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.     

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.     

基于IOCS的内蒙古潜在植被NPP空间分布特征研究

以综合顺序分类系统(IOCS)为基础,利用1985-2009年内蒙古及周边常规气象站的观测资料,采用NPP分类指数模型模拟内蒙古各潜在植被类型NPP,分析其空间分布特征及NPP与气候因子之间的关系。研究表明:①内蒙古地区植被NPP在空间分布上表现出一定的经向分布特征,多年均值介于0~366.5 gC·m^-2·a^-1之间,高值区中心分布在大兴安岭东北部;②各潜在植被类型中,碳汇潜力贡献率最大的潜在植被类型为微温微干温带典型草原类(ⅢC),其值为23.6%;最小的为寒温微干山地草原类(ⅡC),接近于0;③内蒙古潜在植被类型NPP表现出明显的干湿地带性和纬度地带性,且随寒温→微温→暖温、微干→微润→湿润→潮湿的变化其NPP值逐渐增大;但暖温极干暖温带荒漠类(ⅣA)和暖温干旱暖温带半荒漠类(ⅣB)并不符合这一规律,主要原因是较高的温度和较少的降水,达不到植被物质生长的需求。     

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...     

近20年气候变化对西南地区植被净初级生产力的影响

论文利用大气-植被相互作用模型(AVIm²)模拟了西南地区植被净初级生产力的空间分布格局和多年变化,分析了1981-2000年西南地区气候变化对森林、灌丛和草地净初级生产力的影响。研究表明,西南地区植被净初级生产力的空间分布与降水量呈显著正相关,与海拔高度呈负相关。从年际变化来看,西南地区总植被净初级生产力近20年略有上升。近一步分析表明,由于近20年西南地区自然植被分布区域降水量变化具有明显差异,从而使得不同类型植被对气候变化有不同响应特征。在森林分布广泛的地区,气温升高速率为0.037℃/年,降水量变化趋势不明显,模拟的森林植被净初级生产力没有明显变化趋势。灌丛和草地集中区域气温升高速率分别为0.040℃/年和0.034℃/年,年降水量有明显增加趋势,植被净初级生产力有上升趋势。     

福建省龙海市土地利用空间分布影响因子的尺度效应分析

土地利用在不同的规模尺度上具有不同的特征,某个研究尺度上的影响因子可能在其它尺度上并不发生作用。论文运用统计方法与GIS技术从自然环境、社会经济以及基础设施条件各方面分析福建省龙海市土地利用空间分布影响因素及其尺度效应。综合考虑9种主要的土地利用方式和23个候选影响因子,其中土地利用数据来自2000年11∶0000土地利用详查数据,地形数据来自15∶0000DEM,而社会经济统计数据如人口分布来自以乡镇为统计单元的统计年鉴,因此必须根据其空间分布与影响因子的关系进行空间化处理。采用的基本研究单元为100m×100m,在此基础上生成200m×200m,300m×300m～2000m×2000m多个空间尺度序列数据图层。通过分别构建不同聚合规模上的土地利用空间分布驱动模型,探讨了福建省龙海市土地利用空间分布影响因子的尺度规模效应。研究表明,不仅模型的解释能力会随聚合规模发生变化,影响因子本身及其影响系数也随研究尺度发生不同程度的变化,呈现出显著的尺度依赖性规律。龙海市主要地类受坡度、海拔高程等地形条件的严格限制,而地形因素是不容易随时间发生改变的,因此自然条件优越的地区适合多种用地类型,因而将是用地矛盾的焦点。     

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...     

基于MGWR的长江流域植被演化及其影响因素

以2000～2022年长江流域植被覆盖度为因变量,以地形、气象、社会经济因素为自变量,借助能很好处理尺度差异的多尺度地理加权回归(MGWR)探讨植被时空变化及其影响因素.结果表明:2000～2022年长江流域植被覆盖度呈现波动变化,以改善为主,增长速度为0.245%/a;流域植被空间分布模式为东西低,中部高的空间分异;未来流域大部分地区有退化风险.不同影响因子对于长江植被的作用出现明显的空间差异,其中坡度、高程、气温及相对湿度是长江流域植被变化的主要驱动因素;值得注意的是人为因子对于植被的影响力相对较小.植被与各个影响因子的响应尺度具有显著差异,其中地形和气候因子等自然因素对于植被的作用尺度较小,仅为43,而社会因素的作用尺度较大(>870).     

黄土丘陵沟壑区大空间尺度林草植被减沙方程的尺度适应性

黄土丘陵沟壑区大空间尺度植被减沙方程是分析黄土高原植被变化产沙效应的有效工具,其在不同空间尺度的适应性对于黄河水沙情势变化研究十分重要。运用数值试验方法,研究黄土丘陵沟壑区大空间尺度林草植被减沙方程在小流域、子流域和栅格等3种空间尺度的适应性。结果显示,黄土丘陵沟壑区大空间尺度林草植被减沙方程在各空间尺度的总体估算偏差（D）由小到大排序为小流域（D=52.26%）<子流域（D=60.07%）<栅格（D=92.17%）,纳什效率系数（NSE）由大到小排序为小流域（0.21）>子流域（-0.31）>栅格（-0.80）。可见,黄土丘陵沟壑区大空间尺度植被减沙方程在约500 km²以上的流域单元较为适用,在500 km²以下的子流域和栅格单元不适用。该研究成果可为黄土丘陵沟壑区大空间尺度林草植被减沙方程的推广应用提供参考。     

西南高山峡谷区植被变化及影响因素分析

西南高山峡谷区是我国典型生态脆弱区,认识其植被变化特征及影响因素可以为西南高山峡谷区生态环境建设对策的制定提供理论依据,对实现区域经济、环境以及生态和谐统一发展,具有一定的现实意义.基于2000~2019年NDVI、社会经济因子和自然因子数据集,采用一元线性回归法、Hurst指数、地理探测器模型和变异系数等方法分析了西南高山峡谷区NDVI时空变化及稳定性特征,并探讨了NDVI空间分异影响因素.结果表明：①空间上看,植被呈现东南高,西北低的分布格局,中高和高植被覆盖的区域面积占比71.71%,植被覆盖总体处于较高水平.时间上看,植被呈现改善趋势的区域面积占比85.90%,恢复效果明显,且未来植被变化趋势还将以改善为主.②高程、植被类型和土壤类型是影响NDVI空间分异的主导因子,q值均不低于0.40;气温和降雨量为次要因子,q值分别为0.274和0.225.双因子交互作用增强了单因子的影响力,表现为双因子增强和非线性增强两种关系,其中高程∩植被类型组合q值最高为0.714,其次是高程∩土壤类型组合q值为0.688.③研究时段内NDVI整体稳定性较好,低波动变化和较低波动变化的区域面积占比为89.95%;而中等以上波动的区域面积占比为10.05%,集中在海拔高、气温低、降雨少、土壤贫瘠和植被较差等生态环境相对脆弱的区域.植被变化是多因素综合作用的结果,需因地制宜,有针对性地采取不同策略修复西南高山峡谷区生态环境.     

我国西南地区吸收性气溶胶时空分布

利用2006～2017年的MERRA-2再分析数据、CALIPSO卫星反演数据以及欧洲中心(ECMWF)提供的ERA5再分析资料研究了西南地区吸收性气溶胶的时间变化趋势及空间分布特征.结果表明2006～2017年吸收性气溶胶四川盆地与云南南部整体呈下降趋势,同时存在季节性差异.CALIPSO反演的烟尘气溶胶(主要由强吸...     

1982-2006年中国东部秋季植被覆盖变化过程的区域差异

为进一步认识1982-2006年中国东部秋季植被覆盖变化过程及其区域差异,论文分析了1982-2006年9-10月归一化差值植被指数(NDVI)的多年平均状况和年际变化,并通过聚类分析辨识了NDVI变化过程的主要模态,进而探讨了它们与温度和降水变化的相关关系。结果表明:(1)中国东部秋季森林的覆盖度最高,农田次之,草原最低,并表现出1998年之前趋于增加、此后趋于锐减的变化特征;(2)不同区域植被覆盖变化过程不尽相同,整个研究区植被覆盖变化过程可以分为6种模态,其中①东北地区呈波动上升趋势,②内蒙古高原东北部1982-1998年波动上升、1998年后陡然降低,③华北北部-东北南部呈现跃迁式上升,跃迁年份为1994年,④华北南部表现为先降低后略微增加,趋势转折出现在2000年,⑤江淮地区呈现为1982-1992年波动增加、1992-2006年波动降低,⑥长江及其以南地区表现为陡然下降,突变始于2000年;(3)除了内蒙古高原东北部降水变化能够解释植被覆盖度年际变率的66%以外,华北北部-东北南部的植被覆盖与降水具有正相关关系,秦岭-大巴山-长江中下游及以南地区的植被覆盖与同期温度呈显著正相关,但是降水或温度仅能够解释植被覆盖年际变率的21%,其余地区植被覆盖与气候变化没有显著的相关关系。     

Spatial and temporal relationships between precipitation and ANPP of four types of grasslands in northern China

Precipitation is considered to be the primary resource limiting terrestrial biological activity in water-limited regions. Its overriding effect on the production of grassland is complex. In this paper, field data of 48 sites （including temperate meadow steppe, temperate steppe, temperate desert steppe and alpine meadow） were gathered from 31 published papers and monographs to analyze the relationship between above-ground net primary productivity （ANPP） and precipitation by the method of regression analysis. The results indicated that there was a great difference between spatial pattern and temporal pattern by which precipitation influenced grassland ANPP. Mean annual precipitation （MAP） was the main factor determining spatial distribution of grassland ANPP （r^2 = 0.61, P 〈 0.01）; while temporally, no significant relationship was found between the variance of AN PP and inter-annual precipitation for the four types of grassland. However, after dividing annual preeipitation into monthly value and taking time lag effect into account, the study found significant relationships between ANPP and precipitation. For the temperate meadow steppe, the key variable determining inter-annual change of ANPP was last August-May precipitation （r^2 = 0.47, P = 0.01）; for the temperate steppe, the key variable was July precipitation （r^2 = 0.36, P = 0.02）; for the temperate desert steppe, the key variable was April-June precipitation （r^2 = 0.51, P 〈 0.01）; for the alpine meadow, the key variable was last September-May precipitation （r^2 = 0.29, P 〈 0.05）. In comparison with analogous research, the study demonstrated that the key factor determining inter-annual changes of grassland ANPP was the cumulative precipitation in certain periods of that year or the previous year.     

人工湿地中影响微生物空间分布因素的探讨

自20世纪70年代以来,人工湿地在污水处理中得到了广泛应用。人工湿地去除污染物主要是微生物的作用,就影响人工湿地中微生物空间分布的因素进行讨论。归结起来,主要包括植物、污水的营养水平、基质、温度等因素。     

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...