三峡库区消落带植被NPP估算——基于机器学习优化CASA模型

三峡库区蓄水后,其生态效应受到广泛关注。消落带植被固碳量作为衡量库区生态系统健康状态的重要指标,对库区碳循环与生态净化具有重要意义。针对消落带不同高程植被接受光照的时间有所差异,且受河流水位变化影响,传统的CASA模型在计算消落带植被固碳量时,存在对植物的光能利用率计算不够精确等问题。以三峡库区香溪河陡坡消落带为研究区域,提出了一种耦合RBFNN模型(Radial Basis Function Neural Network)与CASA模型(Carnegie-Ames-Stanford approach)的新方法(RBF-CASA)。基于RBFNN建立环境影响因子模型,借助高程数据及植被指数等特征计算适合消落带区域的环境影响因子。结合CASA模型中温度和水分胁迫因子,提高植被在像元尺度上的净初级生产力(Net Primary Productivity,NPP)的估算精度,并对反演结果进行验证。模型验证结果显示:RBF-CASA模型估算值与观测值的决定系数(Coefficient of determination,R^(2))为0.730(P<0.01,n=32)。对比原始CASA模型,平均绝对误差(Mean absolute error,MAE)降低10.991,均方根误差(Root mean square error,RMSE)降低了23.861,相对均方根误差(Relative root mean square error,RRMSE)降低5.10%,平均绝对百分误差(Mean absolute percentage error,MAPE)降低1.12%。使用提出的RBF-CASA模型在库区水位落干期(7—8月份)进行固碳量估算,结果表明:NPP月均值在66.234—134.144g C/m^(2)之间,NPP随着高程的增加呈现起伏变化,其总量在150—155m之间达到峰值,均值在170m以上区域最高。在2021年9月植被NPP均值为35.883g C/m^(2),2022年9月植被NPP均值为25.964g C/m^(2),由于降雨量减少、长江水位下降,在2021—2022年间植被恢复情况较差。研究结果可为库区碳循环、生态净化及生态修复等决策提供科学依据。

基于改进CASA模型的陕西省植被NPP遥感估算

[目的]探究陕西省陆地生态系统植被群落生产状况,分析陕西省植被NPP时空格局变化及影响因素,为准确评估陕西省陆地生态系统碳源/汇,实现区域生态可持续发展,达成碳中和目标提供参考依据。[方法]基于温度—植被干旱指数(Temperature Vegetation Dryness Index, TVDI)对CASA(Carnegie-Ames-Stanford Approach)模型水分胁迫因子进行改进,从而估算陕西省2010—2020年植被NPP,并利用热点分析法、趋势分析法以及地理探测器对陕西省植被NPP进行空间分布格局、年际变化趋势和驱动因子研究。[结果](1)陕西省NPP空间分布呈现南高北低、冷热点区域差异明显的特征;(2)陕西省2010—2020年NPP平均值介于331.02~416.34 gC/(m^(2)·a),NPP均值在100~600 gC/(m^(2)·a)占比最大,最低值和最高值区间占比不足20%;(3)全省2010—2020年83.3%的面积植被NPP值无显著变化,4.2%的面积呈增加状态,12.5%的面积NPP值呈下降趋势;(4)降水是陕西省植被NPP变化的单因子主导驱动力,太阳辐射量及土地利用类型交互作用下对NPP变化解释力更强。[结论]基于TVDI改进的CASA模型能够有效量化区域植被NPP,且陕西省植被NPP南北分布差异明显,降水、土地利用类型及太阳辐射量是其主要影响因子。

1982—2020年乌兰县植被NPP时空动态特征及驱动力量化分析

气候变化和人类活动对植被NPP(net primary productivity,净初级生产力)的驱动作用是全球气候变化背景下的研究热点,并且在不同的时空尺度上尚不能达成共识。中国西北寒旱牧区植被生态系统脆弱,对气候变化和人类活动的响应十分敏感,该研究以青海省乌兰县作为代表性研究区,采用GIMMS-NDVI and MOD-NDVI数据融合构建了长时序归一化植被指数(normalized difference vegetation index,NDVI)数据集,并结合CASA(carnegie-ames-stanford approach)模型获取了研究区1982—2020年植被生长季NPP,利用Sen+MK趋势分析方法探究了研究区植被生长季NPP的时空演变特征,同时采用构建的ADE+Sen量化归因方法对多种气候要素和人类活动的驱动作用进行了定量分析。结果表明,研究区植被生长季NPP多年均值为(205.9±11.5)g/(m^(2)·a)(以C计),年际变化无显著趋势,不同植被类型的生长季NPP年际波动过程与全域生长季NPP基本一致。在空间上,植被生长季NPP自西向东逐渐增加,年际变化趋势具有明显的空间异质性,且整体以退化为主,平均变化率为-0.151 g/(m^(2)·a2),其中表现出严重退化和轻度退化的面积占比分别达到了31.7%和29.5%。气候变化主导的植被面积占比达85.2%,其贡献值的绝对平均值为1.025 g/(m^(2)·a2),约是人类活动贡献值绝对平均值的2倍,太阳辐射、降水量、平均气温和平均风速均是影响植被生长季NPP动态的主要气候因素。该研究表明研究区植被整体表现为退化状态,气候变化是导致该现象的主导驱动因素。研究结果可为中国西北寒旱牧区植被生态系统的可持续利用和保护提供参考。

中国旱区GPP时空演变特征及影响因素研究

为明晰中国旱区生态系统的固碳能力及其变化机制,本研究根据AI指数划分了中国旱区范围,并基于MODIS植被总初级生产力(GPP)数据集,结合气温、降水、饱和水气压差(VPD)、土壤含水量等气象数据和土地利用等人类活动,探究了中国旱区2001—2020年植被固碳能力的时空演变特征及影响因素。结果表明:(1)中国旱区GPP 20 a间呈增长趋势,其中,64.72%的区域GPP呈显著增长趋势;(2)温度对GPP的影响最低,相对贡献率为21.70%,降水和土壤含水量是GPP增长的主导因子,二者贡献率总和超过55%。随干旱程度加剧,水分胁迫作用逐渐增强。不同植被类型下,除混交林和高山植被外,降水是影响其他植被类型GPP变化最重要的气候因子;(3)土壤类型及地貌类型的差异是影响GPP空间分异的主导因子,水分、土地利用类型因素也有重要作用,任意两要素间的交互作用解释力均大于单一要素的解释力,以土壤类型与其他各因子的交互作用最为显著。研究结果对深入理解我国旱区生态系统碳汇演变特征及其对外界环境因子响应机制具有重要理论意义。

松花江流域NPP时空演变及其对极端气候的响应机制

为探究全球气候变化条件下松花江流域陆地生态系统健康程度的变化特征,基于2000—2020年MODIS MOD17A3HGF数据集,采用趋势分析、相关性分析、M-K检验、地理探测器和相对重要性分析等方法,结合气象站点数据和土地利用数据,分析植被净初级生产力(net primary productivity,NPP)时空演变特征及其对极端气候事件的响应机制。结果表明:松花江流域年均NPP值为407.45 g/m^(2)(以C计,下同),以年均4.82 g/m的速率显著上升(p<0.01);极端降水事件对植被NPP空间分异性的影响强于极端气温事件,极端气候指数间交互作用的影响大于单一极端气候指数的影响,流域及农田和草地生态系统NPP主要受总降水量(PRCPTOT)与年平均最低气温(TMIN)交互作用的影响,森林、湿地和聚落生态系统NPP分别受中雨日数(R10 mm)与年平均最高气温(TMAX)交互作用、强降水量(R95P)与TMIN交互作用和R10 mm与暖夜日数(TN90P)交互作用的影响;时间尺度上PRCPTOT、TMAX和TMIN是植被NPP的主要影响因素,空间尺度上PRCPTOT和TMIN是多年平均NPP的主要影响因素。研究结果可为量化气候变化背景下区域生态系统健康程度和应对极端气候事件措施的制定提供科学依据。

Organic Matter Accumulation in the Upper Permian Dalong Formation from the Lower Yangtze Region,South China

The Late Permian was marked by a series of important geological events and widespread organic-rich black shale depositions,acting as important unconventional hydrocarbon source rocks.However,the mechanism of organic matter(OM)enrichment throughout this period is still controversial.Based on geochemical data,the marine redox conditions,paleogeographic and hydrographic environment,primary productivity,volcanism,and terrigenous input during the Late Permian in the Lower Yangtze region have been studied from the Putaoling section,Chaohu,to provide new insights into OM accumulation.Five Phases are distinguished based on the TOC and environmental variations.In Phase I,anoxic conditions driven by water restriction enhanced OM preservation.In Phase II,euxinic and cycling hydrological environments were the two most substantial controlling factors for the massive OM deposition.During Phase III,intensified terrestrial input potentially diluted the OM in sediment and the presence of oxygen in bottom water weakened the preservation condition.Phase IV was characterized by a relatively higher abundance of mercury(Hg)and TOC(peak at 16.98 wt%),indicating that enhanced volcanism potentially stimulated higher productivity and a euxinic environment.In Phase V,extremely lean OM was preserved as a result of terrestrial dilutions and decreasing primary productivity.Phases I,II and IV are characterized as the most prominent OM-rich zones due to the effective interactions of the controlling factors,namely paleogeographic,hydrographic environment,volcanism,and redox conditions.

Spatiotemporal changes of gross primary productivity and its response to drought in the Mongolian Plateau under climate change

Gross primary productivity(GPP)of vegetation is an important constituent of the terrestrial carbon sinks and is significantly influenced by drought.Understanding the impact of droughts on different types of vegetation GPP provides insight into the spatiotemporal variation of terrestrial carbon sinks,aiding efforts to mitigate the detrimental effects of climate change.In this study,we utilized the precipitation and temperature data from the Climatic Research Unit,the standardized precipitation evapotranspiration index(SPEI),the standardized precipitation index(SPI),and the simulated vegetation GPP using the eddy covariance-light use efficiency(EC-LUE)model to analyze the spatiotemporal change of GPP and its response to different drought indices in the Mongolian Plateau during 1982-2018.The main findings indicated that vegetation GPP decreased in 50.53% of the plateau,mainly in its northern and northeastern parts,while it increased in the remaining 49.47%area.Specifically,meadow steppe(78.92%)and deciduous forest(79.46%)witnessed a significant decrease in vegetation GPP,while alpine steppe(75.08%),cropland(76.27%),and sandy vegetation(87.88%)recovered well.Warming aridification areas accounted for 71.39% of the affected areas,while 28.53% of the areas underwent severe aridification,mainly located in the south and central regions.Notably,the warming aridification areas of desert steppe(92.68%)and sandy vegetation(90.24%)were significant.Climate warming was found to amplify the sensitivity of coniferous forest,deciduous forest,meadow steppe,and alpine steppe GPP to drought.Additionally,the drought sensitivity of vegetation GPP in the Mongolian Plateau gradually decreased as altitude increased.The cumulative effect of drought on vegetation GPP persisted for 3.00-8.00 months.The findings of this study will improve the understanding of how drought influences vegetation in arid and semi-arid areas.

Analysis of the Spatiotemporal Variation Characteristics and Driving Factors of Land Vegetation GPP in a Certain Region of Asia

Gross primary productivity (GPP) of vegetation is a critical indicator of ecosystem growth and carbon sequestration. The spatiotemporal variation characteristics of land vegetation GPP trends in a specific region of Asia from 2001 to 2020 were analyzed by Sen and MK trend analysis methods in this study .Moreover , a GPP change attribution model was established to explore the driving influences of factors such as Leaf Area Index (LAI), Land Surface Temperature (LST), Vapor Pressure Deficit (VPD), Soil Moisture, Solar Radiation and Wind Speed on GPP. The results indicate that summer GPP values are significantly higher than those in other months, accounting for 60.8% of the annual total GPP;spring and autumn contribute 18.91% and 13.04%, respectively. In winter, due to vegetation being nearly dormant, the contribution is minimal at 7.19%. Spatially, GPP shows a decreasing trend from southeast to northwest. LAI primarily drives the spatial and seasonal variations of regional GPP, while VPD, surface temperature, solar radiation, and soil moisture have varying impacts on GPP across different dimensions. Additionally, wind speed exhibits a minor contribution to GPP across different dimensions.

基于参数最优地理探测器的福建省植被NPP时空分异及驱动力探究

植被净初级生产力(NPP)是生态系统碳循环的重要组成,研究其时空尺度的变化和驱动机制,对生态系统的可持续发展具有重大意义。选取MOD17A3HGF植被NPP数据、土地利用、地形、气象和社会经济数据,通过Sen+MK趋势分析、Hurst指数、最优参数地理探测器等方法,分析2000-2020年福建省植被NPP时空变化特征及未来趋势,并探究植被NPP空间分异的驱动因子。结果表明,1)2000-2020年福建省植被NPP呈波动状缓慢下降,多年均值为843.71 gC·m^(-2)·a^(-1);灌木植被NPP的多年均值926.54 gC·m^(-2)·a^(-1),是生产力最强的土地利用类型;植被NPP主要集中在600~900 gC·m^(-2)·a^(-1),处在该范围的区域占全省总面积的52.09%~66.23%。2)福建省北部、东南部植被NPP多为显著上升,而中部和西南部主要为显著下降;未来植被NPP变化趋势以反持续性为主(53.25%),应重点关注闽北山地与闽江下游区域。3)造成植被NPP空间分异的驱动因子平均解释度高低排序为降水量>气温>土地利用>夜间灯光>人口密度>坡度>高程>国内生产总值,双因子交互中最高解释度为气温∩降水量(0.282),自然因子间的交互作用影响更大。

基于PIE-Engine云计算平台和CASA模型的植被NPP时空动态遥感监测:以道孚县为例

【目的】为深入了解道孚县的植被固碳水平以及其长期变化趋势,【方法】以MODIS数据、站点气象和土地覆盖等资料为基础,通过PIE-Engine遥感云计算平台建立了CASA模型,估算了2001—2016年道孚县陆地植被净初级生产力(NPP)。同时,结合Theil-Sen Median趋势分析、稳定性分析、分区统计和冷热点分析等手段,探讨了其时空分布和演变特征。【结果】结果显示:(1)基于PIE-Engine云平台模型和CASA模型估算的道孚县2001—2016年的NPP,其精度较高并与MODIS NPP数据有良好的拟合效果。(2)道孚县NPP呈持续上升趋势,其中中部和东南部NPP较高,东北部和中南部NPP较低,同时NPP的低值区正在逐年减少,反映出该地区生态状况正在逐渐改善。(3)所有乡镇的NPP在2001—2016年间均有增长,NPP的空间变化整体稳定,大部分地区NPP波动较小。(4)道孚县的NPP在2001—2016年间总体显著增长,增长区域面积占全县的93%以上。(5)高NPP值区域在空间上形成聚类,“热点”现象明显,这为进一步研究和理解NPP的空间分布和变化规律提供了依据。【结论】研究成果为道孚县的生态环境改善和持续发展提供了科学依据,并提出了一种基于云平台的快速、高效的区域植被NPP评估方法,这对于全面评估可持续发展目标和推动生态文明建设具有积极意义。

广西喀斯特地区植被NPP对高低温气象灾害的响应

高低温气象灾害对广西喀斯特地区石漠化治理和植被修复产生较大威胁。基于2000—2021年广西喀斯特地区植被净初级生产力指数(NetPrimary Productivity,NPP)和气温资料,采用线性趋势法、GIS空间分析法和相关性分析法,分析广西喀斯特地区植被NPP变化趋势和高低温气象灾害对植被NPP的影响。结果表明,2000—2021年,研究区植被NPP增加趋势明显,增长速率为84.7gC·m^(-2)/10a,增加区域面积占比为90.4%,东北和中部地区增加较明显。所有高温灾害指数,包括≥35℃日数、≥37℃日数、≥35℃积温、≥37℃积温和最高气温,对植被NPP均以弱负影响为主;低温灾害指数中,≤0℃积温和最低气温对植被NPP均以弱负影响为主,≤0℃日数以弱正影响为主。高温灾害对研究区中部植被NPP的负影响较强,低温灾害对植被NPP的负影响强度在不同指数间差异较大。高温灾害对各林种NPP的负影响强度和范围多大于低温灾害。发生高温灾害时,竹林NPP受其负影响的强度大于其他林种,桉树类NPP受其负影响的范围大于其他林种,平均面积占比约78.0%。发生低温灾害时,桉树类NPP受其负影响的强度大于其他林种,阔叶林NPP受其负影响的范围大于其他林种,平均面积占比约53.5%。

基于数据融合的植被NPP时空变化及驱动因素分析——以拜城盆地为例

植被净初级生产力(NPP)是区域生态系统保护及生态环境治理的重要参考指标,针对拜城盆地植被NPP时空变化特征及其与气候变化的响应关系不明这一问题,利用STARFM时空数据融合模型,估算拜城盆地30 m空间分辨率的植被NPP,同时使用Sen斜率估计及M-K检验,分析植被NPP的时空变化趋势特征,并通过偏相关系数法量化气候要素的影响程度。结果显示:时间上,研究区2000-2020年植被NPP均值为152.1 g/(m^(2)·a),总体呈不显著下降趋势;空间上,植被NPP值表现为南北高,中部河谷区域低,其中69.03%的区域呈不显著变化,11.44%呈显著增加趋势,19.53%呈显著减小趋势;研究区植被NPP变化与降雨总量、太阳辐射总量呈正相关,与平均气温呈现负相关关系,其中,太阳辐射是影响植被NPP变化的主导因素。研究结果表明:改进的CASA模型对于模拟研究区植被净初级生产力具有较好的适用性,有助于更好地揭示拜城盆地NPP的变化特征及驱动因素,并为估算与定期监测中小尺度区域的NPP提供了新方法。

广东省不同生态系统植被NPP时空变化及对气候因子的响应

广东省具有丰富的植被类型,研究不同生态系统植被净初级生产力(NPP)对气候因子的响应,对提升全省生态环境质量具有重要意义。基于植被净初级生产力、地面观测数据和土地利用分类等数据,制作广东省生态系统分类数据,分析广东省不同生态系统植被NPP的时空特征及其对气候因子的响应规律。结果表明,从年变化规律看,2000-2020年广东省年平均气温、年降水量呈微弱上升趋势,正增长区面积占比分别为86.8%、64.8%;日照时数呈下降趋势,负增长区面积占比为82.4%。植被NPP呈波动上升趋势,多年平均值为1011 g∙m^(−2),年增长值为6.7 g∙m^(−2)∙a^(−1),正增长区面积占全省面积的91.9%。其中,森林生态系统NPP多年平均值及正增长区占比均最高,分别为1107 g∙m^(−2)、95.6%,湿地生态系统NPP多年平均值及正增长区占比均最小,分别为686 g∙m^(−2)、89.5%。从影响程度看,植被NPP与温度、降水、日照时数均呈显著正相关关系,相关系数分别为0.81、0.48、0.68,均通过p=0.001的显著性检验,可见气温是对植被NPP影响最为显著的气候因子,其次是日照、降水。气温和日照时数对森林生态系统NPP影响最大、对湿地生态系统NPP影响最小,降水对农田生态系统影响最大、对湿地生态系统影响最小。从响应时间而言,NPP与气温、日照时数的相关系数均在当月达到最大,而NPP与降水量的相关系数在滞后1个月时达到最大,可见NPP对气温、日照时数的响应不存在滞后。从影响持续时间而言,气温与NPP的相关系数在当月到滞后2个月时均较高,日照时数与NPP的相关系数仅在当月较高,降水量与NPP的相关系数则在当月到滞后3个月时均较高,表明降水对NPP影响持续时间最长。

基于GEE的粤北典型石漠化地区耕地NPP年际时空演变研究

耕地是保障粮食安全和国民经济高质量发展的宝贵资源。喀斯特地区的耕地变化监测对促进耕地资源可持续利用,评估石漠化治理成效与区域生态安全具有重要意义。研究基于Google Earth Engine,调用土地覆被、NPP数据集与地形高程数据,分析2018-2022年耕地面积、NPP的时空演变。研究表明:①2018~2022年粤北典型石漠化地区耕地面积总体略有缩减,集中于研究区南北两侧及缓坡与中坡地带;②总体NPP在镇域尺度与所有坡型均呈现递增趋势,表明生态环境的整体改善;③耕地NPP在不同坡型均体现为递增趋势,但在镇域尺度呈现出现南北两侧递减与中南部递增的差异化趋势。表明在退耕还林、封山育林等石漠化综合治理措施取得成效,且尽管耕地面积有所缩减仍保证了现有耕地的生产能力,部分地区呈现出的递减趋势可能是治理过程中产生的暂时性下降。表明韶关典型石漠化地区综合治理取得成效,有效改善了区域生态和耕作条件。

山西省矿区NPP动态变化特征及驱动因素研究——以轩岗矿区为例

多年来山西省主要以煤炭资源带动发展,但生态环境受到破坏,植被净初级生产力(NPP)是衡量区域生态环境的重要指标,研究矿区植被NPP对于区域生态修复及可持续发展、高质量发展具有重要意义。本文以山西省轩岗矿区为例,运用Landsat、MOD17A3H、DEM、气象、人口等数据,综合CASA模型、一元线性回归、Hurst指数及地理探测器方法,揭示了矿区植被NPP时空变化特征,并分析了其驱动因素。结果表明:①在时间尺度上,2000—2021年轩岗矿区植被NPP高值区呈显著上升趋势,多年平均值为370.79 gC/(m^(2)·a);②在空间尺度上,矿区植被NPP具有显著异质性,总体呈现从西南到东北逐渐降低的特征,由大到小依次为中值区(53.63%)、高值区(41.99%)、低值区(4.38%);③在变化趋势上,矿区植被NPP以增加趋势为主,且未来将以持续加剧为主,植被生长环境仍有较大挑战;④从驱动因素上分析,矿区植被NPP受因子影响由大到小依次为:土地利用(0.109)、海拔(0.088)、人口密度(0.075)、坡度(0.042)、降水(0.020)、气温(0.014)、坡向(0.042)。

2000—2018年海南岛NPP时空变化及气候驱动力

海南岛作为国家生态文明实验区,针对其植被净初级生产力(NPP)变化趋势及气候驱动力尚未明确的问题,基于MODIS数据分析了海南岛2000—2018年NPP、植被呼吸(Re)和植被初级生产力(GPP)的时空变化趋势,并利用多元线性回归分析量化并识别海南岛NPP的主要气候驱动力。结果表明,GPP、NPP和Re均呈现上升趋势,NPP的增长趋势最小(增速为0.016 kg C·m^(-2)·a^(-1))且仅在海南岛中部偏北地区呈不显著的下降趋势,而其余地区呈上升趋势。多元线性回归分析表明:太阳辐射主导着海南岛大部分地区NPP变化;海南岛中部偏北地区NPP变化由降水和温度共同驱动,中部偏南地区则由降水和太阳辐射共同驱动;温度驱动着海南岛西南部和南部地区的NPP变化。

中国亚热带地区植被GPP时空变化及其对GPP_(max)和物候的响应

亚热带地区植被具有很强的固碳能力,其动态变化对区域乃至全球尺度碳循环都具有重要影响。基于植被总初级生产力(GPP)和日光诱导叶绿素荧光(SIF)数据,本文采用曲率求导和样条插值提取我国亚热带植被春秋季物候和GPP峰值(GPP_(max)),结合MK趋势检验和偏相关分析,定量分析2001—2018年我国亚热带植被年GPP时空变化特征及其对物候和GPP_(max)的响应。结果表明,研究期间,亚热带地区植被年GPP和GPP_(max)均表现为显著增加的趋势,春季物候和秋季物候则分别表现出不显著提前和显著推迟。偏相关分析结果表明,GPP_(max)和春季物候与年GPP在整个研究区分别为正相关和负相关;除研究区东南部以外,秋季物候与年GPP也表现为正相关。整体而言,研究区内植被年GPP变化主要受到GPP_(max)的控制,其次为春季物候和秋季物候。

海南岛近20年GPP变化格局及驱动因素分析

为探究气象因素与人类活动对近20年海南岛总初级生产力(Gross Primary Production,GPP)变化的相对贡献,首先利用Theil-Sen及Mann-Kendall方法获取海南岛GPP整体时空分布特征,在此基础上,分别以土地利用及覆被变化(Land Use and Cover Change,LUCC)指示人类活动,以气温(Air Temperature,Ta)、饱和水汽压差(Vapor Pressure Deficit,VPD)以及光合有效辐射(Photosynthetically Active Radiation,PAR)作为气象要素指标,通过空间统计与机器学习手段,构建海南岛GPP变化格局归因模型,量化驱动因素的相对贡献。结果表明:研究期间内,时间上,海南岛GPP呈现0.44 Tg·a^(-1)的显著增加趋势(P=0.024);空间上,海南岛87.8%面积的GPP表现增加趋势,海口及三亚周边等小部分区域(约9%)则表现为下降;海南岛土地利用共计转移15528.40 km^(2),主要发生于林地地区,林地净增加642.88 km^(2),草地地区转移面积为4759.28 km^(2),耕地地区转移的面积为4051.23 km^(2);相较于人类活动,研究期年际间气象条件的差异是海南岛GPP变化的主导因素,但特殊年份中LUCC对海南省市县的影响则有所凸显。

草原区露天煤矿开发对草地植被NPP的影响研究

为了定量化评价草原区露天矿开发对草地生态系统影响,以伊敏露天煤矿为例,选择植被净初级生产力(NPP)指标,采用1985—2018年间21期卫星遥感数据进行长时间系列的NPP计算,分析露天矿开采对周边草地生态系统的影响程度及排土场生态恢复效果。结果表明,伊敏露天矿开发影响导致影响区草地NPP损失约10%~30%。随着恢复时间的增加,排土场植被不断向自然植被演替,NPP也不断增加并趋于稳定,稳定后的外排土场NPP已达到未受影响区历年NPP均值的90%左右,植被生产力接近自然植被生产力水平。但恢复时间较短的内排土场、北外排土场NPP均值仅达到未受影响区历年NPP均值的50%左右。露天矿生态重建与恢复是一个长期过程,外排土场的植被演替达到稳定状态需要20年以上,必须与露天开采活动同步推进,并长期坚持。

2001—2019年河北省植被NPP时空变化分析

为研究河北省植被净初级生产力(net primary productivity,NPP)的时空变化与驱动机制,基于河北省2001—2019年植被NPP数据、土地利用类型数据和气象数据,采用一元线性回归和相关性分析相结合的方法,对河北省植被NPP时空变化与影响因素进行定量研究。结果表明:(1)从时间上看,2001—2019年河北省植被NPP值总体呈增加趋势,植被NPP有机碳产出年均值为237.55~354.36 g/m^(2);(2)从空间上看,河北省植被年均NPP分布总体呈北高南低、东北高西南低的特征,符合地理分异规律,且高值区多分布在河北省北部与西部山地;(3)2001—2019年,与降水量正相关的河北省植被NPP面积高达93.14%,与气温负相关的河北省植被NPP面积为78.96%,同时,河北省植被NPP的空间分布特征与植被类型分布也有关,其中林地植被NPP最高且增长速度最快。