2000—2010年神东矿区植被NPP的变化特征及影响因素分析

基于EOS/MODIS NPP数据集,对神东矿区植被净初级生产力(NPP)变化的时空特征及主要影响因素进行分析。研究表明,2000—2010年,神东矿区植被年NPP主要介于(98~160)g C/(m2·a)区间,11 a平均值为139.80 g C/(m2·a),低于同期全国植被年平均NPP值360.97 g C/(m2·a)约61.3%,低于同期矿区10 km缓冲区年平均NPP值142.49 g C/(m2·a)约2%,同时也低于同纬度对比区域年均NPP值161.97 g C/(m2·a)约13.7%。11 a NPP值一元线性回归分析表明,3个区域2000—2010年平均NPP变化趋势及斜率特征大致相符,相关系数均达到0.94以上;植被NPP与同期气候因子的相关性分析表明,神东矿区植被年NPP与年降水量相关系数较大,为0.716。     

基于MODIS数据的2002～2006年中国陆地NPP分析

对2002～2006年MODIS数据进行处理,统计得出5 a间全国年均陆地植被净初级生产力(NPP)为1.5 PgC;5 a全国NPP组成分析显示,NPP绝大部分集中在0～300 gC/m2区间,所占比例约为70%～85%;全国大部分地区年NPP呈现出减少的趋势,受城市扩张、新增工业用地等人类活动影响显著。     

皖江城市带植被NPP时空变化及其气候响应

针对现有植被净初级生产力研究对城市圈、城市带尺度缺乏关注的问题,基于MODIS遥感数据、地面气象资料等,利用改进的CASA模型,结合回归分析、相关分析等方法探究了2000—2013年皖江城市带植被NPP的时空变化及其对气候因子的响应,为区域生态环境质量评价提供参考。结果表明:近14年来,皖江城市带植被NPP总体呈增加趋势;不同土地利用类型NPP差异显著,林地草地耕地建设用地未利用土地水体;年NPP均值呈现由南部向西北部减少的空间分布特征;植被NPP年际变化率较小,介于±10gC·m-2·a-1范围内;温度是影响研究区植被NPP时空变化的主要气候因子。     

福建省植被NPP时空格局及其驱动力分析

以福建省为研究区,以中等分辨率MODIS NDVI遥感数据、气象数据及其他辅助数据为数据源,基于植被净初级生产力(net primary productivity,NPP)光能利用率估算模型——CASA,定量研究了该区域历史序列(2001—2012年)NPP时空变化格局,探索其主要影响因素。结果表明:2001—2012年该区域NPP总体呈现下降趋势,2003年和2005年为历年变化下降率最大的两年;该区域NPP时空分布特征明显,在空间上表现为由南向北递减的空间分布格局,且沿海经济发达区域NPP普遍较低;时间上表现为春秋两季具有相同的空间分布,夏季具有最高的NPP,占全年NPP的56%,冬季平均NPP在120gC·m~(-2)·a~(-1)以下;降水和温度与NPP的线性相关性较小,且线性相关性随空间位置的不同而有所差异;福建省NPP对气候因子的响应随空间位置的变化而变化,在不同的区域,其主要的胁迫因子不同,NPP总体受到辐射量的驱动因素要比其他胁迫因子强。     

武汉地区植被NPP动态监测研究

通过建立、比较多种区域性光合有效辐射(PAR)估算模型,对比分析了NDVI、EVI与光合有效辐射吸收系数(fPAR)之间的关系,根据不同植被最大光能利用率的不同,改进了植被净初级生产力(NPP)模拟算法。利用MODIS、气象辐射数据等,研究了武汉市2001～2011年间植被NPP季节、年际变化特征。结果表明,NPP季节变化明显,夏季高,春秋次之,冬季低,七月中旬最高,达到85gCm-2 month-1;年平均NPP呈现出一定的增长趋势,2008年最高562gCm-2a-1;不同类型植被NPP差异较大,常绿阔叶植被年平均值最大1 028gCm-2a-1,每年生阔叶植被NPP最低410gCm-2a-1。     

国产高分数据在草原露天煤矿植被监测中的应用

利用高分一号卫星数据建立小尺度CASA－NPP估算模型,反演及监测草原露天煤矿区草地NPP空间分布格局,以及煤矿区内部复垦植被的NPP与表层土壤之间的关系。利用归一化植被指数、归一化水体指数等获取CASA模型有效光辐射参数、水分胁迫系数等,从而简化并改进小尺度CASA模型,遥感反演数据与实测样点数据拟合度达到0．94。结果表明,该模型能够高精度地完成小区域NPP估测。从利用CASA模型反演得到的NPP空间格局可以看出,这一地区的植被退化以采矿、放牧等人类活动为主导,原地貌区域围栏的典型草甸草原NPP在300～400 gC／m2· yr 之间,高于放牧区域 NPP,矿区内 NPP 空间变化显著,矿区内部 NPP 低于100 gC／m2· yr,明显低于周边原地貌地区。对于矿区复垦排土场区域,复垦年限和表土的养分是决定植被生长和NPP的主要因素。研究得出国产高分卫星数据可以高精度地完成小尺度NPP的估测,从而为其在草原地区以及矿山环境中监测提供了研究基础。     

基于GIS和RS的区域陆地植被NPP估算——以中国内蒙古为例

在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,构建了一个区域陆地植被NPP估算模型,并以2002年的内蒙古植被为例,研究了植被净初级生产力及其时空分布。结果表明:(1)该模型在数据获取了上比较容易,仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算,使其实际的可操作性得到加强。(2)通过与NPP的实测资料及其他模型的对比研究表明:该模型对区域陆地值被NPP的模拟效果较好,与Chikugo模型相比,它更能反应森林NPP的实际情况。(3)2002年内蒙古植被净初级生产力为390.8MtC/a,总体分布趋势是由东北向西南递减,其季节变化也非常明显,在6月中旬至9月中旬的3个月时间里,NPP占了全年的72.7%,而1—2月份植物基本停止生长,净初级生产力极低,每月仅为3.59MtC。     

基于CASA模型的北京植被NPP时空格局及其因子解释

以北京为研究区,整合遥感数据、气象数据及其他多源辅助数据,基于改进的光能利用率(carnegie-amesstanford approach,CASA)模型分析了2010年北京植被生态系统净初级生产力(net primary productivity,NPP)的时空分布格局及其主要影响因素。结果表明:12010年北京NPP总量为5.5 Tg C,其NPP的空间分布格局为北部和西部山区总量较高,平原区NPP总量较低;2北京植被NPP的季节变化明显,夏季NPP最大,占全年的62%,冬季最小,仅占3%,春季和秋季分别占全年NPP总量的18%和17%;3北京植被NPP受水分和热量条件限制,不同区域的主要限制因子不同,北部和西部山区自然植被受气温影响较大,平原区农作物生长更容易受降水影响,而在山区向平原过渡区域的植被受太阳辐射变化影响明显。     

黄河流域植被NPP时空变化及其对水热条件和退耕还林还草工程实施的响应

本文以MOD17A3HGF植被净初级生产力(NPP)数据为基础,结合气温、降水及DEM数据,开展了2000—2020年黄河流域植被NPP时空变化特征及其对水热条件和退耕还林还草工程实施的响应研究。结果表明：(1)黄河流域植被NPP总体呈显著线性增加趋势(P<0.001),其中植被NPP增速中游地区高于下游、下游高于上游地区。黄河流域植被NPP显著增加趋势占95.29%,集中分布在黄河流域中游地区(黄土高原地区);显著减少的区域主要集中在人口分布密集的城市及其周边区域。(2)黄河流域植被NPP与年平均气温、年降水量均以正相关为主,其中显著正相关分别占11.15%和42.35%,分别呈东—西向和南—北向分布。(3)黄河流域中游地区坡度为[15°,25°]区域植被NPP增速最快,其次为坡度>25°和<15°区域,反映出退耕还林还草工程的实施对黄河流域中部黄土高原地区的植被改善具有一定的作用。     

中国植被净第一性生产力遥感动态监测

植被净第一性生产力 (NPP)研究方法很多 ,运用NOAAAVHRR的可见光、近红外和热红外波段来提取和反演地面参数 ,进而准确估算陆地植被净第一性生产力 ,是一种全新的研究手段。利用遥感数据进行生物量和净第一性生产力的估算 ,主要是采用光能利用率模型 ,即通过NPP与植物吸收的光合有效辐射 (A PAR)和植被将所吸收的光合有效辐射转化为有机物的转化率 (ε)的关系来实现的。用数学公式可表达为 :NPP =(FPAR×PAR)× [ε ×σT×σE×σS× (1-Ym)× (1-Yg) ]在遥感和地理信息系统技术的支持下 ,以 1990年每旬的 8km分辨率的NOAAAVHRR 1— 5通道的影像为数据源 ,对中国每旬的陆地植被净第一性生产力进行估算 ,然后累加得出全年的NPP值。估算结果 :1990年我国陆地植被NPP总量为 6 13× 10 9t/a ,NPP最高值为 1812 9gC/m2 。就计算结果 ,对中国大陆植被NPP的分布规律进行了分析。遥感模型能够以面代点 ,比较真实地反映陆地植被NPP的时空分布状况 ,与我国植被分布的地理规律性相符 ,这是其它统计模型所无法比拟的     

利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

针对城市地物的特点,本文基于两种不同空间分辨率的遥感数据,利用原始与改进后的CASA估算了徐州城区的NPP,探讨了CASA模型的改进和遥感影像的空间分辨率对城市尺度NPP估算结果的影响。研究结果表明：①城市建筑用地对城市NPP的估算结果有较大的影响。改进的CASA模型将建筑用地的光合有效辐射（FPAR）归零,其估算值降至15.503 gC·m^-2·month^-1,有效去除了建筑用地对城区NPP估算的影响。②低空间分辨率的遥感数据对城市尺度的NPP存在高估现象。MOD13Q1+改进的CASA模型估算的NPP均值为18.607 gC·m^-2·month^-1,比Landsat 8 OLI+改进的CASA模型估算结果高出了3.104 gC·m^-2·month^-1。该研究结果可为城市尺度NPP估算提供新的方法,为城市碳汇估算提供科学依据。     

Estimating net primary productivity in tropical forest plantations in India using satellite-driven ecosystem model

Net Primary Productivity (NPP) is a significant biophysical vegetation variable to understand the spatio-temporal distribution of carbon and source-sink nature of the ecosystem. This study was carried out in a forest plantation area and aimed to (i) estimate the spatio-temporal patterns of NPP during 2009 and 2010 using Carnegie-Ames-Stanford Approach [CASA] model and (ii) study the effects of climate variables on the NPP using generalized linear modelling (GLM) approach. The total annual NPP varied from 157.21 to 1030.89 gC m^?2 yr^?1 for the year 2009 and from 154.36 to 1124.85 g C m^?2 yr^?1 for the year 2010. The annual NPP was assessed across four major plantation types, where maximum NPP gain (106 and 139 g C m^?2 yr^?1 ) in October was noticed in teak (Tectona grandis) and minimum (77 and 109 g C m^?2 yr^?1 ) in eucalyptus (Eucalyptus hybrid) during 2009 and 2010.The validation, using field-estimated NPP, showed under-estimation of modelled NPP, with maximum MAPE of 34% for eucalyptus and minimum of 13% for teak. The dominant influence of precipitation on the NPP was revealed by GLM explaining more than 20% of variation. CASA model efficiently estimated the annual NPP of plantations. The accuracy could be improved further with inclusion of higher resolution data.     

湖北省植被净初级生产力时空变化特征及其影响因素分析

基于改进的光能利用率模型,本文利用MODIS数据和同期气象数据估算分析了湖北省2001—2012年间植被净初级生产力(NPP)的时空变化特征并借助多元统计分析方法定量探究自然因素(气温、降水量、太阳辐射)和人为因素(土地覆被/土地利用、粮食播种面积、粮食产量、人口数量)对NPP变化的影响。结果表明:1)湖北省NPP呈波动上升趋势,年际增加趋势为8.19 g/m~2·a;2) NPP空间分布差异明显,呈现西高东低、北高南低、从西向东逐渐递减的态势;3)造林累计面积和太阳辐射变化是影响NPP变化的主要因素。     

Net primary productivity of forest stands in New Hampshire estimated from Landsat and MODIS satellite data

Background

A simulation model that relies on satellite observations of vegetation cover from the Landsat 7 sensor and from the Moderate Resolution Imaging Spectroradiometer (MODIS) was used to estimate net primary productivity (NPP) of forest stands at the Bartlett Experiment Forest (BEF) in the White Mountains of New Hampshire.

Results

Net primary production (NPP) predicted from the NASA-CASA model using 30-meter resolution Landsat inputs showed variations related to both vegetation cover type and elevational effects on mean air temperatures. Overall, the highest predicted NPP from the NASA-CASA model was for deciduous forest cover at low to mid-elevation locations over the landscape. Comparison of the model-predicted annual NPP to the plot-estimated values showed a significant correlation of R² = 0.5. Stepwise addition of 30-meter resolution elevation data values explained no more than 20% of the residual variation in measured NPP patterns at BEF. Both the Landsat 7 and the 250-meter resolution MODIS derived mean annual NPP predictions for the BEF plot locations were within ± 2.5% of the mean of plot estimates for annual NPP.

Conclusion

Although MODIS imagery cannot capture the spatial details of NPP across the network of closely spaced plot locations as well as Landsat, the MODIS satellite data as inputs to the NASA-CASA model does accurately predict the average annual productivity of a site like the BEF.     

Verification of Net Primary Production Estimation Method in the Mongolian Plateau Using Landsat ETM＋ Data

We plan to estimate global net primary production (NPP) of vegetation using the Advanced Earth Observing Satellite-Ⅱ (ADEOS-Ⅱ) Global Imager (GLI) multi-spectral data. We derive an NPP estimation algorithm from ground measurement data on temperate plants in Japan. By the algorithm, we estimate NPP using a vegetation index based on pattern decomposition (VIPD) for the Mongolian Plateau. The VIPD is derived from Landsat ETM multi-spectral data, and the resulting NPP estimation is compared with ground data measured in a semi-arid area of Mongolia. The NPP estimation derived from satellite remote sensing data agrees with the ground measurement data within the error range of 15% when all above-ground vegetation NPP is calculated for different vegetation classifications.     

Verification of net primary production estimation method in the Mongolian Plateau using landsat ETM+data

We plan to estimate global net primary production (NPP) of vegetation using the Advanced Earth Observing Satellite-II (ADEOS-II) Global Imager (GLI) multi-spectral data. We derive an NPP estimation algorithm from ground measurement data on temperate plants in Japan. By the algorithm, we estimate NPP using a vegetation index based on pattern decomposition (VIPD) for the Mongolian Plateau. The VIPD is derived from Landsat ETM+multi-spectral data, and the resulting NPP estimation is compared with ground data measured in a semi-arid area of Mongolia. The NPP estimation derived from satellite remote sensing data agrees with the ground measurement data within the error range of 15% when all above-ground vegetation NPP is calculated for different vegetation classifications.