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。     

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。     

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。     

稀疏植被净初级生产力时空变化及气象因素关系分析

本文探讨了2001-2018年古尔班通古特沙漠植被NPP时空格局,基于改进的CASA模型,采用空间分析、相关性分析及地理探测器模型等方法,揭示了研究区NPP气候驱动因子及其影响。结果表明:①古尔班通古特沙漠近18年植被NPP变化总体呈现波动增加趋势,增速为0.56 gC· a^-1,NPP均值为46.90 gC· m^-2· a^-1;②2001-2018年,年均NPP整体呈西低东高、北低南高的空间分布格局,但从动态上而言,基本呈现沙漠腹地较稳定、四周较活跃的格局;③古尔班通古特沙漠植被NPP主要受降水因子的影响,与降水、气温因子均呈正相关关系,从各因子驱动力分析而言,降水因子(0.614 4)为限制荒漠植被生长的主导因素。     

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。     

2009年武汉市植被净初级生产力估算

利用CASA模型,结合实测的光合有效辐射（PAR）数据、MODIS归一化植被指数（NDVI）和Land Cover数据、气象数据等资料,估算了2009年武汉市的植被净初级生产力（NPP）。结果显示,武汉市的植被平均单位面积年NPP产量达到464.19gC·m^-2·a^-1。6、7、8三个月NPP积累值最高,占全年的56.8%;12、1、2三个月NPP值最低,仅占5.6%。黄陂区由于林地较广,NPP值较大,在1 000gC·m^-2·a^-1以上;而城市周边由于植被覆盖面积较小,NPP值较低,在400gC·m^-2·a^-1以下。     

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。     

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。     

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。     

山东省植被覆盖度变化与气候因子相关性分析

为分析山东省植被覆盖度变化及其与降水量、温度等气候因子变化的相关性,该文采用2005—2015年的NDVI、降水量和温度数据,利用重心模型和相关系数法,进行了植被覆盖度与降水、温度的月动态变化和季度动态变化分析。研究结果显示,在2005—2015年的10年间,山东省植被覆盖度在整体上呈现增长趋势,植被覆盖度与气候因子无论是在月动态变化还是季动态变化都表现出不同程度的正相关性,植被NDVI的季度走向与降水和温度的季动态变化趋势几乎一致,并且温度对植被生长的影响大于降水对植被生长的影响。研究验证了植被覆盖度的变化与气候因子的变化有一定的关系。     

基于影像IB算法的沈阳市热岛效应分析

本文利用2006年、2010年沈阳市地区TM遥感数据,采用影像IB算法反演地表温度,分析了沈阳市热岛效应的空间分布特征、变化现象以及地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)之间的相关性。研究表明沈阳市热岛效应总体呈现由市中心向四周逐渐扩张的空间特征,地表温度与归一化植被指数(ND-VI)存在紧密的负线性相关关系,地表温度与归一建筑指数(NDBI)存在正相关关系。     

融合高时空分辨率数据估算植被净初级生产力

植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。     

气候变化对中国陆地植被净第一性生产力影响的初步研究

在假定气温平均升高1．5℃，降水平均增加5％，地表植被分布未发生变化的情况下，利用改进的光能利用率模型和1992年12个月的1km AVHRR-NDV1资料及地面气候资料对气候变化对中国陆地植被净第一性生产力（NPP）的影响进行了初步分析。结果表明，除了华南沿海NPP略在下降外，中国大部分地区NPP将有所增加，平均增加6．2％。其中从相对增加量来说，青藏高原NPP的增加幅度最大；而从绝对增加量来说，森林植被的增加量最大，荒漠地区NPP的增加量最小。     

Modelling the Gross Primary Productivity of West Africa with the Regional Biomass Model RBM+, using optimized 250 m MODIS FPAR and fractional vegetation cover information

Global warming associated with climate change is one of the greatest challenges of today’s world. Increasing emissions of the greenhouse gas CO₂ are considered as a major contributing factor to global warming. One regulating factor of CO₂ exchange between atmosphere and land surface is vegetation. Measurements of land cover changes in combination with modelling the Gross Primary Productivity (GPP) can contribute to determine important sources and sinks of CO₂.The aim of this study is to accurately model the GPP for a region in West Africa with a spatial resolution of 250 m, and the differentiation of GPP based on woody and herbaceous vegetation. For this purpose, the Regional Biomass Model (RBM) was applied, which is based on a Light Use Efficiency (LUE) approach. The focus was on the spatial enhancement of the RBM from the original 1000–250 m spatial resolution (RBM+). The adaptation to the 250 m scale included the modification of two main input parameters: (1) the fraction of absorbed Photosynthetically Active Radiation (FPAR) based on the 1000 m MODIS MOD15A2 FPAR product which was downscaled to 250 m using MODIS NDVI time series; (2) the fractional cover of woody and herbaceous vegetation, which was improved by using a multi-scale approach. For validation and regional adjustments of GPP and the input parameters, in situ data from a climate station and eddy covariance measurements were integrated.The results of this approach show that the input parameters could be improved significantly: downscaling considerably reduces data gaps of the original FPAR product and the improved dataset differed less than 5.0% from the original data for cloud free regions. The RMSE of the fractional vegetation cover varied between 5.1 and 12.7%. Modelled GPP showed a slight overestimation in comparison to eddy covariance measurements. The in situ data was exceeded by 8.8% for 2005 and by 2.0% for 2006. The model results were converted to NPP and also agreed well with previous NPP measurements reported from different studies. Altogether a high accuracy and suitability of the regionally adjusted and downscaled model RBM+ can be concluded. The differentiation between vegetation growth forms allows a separation of long-term and short-term carbon storage based on woody and herbaceous vegetation, respectively.     

Assessing the spatio-temporal variability of vegetation productivity in Africa: quantifying the relative roles of climate variability and human activities

ABSTRACT

Quantitative attribution at the individual pixel level of the relative contributions of climate variability and human activities to vegetation productivity dynamics across Africa is generally lacking. This is because of the difficulty in establishing a baseline or potential vegetation against which the relative impacts of these factors can be assessed. This study addresses these gaps. First, annual potential net primary productivity (NPP_P) for 2000–2014 was estimated for Africa using a model constructed from samples of NPP and environmental covariates from protected areas. Second, trends in NPP_P, actual NPP (NPP_A), and human-appropriated NPP (NPP_H?=?NPP_P ? NPP_A) were estimated and used in quantifying the relative contributions of climate and human activities to NPP dynamics. Over 2000–2014, NPP improvement was largely concentrated in equatorial and northern Africa, while subequatorial Africa exhibited the most NPP decline. Parts of Mali, Burkina Faso, and the central Africa region are associated with the greatest influence of climate-driven NPP improvement. Areas where humans dominated NPP decline include parts of Ethiopia and South Africa. Climate had a stronger role in driving NPP decline in subequatorial Africa. Nonetheless, further work is required to validate the results of this study with high-resolution imagery and field information.     

Google Earth Engine平台下秦岭地区植被覆盖时空变化分析

秦岭地区植被覆盖动态变化对其生态环境有重要影响。本文利用Google Earth Engine云平台,选取1986—2019年Landsat TM/OLI地表反射率数据,结合像元二分模型估算秦岭地区植被覆盖度(FVC);通过年际变化斜率、变异系数、Hurst指数等评价指标,对FVC的时空变化、稳定性和持续性变化进行分析。此外,探究FVC与气温、降雨的耦合关系,并分析土地利用变化对FVC的影响。结果表明:34年间,秦岭地区FVC整体上呈现良好的状况,中高等及以上植被覆盖区达73.11%;FVC由1986年的62.86%增长到2019年的70.01%,植被活动在不断增强;FVC的变异系数均值为0.34,标准差为0.45,其稳定性与其空间分布呈高度自相关性;秦岭地区的植被覆盖变化受气候变化和人为因素的共同影响。     

洞庭盆地近现代非均匀沉降变化分析

结合历史文物资料、遥感数据、实测1∶50 000地形图,利用GIS的数据处理和空间分析方法,对洞庭盆地的非均匀沉降问题进行了分析,得到了各个时间段内洞庭盆地的沉降速率图,通过对各速率图的统计分析,得出非均匀沉降的时空变化规律,这对于掌握洞庭盆地的变化趋势和土地利用等方面具有重要的理论意义。     

基于RS的山地植被NPP遥感地形模型研究

以山地植被生态系统NPP遥感估测与分析为研究内容,以地学和生态学知识为基础,利用RS,GIS技术手段,综合遥感数据、DEM数据、统计数据、定位点的实测数据等多源信息,构建了NPP遥感地形模型,计算出夏尔希里自然保护区7月份的植被NPP,最终完成了夏尔希里自然保护区植被生产力的定量化。