近20年中国西南地区植被碳利用率时空变化特征及驱动因素

植被碳利用率作为生物圈与大气圈碳循环的关键参数之一,对了解生态系统碳源和碳汇具有重要作用。本文基于MOD17A2H数据,采用Theil-Sen media趋势分析、空间插值以及偏相关分析法,分析2001~2020年西南地区植被碳利用率(Carbon Use Efficiency,CUE)时空分布格局及变化趋势,根据气象数据和数字高程模型(Digital Elevation Model,DEM)数据,重点研究了西南地区植被CUE对气候变化的响应。结果表明:(1)2001~2020年西南地区不同植被类型年内CUE整体呈上升—下降—再上升—再下降的变化特征,整体上各植被类型CUE呈下降趋势,下降速率依次为:灌木>森林>草地>农作物。(2)近20年西南地区植被CUE多年均值约为0.75,植被固碳能力较强,空间上表现出由南部和东北部向西北部递增的空间分布格局,趋势分析表明西南地区植被CUE整体表现为微弱下降趋势。(3)2001~2020年西南地区植被碳利用率与气温、降水以及日照时长均呈负相关关系,整体上西南地区植被CUE主要受气温和日照时长影响,其次为降水。

东北地区植被碳利用率时空变化及其影响因子分析

[目的]揭示东北地区植被碳利用率的时空分布特征,探明植被CUE与影响因子间的关系,为监测区域生态环境质量和植被生态系统状况提供参考。[方法]基于MODIS GPP和NPP数据,结合气象数据,采用一元线性回归分析、Mann-Kendall显著性检验和偏相关分析等方法,探讨了2000—2020年东北地区植被CUE的时空变化特征,分析了植被CUE与气候因子的相关关系及时滞效应,揭示了影响植被CUE变化的气候驱动机制的空间分布特征。[结果]2000—2020年东北地区多年平均植被CUE为0.64,在空间上呈现东高西低的分布格局。近21年,东北地区植被CUE呈缓慢上升趋势,变化斜率为0.002/a。变化斜率大于0的区域占69.22%,植被CUE呈极显著上升和极显著下降的占比分别为6.28%,1.11%,极显著下降区域主要位于黑龙江省的东北部地区。植被CUE与气温、日照时数和相对湿度整体呈负相关,与降水整体呈正相关,且降水对植被CUE的影响强于其他气候因子。东北地区植被CUE主要响应于当月气温、降水、日照时数和相对湿度的变化,且植被CUE主要受气温、降水、日照时数、相对湿度弱驱动。[结论]东北地区植被CUE总体呈上升趋势,且主要受当月气候因子的影响。研究结果可为制定东北地区植被生态系统可持续发展方针提供参考依据。

三江源植被碳利用率动态变化及其对气候响应

本文基于MODIS GPP/NPP数据估算了三江源植被碳利用率(CUE),结合气象数据和高程数据采用一元线性回归和相关分析法,探讨了2001~2017年三江源植被CUE的时空变化特征及植被CUE对气温、降水量和蒸散量变化的响应.结果表明:(1)三江源植被CUE年内3~10月表现为先增加后降低的变化趋势,其中6月植被CUE最高.(2)三江源年植被碳利用率位于0.73~1,平均水平为0.85;植被CUE空间上呈现北高南低,西高东低的分布特征.(3)整体上,三江源4~10月植被碳利用率与同期气温、降水量和蒸散量分别呈现正相关、负相关和负相关关系,降水量是影响三江源植被CUE变化的主要影响因素,气温为次要因素,蒸散量影响程度最小.

粤港澳大湾区植被CUE变化及与气候变化的关系

基于MOD17数据,采用趋势分析和相关分析法,研究了2000~2019年粤港澳大湾区植被生产力和植被碳利用率(CUE)变化及其与气候变化的关系.结果表明,粤港澳大湾区总初级生产力(GPP)和净初级生产力(NPP)均值分别为1.80和0.89kg·C/m^(2),呈中部低四周高的空间格局,CUE均值为0.51,呈中部和东南部略高于四周的空间格局;GPP和NPP总体呈增加趋势,其年际变化率均值分别为0.01和0.001kg·C/(m^(2)·a),GPP年增长率远高于NPP年增长率,不同植被类型GPP和NPP也呈增加趋势.植被CUE则呈逐年下降趋势,其年际变化率均值为-0.002a-1,由于气候因子变化对光合作用速率和呼吸作用速率产生的不同程度影响,从未来发展趋势看,68.22%的区域表明CUE仍呈下降趋势,植被碳固定能力减弱;不同植被类型CUE存在差异,其中农田CUE平均值最高,为(0.511±0.014),森林和草地CUE分别为(0.500±0.019)和(0.501±0.020),从变化趋势看,不同植被类型CUE呈极显著下降趋势(P<0.01);GPP与气温、累积降雨和累积净太阳辐射量总体呈正相关关系,其所占比例分别为94.52%、53.36%和90.58%,NPP与气温、累积降雨和累积净太阳辐射量总体上也表现为正相关关系,其所占比例分别为86.86%、71.10%和85.97%.然而,CUE与气候因子的关系却有所不同.CUE与气温和累积降雨呈正相关关系,但与累积太阳辐射呈负相关关系,不同植被类型GPP、NPP和CUE与气温、累积降雨量呈正相关关系,GPP和NPP与累计净太阳辐射呈正相关关系,但CUE与累积太阳辐射却呈负相关关系.

汾河流域植被生产力时空变异特征分析

植被生产力(GPP、NPP)和碳利用效率(CUE)是监测和评估生态系统的重要指标,能够有效反应生态系统环境变化。汾河流域是黄土高原典型生态脆弱区的重要流域,是全国水土流失治理和生态保护的重点区域。本研究以流域尺度为出发点,基于MODIS数据重点分析了汾河流域2000—2015年GPP、NPP和CUE的时空特征及影响因素。结果表明:汾河流域整体上GPP和NPP呈现增加的趋势,而CUE则表现为减少趋势,平均值为GPP 665.88 g C/(m^(2)·a),NPP 252.77 g C/(m^(2)·a),CUE 0.36。GPP、NPP和CUE南部高于北部地区,流域边缘两侧山地与其他区域明显不同。汾河流域植被生产力状况主要受降水的影响较大。北部GPP、NPP、CUE与气温主要呈现负相关关系,而在流域南部,GPP与气温呈正相关关系,NPP、CUE与气温呈负相关关系。汾河流域北部对水热条件变化比南部更加敏感,同时汾河流域气温和降水的增加导致了CUE降低。

在林业碳汇量估算中遥感方法的应用分析

研究针对没有样地数据的林业碳汇量估算,将遥感手段引入其中,作为现行林业碳汇量估算方式的补充。方法选择参考森林碳汇量估算方法,结合林业碳汇量特征,加以改进使之更符合用林业碳汇量估算。以三种方法对研究区碳储量进行估算,生物量方程法的估算结果最小值为1.97 MgC到最大值7.91 MgC;光能利用率法的估算结果最小值为0.57 MgC到最大值9.75 MgC;NDVI反演法的估算结果最小值为1.36 MgC到最大值8.68 MgC。光能利用率法估算的碳储量空间分布为由北向南、由西向东逐渐递增,NDVI反演法估算的碳储量空间分布为由南向北、由东向西逐渐递增。将生物量方程法的估算结果作为真实数据,分别用光能利用率法和NDVI反演法与真实数据进行结果拟合,NDVI反演法的最终拟合效果最好,并且碳储量空间分布也更符合实际。

长白山阔叶红松林生态系统光能利用率的动态变化及其主控因子

生态系统光能利用率(LUE)反映了植被通过光合作用利用光能吸收和固定大气中CO2的能力,是表征生态系统生产力的重要指标。选取长白山温带阔叶红松(Pinus koraiensis)林生态系统为研究对象,利用涡度相关通量观测数据,采用直角双曲线方程获取了生态系统光合作用的表观量子效率(ε);基于总生态系统初级生产力(GEP)与下垫面入射光合有效辐射(Q)的比值得到生态光能利用率(LUEeco)。研究表明:在季节尺度上,ε与LUEeco均表现出显著的单峰变化特征,并主要受到土壤温度和归一化植被指数(NDVI)的调控,同时,ε和LUEeco都受到GEP的显著影响,而与Q的相关性较弱或无显著相关关系,但散射辐射的增加在一定程度上有助于提高生态系统的LUE。ε与LUEeco存在显著的线性正相关关系,但ε明显高于LUEeco。2003–2005年,ε与LUEeco每年最大值的平均值分别为(0.087±0.003)和(0.040±0.002)μmol CO2·μmol photon–1,年际间变异度分别为4.17%和4.25%,而不同年份之间最大差异均达到8%或8%以上,从而对模型模拟结果产生明显影响。因此,在基于光能利用率模型的模拟研究中,最大LUE的年际变异需要在参数反演和优化中给予重要考虑。