气候变化和人类活动对云南省植被净初级生产力的影响

深入理解气候变化和人类活动对植被变化的驱动机制对于生态保护和可持续发展有重要的科学意义。本研究基于MOD17A3/NPP产品数据,采用线性趋势分析、Mann-Kendall显著性分析、Hurst指数和二阶偏相关分析,探讨云南省2001-2021年植被NPP的时空分布特征和未来持续性以及植被NPP与气候条件的关系。采用偏导趋势残差法分离和量化气候变化和人类活动对植被NPP的影响。结果发现,空间上,2001-2021年云南植被NPP年均值南高北低。不同植被类型NPP值(单位:gC∙m^(-2))从大到小依次为:林地(1106.7 gC∙m^(-2))、灌木(964.4 gC∙m^(-2))、农田(946.6 gC∙m^(-2))和草地(878.8 gC∙m^(-2))。植被NPP随海拔上升先增后降。(2)在研究时段内,植被NPP年均值为1020.8±30.7 gC∙m^(-2),最小值和最大值分别出现在2010年(950.0)和2019年(1062.1)。植被NPP呈显著增加趋势,增加率为2.1 gC∙m^(-2)∙a^(-1)(p<0.05),增加和显著增加的面积分别占研究区总面积70.0%和26.3%。不同植被类型NPP的增加率(单位:gC∙m^(-2)∙a^(-1))从大到小依次为:草地(4.1 gC∙m^(-2)∙a^(-1))、农田(3.5 gC∙m^(-2)∙a^(-1))、灌木(2.8 gC∙m^(-2)∙a^(-1))和林地(1.3 gC∙m^(-2)∙a^(-1))。Hurst指数均值为0.60,植被NPP未来变化趋势持续增加和由减少转为增加的面积占总面积的55.5%和9.3%,表明大部分地区植被NPP未来仍将持续增加。(3)2001-2021年云南省平均气温显著增加,降水和太阳辐射波动减少。大部分地区植被NPP与气温、降水和太阳辐射正相关,气温对植被NPP的影响大于降水和太阳辐射。(4)气候变化和人类活动对云南植被NPP变化的相对贡献率分别为27.1%和72.9%,正贡献的面积分别占研究区总面积的59.4%和64.6%,相对贡献率>60%的面积占比分别为12.7%和73.4%。大部分地区人类活动对植被NPP的影响大于气候变化。云南植被改善主要受气候变化和人类活动的共同作用的影响,植被退化则主要受人类活动主导和两者共同作用的影响,生态保护、恢复工程对云南植被改善有着显著的促进作用。

玛纳斯河流域植被净初级生产力时空变化及驱动因素分析

【目的】探明新疆玛纳斯河流域植被净初级生产力(NPP)的时空变化规律及其影响因素。【方法】基于MODIS遥感数据以及地形、气象因子和人类活动数据,运用Slope趋势分析、相关分析和地理探测器,分析玛纳斯河流域2001—2021年NPP的时空变化特征及其驱动因素。【结果】2001—2021年,玛纳斯河流域年平均NPP为125.63 g C/(m^(2)·a),2008年最低,为98.80 g C/(m^(2)·a),2016年最高,为163.98 g C/(m^(2)·a),NPP呈年际上升趋势。玛纳斯河流域NPP的空间分布格局呈北部和南部区域低而中部区域高的特征,近63.84%的区域NPP呈增加趋势,其中26.98%的区域NPP显著增加(P<0.05);19.31%的区域NPP显著下降(P<0.05)。NPP随着高程和坡度的增加呈上升趋势,最高值出现在玛纳斯河流域的低山林草区;NPP与气温和降水呈正相关。各因子对NPP的影响程度由高到低依次为高程>土地利用>降水>坡度>GDP>气温>人口密度>夜间灯光,其中高程与土地利用的交互作用对NPP的影响最大。【结论】玛纳斯河流域NPP存在明显的时空分异特征,高程、土地利用以及降水对NPP的时空分布格局具有重要影响。

基于BEPS模型的塞罕坝植被净初级生产力时空变化分析研究

叶面积指数(leaf area index,LAI)是北部生态系统生产力模拟模型(boreal ecosystem productivity simulator,BEPS)的关键驱动数据,获取高精度LAI对区域森林生态系统碳循环十分重要,然而当前大多研究采用的MODIS LAI产品缺乏可信度。为此,基于LAI动态模型、PROSAIL辐射传输模型和层状贝叶斯网络(Hierarchical Bayesian Network,HBN)构建数据同化系统,获得空间分辨率为20 m的LAI数据,驱动BEPS模型,模拟塞罕坝机械林场2011—2021年的植被净初级生产力(Net Primary Productivity,NPP),并对NPP时空变化特征及影响因子进行分析。结果表明,基于贝叶斯同化方法获得的高分辨率LAI数据极大提高了MODIS LAI产品的精度;基于同化后的LAI数据驱动BEPS模型获取模拟森林NPP,与样地实测数据计算NPP间相关性较高(R^(2)=0.77);2011—2021年塞罕坝机械林场植被NPP平均值为307.4 g/(m^(2)·a),森林NPP呈现平稳增长趋势;不同植被类型模拟NPP存在较大差异,针叶林、落叶林及混交林模拟NPP分别为484.9、402.4、287.9 g/(m^(2)·a);植被NPP与温度因子相关性较高,偏相关系数为0.2~0.8,而植被NPP与降水量的相关性总体而言相对较低,其偏相关系数为-0.3~0.4,在该地区降水量对植被NPP的影响较低,温度为该地区NPP变化的主导因子。研究结果可获取高空间分辨率的LAI数据,为森林生态系统碳循环的精准时空模拟提供依据。

2000-2020年青海湖流域植被净初级生产力时空格局及驱动分析

[目的]明确2000—2020年青海湖流域植被净初级生产力(Net Primary Productivity,NPP)时空格局变化特征,探究影响植被NPP的主要因素及驱动比例,为青海湖流域基础科学研究提供参考。[方法]以青海湖流域为研究区域,基于2000—2020年植被NPP、气温、降水量、植被覆盖度、人类活动强度数据,采用ArcGIS空间分析、地理探测器模型等方法,分析植被NPP在子流域、海拔、微地形上的时空变化,并对流域NPP与气温、降水量和植被覆盖度的相关性及植被NPP的驱动要素进行研究。[结果](1) 21年间青海湖流域年植被NPP逐年波动上升,增速为2.22 g C·m^(2)/a,空间上自西北向东南递增。(2)年植被NPP与年均气温、年降水量、年植被覆盖度的显著相关区域占流域面积比依次为40%,9%,59%。年均气温和年降水量与年植被NPP的一级偏相关系数显著区域占流域面积比分别是59.26%和33.39%。(3)驱动分析表明气温(q=0.58)、海拔(q=0.54)、人类活动(q=0.38)是流域NPP的主要驱动因子,并且因子交互解释力强于单因子解释力。[结论]2000—2020年青海湖流域植被NPP整体逐年增长,在海拔、子流域和微地形格局上表现出显著的空间分异性,气温、海拔、人类活动的交互驱动是流域NPP的主要驱动类型。

气候因子对南疆三地州植被净初级生产力演变特征的影响

以新疆南疆三地州为例,采用多种遥感卫星数据,估算研究区植被覆盖度和植被净初级生产力,分析研究区2001—2020年植被生态系统时空演变特征,通过使用泰尔-森中值趋势分析法(Theil-Sen Median)和曼-肯德尔(Mann-Kendall)显著性检验法相结合的方法定量分析植被净初级生产力未来的变化趋势,逐像元计算气候因子与植被净初级生产力的相关系数。结果表明:(1)南疆三地州中喀什地区植被净初级生产力(NPP)指数最强,年均值在4~6 g/m~2范围内波动,和田地区植被净初级生产力指数最弱,年均值在1.6~2.7 g/m~2范围内波动。(2)研究区近20 a植被净初级生产力显著增加面积占研究区总面积的10.18%,主要分布在喀什地区和克孜勒苏柯尔克孜自治州,显著减少面积占总面积的54.85%,主要分布在和田地区,植被净初级生产力未来有持续下降趋势。(3)植被净初级生产力与年均温度呈正相关性的分布面积占总面积的43.7%,与年均降水呈正相关性的分布面积占总面积的50.3%,表明研究区植被净初级生产力与降水相关性强于气温。

松花江流域植被净初级生产力时空演变及其与气候因子的响应

基于MOD17A3数据集,结合气候和土地覆被数据,采用趋势分析、稳定性分析、偏相关分析等方法对松花江流域植被NPP进行分析。结果表明,在空间格局上,松花江流域植被NPP均值呈中间低、四周高的分布特征;在时间尺度上,20年间植被NPP呈波动性缓慢上升趋势,平均值峰值出现在2014年,最大值峰值出现在2019年;在变化趋势上,呈增加趋势的地区占总面积的91.28%,降低的区域多出现在城市附近。植被覆盖类型按NPP均值从大到小排列依次为:森林、湿地、农田、草地;从稳定性上看,流域植被变异程度低,整体稳定;选取的气候因子中,气温对植被NPP的影响更为显著。

滇桂黔石漠化片区植被净初级生产力时空分异研究

植被净初级生产力(net primary production,NPP)作为陆地生态系统碳循环的关键参数,其提升对于改善植被覆盖度、促进生态系统碳循环、推动区域可持续发展等具有重要意义.文章以重点生态功能区、特殊生态脆弱区——滇桂黔石漠化片区为研究区域,运用空间自相关和地理探测器等方法,分析NPP时空分异特征及其驱动因子,结果表明:①滇桂黔石漠化片区石漠化治理取得初步成效,但植被改善仍有较大提升空间.2000—2020年片区NPP均值由2000年的878.99 gC/(m^(2)·a)缓慢波动上升至2020年的908.60 gC/(m^(2)·a),年均仅提升1.486 gC/(m^(2)·a);②滇桂黔石漠化片区NPP均值空间格局相对稳定,但内部差异明显.总体维持西南较高、南部次之、北部较低的空间分异特征,整体依次对应云南片区、广西片区以及贵州片区;③滇桂黔石漠化片区NPP在空间分布上具有显著的正相关性,且相关性呈强化趋势.局域空间格局以高−高集聚型(HH)和低−低集聚型(LL)为主,高值区趋于集聚,低值区趋于相邻;④滇桂黔石漠化片区NPP时空分异格局是自然地理要素和社会经济要素共同作用的结果,其中降雨、气温和人口密度是主要影响因子.

2000-2021年桂西南峰丛洼地流域植被净初级生产力演变特征及其归因

监测植被净初级生产力的演变特征及其驱动力机制,对于深入了解陆地碳循环机制和促进生态环境可持续发展有着及其重要的作用。文章基于MOD17A3数据集植被净初级生产力(NPP)产品评估了2000−2021年桂西南典型喀斯特峰丛洼地流域植被净初级生产力的时空演变,并借助Theil-Sen Median趋势分析、Mann-Kendall检验方法、Hurst指数以及地理探测器等,研究区域内植被净初级生产力的空间分布、未来趋势、可持续性及驱动机制。结果表明:(1)2000−2021年研究区植被NPP均值为945.23 gC∙m^(−2)∙a^(−1),呈现出上升趋势,增加速率为3.5596 gC∙m^(−2)∙a^(−1)。喀斯特区域(4.5148 gC∙m^(−2)∙a^(−1))>研究区域(3.5596 gC∙m^(−2)∙a^(−1))>非喀斯特区域(2.7219 gC∙m^(−2)∙a^(−1));(2)植被NPP高值区域在防城港市周边,值皆大于1200 gC∙m^(−2)∙a^(−1);低值区散布于水文线附近;(3)Sen变化趋势显示,研究区22年间植被NPP增加区域面积(77.98%)显著大于减少区域面积(22.02%)。Hurst指数显示,区域植被NPP介于0~1之间,平均值为0.65,呈现出向负偏态分布;(4)土地利用/覆被、植被覆盖度与高程因子是本研究区植被NPP的显著控制因子,其次为坡度及土壤类型。

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。

福建省极端降水对植被净初级生产力的空间异质性影响分析

植被碳动态与极端降水变化具有较强的相互作用。探索表征碳动态的植被净初级生产力(NPP)指标对极端降水事件的响应变化,对研究区域生态系统适应气候变化的策略具有重要意义。本研究基于1985—2015年的净初级生产力数据,利用地理探测器探讨了极端降水因子对不同海拔高度的NPP的影响效应。结果表明:1)福建省NPP整体上呈增长趋势,其空间分布与海拔高度相关。2)从单因子效应看,最大1日降水量显著影响海拔200 m以下的NPP空间格局,降水强度显著影响海拔200 m以上的NPP空间格局。3)从因子交互效应看,降水强度与最大1日降水量的交互效应对NPP空间格局的驱动作用更为显著。研究从不同海拔高度深化了福建省极端降水对NPP的影响机制,为福建省植被生态的分区分类保护与修复提供了参考。

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。

基于卫星遥感的济南市植被净初级生产力的时空变化特征

基于改进的光能利用率模型(CASA模型),综合利用多源卫星数据,估算了2021年济南市年度和月度的高空间分辨率(30 m)的植被净初级生产力(NPP),分析了植被NPP的时空分布特征。结果表明:济南市植被NPP均值为239.04 g•m^(-2)•a^(-1),空间上呈现南部山区高北部平原低的分布特征;年内植被NPP呈现出先升后降的“单峰型”特点,8月份达到峰值,季节差异明显,夏季植被NPP占全年贡献率达到58.06%。相关性分析显示,气温较降水对植被NPP影响更大;混交林是植被NPP最大的植被类型,耕地和阔叶林是济南市植被NPP总量贡献的主要植被类型,占比达到了66.22%。

沈阳市植被净初级生产力时空变化分析

植被净初级生产力变化特征是评价生态系统健康状况和城市资源环境检测的重要依据。基于沈阳市2000-2021年的NPP数据、DEM数据与气象数据,对研究区植被净初级生产力的时空分布特性进行了定量分析,并进一步揭示了气象因素与植被NPP变化的相关关系。结果显示:(1)时间维度上,沈阳市2000-2021年植被年均NPP总体呈缓慢增加趋势。(2)空间维度上,沈阳平均植被NPP空间分布差异明显,其中东部和北部丘陵地区具有较高的NPP均值;东南部、中西部分区域主要为人类生活区,NPP年均值较低;其余大部分区域为辽阔平原且位于城市周边区域,其NPP均值处于中间水平。(3)年均气温主要对植被NPP产生负向的影响,年降水量主要对植被NPP产生正向的影响,且年均温对研究区植被NPP的影响比年降水量更加显著。沈阳市2000-2021年植被年均植被净初级生产力总体呈缓慢增加趋势且空间分布差异明显,全市生态系统状况较为稳定。

石羊河流域植被净初级生产力时空变化及驱动因素

利用CASA模型(Carnegie-Ames-Stanford Approach)模拟石羊河流域2000—2020年植被净初级生产力(NPP),分析流域NPP的时空变化特征、稳定性和未来变化趋势,并从气候因素、地形因素和人类活动因素3个方面探讨对NPP的变化影响。结果表明:(1)2000—2020年石羊河流域植被NPP多年平均值为291.01 g C·m^(-2)·a^(-1),呈不显著增加趋势,空间分布呈南高北低的分布格局。(2)2000年以来植被NPP呈增加趋势的区域占总面积的86.4%,其中极显著增加和显著增加的区域分别占6.7%和10.1%。(3)NPP变化在中等波动以上(变异系数Cv≥0.25)的区域所占比例为50.4%。(4)从未来变化趋势看,石羊河流域植被NPP恢复的持续性较弱,呈增加并反持续的地区所占比例达到57.1%。(5)流域的植被NPP变化与气温、降水均成正相关,对气温的响应更为敏感。NPP随海拔高度和坡度增加呈现增大后减小趋势,近年来流域实施的一系列人工造林、退耕还林还草等措施对植被NPP的增加具有明显促进作用。

全球不同气候带陆地植被净初级生产力变化趋势与可持续性

分析全球不同气候带陆地植被净初级生产力(NPP)的变化趋势与可持续性,对于估算全球陆地生态系统的结构、功能和碳源(汇)具有重要意义。运用Mann-Kendall突变检验、Theil-Sen斜率估计、Hurst指数分析全球不同气候带陆地NPP的变化趋势与可持续性。结果表明:(1)全球陆地NPP有明显的地域分异规律,呈现低纬高、高纬低,沿海高、内陆低的特点。约48.79%陆地生态系统的植被NPP得到了改善,其中显著改善的面积占全球陆地生态系统的8.45%,主要分布在北美洲北部和中部、亚马逊河流域西部、刚果盆地、欧洲南部、印度半岛西北部、中国黄土高原;轻微改善的面积占全球陆地生态系统的40.34%,主要分布在南美洲中南部、亚洲东部和澳大利亚大陆东部。(2)各气候带NPP变化趋势和突变点表现为:热带、亚热带、极地带的NPP呈不显著下降趋势(R^(2)=0.111,P=0.176;R^(2)=0.144,P=0.120;R^(2)=0.002,P=0.854),热带无明显突变点,亚热带突变点为2015年,极地带突变点为2005年;干旱气候带的NPP呈不明显上升趋势(R^(2)=0.036,P=0.450),突变点为2009年;温带寒温带的NPP呈显著的上升趋势(R^(2)=0.533,P=0.001),突变点为2014年。(3)各气候带NPP与降水、气温的关系为:干旱气候带、极地带NPP为水分限制型,热带、温带寒温带NPP为热量限制型,亚热带NPP受气温、降水影响不显著。(4)在未来一段时间内,全球陆地NPP呈减少的面积(51.31%)大于增加的面积(48.69%)。其中,干旱气候带、亚热带、温带寒温带的NPP呈减少的面积明显大于增加的面积,将是防止NPP退化工作的重点区域。以上研究结果可为国内外同行对比分析全球不同气候带陆地生态系统的碳源(汇)功能提供参考。

气候变化和人类活动对祁连山国家公园植被净初级生产力的定量影响

祁连山国家公园作为西北地区重要的生态安全屏障和水源涵养地,研究其植被变化对西北地区的生态安全具有重要意义。基于2000—2019年祁连山国家公园的MOD17A3遥感数据,利用一元线性回归、偏相关分析、多元线性回归和残差分析等方法,分析了祁连山国家公园植被净初级生产力(NPP)的时空态势及其与降水、气温和人类活动的相关性,在此基础上量化气候变化和人类活动对植被NPP的影响。结果表明:(1)2000—2019年祁连山国家公园植被NPP整体呈波动上升趋势,且空间上呈东高西低的分布格局,其多年平均值为113.14 g C m^(-2)a^(-1),年均增长量达1.41 g C m^(-2)a^(-1);(2)植被NPP与降水、气温均呈正相关,其中降水对植被NPP影响更为显著;(3)人类活动区植被NPP总体呈增加趋势,与2016年相比,2019年人类活动区植被NPP增加的面积占87%,植被NPP降低的面积占13%;(4)在植被恢复区,气候变化和人类活动对植被恢复分别解释了92%和8%;在植被退化区,气候变化和人类活动对植被退化分别解释了29%和71%。研究结果可为祁连山国家公园生态环境保护与管理提供科学的决策依据。

黄土高原植被净初级生产力时空变化特征及驱动因子分析

【目的】探究黄土高原地区植被净初级生产力(NPP)多年时空演变规律以及同期人类活动及自然因子对其产生的复合影响,为当地生态修复规划和实施提供参考。【方法】利用CASA模型计算并分析2001-2019年黄土高原地区植被净初级生产力及其时空分布格局,并基于地理探测器对植被NPP进行驱动因子和机制分析。【结果】(1)2001-2019年黄土高原地区植被NPP整体呈显著上升趋势,年均增加速率为5.59 g/(m2·a),显著增加的区域主要分布在黄土高原中部沟壑区以及丘陵沟壑区。基于重心模型对NPP在空间上重心的分析结果表明:黄土高原NPP重心迁移呈现出阶段性变化特征,平均NPP重心点南部的NPP增量与增速在多数年间均高于北部。不同土地利用类型中,林地的NPP均值最高。由于土地利用转移主要在耕地与草地之间相互转化,占总变化面积的75%,因此,耕地与草地NPP均值变化的线性趋势率最高。(2)地理探测器结果显示年降水量与干燥度指数是影响黄土高原地区植被NPP的主导自然因素,随后依次为土地利用类型、年均气温、坡度等。交互探测器结果表明各因子交互作用均呈现增强趋势,且对植被NPP无显著影响的因子通过与其他因子发生交互作用的方式对NPP产生显著影响。风险探测器识别的适宜植被生长的范围在不同土地利用类型中存在差异,多数地类NPP的年降水量适宜区间在500~1000 mm之间。除未利用土地外,其他地类的NPP适宜温度区间在10~14℃之间。耕地NPP的适宜海拔高度区间在19.62~548.43 m之间,而其他地类在1000~2500 m之间。林地NPP的坡度适宜范围相对较大,不同地类最适宜的坡向不相同。【结论】黄土高原2001-2019年间植被恢复工程对生态系统NPP贡献显著,环境因子间的交互作用会增强单因子对植被NPP的影响,不同环境因子的NPP适宜累积区间在不同土地利用类型下存在差异,本研究结果为该地区实际植被恢复与管理工作提供了理论依据。

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%。

退耕还林还草前后植被净初级生产力动态及其对环境变化的响应评估:以陕北黄土高原为例

【目的】为揭示陕北黄土高原退耕还林还草前后的植被净初级生产力(NPP)时空演变规律及其对环境变化的响应状态,【方法】基于土地利用模型分析陕北黄土高原1980—2020年的土地利用变化特征,采用改进的CASA模型揭示NPP时空动态,并结合情景分析法探讨了环境变化对NPP的影响。【结果】(1)1980—2020年陕北黄土高原耕地、水体和未利用地减少,林地、草地和建设用地增加;退耕还林还草前的综合土地利用动态度为2.24%,9086.25 km^(2)的土地参与转移,以未利用地转出为草地为主;退耕还林还草后的综合土地利用动态度为22.15%,12340.88 km^(2)的土地参与转移,以耕地转出为林地、草地和建设用地为主。(2)以2000年(退耕还林还草)为界,研究区40 a间NPP先减后增,整体增加了271.66 gC·m^(-2)·a^(-1);空间上呈现南高北低的分布特征,整个研究期内98.54%的区域出现了NPP增加的现象;不同土地利用类型多年NPP均值大小排列为:林地>草地>耕地>建设用地>水体>未利用地。(3)退耕还林还草实施前,土地利用、NDVI、降雨和气温变化对陕北黄土高原NPP变化的贡献率分别为0.14%、47.22%、42.07%和10.57%;退耕还林还草实施后,NDVI变化对该地区NPP的变化贡献率高达85.42%,土地利用、降雨和气温变化的贡献率较低,分别为0.33%、9.67%和4.58%。【结论】随着退耕还林还草的实施,陕北黄土高原土地利用整体变化速率加快;NPP年均值增加、高值区范围扩大,生态状况得到明显改善;NDVI变化成为该地区NPP变化的主导因素。

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。