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。     

植被生产力的空间分布研究--以黄河小花间卢氏以上流域为例

为验证生态系统模型Biome-BGC在流域尺度的适用性,以小浪底-花园口区间(小花间)洛河上游卢氏水文站以上流域作为研究区进行探讨.应用Biome-BGC计算研究区4种自然植被净初级生产力(NPP)的空间分布,并于2004年7月在卢氏县东安林场用LI-6400便携式光合仪进行日光合作用测量.结果表明:研究区植被的年总净初级生产力为1.90067×1012 gC;落叶阔叶林、常绿针叶林、灌木林和草地的年净初级生产力分别为603.2 gCm-2a-1、416.1 gCm-2a-1、263.8 gCm-2a-1、149.2 gCm-2a-1;研究区东部山区及河谷地区、西部山区的植被净初级生产力较高,中部地区较低;与测量结果相比,常绿针叶林的日光合值接近模型的输出值,落叶阔叶林和灌木林的日光合值小于模型的输出值,草地的年净初级生产力大于模型的输出值.该模型较好地拟合了研究区植被生产力的空间特征,对中小尺度的流域模拟有很好的适用性.     

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。     

基于CASA模型的云南省植被净初级生产力遥感估算

植被净初级生产力能够反映植被的生产能力、当地的生态资源及生态资源潜力。采用多时间序列MODIS的NDVI遥感数据和气象数据,利用CASA光能利用率模型在空间分析技术支持下反演估算云南省2015年植被净初级生产力(NPP)。结果表明:(1)云南省2015年平均NPP值为804.904 2 gC/(m~2·a~(-1)),总值为0.317 212 745 PgC;(2)2015年云南省NPP的平均值1月至2月、5月至9月、10月至12月处于下降趋势,2月至4月、9月至10月处于上升趋势,一年中的最高值在5月份,最低值在9月份;(3)植被净初级生产力的高值位于云南省的南部和西部。     

1998/1999年南极夏季普里兹湾及北部海区叶绿素a和初级生产力的分布特征

1998 /1 999年南极夏季 ,作者随“雪龙船”在南极普里兹湾及其北部海区 (63° - 69°1 2′S ,70°30′- 75°30′E) 3条断面 2 4个测站进行浮游生物现存量和初级生产力的现场观测 ,研究叶绿素a浓度和初级生产力的分布特征。测区表层叶绿素a浓度为 0 .1 6 - 3 .99μg/dm3,普里兹湾内和湾西部四女士浅滩海域浓度在 3 .5μg/dm3以上 ;平面分布趋势从湾内向西北方向递减 ,深海区浓度在 0 .5μg/dm3以下。从垂向看叶绿素a浓度的最大值大多出现于 2 5m或 50m层 ,50m以下更深层的浓度随深度的增加而降低 ,2 0 0m层叶绿素a浓度分布范围为 0 .0 1 - 0 .95μg/dm3。粒径分级叶绿素a浓度以微小型浮游生物的贡献占优势 (56 % ) ,微型浮游生物的贡献占2 4 % ,微微型浮游生物的贡献占 2 0 %。测区潜在初级生产力为 0 .1 1～ 1 1 .67mgC/(m3·h) ,平均值为 2 .0 0± 2 .80mgC/(m3·h)。高生产力区位于普里兹湾 ,平均现场生产力达到 0 .86gC/(m2 ·d) ;依次为陆架区、陆坡区 ,深海区生产力较低 ,平均现场生产力为 0 .1 7gC/(m2 ·d)。光合作用同化数较低 (1 .53± 1 .1 1mgC/(mgChla·h) )。粒径分级初级生产力以微小型浮游生物的贡献占优势 (58% ) ,微型浮游生物的贡献占 2 6 % ,微微型浮游生物的贡献占 1 6 %。浮游植     

中国陆地生态系统净初级生产力变化特征——基于过程模型和遥感模型的评估结果

净初级生产力（NPP）作为生态系统物质与能量循环的基础,是区域和全球尺度碳循环和碳收支研究的重要组成部分。研究区域和全球尺度的净初级生产力主要依靠模型手段实现,过程和遥感模型是目前广泛使用的两种模型形式。本文搜集并整理了基于过程模型和遥感模型对我国陆地生态系统净初级生产力的模拟结果,分析了中国陆地生态系统净初级生产力的时间变化及对未来气候变化的响应特征,旨在对其进行综合评价。结果表明,中国陆地生态系统NPP平均为（2.828±0.827）PgC.a-1。1982-1998年的年际变化特征上,NPP平均每年增加0.027 PgC,年增长率为1.07%,总体上呈现在波动中逐年上升的趋势。不同植被类型的单位面积NPP总体表现为常绿阔叶林显著高于其他植被类型,但不同研究结果间变化范围很大;落叶针叶林、常绿针叶林和落叶阔叶林相差较小;农作物低于阔叶林,但高于针叶林;草地和荒漠均位于低值区,但前者显著高于后者。不同植被类型的NPP总量总体表现为农作物和草地位居前两位,两者之和高达各植被类型NPP总量之和的58.34%;除灌丛和常绿针叶林外,其余植被类型均不足总量的10%。在未来气候情景下,中国陆地生态系统NPP总体上可能表现为先增加后减小的趋势。     

CASA模型在金沙江流域(云南部分)NPP研究中的应用

净初级生产力是陆地生态系统碳循环的重要组成部分,对于控制大气CO2的上升有着重要的作用,是生态系统中物质与能量流动研究的基础。采用气象数据、MODIS NDVI数据,运用改进的CASA模型对金沙江流域(云南部分)的净初级生产力进行研究,并分析了其分布格局及影响因素。结果表明:流域初级生产力最大值达到1 382.39 g/m2,平均为719.54 g/m2;在空间分布上,中游[751.21g/(m2·a)]上游[714.42 g/(m2·a)]下游[693.00 g/(m2·a)];流域的净初级生产力有明显的季节变化,表现为干湿季分明,雨季[612.26 g/(m2·a)]的生产力明显高于干季[107.08 g/(m2·a)],秋季又较春季为高;净初级生产力受植被类型、温度、降水等因素的影响明显。用遥感的方法对区域的NPP产量测算已得到了普遍的认可,其研究结果为NPP动态研究和评价生态系统服务功能提供了有效的基础数据。     

内蒙古河套平原耕地盐碱化时空演变及其对产能的影响

以内蒙古自治区巴彦淖尔市河套平原为研究区,利用RS和GIS技术在野外样本采集的基础上,以第一次地理国情普查数据和LandsatTM/OLI、GF-1卫星影像为数据源,通过计算盐碱度与波段的相关性构建出反演模型,以专家决策树进行分类,对2006~2014年耕地盐碱化进行动态监测,并分析了不同盐碱化程度农田植被净初级生产力（NPP）时空变化特征。结论表明：2006~2014年研究区域非盐碱耕地和轻度盐碱耕地面积呈现持续减少的趋势,减少幅度为6.23%,占耕地总面积的3.55%,NPP先增后降,减少了2.06%;中度盐碱耕地面积呈先降后增的趋势,净增加幅度为22.40%,占耕地总面积的5.10%,NPP先不变后增加,增加了6.73%;而重度盐碱耕地面积呈现先增后降的趋势,净减少7.68%,占耕地总面积的1.55%,NPP则持续增加,增加了3.81%。总体上看,9 a间虽然因为自然、人为因素的影响,中度盐碱耕地面积增长,但可利用土地面积和有效耕地面积不断增加,且改良区域的NPP处于持续增长的趋势,在一定程度上说明盐碱地治理取得了成效。     

全球陆地生态系统与大气之间碳交换的模拟研究

利用陆面物理过程和植被生理生态过程完全动态耦合的大气植被相互作用模式 (AVIM) ,对全球陆地生态系统的净初级生产力进行模拟。全球陆地生态系统植被分为 1 3类 ,土壤质地分为 7类 ,确定了各种植被和土壤的模式参数。采用全球陆地 0 .5× 0 .5网格点气候平均资料 ;以 30分钟为步长进行积分。并用全球不同地区各种植被类型的 1 9个 NPP观测样点数据校准模型。AVIM模拟全球陆地生态系统 NPP的主要模拟结果如下 :全球陆地生态系统净初级生产力 (NPP)总量约为 60 .72 Gt Cyr- 1。分析了不同植被类型的 NPP分布 ,模式较好地模拟了全球陆地生态系统净初级生产力的纬向分布和区域分布的差异 ,模拟出中国植被生产力的分布特征。陆地生态系统净初级生产力与温度、降水和辐射等气候因素在不同地区有不同程度相关性 ,北方针叶林地区气候因子与 NPP的相关性明显 ,反映出植被对环境因子的不同响应及其物候特征。赤道热带雨林地区NPP与气候因子的相关性不明显。     

关中-天水经济区土地利用变化对净第一性生产力影响测评

净第一性生产力是表现陆地生态过程的关键参数,土地利用变化深刻影响区域的净第一性生产力。选取关中-天水经济区为研究区域,尝试对30 m精度的1980-2011年4期9月份左右Landsat 7的遥感影像以及CASA模型来估算关中-天水经济区的净第一性生产力,并用2011年遥感图像解译获得该年的土地利用数据,以及土地利用变化情况。在此基础上分析土地利用变化对净第一性生产力的影响,并且对关天经济区各县市净初级生产力进行了对比和分析。结果表明：1980-2011年,关中-天水经济区土地利用耕地、林地、居民建筑用地变化明显,南部秦岭山区多为林地与草地,净第一性生产力高达625.37 g C·m-2·a-1,而关中平原与天水地区人口居住区与开垦区净第一性生产力明显下降,最低达47.78 g C·m-2·a-1,人为的开发与利用土地降低了区域的净第一性生产力。所以,要继续施行落实退耕还林政策,控制城镇用地较大速度的扩增,以保持好区域的生态服务功能。     

青藏高原自然植被总生物量的估算与净初级生产量的潜在分布*

以800多块样地资料及森林和草地资源调查数据为基础,按县级为单位估算了青海和西藏两省区的自然植被总生物量,分别为2.586×10⁸t和1.282×10⁹t.建立的QZNPP模型显示,随着温度的增加,生物生产量呈S型曲面递增,且其递增速率随降水量增加而加快;当年均温度0℃～10℃和年降水量400mm～1000mm时,生物生产量增长最快;当年均温度>11℃和年降水量>1 100mm时,生物生产量趋向于20t/hm²·a;在年均温度<0℃时,相对降水量的增加,生物生产量呈缓慢的递减趋势,说明这时温度是影响生物生产量的主导因子。两省区115个县的生物量现实分布图显示,生物量最高值出现在西藏墨脱,其次是西藏的察隅、波密、林芝和米林,青藏高原中部及西北部的广阔地区最低。青藏高原自然植被净初级生产量最小值为0,最大值为20t/hm²·a,全区平均为6.03t/hm²·a,低于世界陆地植被的平均水平     

基于改进土壤冻融水循环的Biome-BGC模型估算青藏高原草地NPP

Biome-BGC模型被广泛用于估算植被净初级生产力（Net Primary Productivity, NPP）,但是该模型未考虑冻土区土壤冻融水循环过程对植被生长的影响。本文基于Biome-BGC模型,改进冻土区活动层土壤冻融水循环,估算了2000—2018年青藏高原高寒草地NPP。通过比较原模型和改进后的模型,并对NPP模拟结果的时空特征进行了分析,结果表明：① 增加冻融循环提高了NPP估算精度,青藏高原草地NPP均值由114.68 gC/(m²·a)提高到128.02 gC/(m²·a)。② 原模型和改进后NPP的空间分布差异较大,时间变化趋势差异不明显。③ 青藏高原草地NPP总量为253.83 TgC/a,呈东南向西北递减的空间格局,年均增速为0.21gC/(m²·a)（P=0.023）,显著增加的占17.85%,主要分布在羌塘高寒草原地带的大部分地区和藏南山地灌木草原地带的西部。④ 该冻融水循环改进方法简单可靠,具有在其他多年冻土区推广的价值。     

土地利用和气候变化对区域净初级生产力的影响

应用以遥感观测数据驱动的GLO-PEM模式模拟估计的中国北方20年的NPP数据同其20年气候数据结合,同时利用通过遥感宏观调查所得的两期土地利用数据,分析20年气候和土地利用变化对区域净初级生产力 (Net Primary Productivity,NPP) 的影响的时空特征。分析结果表明,20年来研究区域年均温度显著增加 (年均增温0.064 ^oC),年降水量明显减少 (年降水减少率为1.49 mm/年),NPP以减少趋势为主 (年减少率6.9 TgC)。研究区域NPP的变化受旬 (月) 均温和旬 (月) 降水量和季节温度和季节降水的变化影响显著。季节NPP同季节降水和温度的相关性在空间上同植被覆盖表现出高度的一致性,其相关系数大小随着不同植被覆盖类型变化而变化。通过分析可见,就整个研究区来说,发生土地利用变化的区域仅占整个研究区域的5.45%, 气候对整个研究区域NPP的影响占主导地位 (占了总影响量的90%);土地利用发生区域土地利用的作用占了绝对地位,土地利用的影响占了约97%。整个研究区域近20年来因为降水明显减少,温度显著升高,导致NPP明显下降,在两期土地利用间隔时间段内 (约10年) 因气候影响NPP减少了78 (±0.6) TgC。因为土地利用的变化导致NPP减少9 (±0.2) TgC。气候和土地利用共同作用是研究区域的NPP减少87 (±0.8) TgC。     

Modeling net primary productivity of the terrestrial ecosystem in China from 1961 to 2005简

Net primary productivity （NPP） is the structure and function of the ecosystem. NPP can most important index that represents the be simulated by dynamic global vegetation models （DGVM）, which are designed to represent vegetation dynamics relative to environ- mental change. This study simulated the NPP of China＇s ecosystems based on the DGVM Integrated Biosphere Simulator （IBIS） with data on climate, soil, and topography. The appli- cability of IBIS in the NPP simulation of China＇s terrestrial ecosystems was verified first. Comparison with other relevant studies indicates that the range and mean value of simula- tions are generally within the limits of observations; the overall pattern and total annual NPP are close to the simulations conducted with other models. The simulations are also close to the NPP estimations based on remote sensing. Validation proved that IBIS can be utilized in the large-scale simulation of NPP in China＇s natural ecosystem. We then simulated NPP with climate change data from 1961 to 2005, when warming was particularly striking. The following are the results of the simulation. （1） Total NPP varied from 3.61 GtC/yr to 4.24 GtC/yr in the past 45 years and exhibited minimal significant linear increase or decrease. （2） Regional differences in the increase or decrease in NPP were large but exhibited an insignificant overall linear trend. NPP declined in most parts of eastern and central China, especially in the Loess Plateau. （3） Similar to the fluctuation law of annual NPP, seasonal NPP also displayed an insignificant increase or decrease; the trend line was within the general level. （4） The re- gional differences in seasonal NPP changes were large. NPP declined in spring, summer, and autumn in the Loess Plateau but increased in most parts of the Tibetan Plateau.     

1961–2005年中国陆地生态系统净初级生产力模拟（英文）

Net primary productivity(NPP) is the most important index that represents the structure and function of the ecosystem.NPP can be simulated by dynamic global vegetation models(DGVM),which are designed to represent vegetation dynamics relative to environmental change.This study simulated the NPP of China's ecosystems based on the DGVM Integrated Biosphere Simulator(IBIS) with data on climate,soil,and topography.The applicability of IBIS in the NPP simulation of China's terrestrial ecosystems was verified first.Comparison with other relevant studies indicates that the range and mean value of simulations are generally within the limits of observations;the overall pattern and total annual NPP are close to the simulations conducted with other models.The simulations are also close to the NPP estimations based on remote sensing.Validation proved that IBIS can be utilized in the large-scale simulation of NPP in China's natural ecosystem.We then simulated NPP with climate change data from 1961 to 2005,when warming was particularly striking.The following are the results of the simulation.(1) Total NPP varied from 3.61 GtC/yr to 4.24 GtC/yr in the past 45 years and exhibited minimal significant linear increase or decrease.(2) Regional differences in the increase or decrease in NPP were large but exhibited an insignificant overall linear trend.NPP declined in most parts of eastern and central China,especially in the Loess Plateau.(3) Similar to the fluctuation law of annual NPP,seasonal NPP also displayed an insignificant increase or decrease;the trend line was within the general level.(4) The regional differences in seasonal NPP changes were large.NPP declined in spring,summer,and autumn in the Loess Plateau but increased in most parts of the Tibetan Plateau.     

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。     

Impacts of land use and climate change on regional net primary productivity

Combined with recent historical climate data and two periods of land use data sets from remote sensing data, we test the net primary productivity (NPP) data sets in North China modelled by the satellite data-driven Global Production Efficiency Model (GLO-PEM) for detecting the widespread spatial and temporal characteristics of the impacts of climate and land use change on the regional NPP. Our results show that over the past 20 years, the mean annual temperature in the study region has remarkably increased by more than 0.064 oC, but over the same period, there has been a 1.49 mm decrease in annual precipitation and decrease in NPP by an annual rate of 6.9 TgC. The NPP changes in the study region were greatly affected by the average temperature and precipitation by ten-day periods as well as the seasonal temperature and precipitation in the study region. The correlation between seasonal NPP and seasonal precipitation and temperature is highly consistent with land cover spatially, and the correlation coefficient changes with the changes of vegetation types. The analysis reveals that the related areas in land use change only take up 5.45% of the whole studied region, so the climate changes dominate the impacts on the NPP in the whole study region (90% of the total). However, land use plays an absolute dominative role in areas with land cover changes, accounting for 97% of the total. From 1981 to 2000, the NPP in the whole study region remarkably reduced due to obvious precipitation decrease and temperature rise. Between two periods of land use (about 10 years), the changes in climate are predicted to promote a decrease in NPP by 78 (±0.6) TgC, and integrated impacts of climate changes and land use to promote a decrease in NPP by 87(±0.8) TgC.     

1982～2010年中国东北地区植被NPP时空格局及驱动因子分析

应用逐像元线性回归模型方法,整合应用MODIS和AVHRR NDVI数据集,构建1982~2010年覆盖东北地区的8 km空间分辨率的NDVI数据集,进而应用CASA模型估算得到东北地区29 a NPP数据集,模拟精度在75%以上。29 a平均的东北地区植被NPP总量为6.5×108tC/a。植被NPP的分布受植被类型、气候、地形因素的综合影响。NPP地域差异明显,山地区植被>平原区植被>高原区植被,变化最大的植被类型为草地植被。过去29 a间,植被NPP呈显著上升趋势(P<0.01)。气候变化和土地利用变化均是影响植被时空格局的重要因素。     

2000—2017年内蒙古荒漠草原植被物候变化及对净初级生产力的影响

荒漠草原分布于干旱区和半干旱区,对气候变化的响应极为敏感,但目前学术界对于荒漠草原物候与生产力变化的研究仍较为薄弱。有鉴于此,论文采用2000—2017年MODIS NDVI数据和气象数据,利用通用数量化方法提取内蒙古荒漠草原植被的生长季始期(start of season, SOS)和生长季末期(end of season, EOS);基于Carnegie-Ames-Stanford Approach (CASA)模型估算了植被净初级生产力(NPP),并分析了植被物候和净初级生产力之间的关系。研究结果表明：① 2000—2017年内蒙古荒漠草原SOS呈显著提前趋势(0.88 d/a,P<0.05),EOS不显著提前(0.13 d/a,P>0.05),生长季长度(length of season, LOS)呈显著延长趋势(0.76 d/a)。81.53%像元的SOS与2—4月平均气温呈负相关(8.21%显著相关,P<0.05),60.80%像元的SOS与4月降水量呈负相关关系(6.12%显著相关,P<0.05);65.16%像元的EOS与9月平均气温呈负相关(5.03%显著相关,P<0.05),78.61%像元的EOS 与7—9月降水量呈正相关关系(10.12%显著相关,P<0.05)。② 内蒙古荒漠草原多年平均NPP为104.71 gC/(m ²·a),有自东向西逐渐降低的区域差异;在研究时段内,春、夏季和生长季的NPP均呈不显著增加趋势,秋季NPP有不显著减少趋势;生长季降水量增加有利于生长季NPP的积累。③ 春季NPP与SOS呈不显著负相关,秋季NPP与EOS呈显著正相关。LOS的延长促进了NPP的累积,其中生长季NPP与EOS的推迟关系更为密切。研究结果揭示气候变化对内蒙古荒漠草原植被物候和生产力有显著影响,对区域生态系统管理和生态建设具有重要参考意义。