青藏高原高寒草地净初级生产力(NPP)时空分异

基于1982-2009 年间的遥感数据和野外台站生态实测数据,利用遥感生产力模型(CASA模型) 估算青藏高原高寒草地植被净初级生产力(NPP),分别从地带属性(自然地带、海拔高程、经纬度)、流域、行政区域(县级) 等方面对其时空变化过程进行分析,阐述了1982 年以来青藏高原高寒草地植被NPP的时空格局与变化特征。结果表明:① 青藏高原高寒草地NPP多年均值的空间分布表现为由东南向西北逐渐递减;1982-2009 年间,青藏高原高寒草地的年均总NPP为177.2×10¹² gC·yr^-1,单位面积年均植被NPP为120.8 gC·m^-2yr^-1;② 研究时段内,青藏高原高寒草地年均NPP 在112.6~129.9 gC·m^-2yr^-1 间,呈波动上升的趋势,增幅为13.3%;NPP 增加的草地占草地总面积的32.56%、减少的占5.55%;③ 青藏高原多数自然地带内的NPP呈增加趋势,仅阿里山地半荒漠、荒漠地带NPP呈轻微减低趋势,其中高寒灌丛草甸地带和草原地带的NPP增长幅度明显大于高寒荒漠地带;年均NPP增加面积比随着海拔升高呈现"升高—稳定—降低"的特点,而降低面积比则呈现"降低—稳定—升高"的特征;④ 各主要流域草地年均植被NPP均呈现增长趋势,其中黄河流域增长趋势显著且增幅最大。植被NPP和盖度及生长季时空变化显示,青藏高原高寒草地生态系统健康状况总体改善局部恶化。     

青海省草地资源净初级生产力遥感监测

在研究特定区域的草地光能利用率和环境影响因素典型特点的基础上,建立基于光能利用率的草地NPP遥感估算模型,模拟并分析2006年青海省草地FPAR、光能利用率、NPP的空间分布和季相变化特征。研究结果表明,2006年青海省草地净初级生产力平均值为173.28 gC/(m2.a)。青海省东南部、南部和青海湖周围三个地区,是青海省草地NPP较高的区域。不同草地类型的NPP存在差异,高覆盖度草地的单位面积平均NPP为193.82 gC/(m2.a),中覆盖度草地NPP为157.14 gC/(m2.a),低覆盖度草地NPP为121.08 gC/(m2.a)。     

基于Biome-BGC模型的青藏高原五道梁地区NPP变化及情景模拟

以“气候变暖”为标志的全球气候变化对青藏高原生态系统产生强烈影响,利用参数本地化的生物地球化学模型（Biome-BGC）对五道梁地区草地生态系统进行模拟,研究了该区域1961~2015年净初级生产力（net primary productivity,NPP）的变化,并进行了情景模拟。结果表明:五道梁地区近55 a草地年均NPP为67.94 g/(m ²·a),呈显著上升趋势,主要是由生长季延长以及9月份生物量快速增长造成。在该地区,温度是草地NPP的主导因子,降水变化在40%以内对生产力影响不显著;温度和降水交互影响NPP,对单一影响有放大作用,暖湿条件下NPP对气候变化响应更加明显。     

2000—2014年青藏高原植被净初级生产力时空变化及对气候变化的响应

青藏高原是全球气候变化最敏感的地区之一。计算青藏高原生态系统净初级生产力(Net Primary Productivity, NPP)对精确估算全球碳循环具有重要意义。基于CEVSA模型，利用M-K趋势检验法、Sen’s斜率估计法及Pearson相关系数法，分析了2000—2014年青藏高原生态系统的净初级生产力时空变化特征。结果表明：（1） 青藏高原高寒生态系统净初级生产力在空间分布上表现出由东南向西北减小的趋势，在东部及东南部的森林区NPP在600~1 200 gC·m^-2·a^-1之间，中部草原和草甸区NPP在200~400 gC·m^-2·a^-1之间，西部和北部荒漠区，受水热条件的限制NPP很小，该趋势与水热分布趋势基本一致。（2） NPP年际变化与多年平均气温呈正相关，与降水量呈负相关。NPP与气温呈正相关的地区面积占研究区总面积的82.24%，与降水量呈负相关的地区面积占49.31%，表明气温是影响植被NPP空间分布的主要因子。（3） 近15 a来，青藏高原 NPP整体呈增加趋势，与气温趋势变化一致，降水量表现出微弱的减少趋势，气温的增加伴随降水量的减少是青藏高原NPP缓慢增加的主要原因。因此，准确描述NPP对气候变化响应的能力将使我们能够深入理解陆地生态系统应对全球变化做出的反应。     

基于MODIS的青海草地产草量变化遥感分析

青海省属于全国四大牧区之一，及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义。草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系，但是估算涉及植被指数、统计模型和建模指标等因素，不同组合建立的估算模型的精度不同。本文基于青海省MODIS数据与地面实测产草量数据，选择了6种植被指数（NDVI、EVI、RVI、DVI、RDVI、MSAVI）、5种统计模型（简单线性模型、二次多项式模型、幂函数模型、指数函数模型、对数函数模型）以及3种建模指标（植被指数年度最大值VI_max、植被指数生长季累积值VI_season-cum、植被指数年度累积值VI_annual-cum），研究不同组合下估算模型的精度差异，并从中选出最优产草量估算模型，用于估算青海省2015年和2016年的产草量。结果表明：（1）6种植被指数中，基于NDVI的产草量估算精度最高；非线性模型的估算精度高于线性模型，尤其是指数模型，适用于大多数草地类型产草量的估算；基于NDVI年度最大值的估算模型对大多数草地类型都具有最高的决定系数（R²）。（2）从干重来看，高产草量区（>1 200 kg·hm^-2）主要位于青海东部的高寒草原，中等产草量区（600~1 200 kg·hm^-2）位于青海南部和东部的高寒草原和禾草草原，低产草量区（<600 kg·hm^-2）位于青海西部和北部的高寒草甸、高寒草原、高寒荒漠和盐生草甸。（3）与2015年相比，2016年青海省干草总产量减少31.60×10⁴ t，减幅为1.36%。其中，禾草草原和高寒草甸的减产幅度最大，而荒漠草原和盐生草甸的产量则有所增加。本文可为草地产草量遥感估算的研究和实践提供参考。     

青藏高原植被净初级生产力对物候变化的响应

该文开展了全球变暖影响下青藏高原植被净初级生产力(Net Primary Productivity,NPP)对物候变化响应机制的研究。首先,基于MODIS MOD13Q1NDVI数据集,采用动态阈值法和CASA模型分别反演了2002-2012年青藏高原植被物候和植被NPP。而后研究了青藏高原物候和NPP时空演变格局,分析了青藏高原不同生态单元、不同植被类型的NPP对物候变化的响应机制。结果表明:1)2002-2012年青藏高原高寒植被生长初期(Beginning of Glowing Season,BSG)提前(0.034d/a),生长结束期(Ending of Growing Season,EGS)推后(0.299d/a),生长期(Length of Growing Season,LGS)延长(0.300d/a),植被NPP与此相应出现不同程度的增加(1.494gC·m-2/a)。2)青藏高原植被NPP对植被物候变化的响应出现明显的区域分异。整体上青藏高原植被LGS的延长促进了NPP的增加,但由于不同地区主导气象因子的差异,两者之间的响应关系也存在明显差异。3)春季物候的提前对NPP所带来的影响明显大于生长结束期,而BGS主要靠影响春季NPP的累积进而影响全年植被NPP的总量。     

基于植被盖度和高度的不同退化程度高寒草地地上生物量估算

由于气候变化和不合理的人类活动，20世纪80年代以来青藏高原高寒草地发生严重退化。地上生物量是评价草地退化的直观指标。通常采用植被盖度和高度来估算草地地上生物量，但草地退化后，植被盖度和高度与地上生物量之间的关系是否会发生变化目前还不清楚，这影响着退化草地生物量估算的精度。通过多元回归分析研究了青藏高原中部和东北部高寒草甸、高寒草原在不同退化程度下植被盖度和高度与地上生物量的关系。结果表明：（1）高寒草甸与高寒草原地上生物量整体上及不同退化阶段都没有显著差异（P>0.05）。（2）随着退化程度的加剧植被盖度和高度对地上生物量的影响也发生改变，体现在未退化阶段地上生物量主要受植被高度影响，退化后主要受植被盖度影响。（3）无论是高寒草甸还是高寒草原分退化程度的回归模型估算结果都较不分退化程度模型估算的生物量更接近实测值。我们建议在退化高寒草地研究中采用盖度和高度估算生物量时，根据退化阶段采用不同的估算模型。     

基于无人机影像的北部湾典型岛群红树林生态系统净初级生产力估算

提出以无人机季节航拍影像为数据源，采用ENVI5.3软件中的CART方法对广西北部湾的典型岛群红树林景观类型进行解译，借助于Python语言实现CASA模型并将其引入到对岛群红树林生态系统的研究中，得出了不同海岛和红树林生态系统净初级生产力（NPP）的空间分布特征。结果表明：1）可见光波段差异性植被指数（VDVI）可以很好地区分海岛及红树林植被等典型地物，可应用在岛群红树林生态系统NPP的估算上；2）研究区NPP的总量为127.09 t·C/a，NPP的年均碳密度值介于0~1 437.12 g·C/m²，年均碳密度为399.85 g·C/m²。红树林生态系统的NPP值较高，而海岛生态系统的NPP值较低；3）季节尺度上NPP碳密度的大小与年内太阳辐射有直接的关系，夏季的NPP碳密度最大，冬季最小；4）白骨壤的单位面积NPP最大，为1 123.09 g·C/m²，而桐花树最小，为649.65 g·C/m²。红树林生态系统NPP平均碳密度低于实测样地和深圳福田红树林计算结果，这与不同红树林群落的植被光谱特征有关。     

内蒙古荒漠草原植被降水利用效率的时空特征

植被降水利用效率（PUE）是评价干旱、半干旱地区植被对降水响应的重要指标。利用1982—2015年GIMMS NDVI3g NDVI数据及同期气象数据反演内蒙古荒漠草原的PUE,研究荒漠草原不同植被类型、不同地区PUE时空变化,并分析了PUE 与气候因子的相关关系。结果表明：（1）1982—2015年间荒漠草原年均PUE为0.51 gC·m^-2·mm^-1,PUE的分布呈现出一定的空间异质性。荒漠草原PUE极显著增大和显著增大的面积分别占草原总面积的35.88%、55.41%,荒漠草原PUE极显著减小的面积占草原总面积的8.70%,荒漠草原PUE整体呈现增大趋势。（2）荒漠草原不同植被类型PUE均值范围0.34—0.56 gC·m^-2·mm^-1。各种植被类型中,东方针茅草原PUE最大,镰芒针茅草原PUE最小。除了镰芒针茅草原与其他植被类型差异显著以外,其他植被类型间差异不太显著。从PUE变化看,除了东方针茅草原PUE呈现下降趋势,其他植被类型PUE都呈现增大的趋势。（3）荒漠草原PUE与降水有很强的负相关性;草地年PUE与年均气温相关性不太明显;草地年PUE与年均太阳辐射呈正相关关系。     

2001—2017 年三江源区典型草地群落碳源/ 汇模拟及动态变化分析

碳源/汇是解释地球大气碳循环过程的重要指标，探究三江源的碳源/汇特征对于理解该地 区植被对全球气候变化的响应具有重要意义。三江源以脆弱的草地生态系统为主，且对全球气候 变化非常敏感。该地区生态环境极其脆弱，大部分地区条件恶劣导致实测数据稀缺，很难对该地 区的碳源/汇时空格局进行完整剖析。因此通过以三江源 5 种典型草地群落（金露梅、紫花针茅、风 毛菊、小蒿草、及青藏薹草群落）为研究对象，基于 BIOME-BGC 模型，利用地理数据、气象数据和植 被生理参数等数据，得出 2001—2017 年三江源草地群落的净初级生产力（NPP）、净生态系统生产 力（NEP）模拟值，并对草地群落 NPP、NEP 变化特征与气温、降水相关性以及碳利用效率变化等特 征进行了综合分析。结果表明：三江源区 NPP、NEP 在空间格局上，表现为由东南向西北数值逐渐 递减趋势；5 种典型草地群落多年 NPP 均呈现逐年增高趋势，其平均值为 196.06 g C·m ^-2·a ^-1。其 中，金露梅群落 NPP 平均值最高为 342.00 g C·m^-2·a^-1，青藏薹草群落 NPP 平均值最低为 55.93g C·m^-2·a^-1；5 种草地群落 NEP 的多年平均值为 49.02 g C·m^-2·a^-1，金露梅、紫花针茅及青藏薹草 3 种植 被群落的 NEP 值呈缓慢的上升趋势，风毛菊和小蒿草群落呈缓慢下降趋势。研究发现三江源草地 生态系统具有显著的碳汇作用，且不同群落 NPP、NEP 对气温和降水的响应程度有所差异，5 种群 落 NPP 与气温均呈显著正相关，但 NPP、NEP 与降水量的相关性较低；5 种群落均具有较强固碳潜 力，除金露梅外其余植被群落的碳利用率均在 0.625 以上。     

中国典型自然保护区生境状况时空变化特征

中国已建立各类自然保护区2740个,占全国陆地面积的14.8%。本文以典型国家级自然保护区为例,基于遥感反演、模型模拟、空间分析等方法,获得植被覆盖度、净初级生产力（NPP）和土地覆被时空数据集,分析2000-2015年中国不同区域、不同类型自然保护区生境状况时空变化及人类扰动的影响,进而评估自然保护区在栖息地及生物多样性保护方面的效果。结果表明：2000-2015年,国家级自然保护区植被覆盖度从36.3%提高到37.1%,各类型自然保护区均有不同程度提高,其中森林类保护区年增速0.11%,草原草甸类0.84%,内陆湿地类0.21%,荒漠生态类0.09%,野生动物类和野生植物类则分别为0.11%和0.08%。草原草甸类、内陆湿地类、荒漠生态类、野生动物类自然保护区植被NPP年增速分别为2.06 g·m^-2、1.23 g·m^-2、0.28 g·m^-2、0.4 g·m^-2,而森林类和野生植物类则分别以3.45 g·m^-2和2.35 g·m^-2的年速率减少。近15年,国家级自然保护区内人类扰动呈现微弱变化,除青藏高原区和南亚热带湿润区内保护区人类扰动略微下降以外,其他区域均有所增强,特别是北亚热带和温带湿润区,其保护区人类扰动由4.70%明显增至5.35%。     

气候变化对中亚草地生态系统碳循环的影响研究

准确评估草地生产力、碳源/碳汇功能,分析气候变化对草地生态系统碳循环的影响,对于草地资源的合理开发和有效保护至关重要。选取对气候变化以及人类干扰高度敏感的中亚干旱区草地生态系统为研究对象,利用Biome-BGC模型,模拟分析其NPP、NEP的年际变化趋势及其空间分布格局。结果显示：（1）1979-2011年中亚地区草地生态系统NPP年平均值为135.6 gC·m^-2·a^-1,且随着时间的推移呈现出波动下降的趋势,下降速率为0.34 gC·m^-2·a^-1。（2）NEP的年平均值为-8.3 gC·m^-2·a^-1,表现为碳源,且该值随着时间的推移呈现出波动上升的趋势,上升速率为0.58 gC·m^-2·a^-1。（3）NPP高值区域在降水较为丰富的天山山脉附近以及哈萨克斯坦北部。（4）NPP的年际变化与降水量的年际变化趋势基本一致,相关系数为0.52;NPP与温度的相关系数为-0.28,未达到显著相关水平。本研究实现了Biome-BGC模型在中亚干旱区草地生态系统的应用,对评价干旱区草地生态系统碳源/碳汇功能及其在全球碳循环和全球变化中的作用、实现中亚草地生态系统的可持续利用、完善区域和全球碳循环理论体系具有重要意义。     

基于无人机遥感的高寒草原沙化模型及等级划分

高寒草原是青藏高原草地生态系统的主要组成，在防风固沙、野生动物保育等方面具有重要作用。近年来，在全球气候变化和人为干扰加剧的背景下，高寒草原沙化加剧，基于时空尺度监测范围及程度是防治高寒草地沙化的前提。以青海三江源区玛多县的高寒草原为研究区，结合大疆“精灵3”和“经纬M100”旋翼无人机和地面调查，探讨基于无人机遥测的植被指数在草地沙化调查方面的适宜性，以此为基础制定了高寒草原沙化模型及等级划分标准。结果显示：（1）通过对VDVI（Visible-Band Difference Vegetation Index）、ENDVI（Enhanced Normalized Difference Vegetation Index）和NGRDI（Normalized Green-Red Difference Index）指数与草地沙化指数GDI（Grassland Desertification Index）的相关分析，选取出高寒草地沙化研究最优植被指数为VDVI（R=0.9055）；（2）GDI与VDVI的关系模型为VDVI=0.3024GDI²-0.0335GDI+0.0119（R²=0.9326）。模型相对误差为1.779%（RMSE=0.165，R²=0.7447），拟合精度较高；（3）基于无人机遥感植被指数的聚类分析，将研究区高寒草原沙化划分为5个等级，即无明显沙化（VDVI>0.2247）、轻度沙化（0.1493 < VDVI < 0.2246）、中度沙化（0.0924 < VDVI < 0.1492）、重度沙化（0.0692 < VDVI < 0.0923）和极度沙化（VDVI<0.0692）。     

基于MODIS温度的青藏高原多年冻土活动层厚度变化研究

基于MODIS温度数据,采用TTOP模型和Stefan公式模拟了青藏高原地区的冻土分布并计算了活动层厚度,并与地面观测结果进行了对比。结果表明：2003—2019年青藏高原多年冻土面积为1.01×10⁶ km²;多年冻土活动层厚度区域平均值为1.79 m, 活动层厚度区域平均的变化率为3.67 cm/10a,且草甸地区的变化率明显大于草原地区,5100~5300 m高程带的活动层厚度变化速率最大。     

1982~2013年青藏高原高寒草地覆盖变化及与气候之间的关系

利用GIMMS NDVI数据和地面气象站台观测数据,对青藏高原1982~2013年高寒草地覆盖时空变化及其对气象因素的响应进行研究,结果表明：青藏高原高寒草地生长季NDVI表现为从东南到西北逐渐减少的趋势,近32 a来,整个高原草地生长季NDVI呈上升趋势,增加速率为0.000 3/a (p<0.05);高寒草地生长季NDVI年际变化具有空间异质性,整体为增加趋势,呈增加趋势的面积约占研究区域面积的75.3%,其中显著增加的占26.0% （p<0.05）,类型主要为分布在青藏高原东北部地区的高寒草甸;比例为4.7%,草地类型主要为高寒草原,主要分布在高原西部地区;基于生态地理分区的分析显示,青藏高原草地与降水、温度的相关关系具有明显的空间差异,高寒草地生长季NDVI均值与降水呈显著正相关,对降水的滞后效应显著;高原东北部温度较高,热量条件较好,降水为高寒草地生长季NDVI变化的主导因子;东中部地区降水充沛,温度则为高寒草地生长的制约因子;南部地区降水和温度都较适宜,均与高寒草地生长季NDVI相关性显著(p< 0.05),共同作用于草地的生长;中部和西部地区,气候因子与高寒草地生长季NDVI关系均不显著。     

Climatic Changes Dominant Interannual Trend in Net Primary Productivity of Alpine Vulnerable Ecosystems

The Three-River Headwaters (TRH), which is the source area of Yangtze River, Yellow River and Lancang River, is vulnerable and sensitive, and its alpine ecosystem is considered an important barrier for China’s ecological security. Understanding the impact of climate changes is essential for determining suitable measures for ecological environmental protection and restoration against the background of global climatic changes. However, different explanations of the interannual trends in complex alpine ecosystems have been proposed due to limited availability of reliable data and the uncertainty of the model itself. In this study, the remote sensing-process coupled model (GLOPEM-CEVSA) was used to estimate the net primary productivity (NPP) of vegetation in the TRH region from 2000 to 2012. The estimated NPP significantly and linearly correlated with the above-ground biomass sampled in the field (the multiple correlative coefficient R² = 0.45, significant level P < 0.01) and showed better performance than the MODIS productivity product, i.e. MOD17A3, (R² = 0.21). The climate of TRH became warmer and wetter during 1990-2012, and the years 2000 to 2012 were warmer and wetter than the years1990-2000. Responding to the warmer and wetter climate, the NPP had an increasing trend of 13.7 g m^-2 (10 yr)^-1 with a statistical confidence of 86% (P = 0.14). Among the three basins, the NPP of the Yellow River basin increased at the fastest rate of 17.44 g m^-2 (10 yr)^-1 (P = 0.158), followed by the Yangtze River basin, and the Lancang River, which was the slowest with a rate of 12.2 g m^-2 (10 yr)^-1 and a statistical confidence level of only 67%. A multivariate linear regression with temperature and precipitation as the independent variables and NPP as the dependent variable at the pixel level was used to analyze the impacts of climatic changes on the trend of NPP. Both temperature and precipitation can explain the interannual variability of 83% in grassland NPP in the whole region, and can explain high, medium and low coverage of 78%, 84% and 83%, respectively, for grassland in the whole region. The results indicate that climate changes play a dominant role in the interannual trend of vegetation productivity in the alpine ecosystems on Qinghai-Tibetan Plateau. This has important implications for the formulation of ecological protection and restoration policies for vulnerable ecosystems against the background of global climate changes.     

Responses of aboveground biomass of alpine grasslands to climate changes on the Qinghai-Tibet Plateau

Aboveground biomass in grasslands of the Qinghai-Tibet Plateau has displayed an overall increasing trend during 2003-2016, which is profoundly influenced by climate change. However, the responses of different biomes show large discrepancies, in both size and magnitude. By applying partial least squares regression, we calculated the correlation between peak aboveground biomass and mean monthly temperature and monthly total precipitation in the preceding 12 months for three different grassland types (alpine steppe, alpine meadow, and temperate steppe) on the central and eastern Qinghai-Tibet Plateau. The results showed that mean temperature in most preceding months was positively correlated with peak aboveground biomass of alpine meadow and alpine steppe, while mean temperature in the preceding October and February to June was significantly negatively correlated with peak aboveground biomass of temperate steppe. Precipitation in all months had a promoting effect on biomass of alpine meadow, but its correlations with biomass of alpine steppe and temperate steppe were inconsistent. It is worth noting that, in a warmer, wetter climate, peak aboveground biomass of alpine meadow would increase more than that of alpine steppe, while that of temperate steppe would decrease significantly, providing support for the hypothesis of conservative growth strategies by vegetation in stressed ecosystems.