2001~2020年乌梁素海流域植被NPP时空变化及驱动因素分析

植被净初级生产力（NPP）表征植物对生态系统碳的固定能力,是决定生态系统健康状态和可持续发展程度的关键指标,其时空变化及驱动因素对于揭示植被恢复状况和指导生态修复工作具有重要作用.基于2001~2020年MODIS17A3 NPP数据、土地利用和气象数据等,采用变异系数、 Theil-Sen Median趋势分析及Mann-Kendall检验、 Hurst指数和地理探测器等方法,探究了内蒙古乌梁素海流域植被NPP的时空变化特征及驱动因素.结果表明：①2001~2020年乌梁素海流域植被NPP整体呈波动上升趋势,平均值（以C计）为141.03 g·（m²·a）^-1,平均上升速率为2.33 g·（m²·a）^-1;植被NPP具有明显的空间分异规律,整体上呈现西南高、东北低,河套平原高、沙地和山区低的特征;②NPP主要呈增长趋势,增长、减少和无变化区域的面积占比分别约为80%、 3%和17%;NPP的平均变异系数为0.149,主要呈低波动变化和较低波动变化,面积占比约为51%;NPP未来变化趋势主要呈反持续性特征,面积占比约为75%. ③土地利用、海拔、最高温和坡度是乌梁素海流域植被NPP变化的主导驱动因素,q值均在0.200以上.海拔∩相对湿度对乌梁素海流域植被NPP空间分异的解释力最大;土地利用与除夜间灯光外的其他因子对乌梁素海流域植被NPP空间分异的解释力均存在显著性差异.根据研究结果,未来应加强乌梁素海流域生态系统管理,实行严格的生态保护和修复政策,综合考虑气候、地形和人类活动等因素,因地制宜开展生态综合治理工作,以提升生态系统服务质量.     

京津冀生态屏障区植被NPP时空演变驱动力定量解析

太行山-燕山地区是京津冀三省的重要生态屏障区,探究其植被净初级生产力（NPP）的空间分布格局和驱动机制对生态修复工作具有重要指导意义.依托GEE获取MOD17A3HGF.061 NPP数据集,运用Sen趋势、变异系数、偏相关、复相关和残差分析等方法探究研究区植被NPP时空演替规律,并定量分离了气候变化与人类活动的相对贡献.结果表明：（1）研究区2003～2021年植被NPP整体呈现增加趋势,速率（以C计）为2.57 g·（m²·a）^-1,同时空间上呈现太行山地区“四周低、中间高”、燕山地区“北部高,南部低”的分布特征,近70%的区域植被NPP波动性在中等及以下,80%左右的区域未来变化趋势与过去相反.（2）绝大部分地区NPP与降水呈正相关,与气温呈负相关,但显著性不强;仅有23%的地区植被NPP变化与气象因子具有较强的相关性,且集中在燕山中部,其余地区主要受气候因素之外的其他原因驱动.（3）潜在改善区（NPPH>0）和潜在退化区（NPPH<0）约各占一半,但人类起正向作用的区域占多数（79%）;在实际改善区受人类活动主导的区域有76%,实际退化区中占58%,人类活动是主导研究区植被NPP演替的主要因素.研究结果为京津冀生态屏障区制定精准植被生态保护与修复政策提供重要参考.     

内蒙古河套灌区所在流域植被NPP时空动态特征及其驱动力分析

植被净初级生产力（NPP）是生态环境质量评价的关键指标,识别并分析植被NPP动态特征及其驱动力是实现区域生态可持续发展的前提. 利用趋势分析、Hurst指数和稳定性分析,明晰内蒙古河套灌区所在流域植被NPP变化格局,通过地理探测器定量识别不同区域内植被NPP空间异质性的主导驱动因子. 结果表明：①2001~2020年间全流域植被NPP年均值（以C计）为139.14 g·（m²·a）^-1,整体呈波动增加趋势（P<0.05）,年际增加速率（以C计）为2.06 g·（m²·a）^-1. 灌区内外植被NPP也均表现为改善态势. ②空间上,植被NPP整体呈灌区内高、灌区外低的分布特征,其中63.51%的区域植被NPP显著增加,多集中在灌区西部及外围区域. ③植被NPP的平均变异系数为0.17,主要呈现低波动和较低波动变化,且未来反持续变化趋势明显强于持续变化趋势. ④土地利用类型是影响全流域及灌区内外植被NPP空间分布的第一主导因子,气温、降水则对灌区内植被NPP变化的解释力相对较强,各驱动因子的影响在灌区内外差异性明显. 在不同自然地理单元、生态系统类型、气象水文条件以及人类活动的影响下,内蒙古河套灌区所在流域植被NPP时空分异特征及其驱动机制均表现出明显的空间异质性,未来应因地制宜开展生态建设工程,加强流域生态环境综合治理与系统保护力度,持续推动黄河流域生态保护与高质量发展.     

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...     

长江经济带二氧化碳净排放时空演变特征及脱钩效应

研究区域CO₂净排放,对“碳中和”战略的实现具有重要意义.以长江经济带为例,在揭示1999～2018年长江经济带CO₂净排放时空演变特征的基础上,分析长江经济带不同区域社会发展与CO₂净排放的脱钩效应,以期为差异化区域产业发展和碳减排路径提供支持.结果表明：(1)1999～2012年长江经济带CO₂排放量上升了2 244.23×10⁶ t,碳汇量在研究时间段增长了148.07×10⁶ t;(2)长江经济带呈现“变绿”趋势,2013～2018年中高碳汇量区域(NPP>800 g·m^-2,以C计)面积较1999～2012年上升了23.25%;(3)长江经济带下游经济社会发展与CO₂净排放脱钩效应较强,上、中和下游强脱钩城市占长江经济带强脱钩城市的比例分别为12%、34%和54%.     

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<...     

环渤海山东区耕地NPP时空变化特征及其驱动因子探测

环渤海平原区是中国重要的粮食产区、耕地资源生产潜力大但影响因素多,摸清该地区耕地植被净初级生产力（NPP）的时空变化特征及其驱动因子,对于改善区域耕地生产条件、挖掘和提升耕地生产能力、保障国家粮食安全具有重要意义.采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验和Hurst指数等方法探讨区域耕地NPP时空变化特征及其稳定性和持续性;借助参数最优地理探测器模型,分析驱动因素对耕地NPP空间异质性的影响.结果表明：①2001~2019年,受工业化和城镇化过程中建设用地扩张影响,环渤海山东区耕地数量累计减少2 004.51 km²;②研究时段内,年均耕地NPP呈波动增加趋势,在空间分布上耕地NPP呈现以东营区为界,北部明显低于南部的空间分异性;③耕地NPP呈增加趋势的面积占耕地总面积88.06%,以较低波动与中等波动为主,未来全区域耕地NPP将保持整体持续增加趋势;④年均相对湿度对研究区耕地NPP空间分异解释力最强,q值为0.26;其次为表层土壤含盐量、底层土壤含盐量,q值均大于0.2.不同驱动因子间的交互作用均表现为非线性增强或双因子增强.研究结果有助于揭示环渤海地区耕地产能变化特征及其驱动力,亦可为该区域生态保护与可持续发展提供理论依据.     

2002~2020年京津冀植被固碳能力时空分异及其影响因素

植被净初级生产力（NPP）是反映植被生长状况的重要变量,也是表征植被固碳能力的重要指标. 基于2002~2020年MODIS NPP及气候地形等多源数据,采用趋势分析、空间分析、Hurst指数、最优参数地理探测器和偏相关等方法从县域尺度和像元尺度上对京津冀地区的植被固碳能力时空分异及其影响因素进行探究. 结果表明：①京津冀地区2002~2020年间植被固碳能力呈波动增加趋势,年均增加4.316 6 g·（m²·a）^-1. 其中极显著增加区域位于西北和东北一带（张家口市和承德市）;下降区域零星分布于迁安、丰南、曹妃甸、昌黎、黄骅、武安、永年和大名等县区. ②空间上,植被固碳能力呈现由西北向东南“低-高-低”的阶梯式分布格局,东北均值高,西北、东南均值低;未来京津冀地区植被固碳能力发展东南部较西北部更为稳定,整体上呈缓慢增加趋势. ③年均气温、地貌类型和岩石类型是植被固碳能力变化的主要影响因子,且不同影响因子之间对植被固碳能力变化存在交互增强作用. 年均气温和蒸散发均对植被固碳能力有促进作用,但不同区域的植被固碳能力对气温和蒸散发的响应有明显差异. 研究结果有助于完善京津冀地区植被固碳能力变化特征及其驱动机制,亦可为该区域制定固碳减排政策提供参考.     

粮食主产区（河南省）耕地NPP时空分异特征及影响因素分析

作为粮食生产的物质基础,耕地的数量和质量直接关系到耕地生产力的稳定,进而影响粮食的有效供应和粮食安全. 河南省作为全国粮食生产核心区,为保障国家粮食安全,提出了落实国家农业产业空间布局,因地制宜地制定耕地分区管控的策略. 然而,由于缺少对耕地生产力时空演变等方面的研究,目前仍无法克服以行政区划作为调控单元的现实不足. 因此,探究河南省耕地利用的时空分异特征及耕地生产力变化的影响因素,从而科学制定耕地分区管控策略,对落实国家主体功能区战略格局,守牢国土空间安全底线,保障国家粮食安全具有重要意义. 基于此,依托中国年度土地覆盖数据集构建耕地利用转移矩阵,并引入耕地景观格局指数,评估河南省耕地空间在2000~2020年的时空分异特征,进而分析其变化原因. 同时,利用净初级生产力（NPP）数据集,采用Theil-Sen Median+Mann-Kendall趋势分析、Hurst指数分析、变异系数分析、偏相关分析以及偏相关系数等方法,探究河南省耕地生产力演变规律并量化区分气候因素及人类活动对耕地生产力的影响. 结果表明：①受城镇建设用地扩张加之耕地调控政策及重大工程的影响,研究期内转出耕地面积远大于转入耕地面积,耕地主要转出为建设用地,且作为河南省内粮食主产区的黄淮海平原及南阳盆地的耕地波动较大. ②研究期内转入转出耕地的细碎程度显著上升. 从空间分布上来看,转入耕地相对于转出耕地更为细碎,呈现出转出集中且紧邻建设用地、转入零星细碎的空间变化特征. ③耕地NPP年际分布表现出显著差异性,南高北低. 年际变化趋势逐渐增大（4.23 g·m^-2·a^-1,以C计,下同）,年均值介于78.16~1 080.58 g·m^-2·a^-1之间. ④研究期内96.61%耕地NPP呈增长态势,但不同上升幅度在研究区内呈现明显空间异质性,未来增长可能呈放缓或退化趋势. ⑤气候因素中太阳辐射对耕地NPP变化的贡献更为显著. 整体上,人类活动促使研究区内耕地NPP的累积,但在空间上存在差异. 耕地NPP减少区域占比为1.76%且较为集中,主要因人类活动主导的建设空间扩张导致. 同时,研究发现耕地NPP减少区域边缘地带受气候主导影响反而呈增加趋势.     

基于地理探测器的甘肃省植被覆盖时空变化及驱动力分析

准确量化人类活动和气候变化对生态环境退化的作用,探讨不同驱动因子的主次关系,是当前区域生态环境研究中的热点。本文基于1982—2015年的归一化植被指数(normalized difference vegetation index,NDVI),结合自然因素和人为因素,选取15个涵盖气候、地形地貌、社会经济等方面的因子,采用趋势分析法和地理探测器模型,对甘肃省植被NDVI的时空变化特征及驱动力进行探测。结果表明：甘肃省NDVI在空间上呈现从东南向西北递减,且低植被覆盖度区域和高植被覆盖度区域呈现“两极化”的分布规律,分别占全省植被面积的39.2%和17.8%。省内大部分地区NDVI呈现增长趋势,植被显著改善区域主要集中在陇东、陇中地区。降水量、植被类型、人均粮食占有量、土壤类型、土地利用类型是甘肃省NDVI空间分布的主要驱动因子,解释力均大于0.5,且双因子的叠加作用大于单因子的作用。本研究有助于揭示不同因子对甘肃省植被变化的驱动机制,为生态环境建设和资源利用管理提供科学参考。     

基于GIS和RS的市域尺度下的植被NPP研究

在GIS和RS支持下,利用土地利用类型数据、地面气象数据和遥感影像数据,以青岛市为例,研究了市域尺度下的植被NPP空间分布特征.结果表明:青岛市NPP值为0~288 g·m-2·a-2,林地NPP值较高,耕地次之,建成区等区域最小.在小尺度区域内,NPP分布受土地利用类型影响较大,受气象因素影响较小.NPP模块在数据获取上比较容易,仅利用土地利用类型数据、地面气象数据和遥感数据就可以对陆地植被NPP进行计算,实际应用可操作性强.30 m分辨率植被NPP计算值更适宜于在市级小尺度区域内应用.     

1982～1999年青藏高原植被净第一性生产力及其时空变化

基于地理信息系统技术和生态学过程模型,利用1982～1999年间NOAA-AVHRR数据(归一化植被指数,NDVI)及其相匹配的温度、降水和太阳辐射等气象数据,结合植被和土壤质地等资料,研究了青藏高原植被的净第一性生产力(NPP)及其动态变化。结果表明:青藏高原植被的总NPP为0.21PgC·a-1(1Pg=1015g),约占全国植被NPP总量的12.43%。NPP的总体分布趋势是,自东南至西北递减,这与水热条件的分布趋势一致。18年来,青藏高原植被的NPP在波动中呈上升趋势,从1982年的0.19PgC增加到1999年的0.24PgC,年平均增加速率约为1%;其中,青海省的东南部、西宁地区和西南部的部分地区,以及西藏东部的横断山区和雅鲁藏布江南部的部分地区的NPP增加显著。除10月和12月的月平均生产力呈减少趋势外,大部分植被类型的其它月份大都呈增加趋势。     

锡林郭勒草地产草量空间动态变化及影响因素分析

以内蒙古锡林郭勒盟为研究区,在陈世荣建立模型的基础上,明确2000—2010年产草量的空间分布及变化情况,从而反映研究区草地生长状况及空间格局的动态变化,并对相关影响因素进行分析。结果表明:(1)11年草地平均产草量为1.2×10~7 t,平均单产为601.97 kg?hm~(-2),整个研究时间序列中产草量在1.0×10~7 t—1.5×10~7 t波动变化;(2)草地产草量的地域性差异较明显,产草量空间分布情况为东部中部西部,其中中部及东部产草量变化较大,西部几乎无明显变化;(3)草地产草量受自然因素和人为因素的综合影响,其中降水量和载畜量是影响草地产草量的重要因素。     

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。     

1981-2015年神农架林区森林生态系统净初级生产力估算

湖北省神农架林区是全国唯一以林区命名的行政单位,拥有全球中纬度地区唯一一块保存完好的原始森林,量化其森林生态系统NPP（net primary productivity,净初级生产力）对县域生态系统评估工作十分重要.基于CEVSA2（carbon exchange between vegetation,soil and atmosphere 2）模型模拟1981-2015年神农架林区森林生态系统NPP,并利用中国生态系统研究网络神农架站观测数据和野外调查数据进行验证,进而分析其NPP时空变化特征及其主要环境影响因子.结果表明:①1981-2015年神农架林区森林生态系统年均NPP为628.27 g/m2（以C计）,空间分布表现为中部较低、东部以及周边较高,具有明显的空间异质性.②1981-2015年神农架林区年均NPP的增长速率为2.58 g/（m2·a）（R2=0.65,P < 0.001）;运用Mann-Kendall突变检验法发现,1998年前后是NPP增长速率变化的突变点,虽然1998年前后两个时段NPP均呈上升趋势,但1999-2015年NPP增长率较1981-1998年下降了7.01%;从空间上来看,林区中部和北部NPP增长率[4~6 g/（m2·a）]相对较高,南部和东部部分地区NPP呈下降趋势,其变化速率在-3~0 g/（m2·a）之间.③神农架林区NPP年际变化与年均温、总辐射年际变化均呈正相关,与年降水量年际变化呈负相关,其中年均温年际变化对NPP年际变化的解释率最高,为43%（P < 0.01）;在空间尺度上,林区森林生态系统约67.83%区域的NPP年际变化由年均温年际变化控制,主要分布在林区中部和东南部,可见年均温是该地区森林生态系统NPP的主要影响因素.      

陆地生态系统净第一性生产力过程模型研究综述

陆地生态系统净第一性生产力的模拟已从统计模型发展到过程模型时代。过程模型从机理上对植物的生物物理过程以及影响因子进行分析和模拟,理论框架完整,结构严谨。论文从植物器官、个体、冠层、景观以及区域等不同尺度对过程模型进行分析。近年来,由于遥感和GIS技术的支持,使得遥感过程模型融合了遥感及时、准确、宏观、多尺度的优势而成为当前生产力模型的主攻方向。遥感过程模型可实现生态系统NPP的及时模拟和动态监测,便捷、准确地反映NPP的时空变化格局。而在NPP建模过程中,尺度转换是所面临的一个重要问题。不同尺度模型间扩展时,需要采取相应的数学手段进行尺度转换,同时遥感和GIS技术提供了尺度转换的有力工具。综观我国NPP研究的发展,起步晚、发展快是其特点。虽然取得了大量的研究成果,但过程模型的建模方面还很不足,这是一个亟待解决的问题。     

植被净初级生产力对气候变化的响应研究——以黄土高原燕沟流域为例

Vegetation net primary productivity (NPP) is a sensitive indicator to characterize the response of terrestrial ecosystems to the climate change. Projections of the NPP changes of the Loess Plateau under future climate scenarios have great significances in revealing the interactions among terrestrial ecosystems and climatic systems, as well as instructing future vegetation construction of this region. Here, we carried out a case study on the Yangou watershed in the Loess Plateau. Using the vegetation-producing process model (VPP) established for such small watersheds, we simulated the NPP of the Yangou watershed under different scenarios of climate changes. The results showed that the NPP significantly increased with the precipitation increasing and evidently decreased with the temperature increasing where the climate change occurred in the whole year or in the summer half year. However, where the climate change occurred in the winter half year, the increased precipitation had little effect on the NPP, and the increased temperature significantly reduced the NPP. There were clear differences among the response sensitivities of different vegetation types with trees and shrubs were more sensitive to the changes in temperature and precipitation than crops and grasses. Currently, the most favourable climate change scenario to the NPP in the Yangou watershed was T0P15 under which the precipitation increased by 15% and the temperature did not changed, in the whole year; in the meantime, the most unfavourable climate change scenarios was T2P-15 under which the precipitation declined by 15% and the temperature increased by 2℃, in the whole year.     

黄河上中游流域植被净初级生产力空间特征及驱动因素分析

植被净初级生产力（NPP）在陆地生态系统中扮演着关键角色,深入研究年均NPP及其驱动因子对于促进区域生态建设和可持续发展具有重要意义.本文利用2000~2020年的MOD17A3 年均NPP数据,采用趋势分析、Hurst指数、随机森林模型、偏依赖模型、地理加权回归以及偏最小二乘-结构方程（PLS-SEM）模型等方法,分析黄河上中游地区年均NPP年度变化特征及其与驱动因子的关系.结果显示： ①在2000~2020年期间,黄河上中游地区年均NPP总体呈逐年增长趋势,其中79.25%区域年均NPP表现出显著改善,0.25%区域年均NPP则呈现严重退化趋势. ②影响黄河上中游年均NPP变化的主导因子为降雨量、NDVI、干旱和相对湿度. 适宜年均NPP增加的降雨量范围为400~650 mm,相对湿度范围为40%~70%,NDVI与年均NPP呈线性正相关,干旱指数与年均NPP呈显著负相关关系,当干旱指数超过阈值8时,年均NPP趋于平稳. ③极端降雨通过影响植被生长状况间接影响流域年均NPP变化,极端降雨指数中对流域年均NPP影响程度由高到低依次为：R10>R95P>PRCPTOT>SDII>Rx5day>R99P. ④黄河上中游在生态建设方面的下一步应重点关注黄河北部的干旱和严重干旱区域,因地制宜,提升区域生态环境水平.