黄土高原生态系统水分利用效率演变及驱动因素空间分异规律

生态系统水分利用效率(Water Use Efficiency,WUE)是碳水耦合过程的关键因子,研究黄土高原WUE时空变化及其驱动因素有助于解释生态系统对气候和水资源变化的响应机制以及水资源管理和碳预算评估。论文基于总初级生产力(Gross Primary Productivity,GPP)、蒸散发(Evapotranspiration,ET)、地表覆盖遥感产品和气象观测数据,利用线性斜率和偏相关系数法分析了2000-2018年黄土高原不同植被类型WUE变化趋势及其与降雨(Precipitation,P)、温度(Temperature,Temp)、饱和水汽压差(Vapor Pressure Difference,VPD)、潜在蒸散发(Potential Evaporation,ET_(0))和叶面积指数(Leaf Area Index,LAI)的偏相关性随干旱指数变化的空间分异规律。结果表明:(1)2000-2018年黄土高原多年平均WUE为1.24 gC/(m^(2)·mm),年际增长速率为0.02 gC/(m^(2)·mm·a),其中显著增加区域占47.36%。(2)黄土高原地区各植被类型年均WUE均随干旱指数增加呈显著减小趋势,草地WUE随干旱指数增加下降速率最快。同时,各植被类型WUE的变化速率均为正,但不同植被类型WUE增长速率随干旱指数的变化规律存在差异。受人类活动影响较大的农田WUE增长速率对干旱指数敏感性较低,而林草植被WUE增长速率随干旱指数增加呈先增加后减小的变化规律,存在阈值效应。(3)LAI对WUE的变化影响作用最大,其变化主导的区域占58.16%,其他驱动因素的作用大小依次为Temp,ET_(0),VPD和P。在重度干旱条件下,各植被WUE均与P均呈负相关。与农田和森林相比,灌草植被的WUE与Temp相关性对干旱指数更为敏感。另外,灌草植被的WUE与VPD和ET_(0)的相关性随干旱指数增加也存在阈值效应。

基于光学遥感的稀疏乔灌木地上部分生物量反演方法

【目的】基于无人机数据采用3种分层方案构建冠层盖度-乔灌木地上部分生物量模型以及基于Landsat8 OLI数据采用3种分层方案构建不同光谱指数-乔灌木地上部分生物量模型,对比分析不同分层方案的乔灌木地上部分生物量模型精度,以期为基于遥感数据的干旱区人工林乔灌木地上部分生物量高精度反演提供理论依据。【方法】在毛乌素沙地实地调查102块30 m×30 m样地,基于高分辨率无人机影像,利用面向对象的机器学习算法获取乔灌草植被覆盖度信息,采用3种分层方案(不分层、基于乔木和灌木2种植被类型分层、基于5个树种分层)构建冠层覆盖度-乔灌木地上部分生物量模型。基于Landsat8 OLI影像,使用6种光谱指数(NDVI、RVI、MSAVI、TCG、NDMI、NIRv),结合无人机影像解译草本植被覆盖度,采用3种分层方案(不分层、有无草本植被样地分层、3个草本植被覆盖度等级样地分层)构建不同光谱指数-乔灌木地上部分生物量模型。【结果】不分层的冠层覆盖度-乔灌木地上部分生物量模型鲁棒性最差(R^(2)=0.22,n=102),且估算精度最低(RMSE=14.98 t·hm^(-2));考虑乔木和灌木2种植被类型分层建模(RMSE=7.44 t·hm^(-2))和5个树种分层建模(RMSE=5.82 t·hm^(-2))的反演误差分别减少了50.32%和61.1%。在光谱指数-乔灌木地上部分生物量模型中,NIRv反演乔灌木地上部分生物量精度最高(3种分层方案平均RMSE=7.25 t·hm^(-2)),NDVI反演乔灌木地上部分生物量精度最低(3种分层方案平均RMSE=9.43 t·hm^(-2))。不同光谱指数对稀疏乔灌木地上部分生物量变异的解释能力表现为NIRv>NDMI>TCG>MSAVI>RVI>NDVI。木本植被类型对光谱指数-乔灌木地上部分生物量模型精度的影响小于对冠层覆盖度-乔灌木地上部分生物量模型精度的影响。考虑草本植被覆盖度背景分层建模可使光谱指数-乔灌木地上部分生物量模型RMSE减少8.13%~16.62%,不同光谱指数-乔灌木地上部分生物量模型精度对草本植被覆盖度背景的敏感性排序为NIRv>TCG>NDVI>MSAVI>RVI>NDMI。【结论】无人机高空间分辨率遥感可用于获取稀疏乔灌混交林树种类型及其草本植被信息等先验知识。在稀疏乔灌混交林区域,木本植被类型对冠层覆盖度-乔灌木地上部分生物量模型精度影响较大,至少需区分乔木和灌木两类植被才可保证该方法反演精度满足实用需求。基于Landsat-8 OLI卫星数据的考虑草本覆盖度的NIRv-乔灌木地上部分生物量模型分层建模方案适用于大区域稀疏乔灌木地上部分生物量遥感估算。

2000—2018年黄河上中游地区蒸散发年际时空变化及其影响因素分析

黄河流域水资源匮乏且生态系统脆弱,明晰气候与下垫面变化对蒸散发(ET)时空变化的影响机制对于未来黄河流域水资源优化配置与生态建设规划均具有重要意义。基于实测降雨、径流量和GRACE产品数据,利用线性加权融合方法对5种全球ET产品进行融合。利用去趋势法、多元线性回归、全微分和残差法定量计算ET对降雨(Pre)、温度(Temp)、日照时数(SD)、饱和水汽压差(VPD)、风速(WS)和植被叶面积指数(LAI)的敏感性系数,定量分析了各气象要素、植被和其他要素(微地形变化和农业灌溉等)对ET变化趋势的贡献作用。结果表明:(1)与验证精度最高的GLDAS_CLSM相比,融合ET均方根误差和平均相对误差分别减小12.8 mm和2.2%。2000—2018年黄河上中游ET净增长率为3.82 mm/a,头道拐—龙门区间ET增长率最大(6 mm/a)。(2)植被LAI显著增加导致上中游区ET趋势增加2.49 mm/a。各气象要素的变化趋势与ET对其敏感性系数的空间异质性共同决定了气象要素对ET的影响作用空间分布,5个气象要素对ET总体趋势的净影响量均为正值,其中温度影响作用最大(0.33 mm/a)。以微地形变化和灌溉活动为主的其他要素导致ET趋势增加0.5 mm/a,相对影响率为13.1%。(3)气象要素主导源区和唐乃亥—青铜峡区间ET趋势,而植被LAI主导了青铜峡-花园口区间ET趋势,其中LAI对不同子流域ET趋势影响作用排序为:延河>无定河>泾河>北洛河>汾河>窟野河>伊洛河>沁河>渭河>大黑河。其他要素对唐乃亥—青铜峡和龙门—花园口区间的ET影响作用较大,表明该区域的水利水保工程措施和灌溉等人类活动更为剧烈。