近10年榆林市植被净初级生产力时空分异特征

针对榆林市生态环境脆弱,植被净初级生产力分布及变化对其影响较大的问题,利用2000年、2005年和2010年的NPP数据,采用马尔科夫转移矩阵及GIS空间分析功能,揭示榆林市NPP的时空变化特征。结果表明:(1)榆林市NPP空间分布由西北向东南逐渐递增。(2)2000年~2010年NPP呈显著上升趋势:2000年~2005年NPP升高区域95.03%,增幅大于300gC/(m2·a)的占47.22%,主要分布在榆林市最北端和南部地区;2005年~2010年NPP升高区域面积93.96%,增幅大于300gC/(m2·a)的占54.10%,集中在东南大部分地区。(3)榆林市NPP增加的主要因素是1999年以来该区采取的多项植被恢复与重建工程等措施,植被覆盖度增加。     

近10年榆林市植被净初级生产力时空分异特征

针对榆林市生态环境脆弱,植被净初级生产力分布及变化对其影响较大的问题,利用2000年、2005年和2010年的NPP数据,采用马尔科夫转移矩阵及GIS空间分析功能,揭示榆林市NPP的时空变化特征。结果表明：（1）榆林市NPP空间分布由西北向东南逐渐递增。（2）2000年～2010年NPP呈显著上升趋势：2000年～2005年NPP升高区域95.03%,增幅大于300gC/（m2·a）的占47.22%,主要分布在榆林市最北端和南部地区;2005年～2010年NPP升高区域面积93.96%,增幅大于300gC/（m2·a）的占54.10%,集中在东南大部分地区。（3）榆林市NPP增加的主要因素是1999年以来该区采取的多项植被恢复与重建工程等措施,植被覆盖度增加。     

祁连山区植被净初级生产力的空间变化特征分析

基于MODIS数据分析了2000~2010年祁连山区植被净初级生产力(Net Primary Productivity,NPP)的空间变化特征。结果显示:祁连山区植被NPP并不高,多年平均植被NPP仅为121.95gC/(m2·a),自东向西植被NPP逐渐减少。不同植被类型其NPP具有明显差异,大体上为:常绿阔叶林平原草地常绿针叶林典型草地农田高寒草甸草地荒漠草地落叶针叶林。祁连山区植被NPP变化在区域间也存在差异。植被NPP呈增长趋势的地区主要分布在青海年南山、拉脊山、达坂山和青海湖及其西侧,约占47.30%;乌鞘岭东部及以东的地区(约占1.97%)植被NPP呈减少趋势。降水是祁连山区植被NPP变化的主要因素,气温对植被NPP的影响并不明显,不合理的人类活动可能是造成部分区域植被NPP减少的重要原因。     

基于SEBS模型干旱区蒸散发量研究

以中亚五国和新疆为研究区域,选取近30 a的遥感数据,结合地面观测资料,基于SEBS模型,反演逐日实际蒸散发量。结果表明:2005年生长季,中亚地区蒸散发量为9 741.03×10⁸ m³,新疆地区蒸散发量为2 168.68×10⁸ m³;其蒸散发在1980、1990和2005年5~9月年际变化量分别为8 960.64×10⁸、9 134.37×10⁸、9 085×10⁸ m³。通过研究区降水量和新疆地区水平衡分析,模型反演的蒸散发量值较为合理,定量提出了区域水循环中参与蒸发过程的水量变化,揭示了干旱区区域蒸散发过程的变化规律。
     

内蒙古草原叶面积指数时空格局与水热影响

叶面积指数(Leaf Area Index,LAI)是表征植被状况的重要参数,与植被的生长和变化状况密切相关。探究内蒙古草原LAI长时间序列时空格局特征及水热条件对LAI的影响,可为准确掌握内蒙古草原分布与生长状况差异提供数据支撑,对了解内蒙古草原生产能力的空间分布特征具有参考价值。基于2000～2019年GEOV2 LAI产品数据集,结合气温和降水资料,选取变化斜率、变异系数和相关性系数3个指标对内蒙古草原LAI展开分析。结果显示,内蒙古草原LAI由东北向西南递减,多年均值为1.34 m²/m²,在不同草原类型中,荒漠草原(0.28 m²/m²)<典型草原(0.96 m²/m²)<草甸草原(2.27 m²/m²)<草甸(2.60 m²/m²),且与变异系数呈反比,荒漠草原年际间波动最剧烈。近20 a内蒙古草原LAI呈波动中上升趋势(0.02 m     

生态系统模型模拟中国叶面积指数变化趋势及驱动因子的不确定性

为了厘清中国近30 a来植被生长趋势及其对不同环境变化的响应,使用了3套长时间序列遥感叶面积指数（Leaf area index, LAI）数据集以及8套生态系统模型,对LAI变化趋势从总量、空间分布以及不同植被类型进行了分析与归因。总量上,1982~2015年遥感观测的LAI趋势（9.8×10^-3m²/m²·a）高于生态系统模型模拟的趋势（4.2×10^-3m²/m²·a）,大气二氧化碳浓度上升是主要驱动因素（（3.5×10^-3m²/m²·a）;遥感观测到全国79.5%的区域LAI都呈现显著增长的趋势,而生态系统模型模拟LAI的增长面积占比为33.1%;除草地外,生态系统模型低估了其他植被类型的LAI变化趋势。模型对降雨变化的响应过于敏感以及对人为活动模拟能力不足是模型模拟中国LAI变化趋势不确定性的重要来源。本研究定量分析了近30 a中国各种植被变化情况及其驱动因子,并对模型低估中国植被生长进行了解释,为后续中国地区植被相关研究提供了参考。     

基于Landsat TM/ETM+影像的武汉市冬季NPP估算及其时空变化分析

植被净第一生产力(NPP)作为反映植被固碳能力的重要指标,在全球CO2浓度上升的背景下,成为研究全球及区域生态系统对气候环境变化响应的热点之一。基于Landsat TM/ETM+遥感影像数据,采用改进的CASA模型,估算得到武汉市2001~2010年空间分辨率为30m的冬季NPP,并对其进行时空变化分析。研究结果表明:武汉市过去10a冬季平均NPP为8.55gC/m2·m。2001~2010年武汉市冬季NPP整体呈现波动上升的趋势,各区域具有不同的增长速率,其中以江夏区最快,而各植被类型中灌木林具有最快的增长速率和最高的平均NPP。武汉市冬季NPP均呈现从三环区域向四周增大的空间分布特征,过去10a武汉市冬季NPP最高的区域由黄陂区转移到了江夏区。     

中国区域2007~2018植被荧光时空变化与气候响应模式研究

基于GOME-2 卫星日光诱导叶绿素荧光（SIF）产品数据集,对2007~2018年中国区域SIF进行时空变化分析,探讨了中国区域SIF对气温、降水、辐射等气候变化的响应。结果表明：①中国植被区域SIF总体上呈现从东南向西北递减的空间分布,12 a间年均SIF增加了20.2%,增幅达0.034 mW/m²/sr/nm,增加区域占比为80.3%,呈显著增长区域占比25.7%,增长区域主要分布在植被较为密集的中国东部、南部和东北部。②季节尺度上,夏季SIF增加的区域和幅度最大,增幅达0.065 mW/m²/sr/nm,增加区域占比为82.1%,呈显著增长的区域占比19.4%,SIF增长区域与年均SIF的趋势基本一样。春季和秋季SIF总体也是呈增长的趋势,而冬季只在中国南部增长趋势明显。③与气候因子的偏相关响应分析表明,在寒温带针叶林区域,气温是SIF增长主要的影响因子;在暖温带及温带植被区域,降水是SIF增长主要的影响因子;在亚热带常绿阔叶林区域,影响SIF增长的更可能是人类活动;对处于较低纬度地区的热带季风雨林区域来说,辐射是SIF增长的主要影响因子。研究结果揭示了2007~2018年间的中国区域植被荧光时空变化规律及其与气候变化间的响应关系,可为全球碳循环研究提供必要的数据支撑。     

遥感数据融合下的雄安新区NPP时空格局分析

高时空分辨率数据对实现植被生产力动态监测和生态环境评估具有重要意义。以雄安新区为研究区,基于改进的ESTARFM融合模型构建高时空分辨率NDVI数据集,结合改进的CASA模型,模拟和分析了2000~2018年区域植被NPP的时空变化特征,并探讨气温与降水对NPP的影响。结果表明：①改进的ESTARFM融合模型预测结果性能较好;②研究区NPP的分布在空间上与土地覆被密切相关;③NPP在2000~2018年的变化趋势并不显著,但有明显的阶段性波动特征,主要是受到城镇化发展与农业技术水平提高等作用的影响;④由于区域气候的变化引起植被水分胁迫,降水对植被NPP的影响较气温更为显著。该研究能为雄安新区及其他区域的可持续发展评估提供一定的科学依据和借鉴意义。     

1993~2016年喜马拉雅山西段杰纳布流域冰川变化遥感监测

基于Landsat TM/ETM+及OLI遥感影像,对喜马拉雅山西段杰纳布流域冰川面积进行提取,对冰川时空分布特征及其变化分析,并结合周边气象台站及CRU再分析资料气温、降水量资料对研究区冰川变化原因进行讨论。结果表明：①1993~2016年杰纳布流域冰川面积萎缩了164.56±161.72 km²,占总面积的5.78%,年均萎缩率为0.25±0.25 %·a^-1,且在2000年后加快萎缩;②杰纳布流域冰川在各个朝向和海拔带上均呈萎缩趋势,其中S朝向冰川面积萎缩率最大,占研究区冰川萎缩总面积的24.35%; 4 600~4 800 m和4 800~5 000 m两个海拔高度带冰川面积近23 a分别减少了29.93 km²和30.91 km²,占流域冰川面积萎缩总量的17.72%和18.30%;③1993~2016年杰纳布流域共有28条冰川末端发生不同程度的前进现象;④对狮泉河和Srinagar气象站及CRU再分析资料气温、降水量变化分析表明,1993~2016年该区域年均气温呈显著上升是杰纳布流域冰川萎缩的主要原因。     

Temporal-Spatial Variation Analysis of Net Primary Productivity and its Relationship with Climate in Central Asia

The Net Primary Productivity (NPP) of vegetation and its response to climate change is one of the key areas in research of global change. The study on spatial and temporal changes of NPP in central Asia is important to understand the mechanism of vegetation-environment action and to cope with global change. Therefore, based on the MOD17A3 dataset and meteorological data and GIS analysis method, this paper is intended to analyze the spatial pattern, temporal variation and the driving factors to NPP in Central Asia during 2000~2014. The results shows that: ①the spatial variation of NPP in Central Asia is ranged from 0 to 874 gC/m²·a, with an average of 151.90 gC/m²·a. The average annual total NPP is 482.41TgC (1 Tg=10¹² g), and both the average NPP and total NPP showed a decrease trend. ②The average NPP was higher in southeastern alpine regions and high latitudes areas than in central and southern desert areas in Central Asia. ③From 2000 to 2014, the annual NPP in central Asia showed a decrease trend with a rate of -2.05 gC/m²·a², covering 39.89% of the region with significant reduction. The areas in which NPP decreased were mainly distributed in Kazakhstan, with typical steppe zone being the most significant in five ecological zones. ④The effect of precipitation on NPP in Central Asia was stronger than that of temperature. Precipitation influenced NPP of typical steppe，desert and desert steppe more seriously, while alpine meadow and alpine forest were jointly affected by precipitation and temperature.     

芦苇湿地植被NPP估算方法探索与应用

作为表征湿地生态系统健康的重要指标,湿地植被净初级生产力（NPP）的精准估算对于理解全球变化以及区域碳循环具有重要的支撑作用。基于Landsat 8 OLI遥感影像和大量实测数据,以光能利用率模型基本结构式为基础,构建和评价了芦苇湿地植被NPP估算的不同遥感驱动模型,并以东北3个典型芦苇湿地保护区为例进行了验证与应用。结果表明：以NPP = f（f（VI₁）） × f（VI₂） 结构与NDVI和MSAVI两个植被指数作为自变量的模型最优,模型精度为89.2%,明显高于NPP低空间分辨率产品和CASA模型的模拟结果。根据该模型估算的东北地区七星河、查干湖和双台河口芦苇湿地的NPP均值分别为3 001、3 050和3 621 gC·m^–2·a^–1。受水文条件和人类活动影响,各湿地样区间NPP具有典型的空间分布异质性。实验提出的框架模型可为小尺度上湿地生态系统健康评估或湿地生态系统恢复效果评价等指标获取提供方法借鉴。     

多层土壤观测数据同化的森林碳、水通量模拟

为充分考虑森林生态系统土壤水分的垂直运动及改善碳、水通量的模拟精度，利用Biome-BGC MuSo模型模拟了长白山森林通量站点的碳、水通量，该模型包含了多层土壤模块、物候模块以及管理模块；其次，利用集合卡尔曼滤波算法将站点观测的多层土壤参数同化到Biome-BGC MuSo模型中，并用站点涡动通量数据进行了验证。结果表明：与Biome-BGC模型模拟结果相比，Biome-BGC MuSo改善了站点净生态系统交换量（Net ecosystem exchange, NEE）、生态系统呼吸量（Ecosystem respiration, ER）和蒸散发（Evapotranspiration, ET）模拟精度，站点观测的时序土壤温度和水分数据同化到Biome-BGC MuSo后，碳、水通量模拟结果有了进一步的提升（NEE: R² = 0.70, RMSE = 1.16 gC·m^–2·d^–1; ER: R² = 0.85, RMSE = 1.97 gC·m^–2·d^–1 ; ET: R² = 0.81, RMSE = 0.70 mm·d^–1）。数据-模型同化策略为森林生态系统碳、水同量的模拟提供了科学的方法。     

多层土壤观测数据同化的森林碳、水通量模拟

为充分考虑森林生态系统土壤水分的垂直运动及改善碳、水通量的模拟精度,利用Biome-BGC MuSo模型模拟了长白山森林通量站点的碳、水通量,该模型包含了多层土壤模块、物候模块以及管理模块;其次,利用集合卡尔曼滤波算法将站点观测的多层土壤参数同化到Biome-BGC MuSo模型中,并用站点涡动通量数据进行了验证。结果表明：与Biome-BGC模型模拟结果相比,Biome-BGC MuSo改善了站点净生态系统交换量（Net ecosystem exchange, NEE）、生态系统呼吸量（Ecosystem respiration, ER）和蒸散发（Evapotranspiration, ET）模拟精度,站点观测的时序土壤温度和水分数据同化到Biome-BGC MuSo后,碳、水通量模拟结果有了进一步的提升（NEE: R² = 0.70, RMSE = 1.16 gC·m^–2·d^–1; ER: R² = 0.85, RMSE = 1.97 gC·m^–2·d^–1 ; ET: R² = 0.81, RMSE = 0.70 mm·d^–1）。数据-模型同化策略为森林生态系统碳、水同量的模拟提供了科学的方法。     

Research on Spatial Distribution of Carbon Source/Sink of Liaoning Province based on MODIS GPP Data Products

The carbon sink function of terrestrial ecosystem is an important aspect of ecosystem service function, playing an important role in mitigating climate change. Accurate assessment of the spatial and temporal change of carbon source / sink of terrestrial ecosystem is an important basis for predicting climate change effectively. Based on the relationship between all forming fluxes of regional carbon source / sink combining with MODIS GPP data products and regional statistical data, we analyzed the spatial distribution carbon source / sink of Liaoning province from 2000 to 2014. Results show that: ①The spatial distribution of carbon source / sink decreased from eastern to western, with the highest value appearing at the eastern (>250 gC m^-2 a^-1). There are significant carbon source in the central, western and northern of Liaoning province. ②The total carbon emission of Shenyang(1.43 TgC a^-1) accounted for about one third of Liaoning province(4.56 TgC a^-1). Therefore, Shenyang is the major city of carbon emission in Liaoning province. ③Shenyang is a carbon source. The urban areas of Shenyang showed a lowest carbon emission (only 26 gC m^-2 a^-1). This paper conducted regional simulation of carbon source / sink, providing theoretical basis and methodological references for the related studies in other regions.     

基于MODIS GPP数据产品的辽宁省碳源/汇空间格局分布研究

陆地生态系统的碳汇功能是生态系统服务功能的重要方面，在减缓气候变化中起着重要作用，准确地评估陆地生态系统碳源/汇时空变化是有效预测气候变化的重要基础。基于碳源/汇形成过程中各分量间的相互关系，结合MODIS GPP数据产品和区域统计年鉴数据，对2000~2014年辽宁省陆地碳源/汇的强度及空间格局分布进行定量化评估。结果表明：①辽宁省陆地碳源/汇呈现东部高、西部低的变化趋势，东部呈现显著的碳吸收功能，碳吸收强度超过250 gC m^-2 a^-1，但在辽宁中部、西部及北部地区则出现明显的碳排放。②沈阳的年均碳排放量（1.43 TgC a^-1）约占辽宁省各地市净碳排放总量（4.56 TgC a^-1）的三分之一，是全省碳排放的主体。③沈阳陆地生态系统总体表现为碳源，城区碳排放强度相对较弱，仅为26 gC m^-2 a^-1，近似表现为碳中性。本文基于碳源/汇形成过程定量分析辽宁陆地碳源/汇强度及其空间分布规律，为今后其他区域碳源/汇的模拟提供理论依据和方法借鉴。     

北半球及典型区雪深时空分布与变化特征

基于欧空局的GlobSnow雪水当量数据集和国家青藏高原科学数据中心的北半球长时间序列雪深数据集NHSD研究了北半球及9个典型区的雪深时空分布与变化特征。结果表明：北半球1988~2018年平均雪深总体呈显著下降趋势（p<0.01）,年际变化幅度为-0.55 cm·（10 a）^-1。在高纬度地区,加拿大北部和阿拉斯加年平均雪深下降明显（p<0.01）,下降速率分别为3.48 cm·（10 a）^-1和3 cm·（10 a）^-1,两地区月平均雪深在冬季显著下降。西西伯利亚平原和东欧平原年平均雪深呈下降趋势,其中东欧平原雪深下降较为明显（p<0.01）,变化速率为-2.3 cm·（10 a）^-1,两地区的月平均雪深在春季显著下降,其中5月份最为明显。东西伯利亚山地的雪深年际变化呈增加趋势,除堪察加半岛外,其月平均雪深在冬季呈显著增加趋势。对于高山区,阿尔卑斯山脉和落基山脉的年平均雪深呈缓慢增长趋势,而青藏高原地区雪深呈缓慢下降趋势。阿尔卑斯山脉的月平均雪深在冬季呈显著增加趋势,5月份显著减小。落基山脉和青藏高原雪深变化呈现出空间异质性：在整个研究时段,落基山脉北部月平均雪深呈下降趋势,中部和南部呈上升趋势;青藏高原的北部边缘山脉雪深呈显著上升趋势,中部大多数地区呈下降趋势。喜马拉雅山脉的北坡雪深增加,南坡雪深减小,但其变化率绝对值小于0.5 cm·a^-1。东南部雪深较大的念青唐古拉山脉冬季雪深呈显著下降趋势。对9个典型区雪深的年内分析（2001~2010年平均值）结果显示：高山区雪深峰值远低于高纬度地区雪深峰值。除青藏高原外,高山区的积雪融化起始日期明显早于高纬度地区。