伊犁地区植被生产力的时空分异及其与地形因子关系研究

基于MODIS·NDVI数据、气象数据和土地利用等数据采用CASA模型定量反演得到2012年—2014年伊犁地区以月为周期,空间分辨率为500 m的植被NPP.分析了研究区植被NPP的时空分布特征,探讨了不同植被类型对NPP的贡献率以及地形因子对NPP的影响.研究结果表明：2012年—2014年伊犁地区植被NPP的年平均值为200 gC·m－2·a－1,空间上呈现出东部大于西部的特征;不同植被类型的月均NPP呈现3～7月增加,7～11月下降的趋势.但不同植被类型月均NPP的变化速率和变换幅度存在较大差异;草地对研究区NPP总量贡献率最大为58.59%,其次是农作物,贡献率为31.45%;针叶林和阔叶林对研究区的贡献率基本相同,分别为3.75%、3.60%;稀疏植被贡献率最小仅为2.61%;研究区年均NPP随海拔和坡度的增加均呈现出先增加后减小的特征;通过验证表明,利用CASA模型对伊犁地区植被NPP估算的结果与MOD17A3产品一致性较好.     

基于CASA模型长江流域植被NPP时空演变及与地形因子的关系

植被净初级生产力(net primary productivity, NPP)是评价生态系统固碳能力的重要指标。长江流域作为中国重要的农业生产区和生态安全屏障，深入开展长江流域植被NPP时空变化特征的研究，对了解流域植被生长情况和生物固碳能力具有重要意义。基于CASA模型，反演长江流域植被NPP,分析长江流域2001—2018年不同时空尺度下的植被NPP的演变特征以及与地形因子的关系。结果显示：CASA模型对于长江流域植被NPP的反演效果较好，可以反映研究区的植被NPP的实际状态，长江流域多年植被NPP为572.72 gC/(m²·a)。时间上，长江流域植被NPP年际变化可分为2个阶段，2001—2007年NPP年均值变化明显，呈波动式上升；2008—2018年相对变化趋于平稳，植被NPP年内变化层次感比较明显，夏半年(4—9月)NPP月均值较高，对全年NPP总量的贡献率为77.61%。长江流域植被NPP空间格局上具有明显的差异性，总体呈现自西北向东南递增，长江流域在18年间植被NPP增加的面积大于减少的面积，NPP增加趋势主要分布在岷沱江水系南部、嘉陵江水系西部...     

基于GIS和RS的河南省植被净初级生产力估算

在GIS和RS支持下,利用改进的CASA模型、地面气象数据和高时空分辨率的SPOT/VEGETATION遥感数据以及河南省土地利用图,研究了2006年河南省植被净初级生产力(NPP)及其时空分布,并对其植被生产总值进行了估算.结果表明,河南省NPP在空间分布上主要受植被类型的分布限制,在时间分布上主要受农业生产影响,河南省2006年植被生产总值约为1 000亿元.该研究结果可以为河南省生态环境的可持续发展及其规划提供科学的数据依据.     

基于CASA模型和SEVI指数的福建省植被NPP遥感估算与分析

植被净初级生产力(NPP)是评估陆地生态系统碳汇和调节过程的重要指标,但遥感影像上崎岖地形造成的光学辐射传输畸变会降低植被NPP估算精度.为了消除地形对山区植被NPP模型估算的影响,以福建省为研究区,利用阴影消除植被指数(SEVI)改进CASA模型中的植被光合有效辐射吸收比率因子(FPAR)计算模型,进行福建省2005年和2015年的植被NPP估算和时空分布特征分析.研究结果显示SEVI反演的FPAR在阴影处的相对误差降低至0.53％,能有效消除地形阴影对FPAR的影响.采用消除了地形阴影影响的FPAR进行CASA模型反演福建省2005年和2015年的植被NPP平均值分别达到861.9 g·m-2·a-1和855.7 g·m-2·a-1.其中常绿阔叶林NPP最高,农用地NPP最低.不同地区植被NPP分布差异明显,西部内陆较高,东部沿海较低.月均植被NPP总体变化趋势与温度因子走势相同,相关系数分别为0.96和0.95,夏季月均植被NPP最高,达110 g·m-2以上;冬季月均植被NPP最低,在20 g·m-2以下.     

中国南北过渡带生态系统固碳服务及价值量空间格局

利用CASA模型测算净初级生产力(NPP),在碳循环过程模型的基础上估算2000—2017年秦巴山区土壤有机碳储量,使用净现值(NPV)法估算出2015年、2017年土壤有机碳的经济价值,并分析不同土地利用形式下土壤碳价值的差异性。结果表明:在时间尺度上,秦巴山区植被NPP呈现先增加、后减少的趋势,2015年植被NPP均值达到峰值;在空间尺度上,秦巴山区植被NPP呈现中间高、四周低,山区高于平原的整体趋势。土壤有机碳含量受植被净初级生产力和土壤矿质化强度的影响,空间分布呈现西北高、东南低的格局,高值区主要集中在秦岭山脉中段和大巴山区部分区域。采用净现值法估算秦巴山区2015年、2017年不同情景下土壤有机碳的价值量发现:在不同碳价和贴现率情形下,有机碳的价值量有很大差异,并且贴现率和碳价越高,价值量就越高;在不同土地利用形式下,单位面积价值量和价值总量也会不同,林地、草地的总价值量较高,而未利用地的单位面积价值量较高。将贴现率和碳价纳入到土壤有机碳价值量的估算中,不仅更切合实际情况,而且可在一定程度上为政府设置合理碳价提供理论依据。     

长江流域森林NPP模拟及其对气候变化的响应

【目的】利用LPJ模型(Lund-Potsdam-Jena model)估算长江流域森林净初级生产力(net primary productivity, NPP),研究长江流域森林NPP时空动态变化及其与气候因素的关系,为长江流域及其他地区的植被监测与生态建设提供依据。【方法】基于LPJ模型模拟的NPP数据及气象资料,对长江流域1982—2013年森林NPP的空间分布和时空动态变化趋势进行分析,采用线性回归分析法分别以时间为自变量和NPP为因变量进行趋势检验,利用相关性分析法分析长江流域森林NPP与气象因子之间的关系。【结果】①长江流域1982—2013年森林年均NPP值为530.41 g/(m²·a),最高值出现在2002年,森林NPP值为578.55 g/(m²·a);最低值出现在1989年,森林NPP值为491.24 g/(m²·a)。②长江流域森林NPP的空间分布由东南沿海向西北逐渐减小,长江中下游森林NPP高于长江上游,森林NPP空间分布格局与水热条件分布格局相一致,长江流域东南部水热条件良好,能够满足植被生长和发展的需要,植被生产力比较高;西北部由于水热条件比较差,不利于植被生长,生产力低下。③长江流域大部分地区森林NPP与气温和降水为正相关关系,森林NPP与气温呈显著正相关,气温与森林NPP之间的相关性强于降水与森林NPP之间的相关性。【结论】长江流域森林NPP呈自东南向西北减少的趋势,且随时间呈波动上升趋势;气候对森林NPP具有显著影响,气温是影响森林NPP的主导因素。     

基于GIS、RS和CASA模型的深圳市逐月NPP估算及其变化特征研究

植被净初级生产力(NPP)及其对气候变化的响应是研究全球碳循环的重要内容之一.本文在GIS的支持下,采用深圳市2004年和2008年的MODISNDVI时间序列数据和逐月气象数据,利用CASA模型估算了逐月的NPP值,对比分析了其空间分布特征,探讨了极端暴雨天气对NPP月变化特征的影响及其气候因子对NPP的影响.结果表明:深圳市的NPP呈现显著的季节性变化;在出现极端暴雨天气的2008年6月,NPP值急剧下降,年内NPP逐月变化时间序列被延后;月均气温显著影响深圳市NPP的变化,而当极端暴雨天气出现时,太阳辐射对NPP的影响比降水量的影响更大.     

基于净初级生产力的广西喀斯特区生物多样性维护功能评价

采用MODIS-NDVI数据、气象数据、土地覆被数据,利用光能利用率模型,估算2000～2017年的广西喀斯特区的植被净初级生产力（NPP）,分析广西喀斯特区植被NPP时空演变特征;运用气候方程法,构建广西喀斯特区气候资源空间分析模型,分析广西喀斯特区气候资源时空分布特征;在此基础上,结合地形因子,构建基于 NPP的广西喀斯特区生物多样性维护功能定量评价模型,分析广西喀斯特区生物多样性维护功能空间分布特征。结果表明：广西喀斯特区大部分为生物多样性维护功能重要区,以植被生态系统类型为空间尺度,生物多样性维护功能重要性特征表现为,灌丛＞农田植被＞草丛＞其他;以市县为空间尺度,生物多样性维护功能重要性特征表现为,由南向北、由东向西逐步递增趋势,重要、极重要区占50.6%,主要分布在百色、河池、崇左等国家级、市级山地自然保护区,一般重要区只占24.5%,主要分布贵港、玉林、桂林、贺州、来宾等地市自然灾害发生频繁、人类活动干扰频繁地区。基于较高空间分辨率的NPP,采用“3S”技术开展生物多样性维护功能定量评价,可以为区域生态保护空间精准定位提供技术支撑。     

基于RS和GIS鄱阳湖湿地生态系统NPP时空分布特征研究

利用MODIS17数据研究鄱阳湖湿地净初级生产力(NPP)时空变化特征,探讨气温和水位变化对鄱阳湖湿地生态系统植被NNP时空分布特征的相关性。研究结果表明,鄱阳湖湿地生态系统NPP时空变化特征为:1)从量的角度来看,其年际变化较小,季节性变化较大;2)时空间分布上,其季节性变化较大,而变异系数高值区主要分布在枯水期的水面淹没范围内;3)主要影响因素为气温、水位,其变化具有较为显著的相关性,且受水位变化的影响大于受气温变化的影响。     

深圳市植被净初级生产力动态及其与气候因子的关系分析

以深圳市为研究区,利用土地利用/覆盖分类数据、MODIS NDVI数据、气象数据,基于光能利用率(carnegieames-stanford approach,CASA)模型对深圳市2000—2014年的净初级生产力(net primary production,NPP)进行了估算,并分析了NPP的时空分布特征及其对气候因子的响应关系.结果表明:深圳市面积NPP为544.19~884.93g·m-2·a-1,总体以2.40g·m-2·a-1的趋势增加,空间分布格局呈西北低、东南高的特点,不同行政区的年均NPP存在明显差异;15a来深圳市NPP的变化呈现出南部增加北部减少的趋势,且增加区域面积是减少区域的1.4倍,其中城镇用地、林地呈增加趋势,耕地、果园、湿地、未利用地呈减少趋势;NPP对温度、降水、太阳辐射的响应存在显著差异,光明新区、龙华新区、龙岗区等北部区域NPP与温度、降水呈现明显的正相关关系,最大偏相关系数分别为0.92、0.95,南山区、福田区、罗湖区等南部区域是城市不透水层、水体高覆盖区,NPP与温度、降水的相关关系较弱.宝安区、南山区、龙华新区交界处的NPP与太阳辐射呈现明显的正相关关系,最大偏相关系数为0.95,龙华新区南部、坪山新区北部等部分区域分布着大面积的城市不透水层,NPP值较低.深圳地区植被NPP动态是受温度、降水、太阳辐射等气候要素变化及城市化引起的土地利用变化等因素共同作用的结果.     

基于CASA模型的广西植被NPP季节变化研究

植被净初级生产力（Net Primary Productivity，NPP）是判定陆地生态系统碳汇/源的关键要素，不仅直接代表了自然环境条件下植被群落的生产能力，还体现了陆地生态系统的质量水平。本文基于陆地生态系统碳汇模型（CASA模型），利用2019年中分辨率成像光谱仪（MODIS）归一化植被指数（NDVI）数据和其他气象数据，对月、季节、年尺度上的广西植被NPP的空间变化进行估算，分析其时空变化特征，并探讨不同植被类型、气象因子和地形地貌对其的影响。结果表明：2019年广西整体区域的植被NPP平均值为880.56 g C·m^-2·a^-1，植被NPP空间分布呈内陆中心向四周递增、东北部向西南部递增的特点。月植被NPP在时间序列上总体呈现正弦曲线的变化特征，1-8月的植被NPP呈上升趋势，在8月达到峰值，而且9月仍然维持较高值；之后至12月，植被NPP逐步下降。广西植被NPP的季节变化明显，冬季的植被NPP整体最低，区域差异性不突出；夏季的植被NPP整体最高，区域差异性突出。常绿阔叶和混交林分布面积广且其光能利用率较大，对广西植被NPP贡献较大。从月尺度上来看，月植被NPP与月累计降水量主要呈负相关关系，与月平均气温主要呈正相关关系；月平均气温与月植被NPP的偏相关性比月累计降水显著，月平均气温是广西月植被NPP的主要影响因子。在中海拔地区（700-1 300 m），植被NPP并不受喀斯特地质环境背景的影响，喀斯特地区和非喀斯特地区植被NPP相差不大且随着海拔高度的上升趋于稳定。在全球变化背景下，分析广西植被NPP的时空演变规律及其与环境要素之间的关系，可为广西生态环境监测与管理、生物多样性保护、生态服务评估等提供科学参考。     

2001-2010年青藏高原草地生长状况遥感动态监测

基于1 970个地面实测数据,结合MODIS EVI和NDVI数据,利用留一法交叉验证方法确定了适合青藏高原地区草地生长状况的遥感反演模型,估算了2001-2010年草地生物量干重空间分布格局,分析了近10年草地生物量变化动态.结果表明:青藏高原地区MODIS的NDVI较EVI能更好地估算草地生长状况,指数模型反演的草...     

安徽省农田净初级生产力时空变化特征及影响因素——基于MOD17A3的研究

基于MODIS/MOD17A3数据集,结合土地利用数据、气象数据,运用距平分析、相关分析等方法,分析了2000-2010年安徽省农田净初级生产力(NPP)的时空变化特征及影响因素.结果表明:安徽省农田以水田为主;研究时段内,安徽省农田年NPP均值及年NPP总量整体上呈现波动上升趋势;中产农田面积最大,低产农田次之,高产农田面积最小;农田NPP空间分异显著,呈由北向南递增的趋势,中低产水田和旱地主要集中在长江以北地区,高产水田和旱地分布于沿江及其以南地区;降水与水田和旱地NPP均值呈弱负相关关系,温度与水田和旱地NPP均值呈显著正相关关系;温度是影响安徽省农田生产力空间分异的主要气象因素.     

汾河上游流域景观破碎化与生态系统服务关系研究

以汾河上游流域为研究区,综合运用网格分析法和景观生态学与生态系统服务相关理论,基于ArcGIS和GeoDa方法分析了2000、2008和2015年土壤保持、产水量和植被净初级生产力(NetPrimary Productivity,NPP)三种生态系统服务时空变化特征与景观格局的空间分异规律,定量分析了景观破碎化与生态系统服务的空间相关性。结果表明:(1)2000-2015年,土壤保持与产水量均整体呈现先增加后减小的趋势,空间分布变化比较明显;NPP生产呈现持续增加的趋势。(2)2000-2015年,流域西南部景观格局变化最为明显,其破碎化程度增强,而流域北部景观格局破碎化程度减弱。(3)2000-2015年,土壤保持、产水量与景观破碎化呈现显著空间相关关系(P0.05),NPP生产与景观破碎化的空间相关性相对较弱。     

基于AE的拉市海保护区NPP估算及影响因子分析

利用CASA模型,基于.Net开发环境和ArcEngine开发平台,实现拉市海自然保护区2010年植被净初级生产力估算,对估算结果作时间、空间分布规律分析以及对影响NPP的气象因子做回归分析.得到2010年拉市海保护区各植被类型的年均NPP为:林地2 540.61 gC·m-2·a-1,耕地1 198.08gC·m-2·a-1,草地1 232.77 gC·m-2·a-1,建设用地379.819 gC·m-2·a-1,园地1 521.62 gC·m-2·a-1,水域285.24 gC·m-2·a-1;全年林地NPP总量为43.131×104t,耕地4.797×104t,草地1.904×104t,建设用地0.394×104t,园地1.143×104t,水域0.542×104t;分析结果表明:NPP时间分布规律和降水、气温数据变化基本一致,空间分布上和植被类型分布一致,该年内对NPP影响最大的气象因子为降水,其次是温度,日照百分率对其影响不大.     

中国不同植被类型净初级生产力变化特征

收集、统计了1993—2011年所发表的98篇涉及我国不同植被NPP数据(模型模拟估算值和实测值)的代表性论文.分析了我国不同植被类型NPP研究结果及其变化和空间分布特征.结果表明:1)模型模拟和实测NPP值都较高的植被类型有热带雨林、季雨林,常绿阔叶林,常绿针叶林、混交林和落叶阔叶林;2)模型模拟的植被NPP值空间分布规律基本表现为从东南沿海地区依次向西北内陆递减;3)在模型模拟与实测NPP值所共有的9种植被类型中,除耕地、灌丛和草地的模型模拟NPP值略大于实测值,其余6种植被类型均小于实测值;4)不同模型对同一种植被类型的模拟结果之间表现出了极大的差异;5)模型模拟平均值与实测值之间的差异相对较小,采用已提出的模型模拟平均值来估算我国不同植被的NPP是基本可行的.     

基于MODIS的大别山区NPP及NDVI时空动态及相关性研究

利用2000—2019年MOD13Q1 NDVI和MOD17A3 NPP遥感数据，在GIS空间分析技术支持下，利用相关分析、回归分析等方法，分析了该时段内大别山区归一化植被指数NDVI(Normalized Difference Vegetation Index)与植被净初级生产力NPP(Net Primary Productivity)的时空变化特征，探讨了该区NPP与NDVI之间的相关性。研究结果表明：(1)近20年来大别山区NDVI变化于0.73～0.81,多年均值为0.78,空间分布上呈现出由中心向四周边缘递减的趋势，大别山区在研究时段内植被NDVI呈现出波动上升的趋势，78.88%的大别山区植被处于改善趋势。(2)NPP均值为497 g/(m²·a),变化于402～576 g/(m²·a),整体上呈现出“中间高、边缘低”的空间分布特征。自2000年以来，大部分区域的NPP都呈增加的趋势。(3)NPP与NDVI在时间变化上呈显著正相关，空间分布上绝大部分区域呈正相关，但不同植被类型上相关系数有所差别，其中针叶林的最高，其次为阔叶林、灌...     

基于AVHRR NDVI的Shuttleworth-Wallace模型在韩江流域的应用

基于AVHRR NDVI(归一化植被指数)、IGBP土地覆盖及CRU气象数据,利用Shuttleworth-Wallace(S-W)模型估算韩江流域1981-2000年的潜在蒸散发(PET)。结果表明,流域PET空间分布呈显著的非均匀性,从714.8～1 570.7 mm/a,主要受土地覆盖类型和地理位置影响;PET随植被类型和叶面积指数(LAI)季节性变化;输入数据的时空分辨率对PET的估算精度有较大影响;与Thornthwaite公式和FAO-56方法相比,S-W模型能够很好地反映地表变化对PET的影响。BTOPMC模型的应用表明,由S-W模型估算的PET在分布式水文模拟中取得了较好的效果。     

呼伦贝尔草原产草量及载畜平衡研究

净初级生产力(NPP)是确定草地载畜量的一个重要参数.利用MODIS遥感数据,采用改进的光能利用率模型对呼伦贝尔地区2006年草地生态系统的NPP进行估算,并利用2006年实测样方数据对其模型进行验证.呼伦贝尔地区草地生态系统2006年NPP总量为2.9×1013gC,平均值为261.01 gC/m2.然后根据模拟的NPP数据对理论载畜量进行估算,与2006年呼伦贝尔市统计年鉴提供的各旗市年中牲畜数量进行对比,得到各旗市的超载放牧情况.呼伦贝尔地区在2006年理论载畜量为765.41万头羊单位,实际载畜量为1 838.45万头,总超载量为1 073.04万头.超载量比较重的旗市为:阿荣旗325...     

基于时空融合技术的高精度遥感蒸散计算

在利用遥感数据进行蒸散计算时，常因云雨污染和单一传感器限制，导致影像数据缺失严重，特别是在一些景观破碎化程度高的地区，较难获取高时空分辨率的蒸散序列。以黄河三角洲为研究区，基于增强型时空自适应融合模型构建高时空分辨率的遥感数据集，结合地表能量平衡系统模型采用先估算后融合和先融合后估算两种方式估算了区域2020年高时空分辨率的蒸散时间序列，探讨了融合算法和蒸散模型相结合的可行性和估算精度。结果表明：ESTARFM算法性能较好，融合反射率与实际反射率的相关系数均在0.85以上；SEBS模型估算的显热通量与通量站数据的均方根误差仅为57.8 W/m2，融合模型估算的水面蒸发与蒸发皿折算数据的相关系数达到了0.93；黄河三角洲蒸散量随季节变化较大，其中夏季蒸散量约占全年的40%，不同地物类型的年蒸散量差异明显，约在548.2-1289.9 mm/a之间；蒸散的空间分布格局受海陆分布和土地利用的影响显著，沿海的滩涂和水体蒸散量最高，自然植被明显高于人工地物；ESTARFM算法与SEBS模型的耦合方式对蒸散结果，先融合后估算方案的蒸散精度更高（R=0.88；RMSE=0.36mm/d），有效提高了蒸散的时空分辨率，更适用于黄河三角洲地区。