均值的时空分布规律及其与气象因子和地下水位埋深的关系进行了分析.结果表明:毛乌素沙地海流兔河流域2015年植被NPP总量为2.88×1011 g,生长季(4月份至10月份)的植被NPP总量达2.81×1011 g,占全年植被NPP总量的97.57%.随着时间推移,植被NPP月平均值和归一化差分植被指数(NDVI)月平均值呈"缓慢增加—急剧增加—急剧下降"的变化趋势.植被NPP月平均值季节变化明显,春季、夏季、秋季和冬季植被NPP月平均值之和分别为20.55、69.39、20.46和0.48 g·m-2.从空间分布上看,中部河谷和滩地的植被NPP月平均值总体上高于东南部、西部和西北部等沙丘荒漠区.月平均气温对植被NPP月平均值变化的影响最大,其次为平均实际日蒸散发量和地表月太阳辐射.植被NPP月平均值随着地下水位埋深的增加而减小,最大值出现在地下水位埋深1~2 m之间.上述研究结果显示:采用CASA模型可以较好地估算毛乌素沙地海流兔河流域植被NPP值,月平均气温和地下水位埋深对该流域植被NPP值的影响较大.     

考考赖沟流域植被生产力模拟

 该文应用气象数据、土壤物理属性实测数据、土壤水分分布式动态模型和植被表面净辐射模型的模拟结果,利用多元线性回归分析方法,建立 了植被净第一性生产力模型,实现了鄂尔多斯高原东部砂质荒漠化地区考考赖沟流域尺度上30 m×30 m空间分辨率的植被生产力精确模拟,并 且用植被生产力的野外实测数据对模拟结果进行了验证表明: 实测值与模拟值在固定沙丘、半固定沙丘和样线2上都达到0.05显著性相关水平; 不同位置的实测植被生 产力数据多分布在1∶1直线附近,模拟值与实测值吻合较好;植被生产力实测值与模拟值的相对误差范围为3.22%～ 6.27%,偏斜度范围在-12.84%～4.43%。该文的研究方法可以为流域尺度上植被生产力的精确模拟提供借鉴和参考。     

我国陆地植被净初级生产力变化规律及其对气候的响应

在GIS系统的支持下,利用卫星遥感资料和地面气象观测资料,构建了基于光能利用率的植被净初级生产力(NPP)遥感模型,估算了我国陆地1982—2000年1—12月植被NPP,分析了1982—2000年我国不同植被类型NPP的季节性和年际性变化规律,基于像元空间尺度讨论了植被NPP对气候的响应关系.结果表明,我国植被NPP年内季节性变化规律明显;我国主要植被类型年NPP在1982—2000年基本呈上升趋势,增长幅度最大的是落叶针叶林,增长幅度最小的是草地;1982—2000年,NPP年际间波动最大的植被类型是常绿阔叶林,年际间波动最小的植被类型是草地.通过NPP对气候因子(降水、温度)变化的响应分析表明,我国降水对植被NPP季节性变化的驱动作用高于温度,气候因子(降水、温度)对北方植被NPP季节性变化的驱动作用高于南方;我国气候因子(降水、温度)对NPP年际变化的驱动作用(强度、方向)随季节 及纬度的不同而不同.     

盘锦湿地净初级生产力时空分布特征

主要采用中巴地球资源卫星(CBERS)、合成孔径雷达(SAR)和数字高程模型(DEM)数据,通过主成分变换融合算法、分类回归树CART算法和混合像元分解模型结合神经网络算法,进行了盘锦湿地土地覆盖类型分类。充分考虑湿地生态系统的典型特征,将盐分胁迫因子作为估算湿地耐盐植被净初级生产力(NPP)的环境影响因子之一,构建了基于光能利用率和遥感数据的湿地植被净初级生产力模型。分析了盘锦湿地植被NPP的时空分布特征,并研究了盘锦湿地植被NPP对气温和降水的响应特征。结果表明:2009年盘锦市植被净初级生产力介于0—1175 gC·m-·2a-1之间,平均值为553 gC·m-·2a-1。盘锦市植被NPP空间分布规律呈东北向西南逐渐递增的趋势。在湿地植被分类类型中,芦苇的单位面积平均NPP最高,达到1016 gC·m-·2a-1。2004—2009年盘锦植被单位面积平均NPP值在缓慢上升,湿地已呈现缓慢恢复的趋势。总体上气温对盘锦湿地主要植被类型芦苇月平均NPP的影响要强于降水。2004—2009年降水对盘锦地区植被年平均NPP的影响强于气温。     

定量评价人类活动对净初级生产力的影响

以人类活动为主导的城市扩张和土地覆被变化对城市生态环境产生了重要影响,并与气候变化共同影响植被净初级生产力(NPP),但目前从时空尺度上脱离气候干扰仅以人类活动为主导因素来定量分析其对植被NPP影响的研究尚不充分.本研究以广州市为研究区,利用CASA模型估算2001—2013年实际净初级生产力(NPP_act),结合CHIKUGO模型估算得到的潜在净初级生产力(NPP_p)计算因土地覆被变化导致的NPP损失(NPP_lulc),并建立相对贡献指数(RCI)定量分析和评价在城市扩张过程中人类活动对NPP的影响.结果表明:2001—2013年间,广州总体及其5片区NPP_act和NPP_lulc分别呈减少和增加趋势,并存在明显的空间差异性;RCI呈明显增加趋势,东北片区RCI值最低,为0.31,表明气候变化是其NPP变化的主要原因,其他4个片区的RCI值均高于0.5,说明4个片区人为干扰严重,人类活动是其NPP减少的主导因素;广州市及其5片区的RCI变化斜率均大于0,人类活动对植被的干扰逐年增强,北部片区RCI变化斜率值最大(0.693),人为干扰增加趋势最明显.     

基于MODIS的中国草地NPP综合估算模型

草地生态系统是陆地生态系统分布最广的生态系统类型之一,其碳储量的估算在全球变化中的作用越来越受到重视。为了快速、便捷地实现中国草地净初级生产力(NPP)的估算,在获取野外调查资料与同期遥感影像数据的基础上,利用归一化植被指数(NDVI)以及气候数据,构建了草地NPP综合估算模型。模型包括叶面积指数(LAI)和光合累积量(PA)两个子模型,其中LAI子模型利用了遥感数据NDVI,PA子模型利用了温度、降水和辐射等气候数据。通过建模以外独立的实测数据的验证,模拟值与实测值之间有很好的相关性,R2为0.8519,相关性达到极显著水平。RMSE和RRMSE均较小,表明模型的模拟结果比较可靠。同时模拟值与实测值之间的平均相对误差仅为1.97%,模拟结果的准确度较高,因此利用上述模型估算中国草地NPP是可行的。以上结果为中国草地NPP估算提供了新的方法。     

黄河流域草地净初级生产力时空动态及其驱动机制

黄河流域是生态系统的敏感区,流域草地生态系统在气候变化和人类活动驱动下发生了显著变化。基于多源遥感影像和气象站点资料等,采用改进后的CASA模型估算2001—2018年黄河流域草地净初级生产力(NPP),评估定量反演结果精度,分析研究时段内流域草地净初级生产力时空动态,探讨气候要素和人类活动对流域草地净初级生产力的影响。结果表明：1)基于改进的CASA模型能够高精度模拟黄河流域草地NPP。2)2001—2018年黄河流域草地NPP呈增加趋势,且在2013年发生突变。2001—2013年气候和人类活动均促进流域草地NPP增加,而2013年后人类活动抑制流域草地NPP增加的作用明显增强,抑制区域面积较前一阶段增加34.89%。整体上,人类活动对草地NPP的影响强度低于气候要素影响强度。3)耕地和建设用地面积的变化,是驱动实际净初级生产力动态的重要人类活动要素。耕地和建设用地面积的增加与草地面积减少、实际净初级生产力增加速率的降低紧密相关。伴随经济发展,应坚持实施退耕还林还草政策,并加强对草地生态保护的监督。     

中国陆地植被净初级生产力估算模型优化与分析——基于中国生态系统研究网络数据

该研究基于中国生态系统研究网络(CERN)数据对传统CASA模型进行优化,对比两叶模型与优化CASA模型在站点尺度和像元尺度对于8个典型生态站点的植被净初级生产力(NPP)估算精度,选择在像元尺度表现更好的优化CASA模型,结合中国土地覆被数据(ChinaCover)开展2000—2019年中国陆地植被NPP监测与分析。研究结果表明：(1)基于FY2D PAR的优化方案能够有效避免空间插值导致的不确定性问题,显著提高了PAR估算精度;(2)在站点尺度上,两叶模型用于估算典型森林、草地生态系统的NPP表现更好,而在像元尺度上优化CASA模型估算精度更高;(3)在全国尺度上,优化了最大光能利用率、水分胁迫系数以及光合有效辐射计算方法的CASA模型能够较好地模拟中国陆地植被NPP,近20年中国陆地植被NPP变化范围为2.703—2.882 PgC/a,在空间上呈西北低东南高的格局,在时间上呈现波动中缓慢增加的趋势。     

安徽省植被净初级生产力估算——基于改进的CASA模型

定量估算植被净初级生产力(NPP)对预测陆地碳循环趋势具有重要意义,目前广泛应用于NPP估算的CASA模型其精度仍有待提高。在已有CASA模型优化的基础上,考虑最大光能利用率(LUE_max)的动态变化来改进CASA模型,对改进前后的模拟结果进行比较,并利用改进后的模型估算2001—2020年安徽省植被NPP。结论如下：(1)改进的CASA模型可应用于研究区的植被NPP估算,NPP模拟值与实测值之间的相关性达到显著水平(R²=0.736,P<0.01)。(2)改进后模拟的安徽省植被NPP在空间表达上能够呈现更多细节,时间上较改进前在生长季NPP值更高,非生长季值更低,拉大了NPP的年内变化。(3)2001—2020年安徽省植被NPP整体呈波动上升趋势,多年平均值为547.61 gC m^-2 a^-1,年均增长量达2.18 gC m^-2 a^-1,2016—2020年间NPP增长最快。年内NPP具有明显的季节差异,表现为夏季>秋季>春季>冬...     

中国西部地区植被净初级生产力的时空格局

利用基于Monteith光能利用率理论的碳通量估算模型C- FIX,1km分辨率逐旬SPOT/ VEGETATION遥感数据和全球1.5°×1.5°格网化逐日气象数据,估算了2 0 0 2年中国西部地区植被净初级生产力(NPP)。对西部地区植被NPP的空间分布格局、季节变化及不同土地利用类型植被的NPP总量和平均生产力水平进行了初步研究。结果表明:2 0 0 2年我国西部地区植被年NPP总量约为0 .96 Pg C(1Pg=10 1 5g)。西部地区年NPP空间分布基本格局是东南和西北两区域高,然后以东南西北方向为轴心逐渐向内陆中心迅速递减,该分布格局与各区域的水热条件差异和植被类型的地带性分异规律紧密相关。西部地区陆地生态系统NPP具有显著的季相变化规律,这与温度、降水的季节变化以及人为生产活动安排有很高的相关性。西部地区尽管土地面积广阔,由于区域气候和自然条件相对恶劣,导致土地资源可利用率差,生态系统整体生产力水平相对低下,区域内各种土地利用类型植被的生产力水平差异大且空间分布十分不均衡,是我国生态环境相对脆弱的区域。     

基于3S的自然植被光能利用率的时空分布特征的模拟

 光能利用率（LUE）直接影响植被各层中的能量分布和光合速率,在确定环境对光合和地上部生长分配的综合限制上十分有价值,是衡量系统功能的一个重要指标。本研究以遥感图像（TM）作为数据源,获取了影响植被LUE的重要变量——叶面积指数（LAI）;用程序语言编写了描述系统碳循环和水循环的景观尺度生态系统生产力过程模型（EPPML）,对长白山自然保护区的太阳总辐射、净初级生产力（NPP）和LUE等的季节动态和空间分布进行了模拟;并用地理信息系统（GIS）手段对空间数据进行处理、分析和显示,从而实现了将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换。EPPML可以比较准确地模拟长白山自然保护区景观尺度上主要植被类型的NPP和太阳总辐射,对LUE的模拟结果也大多在我国森林的LUE范围之内,但对不同植被类型LUE的验证因实测数据不足,仅做了初步比较。模拟结果表明,长白山植被的LUE与NPP的季节进程十分近似,7月可达2.9%。春、夏、秋、冬四个季节植被LUE的模拟平均值分别为0.551%、2.680%、0.551%和0.047%。植被年LUE的模拟值平均为1.075%,在-3.272%～3.556%之间变化,阔叶红松(Pinus koraiensis)林最大（1.653%）,高山流砾滩草类最小（0.146%）。阔叶红松林的LUE虽然较高,但仍有很大的增长潜力。     

中国植被净初级生产力变化的时空格局

利用植被净初级生产力（NPP）遥感估算模型,基于统计学分析方法,研究了1982-2000年我国陆地植被NPP的变化及其年际波动的空间分布特征。结果表明：（1）20年间,我国仅8％的陆地区域植被NPP显著减少,而47％的陆地区域植被NPP显著增加,45％的陆地区域植被NPP变化不明显;（2）从空间分布上看,我国大部地区年NPP增加,仅东部沿海发达地区或工业、城市密集区的年NPP减少,但增减速率在空间上存在明显的差异;（3）1982-2000年间,我国大部地区植被NPP年际波动相对变率较小,但西北地区的荒漠草原,相对变率较大。