基于净初级生产力和作物模型的橡胶林估产方法探析

天然橡胶是四大工业原料中唯一的可再生资源,是国防和工业建设不可或缺的战略资源。天然橡胶产业发展不仅保障了特殊历史时期的战略物资供给,还对新形势下我国天然橡胶有效供给起到了“压舱石”的作用。我国属于非传统橡胶种植区,由于自然条件的限制,不论是现在还是将来,我国天然橡胶供不应求的状况无法改变。同时,我国进口天然橡胶集中在少数几个国家,进口集中度高,对外高度依存的状况不可改变,资源供应存在安全隐患。

干旱对锡林郭勒草原植被净初级生产力的影响

为了探讨干旱对锡林郭勒草原植被净初级生产力(Net Primary Productivity,NPP)的影响,本文基于2000~2020年12个月尺度的标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)和同一时期的MODIS(Moderate-resolution Imaging Spectroradiometer)NPP数据,运用Theil-Sen趋势分析和Mann-Kendall非参数检验方法对干旱与NPP时空变化特征进行分析,并采用相关分析方法探讨干旱对锡林郭勒草原NPP的影响。结果表明:锡林郭勒草原气候整体呈湿润趋势,东部较西部更为明显;NPP呈增加趋势,由东北向西南递减;SPEI与NPP呈正相关的面积达99.88%,说明植被状况随着干旱的缓解整体趋于好转;时间上,SPEI与不同植被类型NPP均呈显著正相关,其中相关性最大的是典型草原;干旱的发生会造成NPP损失,其减少幅度随干旱强度和面积的增加而上升。研究结果可为应对气候变化、抗灾减灾等工作提供科学依据。

中国北方农牧交错带净初级生产力时空分异特征

为了解我国北方农牧交错带自然环境条件下的植被群落生产能力.基于2000—2020年的遥感数据和气象数据,利用光能利用率模型(CASA)估算了北方农牧交错带内植被净初级生产力(NPP),并对时空特征变化进行分析.结果表明:(1)北方农牧交错带内多年年均植被NPP,在东北部呈中间低四周高的分布;而在中南部植被NPP的分布呈现自南、东南向北、西北减少的分布特征.(2)2000—2020年北方农牧交错带单位面积年均植被NPP为234.33 gCm^(-2)a^(-1),年均植被NPP总量为167.90×10^(12)gCm^(-2)a^(-1).(3)研究时间段内植被NPP变化以波动增加为主,其变化范围190.91~284.09 gCm^(-2)a^(-1);与2000年相比,2020年NPP增加了42.05%.(4)植被NPP增加的区域占总面积的86.98%;减少的区域占总面积的2.06%.植被NPP的时空分布特征表明了中国北方农牧交错带内植被生态系统整体得到改善.

基于同化植被净初级生产力的区域玉米产量估测

为了评价植被净初级生产力NPP作为同化变量提高区域玉米产量估测精度的有效性及其应用于区域玉米产量估测的潜力,选择黑龙江省双鸭山市友谊农场玉米种植区为研究对象,以WOFOST为作物生长动态模型,分别以叶面积指数LAI和植被净初级生产力NPP为同化变量,选用MODIS LAI和NPP产品为遥感观测数据,开展基于遥感观测数据与作物生长模型同化的区域玉米产量估测研究。重点比较了分别以叶面积指数LAI和植被净初级生产力NPP为同化变量的区域玉米产量估测结果精度。结果表明,相较以叶面积指数LAI为同化变量的区域玉米产量估测统计结果(均值为7755 kg/hm^(2),标准差为1303 kg/hm^(2)),以植被净初级生产力NPP为同化变量的区域玉米产量估测统计结果(均值为9214 kg/hm^(2),标准差为190 kg/hm^(2))与研究区域统计结果(均值为8970 kg/hm^(2))更为接近,但在表现玉米产量空间异质性方面稍显不足。以植被净初级生产力NPP为同化变量开展区域作物产量估测是一种可行的数据同化策略,具有较大的应用潜力。

2000—2020年喀什地区植被净初级生产力时空变化及其驱动因素研究

为全面且定量地掌握喀什地区植被生态系统生长变化状况,基于MODIS17A3数据集,利用趋势分析、地统计分析、相关性分析等方法,研究2000—2020年喀什地区植被净初级生产力(Net Primary Productivity,NPP)的时空变化特征及其驱动因素。结果表明,近20 a喀什地区植被NPP均值为126.160 g C/(m^(2)·a),标准差为15.801 g C/(m^(2)·a);20 a喀什地区NPP整体呈缓慢增长趋势,但2010年NPP值发生突变,此次突变与降水量关系密切;喀什地区植被NPP有明显的空间自相关性和空间异质性,变异系数为0.050~4.344,莫兰指数为0.910,NPP高值较为集中地分布于水源丰富的绿洲地带。喀什地区近20 a植被生长状况持续向好,在近20 a植被NPP时空变化中,海拔、坡度和年降水量等结构型因素发挥决定性作用。

基于地理探测器的山地城市植被净初级生产力时空演变及驱动因素研究——以重庆市为例

为探究植被净初级生产力(net primary productivity,NPP)时空演变特征和主要驱动情况,本研究基于2000—2020年的GLASS-NPP数据,并结合气象、高程(digital elevation model,DEM)、人口密度、土地利用和归一化植被指数(normalized difference vegetation index,NDVI)数据,采用趋势分析、相关性分析和地理探测器模型,定量研究了重庆市2000—2020年间植被NPP的时空演变和影响因子的驱动情况。结果表明:1)2000—2020年,重庆市植被NPP随时间变化呈现出波动上升的趋势,值处于567.56~756.32 g·C/m^(2)/a之间。2)在空间上呈现出“两高一低”的分布状况,全市植被NPP最高值为968.34 g·C/m^(2)/a,最低值为76.23 g·C/m^(2)/a。3)重庆市植被NPP与气温、降水之间均存在显著的相关性,相关系数的均值分别为-0.22和0.31。4)对重庆市植被NPP起主导作用的影响因子为植被覆盖因子、气温因子、海拔因子,并且任意两个因子之间的作用表现为非线性增强,表明多因子之间交互作用为协同交互。文章旨在为地方监测森林植被高质量发展和同类型城市实施生态环境保护提供科技支撑和行动参考。

涪江流域植被净初级生产力时空变化及其对地形因子的响应

针对长江上游流域植被净初级生产力时空变化及其对地形因子响应研究不够深入的问题,基于MOD17A3HGF和DEM数据,采用趋势分析法、标准差法、相关系数法、空间统计法等方法,分析了涪江流域2000—2020年植被净初级生产力(NPP)的时空变化及其在地形上的分异规律.结果表明:(1)涪江流域植被NPP呈现波动性、阶段性.流域NPP均值456.40~664.74 gC·m^(-2)·a^(-1),增幅为8.25 gC·m^(-2)·a^(-1),整体NPP水平在增加;(2)植被NPP呈“西北高东南低”的空间分异特征,上游区是植被NPP高生产力聚集区,下游区是植被NPP低生产力聚集区.(3)流域内植被NPP空间变化以增加区域为主,呈“中波动较多,高低波动较少”的特征,上游区波动程度小于中下游区.(4)年均植被NPP随海拔、地形起伏度、坡度、地表粗糙度的增加先增高后降低,植被NPP对地形因子响应程度为:地形起伏度>坡度>海拔>地表粗糙度>坡向.

未来不同气候情景下全球草地生态系统及净初级生产力时空动态分析

为揭示未来气候变化对草地生态系统的影响及其响应,本研究基于4种未来气候情景(包括SSP126,SSP245,SSP370和SSP585)数据,利用改进的综合顺序分类法和分段模型评估了2020—2100年全球草地生态系统及其净初级生产力(Net primary productivity,NPP)的时空格局及动态演变趋势。结果表明,在4个气候情景中,全球年均温和年降水量均将呈现整体上升的趋势。在SSP126和SSP245情景中,全球草地面积将下降,预计到2090 s将分别下降194.10和178.43万km^(2),主要原因在于冻原与高山草地面积的减少。相比之下,在SSP370和SSP585情景中,全球草地面积将呈现上升的趋势,预计到2090 s将分别上升67.59和136.72万km^(2),热带萨王纳面积增加最多。全球草地NPP在SSP126,SSP245,SSP370和SSP585情景中均将呈现上升趋势,预计到2090将分别上升0.25,1.96,5.78和7.52 Pg DW,其中,热带萨王纳NPP的贡献最大。在全球暖湿化背景下,冻原与高山草地和热带萨王纳更易受气候变化的影响。

基于MOD17A3的京津冀地区植被净初级生产力时空演变

为研究京津冀植被NPP的时空变化,选用MOD17A3数据,采用一元线性回归分析对京津冀地区2000—2019年植被NPP在20 a间的时空演变进行分析,并对NPP与气候因子的相关关系进行分析。结果表明:京津冀地区植被NPP主要集中在200~400 gC/(m^(2)·a),2000—2019年京津冀植被NPP平均值和最大值在稳定的基础上缓慢上升,其中NPP最大值和平均值的峰值都出现在2016年,分别为908.40 gC/(m^(2)·a)和385.10 gC/(m^(2)·a);2000—2019年京津冀植被NPP增长的区域占整个研究区域的97.12%,NPP降低的区域多出现在城市周围;2000—2019年京津冀地区4种植被覆盖类型按NPP均值从小到大排列依次为:农田、灌丛、草地、森林;从稳定性上看,2000—2019年京津冀NPP的稳定性表现为高低波动并存,并以较低波动为主;京津冀地区NPP与年均气温呈低度相关性,与年降水呈高度相关性。研究成果可为京津冀地区的生态文明建设、生态环境修复及治理保护提供参考依据。

近20年大别山区植被净初级生产力时空变化及驱动因素分析

大别山区作为红色革命老区,为秉承绿色发展理念,在大力发展经济的同时,对生态环境的研究尤为重要。以植被净初级生产力(NPP)为研究点,利用2000—2018年间的遥感和气象等数据,利用改进的CASA模型对研究区植被NPP进行估算,并分析讨论植被NPP的变化趋势及其对气候变化的响应。研究结果表明:①2000年以来大别山区整体NPP主要集中在400~600 gC/(m^(2)·a)之间,整体植被NPP缓慢上升,整体涨幅为24.16%;②研究区NPP与气象因子相关,从整体来看气温与NPP相关性最高(R^(2)=0.79,P<0.05),其次为太阳辐射(R^(2)=0.70,P<0.05),降水与NPP相关性最低(R^(2)=0.51,P<0.05);③土地利用/覆盖变化引起的NPP总增加量为6.23×10^(-2)TgC,主要是由于耕地转化为林地引起的;④研究区的NPP未来变化趋势主要以持续增加为主。

气候因素和人类活动对砒砂岩区植被净初级生产力的影响

砒砂岩区是黄土高原水土流失最严重的地区之一,其植被生长状况对该区控制土壤侵蚀和维护生态平衡起着重要作用。本文基于CASA模型和Rclimdex 1.0分别计算了2001—2021年砒砂岩区植被净初级生产力NPP和18个极端气候指数,采用趋势分析、相关分析、随机森林重要性排序、残差分析等研究了砒砂岩区NPP时空变化及其对气候因素的响应特征,并量化了气候因素和人类活动对砒砂岩区NPP的相对贡献。结果表明:(1)2001—2021年砒砂岩区NPP变化呈显著增加趋势,但未来82.5%的区域NPP将由增加趋势变为减少趋势。(2)年际尺度上,砒砂岩区NPP与年均气温、年总降水量、极端强降水指数主要呈正相关,与冷夜日数TN10P、气温日较差DTR呈负相关。季节尺度上,春季均温以及暖夜日数增加有利于NPP增加,且存在滞后影响。夏季暖昼日数增加不利于植被生长,且NPP对夏季暖昼日数存在3个月的滞后响应。夏季极端强降水有利于NPP增加,而夏季干旱不利于植被生长,且NPP对持续干燥日数CDD存在3个月的滞后响应。(3)气候因素和人类活动共同促进了砒砂岩区NPP增加,裸露区和覆沙区气候贡献占主导地位,气候因素相对贡献为62.13%和60.06%,覆土区以人类活动贡献为主导,人类活动贡献率为60.40%。

青海省植被净初级生产力(NPP)时空格局变化及其驱动因素

植被净初级生产力(NPP)作为陆地生态过程的关键参数,不仅用以估算地球支持能力和评价陆地生态系统的可持续发展,也是全球碳循环的重要组成部分和关键环节。基于2000—2014年MOD17A3年均NPP数据和气象站点气温、降水资料,采用简单差值、趋势分析、相关性分析和Hurst指数等方法,分析了青海省NPP的时空变化特征及其与气候因子的关系。结果表明:①青海省植被年均NPP在2000—2014年间整体分布呈现由南到北、由东到西递减的趋势,各生态区的空间存在显著差异,表现为Ⅱ区>Ⅰ区>Ⅲ区>Ⅳ区>Ⅴ区。②2000—2014年,青海省NPP变化趋势由北到南、由西到东呈现逐渐增加趋势,平均趋势系数为0.61,NPP值增加的区域占总面积的15%,其中显著增加区域为2.8%,轻度增加区域为12.2%。③青海省NPP值的Hurst的值域范围为0—0.39,均值为0.12,除了河流湖泊,建筑用地和未利用土地,青海省NPP变化特征为反持续性特征。④气候因子(年平均降水量和年均气温)对年均NPP的分布有影响,海拔的高低造成气温、降水和土壤的差异,间接影响植被NPP,15年土地利用/覆被变化(LUCC)表现为草地面积减少最多,这是导致NPP减少的主要原因。

稻麦作物净初级生产力模型研究:模型的建立

以植物生理学、农业气象学和土壤环境学的基本原理为基础 ,建立了稻麦作物净初级生产力模型 .该模型包括 2个主要功能模块 :光合作用和呼吸作用 ;土壤 作物系统氮素运移 .前者综合考虑了环境因子和作物氮含量的影响 ,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放的动态模拟 .

稻麦作物净初级生产力模型研究:模型检验与情景预测

利用我国若干代表性区域 98组稻麦作物生产力的试验数据 ,对所建立的稻麦作物净初级生产力模型进行了检验 .结果表明 ,该模型能根据常规的气象和土壤资料、化肥施用量等数据资料较好地模拟我国主要区域稻麦作物的净初级生产力 .模拟值 (y)与观测值 (x)的线性关系为 :y =1 .0 5x - 16 . 8(r2 =0 .771,p <0 . 0 0 1,n =98) .对南京地区的情景预测结果表明 :大气CO2 浓度升高促进稻麦作物的固碳能力 ;气温升高会降低水稻和小麦的碳固定 ,但对小麦的影响要小于水稻 ;在当前情景及未来情景 (CO2 浓度为 5 4 0 μmol·mol-1,温度增加 1～ 4℃ )下 ,氮肥施用对小麦碳固定的促进作用大于水稻 ,氮肥施用量高于 15 0kg·hm-2 时对 2种作物的碳固定没有显著的促进作用 ,甚至降低水稻的净初级生产力 .

21世纪北半球中高纬度净初级生产力(NPP)变化及其与气候因子之间的关系

基于CMIP5模式模拟的净初级生产力(NPP),对21世纪初期(2016-2035年),中期(2046-2065年)和末期(2080-2099年)三种排放情景下(RCP2.6、RCP4.5、RCP8.5)北半球中高纬度陆地NPP的时空变化进行了预估,并结合气候因子分析了NPP的变化和气温、降水、辐射之间的关系.结果表明:相对于1986-2005年,21世纪北半球中高纬度陆地NPP呈增加趋势,RCP8.5情景下NPP的增加比RCP2.6和RCP4.5情景下更为明显;在季节变化上,北半球中高纬度NPP也以增加为主,且NPP在夏季,尤其是6月增加最显著.NPP对气候变化的响应存在明显的区域差异性,在中低排放情景下(RCP2.6、RCP4.5),相对于1986-2005年,21世纪北半球中高纬度地区温度显著影响的范围在逐渐缩小,而辐射和降水显著影响的范围在扩大.在高排放情景下(RCP8.5),21世纪北半球中高纬度地区NPP的变化主要与温度有关.

2000—2020年祁连山植被净初级生产力时空变化及其驱动因素

植被净初级生产力(NPP)是评价植被生长的重要参数,也是评估陆地生态系统质量与功能的重要指标。基于MODIS NPP、数字高程模型(DEM)、气象水文及人类活动数据,采用空间分析、趋势分析,分别从像元尺度和县域尺度识别了2000—2020年以来祁连山NPP时空变化特征,采用偏相关分析研究了NPP对年均温和年降水的响应,并借助地理探测器模型揭示了NPP变化的驱动因素,最后采用Hurst指数预测了NPP未来变化趋势。结果表明:2000—2020年祁连山平均NPP呈波动增加趋势,年均增加2.38 g C/m^(2),其中栽培植被和阔叶林增长最为明显。近20年,像元尺度上有75.37%的区域NPP增加,主要位于东南部;县域尺度上,古浪、平安、化隆和永登县NPP增速较快,而祁连、海西、德令哈和门源县增速较慢。祁连山NPP空间分布具有明显的集聚性,高值集聚区主要位于东南部,而低值集聚区主要位于西北部。年均温和降水量的增加均促进了NPP的增加,但不同区域NPP对气温和降水的响应有明显差异。降水量、饱和水气压差和蒸散发是NPP变化的主要驱动因子,驱动因子之间对植被NPP变化存在交互作用,分为双因子增强和非线性增强效应。未来祁连山NPP变化以增加非持续性为主,说明植被变化面临较大不确定性。研究结果有助于揭示全球气候变化背景下区域植被NPP对气候变化及人类活动的非线性响应机制,亦可为祁连山生态保护与可持续发展提供理论依据。

海南岛橡胶种植区植被气候净初级生产力演变特征

利用2000—2018年海南岛橡胶种植区18个市县19 a净初级生产力(NPP)值,通过年际变化、统计对比、空间分布、一元线性回归分析、P值检验等方法,结合同时期气象数据,分析了海南岛NPP的时空变化规律及其与气候因子的关系,研究了海南岛橡胶种植区气候NPP演变规律,明确气候因子对海南岛生物量积累过程的影响,结果表明:(1)19 a里海南岛NPP最高值在万宁出现次数最多,为7次,琼中和昌江各3次,儋州2次;19 a来NPP变化呈波动增加的趋势,19 a年平均值为16.33 t·hm^(-2),2000—2018年NPP年平均值变化范围为13.53—17.70 t·hm^(-2),线性倾向率为0.04 t·hm^(-2)·a^(-1),其中最高年平均值17.89 t·hm^(-2)出现在2009年,最低年平均值13.52 t·hm^(-2)出现在2004年;(3)从海南岛2000—2018年平均NPP分布上看,可分为强、中等、一般、弱4个等级区。其中琼海全境,万宁、琼中、屯昌大部,定安南半部、文昌东南角、保亭中部的净初级生产力属于最高等级区,东方从东部山区向西部海边净初级生产力逐步降低,为最弱等级区;(4)海南岛2000—2018年各市县NPP年值线性倾向率,儋州、万宁、澄迈、临高、海口、保亭、琼海、陵水、定安等9个市县呈微弱增加趋势;东方、文昌、乐东、五指山、三亚、昌江、白沙、琼中、屯昌等9个市县呈微弱下降趋势;(5)海南岛NPP值跟降水呈显著正相关(P<0.001),而与温度、日照无显著相关(P>0.2),风速与NPP相关性分析,呈负相关,没有统计学意义(P>0.2)。

澜沧江下游流域植被净初级生产力(NPP)时空变化及其驱动因素分析

利用遥感、地形、气候等数据,采用CASA模型对研究区2000年、2010年和2018年3月、7月、11月的NPP值进行估算,结果表明:(1)相对于2000年,2010年的NPP值呈下降趋势,2010年到2018年又向较好趋势发展,且NPP值在3个时期的年内变化均为7月>3月>11月;(2)NPP低值区主要分布在下游流域的北部区域,中值区主要分布在中部区域,高值区主要分布在下部尤其是南部区域,且相比2000年,2018年的单位面积NPP高、低值区区域面积减小,中值区面积增加;(3)林地对区域NPP值贡献率最高,其次为草地和耕地,水域、未利用地的贡献率最低;(4)降水、气温、海拔、建设用地扩张、人口增长对NPP值影响显著。降水、气温与NPP值呈显著正相关;随着海拔增高、建设用地扩张、人口增长,NPP值下降。

不同草地类型净初级生产力(NPP)模拟及其敏感性分析

气候变化问题作为人类社会可持续发展面临的重大挑战,受到国际社会越来越强烈的关注。全球气候变化深刻影响着草地生态系统,定量评估区域和不同类型草地生态系统的生产力,研究其对气候变化的敏感性可以为草地生态系统适应未来气候变化提供基础数据和理论依据。草原综合顺序分类系统(CSCS)将天然草原分为42类(其中中国包含41类),并将其聚合为10个类组。研究利用改进Carnegie-Ames-Stanford Approach(CASA)模型模拟分析中国天然草地2004—2008年的净初级生产力(NPP)并进行系统聚类,分析了草地NPP与影响因子的相关性和敏感程度。结果表明:2004—2008年中国10个草地类组年均NPP均呈现增长趋势,其中亚热带森林草地增长最快,增长率达38.2%。温带湿润草地增长最慢,增长率为14.3%。通过聚类分析将中国41类草原的年均NPP分为3类:第1类NPP值较小,其湿润度级较低,而热量级较高;第2类NPP值较大,其热量级和湿润度级均较高,水热比适宜植被的生长;其余为第3类,其NPP值介于上述两者之间。可见,不同草地类型NPP分布规律与CSCS划分草地类型的湿润度级和热量级密切相关。草地年均NPP与>0℃年积温(Σθ)、降水量、湿润度(K)和NDVI的相关性强,与太阳辐射的相关性弱。草地类组NPP平均值对NDVI最敏感,其次为Σθ、K和降水量,敏感性最弱的为太阳辐射。草地NPP对CSCS量化分类的标准Σθ和K较为敏感,改进CASA模型在一定程度上实现了CSCS与草地生产力的耦合。

云南省植被净初级生产力时空特征及其与气候因子的关系

基于2001—2020年MOD17A3HGF数据,采用趋势分析及相关分析等方法,分析云南省植被净初级生产力(NPP)时空变化特征及其与气温、降水和海拔的关系。结果表明,2001—2020年云南省固碳能力正在增强,研究区NPP呈波动上升趋势,平均年增加2.27 g C/m2,空间上呈西南高、东北低的分布,35.06%区域的NPP呈显著增加趋势。不同植被类型NPP表现为森林>耕地>灌木地>草地,除森林NPP上升趋势不显著外,其他植被类型NPP均呈显著上升趋势(P<0.05);各植被类型NPP随海拔升高均表现出先上升后下降的趋势,且在海拔2500 m以下保持较高的NPP,当海拔高于2500 m时,NPP随海拔升高而显著降低。云南省61.22%的区域NPP与气温呈正相关,59.24%的区域NPP与降水量呈负相关;不同植被类型的NPP与降水和气温的相关性分析表明,研究区植被NPP对降水的变化更加敏感。