气候变化对三峡库区（重庆段）植被净初级生产力影响研究

这是一篇关于NPP,CASA模型,时空格局,气候响应,重庆市的论文, 主要内容为本研究采用了重庆市2000-2015年MODIS NDVI、气温、降水、太阳辐射、植被类型等月尺度数据,并根据CASA模型反演得到了研究时段内重庆市各月的植被净初级生产力(NPP),通过统计分析、线性回归、相关性分析等,对重庆市16年间植被NPP的时空变化规律及其植被NPP与主要气候因子间的响应关系进行了详细研究分析。研究得出以下结论:1)2000-2015年这16年间,重庆市NPP年际变化规律主要表现为呈波动状态缓慢上升趋势,其植被NPP年均增加速率为0.7022/a。其中峰值出现在2003年、2008年,谷值出现在2001年、2006年、2009年。因此将16年间的植被NPP年际变化分为5个变化阶段,包括两个上升阶段,分别为2001-2003年、2006-2008年;其次包括两个下降阶段,分别为2000-2001年、2003-2006年;2008-2015年为变化趋势较稳定阶段。峰值出现的年份内重庆市均未出现明显的极端天气,气候条件良好,温度、降雨量及其太阳辐射等气候因子间分配比较均匀,恰好适宜植被的生长,从而使这些年份内的NPP值达到比较高的水平。而谷值出现的年份主要受到夏季伏旱天气的影响,从而使植被的光合作用效率降低,NPP值也由此降低,如2001年与2006年。2000-2015年间植被NPP随季节变化的规律为,季节平均NPP由高到低分别是夏季(228.09 g C/m2)>春季(133.72 g C/m2)>秋季(117.33 g C/m2)>冬季(51.94 g C/m2)。同时,冬季与夏季NPP值呈现逐渐上升趋势,其上升速率为1.01 g C/m2、0.0078 g C/m2,而春、秋季节均呈现出不同程度的下降趋势,其下降速率分别为0.216 g C/m2、0.168 g C/m2。夏季NPP达到最高值,约占全年NPP值的43%。主要在于夏季的光、水、热同期,达到植被的最佳生长条件,从而使植被在夏季的生产力达到最高。春季雨水充沛,且光照条件良好,其植被NPP仅次于夏季。秋冬季节,重庆市地区多云雾,光照条件较差,其植被NPP值较低,尤其在冬季,NPP值仅为春季的1/3,夏季的1/4。2000-2015年植被NPP的月际变化规律为各月份NPP值变化呈抛物线变化,植被主要生产力集中在5月到9月,其NPP量约占全年NPP总量的65%。2)不同类型植被的NPP值存在较大的差异,其由高到低分别为阔叶林(804.35g C/m2)>针阔混交林(719.07 g C/m2)>针叶林(650.26 g C/m2)>灌木(544.37 g C/m2)>草地(362.44 g C/m2)>耕地(342.58 g C/m2)。影响植被NPP的原因除了气候变化导致的NPP值降低或升高以外,不同植被类型由于其自身对环境的适应能力的不同,如不同植被类型的叶面积大小不同,就会影响其吸收太阳有效辐射的效率,从而影响该类型植被NPP值。3)重庆市植被NPP的年际空间分异特征为,渝东北地区植被NPP总体较高,以城口、巫溪植被NPP为最高,因渝东北地区以山区为主,城市开发面积较小,森林覆盖密度广,人为干扰因素相对较少,且年均降水量丰富。其次,渝东南植被NPP值也保持较高水平,仅次于渝东北地区,其中南川、潜江等区县植被NPP均较高。而主城及周边地区NPP总体偏低,是由于该区域工业、农业较为发达,城市建设面积较大,人为活动影响较大。在对不同季节植被NPP的分析过程中发现,重庆市各季节植被NPP的空间分异规律与其年均NPP值的空间分异规律相一致,其主要由于重庆市整体范围偏小,在其经纬度覆盖范围内,气候的变化对于重庆市内部的局地气候影响甚小。4)植被NPP与各气候因子(气温、降水、太阳辐射)的年际相关关系为,在2000-2015年16年间,重庆市年平均温度、年总降雨量及年太阳总辐射量均呈现出波动变化状态,其中,年均气温和年降水量呈现上升趋势,而年太阳总辐射量呈下降趋势,但其总体波动范围均较小。年均气温保持在17-18℃范围左右,年降水量维持在1100-1200mm范围左右,年太阳总辐射值则保持在4000MJ/m2上下波动。各气候因子的极值主要出现在2001年及2006年这种典型的极端天气出现的年份里。重庆市植被NPP与气温、降水量、太阳辐射的相关性从大到小分别为:相关性(NPP-年降水量)>相关性(NPP-年太阳总辐射)>相关性(NPP-年均气温)。从年际变化规律上看,重庆市NPP与降水量、太阳辐射量之间呈正相关关系,而NPP与气温呈现负相关关系。NPP与年均气温、年降水量、年太阳总辐射的相关系数分别为0.2、0.5、0.05,因此降雨量对于植被NPP的影响较大,说明在植被生长过程中,水分充足尤为重要,而温度的高低对于植被生长的影响则相对较小。5)从季节尺度分析植被NPP与各气候要素间的相关关系,春季,重庆市植被NPP与气温、降水量呈正相关关系,而与太阳辐射值呈现负相关关系,春季气温开始回暖,促进植被的生长,而随着降雨量的增多,雨热同期,从而使植被NPP快速升高;夏季,在16年间,平均温度在25℃以上,个别年份达到30℃,夏天雨水充沛,其降雨量在243.66mm-655.13mm范围内,太阳辐射量平均为1467.51 MJ/m2。植被NPP与气温、太阳辐射值呈负相关关系,NPP与温度间的相关性较小,夏季气温对植被的生长状态影响甚小,但太阳辐射值与NPP的相关性较大,而与降水量呈较显著的正相关关系,此时植被NPP与降雨量、太阳辐射、气温之间的相关性依次减小;秋季,重庆市降雨量在193.99mm-408.25mm之间,其平均气温为18.37℃,温度变化幅度较小,平均太阳辐射量为811.99 MJ/m2。重庆市秋季日照时数减少,而气温和太阳辐射是植被生长所必不可少的气候条件,从而影响植被NPP,因此植被NPP与温度、太阳辐射呈正相关关系,秋季由于雨水偏多,当水分过量时也会影响植被的生长状态,因此,在秋季植被NPP与降水量呈负相关关系;冬季,重庆市平均气温为8.09℃,其波动范围较小,冬季气温相对较高。重庆市冬季受云雾影响,日照时数非常少,其冬季平均太阳辐射量为619.75MJ/m2,其降雨量在37.97mm-86.84mm之间,其植被NPP与气温、太阳辐射呈现正相关关系,与降水量呈负相关关系。6)将本研究采用CASA模型所估算的NPP值与MOD17A3的NPP数据产品进行简单的相关性分析得出,结果表明本研究结果与其NPP产品相关性较高,因此从侧面证明了本研究结果具有较高的可靠性。

陕北定边县柠条林净初级生产力模拟与分析

这是一篇关于净初级生产力,CASA模型,高分辨率遥感影像,植被生物量,柠条灌木林的论文, 主要内容为植被净初级生产力(NPP)是碳循环的驱动力和全球碳平衡的重要组成,随着遥感技术的发展,基于植被光利用原理的CASA模型广泛应用于全球和区域尺度的NPP估算研究。然而,现有CASA模型的估算分辨率低,忽略了小尺度异质性,造成较大估算误差。基于高分辨率遥感数据,提高CASA模型估算精度及分辨率已经成为区域尺度生态系统评估和管理的必然要求。黄土高原是典型干旱半干旱区,灌木林分布分散,但发挥了积极的生态功能。因此,高分辨率的NPP估算对灌木林生态系统研究和管理具有重要意义,为该地区“退耕还林还草”等生态工程带来的生态效益评估奠定了科学指导依据。为此,本研究结合了树木年轮数据、高分辨率遥感影像和CASA模型,开发了一套NPP估算系统,以满足高分辨率植被NPP估算需求。此估算系统首先依据实测数据构建生物量与植物生长指标的最适模型;其次基于此模型和树木年轮数据,构建植物NPP-冠幅的最适模型;最后采用高分辨率遥感影像数据,基于NPP-冠幅模型,确定相应植被的NDVImax,NDVImin和εmax,校正了CASA模型。将该估算系统应用于陕西省定边县柠条林NPP的估算,模拟了2011–2021年柠条灌木林NPP,分析了其时空分布特征及NPP影响因子。结果如下:(1)基于陕西省定边县89株柠条实测数据,经统计分析与验证,以基径为自变量的模型更稳定,逻辑斯蒂模型考虑了植物生长特性、种间种内竞争等因素,因此选择地上生物量-基径模型作为地上生物量的最适模型;(2)基于地上生物量-基径模型和年轮宽度,构建NPP-冠幅最适模型。通过对比五种备选模型,幂函数模拟精度最优,验证结果证明模型有效;(3)高分辨率遥感影像所测量的冠幅数据能够准确反映实际冠幅;基于高分辨率遥感数据,确定了NDVImax和NDVImin为0.415和0.022;结合柠条NPP-冠幅模型,确定了柠条灌木林的最大光能利用率εmax为0.025,对调整后的CASA模型进行验证,R2达到0.541;(4)应用NPP估算系统对定边县柠条林NPP时空动态进行分析。从2011到2021年,定边县柠条灌木林NPP值整体呈现上升趋势。2011年的柠条灌木林NPP值最低,在2014年达到峰值,于2015年急剧下降,随后,NPP逐年上升至2018年,在2020年急剧下降。定边县柠条灌木林NPP值和NPP变化值均呈现由北向南逐渐增加的趋势。2011年到2021年,南部丘壑区柠条灌木林整体呈现增加趋势。(5)定边县柠条林NPP主要受到最湿季温度和最热季降水的影响,年均NPP与最湿季均温的相关性达到0.727,与最热季降水的相关性为0.513。2019年以后,NPP变化与最湿季温度和最热季降水的变化不一致,因为柠条成长为成熟林,趋于退化。

基于环境遥感技术的气溶胶对草原植被生产力的影响研究

这是一篇关于大气气溶胶光学厚度,植被净初级生产力,MODIS遥感反演,CASA模型的论文, 主要内容为大气气溶胶作为影响我国环境空气质量的主要污染物,由于其成分复杂且分布范围广,影响太阳辐射和成云降雨等气象条件,而气候及环境条件的改变将关系到地面植被生长与产量,但少见气溶胶对植被生长的影响研究。本文以中国北方重要的草原区域-锡林郭勒盟为研究对象,研究该地区的气溶胶与草原植被生产力的变化趋势及分布规律,进而分析大气气溶胶对草原地区的影响,以有效地、及时地掌握该地区大气环境污染的程度及其生态效应,为草原的生态建设提供参考。本文以遥感MODIS L1B影像数据为基础,采用6S模型和暗像元法,反演研究区2008-2016年间的气溶胶光学厚度(AOD)。利用MOD04L2产品、地面监测站及实测的颗粒物浓度值对反演结果进行对比验证,确保反演结果的精度。利用相关法,分析气象因子对气溶胶厚度的影响,进而分析AOD旬、月、年、9年合成的时空分布特征。此外,通过CASA模型估算研究区的植被净初级生产力(NPP),并利用地面实测生物量与MOD17A3产品数据对估算NPP值进行精度验证,分析研究区植被NPP月、季、年的分布特征。最后,通过计算空间上两影像间的相关系数及研究区逐像元的相关系数来确定AOD与NPP的相互关系。主要研究内容及结果如下:(1)遥感反演AOD的精度验证。结果表明,反演得到的区域AOD与MOD04L2(气溶胶二级产品)呈正相关(0.509**,P<0.01),说明暗像元法适用于研究区AOD的反演;地面监测站及野外实测颗粒物浓度与反演AOD值存在显著正相关性。(2)2008-2016年AOD的时空分布特征。AOD时间分布特征为:2008-2016年,1月、4月、7月各旬AOD无统一变化趋势,10月各旬AOD变化趋势明显,表现为逐旬上升。2008-2016年际间1月的AOD均值有下降趋势,其他月份没有明显变化。利用1月、4月、7月和10月AOD的月值合成年AOD,结果表明:2013年最高,2015年最低。AOD空间分布特征为:2008-2016年,年合成的区域AOD空间分布一致,表现为低值分布在西部,高值分布在东部。总的来说,本研究区AOD值较低,空气较为清洁。(3)区域AOD与气象因子间的空间相关系数分析。结果表明:1、4、7和10月的AOD值与平均气温、日照时数、太阳辐射存在负相关性;AOD值与相对湿度正相关,7月两者间相关系数最高;7月AOD与降水量存在显著的正相关,而1月、4月、10月的降水对气溶胶粒子有沉降作用,但相关系数较低;平均风速与AOD间为负相关性;本站气压对AOD的影响较小。相比较而言,这七种气象因子对AOD的影响分析中,7月、10月的影响更为明显。(4)区域NPP的估算、精度验证与分布。模型估算的NPP值与地面实测植物生物量间的相关性为0.477,与MOD17A3产品相关性R达到0.843,说明可以利用CASA模型来模拟研究区的植被生产力。2008-2016年植被NPP在7月或8月达到最大;季节NPP分布为夏季>秋季>春季;2008-2016年,区域NPP年均值有缓慢的上升趋势。植被NPP的月、季、年空间分布特征表现一致,由西向东逐渐增加。(5)AOD和NPP的区域相关性分析。在锡林郭勒盟地区,月、年际间AOD与NPP的空间相关系数主要为正值,而两者间的相关系数分布区域差异较大,表现为正相关系数占研究区的52.35%86%。4月、10月研究区AOD与NPP间的正相关系数较低,仅7月AOD与植被NPP的作用较为明显。在区域降水、湿度、辐射等气象因子的影响下,年AOD与植被NPP表现出相似的空间分布特征,两者的相关系数多为正值。总的来说,AOD与NPP间的关系受气象环境因子的影响较大,而且,研究区的AOD值较小,空气较为清洁,因此,AOD不是影响NPP分布的主导因子。

黄土高原植被净初级生产力对复合气象因子的响应研究

这是一篇关于植被净初级生产力,ESTARFM模型,CASA模型,响应关系,黄土高原的论文, 主要内容为随着化石燃料的大量使用,全球性气候变暖问题愈发严峻。气候改变了水资源再分配情况,使得极端天气和旱涝灾害频频发生。植被净初级生产力(Net Primary Productivity,NPP)是陆面碳循环中重要的组成部分,其演变规律与气候变化之间有着密不可分的联系。黄土高原是中国生态环境最脆弱的地区,是全球气候变化敏感响应的地区。水资源短缺和水土流失是该区域面临的主要问题,这些问题加深了该区域对地表植被的依赖程度。揭示植被净初级生产力对气象因子的响应关系变得非常重要。本研究以黄土高原的复合气象因子作为研究对象,将温度植被干旱指数(TVDI)和标准化降水蒸散指数(SPEI)作为复合气象指标,基于ESTARFM模型和CASA模型所构建植被净初级生产力逐月遥感数据集,并基于该计算结果,分析了 1982-2018年黄土高原地区NPP和复合气象因子的时空格局;分析不同滞后时间下植被生产力对复合气象因子的响应;探讨单一气象因子与复合气象因子对植被净初级生产力的驱动力强弱。得出的主要结论如下:(1)通过MODIS数据对ESTARFM模型进行验证,结果表明,ESTARFMNDVI与MODIS NDVI拟合效果较好,说明该数据集可以充分反映近20年来黄土高原植被生长变化的规律。(2)在水平空间上,黄土高原NPP的多年平均值呈现出由北向南逐渐递增的趋势;对于不同土地类型,林地的NPP最大,荒地的NPP最小。在垂直空间上,随着海拔的不断升高,黄土高原NPP的多年平均值经历了先递减后递增的过程;海拔在1233～1630m之间的NPP多年平均值最小,2181～3013m之间的NPP多年平均值最大。在年际变化上,黄土高原NPP总体上呈现出逐步改善的趋势,以轻微改善和中度改善为主。在生长季内,表现出波动增长的趋势,8月份NPP最大,10月份NPP最小;9月份为改善状态占比最大的月份,8月份为NPP恶化状态占比最大的月份。(3)在年尺度上,TVDI呈现出先上升后下降、以下降趋势为主的变化特征;月尺度上,TVDI以平均0.0002/mon的速率波动下降。在生长季内,平均TVDI为0.60。TVDI表明,中旱是研究区内最容易发生的干旱类型,每年6月为干旱极容易出现的月份,每年11～2月干旱发生的概率最小。在TVDI空间特征研究中,黄土高原TVDI在空间上整体呈现出南高西低的态势,TVDI以逐渐改善的趋势为主,平均TVDIslope为-0.0006/a。生长季TVDI空间格局与多年平均TVDI空间格局相似。不同土地覆盖类型中,建设用地TVDI最大,林地TVDI最小,建设用地TVDIslope最大,林地TVDIslope最小。不同植被类型中,草丛TVDI最大,高山植被TVDI最小,高山植被TVDIslope最大,阔叶林TVDIslope最小。(4)在年尺度上,黄土高原SPEI的多年平均值呈现出波动上升的趋势。月尺度上,黄土高原SPEI以0.014/mon的速率微弱上升。在生长季内,平均SPEI为-0.004。SPEI表明,轻旱是研究区内最容易发生的干旱类型,每年8月份是干旱极容易出现的月份。在SPEI空间分布特征研究中,黄土高原SPEI整体呈现出由南至北逐渐递增的趋势,以轻微恶化的趋势为主,平均SPEI为-0.408,平均SPEIslope为-0.0019;在生长季内,SPEI呈现出南高北低的态势,生长季SPEI多年平均值为-0.54。不同土地利用类型中,荒地SPEI最大,耕地SPEI最小,荒地SPEIslope最大,建设用地SPEIslope最小。(5)在空间上,研究区内NPP和TVDI相关性呈现出西部高中部低的空间格局,NPP对TVDI的相关性主要以正相关为主。就土地类型而言,林地NPP对TVDI的相关性最为显著,荒地NPP对TVDI的响应最微弱。就植被类型而言,针叶林NPP与TVDI的正相关性最强,高山NPP与TVDI的负相关性最强。对于NPP对TVDI的响应特征而言,在空间上,NPP对TVDI的响应以滞后2月为主。在时间上,年尺度NPP对当月TVDI、滞后1月TVDI、滞后2月TVDI均表现出显著负相关。生长季内,NPP对TVDI的响应表现为滞后1月。在空间上,研究区内NPP和TVDI相关性呈现出北部高南部低的空间格局,NPP对SPEI的相关性主要以正相关为主。就土地类型而言,草地对SPEI的响应最为显著,建设用地对SPEI的响应最微弱。就植被类型而言,草原NPP与SPEI的相关性最强,高山NPP与SPEI的相关性最弱。对于NPP对SPEI的响应特征而言,在空间上,在空间上NPP对SPEI的响应以滞后2月为主。在时间上,随着SPEI在时间尺度上的累积,NPP对SPEI的相关性逐渐增强。生长季内,NPP对SPEI的响应以滞后2月为主。(6)对于单一气象因子与复合气象因子对植被净初级生产力驱动力研究来讲,针对风险探测而言,降水与NPP在空间分布上呈现正相关关系,SPEI则与NPP在空间分布上呈现负相关关系。TVDI和SPEI适宜区间内的植被有着比原先单一气象因子具有更高的NPP。针对因子探测而言,SPEI对NPP的影响力最强,气温因子对NPP的影响力最弱。针对交互探测而言,降水∩PET的相互叠加对NPP的影响力最强,SPEI∩ TVDI的影响力次之。相较于单因子,复合因子对NPP的驱动力明显更强,黄土高原NPP受到当地降水和潜在蒸散发的限制作用是最突出的。

基于环境遥感技术的气溶胶对草原植被生产力的影响研究

这是一篇关于大气气溶胶光学厚度,植被净初级生产力,MODIS遥感反演,CASA模型的论文, 主要内容为大气气溶胶作为影响我国环境空气质量的主要污染物,由于其成分复杂且分布范围广,影响太阳辐射和成云降雨等气象条件,而气候及环境条件的改变将关系到地面植被生长与产量,但少见气溶胶对植被生长的影响研究。本文以中国北方重要的草原区域-锡林郭勒盟为研究对象,研究该地区的气溶胶与草原植被生产力的变化趋势及分布规律,进而分析大气气溶胶对草原地区的影响,以有效地、及时地掌握该地区大气环境污染的程度及其生态效应,为草原的生态建设提供参考。本文以遥感MODIS L1B影像数据为基础,采用6S模型和暗像元法,反演研究区2008-2016年间的气溶胶光学厚度(AOD)。利用MOD04L2产品、地面监测站及实测的颗粒物浓度值对反演结果进行对比验证,确保反演结果的精度。利用相关法,分析气象因子对气溶胶厚度的影响,进而分析AOD旬、月、年、9年合成的时空分布特征。此外,通过CASA模型估算研究区的植被净初级生产力(NPP),并利用地面实测生物量与MOD17A3产品数据对估算NPP值进行精度验证,分析研究区植被NPP月、季、年的分布特征。最后,通过计算空间上两影像间的相关系数及研究区逐像元的相关系数来确定AOD与NPP的相互关系。主要研究内容及结果如下:(1)遥感反演AOD的精度验证。结果表明,反演得到的区域AOD与MOD04L2(气溶胶二级产品)呈正相关(0.509**,P<0.01),说明暗像元法适用于研究区AOD的反演;地面监测站及野外实测颗粒物浓度与反演AOD值存在显著正相关性。(2)2008-2016年AOD的时空分布特征。AOD时间分布特征为:2008-2016年,1月、4月、7月各旬AOD无统一变化趋势,10月各旬AOD变化趋势明显,表现为逐旬上升。2008-2016年际间1月的AOD均值有下降趋势,其他月份没有明显变化。利用1月、4月、7月和10月AOD的月值合成年AOD,结果表明:2013年最高,2015年最低。AOD空间分布特征为:2008-2016年,年合成的区域AOD空间分布一致,表现为低值分布在西部,高值分布在东部。总的来说,本研究区AOD值较低,空气较为清洁。(3)区域AOD与气象因子间的空间相关系数分析。结果表明:1、4、7和10月的AOD值与平均气温、日照时数、太阳辐射存在负相关性;AOD值与相对湿度正相关,7月两者间相关系数最高;7月AOD与降水量存在显著的正相关,而1月、4月、10月的降水对气溶胶粒子有沉降作用,但相关系数较低;平均风速与AOD间为负相关性;本站气压对AOD的影响较小。相比较而言,这七种气象因子对AOD的影响分析中,7月、10月的影响更为明显。(4)区域NPP的估算、精度验证与分布。模型估算的NPP值与地面实测植物生物量间的相关性为0.477,与MOD17A3产品相关性R达到0.843,说明可以利用CASA模型来模拟研究区的植被生产力。2008-2016年植被NPP在7月或8月达到最大;季节NPP分布为夏季>秋季>春季;2008-2016年,区域NPP年均值有缓慢的上升趋势。植被NPP的月、季、年空间分布特征表现一致,由西向东逐渐增加。(5)AOD和NPP的区域相关性分析。在锡林郭勒盟地区,月、年际间AOD与NPP的空间相关系数主要为正值,而两者间的相关系数分布区域差异较大,表现为正相关系数占研究区的52.35%86%。4月、10月研究区AOD与NPP间的正相关系数较低,仅7月AOD与植被NPP的作用较为明显。在区域降水、湿度、辐射等气象因子的影响下,年AOD与植被NPP表现出相似的空间分布特征,两者的相关系数多为正值。总的来说,AOD与NPP间的关系受气象环境因子的影响较大,而且,研究区的AOD值较小,空气较为清洁,因此,AOD不是影响NPP分布的主导因子。