华北植被的净初级生产力研究及其时空格局分析

在CASA模型的基础上,建立了利用NOAA/AVHRR 1B卫星资料和气象资料估算植被净初级生产力(NPP)的技术方法,该方法有3个特色:直接利用NOAA/AVHRR 1B卫星数据,不需要经过大气校正和方向反射率校正来实现NPP估算;考虑了植被覆盖类型对光能利用率的影响;考虑了植被反照率在计算净辐射中的差异。利用该方法对2007年华北地区的NPP模拟结果表明:2007年华北地区植被的年总NPP为3.68×1014gC/a,各省总的NPP贡献率依次为:内蒙古64%、山西20%、河北13%、北京2%和天津1%,各季的贡献率大小依次为:夏季67%,秋季17%、春季15%,冬季1%。不同植被类型年NPP分别为:森林灌丛为271~560 gC/m2.a,草原为97~278 gC/m2.a,农田为363~376 gC/m2.a,建筑居民地为216 gC/m2.a,荒漠裸地为14 gC/m2.a。受物候和气候因素影响,不同植被类型NPP具有不同的年变化。     

西南地区不同类型植被NPP时空演变及影响因素探究

研究植被净初级生产力(NPP)时空变化规律并探明其驱动影响因素,对于深入了解植被时空变化,指导因地制宜的生态恢复与管理工程具有重要的现实意义.以MODIS NPP数据为基础,结合基于站点的气象数据、土地利用数据和植被类型数据,通过Theil-Sen Median斜率估计和Mann-Kendall显著性检验探究西南地区不同类型植被NPP时空演变特征,并结合稳定性分析和地理探测器揭示不同类型植被NPP空间分异的影响因素及影响因素间的交互作用.结果表明：(1)时间上,2000～2021年西南地区植被NPP、 NPP_Pre(仅气候变化影响下植被NPP)和NPP_Res(仅人类活动影响下植被NPP)均呈波动上升趋势.在不同类型植被中,除乔木类植被NPP_Res以-0.183 g·(m²·a)^-1的速率呈微弱下降趋势外,其余类型植被NPP、 NPP_Pre和NPP_Res均呈上升趋势,其中,经济类植被NPP、 NPP_Pre和NPP<...     

气候和土地利用变化对上海市农田生态系统净初级生产力的影响

以上海市主要植被类型农田为研究对象,利用大气-植被相互作用模型(AVIM2)模拟的近50年上海市农田净初级生产力(NPP)以及1987、1997和2004年上海市的TM遥感影像数据,分别计算了气候变化和土地利用变化对上海市农田生态系统NPP总量变化的影响.研究结果表明,如果只考虑气候变化,1961～2006年上海农田年平均NPP值增加了64.37g·m-2(以C计),平均每年增长1.43g·m-2.年平均温度和降水量均与NPP显著正相关.另一方面,上海农田面积占总面积的比例由1987年的76%递减到2004年的43%.在土地利用变化和气候变化双重因素的驱动下,自20世纪80年代以来,上海农田NPP总量减少了42%;相对于气候变化影响,土地利用变化对农田NPP总量影响较大,其中,20世纪80年代到90年代,土地利用变化对NPP总量变化的贡献率占78%;20世纪90年代到21世纪初土地利用变化的贡献率达92%.     

西南地区陆地植被生态系统NPP时空演变及驱动力分析

研究西南地区陆地植被生态系统净初级生产力(NPP)的时空演变特征及其驱动力,对区域生态环境保护具有重要的现实意义.利用2000～2021年MODIS NPP、1999～2021年基于站点的气象数据和2000～2020年土地利用类型等数据,结合主成分分析、残差分析、Theil-Sen Median趋势分析和偏相关分析等方法,研究西南地区陆地植被生态系统NPP时空演变及其对驱动力的响应特征.结果表明,时间上,2000～2021年西南地区植被NPP呈波动上升趋势,速率为3.54g·(m²·a)^-1.气候变化和人类活动影响下,农田、草地和森林生态系统NPP均呈上升趋势,但农田生态系统NPP的上升趋势最为显著.空间上,西南地区植被NPP呈上升趋势的面积占比为89.06%,显著上升和极显著上升的区域主要分布在广西南部、四川东部、重庆西部,以及云南和贵州交界处.气候变化和人类活动对西南地区植被生长具有双重影响,气候变化和人类活动影响下农田生态系统NPP呈上升趋势的面积占比均高于草地和森林生态系统.西南地区植被NPP与各气象因子的相关性呈明显地域差异.区域尺...     

基于空间尺度效应的西南地区植被NPP影响因子探测

植被净初级生产力(NPP)是评价陆地生态系统质量的重要参数,研究植被NPP时空演变特征及其驱动力对区域生态环境保护和可持续发展具有重大意义.基于MODIS NPP数据、气象数据、 DEM数据、人口密度数据、 GDP数据和土地利用类型数据,采用一元线性回归分析、 R/S分析和地理探测器模型,分析西南地区及其六大地貌单元植被NPP时空演变特征及未来变化趋势,探究植被NPP空间分异的影响因子.结果表明,2000～2020年西南地区植被NPP整体呈极显著上升趋势.地貌单元中,除青藏高原南部外,其余地貌单元植被NPP均表现为改善态势,其中四川盆地和云贵高原表现为极显著改善.西南地区的植被NPP变化斜率整体呈现“东高西低”的分布格局.西南地区及各地貌单元植被NPP呈上升趋势的区域面积均大于呈下降趋势的区域面积,但未来植被NPP变化趋势均以下降为主.地理探测器结果表明,除云贵高原植被NPP空间分异主要受气温影响外,海拔是西南地区及各地貌单元植被NPP空间分异的主导因子.交互探测结果表明,影响因子之间的交互作用均表现为双因子增强或非线性增强,其中,海拔∩温度对西南地区植被NPP空间分异的解释力最大.地...     

环杭州湾地区近36年自然植被净初级生产力的变化特征

利用LPJ模式,以1971—2006年常规气象站观测资料作为模式输入数据,模拟了环杭州湾地区植被NPP,并分析了近36年来研究区植被NPP的时空变化特征。结论表明:①环杭州湾地区NPP 36年平均为552.10 gC/(m2.a),逐年变化呈上升趋势,速率为1.52 gC/(m2.a2);②研究区植被NPP 36年平均在494.23～617.23 gC/(m2.a)之间;东部沿海及距海较远地区值较大,且基本上呈经向分布;而中部地区值较小,且基本呈纬向分布;NPP年代空间分布与NPP近36年平均空间分布情况基本一致;③随着气候条件的变化,NPP相对大值区在空间上增大,但是增幅有一定的地域性差异;随着降水或CO2浓度的增大(减小),NPP有增大(减小)的趋势;随着温度或云量的增大(减小),NPP有减小(增大)的趋势;在1971—2006年间,对环杭州湾地区植被NPP起主要影响的因子为CO2浓度,其次为云量。     

俄罗斯布里亚特共和国植被NPP对气候变化的时空响应

以遥感和气象数据为主要数据源,运用改进后的CASA模型,估算了俄罗斯布里亚特共和国2000-2008年的植被NPP,并验证了模型的精度,分析了该地区植被NPP的时空变化规律及其与气候因子的相互关系。研究结果表明:时间上,植被NPP年际上呈现为在波动中上升,月份上表现为先升后降的趋势;空间上,植被NPP随经度的增加而增大,随纬度的增加而减小,由西南到东北逐渐递增的趋势;不同植被类型的NPP也不同,从大到小依此为:草地与沼泽林>森林>森林与草原>稀树草原>高山植被。其变化主要受气温和降水量变化的作用。改进后的CASA模型运用于布里亚特共和国植被NPP估算的精度较高。该研究对中国北方植被NPP估算和生态跨境研究具有借鉴意义。     

武陵山区植被净初级生产力遥感模拟与分析

论文利用碳水耦合的BEPS遥感过程模型对2010年武陵山区植被NPP进行模拟估算,并利用森林样点实测数据、各县粮食产量统计资料、MODIS NPP产品和已发表文献中各植被类型的NPP模拟值与实测值进行验证。在分析了NPP空间分布格局及其年内变化趋势的基础上,文中还重点分析了NPP与高程、坡度和坡向等主要地形因子间的关系。结果表明：① 2010年武陵山区植被NPP平均值为555.17 g C/(m²·a),年总NPP为92.96 Tg C,与MODIS NPP产品相比,论文模拟的NPP高低值分布更加合理,而且包含了更多地形信息;② 月NPP随季节而变化,2010年研究区所有植被类型的NPP季节变化均呈双峰形态,其中灌丛和常绿阔叶林的季节变化幅度最大,农作物的变化幅度最小;③ NPP随高程增加有着明显的先增后减的变化趋势,NPP随坡度增加则呈现出先增后减然后再上升的规律,而在所有坡向中,南坡的平均NPP最高,北坡的NPP最低。     

遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力

植被净生态系统生产力(NEP)和净第一性生产力(NPP)作为表征植被活动的关键变量,在全球变化研究及区域生态环境评价中起着很重要的作用。Biome-BGC是一个模拟生态系统植被和土壤中的能量、水、碳、氮的流动和存储的生物地球化学循环模型。论文利用2004年时间序列MODIS LAI遥感产品和气象数据,对黄淮海地区的NEP和NPP进行了模拟估算,由于Biome-BGC模型没有农作物生理生态参数,农作物模拟通过修改草地生理生态参数,并在增加施肥、灌溉和收割代码基础上实现。结果表明,2004年黄淮海地区NEP、NPP呈现南部大于北部的空间分布特征;不同植被类型平均NEP和NPP大小顺序分别为:混交林>落叶阔叶林>常绿针叶林>农作物>灌木>草地、混交林>农作物>落叶阔叶林>常绿针叶林>灌木>草地;与观测数据、MODIS NPP产品和统计数据进行对比,表明Biome-BGC模型可较好用于区域植被生产力的模拟,农作物模拟结果与统计数据的决定系数达到0.612 3,且模拟得到的黄淮海地区农作物NPP比MODIS NPP产品更接近统计值。     

气候变化背景下人类活动对承德接坝区植被净初级生产力的影响

承德接坝区位于农牧过渡区,对气候变化和人类活动极为敏感.以植被净初级生产力(NPP)作为评价指标,基于Thornthwaite Memorial模型计算潜在NPP和MODIS NPP遥感影像获取实际NPP数据,利用潜在NPP与实际NPP间的差值衡量人类活动作用下NPP的大小,运用Slope趋势和变异系数法分析实际NPP、潜在NPP和人类活动作用下NPP的变化趋势及稳定性分布,并采用相关系数法分析实际NPP与年降水量和年均气温间的相关性,最终量化气候变化和人类活动对该区域植被变化的影响.结果表明,潜在NPP自西北向东南递增,其变化趋势和稳定性均为自西向东递增.实际NPP与年降水量和年均气温呈正相关区域面积占比分别是99.87%和91.66%.该区域99.85%的植被得到改善且变化稳定,主要是由气候因素和人类活动共同主导(99.71%),而植被退化完全是由人为因素所导致(0.15%).     

广东省土地覆盖变化对植被净初级生产力的影响分析

理解土地利用/覆盖变化对植被净初级生产力（Net Primary Productivity,NPP）的影响对于全球碳循环和粮食安全具有重要意义。论文采用优化的CASA（Carnegie-Ames-Stanford Approach）模型估算广东省2000、2005和2010年NPP,分析NPP的空间格局和土地覆盖的时空动态,研究土地覆盖变化对NPP的影响。结果表明：1）广东省NPP空间分布不均,形成一系列高值区和低值区;总体上是粤中区最高,珠三角区最低。2）2000—2010年广东省土地覆盖变化程度增强,城市用地和耕地变化最大,主要集中在珠三角区和粤中区。3）在气候变化条件下,以城市扩张为主导的广东省土地覆盖类型变化整体上造成NPP的损失,损失量主要来自林地和耕地向低生产力土地覆盖类型的转换,尤其是被城市用地占用;不同生态区NPP损失差异显著,珠三角区和粤中区NPP损失较为严重;2005—2010年珠三角区NPP损失量有所降低,其他生态区均有所增加,体现了城市扩张对NPP影响的复杂性。     

土地利用及生态服务价值变化的图形信息特征分析——以松花江流域哈尔滨段为例

以遥感影像资料为依据,运用地学信息图谱方法和Costanza的生态服务价值计算方法,在RS和GIS的支持下分析1996~2005年松花江流域哈尔滨段土地利用及其生态服务价值的时空变化特征。结果表明:土地利用转化过程以耕地-林地、草地-林地和未利用地-林地为主,其中耕地-林地相互转换最为剧烈,林地、水域和建设用地具有较高的保留率,草地、未利用地和耕地具有较高的转换率;1996~2005年研究区的生态系统服务价值总量增加314.543×107元,大面积的耕地、草地转化为生态价值系数较高的林地和水域是其主要原因;生态环境增值区域,耕地转化为水域的贡献率最大,为27.61%,生态环境减值区域,林地转化为耕地的贡献率最大,为3.761%。     

城市土地利用与地面热效应时空变化特征的关系——以成都市为例

利用2000-2008年TM/ETM+数据,基于遥感、GIS技术与人机交互式判读解译方法获取城市土地利用数据,运用单窗算法和空间建模方法定量反演城市地表温度;在此基础上,对城市土地利用与地面热效应时空变化特征的关系进行分析。结果表明:城市土地利用时空演变以耕地、林地向建设用地、水域转移导致面积快速下降与建设用地不断侵吞耕地为主要特征;土地利用变化导致地面低温区范围减少25.927×10⁴ hm²,常温区和高温区面积分别增加12.093×10⁴ hm²和5.834×10⁴ hm²;高温区中建设用地面积比例最大,建设用地与水域、水田的平均温度分别达最高与最低;地表温度空间格局表现为各温度区呈不同形状的带状分布,热源密集分布在成都市城南高新区、城西住宅区、城中心商贸区以及城东的工业基地等区域,二环路外温度呈下降趋势;建设用地加剧了城市热效应,而水域则缓解了城市热效,不透水性与地表温度的反演结果呈较强的正相关性。因此,研究结论对于热岛效应研究、改善人居环境具有科学意义和应用价值。     

贵州植物物种高丰富度区域人类干扰变化分析

结合地面调查和卫星遥感监测手段,基于贵州省维管植物、濒危植物物种、特有物种野外调查数据的整理和空间化,叠加形成物种高丰富度区,结合1990~2018年贵州土地利用和人类干扰遥感监测数据,对其动态变化进行分析,结果表明:1)贵州植物物种高丰富度区域主要分布在册亨县、安定县、兴义市、兴仁县、凯里市、雷山县、印江土家族苗族自治县、龙里县西侧、荔波县等地.2018年,物种高丰富度区域内部林草地面积占比为72.63%,高于外部;区域内部人类干扰指数(0.1205)明显大于外部(0.0810);区域内部处于较重度、重度干扰分别占2.58%和2.94%,主要位于兴义市东南部、龙里县西侧、凯里市西南部,而物种高丰富度区外部处于较重度、重度干扰仅分别占0.46%和0.35%.2)2018年,维管植物、濒危物种高丰富度网格处于重度干扰的面积占比最大,分别为3.22%、3.01%.特有物种较低丰富度网格中处于重度干扰的面积占比最大,占4.81%;其次为高丰富度网格,占2.61%. 3)1990~2018年,维管植物、濒危物种、特有物种高丰富度网格的城镇工业用地增加比例最高、重度干扰面积增加最多.城镇工业用地逐渐增加,且在2010~2018年增加最为明显,年变化速率达到17.94%/a,是物种高丰富度区域外部的1.80倍,主要表现为城镇建设和耕地开垦. 4)1990~2018年,贵州物种高丰富度区域人类干扰指数增加幅度为3.47%,约为外部增加幅度的6.43倍,其中,重度干扰面积增加2.18%,人类干扰指数明显增加区域主要位于兴义市、龙里县西侧、凯里市等地.本文实现物种生境野外实地调查数据和定期卫星遥感监测相结合的方法,开展物种高丰富度区域生境遥感动态监测,在物种生境保护和管理方面具有较高应用价值.     

2000~2018年长三角土地利用变化对农田生态系统氨排放的影响

根据Landsat卫星遥感影像解译了2000~2018年长江三角洲（Yangtze River Delta,YRD）城市群历史土地利用变化,结合氮肥施用变化情况,研究了由于土地利用变化带来的农田生态系统氨（NH₃）排放变化.结果表明,伴随着快速的城市化进程,YRD耕地面积逐渐减少,耕地面积从2000年的276269 km²（占总面积的49%）减少到2018年的244001 km²（占总面积的44%）.土地利用变化和氮肥施用变化对农田生态系统NH₃排放的影响主要包括土壤本底和氮肥施用两部分.2000~2018年,YRD氮肥施用产生的NH₃排放量从690 kt·a^-1减少到541 kt·a^-1（减少22%）;土壤本底产生的NH₃排放量从32 kt·a^-1减少到29 kt·a^-1（减少9%）.结果表明,近20年来,YRD城镇化进程加快,耕地面积显著减少,进一步带来氮肥施用量降低,使得农田生态系统NH₃排放量减少.     

车尔臣河流域土地利用变化及生态环境效应分析

借助ArcGIS与ERDAS软件,以1990年、2000年、2010年遥感影像Landsat TM/ETM为数据源,提取3期车尔臣河流域土地利用/覆盖利用图.在土地利用类型与区域生态风险之间的经验联系基础上,推求出土地利用类型生态风险指数,进而获得研究区域生态安全指数,建立了车尔臣河土地利用类型与生态环境之间的数量关系.同时,在空间尺度上将研究区分为若干特定研究单元,并对整体及局部地区进行生态环境质量动态分析.结果表明:1990—2010年间,车尔臣河流域总体生态环境指数呈逐步升高趋势,但生态环境质量的改善与恶化两种趋势并存,并在特定研究单元上出现明显的区域分异特征;盐碱地向耕地、林地及低覆盖度草地的转化,低覆盖度草地向林地的转化和未利用地向耕地的转化是环境改善的主导因素,林地与中覆盖度草地向盐碱地和未利用地的转化是环境恶化的主导因素.     

退耕还林还草工程区域生态环境质量评价初探——以太仆寺旗为例

以太仆寺旗为退耕还林还草工程的典型区域,通过2000年和2008年TM遥感影像,提取了研究区两年度的土地利用现状数据,并对研究区生态环境质量作出评价。评价结果为,1）2008年较2000年,林地、草地、水域湿地、建设用地面积有增加,耕地、未利用土地面积减少了;2）高功能组分指数增加了,草地生态系统生产力、耕地面积比指数、未利用地面积比指数均下降;3）土地利用格局和生态环境质量指数的变化均反映了退耕还林还草工程的实施对改善研究区生态环境质量的生态效益。     

2000-2009年芜湖市LUCC对植被碳储量的影响

LUCC是影响陆地植被碳循环的重要因子之一。采用2000、2005和2009年3期遥感影像解译及运用GIS技术提取芜湖市2000-2009年的土地利用变化数据,根据前人对植被NPP的研究成果,计算芜湖市土地利用变化对生态系统中植被碳储量的影响。结果表明:在2000-2005年,耕地大量转化为林地、草地大量转化为耕地等使其植被碳储量净增加了4.43×103～22.14×103t;2005年-2009年,林地大量的转移为耕地、建筑用地,耕地转为水域、建设用地等使其植被碳储量净减少了72.34×103～289.38×103t。研究结果显示,芜湖市植被碳储量总体呈减少趋势,且林地是影响芜湖市植被碳储量的主要因素。