黑河流域NPP遥感估算及其时空变化特征

植被的净初级生产力(NPP)是研究陆地各种生态过程的关键参数,对区域NPP的研究有利于人类对自然资源的管理和有效利用.本研究使用气象和遥感等数据,应用修正的CASA模型及其他数理统计方法对黑河流域1999—2010年的NPP进行估算,并对其时空变化特征进行了分析.结果显示:在1999—2010年,黑河流域的年NPP总量以3×10¹¹ g·a^-1的趋势增加;该流域NPP空间分布总体上为南多北少、河流两旁及绿洲地区多于其他地区;各类型中,草地生态系统累计的NPP最多;黑河上游NPP量与太阳辐射和降水量呈正相关关系,与年均气温呈负相关关系,上游地区水分和太阳总辐射量因子共同制约着流域的NPP量;中游地区年平均NPP与年平均气温呈负相关,与年总降水量呈正相关,与年总太阳辐射量呈微弱负相关,水分因子制约着植被NPP的生产;黑河流域下游地区植被NPP的年均累积生产量与年平均气温呈正相关,与年总降水量呈负相关,而与年总太阳辐射量无明显相关性,气温是下游植被NPP生产的制约因素.     

中国陆地生态系统近30年NPP时空变化研究

通过陆地生态系统碳循环模型(CASA模型),利用AVHRR的NDVI长期监测数据,逐像元模拟1981~2008年中国陆地生态系统NPP的时空变化,分析其对气候因子的响应关系。结果表明,中国陆地生态系统NPP总量在3.38 ~4.35 Pg C/a之间变化,平均约为3.8 Pg C/a,且研究期间呈上升趋势。在青藏高原、新疆天山地区和东北大小兴安岭、长白山等冷湿区,NPP年总累积量和年均温呈显著正相关,和年降水量呈显著负相关;地处华北的太行山、燕山等山区和内蒙古中部草原区等干燥环境区,NPP与年降水呈正相关关系;青藏高原及新疆地区和华北平原、四川盆地等农业区,NPP与年均温呈正相关关系。     

俄罗斯布里亚特共和国植被NPP时空分布格局及其对气候变化的响应

研究利用遥感和气象数据以及改进后的CASA模型（生物温度代替月均温）,估算俄罗斯布里亚特共和国2000-2008年的植被NPP,并验证模型的精度,分析该地区植被NPP的时空分布格局及其对气候变化的响应规律。研究结果表明：改进后的CASA模型具较高精度,可运用于布里亚特共和国植被NPP的估算。时间上,植被NPP年际上呈现为在波动中上升的趋势,月份上表现为先升后降的单峰变化趋势;空间上,植被NPP呈现出随经度的增加而增大,随纬度的增加而减小,由西南到东北逐渐递增的分布格局;不同植被类型的NPP从大到小依此为：草地、沼泽林〉森林〉森林、草原〉稀树草原〉高山植被。该地区植被NPP的变化主要受气温和降水量变化的作用。     

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。     

澜沧江下游流域植被净初级生产力(NPP)时空变化及其驱动因素分析

利用遥感、地形、气候等数据,采用CASA模型对研究区2000年、2010年和2018年3月、7月、11月的NPP值进行估算,结果表明:(1)相对于2000年,2010年的NPP值呈下降趋势,2010年到2018年又向较好趋势发展,且NPP值在3个时期的年内变化均为7月＞3月＞11月;(2)NPP低值区主要分布在下游流域...     

2000—2018年青海湖流域气温和降水量变化趋势空间分布特征

青藏高原是全球气候变化的敏感区,气温和降水量的空间分布及变化趋势是气候变化研究的核心和基础,为开展生态环境变化评估提供基础资料。基于2000—2018年青海湖流域及其周边气象站观测数据,以高程为协变量,结合专业气象插值软件ANUSPLIN对气温和降水量进行空间插值。利用线性回归法分析了青海湖流域2000—2018年气温和降水量的变化趋势;利用双变量空间自相关分析法分析了青海湖流域气温和降水量空间匹配关系。结果表明：（1） 2000—2018年青海湖流域年平均气温呈显著增加趋势,平均增速为0.30 ℃·（10a）^-1,春季增温显著。（2） 降水量呈显著增加趋势,平均增速为73.20 mm·（10a）^-1,春夏季增速显著、秋季变化不明显、冬季趋于变干。（3） 青海湖流域气温和降水量空间匹配差异显著。从年尺度来看,气温和降水量莫兰指数（Moran’s I）为-0.66,表现为显著的负相关,面积比为67.56%,水热组合空间匹配不佳。从季节尺度来看,青海湖流域春季、夏季、秋季和冬季的气温和降水量Moran’s I分别为-0.49、-0.80、-0.32和-0.14,均为空间负相关。春夏季,流域低海拔区域气温逐渐升高,高海拔区域降水量逐渐增多,气温和降水量空间负相关面积逐渐增大,水热组合空间匹配不佳。值得强调的是青海湖巨大水体对环湖区局地气温的调节作用明显,是青海湖流域的“气候调节器”。     

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。     

2000-2016年青海湖湖冰物候特征变化

湖冰物候特征是气候变化的灵敏指示器。基于2000-2016年青海湖边界矢量数据,结合Terra MODIS和Landsat TM/ETM+遥感影像及气象数据,利用RS和GIS技术综合分析青海湖湖冰物候特征变化及其对气候变化的响应。结果表明：① 青海湖开始冻结、完全冻结、开始消融和完全消融的时间分别为12月中旬、1月上旬、3月中下旬和3月下旬至4月上旬,平均封冻期和平均完全封冻期为88 d和77 d,平均湖冰存在期和平均消融期为108 d和10 d。② 近16年间青海湖湖冰物候特征各时间节点变化呈现较大的差异性。湖泊开始冻结日期相对变化较小,完全冻结日期呈先提前后推迟的波动趋势,开始消融日期呈先推迟后提前的波动趋势,完全消融日期在2012-2016年呈明显提前趋势。青海湖封冻期在2000-2005年和2010-2016年呈缩短趋势,但减少速率慢于青藏高原腹地的湖泊。③ 青海湖冻结和消融的空间模式相同,即湖冰形成较早的区域则消融较早,且前者持续时间（18~31 d）整体上大于后者（7~20 d）,二者相差约10 d。④ 冬半年负积温大小是影响青海湖封冻期的关键要素,但风速和降水对青海湖湖冰的形成和消融亦发挥着重要作用。     

青海湖典型湿地土壤重金属分布特征

重金属污染是当今土壤污染中影响面最广、危害最大的环境问题之一。对青海湖典型湿地土壤Cu、Zn、Pb、Cr、Fe、Mn 6种重金属元素的含量及分布特征进行了调查分析。结果表明:青海湖湿地土壤Cu、Zn、Pb、Cr、Fe、Mn 6种重金属元素的平均含量分别为16.34μg/g、46.82μg/g、15.65μg/g、58.49μg/g、14.57mg/g和33.08μg/g;青海湖区南北两岸典型湿地土壤重金属含量存在明显的空间差异。南北两岸样带上表层土壤Cu、Cr、Fe的含量变化均呈"W"形,Zn仅在青海湖北岸样带表现出"W"形,Mn元素含量在400m处为最低点,Pb没有表现出明显的变化特征;Cu、Zn、Pb 3种元素含量呈极显著相关,说明青海湖湿地土壤重金属污染有一定的同源性。     

青海湖流域土地沙漠化及表土粒度特征

土地沙漠化是青海湖流域面临的重大生态环境问题之一。本文选取1977、1987、2000、2004年和2010年等5个年份的遥感影像,在地理信息系统技术支持下,得到流域30余年不同时段的土地利用类型及分布状况。空间分析结果表明:20世纪80年代是沙漠化土地增幅最大的时期,之后30年沙漠化土地面积趋于稳定; 1977-2000年是沙漠化土地增长时期,2000年以后沙漠化土地相对稳定并有轻微的逆转趋势。对典型样点的地表沉积物粒度分析结果显示:随着沙漠化程度的加剧,细颗粒物质含量减少,粗颗粒物质含量增加,平均粒径逐渐增大,标准偏差逐渐减少; 植被盖度与地表沉积物粒度特征不完全一致,判断土地沙漠化程度不能完全依赖植被状况,需要综合考虑植被和土壤粒度、养分、水分等其他信息。     

青海湖区东部沙地植被及其特征研究

根据野外样地调查资料,对青海湖区东部沙地植被从区系特征及其物种多样性进行了研究,结果表明：①青海湖东部沙地植被种类组成简单,共有27科58属71种。其中禾本科比重最高为22.535%,其次为菊科占12.676%;再次为豆科占9.8592%;桔梗科等14科比重较小均占1.4085%。②地理成分上,湖东沙地植物区系以世界分布为主,共有16科,湖区植物区系中的优势科均为世界广布科;其次是温带成分10科;热带亚热带成分仅有1科。③生活型以多年生地面芽植物和地下芽植物为主,两者种类系数之和达到76.06%,一年生植物所占种类比重最小。④湖东沙地植被群丛多以单一优势种为主,物种多样性指数H、丰富度指数R1和均匀度指数Jsw三者的变化趋势大致是一致的,即随物种的增多,他们的指数趋向增大;生态优势度C的变化趋势则正好相反。⑤湖东沙地群丛物种相似性差异较大。固定沙地之间植被群丛相似性较高,流动半流动沙地与流动沙地之间则较低。     

Spatial-temporal patterns of vegetation dynamics and their relationships to climate variations in Qinghai Lake Basin using MODIS time-series data

Global warming has led to significant vegetation changes in recent years. It is necessary to investigate the effects of climatic variations（temperature and precipitation） on vegetation changes for a better understanding of acclimation to climatic change. In this paper, we focused on the integration and application of multi-methods and spatial analysis techniques in GIS to study the spatio-temporal variation of vegetation dynamics and to explore the vegetation change mechanism. The correlations between EVI and climate factors at different time scales were calculated for each pixel including monthly, seasonal and annual scales respectively in Qinghai Lake Basin from the year of 2001 to 2012. The primary objectives of this study are to reveal when, where and why the vegetation change so as to support better understanding of terrestrial response to global change as well as the useful information and techniques for wise regional ecosystem management practices. The main conclusions are as follows：（1） Overall vegetation EVI in the region increased 6% during recent 12 years. The EVI value in growing seasons（i.e. spring and summer） exhibited very significant improving trend, accounted for 12.8% and 9.3% respectively. The spatial pattern of EVI showed obvious spatial heterogeneity which was consistent with hydrothermal condition. In general, the vegetation coverage improved in most parts of the area since nearly 78% pixel of the whole basin showed increasing trend, while degraded slightly in a small part of the area only.（2） The EVI change was positively correlated with average temperature and precipitation. Generally speaking, in Qinghai Lake Basin, precipitation was the dominant driving factor for vegetation growth; however, at different time scale its weight to vegetation has differences.（3） Based on geo-statistical analysis, the autumn precipitation has a strong correlation with the next spring EVI values in the whole region. This findings explore the autumn precipitation is an important indicator     

基于CSCS改进CASA模型的中国草地净初级生产力模拟

将草原综合顺序分类系统（CSCS）中的热量指标（∑θ）和湿润度指标（K）引入CASA模型。利用该模型模拟了2004-2008年中国41个草地类的净初级生产力（NPP）,并分析了其时空变化和不同草地类NPP变化。结果表明：2004-2008年中国草地NPP模拟平均值与实测平均值分别为503.8 g·m^-2·a^-1和567.3 g·m^-2·a^-1,两者较为接近。各类草地的平均误差和平均相对误差均值分别为4.85 g·m^-2·a^-1和7.6%。草地NPP的实测值和模拟值相关性较好。改进CASA模型模拟值比Miami和Thornthwaite Memorial模型模拟值更接近实测值。NPP空间分布呈东高西低,南高北低,从西北向东南逐渐增加的趋势,体现了K和∑θ的水平和垂直地带性分布规律。2004-2008年中国草地NPP总体呈现增加趋势,其总量增加了23.0%。草地NPP年均值在不同植被类型中差异显著,分布规律与CSCS划分草地类的K和∑θ密切相关。总之,改进后的CASA模型模拟精度较高,实现了草地NPP模拟与草地分类的相互关联。     

青海湖流域河川径流特征及其对降水的滞后效应

以青海湖流域的布哈河为例,采用变差系数、集中度和集中期等指标,对青海湖流域内径流量、降水量在年代、年际、季节等时间尺度上进行分析,并用集中期来反映河川径流对降水的滞后效应。结果显示,河川径流年内主要集中在6—10月,特别是7月中旬至8月中旬之间;降水主要集中在5—9月,特别是7月;径流量与降水量存在极大的相关性（r=0.746＞0.443=α0.001(47)）,径流对降水具有滞后效应,多年平均滞后时间为20 d左右。     

青海可可西里东北部多秀湖和盐湖水化学特征研究

2016年3月系统采集了青海可可西里东北部多秀湖和盐湖的湖水及其入湖冰川融水。研究发现,两个湖泊湖水中离子含量均较高,主要阳离子含量顺序均为Na~+Mg~(2+)K~+Ca~(2+),主要阴离子含量顺序均为Cl~-SO_4~(2-)HCO_3~-CO_3~(2-);而入湖冰川融水的离子含量非常低。根据库尔纳可夫—瓦良什科水化学分类标准,多秀湖湖水属于硫酸盐型—硫酸镁亚型,盐湖湖水属于硫酸盐型—硫酸钠亚型。多秀湖和盐湖湖水Li—Mg—B的相关性均为正相关,说明两个湖泊中这3种元素的物质来源、搬运条件及富集环境具有很强的相似性。由于气候变暖导致大量矿化度低的冰川融水注入盐湖,矿化度较低的卓乃湖和库赛湖决堤湖水泄入盐湖,使得盐湖的面积较1997年扩大了5倍,湖水的矿化度降低了约10倍,而多秀湖近些年湖水矿化度变化较小。多秀湖湖水矿化度以及Li~+、Mg~(2+)和B_2O_3含量均较高,具有较好的资源潜在利用价值。     

青海湖高寒湿地生态系统服务价值动态

以1987、2000、2010年3个时期的TM影像为主要数据源,基于对中国生态系统单位面积服务价值的生物量修订,研究了青海湖湿地生态系统服务价值的动态特征。结果表明：1987-2010年青海湖高寒湿地总生态系统服务价值增加到了232.34亿元,年均增加0.18亿元,其中,湖泊、高寒草甸、高寒沼泽和温性草原生态系统服务价值是其主要构成部分。人类活动行为和气候变化驱动着其生态服务价值动态。研究区生态服务功能以水文调节、废物处理、气候调节、维持生物多样性功能为主,此4种功能的价值占到了总价值的70%以上。近24年里除原材料生产功能外,其他各项生态系统服务功能均在不同程度地增加,生态服务价值波动最大的是水文调节、废物处理和气候调节功能。