净初级生产力(NPP)是评估全球气候变化和人类活动下生态系统状况、过程和机制的重要指标之一。研究以中国首批国家公园之一的三江源国家公园为对象,利用GLOPEM⁃CEVSA耦合模型,以1981—2018年空间插值的气象数据和基于遥感反演的FPAR数...净初级生产力(NPP)是评估全球气候变化和人类活动下生态系统状况、过程和机制的重要指标之一。研究以中国首批国家公园之一的三江源国家公园为对象,利用GLOPEM⁃CEVSA耦合模型,以1981—2018年空间插值的气象数据和基于遥感反演的FPAR数据为输入,分别估算仅气候驱动的潜在NPP(NPP_(CL))和气候遥感共同驱动的现实NPP(NPP_(RS)),以二者之差厘定人类活动影响的NPP(NPP_(HA)),进而探究全球气候变化下人类活动的影响。结果表明:(1)三江源地区NPP_(RS)多年均值为309.70 g C m^(-2)a^(-1),占NPP_(CL)的61.65%。其中,黄河源、长江源和澜沧江源园区NPP_(RS)分别为249.88 g C m^(-2)a^(-1)、140.18 g C m^(-2)a^(-1)和330.55 g C m^(-2)a^(-1)。(2)全区NPP_(RS)以2.00 g C m^(-2)a^(-1)速率显著增加,高于NPP_(CL)(1.74 g C m^(-2)a^(-1)),其中黄河源、长江源和澜沧江源园区NPP_(RS)增长速率分别占各自NPP_(CL)增长速率的89.13%、90.23%和77.43%,澜沧江源园区整体受人类活动影响最大。(3)气候影响方面,年降水、年平均日最高气温和年平均日最低气温共同可解释全区NPP_(CL)和NPP_(RS)年际变化的51%和73%,可分别解释黄河源、长江源和澜沧江源园区的48%和58%、52%和69%、42%和50%,其中气温对NPP年际变化趋势影响更大。(4)人类活动在大部分区域呈负影响,存在西北向东南负面影响增强的空间分布特征,但2000年前后人类活动对生产力变化趋势呈负影响的面积从79.12%降低到56.34%,NPP变化量从-71.41 Tg C降低到-38.72 Tg C,作为主导因子的变化范围从18.73%增加至38.76%,三江源地区生态保护与恢复等措施促进了植被生产力增加,但需进一步实施生态保护与恢复措施,这是一项长期而艰巨的任务。展开更多
Under global change and climate variations,determining the impacts of climate change and human activities on cropland net primary productivity(NPP)in Bangladesh,India and Myanmar(BIM)is of great significance for ident...Under global change and climate variations,determining the impacts of climate change and human activities on cropland net primary productivity(NPP)in Bangladesh,India and Myanmar(BIM)is of great significance for identifying yield-limiting factors,making adaptive agricultural management plans,and improving yields.Based on the GLOPEM-CEVSA model,through an integration of remote sensing data and LAI simulation,we investigated the impacts and spatiotemporal changes of water and human activities on BIM from 1982 to 2015.Three types of cropland NPPs were considered:actual NPP(NPPA),NPP affected by temperature and water(NPPWT),and NPP only affected by temperature(NPPT).Our analysis revealed that the water factor plays a predominant role in determining the NPP level in the BIM.Temperature variability was found to be conducive to NPPT,exhibiting an increasing trend of 10.66 g C m^(-2) yr^(-1).However,this trend was partially offset by precipitation variability,resulting in a net increase of 0.96 g C m^(-2) yr^(-1).In comparing temperature-driven NPP to temperature and water-driven NPP,water stress caused NPPT to decrease by 65.46% compared to NPPWT for the entire region.Cropland NPP in northwestern India and the central Deccan Plateau were significantly affected by water stress.Moreover,the influence of water on NPP in the BIM exhibited a substantial upward trend from 1982 to 2015,with Myanmar experiencing the most significant increase.The gap between NPPWT and NPPA in BIM demonstrated a notable decreasing trend during the same period,underscoring the positive impact of human activities on NPP.Inferences drawn from our findings suggest that with the implementation of rational and efficient crop management practices,there is a 36.80% potential improvement in NPPA compared to NPPWT in the BIM region,with India and Myanmar showing potential increases of 39.20% and 38.29%,respectively.These insights provide guidance for practical measures aimed at water resource management to enhance cropland productivity in the BIM,and they present a methodology for quantifying the effects of climatic changes and human activities at a regional scale.展开更多
利用GLOPEM-CEVSA模型模拟并分析了中国东北地区2000-2008年植被净初级生产力(NPP)时空分布格局及其影响因素,并以4个森林生态站点(大兴安岭、老爷岭、凉水和长白山森林生态站)为例研究了东北地区森林NPP季节变化特征及其环境驱动.结果...利用GLOPEM-CEVSA模型模拟并分析了中国东北地区2000-2008年植被净初级生产力(NPP)时空分布格局及其影响因素,并以4个森林生态站点(大兴安岭、老爷岭、凉水和长白山森林生态站)为例研究了东北地区森林NPP季节变化特征及其环境驱动.结果表明:2000-2008年,东北地区植被年均NPP为445 g C.m-2.a-1;整个研究区沿长白山山脉到小兴安岭山脉地区以及三江平原部分地区的NPP最高,沿长白山山脉到小兴安岭山脉西侧的辽河平原、松嫩平原东部、三江平原和大兴安岭地区次之,西部稀疏草原和荒漠地区的NPP最低.东北地区森林生态系统年均NPP最高,其次为灌丛、农田和草地,荒漠最低.森林生态系统中,针阔混交林年均NPP最大(722 g C.m-2.a-1),落叶针叶林年均NPP最小(451 g C.m-2.a-1).研究期间,森林NPP无显著年际变化,其中2007、2008年较往年NPP大幅增加,很可能与该地区期间气温上升有关(较往年偏高1℃～2℃).东北地区森林自北向南生长季开始时间逐渐提前,生长季变长.展开更多
植被降水利用效率(precipitation use efficiency,PUE)是反映生态系统水、碳循环相互关系的重要指标。该文利用GLOPEM-CEVSA模型模拟了青藏高原2000-2008年植被净初级生产力(net primary production,NPP),以97个野外草地样点实测地上净...植被降水利用效率(precipitation use efficiency,PUE)是反映生态系统水、碳循环相互关系的重要指标。该文利用GLOPEM-CEVSA模型模拟了青藏高原2000-2008年植被净初级生产力(net primary production,NPP),以97个野外草地样点实测地上净初级生产力(above-ground net primary productivity,ANPP)对模拟NPP进行验证,模拟NPP与ANPP线性显著相关(R2=0.49,p<0.001)。利用降水量空间插值数据,分析了近9年青藏高原植被PUE的空间分布、主要植被类型的PUE及其与降水量之间的变化关系。结果表明:2000-2008年青藏高原地区植被年平均PUE沿东南向西北递减,降水量和气温对植被PUE有着重要的影响;PUE在不同植被类型间差异较大,其中农田PUE最高,高寒草甸PUE高于高寒草原。在不同降水区域植被PUE与降水量的关系不同,降水量低于90mm的区域,植被PUE值最低((0.026±0.190)gC·m-2·mm-1,平均值±标准偏差)、波动最大(变异系数CV=721%),与降水量和气温不相关(p=0.38)。降水量为90-300mm的地区,植被PUE较低((0.029±0.074)gC·m-2·mm-1,平均值±标准偏差)、波动较大(CV=252%),与降水量和气温显著相关(p<0.001),降水量和气温能够解释PUE空间变化的43.4%,其中降水量的影响是气温的1.7倍。降水量为300-650mm的区域占整个研究区的45%,主要植被类型为高寒草原,植被PUE较高((0.123±0.191)gC·m-2·mm-1,平均值±标准偏差),CV为155%;植被PUE的空间变化与降水量和气温极显著相关(p<0.001),降水量和气温能够解释植被PUE空间变化的97.8%,但以气温影响为主导,其影响是降水量的1.5倍。降水量为650mm的区域,植被PUE达到最高(0.26gC·m-2·mm-1)。降水量为650-845mm的区域主要是西藏林芝地区,植被以常绿针叶林为主,PUE最高((0.210±0.246)gC·m-2·mm-1,平均值±标准偏差)、波动最小(CV=117%);降水量和气温可解释植被PUE空间变化的93.1%(p<0.001),降水量的影响是气温的3.5倍,但其影响为负。展开更多
文摘净初级生产力(NPP)是评估全球气候变化和人类活动下生态系统状况、过程和机制的重要指标之一。研究以中国首批国家公园之一的三江源国家公园为对象,利用GLOPEM⁃CEVSA耦合模型,以1981—2018年空间插值的气象数据和基于遥感反演的FPAR数据为输入,分别估算仅气候驱动的潜在NPP(NPP_(CL))和气候遥感共同驱动的现实NPP(NPP_(RS)),以二者之差厘定人类活动影响的NPP(NPP_(HA)),进而探究全球气候变化下人类活动的影响。结果表明:(1)三江源地区NPP_(RS)多年均值为309.70 g C m^(-2)a^(-1),占NPP_(CL)的61.65%。其中,黄河源、长江源和澜沧江源园区NPP_(RS)分别为249.88 g C m^(-2)a^(-1)、140.18 g C m^(-2)a^(-1)和330.55 g C m^(-2)a^(-1)。(2)全区NPP_(RS)以2.00 g C m^(-2)a^(-1)速率显著增加,高于NPP_(CL)(1.74 g C m^(-2)a^(-1)),其中黄河源、长江源和澜沧江源园区NPP_(RS)增长速率分别占各自NPP_(CL)增长速率的89.13%、90.23%和77.43%,澜沧江源园区整体受人类活动影响最大。(3)气候影响方面,年降水、年平均日最高气温和年平均日最低气温共同可解释全区NPP_(CL)和NPP_(RS)年际变化的51%和73%,可分别解释黄河源、长江源和澜沧江源园区的48%和58%、52%和69%、42%和50%,其中气温对NPP年际变化趋势影响更大。(4)人类活动在大部分区域呈负影响,存在西北向东南负面影响增强的空间分布特征,但2000年前后人类活动对生产力变化趋势呈负影响的面积从79.12%降低到56.34%,NPP变化量从-71.41 Tg C降低到-38.72 Tg C,作为主导因子的变化范围从18.73%增加至38.76%,三江源地区生态保护与恢复等措施促进了植被生产力增加,但需进一步实施生态保护与恢复措施,这是一项长期而艰巨的任务。
基金The National Natural Science Foundation of China(31861143015)The Natural Science Foundation of Shandong Province,China(ZR2023QC254).
文摘Under global change and climate variations,determining the impacts of climate change and human activities on cropland net primary productivity(NPP)in Bangladesh,India and Myanmar(BIM)is of great significance for identifying yield-limiting factors,making adaptive agricultural management plans,and improving yields.Based on the GLOPEM-CEVSA model,through an integration of remote sensing data and LAI simulation,we investigated the impacts and spatiotemporal changes of water and human activities on BIM from 1982 to 2015.Three types of cropland NPPs were considered:actual NPP(NPPA),NPP affected by temperature and water(NPPWT),and NPP only affected by temperature(NPPT).Our analysis revealed that the water factor plays a predominant role in determining the NPP level in the BIM.Temperature variability was found to be conducive to NPPT,exhibiting an increasing trend of 10.66 g C m^(-2) yr^(-1).However,this trend was partially offset by precipitation variability,resulting in a net increase of 0.96 g C m^(-2) yr^(-1).In comparing temperature-driven NPP to temperature and water-driven NPP,water stress caused NPPT to decrease by 65.46% compared to NPPWT for the entire region.Cropland NPP in northwestern India and the central Deccan Plateau were significantly affected by water stress.Moreover,the influence of water on NPP in the BIM exhibited a substantial upward trend from 1982 to 2015,with Myanmar experiencing the most significant increase.The gap between NPPWT and NPPA in BIM demonstrated a notable decreasing trend during the same period,underscoring the positive impact of human activities on NPP.Inferences drawn from our findings suggest that with the implementation of rational and efficient crop management practices,there is a 36.80% potential improvement in NPPA compared to NPPWT in the BIM region,with India and Myanmar showing potential increases of 39.20% and 38.29%,respectively.These insights provide guidance for practical measures aimed at water resource management to enhance cropland productivity in the BIM,and they present a methodology for quantifying the effects of climatic changes and human activities at a regional scale.
文摘利用GLOPEM-CEVSA模型模拟并分析了中国东北地区2000-2008年植被净初级生产力(NPP)时空分布格局及其影响因素,并以4个森林生态站点(大兴安岭、老爷岭、凉水和长白山森林生态站)为例研究了东北地区森林NPP季节变化特征及其环境驱动.结果表明:2000-2008年,东北地区植被年均NPP为445 g C.m-2.a-1;整个研究区沿长白山山脉到小兴安岭山脉地区以及三江平原部分地区的NPP最高,沿长白山山脉到小兴安岭山脉西侧的辽河平原、松嫩平原东部、三江平原和大兴安岭地区次之,西部稀疏草原和荒漠地区的NPP最低.东北地区森林生态系统年均NPP最高,其次为灌丛、农田和草地,荒漠最低.森林生态系统中,针阔混交林年均NPP最大(722 g C.m-2.a-1),落叶针叶林年均NPP最小(451 g C.m-2.a-1).研究期间,森林NPP无显著年际变化,其中2007、2008年较往年NPP大幅增加,很可能与该地区期间气温上升有关(较往年偏高1℃～2℃).东北地区森林自北向南生长季开始时间逐渐提前,生长季变长.
文摘植被降水利用效率(precipitation use efficiency,PUE)是反映生态系统水、碳循环相互关系的重要指标。该文利用GLOPEM-CEVSA模型模拟了青藏高原2000-2008年植被净初级生产力(net primary production,NPP),以97个野外草地样点实测地上净初级生产力(above-ground net primary productivity,ANPP)对模拟NPP进行验证,模拟NPP与ANPP线性显著相关(R2=0.49,p<0.001)。利用降水量空间插值数据,分析了近9年青藏高原植被PUE的空间分布、主要植被类型的PUE及其与降水量之间的变化关系。结果表明:2000-2008年青藏高原地区植被年平均PUE沿东南向西北递减,降水量和气温对植被PUE有着重要的影响;PUE在不同植被类型间差异较大,其中农田PUE最高,高寒草甸PUE高于高寒草原。在不同降水区域植被PUE与降水量的关系不同,降水量低于90mm的区域,植被PUE值最低((0.026±0.190)gC·m-2·mm-1,平均值±标准偏差)、波动最大(变异系数CV=721%),与降水量和气温不相关(p=0.38)。降水量为90-300mm的地区,植被PUE较低((0.029±0.074)gC·m-2·mm-1,平均值±标准偏差)、波动较大(CV=252%),与降水量和气温显著相关(p<0.001),降水量和气温能够解释PUE空间变化的43.4%,其中降水量的影响是气温的1.7倍。降水量为300-650mm的区域占整个研究区的45%,主要植被类型为高寒草原,植被PUE较高((0.123±0.191)gC·m-2·mm-1,平均值±标准偏差),CV为155%;植被PUE的空间变化与降水量和气温极显著相关(p<0.001),降水量和气温能够解释植被PUE空间变化的97.8%,但以气温影响为主导,其影响是降水量的1.5倍。降水量为650mm的区域,植被PUE达到最高(0.26gC·m-2·mm-1)。降水量为650-845mm的区域主要是西藏林芝地区,植被以常绿针叶林为主,PUE最高((0.210±0.246)gC·m-2·mm-1,平均值±标准偏差)、波动最小(CV=117%);降水量和气温可解释植被PUE空间变化的93.1%(p<0.001),降水量的影响是气温的3.5倍,但其影响为负。
