基于多源遥感指数监测山区植被动态及其驱动因子的不确定性分析——以尼泊尔地区为例

准确获取山区植被动态数据对山区生态系统研究及其保护有着重要意义。卫星遥感数据作为获取大尺度山区植被动态的重要数据源,已被制作成各种植被监测产品并被应用于植被绿度、覆盖度以及生产力等研究。然而,不同遥感指数监测山区植被动态及其驱动因子的一致性尚不确定。以尼泊尔地区为例,基于5种遥感指数(MODIS NDVI、MODIS EVI、MODIS LAI、MODIS NPP和OCO-2 GOSIF)和5种气候因子(温度、降水、气压、太阳净辐射和CO₂浓度)数据,采用趋势分析和两种残差分析法(多元回归法和一阶偏导法),系统分析了不同遥感指数监测尼泊尔地区植被动态及其驱动因子的不确定性。结果表明：1)2000—2020年尼泊尔地区5种遥感指数均呈现增加趋势,但不同遥感指数空间分布存在差异,MODIS NPP在中山带增加趋势更明显,其他遥感指数在低海拔地区增加态势更明显。2)不同残差分析方法所估算的气候变化对植被变化贡献率差异极大,多元回归法可能严重低估了气候变化的贡献,而一阶偏导法可能高估气候变化的影响。3)基于不同遥感指数的归因结果差异大,气候变化对OCO-2 GOSIF的贡...     

气候变化和人类活动对我国典型草原区植被恢复的影响

草原区作为影响我国陆地生态系统碳水循环和生态安全的重点区域,对气候变化和人类活动极为敏感.然而,有关气候变化和人类活动对该区域植被恢复相对贡献的认识尚存分歧.以生态系统净初级生产力(NPP)为评价指标,通过对比MODIS观测的实际NPP和基于Thornthwaite Memorial模型估算的潜在NPP的趋势差异,量化了2000～2020年气候变化和人类活动对我国典型草原区(北方温性草原区和青藏高原高寒草原区)植被恢复的相对作用.结果表明,研究区内93%的草地植被呈恢复趋势,NPP平均增加速率达(以C计)2.12 g·(m²·a)^-1(P<0.01),其中,近一半植被恢复区受气候变化和人为活动共同控制,约36%和10%植被恢复区分别受气候变化和人类活动的独立控制;此外,不同草地类型气候变化主导植被恢复的面积占比差异大,主要表现为高寒草地明显高于温性草地,气候条件越干旱,气候主导面积占比越大.人类活动不是北方温性草原区和青藏高原高寒草原区植被恢复的主要原因,但在气候条件恶化地区,人类活动可降低甚至抵消气候变化对植被的负面影响.未来需加强长...     

黄土高原地区生态脆弱性时空变化及其驱动因子分析

黄土高原是我国生态系统最脆弱的地区之一,科学评估其生态脆弱性是制定有效环境保护和管理措施的前提.然而,过去研究多关注某一小区域的生态脆弱性,不能反映该地区生态脆弱性的整体特征.基于"暴露-敏感性-适应力"模型框架,结合层次分析、空间主成分分析和地理探测器等方法评估了黄土高原地区2000~2015年生态脆弱性的时空变化特征及其驱动因子.结果表明,黄土高原地区生态脆弱性整体较高,并呈现出从东南到西北递增的趋势,且不同土地利用类型脆弱性差异大;2000~2015年生态脆弱性呈先增后降趋势,整体呈微弱降低趋势,其中约64%地区的脆弱性发生了变化;植被覆盖度和降水是控制生态脆弱性时空变化的主要因子,且所有指标因子间均存在明显的交互作用.说明气候变化和人类活动可能有助于降低黄土高原地区的生态脆弱性,但其作用有限.     

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...     

中国主要城市的城市化对局地增温的贡献

快速发展的城市化可极大地加剧全球变暖背景下我国局地和区域的增温效应,然而有关不同城市的局地增温效应及其空间分布特征的认识相对薄弱.基于1981～2017年气象观测和ERA-5气候再分析数据,通过城乡对比法（UMR）和观测减去再分析方法（OMR）对比分析了中国92个主要城市的城市化对局地增温的贡献.结果表明,过去37 a,所有城市的气温均呈显著增加态势,且最低温度增速整体上明显高于最高温度,尤其北方城市;OMR和UMR方法所估算的城市化增温效应差异大,UMR方法整体上可能严重低估城市化对气温升高的影响;OMR方法结果表明,大部分城市的城市化对气温升高起促进作用[平均增温趋势和贡献率分别达0.26℃·（10 a）^-1和46.7%],尤其是最低气温;不同区域城市化增温效应差异大,东南地区增温贡献最大,西北地区最低.结果强调了城市化增温效应的极大时空异质性以及不同方法估算结果的巨大差异,未来需加强乡村对比气象站点的建设.