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。     

中亚地区植被净初级生产力时空动态及其与气候因子关系

植被净初级生产力(Net Primary Productivity,NPP)及其对气候变化的响应是全球变化的核心研究内容之一,研究中亚地区NPP的时空格局变化对理解植被—环境的作用机理以及应对全球变化具有重要的意义。基于MOD17A3数据集、气象数据结合GIS分析方法研究中亚地区2000~2014年的植被NPP时空动态特征及其与气候因子的关系。结果表明：①中亚地区空间上NPP的变化范围在0~874 gC/m²·a之间,平均值为151.90 gC/m²·a,NPP年总量平均值为482.41TgC (1 Tg=10¹² g),NPP平均值与总量均呈现出下降趋势;②中亚地区NPP的高值区主要分布在高纬度地区和东南部高山地区,中部和南部荒漠区则为NPP的低值区;③中亚地区2000~2014年间NPP在空间上总体呈现下降趋势,达到显著下降的区域总体面积的39.89%。NPP呈下降趋势的区域主要集中在哈萨克斯坦的大部分区域,不同分区内以典型草原区最为显著;④中亚地区NPP受降水量的影响作用高于气温,荒漠草原区、典型草原区以及荒漠区主要受到降水量的控制,高山草甸区与高山林地区则受到降水和气温的共同作用。     

复杂地形条件下提高BEPS模型模拟能力的途径

植被的净初级生产力(netprimaryproductivity,NPP)是全球变化和碳循环研究中的一个非常重要的环节。为了更精确地模拟植被的净初级生产力,选取中国长白山自然保护区作为研究区域,针对基于过程的北部森林生态系统生产力模拟模型(borealecosystemproductivitysimulator,BEPS)仅考虑平坦立地条件的特点,通过对该模型中地面接收到的太阳辐射部分进行地形修正,首先估算长白山自然保护区森林植被的NPP;然后采用高分辨率(30m)的ETM+遥感数据,利用修正前后的BEPS模型来模拟得到长白山自然保护区森林植被的净初级生产力;最后对模拟得到的NPP结果,再利用地面实测数据进行验证,其相关系数R分别为0.91659和0.92957,算术平均偏差分别为62.8gC/(m2.a)和44.2gC/(m2.a)。结果表明,通过对模型的进一步完善,BEPS对NPP的模拟精度有了一定程度的提高。     

稀土矿开采导致的植被净初级生产力损失遥感评估——以江西省赣州市为例

稀土矿的无序开采既造成了稀土资源的浪费,也导致了矿区及其周边生态环境的恶化。以江西省赣州市为例,建立了一套适用于稀土矿开采导致的植被净初级生产力(NPP)损失遥感评估方法,该方法充分利用了高、中、低3种分辨率遥感数据的优势,涵盖了基准参考区选择、植被受损范围界定、低分辨率植被NPP数据降尺度等关键技术环节。将该方法应用于研究区2013年的植被NPP损失评估,结果表明:1截止2013年,赣州市稀土开采造成的植被直接破坏面积为31.74km~2,间接受损面积为44.48km~2。随着距矿区的距离增大,植被间接受损面积呈指数下降(R~2=0.96,P0.01);2 2013年,赣州市稀土开采导致的植被NPP总损失量为3.87×10~(10) gC,其中直接损失占总损失的77.81%,间接损失占总损失的22.89%,说明在稀土矿开采导致的生态破坏评估中,间接受损量不容忽视。文章构建的植被NPP损失评估方法可为其他类似矿区的生态破坏评估提供解决思路,研究结果可为稀土矿区生态评估、稀土定价以及矿区的生态环境管理提供依据。     

基于MODIS数据的黄土高原草地净初级生产力的估算研究

在光能利用率模型的基础上,考虑了温度和地面水气压差的影响,建立了基于MODIS数据的草地净初级生产力遥感估算模型。利用2003年生长季（4~11月）1 km分辨率的MODIS数据和黄土高原73个站点的累年各月平均太阳总辐射值数据以及其它相关数据,估算了2003年黄土高原地区草地净初级生产力。结果表明:2003年黄土高原地区草地的净初级生产力最高值达516 gc/(m2•a),最低值为1 gc/(m2•a)。黄土高原NPP空间分布格局是西部和南部两区域高,然后以东南西北方向为轴心逐渐向内陆中心部分递减,这与区域的水热条件差异和草地地带性分异规律紧密相关。     

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。     

以“胡焕庸线”为界的中国东西部净初级生产力变化分析

推动区域均衡协调与可持续发展是我国的重大战略之一,植被净初级生产力（NPP）对生态环境是否可持续发展起着重要作用。以“胡焕庸线”为界把我国分为东、西部,从像元尺度和县级行政单元研究分析我国NPP、人口以及人均NPP时空变化,尤其是东、西部的区域差异。结果表明：我国人口增长较快,从1982年的10.05亿增长到2017年的13.95亿,以“胡焕庸线”为界的西部占比由5.91%增长到6.42%;我国NPP整体呈现增长的趋势,总量由1982年的2.69 Pg C增长到2015年的3.24 Pg C,增长率为16.60 Tg C/a,其中东部增长率12.30 Tg C/a是西部（4.30 Tg C/a）的近3倍;西部人均NPP远大于东部与全国,1982、2000、2010、2017年西部与全国人均NPP持续处于下降的状态,但下降速率略有放缓,东部人均NPP则在2017年首次出现增长。据此可知我国整体生态环境处于恢复的状态,但不同区域之间差异较大,因此在相关政策制定方面应该充分考虑区域差异性,以实现我国生态环境的区域协调发展。     

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。     

基于多时相遥感数据的徐州市植被净初级生产力估算及相关性分析

以遥感数据和气象数据为主要数据源,应用改进的光能利用率模型估算徐州市2006、2008和2010年3年间6月份的植被净初级生产力(Net Primary Productivity,NPP),研究了该区域6月份NPP的时空变化及其与气象因子的相关性。结果表明：时间上,受气候和环境等因素综合变化的影响,研究区域6月份NPP呈逐年下降趋势;空间上,NPP的分布表现为在林地、草地和农田相对集中的区域偏高,且不同植被类型6月份的NPP大小关系在不同年份可能不同,其中在2006和2008年为农田>草地>林地,而2010年为农田>林地>草地。通过分析与气象因子的相关性和偏相关性,限制NPP的主要气象因子不是固定不变的,其中2006和2008年,限制NPP的主要气象因子为太阳辐射,而2010年为降雨量和温度。不同植被类型下NPP与气象因子相关性和偏相关性差异反映了不同类型植被生长对光、热、水条件要求的差异。
     

基于Google Earth Engine的中国植被覆盖度时空变化特征分析

植被覆盖时空变化是全球及区域生态环境重要研究内容之一。基于Google Earth Engine云平台,利用2000~2017年250 m分辨率的MODIS-EVI长时间序列数据,采用像元二分模型并辅以趋势分析、去趋势标准差、Hurst指数方法定量估算中国自2000年来植被覆盖度时空变化,并从省域尺度分析中国植被覆盖度近18 a以及未来趋势变化的时空分异特征。研究结果表明:①2000年以来中国植被覆盖度的变化速率为0.09%/a(P<0.01),平均植被覆盖度为44.63%,空间分布格局上整体呈现“东南高、西北低”的特点,但存在空间异质性;②从省级尺度来看,海南省平均植被覆盖度最高(79%),新疆维吾尔自治区最低(13%),山西省改善趋势最显著(0.4%/a),天津市年际波动最大(DSD=0.039),位于中国最西部的3省:新疆、西藏、青海植被覆盖度年际波动最小;③全国尺度植被覆盖度Hurst指数为0.72,未来将继续保持改善的趋势。具有改善持续性的省份基本呈“T”型分布,位于东西两侧的省份应注重加强植被生态修复与防护工作,保障区域生态文明建设的持续性。     

2001年～2010年重庆地区植被NPP时空变化特征及其与气候因子的关系

以2001年～2010年MOD17A3的年均NPP数据为基础,利用GIS技术定量分析了重庆地区植被NPP的时空变化特征及与气候因子的相关性,结果表明:2001年～2010年重庆地区植被NPP整体呈微弱上升趋势,植被覆盖略有增加,且总体分布呈现从南到北递减的趋势;重庆地区植被NPP增加幅度由南到北递减且整体变化幅度较小,仅部分区县变化幅度较大.不同的植被类型的NPP存在差异,其NPP大小顺序为:常绿阔叶林＞草地＞农田植被＞混生林＞常绿针叶林＞落叶阔叶林＞落叶针叶林＞灌丛.就气候因子与植被NPP的相关性而言,NPP与气温的相关性不明显,NPP与降水的相关显著性存在空间差异.     

海南省西北部植被净初级生产力的长时序精尺度遥感监测

植被净初级生产力（Net Primary Productivity, NPP）是反映生态系统碳循环状态和变化的有效指标，在“双碳”目标背景下，长时序精尺度数据对植被净初级生产力动态监测具有重要意义。海南省作为国家生态文明试验区，其NPP动态监测对于强化陆地生态系统碳汇建设具有典型作用。以海南省西北部为研究区，基于Landsat系列遥感影像数据，采用VPM光能利用率模型，估算得到海南省西北部长时序（2000～2020）精尺度（30 m空间分辨率）的NPP数据，并对其进行时空变化分析。研究结果表明：海南省西北部日平均NPP在年际尺度上呈现明显的波动上升趋势，与其他植被类型相比落叶阔叶林的NPP最高且增长趋势最快，灌丛的NPP最低且增长趋势最慢。海南省西北部NPP在空间上呈现南高北低分布，研究区南部阔叶林及稀树草原地区NPP较高，北部灌丛地区NPP较低。研究区域NPP的整体增长趋势主要是由南部植被所控制。     

太湖流域植被NPP时空特征及其驱动因素研究

为了探究太湖流域植被净初级生产力(net primary productivity, NPP)2000—2019年的时空动态变化,定量识别其驱动因素并分析其影响,采用趋势分析、Hurst指数等方法研究了2000—2019年太湖流域植被NPP的时空变化特点,并结合气象、土地、人口等数据,运用相关性分析、地理探测器方法等从两方面揭示其驱动因素。结果表明：流域植被NPP多年均值呈波动上升趋势,空间上表现为西南高、中东部低的分布格局;未来流域植被NPP可能会以反持续性趋势为主,即会有所下降;气候因子与NPP的相关性不显著,土地利用变化是造成植被NPP流失的主要因素之一;单因子驱动中,土地利用变化对植被NPP的解释力最强,双因子则是以土地利用和降水因子的交互作用为主。     

大兴安岭北段森林扰动对NPP的影响分析

森林扰动影响森林生态系统碳循环和碳平衡,植被净初级生产力(NPP)是表征植被固碳能力的重要指标,分析森林扰动对NPP的影响对于全球变化研究及生态系统承载力和恢复力评估具有重要意义。选取大兴安岭北段地区作为研究区,使用生产的每8 d 30 m分辨率叶面积指数数据集,基于Mu Sy Q-NPP植被生产力模型估算了该地区2002～2018年森林生长季30 m分辨率时间序列NPP,并使用30 m分辨率森林扰动时间序列产品分析了森林扰动对NPP的影响。研究结果表明：在大兴安岭北段地区,2002～2018年森林生长季NPP多年均值多分布于400～600 g C·m^-2·a^-1之间,总体呈现缓慢增加趋势;火干扰是研究区的主要扰动因子;2002～2017年森林扰动导致生长季NPP年平均减少量为0.01 Tg C·a^-1,在2003年、2006年和2017年,受到面积较大且强度较大的森林扰动后生长季NPP降低幅度较大,分别为0.11 Tg C、0.03 Tg C和0.03 Tg C;发生中高强度森林扰动的2006年扰动区,生长季NPP自2...     

海上丝绸之路沿线区域植被覆盖变化特征

基于2000~2016年的MODIS 13C2数据,利用CVA(变化矢量分析,Change Vector Analysis)、一元线性回归、Hurst指数等方法分析海上丝绸之路沿线植被覆盖变化特征及趋势,并编制植被覆盖变化特征图谱。研究表明:研究区内植被覆盖总体呈上升趋势,显著变化区域面积比例合计占1/3,其中植被显著改善区域面积合计占28.31%,植被显著退化区域面积合计占5.33%,植被覆盖变化趋势的自相似性和持续性突出;植被显著改善区域集中于南亚与西亚地区,显著退化区域除了部分集中分布于非洲地区外,其余离散分布在近海岸线地区。分析可见植被覆盖情况受海岸带人类活动强度和区域整体经济发展的双重影响,如中国东南部与东南亚地区经济正处在发展阶段,虽然植被整体呈改善与基本不变趋势,但沿线港口约有半数表现为植被退化趋势;而欧洲地区经济发达,沿线港口植被则大多呈改善趋势。     

基于MODIS和AVHRR数据源的东北地区植被NDVI变化及其与气温和降水间的相关分析 

基于逐像元一元线性回归模型,应用MODIS NDVI数据对AVHRR-GIMMS NDVI进行时间序列拓展,拓展序列通过一致性检验,基于所建立的1982~2009年植被年最大NDVI数据集,在GIS平台上进行了植被NDVI变化和NDVI与年平均气温、年降水量之间的相关分析。研究结果表明:过去28 a间,植被年最大NDVI呈3个变化阶段:1982~1992年呈小幅上升趋势,1992~2006年呈缓慢下降趋势,2006~2009年呈缓慢回升态势。由空间变异分析得出NDVI变化相对大的区域主要分布在内蒙干旱和半干旱区。21世纪初和20世纪90年代相对于80年代NDVI值升高,3个阶段平均NDVI变化幅度为±0.3。 20世纪初,赤峰地区以及松嫩平原西部地区植被NDVI呈轻度增加的面积占全区6.45%。植被年最大NDVI与年平均气温、年降水量相关性空间差异明显。偏相关系数绝对值,气温大于降水的像元数占54%;综合分析,较降水而言,气温是东北全区植被年最大NDVI的主控影响因子。对于不同植被类型年最大NDVI,受气温影响强度由大到小依次为:森林>草地>沼泽湿地>灌丛>耕地;受降水影响按草地>耕地>灌丛>沼泽湿地>森林依次减弱。     

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。     

东北地区区域植被净初级生产力估算

鉴于我国东北地区是全球变化最敏感的区域之一,以东北地区植被净初级生产力(Net Primary Productivity,NPP)为指标,监测该地区的生态环境状态变化。在东北三省选取了东、中、西3个研究区,基于CASA(Carnegie-Ames-Stanford Approach)模型,利用2007年和2010年两个时相的美国陆地卫星多光谱扫描仪(Landsat TM)遥感数据和气象观测数据实现了NPP估算,并对其空间分布进行了分析。结果表明:3个研究区在2个时相NPP的数值有一定的波动,农田、草地面积较大的中、西部2个研究区,NPP受到季节条件以及人为因素的影响较显著;森林面积较大的东部研究区,NPP主要受季节、水热条件影响;相对于中、西部研究区,东部研究区的NPP最大。该文以东北地区3个研究区为例,为利用多时相遥感与模型相结合的方式,开展区域NPP估算和研究碳储量动态变化提供了科学依据和方法借鉴。