应用遥感技术模拟净初级生产力的尺度效应研究进展

采用遥感技术估算地表植被净初级生产力(NPP),已经成为模拟NPP的主要发展方向。遥感技术以及数据处理能力的迅速发展和基于遥感观测生理生态理论研究的进展使大尺度生态系统格局和过程的定量、动态观测成为可能。多种卫星传感器提供了丰富的多尺度对地观测数据,从而形成了不同空间分辨率的影像数据层次体系,使得从定量遥感出发的NPP估算必然存在多尺度的问题。NPP遥感估算模型以不同分辨率的遥感数据(代表不同的研究尺度)作为输入参数时,得到的NPP模拟值差异明显。为了提高NPP的估算精度,需要充分认识不同分辨率的遥感数据对NPP估算结果的影响差异,即NPP的尺度效应问题。本文介绍了遥感尺度效应研究进展,多分辨率遥感数据监测NPP变化的多尺度研究进展,以及NPP估算尺度效应问题的研究进展。并分析了应用遥感技术研究NPP尺度效应的发展趋势。     

中国南方红壤丘陵区植被净初级生产力空间分布及其与气候因子的关系——以江西省泰和县为例

植被净初级生产力(NPP)对气候变化的响应研究是全球变化研究的核心内容之一。在区域尺度上研究NPP年际间的空间变化规律,探究气候因子与植被生长的关系,是应对气候变化区域响应、探讨区域生态过程的科学基础。基于SPOT VEGETATION NDVI植被指数数据、气候和植被分类数据,利用光能利用率模型(CASA)估算了中国南方红壤丘陵区泰和县1998-2012年植被NPP,分析了NPP时空分布特征及其与气候因子的相关性。结果表明:1 1998-2012年泰和县植被年均NPP为762 g C/m2·a,不同植被类型差异明显,空间上表现出东西高、中间低的分布特征;2 1998-2012年泰和县植被NPP总体呈增长趋势,年际波动较大,平均值为2.21×106g C/a;3研究区NPP与年降水量呈不显著正相关关系,与年均气温呈显著负相关关系,表明温度是影响该地区植被NPP的主要气候因子。     

集成遥感数据的陆地净初级生产力估算模型研究综述

净初级生产力(NPP)是衡量碳循环、指导土地利用、评估生态安全、指示环境变化、反映粮食安全等的重要参量,其估算受模型构建机理和生态系统关键地表参数输入的影响。近年来,随着遥感数据的不断丰富和遥感处理技术的快速发展,集成遥感数据的NPP估算模型相较于仅采用气候、土壤等传统观测数据的非遥感模型,在分析时空异质性等方面的优势日益凸显。本文基于Web of Science和CNKI两大数据库,采用文献统计分析方法,系统回顾NPP研究概况及国内外集成遥感数据的NPP估算模型的近期进展;并将集成遥感数据进行NPP估算的模型分为统计模型、光能利用率模型、过程模型及耦合模型四类;重点阐述了各类遥感估算模型的机理、差异性、适宜性及局限性;最后,在分析NPP遥感估算面临困境和科学挑战的基础上,从机理与影响因素、数据基础、参数反演、时空尺度拓展、软硬件支撑等方面对未来研究进行了展望。     

湿地植被净初级生产力估算模型研究综述

湿地植被净初级生产力(net primary productivity,NPP)作为湿地生态系统物质与能量循环的基础,是陆地生态系统碳循环的重要研究内容之一。估算湿地植被NPP的方法经历了站点实测和模型方法两个发展阶段,其中估算模型可以分为统计模型、参数模型和过程模型。随着计算机和遥感技术的发展,一些利用遥感信息估算NPP的新方法得到了广泛应用。简单地沿袭传统模型分类方法,不能完全涵盖所有估算湿地植被NPP的方法。回顾了湿地植被NPP估算模型,在传统模型分类的基础上,补充了遥感在湿地植被NPP估算模型中的应用,进一步将统计模型分为气候相关和遥感相关模型,将生态系统过程模型分为过程模型、过程耦合模型和遥感-过程耦合模型。在此基础上,评述了各类模型在湿地植被NPP中的研究现状,探讨了湿地植被NPP估算研究中存在的问题,指出湿地植被NPP估算的工作重点可以从提高地面实测精度、减少模型模拟不确定性、使用多源数据等方面入手,其中引入数据同化的方法实现湿地植被NPP预测将是湿地植被NPP估算模型的重要发展方向。     

基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

亚热带山地丘陵区植被NPP时空变化及其与气候因子的关系————以湖南省为例

以湖南省为研究区,采用250 m×250 m空间分辨率的MODIS-NDVI数据,结合相应时间段的气象数据,使用改进的CASA模型,模拟并分析该区域2000-2013年间的植被NPP的时空变化特征,并借助统计分析方法对不同土地覆盖类型中植被NPP的变化趋势及其显著性,NPP与气候因子的相关性进行量化分析.结果表明:① 该区域的净初级生产量年际变化特征明显,年净初级生产量分布在41.62~125.40 Tg C/yr之间,平均值为86.34 Tg C/yr,总体来看,14年间湖南省植被净初级生产量呈波动减少趋势,年际减少趋势为2.70 Tg C/yr;② NPP空间分布差异较大,基本特点是西高东低,南高北低,从西南向东北呈逐渐递减趋势,其中,各植被分区的NPP有明显差异;③ 2000-2013年,湖南省植被NPP呈极显著增加(slope >0,p < 0.01),显著增加(slope > 0,0.01 ≤ p < 0.05),无明显变化(p ≥ 0.05),极显著减少(slope < 0,p < 0.01)和显著减少(slope < 0,0.01 ≤ p < 0.05)的区域分别占总面积的比例为5.40%,2.02%,61.64%,16.79%和14.15%.植被NPP变化趋势总体上显示为减少的趋势,而不同土地覆盖类型的植被NPP变化趋势及显著性存在较大差异,其中草地的NPP变化趋势最为显著,接着依次是森林,其他土地,建设用地和农田;④ 分析不同土地覆盖类型的植被NPP对气候因子的响应,发现NPP与降水量之间的相关关系强于其与温度的相关关系.     

天山北麓山地-绿洲-荒漠生态系统净初级生产力空间分布格局及其季节变化

以天山北麓总面积达93 936 km~2的山地-绿洲-荒漠生态样带为例,利用生态-遥感光能利用率模型NPP-PEM,使用1 km分辨率SPOT/VEGETATION遥感等数据资料,估算了生态样带净初级生产力(NPP)空间分布及其季节变化.结果表明山地-绿洲-荒漠生态样带平均NPP为161.06 g C·m~(-2)·a~(-1),样带陆地生态系统年总碳吸收量或年总NPP累积量为15.081 Tg C(1Tg=10~(12)g),其中绿洲农田、山地草甸草原、平原荒漠草原和山地森林对的碳吸收贡献率分别为32.67%、28.16%、12.41%和9.15%.夏季是各类生态系统NPP增加量最大的季节,而沙漠由于早春短命植被覆盖而具有生长双峰现象.样带NPP空间分布及其季相变化特征是自然环境、地貌、气候以及人类生产活动长期共同作用和影响的结果,其中水热条件和基质是控制干旱区陆地生态系统NPP空间格局的决定因子.结果检验表明模拟效果较为合理,证明NPP-PEM模型在干旱生态系统的应用是可行的.研究为干旱区陆地生态系统碳循环研究开辟了途径,可为干旱区生态系统评估、监测和管理提供研究方法和参考依据.     

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...     

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。     

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。     

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。     

中国陆地生态系统净初级生产力时空特征模拟

In this paper,we use CEVSA,a process-based model,which has been validated on regional and global scales,to explore the temporal and spatial patterns of Net Primary Productivity (NPP) and its responses to interannual Climate fluctuations in China‘‘‘‘‘‘‘‘s terrestrial ecosystems over the period 1981-1998,The estimated results suggest that ,in this study period,the averaged annual total NPP is about 3.09 Gt C/yr^-1 and average NPP is about 342 g C/m^2,The results also showed that the precipitaion was the key factor determining the spsatial distribution and temporal trends of NPP. Temporally,the total NPP exhibited a slowly increasing trend.In some ENSO years( e.g.1982,1986,1997)NPP decreased clearly compared to the previous year,but the relationship between ENSO and NPP is decreased clearly compared to the previous year,but the relationship between ENSO and NPP is complex due to the integrated effects of monsoons and regional differentiation. Spatially,the relatively high NPP occurred at the middle high latitudes,the low latitudes and the lower appeared at the middle latitudes,On national scale,precipitaion is the key conntro factor on NPP variations and there exists a weak correlation between NP and temperature ,but regional responses are greatly different.     

Simulating net primary production of grasslands in northeastern Asia using MODIS data from 2000 to 2005

The net primary production (NPP) of grasslands in northeastern Asia was estimated using improved CASA model with MODIS data distributed from 2000 and ground data as driving variables from 2000 to 2005. Average annual NPP was 146.05 g C m?2 yr?1 and average annual total NPP was 0.32 Pg C yr?1 in all grasslands during the period. It was shown that average annual grassland NPP in the whole northeastern Asia changed dramatically from 2000 to 2005, with the highest value of 174.80 g C m?2 yr?1 in 2005 and the lowest value of 125.65 g C m?2 yr?1 in 2001. On regional scale, average annual grassland NPP of 179.71 g C m?2 yr?1 in southeastern Russia was the highest among the three main grassland regions in the six years. Grasslands in northern China exhibited the highest average annual total NPP of 0.16 Pg C yr?1 and contributed 51.42% of the average annual total grassland NPP in northeastern Asia. Grassland NPP in northeastern Asia also showed a clear seasonal pattern with the highest NPP occurred in July every year. Average monthly grassland NPP in southeastern Russia was the highest from May to August while average monthly grassland NPP in northern China showed the highest NPP before May and after August. The change rate distribution of grassland NPP between the former three years and the latter three years showed grassland NPP changed slightly between the two stages in most regions, and that NPP change rate in 80.98% of northeastern Asia grasslands was between –0.2 and 0.2. Grassland NPP had close correlation with precipitation and temperature, that indicates climate change will influence the grassland NPP and thus have a great impact on domestic livestock in this region in future.     

以HJ-1卫星遥感数据估算高寒草地植被净第一性生产力的潜力评估——以若尔盖草地为例

基于HJ-1卫星数据、数字高程数据、气象数据和地面实测数据,利用改进后的CASA模型估算了2010年若尔盖草地的植被净第一性生产力（NPP）,以评价该卫星数据在高寒草地NPP估算中的应用潜力。结果表明：（1）利用改进后的CASA模型模拟草地生物量,通过与实测地上生物量比较,两者的相关程度较高,R2=0.8726。模拟精度达80%,因此可以作为估产模型实际应用;（2）利用改进后的CASA模型模拟草地NPP,模拟结果比其他研究结果略大,但更适合于若尔盖草地;（3）HJ-1卫星数据为高寒草地NPP的估算提供了高时间和高空间分辨率的数据源。     

基于MODIS数据的2000-2005年东北亚草地NPP模拟(英文)

The net primary production(NPP)of grasslands in northeastern Asia was estimated using improved CASA model with MODIS data distributed from 2000 and ground data as driving variables from 2000 to 2005.Average annual NPP was 146.05 g C m-2yr -1and average annual total NPP was 0.32 Pg C yr-1in all grasslands during the period.It was shown that average annual grassland NPP in the whole northeastern Asia changed dramatically from 2000 to 2005,with the highest value of 174.80 g C m-2yr-1in 2005 and the lowest valu...     

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。     

基于树轮资料重建森林净初级生产力的研究进展

森林净初级生产力(NPP)反映了森林植被固定和转换光合产物的能力,表示了森林碳汇功能强度,也是评价森林植被的演替状况以及陆地生态系统承载力的主要指标。基于遥感、清查资料等方法估算NPP已经取得了一些进展,但传统的研究方法受限于观测(调查)年份,难以有效获取长时间尺度的区域森林种群或群落年际NPP。树轮资料较为有效地反映了历史时期森林植被的逐年生长状况,从而在估算高精度且长时间尺度区域森林种群及群落NPP中具有较大的优势。本文对利用树轮资料重建区域森林NPP的两种主要方法进行了总结,第一种方法主要是依据树轮资料提供的立木逐年生长量进行生物量以及NPP的估算;第二种方法则是利用树轮指数与其他植被指数的相关性间接反演过去时间段区域森林群落NPP的变化。上述两种估算NPP的方法均存在较多的限制性,未来利用树轮资料估算NPP的时空精度仍有待提高。     

中国陆地净初级生产力时空特征模拟

应用生态系统机理性模型估算1981～1998年中国陆地生态系统净初级生产力 (NPP) 的时空变化,并分析了NPP对年际间气候变化的响应。结果表明,中国陆地生态系统1981～1998年NPP总量波动于2.86～3.37 Gt C/yr之间,平均约为3.09 Gt C /yr ,单位NPP平均约为342 g C m²/yr。在研究时段内,NPP有缓慢增长趋势,年增长率约为0.32%,NPP总量平均值从 1980年代 (1981～1989年) 的3.03 Gt C/yr上升到1990年代 (1990～1998年) 的3.14 Gt C/yr。在一些厄尔尼诺 (El Nino) 发生年,NPP有明显的下降,但由于地域差异和季风环流的影响,NPP同ENSO的关系还十分复杂。从全国来看,在厄尔尼诺现象发生的1982年、1986年、1991年和1997年,NPP都有一定程度的减少。但在1993年和1994年两个厄尔尼诺发生年,NPP并没有表现为明显的下降趋势,1994年NPP总量甚至比上一年增加了0.12Gt,这主要是由于温度和降水量在不同地区的分布差异以及不同地区对厄尔尼诺现象的响应差异造成的。