基于植被生产力的黄土高原地区生态脆弱性及其控制因子分析

作为中国典型的生态脆弱区之一,研究黄土高原生态脆弱性的空间分布格局及控制因子,可为该地区生态系统修复和环境管理提供重要科学参考和理论支持。该研究依据IPCC生态脆弱性定义,以生态系统净初级生产力（netprimary productivity,NPP）为指标,评估了2001—2020年黄土高原生态脆弱性的空间分布格局,并基于地理探测器定量分析了生态脆弱性的控制因子。结果表明,黄土高原生态脆弱性整体较高,中度及以上等级脆弱区域面积占比约61%,且脆弱性呈现出西北高东南低的分布格局。林地脆弱性最低,中度及以下等级脆弱区面积占比超过85%;草地、耕地和建设用地中度及以下等级脆弱区面积占比分别为59%、66%和76%;未利用地的脆弱性程度最高,中度及以上等级脆弱区面积占比超过86%。植被覆盖度和降水是影响生态脆弱性的主控因子,二者的解释力分别为0.59和0.48;其他因子对生态脆弱性的影响力整体较小（<0.18）。此外,不同影响因子间均存在较强的交互作用,特别是植被覆盖度与海拔之间,其交互作用的解释力高达0.66。该研究表明,基于NPP动态变化能够有效表征黄土高原地区生态脆弱性的空间分布...     

2001-2020年秦岭北麓NPP时空格局及驱动因素分析

为探究秦岭北麓植被NPP的分布状况、演变规律及驱动因素,准确评估秦岭北麓植被生产能力,实现区域生态可持续发展,达成碳中和提供参考依据。利用改进CASA模型对秦岭北麓2001-2020年植被NPP进行估算,并利用趋势分析法、相关性分析法以及地理探测器对研究区植被NPP的时空演变特征和驱动因素进行研究。结果表明,秦岭北麓2001-2020年植被NPP呈波动上升的趋势,年均NPP为719.50 g·m-2（以C计,下同）,空间分布呈现南高北低的分布格局,季节差异明显,夏季NPP最高,约占全年NPP总量的51.13%;降雨、气温和太阳辐射3种气候因子与植被NPP整体呈现正相关关系,正相关区域占比分别为73.26%、65.81%、87.15%;植被NPP受多种驱动因子共同影响,从单一影响因子来看,气温、海拔以及降水是驱动秦岭北麓NPP变化的主要因子,其q值分别为0.68、0.61、0.56,从双因子交互来看,气温和土地利用类型交互作用下对NPP变化的解释力更强,其q值为0.73,从不同修复单元来看,不同影响因素对不同修复单元内植被NPP驱动力大小并不相同,反应了植被NPP对不同影响因子的响应具有显著的区域差异性和复杂性。研究结果可为秦岭北麓植被监测、生态环境保护提供科学参考。     

基于多源遥感数据的汾河流域植被碳汇量估算及预测

净生态系统生产力（Net Ecosystem Productivity,NEP）是定量评估陆地生态系统碳汇功能的重要指标。为了探究汾河流域植被碳汇量的时空分布规律并预测未来30年汾河流域植被碳汇量。基于数字高程模型（DEM）数据、归一化植被指数（NDVI）数据、土地利用数据和气象数据,运用改进的CASA模型定量估算了汾河流域1999-2023年的植被碳汇量,用灰色GM（1,1）模型预测了2024-2053年汾河流域植被碳汇量。结果显示,1)植被年均NEP随时间呈明显上升趋势,年均增长率为8.05%,其中,秋季和夏季多年平均NEP较大,分别为C 45.33 g·m^-2·a^-1和44.23 g·m^-2·a^-1,而春季和冬季较小,分别为C 21.41 g·m^-2·a^-1和19.70 g·m^-2·a^-1。2)植被NEP在空间上整体分布特点为“中部低,两翼高”。植被碳汇量发生显著时空迁移,2006年高碳汇区南移至汾河流域南部,较2005年平均增长近C 100 g·m^-2·a^-1。2019-2023年高碳汇区同样向南迁移,较2018年增加C 46.05 g·m^-2·a^-1。3)未来30年汾河流域植被碳汇量将持续增长,年均增长率为2.68%。预计到2032年将达到C 200 g·m^-2·a^-1,2048年有望达到C 300 g·m^-2·a^-1。汾河流域目前及未来30年植被碳汇量总体呈上升趋势,研究结果为该区域生态环境保护、碳减排政策制定和可持续发展规划提供科学依据。     

区域及全球尺度的NPP过程模型和NPP对全球变化的响应

植被净第一性生产力（NPP）不仅是表征植被活动和生态过程的关键参数,而且是判定生态系统碳汇和反映生态系统对全球变化响应的主要因子。当前,模型模拟成为大尺度NPP研究的主要手段,而在众多NPP估算模型中,过程模型逐渐趋于主导地位。虽然目前有关NPP的研究有很多,但还没有关注于大尺度上应用的过程模型及其模拟的NPP对全球变化的响应。因此本文主要侧重于 NPP 过程模型在区域及全球尺度上的应用,具体包含以下内容,①进一步将区域及全球尺度的NPP过程模型分为静态植被模型和动态植被模型。②阐明这些模型间存在的区别与联系。③归纳出NPP过程模型在区域及全球尺度上应用的3大挑战：时空尺度转换、多源数据的获取与融合以及模型模拟结果的验证与评价,并根据其解决方案总结出通用的模型应用框架。④从气候变化、大气成分变化和土地利用/土地覆盖变化3个方面探讨NPP对全球变化的响应机制,以期找到NPP变化的规律与模式。最后根据NPP模型的发展对未来区域及全球尺度的NPP过程模型进行展望,认为未来模型的综合性将更高,机理性也将更强,同时与全球变化研究结合得更加紧密,且基于多个已有模型的混合模型也是未来NPP模型发展的一个重要方向。此外,本文认为对NPP模拟结果的尺度效应研究也是未来NPP研究的热点之一。     

2001-2020年内蒙古植被碳源/碳汇时空动态及对气候因子的响应

掌握植被动态及其对气候变化的响应,对于提升全球变化背景下陆地生态系统的固碳能力至关重要。内蒙古作为中国北方的重要生态屏障,是气候和生态系统最为多样化的省份之一。虽然已有研究表明植被碳源/碳汇与气候变化密切相关,但这种响应在生态脆弱且包含多种生态过渡带与植被类型的内蒙古,是否存在及如何响应尚不清楚。以净生态系统生产力(NEP)为固碳评估指标,基于遥感植被指数数据、土地覆被数据和气象观测数据,采用净初级生产力和土壤呼吸模型估算了2001-2020年内蒙古植被碳源/碳汇,并通过实测数据验证,重点研究了不同植被类型NEP的时空变化及其对降水、温度和太阳辐射等3种典型气候因子的响应。结果表明,(1)内蒙古植被碳源/碳汇有明显的时空异质性,植被NEP由东北向西南逐渐降低,平均NEP为C 61.2 g·m^-2;不同植被类型的NEP有显著差异,森林、草地和耕地的年均NEP分别为C 270g·m^-2、54.7 g·m^-2、140 g·m^-2。(2)2001-2020年,内蒙古陆地生态系统碳汇呈上升趋势,但存在一定波动...     

基于热点分析与地理探测器的地质灾害敏感性评价

探讨地质灾害的空间分布特征与影响机理对于辅助区域灾害预警具有重要意义.以北京市为研究区,选取9个地质灾害敏感性评价因子,利用信息量模型与热点分析揭示北京市地质灾害空间集聚特征,结合地理探测器探讨其空间分布的主控因素.结果表明:极高与高敏感区主要聚集在北京市北部与西部山区,中等及以下敏感区则主要分布在东南部的堆积平原处;...     

江苏省植被NPP时空特征及气候因素的影响

利用2000—2006年的EOS/MODIS卫星遥感资料,对江苏省植被净初级生产力（NPP）时空特征及气候变化对其影响进行分析。在ArcGIS软件中,建立线性回归方程获得NPP的变化斜率,分析7 a间各像元NPP的空间变化趋势。计算各像元的NPP数值与气候要素的线性相关系数,为定量阐述气候变化对植被生长的影响提供依据。结果表明,江苏省植被NPP 7 a平均值为506.6 g.m-2.a-1（以C计）,比全国同期NPP数值高出约40%。NPP表现出明显的年际变化,2004年植被年均NPP最大为530.6 g.m-2.a-1（以C计）,2000年最小,为481.1 g.m-2.a-1（以C计）。空间分布上NPP表现为东南高于西北,沿海高于内陆。2000—2006年江苏省有76%的区域植被NPP表现为显著增加,仅江苏南部少数区域表现出减少的趋势。除苏南少数区域外,气候因素控制着NPP的时空变化规律。其中气温的升高和太阳辐射的增加促进NPP提高,而降水量的增加引起NPP的降低。     

基于MODIS数据的河南省冬小麦产量遥感估算模型

小麦是世界上最重要的粮食作物,小麦生产对中国的粮食保障起着十分重要的作用,及时、准确、大范围对小麦产量进行监测预报,对于农学经济发展和粮食政策制定具有极为重要的现实意义。对作物产量进行遥感监测的原理是建立在其遥感特征基础之上的,通过建立作物长势指标与遥感信息的定量关系,可实现对作物产量的监测预报。文章基于2009年MODIS遥感数据和气象数据,利用Arcgis和ENVI提取纯小麦像元,并提取纯小麦像元对应的NDVI、NPP和LAI,获取分县NDVI、NPP和LAI均值,利用统计软件对产量数据和分县遥感参数均值进行数据整理和分析,建立了河南省冬小麦产量估算模型。以往研究多采用遥感图像上某像元和地面调查点进行研究,具有很大的不确定性,文章以县为单位,对冬小麦平均单产和县域内冬小麦种植像元遥感参数的均值进行相关研究,提高了模型模拟精度。同时文章选用多种遥感参数和多项气象因子建立估产模型,避免了针对一个参数进行估产的局限性。在最佳时相的选择上,根据冯美辰（2010）以往的研究结果,从4月以后,5月8日和4月20Et植被指数和产量相关性最大,4月份之前冬小麦处于返青到拔节期,对产量来说还有很多不确定闪素,因此文章选用5月8El和4月20日进行冬小麦估产研究。结果表明,5月8日的估产模型优于4月20日,加入气象冈子的遥感气象估产模型优于只采用遥感参数进行估产的遥感模型。利用2010年产量数据对模型精度进行检验,遥感气象模型预测精度在70．2％N99．7％之间,平均精度为90．7％;遥感模型预测精度在68．1％到95．5％之间,平均精度为83．9％。表明遥感气象模型模拟精度更高,其精度可以满足大面积估产要求,可以对产量预报提供科学参考。     

青藏高原东部亚高山森林草甸植被地理格局的成因探讨

森林和草地在亚高山带的阴阳坡上形成的交错分布现象,呈一弧型分布在青藏高原东部本文在综合分析了造成这种现象的生理生态因素之后,重点从火的作用、放牧作用和历史时期人类活动的影响等方面,讨论了青藏高原东部亚高山带植被地理格局的形成原因结果表明,自然生态因素和人类活动的影响在植被地理格局的形成过程中起着同等重要的作用,其中火灾的作用以及气候变化造成的人口迁移压力作用十分明显．在这一弧形区域内,林线以下的亚高山灌丛或草甸多属次生类型,人类有目的的烧荒和长期放牧阻滞了植被的顺向演替,维持了亚高山（灌丛）草甸的偏途顶级状态．     

基于地理探测器的土壤重金属影响因子分析及其污染风险评价

地理探测器能快速定量化揭示驱动重金属含量影响因素的强度,这对于重金属空间预测模型构建变量的确定和土壤污染修复措施的精准实施具有重要意义.利用地理探测器模型,对5种土壤重金属元素Cu、Zn、Pb、Cr、Ni的空间分布和11种环境因子的交互作用进行定量评估,通过单因子指数法进行重庆市土壤重金属污染风险评价.结果表明:研究区...     

基于地理探测器的中国陆地生态系统土壤有机碳空间异质性影响因子分析

中国陆地生态系统土壤有机碳库对全球生态系统碳平衡具有显著影响.为揭示土壤碳库空间分布的潜在主控因子并为今后建立碳库空间分布模型提供依据,利用地理探测器对中国陆地生态系统表层土壤(0—20 cm)有机碳密度的影响因子(气温、降水量、DEM、NDVI、陆地生态系统类型、人口密度)进行空间分异性探测和定量归因.结果表明:自然...     

辽河三角洲地区植被的地上净初级生产力格局及其制约因子

植被地上净初级生产力是监测和评价生态系统功能的重要指标之一,也是农业区划和生态资源分区管理的重要依据。通过实地调查,研究了辽河三角洲地区的植被地上净初级生产力的空间分布格局及其制约因子。2008年9月末,在辽河三角洲地区设立79个调查点,调查了植被地上净初级生产力、土壤和水文特征。借助ArcGIS软件制作了植被地上净初级生产力的分层设色等值线图,并利用简单相关分析和无条件主成分分析方法探讨了植被地上净初级生产力与环境因子的关系。结果发现：辽河三角洲地区的植被地上净初级生产力具有内部较低,外围较高的半环形分布格局。在三角洲内部,植被地上净初级生产力一般1 500 g.m-2.a-1左右;外围一般3 000 g.m-2.a-1以上。这种分布格局不仅与植被类型分布有一定的相关性,而且还与海拔高度、土壤含水量、土壤容重和土壤总磷等自然环境因子有明显的相关性。多种证据表明土壤含水量是决定辽河三角洲地区植被地上净初级生产力格局的最直接、最重要的自然环境因子。     

西南喀斯特典型土壤在不同植被类型下的土壤呼吸特征

为了研究喀斯特地区不同植被类型覆盖下的典型土壤呼吸变化规律,采取野外原位观测的方法,监测了2种典型植被类型（林地和灌草地）下的红壤、棕色石灰土、黑色石灰土在不同时刻的土壤呼吸过程。通过对土壤呼吸的日变化、季节变化和在旱季、雨季的差异的分析,探讨了喀斯特典型土壤的土壤呼吸规律。结果表明,3种土壤不同植被呼吸速率相比,旱季红壤和棕色石灰土的土壤呼吸速率均有：林地〉灌草地（P〈0.05）,黑色石灰土的土壤呼吸速率有：灌草地〉林地（P〈0.05）;雨季为红壤：灌草地〉林地（P〈0.05）,石灰土：林地〉灌草地（P〈0.05）。灌草地土壤呼吸速率对温度湿度的响应比林地敏感。西南喀斯特地区土壤呼吸特征的变化因植被类型不同而存在差异。不同的植被覆盖状况会影响到土壤呼吸对不同土壤类型的敏感程度。     

基于MODIS NDVI的广东省陆地生态系统净初级生产力估算

以改进的CASA模型为基础,结合MODISNDVI数据、气象资料和土地利用资料,估算了广东省陆地生态系统2001-2007年逐月净初级生产,并分析了其时空动态.结果显示:2001-2007年期间,广东省每年NPP产量为C 138.8Tg·a-1;年际动态显示,2003年NPP最高,2005年NPP最低,总体略呈下降趋势;年内动态显示,NPP累积主要发生在5-10月;空间分布显示,广东省NPP高值区为粤北植被覆盖良好地区;珠江三角洲为全省NPP的低值区.要维持区域生态可持续性,需要重点加强珠江三角洲地区的生态环境建设.     

基于贝叶斯时空层次模型（BSTHM）和地理探测器法(GeoDetector)对细菌性痢疾的环境风险评估

在全世界范围,细菌性痢疾是一个得到广泛关注的健康问题,具有显著的时空异质性,但大多数研究只是在某一区域单独实施了时间或空间层面的分析,其在不同地区的时空关联尚不清楚。考虑到山东省社会经济发展不平衡,东、中、西部差异明显,因此本研究首先利用贝叶斯时空层次模型（BSTHM）呈现山东省细菌性痢疾的时空异质性,其次利用地理探测器法(GeoDetector)分别从不同的区域（东、中、西部）来研究气象要素对此疾病的影响,且针对热点地区,量化社会经济要素及其两两的交互作用对其的解释力。结果表明,时间上,发病高峰出现在夏季。空间上,高风险地区主要分布在山东省东部和北部区县,且气象因子在不同地区对该病的影响也存在显著差异。山东省东部沿海地区最重要的两个主导因子是风速和日照时数,其解释力分别为0.28和0.22。山东省西部内陆地区前两个主导因子为平均温度和降水量,其解释力分别为0.47和0.32。山东省中部地区前两个主导因子为平均温度和风速,其解释力分别为0.66和0.48。本研究通过对山东省各个地区细菌性痢疾发病情况的时空异质性以及影响因素的分析发现,湿热的环境有利于细菌性痢疾的传播。另外,在热点地区,起主导作用的社会经济因子是第三产业比重,表明社会经济状况对细菌性痢疾的发病具有一定的影响作用,为本地区细菌性痢疾的控制和预防政策的制定提供理论依据,针对不同地区需要更具体的方案来预防、控制和分配医疗资源,以提高其疾病应对能力,减少该疾病造成的潜在损失。     

基于RUE的植被覆盖动态演变特征及归因分析 ——以宝鸡地区为例

植被覆盖的变化趋势对区域生态恢复评估具有很好的表征作用.选取长时间序列(2001—2017年)MODIS NDVI(Normal Difference Vegetation Index,归一化植被指数)遥感影像、降水量等数据,基于植被降水利用效率(Rainfall Use Efficiency,RUE)模型,综合气候、...     

基于InVEST模型的嫩江流域生境质量时空格局演变

基于InVEST-Habitat Quality模型和GeoDa软件,分析了1980年至2015年间嫩江流域生境质量的时空格局,并利用地理探测器定量探讨其影响因素.结果发现:1)35年来,流域生境质量指数呈不断下降趋势,由1980年的0.7031,下降到2000年的0.6997,2015年的0.6986,但下降速率趋缓...     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

基于InVEST模型的太行山沿线地区生态系统碳储量时空分异驱动力分析

提升区域的碳汇能力是中国生态文明建设的重点战略方向,是促进经济社会发展绿色转型的重要举措。太行山区是中国华北地区重要的生态屏障,其生态系统拥有良好的碳汇能力。研究太行山区生态系统碳储量时空分异特征及其影响驱动机制,对华北地区落实国家“双碳”工程建设,提升区域释氧固碳能力,乃至全面提升区域生态环境质量具有重要的意义。以太行山区为例,基于2005、2010、2015、2020年太行山区四期土地覆盖及碳密度数据,使用InVEST模型估算研究区碳储量,使用地理探测器探索驱动碳储量空间分异的主要因子,分析驱动机制。研究结果表明,(1)在2005—2020年期间,太行山区的土地利用类型发生明显变化。林地、建设用地土地利用面积增加,耕地、草地土地利用面积减少。耕地和草地主要转化为建设用地,同时也有一部分耕地转化为林地。(2)太行山区碳储总量在1.48×10⁹—1.50×10⁹t之间,整体逐渐增加。从土地类型来看,碳储量占比由大到小依次为：林地、耕地、草地、建设用地、水域、未利用地。林地增加是太行山区碳储量增加的主要原因;(3)太行山区碳储量空间分异主要受地...