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<...     

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...     

2000～2020年西南地区植被NDVI时空变化及驱动机制探究

基于2000～2020年MOD13A3 NDVI时间序列、1999～2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.001 0 a^-1和0.000 6 a^-1.气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子...     

中国八大经济区GPP变化及影响因子协同机制

以中国和八大综合经济区为研究区,全面分析人文因子、土地利用类型、气候因子和地形因子对植被总初级生产力(GPP)空间分异的影响差异.利用MODIS GPP数据、气象数据、土地利用类型、DEM数据、夜间灯光和人口密度数据等,基于Theil-Sen Median趋势分析、Mann-Kendall显著性检验和地理探测器模型,在全国和经济区尺度上分析2000～2020年植被GPP时空变化特征,探测植被空间分异的影响因子及影响因子间的协同机制.结果表明,2000～2020年中国及八大经济区植被GPP整体呈波动上升趋势,呈上升趋势的区域占总面积的84.46%,其中,呈极显著上升区域占19.86%,主要分布在黄河中游综合经济区中部和大西北综合经济区东部.影响因子探测结果表明,湿度、日照时数、降水和土地利用类型是中国植被GPP空间分异的主要影响因子,其中,湿度的影响力最高,q值为0.64.经济区尺度上,湿度、日照时数、降水是影响东北、黄河中游、大西南和大西北综合经济区植被GPP空间分异的主导因子,而人文因子对东部和南部沿海综合经济区植被空间分异的影响较大.交互作用探测结果表明,中国植被GPP空间分异主要...     

2000~2020年长江流域植被NDVI动态变化及影响因素探测

研究植被动态变化并探测驱动其变化的影响因素,对区域生态环境质量监测和林业恢复工程效应评估具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据、DEM数据、人口密度数据和夜间灯光数据等,结合Theil-Sen Median斜率估计、Mann-Kendall显著性检验、稳定性分析和地理探测器,在多时空尺度下分析2000～2020年长江流域植被NDVI时空演变特征及稳定性,并探测驱动植被NDVI空间分异的主要影响因素.结果表明,2000～2020年长江流域植被NDVI整体呈波动上升趋势.除太湖水系外,其余流域单元植被NDVI均呈上升趋势.长江流域植被NDVI呈上升趋势的面积占84.09%,其中,呈极显著上升和显著上升的区域占53.67%,主要分布在乌江、宜宾至宜昌、嘉陵江、汉江和洞庭湖水系.除金沙江石鼓以上和太湖水系植被NDVI稳定性较差以外,其他流域单元植被NDVI整体较为稳定.海拔是影响各流域单元植被生长的重要因素,而气候因子对金沙江石鼓以上植被NDVI的影响程度最高,人文因子对乌江、湖口以下干流和太湖水系植被NDVI影响最大.长江流域影响因素双因子交互作用均表现为双因子增...     

2000~2020年西南地区植被NDVI对气候变化和人类活动响应特征

研究植被变化及其对气候变化和人类活动的响应机制,对区域生态保护和植被恢复具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据和土地利用数据,结合Theil-Sen Median趋势分析、Mann-Kendall显著性分析、残差分析、偏相关分析和复相关分析等方法,基于不同地貌单元,分析2000～2020年中国西南地区植被覆盖时空演变特征及其对气候和土地利用变化的响应特征.结果表明,2000～2020年西南地区植被NDVI整体呈波动上升趋势,上升斜率在空间上呈东南高和西北低的分异格局.气候变化和人类活动对西南地区植被NDVI上升均以促进作用为主,且对广西丘陵植被生长的促进作用强于其他地貌单元.2000～2020年间西南地区植被NDVI与气温和降水呈正相关,与相对湿度和日照时数呈负相关,且温度是影响西南地区植被NDVI变化的气候主导因子.城市扩张在一定程度上减少了区域植被覆盖,但得益于适宜的气候条件以及林业生态工程的实施,西南地区整体植被覆盖以上升为主.研究结果可为西南地区生态保护及经济可持续发展提供科学依据.     

长江三角洲霾天气PM2.5中水溶性离子特征及来源解析

于2016年12月13日~2017年1月5日采集了徐州、东山、南京、寿县4个站点的PM_2.5样品,分析了水溶性离子的组成及其来源,并结合天气形势分析了长江三角洲地区大范围霾天气的形成消散及水溶性离子的时间变化特征.结果表明：观测期间徐州站PM_2.5平均质量浓度171.5μg/m³,远高于其他3个站点,4个站点最主要的离子成分均为NO₃^-,SO₄^2-,NH₄⁺,Cl^-和Ca²⁺.在同一天气系统影响下,长江三角洲大范围区域污染物浓度变化基本一致,在没有大的区域输送的静稳天气下,各站点离子浓度容易受局地源影响,徐州站受燃煤影响,南京站受化学工业源影响为主,2个站点以SO₄^2-为主,东山站三面环湖,Cl^-在静稳天气有大幅上升,达到了6.12μg/m³,寿县站受当地农业活动氨排放影响,NH₄⁺有大幅上升,达到了25.09μg/m³.4个站点PM_2.5和水溶性离子质量浓度随时间的变化趋势一致.弱高压的均压场形势下,并伴随有逆温层出现时有利于污染物的累积.主成分分析发现4个站点二次转化对PM_2.5有着最大的贡献率,4个站点贡献率分别为39.83%、42.27%、50.56%和38.40%.     

盐城市秋冬季节PM2.5污染特征及来源分析

于2019年10月—2020年2月在盐城市开展大气PM_(2.5)离线监测,对PM_(2.5)的浓度变化、质量平衡、组分及来源进行了分析。结果表明,监测期间盐城市ρ(PM_(2.5))月均值为43.32～62.59μg/m~3,其中1月最高;监测期间ρ(PM_(2.5))平均值为54.25μg/m~3,质量重建后该值为52.38μg/m~3,与实测值的相关性达到0.98; PM_(2.5)占比最多的成分是硫酸盐、硝酸盐和铵盐(SNA); m(NO_3~-)/m(SO_4~(2-))的平均值为2.16,说明监测期间盐城市机动车相比固定源对NO_2和SO_2有更高的贡献;通过主成分因子分析,可知盐城市秋、冬季节PM_(2.5)主要来源于土壤和扬尘源、燃烧源以及二次无机源。     

运用地理探测器研究京津冀城市群PM2.5浓度变化及影响因素

研究京津冀城市群PM_2.5浓度时空格局变化和影响因素,对区域大气环境保护和经济可持续发展具有十分重要的意义.基于PM_2.5遥感数据、地面站点气象数据、DEM数据、MODIS NDVI数据、夜间灯光数据、人口密度数据、土地利用类型数据和路网数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和Getis-Ord G_i*分析,运用地理探测器分析京津冀城市群PM_2.5浓度时空变化和空间聚集特征,并探究影响其空间分异的影响因素.结果表明：(1)2000—2021年京津冀城市群PM_2.5污染严重,全年平均PM_2.5浓度为59.94μg/m³,冬季是京津冀城市群PM_2.5污染的高发季,但京津冀城市群PM_2.5浓度总体呈下降趋势,变化斜率为–0.85μg/(m³·a).(2)PM_2.5浓度在空间上呈东南高、西北低的分布格局,且P...     

盐城市城区VOCs污染特征及来源解析

2020年4—9月通过离线采样研究了盐城市城区大气中的挥发性有机物（VOCs）浓度水平及组成特征、臭氧生成潜势、二次有机气溶胶生成潜势以及毒性效应等多效应评估和来源贡献。结果表明：盐城市城区VOCs平均体积浓度为35.09×10^-9,盐塘湖公园站点浓度最高;盐城市VOCs主要组分为含氧有机物（OVOCs）和烷烃。通过挥发性有机物多效应评估发现,关键物种为乙醛、对二乙苯、丙酮、甲苯和间/对二甲苯等。采样期间对VOCs浓度的主要贡献来源为二次生成、工业排放和交通排放。