近二十三年贵南县草地净第一性生产力与气候变化的响应
气候变化对内蒙古草原退化的影响
原生 态发展 ， 以及 同家经 济建设 和发展 做 出贡献 。
（ ） 地 退 化 面 积 已 占该 草 地 总 面 积 的 ５ ．４ 。 区 草 ０２ ％
也 大大下 降 。植 被 变化 的另 一 个表现 是植 物 群 落组 成 的 变化 ， 家 畜 的过 度 啃 食 条 件 下 ， 耐 牧 的植 在 不 物 显著 减 少 ， 耐牧 的植 物 则 被 保存 下 来 ， 结 果 而 其
失） 致 使 内蒙古 草原初 级 生产力 下 降，土地裸 露沙 ，
化 ， 土 流 失 加 剧 水 鼠虫 灾 害 频 发 ， 尘 暴 肆 疟 ， 态 系 沙 生 统 功 能 严 重 失 调 ．已对 本 地 区 呵持 续 发 展 和 西 部 大
物 量 约 占全球 植 被 生 物 量 的 ３ ％… 陈 仲新 等 对 ６ 。 我 国 ４ ４ ８ ４ ｍ 草地 的价 值也进 行 了估算 ， 总价 ３９４ ｋ 其 值 为 １ ０ ． ｘ Ｏ 美 元，是 我 国耕地 总价值 １ ５８ ｘ ０ ９１ ｌ ６ ６ 。７
关 键词 ： 气候变 化； 内蒙古； 退化 ； 草原
中圈 分 类 号 ：Ｐ１ ２５９ ６ ．＋
文 献 标 识码 ： Ａ
弓 言 ｌ
的波 动性 、 以及 社 会 和经 济条 件 的复 杂性 使 这一 地 区成为 对全球 变化 响应 的敏感 带 。在过 去的半 个 １ 世 纪 中， 由于 草 地 严 莆 退 化， 被迅 速 减 少ｆ 至 消 植 甚
贵南县气候变化特征分析
贵南县气候变化特征分析贵南县位于中国贵州省北部，地处东经106°11′～107°04′，北纬24°26′～25°24′之间，境内地势起伏较大，平均海拔约1500米。
属于亚热带湿润山地气候区，具有明显的气候变化特征。
一、降水分布贵南县年平均降水量约为1200-1300毫米，主要集中在5月至10月，占全年降水总量的80%-85%。
7月和8月是降水最多的月份，降水量约占全年降水总量的40%以上。
而11月至翌年4月，则是干季，降水量较少。
年内降水分布较为均匀，无明显的旱、涝季节。
二、气温变化贵南县气温明显受地势影响，随着海拔的升高，气温逐渐降低。
全县年平均气温在14-16℃之间，山区气温略低于盆地地区。
常年7月和8月是最热的时候，平均气温可达到20℃以上，而1月和2月则是最冷的时候，平均气温为4-5℃。
春季和秋季气温变化较为明显，而夏季和冬季相对较稳定。
三、季风影响贵南县位于亚洲季风气候区，受到来自北方的冷空气和来自南方的暖湿气流的共同影响，具有典型的季风性特征。
夏季，暖湿气流从南海、印度洋一带流向华南地区，给贵南县带来了高温多雨的天气。
冬季，北方冷空气的南下则使气温降低，降水量减少，天气较为干燥。
四、气候变化趋势随着全球气候变暖的影响，贵南县气候也发生了一定的变化。
近年来，贵南县降水量有所增加，年均降水量逐渐上升。
夏季降雨量较大，暴雨天气频发，容易引发山洪、地质灾害等。
而冬季降温幅度减小，气温较之前稍有上升。
这些变化对农业、水资源等方面都带来了一定的影响。
贵南县的气候变化特征主要表现为：降水分布均匀，主要集中在夏季；气温随海拔升高而逐渐降低，夏季较热，冬季较冷；受季风影响，夏季炎热多雨，冬季干燥寒冷；近年来降水量增加，夏季暴雨频发。
这些特征对该地区的农业生产、水资源利用等方面都具有重要意义，需要加强气候变化监测和应对措施的研究。
我国陆地植被净初级生产力变化规律及其对气候的响应
而且也是对人类活动和全球气候变化最敏感的生物 圈 .植被是陆地生态系统的重要组成部分 , 在区域气 候变 化 和全 球 碳 循 环 中 扮 演着 重 要 的 角 色[ 1 -2, 10, 22 -23] .植被净 初级生产力 (netprimaryproductivity, 简称 NPP)是指绿色植物在单位面积 、单 位时间内所积累的有机物数量 , 是光合作用所产生 的有机质总量减去呼吸消耗后的剩余部分 .NPP是
ArcGIS地理信息系统的支持下 , 采用三角网插值方
法将气象数据插值成空间分辨率为 8 km×8 km的
Albers投影的栅格数据 .同时对植被类型分类数据
进行转换 , 生成 8 km×8 km的 Albers投影的栅格数
据 , 以便与遥感数据进行匹配 .
2.2 研究方法
基于光能利用率的植被净初级生产力模型主要
被层对入射光合辐射 (PAR)的吸收比例 , 具体计算 参见文献 [ 9] .在理想条件下 , 植被光能利用 率为潜
在光合利用率 , 即最大光能利用率 , 而在实际环境中
植被光能利用率主要受空气温度 、大气水汽压 、土壤
水分状况等因素的影响 .光能利用率计算式如下 :
ε =σ σ σ ε (x, t)
陆地植被 NPP具有明显的时间和空间变化特 征 .NPP的空间变化主要与气候特征 、植被分布 、土 地利用类型有关 , 而 NPP的时间变化主要表现在季 节间和年际间的变化 .长时间序列的卫星遥感数据 集的建立 , 为研究区域或全球尺度的陆地植被 NPP 的季节和年际变 化提供了可能[ 3, 11, 20] .我国也有不 少学者利用 CASA和 GLO-PEM模型估算近 20年来 中国陆地植被 NPP分布及其时空变化规律 , 并从点 上简单分析了 NPP与气候因子的相互关系 [ 6, 17] .但 到目前为止 , 对我国不同植被生态系统 NPP年际波 动的差异以及气候变化对植被影响规律的时空特征 还不完全清楚 .另外 , 彭少麟等 [ 15] 认为 , 在 CASA模 型中取全球植被月 最大光能 利用率 (0.389 gC· MJ-1)对中国广东省来说偏低 .GLO-PEM模型所需 参数完全由遥感手段反演获得 , 而目前地表参数遥 感反演技术还存在许多不确定性的因素[ 13] .因此 , 本文在 GIS系统的支持下 , 根据前人的研究成果 , 充 分利用气象资料和卫星遥感的优势 , 构建基于光能 利用率 的植被 NPP模型 , 估算了 1982— 2000年中 国陆地植被月 NPP分布 , 分析了我国陆地不同植被 类型 NPP的季节性和年际性变化规律 , 并从像元空 间尺度上揭示了我国陆地植被 NPP在不同季节 、不 同区域对气候变化的响应 .
基于IBIS模型的东北森林净第一性生产力模拟
基于IBIS模型的东北森林净第一性生产力模拟王萍【摘要】集成生物圈模型(the integrated biosphere simulator, IBIS)作为目前最复杂的基于动态植被模型的陆面生物模型之一,已经成为模拟大尺度(全球区域)的植被地理分布、净第一性生产力和碳平衡以及预测气候变化对陆地生态系统潜在影响的有效工具.应用IBIS模型对2004～2005年大小兴安岭的植被净第一性生产力(net primary productivity, NPP)进行了定量估算,模拟与研究了大小兴安岭森林生态系统植被NPP的空间分布格局以及不同植被类型的NPP季节变化特征,结果表明:大小兴安岭森林植被年均NPP值为494.7 gCm-2 · a-1,年吸收0.06Pg的大气碳.研究区年均NPP的空间分布主要受热量条件的影响,大兴安岭地区基本上呈现出由北向南增加的趋势,小兴安岭地区除单位面积年均NPP大于1.1kgCm-2 · a-1在小兴安岭北部孙吴和逊克地区分布外,基本上呈现出均匀分布的趋势.加强基础数据研究的同时如何根据中国的实际合理确定模型参数,使模型在我国典型生态系统中应用是值得进一步研究的.【期刊名称】《生态学报》【年(卷),期】2009(029)006【总页数】8页(P3213-3220)【关键词】大小兴安岭森林;集成生物圈模型;净第一性生产力;空间分布;季节变化【作者】王萍【作者单位】东北林业大学林学院,哈尔滨,150040【正文语种】中文【中图分类】Q145;Q948;S718.5森林生态系统作为陆地生物圈的主体，不仅在维护区域生态环境上起着重要作用，而且在全球碳平衡中也起着巨大的贡献。
森林碳储量和生产力既是评价森林生态系统的结构和功能以及森林质量的重要指标，也是评估森林生态系统碳平衡的基础[1]。
植被净第一性生产力(net primary productivity, 简称NPP)是指植物在单位时间单位面积上由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分,它是生态系统中物质与能量运转研究的基础,直接反映植物群落在自然环境条件下的生产能力[2]。
青藏高原植被净初级生产力及其对气候变化的响应
青藏高原植被净初级生产力及其对气候变化的响应作者：德吉央宗鲁旭阳来源：《绿色科技》2013年第10期摘要：论述了青藏高原植被净初级生产力（NPP）的空间分布和时间变化动态，以及NPP 与气候因子的关系和对未来气候变化的响应。
总结出了以下结论：①青藏高原年均NPP为0.3 Pg Ca-1，由东南向西北逐渐递减，与该地区的水热条件和植被类型的地带性分异规律一致；②近年来，青藏高原的植被生产力在波动中呈上升趋势，年增加速率约为0.7%；③温度是影响青藏高原生物生长的主导因子，青藏高原净初级生产力随着气温和降水的增加而增加；④未来气候变化影响青藏高原植被NPP，在IPCC预测的B1、A1B和A2气候变化情景下，青藏高原的NPP均呈增加的趋势。
关键词：青藏高原；净初级生产力；气候变化中图分类号：Q948文献标识码：A文章编号：16749944（2013）100004031引言青藏高原是世界上最高的独立地貌单元，平均高度在4000 m以上，有“世界屋脊”和世界“第三极”之称，其独特的高海拔、空气稀薄、强太阳辐射等自然地理特征影响着欧亚大陆的大气环流和生态系统分布，其地表过程变化不仅会引起亚洲大气环流的重大变化，而且还会对北半球甚至全球大气环流产生重大影响[1]。
青藏高原对全球变化的反映强烈，是气候变化的敏感区。
过去50年青藏高原气候发生了很大变化，地表温度增加了大约1.8 °C，年增温速率（0.036 °C/年）远高于全球的平均水平（0.013 °C/年）；温度的增加进一步引起降水空间格局的变化，甚至造成局部强降水次数的增加[2]。
这种气候的波动会对青藏高原生态系统产生强烈影响，导致高原生态系统的格局、过程与功能发生改变。
植被净初级生产力（Net Primary Productivity， NPP）指绿色植物在单位时间和单位面积上所积累的有机干物质总量，它不仅是表征植物活动的重要变量，而且是判定生态系统碳汇和调节生态过程的主要因子[3]。
气候变暖对草地生态系统碳循环的影响
摘 要 ： 类 活 动 导 致 的 温 室 效 应 以及 由此 造成 的 气 候 变 暖 对 草 地 生 态 系统 的影 响 已引 起 人 们 普 遍 关 注 。 草 地 生 态 人 系统 碳 循 环 作 为 陆 地 生 态 系 统 碳 循 环 的重 要 组 成 ， 未 来 陆 地 生 物 圈碳 源 ／ 汇 的关 键 环 节 之 一 ， 示 这 一 作 用 对 是 碳 揭 精 确 理 解 碳 循 环 的 过 程 和 相 关 政 策 的 制 定 具 有 重 要 的 指 导 意 义 。本 研 究 围绕 气 候 变 暖 对 草 地 生 态 系 统 初 级 生 产 力 、 壤 呼 吸 、 落物 输 入 与 分 解 、 壤 碳 库 的影 响 ， 讨 了草 地 生 态 系 统碳 循 环 对 气 候 变 暖 响 应 的 机 制 及 其 过 程 ， 土 凋 土 探 简 述 了相 关 研 究 进展 ， 出 了草 地 生 态 系 统碳 循 环 研 究 存 在 的 问题 和 未 来 重 点 发 展 的 方 向 ， 草 地 生 态 系 统 碳 循 提 对 环 的研 究 工 作 进 行展 望 。 关 键 词 ： 候 变 暖 ； 地 生 态 系 统 ； 壤 呼 吸 ； 循 环 气 草 土 碳
贵南县近52a二十四节气气候变化与春小麦物候期的响应
贵南县近52a二十四节气气候变化与春小麦物候期的响应发布时间：2022-07-18T01:12:16.425Z 来源：《科学与技术》2022年第5期第3月作者：李云霞张海娥孔德梅高万胥侯永沛[导读] 本文选用贵南县气象站1969-2020年逐日平均气温、降水量与日照时数等气象数据与2011-2020年贵南县春小麦物候期资料李云霞张海娥孔德梅高万胥侯永沛（青海省海南州贵南县气象局，青海贵南 813199）摘要：本文选用贵南县气象站1969-2020年逐日平均气温、降水量与日照时数等气象数据与2011-2020年贵南县春小麦物候期资料，统计分析贵南县分析二十四节气气候变化及春小麦物候期的响应。
结果表明，随着气温的不断上升，降水量略微增加，春小麦全生育期呈现缩短趋势，贵南县春小麦成熟期有所提前。
关键词：贵南，二十四节气；春小麦；物候期引言贵南县地处青藏高原西南部，具有特殊的高原生态环境，为半农半牧的经济格局。
近年来，受气候变化的影响，贵南县植物春季物候期提前，无霜期延长，植物的生长周期也发生了明显变化。
二十四节气是将气候条件与农业生产有机的联系起来，因此研究反应物候现象的物候性节气内的气候变化，对深入了解贵南县二十四节气气候变化规律对气候变化合理农业活动具有重要意义。
1 材料（资料）与分析方法本研究主要收集、整理了贵南县气象站1969-2020年逐日平均气温、最高气温、最低气温、降水量与日照时数等气象数据以及2011-2020年贵南县春小麦物候期资料，采用线性变化趋势分析、Mann-Kendsll检验法、滑动t检验法、相关分析法等数理统计方法来分析贵南县分析二十四节气气候变化及春小麦物候期的响应。
春小麦生长的关键发育期分别是三叶、拔节、抽穗及乳熟期，贵南县其历年平均日期对应的节气为小满、芒种、小暑及处暑。
2 二十四节气气候变化特征分析贵南县近52a二十四节气气候变化知，平均气温从春分开始高于0℃，随后气温逐渐升高，大暑最高，平均气温是21.9℃，随后气温下降，平均气温至大雪降至0℃以下，小寒降至一年中的最低温。
气候变化论文题目(导师拟定标题126个)
气候变化论文题目（导师拟定标题126个）气候变化是全人类所关注的问题，全球气候变化，是指在全球范围内，气候平均状态统计学意义上的巨大改变或者持续较长一段时间的气候变动。
气候变化的原因可能是自然的内部进程，或是外部强迫，或者是人为地持续对大气组成成分和土地利用的改变。
以下是整理好的126个关于气候变化论文题目，希望对您有所帮助。
气候变化论文题目一：1、气候变化和人类活动对淮河流域中上游地区径流影响研究2、森林应对气候变化研究热点和前沿分析——基于CitespaceⅤ的计量研究3、叶尔羌河流域气候变化特征及趋势分析4、基于大数据治理对气候变化背景下城市可持续发展的对策研究5、基于APSIM模型评估北方八省春玉米生产对气候变化的响应6、气候变化背景下东北三省春玉米产量潜力的时空特征7、未来黑碳气溶胶排放对区域气候变化的影响模拟8、气候变化对中国海洋经济可持续发展的影响9、1976-2015年柴达木盆地湖泊演变及其对气候变化和人类活动的响应10、全球变化背景下中国应对气候变化的主要进展和展望11、未来气候变化对特有物种沙生柽柳分布格局的影响及其保护启示12、我国西南地区喀斯特森林树木年轮对气候变化的响应13、近20 a云雾山草地生产力对气候变化的响应14、高寒草甸草原净初级生产力对气候变化响应的模拟15、气候变化技术机制专门化的困境及其克服16、1980年以来河南省主要粮食作物产量对气候变化的敏感性分析17、气候变化下辽西北春玉米生育期需水量研究18、气候变化对浙江省大气污染的影响19、气候变化背景下中国冷杉属植物地理分布模拟分析20、欧洲历史上气候变化与鼠疫的关系21、未来气候变化对福建省水稻产量影响的模拟22、气候变化综合评估模型的损失函数研究进展23、气候变化对跨境水资源影响的适应性评估与管理框架24、伏牛山地森林植被物候及其对气候变化的响应25、1951—2016年甘肃乌鞘岭气候变化特征气候变化论文题目二：26、呼伦贝尔草原NDVI时空变化及其对气候变化的响应27、青藏高原地表感热通量变化特征及其对气候变化的响应28、中国自然地理学中的气候变化研究前沿进展29、气候变化风险及其定量评估方法30、不确定性与复杂性背景下气候变化风险规制立法31、气候变化科学评估与政治决策32、未来气候变化对中国小麦产量影响的差异性研究——基于Meta回归分析的定量综述33、促进适应气候变化科技创新的政策环境研究34、气候变化背景下北极海冰对我国冬季气温的影响研究35、气候变化耦合海洋污染的生态毒理学研究进展36、气候变化和人类活动对鸭绿江流域入海水沙通量的影响37、全球气候变化多样性及应对措施38、应对全球气候变化的地方规划行动——减缓与适应的权衡抉择39、青藏高原湖泊变化遥感监测及其对气候变化的响应研究进展40、基于VIC模型的气候变化对红水河上游流域径流影响研究41、明清小冰期鼎盛期气候变化及其社会响应42、气候变化对通辽草甸草原草本植物物候期的影响43、1901—2014年黄土高原区域气候变化时空分布特征44、减缓与适应:中国应对气候变化的成本收益分析45、植被活动对气候变化的响应过程研究进展46、明清时期关中地区干旱灾害时空特征及其对小冰期气候变化响应研究47、气候变化背景下中国未来森林生态系统服务价值的时空特征48、气候变化和林火干扰对大兴安岭林区地上生物量影响的动态模拟49、未来气候变化对武夷山自然保护区毛竹异戊二烯排放速率的影响50、火的历史重建及其与气候变化和人类活动关系研究进展气候变化论文题目三：’51、柴达木盆地气候变化对植被的影响分析52、大九湖泥炭磁化率及腐殖化度记录的1853、气候变化背景下1981-2010年中国玉米物候变化时空分异54、辽宁朝阳地区季节冻土最大冻土深度和持续冻结时间与气候变化的响应研究55、1990～2015年青海省湖泊时空变化及其对气候变化的响应分析56、化学蚀变指数指示古气候变化的适用性探讨57、青海柴达木盆地巴音河上游径流量对气候变化和人类活动的响应58、天山南坡清水河与阿拉沟流域径流变化特征及其对气候变化的响应59、气候变化对生态系统服务影响的研究进展60、哀牢山中山湿性常绿阔叶林水青树年轮宽度对气候变化的响应61、气候变化对土壤有机碳库分子结构特征与稳定性影响研究进展62、日本应对气候变化国际环境合作机制评析:非国家行为体的功能63、气候变化全球治理的制度竞争——基于欧盟、美国、中国的比较64、华北平原夏玉米潜在产量时空演变及其对气候变化的响应65、气候变化和人类活动对武江流域年径流及最大日流量影响的定量分析66、气候变化及人类活动对地表径流改变的贡献率及其量化方法研究进展67、气候变化下中国未来综合环境风险区划研究68、叶尔羌河平原绿洲气候变化对粮食生产的影响69、中国应对气候变化和改善公众健康的挑战与政策建议70、基于暴露度-恢复力-敏感度的城市适应气候变化能力评估与特征分析71、1982—2013年黄河源区植被变化趋势及其对气候变化的响应72、环青海湖地区气候变化特征及其季风环流因素73、近50a来洮河流域气候变化和干旱演变过程74、气候变化对中国北方季风区生态系统总初级生产量的影响评价75、气候变化对青藏高原水资源安全的影响气候变化论文题目四：76、气候变化和人类活动对汾河流域径流情势影响分析77、RegCM4模式对雄安及周边区域气候变化的集合预估78、青海湖热力状况对气候变化响应的数值研究79、近115a中亚干湿气候变化研究80、浑善达克沙地早全新世气候变化81、古土壤:沉积环境和古气候变化的灵敏指针82、关注气候变化,落实环境教育——中国气候变化教育项目侧记83、气候变化适应性与韧性城市视角下的滨水绿地设计——以美国哈德逊市南湾公园设计研究为例84、美国两党气候变化演讲语篇的隐喻架构分析——以两次关于“巴黎气候协定”的总统演讲为例85、全球气候变化下的中国粮食安全问题研究86、明清时期关中地区冰雹灾害及其对气候变化响应研究87、珠穆朗玛峰自然保护区湖泊动态及对区域气候变化的响应88、气候变化教育:联合国行动框架及其启示89、1260～1911年晋陕蒙毗邻地区寒冻灾害及与气候变化关系90、气候变化下饮水安全及其健康影响因素进展91、新时代应对气候变化和低碳发展长期战略的新思考92、气候变化背景下土壤微生物与植物物种多样性关联分析93、气候变化、林火和采伐对大兴安岭森林碳储量的影响94、土壤微生物生物量碳氮磷与土壤酶化学计量对气候变化的响应机制95、黑河径流对LUCC和气候变化的敏感性分析96、气候变化下湿地生态系统碳、氮循环研究进展97、气候变化政策的协同收益研究述评98、气候变化背景下1981～2010中国小麦物候变化时空分异99、全球气候变化对温带果树的影响100、一种新的气候变化敏感区的定义方法与预估气候变化论文题目五：101、气候变化及人类活动对河流溶解性有机质(DOM)影响的研究进展102、气候变化和人类活动对中国北方农牧交错区草地净初级生产力的影响103、气候变化对游客生态旅游行为的影响研究——以秦岭地区为例104、西藏气候变化趋势及其对青稞产量的影响105、气候变化视角下我国林业投资效率研究106、气候变化对牧草生长发育的影响研究综述107、资产专用性与专业农户气候变化适应性生产行为——基于苹果种植户的微观证据108、东北地区农业适应气候变化技术体系框架研究109、气候变化科学评估与全球治理博弈的中国启示110、气候变化条件下红脂大小蠹在中国的潜在适生区预测111、基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响112、近55 a渭河流域气候变化113、基于HYPE模型评估小洪河流域水资源的气候变化敏感性114、陆地生态系统土壤呼吸对全球气候变化响应的研究进展115、气候变化对黄河流域生态环境影响及生态需水研究116、空间溢出效应视角下低碳技术创新对气候变化的响应117、基于气候变化特征的广西春玉米播期研究118、不同RCP情景下山东省小麦、玉米关键生育期的气候变化预估119、近60年山西省气候变化趋势及其对粮食作物产量的影响120、哈尼族社会-生态系统对气候变化的脆弱性评估——以云南省红河州哈尼族农村社区为例121、海南岛1959—2015年气候变化特征分析122、1981～2010年辽宁省气候变化区划123、气候变化与城市化对城市排水系统的联合挑战124、生育期气候变化对我国水稻主产区单产的影响——基于扩展C-D生产函数的实证分析125、气候变化背景下华北平原夏玉米适宜播期分析126、气候变化背景下我国扁蓿豆潜在适生区预测。
基于CASA模型的祁连山地区草地净初级生产力时空动态遥感模拟
其中 ：RH 为相对湿度 , 取 72% ；T0 为近地层 ( 一般为 2 m 处 ) 大气温度 , 文中取 91.16 K。 1.2.4 确定草地最大光能利用率
由于最大光能利用率的确定对 NPP 的估算结果影响很大 , 人们对它的大小一直存在争议。CASA 模型中采用的最大光能利 用率 0.389 g/MJ, 并不适用于中国的植被 [3]。 1.2.5 计算太阳辐射量 Q
①采用 filezilla 软件首先下载 MOD11A2 和 MOD13A2，为搭 载（上午星）上的传感器获得的数据。行列号为 h25v05、h25v06。 ②采用数据处理工具 MODIStool，将 MOD11A2 和 MOD13A2 数 据 h25v05 和 h25v06 合 成 为 一 个 数 据，投 影 转 为 geogranphic 投 影，坐 标 系 为 WGS84 坐 标 系，并 将 数 据 格 式 hdf 转 换 为 tiff 的 文件格式。③打开 ArcGIS10.2.2-spatial Analyst Tools-ExtractionExtractionby Mask 的裁切工具界面，用疏勒河流域边界去裁切 LST（MOD11A2）数据和 NDVI(MOD13A2) 数据。④通过栅格计 算器采用最大值合成方法将 8 日 MOD11A2 数据合成 16 日 LST 数据层。⑤通过 Times 工具条进行 MODIS 数据批量处理，其中 将地表温度数据（LST）乘以 0.002，归一化植被指数（NDVI）乘 以 0.0001。⑥合成 13 年的平均地表温度数据（LST）和归一化植 被指数（NDVI）。⑦裁切数据层 ；用疏勒河植被类型图去裁切 地表温度数据（LST）和归一化植被指数（NDVI）数据层 。 [1，2] 1.2 NPP 的处理方法与步骤 1.2.1 计算草所吸收的光合有效辐射比例 FPAR
【国家自然科学基金】_净第一性生产力(npp)_基金支持热词逐年推荐_【万方软件创新助手】_20140803
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
2011年 科研热词 陇东 耕地 黄淮海地区 遥感数据 草地npp 草地 草原综合顺序分类 生态服务功能 生态服务价值 湿润度 时空分异 数学模型 净第一性生产力(npp) 净第一性生产力 净生态系统生产力 净初级生产力 npp modislai casa模型 biome-bgc模型 >0℃年积温 推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
推荐指数 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7
科研热词 酸沉降 遥感 营养元素生物循环 森林 土壤酸化 npp ecohat
推荐指数 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
科研热词 风沙过渡区 陕北黄土高原 遥感反演 西北地区 氮 气候变化 模型 榆阳区 植被覆盖 植被生态系统 植被指数(ndvi) 植被净第一性生产力 植物生长 森林生产力 森林气候生产力 林木产量 林地植被净第一性生产力 时空格局 库滨带 定量模型 官厅水库 地理信息系统 土壤反硝化 动态变化 净第一性生产力(npp) 净第一性生产力 净初级生产力 全球变化 rip_n模型 fapar casa模型
基于CASA模型的甘南地区草地净初级生产力时空动态遥感模拟
草
业 学 报
第 ２ ｏ卷
第４ 期
２ １ 年 ８月 Ｏ１
ＡＣＴＡ ＰＲ ＡＴ Ａ ＣＵ ＬＴＵ Ｒ ＡＥ Ｎ Ｉ ＳＩ ＣＡ
Ｖ ｏ ． Ｏ， １ ２ ＮＯ． ４
基于 Ｃ Ｓ Ａ Ａ模 型 的甘 南地 区草 地 净 初 级 生 产 力 时 空 动 态 遥 感 模 拟
１２ ． 数 据 来 源 及 处 理 方 法
］ 。
１ 野外 调查 集 中在 ２ ０ —２ ０ ） ０ ６ ０ ７年 ６ ９月 。２ ０ — ０ ６年 随 机 设 置 ６ ４个 样 地 （ ５个 样 方 ） ２ ０ ８ ； ０ ７年 随机 设 置 ４ ５
个 样地 （３ 个 样方 ） １２ 。样地选 择 在具有 代 表 性 的 区域 。采 用 常规 植 被 调查 方 法 进行 调 查 。记 录 样方 的经 纬度 、
１ 材 料 与 方 法
１ １ 研 究 区概 况 ．
甘 南 （３０ ３ 。４ Ｎ，０ 。６～ １ ４４ 海拔 １１ ０ ０ 属 典型 的高原 大陆 性气候 ， ３ 。６～ ５４ １ ０４ ０ 。４ Ｅ） ０ ￣４９ ０ｍ， 多年平 均 降水
４ ０ ８ ０ｍｍ， 均 温 １ ℃ ， 有绝对 无 霜期 ， ０ ０ ￣ ０ 年 ～３ 没 ≥１ ℃年 积温 持续期 仅有 ２个 多月 ， 全年 平 均 日照 时 间２２ ０ ０ ～ ２４ ０ｈ １ 。草地 面 积 占甘 南 总面积 的 ６ ． ４ ， ０ Ｌ 。 ７ ６ 可利 用草 场 面积 占草地 总 面积 的 ９ ． ６ ５ ８ 。高寒 草 甸 面 积
海拔、 草地类 型 ， 齐地 收割 植物地 上 部分 ， 实验 室烘 干 （ ５ 称 重 。 ６ ℃） ２ 遥感 数据 使用 美 国宇 航 局 ／ ） 中分 辨 率 成 像 光谱 辐 射计 （ ｔ ｎ ｌ ｒｎ ｕｉｓａ ｄ Ｓ ａｅＡｄ ｎｓｒｔ ｎ Ｎａｉ ａ Ａｅｏ ａ ｔ ｎ ｐ ｃ ｍｉｉｔａｉ ／ ｏ ｃ ｏ
气候变化脆弱性概念及评价方法研究
气候变化脆弱性评价相关理论及方法研究一、气候变化脆弱性相关理论研究1、气候变化脆弱性的概念体系脆弱性一词最早出现于地学领域的风险和灾害方面的文献中，但是在不同领域有着不同的认识和理解(刘燕华，李秀彬，2001)。
1979年，联合国救减组织(UNDRO)将脆弱性定义为：脆弱性表示灾害(自然事件，包括它们的强度、力量和持续时间)和风险(暴露在灾害事件中的概率)之间的关系(Wilhelmi，2001)。
美国农业部的Reilly(1996)，针对局地系统对气候变化的脆弱性，将脆弱性定义为：在一定地区，很难通过适应措施改变的气候变化负面影响的程度；联合国粮农组织(FAO)将脆弱性定义为:存在可能导致地方居民出现食物安全问题或营养不良的因素(Reilly J，1996)。
Chambers(1983)认为，脆弱性包含两个方面：外在表现为风险、打击和胁迫等对易于受害的个人或家庭的影响；内在表现为无抵抗能力，即缺乏暂时应对灾害的能力。
Downing T E，(1993)针对脆弱性的不同理解，总结了1985-1992年间许多科学家有关脆弱性问题的研究成果，认为脆弱性主要包括三个方面:首先，脆弱性应作为一个结果而不是一种原因来研究；其次，针对其它不敏感因子而言，其影响是负面；最后，脆弱性是一个区别于社会经济集团或地区的相对概念而不是一个绝对的损害程度的度量单位。
20世纪80年代末90年代初全球气候变暖及其影响逐渐受到国际社会的关注，脆弱性概念开始引入气候变化影响研究和评估当中，随后其内涵不断得到丰富和发展。
1988年成立了政府间气候变化专门委员会(IPCC)，并于1990年出版第一次评估报告，对气候变化的脆弱性进行初步的论述，脆弱性问题开始受到普遍关注。
IPCC在1996年的第二次评估报告就将脆弱性定义为气候变化对系统损伤或危害的程度，并指出脆弱性不仅取决于系统对气候变化的敏感性(系统对给定气候变化情景的反映，包括有益的和有害的影响)，还与系统对新的气候条件的适应能力(在一定气候变化情景下，通过实践、过程或结构上的调整措施能够减缓或弥补潜在危害或可利用机会的程度)有关(IPCC，1996)。
青藏高原1981-2000年植被净初级生产力对气候变化的响应
Ｔ ｅ Ｒｅ ｌ ｈ ｓｍｍ ｅ ｏ ｇ ｔ ｔｏ ｔＰｒｍ ａ ｙ Ｐｒ ｄ ｃｉ ｉｙ ｔ ｉ ｔ ｆＶｅ ｅ ａ ｉ ｎ Ｎｅ ｉ ｒ ｏ ｕ ｔｖ ｔ ｏ Ｃｌ ｍａ ｅ Ｃｈ ｎ ｅ ｄ ｒｎ ９ １ ２ ０ ｎ ｔ ｅ Ｔｉ ｅａ Ｐｌ ｔａ ａ ｇ ｕ ｉ ｇ １ ８ － ０ ０ ｉ ｈ ｂ ｔｎ ａ ｅ ｕ
Ａｂ ｔａ ｔ ｓｒ ｃ
Ｂａ ｅ ｎ ｔ ｅ０ １ × ０ １ ｒ ｓ ｌ ｔ ｎｍａ ｆ ｅ ｅ ａ ｉ ｎ ｔ ｐ ，ｓ ｉ ｔｘ ｕ ｅ ａ ｄ ｍｅ ｅ ｒ ｌ ｇ ｃ ｌ ａ ａ ｈ ｔ ｓ ｄ ｏ ｈ ． 。 ． 。 ｅ ｏ ｕ ｉ ｐｏ ｇ ｔ ｔ ｙ ｅ ｏｌ ｅ ｔ ｒ ｎ ｔ ｏ ｏ ｏ ｉａ ｔ ．ｔ ｅ ａ — ｏ ｖ ｏ ｄ
ｃ ａ ｇ ｓｏ ｎ ｕ ｌ ｅ ｎ ｔｍｐ ｒ ｔ ｒ ｎ ｎ ｕ ｌ ｒ ｃｐ ｔ ｔ ｎ ｗｅ ｅ ｐ ｓ ｔ ｅ ｙ ｃ ｒ ｅａ ｅ ｔ ｈ ｈ ｎ ｅｏ Ｐ ｄ ｒ ｈ ｎ ｅ ｆａ ｎ ａ ａ ｅ ｅ ａ ｕ ｅａ ｄ ａ ｎ ａ ｐ ｅ ｉ ｉ ｉ ｒ ｏ ｉｉ ｌ ｏ ｒ ｌｔ ｄ ｗｉ ｔ ｅｃ ａ ｇ ｆＮＰ ｕ — ｍ ａｏ ｖ ｈ
ｉｇ ｔｅｌｓ Ｏ ｙ ａｓ ｎ ｈ ａ ｔ ｅ ｒ．Ｔｈ ｎ ｌｅ ｃ ｆｐ ｅｉｉａｉｎ ｃ ａ ｇ ｏ ｆ ｒｓｓａ ｄ ｇ ａ ｓａ ｄ ＮＰ ｒ ｉｈ ｒｔ ａ ｈ ｔｏ ２ ｅ ｉｆ ｎ ｅｏ ｒ ｃｐｔｔ ｈ ｎ ｅｔ ｏ ｅ ｔ ｎ ｒｓ ｌｎ Ｐ ｗｅ ｅｈｇ ｅ ｈ ｎ ｔ ａ ｆ ｕ ｏ ｔｍｐ ｒｔ ｒ ，ｗｈ ｒａ ｈ ｆｅ ｔ ｆｐ ｅｉｉ ｔ ｎ ｔ ｈ ｕ ｓｗｅ ｅ１ｗｅ ｈ ｎ ｔａ ｆｔｍ ｐ ｒ ｔｒ ．Ｔｈ ｏａ ｅ ｅａ ｕｅ ｅｅ ｓｔｅｅｆｃｓｏ ｒｃｐ ｔ ｉ ｏｓ ｒ ｂ ｒ ｏ ｒｔａ ｈ ｔ ｅ ｅａ ｕ ｅ ａ ｏ ｏ ｅｔｔｌＮＰＰ ｆｒ ｏ
未来气候情景下青藏高原草地净初级生产力时空演变特征
第31卷第2期2024年4月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .2A pr .,2024收稿日期:2022-09-01 修回日期:2022-09-23资助项目:国家自然科学基金(32260353);甘肃省重点研发计划(21Y F 5WA 096);科技部高端外国专家引进计划(G 2022042009L );甘肃农业大学青年导师扶持基金(G U O -Q D F C -2019-03);横向项目(G S A U -J S F W -2022-20);甘肃省自然科学基金(1606R J Z A 077,1308R J Z A 262) 第一作者:徐士博(1999 ),男,河南周口人,硕士研究生,研究方向为生态统计㊂E -m a i l :885161614@q q.c o m 通信作者:张美玲(1978 ),女,甘肃酒泉人,博士,副教授,主要从事生态统计研究㊂E -m a i l :z h a n gm l @g s a u .e d u .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.02.035.徐士博,张美玲,宿茂鑫.未来气候情景下青藏高原草地净初级生产力时空演变特征[J ].水土保持研究,2024,31(2):190-201.X uS h i b o ,Z h a n g M e i l i n g ,X i u M a o x i n .C h a r a c t e r i s t i c s o fT e m p o r a l a n dS p a t i a l E v o l u t i o no fG r a s s l a n dN e t P r i m a r y P r o d u c t i v i t y o n t h eQ i n g h a i -T i b e t P l a t e a uU n d e rF u t u r eC l i m a t eS c e n a r i o s [J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(2):190-201.未来气候情景下青藏高原草地净初级生产力时空演变特征徐士博,张美玲,宿茂鑫(甘肃农业大学理学院,兰州730070)摘 要:[目的]揭示S S P 126和S S P 585两种气候情景下,不同气候因素(气温和降水)对青藏高原草地净初级生产力的影响,阐明青藏高原地区影响草地净初级生产力时空分布特征的主控气候因素,为未来青藏高原地区植被生态系统的综合治理提供理论依据㊂[方法]基于青藏高原48个气象站点基准期(1971 2020年)的日值气象数据㊁土壤类型数据以及模型所需要的站点管理数据,利用D A I L YC E N T U R Y (D A Y C E N T )模型,结合文献中对应站点的N P P 实测值和MO D 17A 3遥感数据,对模型参数进行了校准,利用均方根误差㊁可决系数㊁效率系数等统计指标对模型模拟结果进行了评价㊂其次单向嵌套B C C -C S M 1.1气候模式,对未来气候S S P 126和S S P 585情景下的青藏高原草地净初级生产力进行预测,并对预测结果进行了时空统计分析㊂[结果](1)在S S P 126和S S P 585情景下青藏高原草地N P P 均呈现出由东南向西北递减的分布特征,且N P P 值较高的区域主要位于青藏高原的东南部,N P P 值较低的区域则位于青藏高原以西的区域;(2)在S S P 126情景下,青藏高原草地净初级生产力总体呈现出下降趋势,波动范围最大的是长远期(2081 2100年),减小幅度为12.1%,;在S S P 585情景下,N P P 总体呈现出平稳的上升趋势,其中近期(2021 2040年)的增长速率最高为12%;(3)与基准期(1971 2021年)相比,在S S P 126和S S P 585情景下,青藏高原85%以上的草地N P P 呈现下降趋势,其中S S P 126和S S P 585与基准期(1971 2020)相比N P P 值分别相对减少28%,23%㊂[结论]两种不同气候情景下,温度与N P P 的相关性均高于降水㊂低温少雨是造成青藏高原西北地区草地N P P 减少的主要原因㊂关键词:D A Y C E N T 模型;未来气候情景;净初级生产力;青藏高原中图分类号:Q 948 文献标识码:A 文章编号:1005-3409(2024)02-0190-12C h a r a c t e r i s t i c s o fT e m p o r a l a n dS p a t i a l E v o l u t i o no fG r a s s l a n dN e t P r i m a r y P r o d u c t i v i t y o n t h e Q i n gh a i -T i b e t P l a t e a uU n d e rF u t u r eC l i m a t e S c e n a r i o s X uS h i b o ,Z h a n g M e i l i n g,S u M a o x i n (C o l l e g e o f S c i e n c e ,G a n s uA g r i c u l t u r a lU n i v e r s i t y ,L a n z h o u 730070,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h e a i m s o f t h i s s t u d y a r e t o e x p l o r e t h e e f f e c t s o f d i f f e r e n t c l i m a t i c f a c t o r s (t e m p e r a -t u r e a n d p r e c i p i t a t i o n )o nt h e g r a s s l a n d N e tP r i m a r y P r o d u c t i v i t y (N P P )o ft h e Q i n gh a i -T i b e tP l a t e a u (Q T P )u n d e r t h e t w o c l i m a t e s c e n a r i o s S S P 126a n dS S P 585,a n d t o c l a r i f y t h em a i n c l i m a t i c f a c t o r s a f f e c t i n gt h e s p a t i a l a n d t e m p o r a l d i s t r i b u t i o n c h a r a c t e r i s t i c s o f g r a s s l a n dN P Po n t h eQ T P ,s o a s t o p r o v i d e a t h e o r e t -i c a l b a s i s f o r t h e c o m p r e h e n s i v em a n a g e m e n t o f v e g e t a t i o ne c o s y s t e mo n t h eQ T P i n t h e f u t u r e .[M e t h o d s ]B a s e do n t h ed a i l y v a l u em e t e o r o l o g i c a l d a t a a n d s o i l t y p e d a t a o f 48m e t e o r o l o gi c a l s t a t i o n s o n t h eQ T Pd u r -i n g t h e b a s e p e r i o d (1971 2020)a n d t h e s i t em a n a g e m e n t d a t a r e q u i r e d b y t h em o d e l ,t h em o d e l p a r a m e t e r s w e r e c a l i b r a t e db y u s i n g th eD A I L Y C E N T U R Y (D A Y C E N T )m o d e l ,a n dt h e m e a s u r e d N P Pv a l u e sa n dMO D17A3r e m o t e s e n s i n g d a t a o f c o r r e s p o n d i n g s t a t i o n s i n t h e l i t e r a t u r e,a n d t h e r e s u l t sw e r e e v a l u a t e db y m e a n s o f t h er o o t-m e a n-s q u a r ee r r o r,d e t e r m i n a b i l i t y c o e f f i c i e n t,e f f i c i e n c y c o e f f i c i e n ta n do t h e rs t a t i s t i c a l i n d e x e s.S e c o n d l y,a o n e-w a y n e s t e dB C C-C S M1.1c l i m a t em o d e l w a s u s e d t o p r e d i c t t h eN P Po f g r a s s l a n d o n t h eQ T Pu n d e r t h e f u t u r e c l i m a t e S S P126a n dS S P585s c e n a r i o s,a n d t h e p r e d i c t i o n r e s u l t sw e r e s t a t i s t i c a l l y a n a l y z e do n s p a t i a l a n d t e m p o r a l s c a l e s.[R e s u l t s](1)U n d e r t h eS S P126a n dS S P585s c e n a r i o s,t h eN P Po f t h eQ T Ps h o w s t h e d e c r e a s i n g d i s t r i b u t i o n f r o ms o u t h e a s t t o n o r t h w e s t,a n d t h e a r e aw i t hh i g h e rN P Pv a l u e w a sm a i n l y l o c a t e d i n t h e s o u t h e a s t o f t h eQ T P,w h i l e t h e a r e aw i t h l o w e rN P Pv a l u ew i l l b e l o c a t e d i n t h e w e s t o f t h eQ T P.(2)U n d e r t h eS S P126s c e n a r i o,t h eN P Po f g r a s s l a n do nt h eQ T P g e n e r a l l y s h o w s t h e d o w n w a r d t r e n d,a n d t h e l a r g e s t f l u c t u a t i o n r a n g ew i l l b e i n t h e l o n g-t e r m p e r i o d(2081 2100),w i t ha d e-c r e a s e r a t e o f12.1%.U n d e r t h eS S P585s c e n a r i o,N P P g e n e r a l l yp r e s e n t s a s t e a d y u p w a r d t r e n d,w i t ht h e h i g h e s t g r o w t h r a t e o f12%i n t h e n e a r f u t u r e(2021 2040).(3)C o m p a r e dw i t h t h e b a s e l i n e p e r i o d(1971 2021),u n d e r t h e S S P126a n d S S P585s c e n a r i o s,t h eN P Po fm o r e t h a n85%g r a s s l a n d o n t h eQ T P s h o w s t h e d e c r e a s i n g t r e n d,a n d t h eN P Pv a l u eo fS S P126a n dS S P585w i l l d e c r e a s eb y28%a n d23%,r e s p e c t i v e l y, c o m p a r e dw i t h t h eb a s e l i n e p e r i o d(1971 2020).[C o n c l u s i o n]U n d e r t h e t w od i f f e r e n t c l i m a t es c e n a r i o s, t h e c o r r e l a t i o nb e t w e e n t e m p e r a t u r e a n dN P P i sh i g h e r t h a n t h a t o f p r e c i p i t a t i o n.L o wt e m p e r a t u r e a n d l a c k o f r a i n f a l l a r e t h em a i n r e a s o n s f o r t h e d e c r e a s e o f g r a s s l a n dN P P i n t h en o r t h w e s t o f t h eQ T P.K e y w o r d s:D A Y C E N T m o d e l;f u t u r e c l i m a t e s c e n a r i o s;n e t p r i m a r yp r o d u c t i v i t y;Q i n g h a i-T i b e tP l a t e a u全球变暖背景下,陆地生态系统对全球气候变化的响应已经成为全球变化研究的焦点之一[1],而植被作为陆地生态系统的重要组成部分,对全球气候变化起着举足轻重的作用,在发生变化之后对地层气温㊁土壤温度以及湿润状况都会产生相应的改变,同时由植被变化造成的地表蒸散以及土壤储水能力的改变,也会使土壤含水量㊁地表径流等发生明显的变化[2-3]㊂因此,了解和掌握植被动态对环境变化的影响,对保持生态系统平衡和草地可持续发展尤为重要㊂草地生态系统是陆地生态系统的重要组成部分,在气候调节和陆地碳循环等方面扮演着重要角色[4-5]㊂青藏高原草地是对全球气候变化最敏感的生态系统之一,并且草地净初级生产力在生态系统碳通量的汇集和调节气候变化中扮演着重要的角色[6-7]㊂近几年来,植被生产力已经成为国内外研究的核心内容之一[8],受到各界的广泛关注㊂青藏高原是我国面积最大的高原,其中草地是青藏高原分布最广泛的植被类型,面积约占青藏高原总面积的60%[9],其草地的生长状况对西北乃至全国生态系统的保护都具有重要意义㊂青藏高原也被称为全球气候的 放大器 ,在未来气候情景下,青藏高原草地碳源㊁碳汇功能是否会发生改变,这对未来全球气候变化的走向具有重要意义㊂国内外学者也对整个青藏高原草地生态系统进行了不同角度的研究,但对于未来气候响应条件下,青藏高原草地生态系统的发展状况还具有一定的不确定性㊂以往对青藏高原草地净初级生产力的研究集中于对已知年份青藏高原N P P的估算上㊂例如刘丽慧等[10]利用B i o m e-B G C模型,通过改进冻土区活动层土壤冻融水循环,估算了2000 2018年青藏高原草地N P P,并对N P P模拟结果的时空特征进行了分析,结果表明2000年以来青藏高原高寒草地N P P多年均值的空间分布表现为由东南向西北逐渐递减,青藏高原草地生态系统质量总体上呈现良性发展的态势并且区域差异明显,但局部草地仍持续退化㊂汪柳皓等[11]利用M O D13Q1归一化植被指数(N D V I)产品数据,分析了青藏高原地区2000 2019年N D V I的时空变化特征,并通过M O D11A2地表温度数据和T R MM卫星降水数据探究了植被变化与地表温度和降水之间的关系㊂也有学者[12]使用G L A S SF V C数据,利用B F A S T方法和格局分析,探讨了1982 2018年我国植被覆盖变化的非线性趋势及其分布格局,结果表明青藏高原中东部等地则由原先的改善趋势变为了退化趋势㊂还有学者[13]研究探讨气候变化㊁物候及土壤因子和青藏高原N P P之间的关系,量化N P P变化趋势,探索了青藏高原草地N P P对气候变化㊁物候和土壤因子的响应机制㊂与前者不同的是,部分学者除了考虑气候变化对青藏高原植被变化的影响,还定量分析了人类活动对植被变化带来的影响,结果发现人为干预对减缓生态系统退化具有重要作用,但二者的研究只是停留在过去的一段时期,对未来气候变化和人类活动对青藏高原植被动态变化的影响却仍然未191第2期徐士博等:未来气候情景下青藏高原草地净初级生产力时空演变特征知[14-15]㊂另外,以往针对未来气候情景的研究中对河流径流量㊁植物分布㊁气候地理特征的研究居多[16-18],对未来气候条件下植被N P P 的研究较少,特别是作为气候变化敏感区的青藏高原来说,研究其植被N P P 动态变化,对了解青藏高原草地N P P 生态系统健康状况和维护青藏高原国家生态安全屏障功能具有重要意义㊂近年来,许多学者对青藏高原N P P 的研究有了一定的了解和深入,在关于青藏高原草地N P P 的空间分布上,也得到了由东南向西北递减较为一致的看法,但是不同学者在利用不同模型去估算青藏高原草地N P P ,在计算精度和准确性上会存在一定的偏差㊂本研究采用D A Y C E N T 模型,利用青藏高原站点数据,对模型进行参数初始化,提高模型估算精度,增加模型对青藏高原N P P 估算的准确性㊂我们研究的目的就是探讨在未来不同气候情景下青藏高原草地N P P 的动态变化,并且与基准期(19712020年)相对比,探究未来青藏高原草地净初级生产力的发展趋势与发展前景,对青藏高原未来草地净初级生产力的管理具有一定的指导意义㊂1 研究区概况青藏高原位于我国西南部,南起喜马拉雅山脉南缘,北至昆仑山㊁阿尔金山脉和祁连山北部,西部为帕米尔高原和喀喇昆仑山脉,是中国最大㊁世界海拔最高的高原,同时也是我国草地面积最大的区域,被称为 世界屋脊 [19-20]㊂研究区域介于26ʎ00' 39ʎ47'N ,73ʎ19' 104ʎ47'E ,东西长约2800k m ㊁南北宽300~1500k m ,总面积约250万k m 2㊂青藏高原年均气温由东南的20ħ,向西北递减至-6ħ以下,高原腹地年均温度在0ħ以下,大片地区最暖月平均温度也不足10ħ,最暖月平均气温4~6ħ[21]㊂由于南部海洋暖湿气流受多重阻留,年降水量也由2000m m 缩减至50m m 以下,年降水量20~100m m ㊂日照充足,年太阳辐射总量140~180M J /c m 2,年日照总时数2500~3200h [22]㊂由于青藏高原特殊的地理位置,导致整个高原在全球气候变化和环境保护方面具有重要意义,提前了解和掌握未来情景下青藏高原的生态动态变化,有利于我们在面对未来复杂气候条件下提出科学有效的治理方案,这也是我们研究的目的和意义㊂青藏高原冻土分布广泛,植被大多数为天然草地,各类草地面积总和有1.4亿h m 2,占高原总面积的53%左右㊂本研究选择高原上的3种典型草地类型,分别为高寒草甸㊁典型高寒草地和高寒荒漠草地,所选站点均为国家站点,共48个㊂站点位置如图1所示,部分站点信息见表1㊂注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为G S (2016)1609号的标准地图制作,底图无修改㊂图1 研究区域地理位置及站点分布F i g .1G e o g r a p h i c a l l o c a t i o n a n d s i t e d i s t r i b u t i o n o f t h e s t u d y ar e a 表1 部分站点的土壤参数T a b l e 1 S o i l pa r a m e t e r s f o r s o m e s i t e s 站点堆积密度/(g㊃c m -3)田间持水量/mm 萎蔫点砂粒含量/%0.0~1.0黏土含量/%0.0~1.0土壤有机碳/%0.0~1.0饱和导水率/(c m ㊃s-1)p H 值五道梁1.480.220.060.560.060.010.002005.7玛沁1.280.280.100.350.200.030.000607.5同仁1.230.320.120.290.260.010.000378.0当雄1.430.250.070.350.060.010.002335.7拉孜1.300.270.100.460.200.010.000546.3曲麻莱1.280.280.100.350.200.030.000607.5玉树1.420.190.080.760.120.000.001378.2清水河1.270.280.110.39N 0.220.010.000476.62 数据来源与研究方法2.1 数据来源2.1.1 气象数据 该模型驱动需要输入以日为步长的气象数据,其中包括最高温㊁最低温㊁降雨量㊁太阳辐射㊁平均风速等㊂由于洛隆㊁理塘和左贡站点部分年份数据缺失,所以选取的气象数据范围分别为1979 2020年㊁1972 2020年㊁1978 2020年,时间291 水土保持研究 第31卷跨度分别为42a,49a,43a,其余剩下的青藏高原45个气象站点,用来验证模型的研究时间段均为1971 2020年,跨度范围为50a㊂模型输入站点的气象数据下载于N O A A美国国家环境信息中心网(h t t p s:ʊg i s.n c d c.n o a a.g o v/m a p s/n c e i/c d o/d a i l y)㊂2.1.2样地参数样地参数数据,主要包括研究站点的经纬度㊁海拔㊁土层深度㊁堆积密度㊁萎蔫点㊁砂粒含量㊁黏土含量㊁土壤p H值等,还包括研究区域植被类型的选择㊂本研究利用MO D17A3下载的N P P 遥感数据,以及查找相关文献中的N P P实测数据对所选48个站点进行参数校正㊂其中站点土层深度和土壤质地数据来源于联合国粮农组织(h t t p s:ʊw w w.f a o.o r g/h o m e/z h)和世界土壤数据库(H a r m o-n i z e dW o r l d S o i l D a t a b a s e v e r s i o n),站点高程数据和经纬度来源于空间地理数据云(w w w.g s c l o u d.c n/ s e a r c h)㊂2.1.3遥感数据遥感数据来源于 美国国家航空航天局(N A S A) 的戈达德航天中心(L A A D S,h t t p s:ʊl a d s w e b.m o d a p s.e o s d i s.n a s a.g o v)㊂采用2000 2020年的MO D17A3下载的N P P遥感数据,其空间分辨率为0.5k mˑ0.5k m,时间分辨率为16d㊂本研究首先在M o d i sT o o l中将6景MO D17A3遥感数据进行影像拼接处理,并将其投影为U T M(u n i v e r s a l t r a n s v e r s e nm e r c a t o r);然后在A r c G I S中利用青藏高原矢量图按照掩膜提取裁剪得到青藏高原2000 2020年N P P的栅格数据㊂2.1.4 C M I P6气候模式数据为利用全球气候模式中的数据对未来情景下N P P进行模拟预测,本研究选取C M I P6(h t t p s:ʊe s g f-d a t a.d k r z.d e/s e a r c h/ c m i p6-d k r z)提供的B C C_C S M1.1气候模式下的S S P126和S S P585情景数据,其中S S P126为低排放情景,是一种政府干预下的气候情景;而S S P585为高排放情景,是指在无气候变化干预时的基线情景,特点是温室气体排放和浓度不断增加㊂每个情景下包括的要素有日最高温㊁日最低温㊁日降水量,获取的时间序列是2021 2100年,将该时间序列分为4个阶段,分别为2021 2040年(近期)㊁2041 2060年(中期)㊁2061 2080年(远期)㊁2081 2100年(长远期)㊂运用NWA I-WG统计降尺度的方法提取处理数据,提升栅格数据的格点数目,最后利用A r c G I S 提取各个站点的气候数据㊂2.2研究方法2.2.1 D A Y C E N T模型 D A I L YC E N T U R Y(简记为D A Y C E N T)模型是C E N T U R Y模型的每日步长版本㊂C E N T U R Y按每月步长运行一次,最初于20世纪70年代开发,用于模拟土壤有机质(S OM)㊁植物生产力㊁养分可用性和其他生态系统参数的变化,以响应土地管理和气候的变化㊂C E N T U R Y已被广泛应用,并被证明能够可靠地模拟全球大多数陆地生态系统的植物生长和土壤有机质变化㊂该模型主要分为水分和温度㊁植物和土壤3个模块㊂D A Y CE N T环境由土壤参数文件㊁计划文件㊁天气文件和输出文件组成㊂D A Y C E N T模型的输入参数可以分为4类,分别为天气信息㊁土壤信息㊁植物信息和管理事件,其中包括的主要变量有:日平均最高和最低气温㊁日降水量㊁植物体中的木质素含量以及土壤的初始含碳㊁氮㊁磷和硫含量㊂D A Y C E N T模型在每日时间步长下运行,该模型主要有每日参数文件( .s c h 或 .e v t )㊁每日天气文件( .w t h )和输入文件(*.100,*.i n,*.d a t)及输出参数文件(.o u t和.c s v)组成㊂其中输入参数的文件都是可以使用文本编辑器进行编辑的文本文件㊂在R中将该模型作为外部程序运行或者使用D O S命令提示符下运行程序,开始运行后,每次模拟会将每月输出变量写入二进制文件,并将每日输出变量写入文本文件㊂模拟完成后,利用L I S T100程序读取二进制文件并创建所选变量的A S C I I列表[23]㊂2.2.2模型参数化以及验证数据的获取本研究利用 美国国家航空航天局(N A S A) 下载的MO D17 A32000 2020年N P P遥感数据作为观测值,并结合相关文献中N P P的实测数据对D A Y C E N T模型参数的校正㊂D A Y C E N T模型输出的是每日N P P 数值,若文献中提供的是地上生物量和地下生物量,根据对草地生物量的相关研究,草地地上和地下生物量的对照值通常采用1ʒ5.73,并根据碳转化率(0.475)计算得出N P P实测值[24]㊂2.3模型评价方法本研究选取平均绝对误差(MA E)㊁可决系数(R)㊁N a s h效率系数(N S)和均方根误差(R M S E)等多个统计变量,用于评价D A Y C E N Y模型对青藏高原站点净初级生产力的模拟效果,采用的计算公式:(1)均方根误差㊂R M S E=ðn i=1(h i-m i)2n(1)均方根误差用于评价模拟值和观测值之间的偏差即模拟结果的准确性,均方根误差越小,表示模拟值与实测值之间的偏差越小,模型的模拟效果越好㊂391第2期徐士博等:未来气候情景下青藏高原草地净初级生产力时空演变特征(2)平均绝对百分比误差㊂MA E =1n ðn i =1h i -m im iˑ100%(2)平均绝对百分比误差,与R M S E 相比,稳定性更高,因为MA E 对每个点的误差进行了归一化㊂它表示预测值和观测值之间绝对误差的平均值,反映模型模拟的可信度㊂(3)可决系数㊂R =ðni =1(h i -h )(m i -m )ðni =1(h i -h )2(m i -m )2(3)可决系数可以通过模型模拟值与观测值之间的线性回归所得,反应模拟结果吻合实测值波动的能力,其值越接近1表示模拟值与观测值的吻合程度越高㊂(4)N a s h 效率系数㊂N S =1-ðni =1(h i -m i )2ðni =1(m i -m )2(4)N a s h 效率系数的取值范围为负无穷大(模拟效果差)至1(模拟效果好)㊂反映模拟结果和实际观测值的吻合程度,若模拟值结果与实测值之间的方差大于实测值的方差,则其值将小于0,越小于0则模拟结果的可信度越低;若模拟值与实测值之间的方差和实测值一样大,其值接近于0,表示模拟结果接近观测值平均值水平,总体模拟结果可信,但过程模拟误差较大;若模拟值与观测值之间的方差趋于0,则其值接近于1,表示模型很好地模拟了实测值的变化,模型可信度高㊂以上各式中:h i ,m i 分别为模型模拟值和观测值;h ,m 分别为模拟值和观测值均值;n 为时间序列个数㊂2.4 相关性分析相关性主要用来反映要素之间的相关性大小和方向㊂本研究基于皮尔逊相关系数分析和讨论青藏高原草地N P P 与各气候因子之间的相关性和显著性水平,其计算公式如下[25]: r x ,y =ðni =1(x i -x )(y i -y )ðni =1(x i -x )2(y i -y )2(5) r x y 1,y2=r x y 1-r x y 2r y 1y 21-r2x y21-r 2y 1y2(6)式中:r x ,y 为x ,y 变量的相关系数;x i ,y i 为x ,y 变量第i 年的值;x ,y 为x ,y 变量的平均值;r x y 1,y 2为将y 2固定后x 与y 1的偏相关系数;r x y1为x 与y 1的相关系数;r x y 2为x 与y 2的相关系数;r x y2为y 1和y 2的相关系数㊂此外,本研究采用T 检验法来分析偏相关系数和复相关系数的显著性,公式如下:T =r x y 1,y 21-r x y 1,y 2㊃n -m -1(7)式中:n 为样本个数;m 为变量个数㊂3 结果与分析3.1 模型模拟结果验证通过文献查找的N P P 实测数据与对应18个气象站点的N P P 模拟值进行对比(图2),从图上可以看出站点模拟值与文献中的实测值非常接近,MA E均在10%以内㊂图2 D A Y C E N T 模型模拟数据验证F i g.2 D A Y C E N Tm o d e l s i m u l a t e s d a t a v a l i d a t i o n 图3A B 是以清水河㊁曲麻莱站点为例20002021年的D A Y C E N T 模型模拟值与MO D 17A 3下载的N P P 遥感观测值对比,从图上可以看出N P P 模拟值与观测值整体趋势保持一致㊂图3C D 是对清水河㊁曲麻莱站点的模拟值与观测值做线性回归,并添加95%的置信区间,从图上可以看出绝大多数的点均在置信区间内,线性拟合程度R 2分别为0.62,0.73,p 值均小于0.05,通过了显著性检验㊂从表2选取的部分站点的统计指标也可以看出,站点模拟的拟合效果均在0.5以上,N S 均大于0且接近于1,MA E 均在10%以下,R M S E 也在可接受范围之内,说明模型整体模拟效果良好,D A Y C E N T 模型的参数合理,可以用来模拟青藏高原地区草地净初级生产力㊂3.2 1978-2020年草地N P P 的时间动态变化图4是利用校正后的D A Y C E N T 模型模拟的1978-2020年青藏高原草地N P P 变化趋势,从图上可以看出青藏高原草地N P P 总体呈现出线性增加趋势,波动范围为14223.47~17543.43g C /(m 2㊃a),年均增长速率为82.88g C /(m 2㊃a )(p <0.05)㊂491 水土保持研究 第31卷图3站点模拟值与实测值对比F i g.3C o m p a r i s o n o f s i m u l a t e d a n dm e a s u r e d v a l u e s a t t h e s i t e表2部分站点的模型评价指标结果T a b l e2M o d e l e v a l u a t i o nm e t r i c r e s u l t s f o r s o m e s i t e s站点名称均方根误差(RM S E)平均绝对误差(MA E)效率系数(N a s h)可决系数(R)玉树19.67%0.040.98曲麻莱16.77%0.400.44清水河14.75%0.990.60德格32.58%0.400.50林芝32.27%0.380.50拉孜6.39%0.260.60图41978-2020年青藏高原草地N P P动态变化F i g4D y n a m i c c h a n g e s i na v e r a g eN P Pf r o m1978t o20203.31978-2020年草地N P P的空间分布通过D A Y C E N T模型模拟青藏高原48个气象站点的N P P值,利用反权重插值法绘制青藏高原草地N P P的空间分布图(图5),1978 2020年青藏高原N P P年平均值为499.83g C/m2,从图上也可以看出,N P P高值区主要位于青藏高原的东南部,总体呈现出由东南向西北递减的趋势,N P P值较高的区域位于云南省和四川省的东南部分,N P P值较低的区域位于新疆㊁西藏等省份㊂图51978-2020年均N P P空间分布F i g.5A v e r a g eN P Ps p a t i a l d i s t r i b u t i o n f r o m1978t o20203.42021-2100年不同情景下草地N P P的时间动态变化采用上述站点参数初始化后的D A Y C E N T模型,单向嵌套B C C-C S M1.1气候模式,并将未来气候情景分为4个时间段,分别为2021 2040年(近期)㊁2041 2060年(中期)㊁2061 2080年(远期)㊁2081 2100年(长远期)㊂从图6A可以看出,在S S P126情景下,青藏高原草地净初级生产力总体呈现出下降趋势,其中近期(2021 2040年)的波动范围最小,N P P数值波动范围为11599.94~12680.29g C/(m2㊃a),减小幅度为9.3%,波动范围最大的是长远期(2081 2100年),波动范围为10877.34~12198.97g C/(m2㊃a),减小幅度为12.1%,且在整个模拟期间(2021 2100年)N P P数值波动范591第2期徐士博等:未来气候情景下青藏高原草地净初级生产力时空演变特征围在10877.34~12680.29g C/(m2㊃a),减小幅度为16.5%㊂从图6B来看,在S S P585情景下,N P P总体呈现出平稳的上升趋势,其中近期(2021 2040年)的增长速率最高为12%,其余3个时期的增长速率分别为7%,7%,6.5%㊂从图6C看,与基准期(1971 2020年)相比,S S P126和S S P585情景下N P P值均低于基准期水平,呈现出下降趋势,分别下降28%,23%,其中S S P126下降速率略高于S S P585㊂注:A,B分别代表S S P126和S S P585情景下模拟值的时间序列,C表示S S P126,S S P585和基准期年均N P P的箱线图㊂图6青藏高原草地N P P的时间动态变化F i g.6T e m p o r a l d y n a m i c s o fN P P i n g r a s s l a n do n t h eT i b e t a nP l a t e a u3.52021-2100年不同情景下草地N P P的空间分布针对青藏高原草地净初级生产力的模拟值,利用反权重插值法绘制草地净初级生产力的空间分布图(图7 8)㊂由图7可知,在S S P126低碳排放浓度背景下,4个时段的青藏高原草地净初级生产力的年平均值分别为505.65,516.00,515.06,510.53g C/(m2㊃a),4个时段呈现出比较平稳的小幅度的增加趋势,从空间分布来看,总体呈现出由东南向西北递减的趋势,且N P P值较高的区域位于西藏西南㊁青海南部㊁四川㊁云南等气候温暖湿润的省份, N P P值较低的区域则位于西藏北部㊁新疆等严寒干燥的省份㊂图7S S P126情景下4个时期草地年平均N P P空间分布F i g.7A n n u a l a v e r a g eN P Ps p a t i a l d i s t r i b u t i o no f g r a s s l a n d i n f o u r p e r i o d s u n d e r t h e S S P126s c e n a r i o由图8可知,在S S P585高浓度碳排放背景下,4个时段的青藏高原草地净初级生产力的年平均值分别为502.57,521.05,535.07,539.24g C/(m2㊃a),4个时段也呈现逐期的增长趋势㊂相比S S P126,除了近期(2021 2040年)N P P值的差别不大之外,其余3个时期均呈现出不同的增长趋势,N P P年平均值分别增加了5.05,20.21,28.71g C/(m2㊃a),增长速率分别为0.96%, 3.92%,5.6%㊂从空间分布来看S S P585与S S P126相比整体的分布格局没有改变,依然是东南高,西北低,呈现出由东南向西北递减的趋势㊂图8S S P585情景下4个时期草地年平均N P P空间分布F i g.8A n n u a l a v e r a g eN P Ps p a t i a l d i s t r i b u t i o no f g r a s s l a n d i n f o u r p e r i o d s u n d e r t h e S S P585s c e n a r i o由图9可知,与基准期(1971 2020年)相比,青藏高原呈现出不同的增减趋势,在S S P126情景下青藏高原85%以上的地区出现下降趋势,主要位于藏北和新疆地区以及青海中部㊁甘肃的东部㊂N P P出691水土保持研究第31卷现增加的趋势主要集中在四川西部的班玛县㊁甘孜县等地区,还有包括青海中部的格尔木市㊁都兰县㊁德令哈市,以及藏南地区的江孜县㊁仁布县㊁定日县等㊂另外,相比于近期(2021 2100年),在S S P126情景下其余的3个时期在西藏西部的普兰县㊁噶尔县㊁札达县等地区,年平均N P P值均呈现出增加的趋势,分别是基准期的0.23,0.25,0.27倍㊂说明在S S P126情景下,出现草地N P P增加的地区,呈现相似的增加趋势㊂图9S S P126情景下青藏高原草地N P P相对变化空间分布F i g.9S p a t i a l d i s t r i b u t i o no fN P Pr e l a t i v e v a r i a t i o n i n g r a s s l a n do n t h e Q i n g h a i-T i b e t P l a t e a uu n d e r t h e s c e n a r i o o f S S P126由图10可知,与基准期(1971 2020年)相比,在S S P585情景下,青藏高原草地N P P值在绝大部分地区也是呈现出下降趋势,同时与S S P126情景相比,S S P585情景下的最大增长倍数都有所增加,比S S P126分别增加了0.06,0.16,0.32,0.38倍,由两种不同情景下的相同时期对比来看,青藏高原草地N P P的增长趋势的空间分布大致相同,其中除了西藏色尼区的草地N P P与S S P126情景下的递减趋势相反,该地区呈现出逐年增加的趋势㊂3.6气候变化对青藏高原N P P的影响3.6.1S S P126情景下气候变化对N P P的影响由图11可知,青藏高原年降水量表现出南高北低,中间逐渐递减的空间分布特征;年平均气温呈现出由东南向西北逐渐降低的空间分布特征㊂图10S S P585情景下青藏高原草地N P P相对变化空间分布F i g.10S p a t i a l d i s t r i b u t i o no fN P Pr e l a t i v e v a r i a t i o n i n g r a s s l a n do n t h e Q i n g h a i-T i b e t P l a t e a uu n d e r t h e s c e n a r i o o f S S P585图11S S P126情景下年平均降水和平均气温的空间变化F i g.11S p a t i a l v a r i a t i o no f a n n u a lm e a n p r e c i p i t a t i o na n da n n u a lm e a n t e m p e r a t u r e u n d e r t h e S S P126s c e n a r i o青藏高原的最高年降水量为69.20m m,2100年较2021年上升了4m m左右(图12A)㊂80a平均气温的最高值为8.91ħ,最低值为-9.16ħ,且80a来温度呈小幅度波动但总体缓慢增长的变动趋势(图12B)㊂由表3可知,草地N P P与年平均最高温㊁最低温呈正相关,随温度的增加而增加;与年均降水呈负相关,随降水的增加而减少,且与温度的相关性通过了显著性检验㊂3.6.2S S P585情景下气候变化对N P P的影响由图13可知,在S S P585情景下,降水呈现由东南向西北递减的趋势,年平均最高降水为30.68mm㊂气温呈现由东南向西北递减的趋势,这与草地N P P的空间演变特征保持一致,且气温的增加趋势大于降水㊂青藏高原的年均降水表现出波动式的上升趋势, 2100年较2021年降水增加了10mm左右,年平均气温总体呈线性增加的趋势(图14A),最高温为30. 16ħ,最低温为-6.9ħ(图14B),两者的总体时序情况与N P P的趋势较为一致,其中温度的发展趋势更接近N P P的时序情况㊂说明温度是影响青藏高原草地㊁N P P改变的主要原因㊂791第2期徐士博等:未来气候情景下青藏高原草地净初级生产力时空演变特征图12S S P126情景下年平均降水和年平均气温的时间变化F i g.12T e m p o r a l v a r i a t i o n s o f a n n u a lm e a n p r e c i p i t a t i o na n da n n u a lm e a n t e m p e r a t u r e u n d e r S S P126s c e n a r i o表3草地N P P与气候因素的p e r s o n相关系数(S S P126)T a b l e3P e r s o n c o r r e l a t i o n c o e f f i c i e n t b e t w e e n g r a s s l a n dN P Pa n d c l i m a t i c f a c t o r s(S S P126)项目植被净初级生产力(N P P)年平均最高温年平均最低温年平均降水量植被净初级生产力(N P P)1.0000.529**0.518**-0.116年平均最高温0.529**1.0000.981**0.270年平均最低温0.518**0.981**1.0000.148年平均降水量-0.1160.0270.1481.000注:**表示通过了p<0.01的显著性检验,下表同㊂图13S S P585情景下年平均降水的空间变化F i g.13S p a t i a l v a r i a t i o no f a n n u a lm e a n p r e c i p i t a t i o na n da n n u a lm e a n t e m p e r a t u r e u n d e r t h e S S P585s c e n a r i o图14S S P585情景下年平均降水和年平均气温的时间变化F i g.14T e m p o r a l v a r i a t i o n s o f a n n u a lm e a n p r e c i p i t a t i o na n da n n u a lm e a n t e m p e r a t u r e u n d e r S S P585s c e n a r i o由表4可知,N P P与年均最高温㊁最低温和降水均呈正相关,随温度和降水的增加而增加,其中与温度的相关性高于降水,并且通过了显著性检验㊂从两个情景对比来看,草地N P P与温度降水均有一定的相关性,但与温度的相关性高于降水,而且在S S P126情景下,N P P 与降水呈负相关;S S P585情景下与降水呈正相关㊂4讨论本研究发现C M I P6的S S P126和S S P585情景下,青藏高原草地N P P分别呈现出逐年下降和逐年上升的趋势,这与韩海燕[8]利用B i o m e-B G C模型嵌套R C P气候情景,低浓度路径下(R C P2.6)青藏高原草地N P P呈891水土保持研究第31卷。
2000-2015年宁夏草地净初级生产力时空特征及其对气候变化的响应
2000-2015年宁夏草地净初级生产力时空特征及其对气候变化的响应草地生态系统作为全球分布最广最脆弱的的生态系统,一直受到学者们的高度重视。
宁夏境内半数区域为草地,草地作为宁夏重要的战略资源及特色养殖畜牧业的基础,在社会发展中发挥重要作用。
另外,宁夏位于干旱半干旱过渡带上,草地生态系统尤为脆弱,因此从上世纪80年代便有学者注意到宁夏草地退化、沙化、生物多样性减小的诸多草地发展趋势。
利用遥感技术手段对宁夏草地生产力进行大尺度长时序的准确监测,从而掌握宁夏草地生态系统的发展状况对草原利用和保护具有重要的意义。
本文采用Anusplin、反距离权重和样条函数三种插值方法对气象因素进行空间化,并对比其插值精度,将CASA模型作为草地NPP估算手段,分别引入了草地多年实测数据和MOD17A3数据对估算结果进行可靠性检验,并在此基础之上,分析了 2000-2015年宁夏草地的多年变化趋势及其对气温、降水变化的响应,以探究草地生长的主要限制因素。
研究得出主要结论如下:(1)三种插值方法中反距离权重插值法出现了“牛眼效应”,其他两种插值法能较好模拟宁夏气温降水的空间梯度分布特征;而Anusplin气象要素插值法明显具有较高的插值精度,其中气温插值精度最高,空间变化最为细腻。
(2)基于Anusplin插值法的CASA模型与基于IDW插值法的CASA模型均能对宁夏草地NPP进行良好的估算;基于Anusplin插值法的CASA模型估算值与多年实测均值及全区总产草量的相关性最高,其估算值更接近实际情况,进而说明提高气象要素的插值精度在一定程度上能提高CASA模型NPP的估算精度。
(3)将MOD17A3NPP数据作为验证数据,对不同类型草地NPP的基于Anusplin插值法的CASA估算精度进行检验,结果显示干草原、灌丛草原、干荒漠类草原及荒漠草原具有较好的估算精度,沼泽类草地及山地草甸估算结果误差较大,精度有待提高。
(4)近16 a宁夏草地估算结果分析显示,全区多年草地NPP均值为148.28g·Cm-2·a-1,空间分布格局为南北高中间低,而不同类型的草地间的NPP 差异较大,山地草甸类草地是宁夏草地NPP最高的草地类型,NPP值为518.34 g·Cm-2·a-1。
黄土高原近30年植被覆盖变化及其对气候变化的响应
谢谢观看
本研究采用定性和定量相结合的方法，系统地研究了青藏高原植被对气候变化 的响应。首先，收集了青藏高原不同海拔、坡度和土壤类型的植物样本，对其 进行了生理和生化指标的测定。同时，利用遥感技术获取了青藏高原植被的卫 星图像，结合气象数据，分析了气候因素对植被的影响。
研究结果显示，青藏高原的植被对气候变化表现出显著的响应。在温度升高的 情况下，高原植被的物候期提前，生长季延长，生物量增加。然而，随着降水 量的减少，植被的蒸腾作用加强，导致水分失衡，部分地区的植被生长受到抑 制。此外，气候变化还导致了植被群落的演替，耐旱和耐寒植物逐渐增多，而 喜湿植物则减少。
3、风：风对黄土高原的土壤形成和植被分布具有重要影响。大风常将黄土吹 扬，形成黄土高原的特殊地貌。同时，风也影响植物的生长和分布。
二、人类活动对黄土高原植被覆 盖的影响
人类活动对黄土高原的植被覆盖也产生了深远影响。历史上，黄土高原曾是森 林茂密、草地丰饶的地方。然而，由于过度砍伐、过度放牧和耕作方式的不当， 使得许多地区的植被遭到破坏。
1、加强草地生态系统的保护和管理，防止过度放牧、开垦等人类活动对草地 生态系统的破坏。
2、推广生态保护理念，提高公众对草地生态系统的认识和重视程度，引导群 众积极参与草地保护工作。
3、采取适应性管理措施，如培育耐寒耐旱的草种、改进畜牧业生产方式等， 以应对气候变化对草地生态系统的影响。
4、加强国际合作与交流，共同应对全球气候变化和草地生态系统保护的挑战。
结论：
黄土高原的植被覆盖变化受到气候和人类活动的综合影响。气候因素如降水、 温度和风等对植被的生长和分布具有重要影响。而人类活动如农业、过度放牧、 城市化和保护措施等也对植被覆盖产生深远影响。
为了保护黄土高原的生态环境，我们需要更加深入地了解这些影响因素及其相 互作用，以便采取有效的保护措施。未来，需要进一步研究气候变化对黄土高 原植被的影响，以及如何通过合理的土地利用和管理来平衡经济发展和生态保 护。加强公众教育和提高环保意识也是保护黄土高原生态环境的必要条件。
草地生态系统多功能性研究概述
〔〕
功能性的 １５ 个功能指标.He
c
t
o
randBagch
i８ 利
用生态系统功能这一概念,首次定量分析了生物多
样性同时对 多 个 生 态 系 统 功 能 的 作 用.Gamf
e
l
d
t
〔 〕
〔 〕
和 Hi
l
l
eb
r
and１０ ,
Zava
l
e
t
a和 Ti
lman１１ 又在 He
c
Ｇ
〔〕
t
o
r和 Bagch
的变化.综合前人的研究,目前关于生态系统多功
的环境筛 选 促 使 物 种 间 性 状 差 异 减 少 〔３７,３８〕,植 物
１ 引言
理利用及保护、维持草地生态系统过程的良性发展
草地生态系统为人类提供着物质和环境以及
都有着决定性的指导意义.
文化等多种服务,除 提 供 食 物、药 物 及 工 农 业 生 产
前人对生态系统功能与人类活动、气候变化以
原料外,还是支撑 与 维 持 地 球 生 命 的 支 持 系 统,维
及多样性与生态系 统 功 能 关 系 展 开 了 一 系 列 的 研
i８ 的 基 础 上 探 讨 了 生 物 多 样 性 对 维
持高水平生态系统多功能性的价值,同时明确了生
环境的空前变化,人们开始考虑人类活动和气候变
态系统多功能性即 是 生 态 系 统 同 时 提 供 多 种 生 态
化将会对生态系统功能产生怎样的影响,需要人们
系统功能和服务的能力,或者是生态系统多个功能
自此,如何量化人类活动或气候变化对生态系统多
应这一问题引起了学术界广泛的讨论,并试图阐述
呼伦贝尔草地生产力模型适用性及对气候变化响应分析
作者简介 ： 公婷婷 （ １ ９ ８ ９一） ， 女（ 汉族 ） ， 山 东 临 沂人 ， 中央民族大学 生命与环 境科学 学院博士研 究生 ， 研究方 向 ： 植 物生态学与生物多样性保护．
收 稿 日期 ： ２ ０ １ ６— ０ ３～ ０ １
基金项 目： 国家 外 专 局 和 教 育 部 高 等 学 校 学 科 创 新 引 智 计 划 （ “ １ ｌ １ ” 计划 ） （ Ｎ ｏ ． ２ ０ ０ ８一Ｂ ０ ８ ０ ４ ４ ） ； 中 央 民族 大 学 自主
科研项 目（ Ｎ ｏ ． ＭＵ Ｃ ２ ０ １ １ Ｚ Ｄ Ｋ Ｔ ０ ９ ） ．
第 ２ ５卷
第 ３期
呼 伦 贝 尔 草 地 生 产 力 模公 婷 婷 ， 冯金 朝 ， 马 帅 ， 石 莎 ， 乌力 吉 ， 胡 高娃
（ １ ．中 央 民族 大 学 生 命 与环 境 科 学 学 院 ， 北京
内蒙古 海拉尔
焦 点 问题 圳 ．
近年来 ， 许 多学者 开始关 注气候 变 化对植被 生产 力的影 响研 究 ， 特别 是借 助模 型研究 草地 生产力 对 气候 变化 的响应 ． 由于在 不 同地 域 ， 气 候变 化 的表 现差 异较 大 ， 模 型适用性 差异 较大 ， 天然 草地 生 产 力 研究 有相 对较 强 的地 域性 ， 因此根 据特 定地域 的具 体气 候 变化 特征 分析 植 被 生产 力对 气 候 变化 的 响
应 有 重要 的研究 价值 ．
呼伦 贝尔草 地作 为我 国北方重 要地 生态环 境保 护屏 障 ， 位于 干旱半 干旱 区 ， 生 态环境 具有 敏感性 和 脆弱 性 ， 是 全球气 候变 化响应 最为 敏感地 区之一 ． 随着 人 类社 会 的发 展 以及受 全 球 气候 变 化 的影 响 ， 草 地退 化 日益严 重 ， 草地 生态 系统受 到严 重 的胁 迫． 研究 基 于实 测 生产 力 以及 气 象 资料 ， 对 Ｍ ｉ ａ ｍ ｉ 、 Ｔ ｈ ｏ ｒ ｎ —
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１８ ９ ８ ９ １１９ ９ ７ ０ ０２ ０ ０ ６ ９ ５ １ ８ １ ９ ９ ４ １ ９ ２ ０ ０ ３２ ０
年份
图 １ 贵 南 县 历 年地 上 生物 量 和 以模 型 计 算 的 Ｎ Ｐ的变 化 Ｐ
３ 结 果与分 析 本 文通 过模 型计算 的净第 一性 生 产力 ，由于实 测 Ｎ Ｐ资料时 间序列不 长 ， Ｐ 使得模拟 Ｎ Ｐ结果 的准确性 验 Ｐ
证难 以进行 ， 多以地上生物量 的变化趋 势与模拟 Ｎ Ｐ结 Ｐ 果 的趋势进 行分 析对 比 ，两 者 间的相关 性 越高 就证 明 Ｎ Ｐ模型的模拟结果 去实 行越好 ， Ｐ 与实际 Ｎ Ｐ仅存在 一 Ｐ 个系统误差 。因而本文也采用 实测 的地上生物量对模拟
０ ℃的 日均 温 ； ＜ ０Ｃ ＞ ℃的 月 均 温 。 Ｔ为 ３ ￣与 ０
、
赠 霜 廿
嘲一 十 Ｎ Ｐ Ｐ ＊
遵 盯 一 年降水
９ ５ １ ８ １ ９ １ ９ ９ ３ １ ９５ １ ９７ ｌ ９２ ０ ｌ ０ ０ ０ ８ ９ ７ ９８ ９ ｌ ９ ９ ９ ９９ ０ ０３２ ０５２ ０７ ２
咖 器
２１ ２ ／， 均大 风 日数 ｌ ． ４ ． ｄ 最 多 可达 ７ ， ．～ ． ｍ ｓ年 ７ ７７ ３ ， ～ ２ ５ｄ 草原植被类 型以温性草原类 、 温性荒漠草原类为 主。
司
２ 数 据及 研究 方法 ２１ 数据 资料 ． 研究 利用位 于全 国重点 牧 区环 青海 湖 共和盆地草原区的贵南县气象站 １ ８－ ２ ０ ９ ５ ０ ７年的温度 、 降水及 牧草生 物量监 测资料 。研 究 区处于 典型 温性 草 原、 温性 荒漠草原 区 ， 因此本 文将 Ｎ Ｐ的模 拟结 果进 行 Ｐ
Ｎ Ｐ结 果 的 准 确性 进 行 验 证 量 、 年均温与 Ｎ Ｐ的变化 Ｐ
从 降水 量 和年均 温分布看 （ ２ ， 图 ）降水 量 的趋 势与 Ｎ Ｐ曲线 的变 化趋势基 本一致 ］相关系 数 ０ ９ ； Ｐ ， ． ７３ 温 ８ 度变化对 Ｎ Ｐ的影响不是很 明显 ，相关系数 为 ０５ ８ ； Ｐ ． ６９
地带 系统的气候指标计算 的可能蒸散率 。计算公式 为 ：
…
的 相 关 性 分 析
Ｐ
一
ｒ
一
一 暑 ／ ｄ 旦 ｝】 墨 ｚ ： 三
ｒ
式 中，Ｅ 一 Ｐ Ｒ为可能蒸散率 ；为降水量 （ ｍ）Ｐ Ｔ为 一 ｒ ｍ ；Ｅ 可能蒸散（ ｍ）Ｂ ｍ 草 Ｔ为生物温度 （ ， ； 超 量 璺 ＿ ℃）是指 出现植 物营养
生长 范 同内的平 均温 度 ， ０３ 之 间 ， 在 － ０Ｃ － ｏ 日均温 低 于 ０ Ｃ 和 ｏ
注 ： 为 ０ １水平上差异极 显著 。 ． Ｏ
＋
年均
温
高于 ３ ℃的均排除在外 。其计算公式为 ： ０
Ｂ ｝ 或日
式 中， Ｔ Ｂ 为年 （ 或月 ）平均生物 温度 ；为＜ ０Ｃ ￡ ３ ￣与＞
之一 。境 内大部分地区海拔在 ３ ０ ０ 间 ， ０ ３ ０ｍ之 ０ ４ 年平
均气 温 ２０ ３ 年 均降水量 ３ １ ４ ２１ ｍ， 均蒸 ． ．ｏ － ３ Ｃ， １．— ０ ． ｍ 年 １
、
吕
发 量 １ ５ ．～ ４ ． ｍ 年 湿 润 度 ０ １ ０ ２ 年 均 风 速 ８ １ １ ｍ， ５ ２ ８ ２ ． ～． ， ４ ５
方程 ：
ＲＤ ＝ ０６ ９ ０２ ３ Ｅ ００ ３ ３ Ｅ ２ ， （ ．２ ＋ ．７ Ｐ Ｒ一 ． １ Ｐ Ｒ ） ０
有关 。如果利 用模型去 预测该 区牧草产量 ， 导致估算结
果较粗 ， 误差较 大。可见 ， 用模型去预测 同气候区的净第
一
性生 产力需 具体考 虑整 个 区域 内受 到 的人 为影响 和
家畜 ，９ ９ １ ：４ ２ ． １９ （ ）２ — ６
［］ ９ 张居农 ， 吴健华， 张春礼． 山区牧场绵羊诱 导发情 的效果分析 ［］ Ｊ． 黑
龙 江动 物 繁 殖 ，０ ５ ３ ：３ ３ ． ２ ０ （ ）３ — ５
第 ３ 卷第 ４ １ 期
草原与饲料
牧 业生产 的主要 基地 和半细 毛羊改 良培育 的重点 地 区
［］ ２ 决肯 － 阿尼瓦什 ， 哈米提． 巴什拜羊质 量性状 的初步研究［ ］ Ｊ． 草食家
畜 ，９ ８６ ：７ ｌ． １９ （ ） ｌ一 ９
［ １张居农． １］ 肉用羊超数排卵技术方案的研究［］中国草食动物 。０ １ Ｊ． ２０，
２（ ｌ专辑 ）１５ １６ ：２ — ２ ．
［ ］ 居农 ． 养 羊综 合配 套新 技术 ［ ． 京 ： ３张 高效 Ｍ］ 北 中国农 业 出版社 ，
关键词 ： 贵南县 ； 净第一性生产力； 草原生态 系统 ； 气候 变化
植 被净第一 性生产力 （ｅｐ ｍ ￣ ｐｏｕｔ ｉ ） 指 ｎｔ ｆ ａ ｒｄ ｃ ｖｙ 是 ｉ ｉｔ
绿色植 物在单位 面积 、单 位时 间内所积 累的有 机物数
型。现有 的 Ｎ Ｐ模 型对不 同调控 因子的侧重点有 差别 ， Ｐ 模型在方法和复杂度上也不同。其 中以生理生态学为基 础 的周广胜半经验半理论模型 ［５ ２ ］ 同区域得 到不 同 －在不 程度 的验证且 被广泛应 用 ， 特别 是在干 旱 、 干旱地 区 半
文 章薅每：０ ／９ ２ （０ １ ０ － ０ ２ ０ １０ － ７６ ２ ｔ ）４ ０５ － ３
０
国重点牧区之一环青海湖牧 区的一部分 ， 也是青 海省 畜
２１ － ６ ２ ２ｌ ．
［ｏ 张居农 ， １］ 汤孝禄 ， 振国 ， 绵羊反季节繁殖 的技术研究 ［］ 刘 等． Ｊ． 黑龙
江畜 牧 兽 医 ，０３ ６ ：３ ２０ （ ）２ ．
２ １ ０ｏ ．
［ ２ 张居农． １］ 工厂化高效养羊是我 国养羊业的根本出路［ ］ Ｊ． 中国动物保
健 ， ０ ０， ２ ４ ５ ２ ０ １ ：— ．
［］ ４ 张居农 ， 王东军 ， 杜国栋 ， 绵羊同期发情技术的研究［ ］ 等， Ｊ． 中国畜牧
杂 志 ，９５ ５ ：７ ３ ． １ ９ （ ）２ — Ｏ
的应用效果较好 ＿ 。本文 以贵南县为研究 区的资料分析 ５ ］ 比较周广胜模型在具体区域 的应用情况。 １ 研 究 区 自然概 况 贵南县位 于青藏高原东北部 ， 地理坐标东经 ９ 。６～ ８４
量， 是光合作用所产生 的有机质 总量减去呼吸消耗后 的
剩余部分 ［ 。植被生产力受到气候 、 Ｉ ］ 土壤 、 植物特性及其 它 自然和人为因素的影响 ， 反映 了植物 群落在 自然环境 条件下的生产能力 。近年来 ， Ｐ Ｎ Ｐ的研究倍受重视 ， 建立 了许多 区域 或全球 尺度 的植被 净第一 性生 产力估算 模
［ ３耿 荣庆 ， １］ 王兰萍． 国绵羊 多胎性 能的研究 与利 用概况［ ］ 我 Ｊ ． 畜 当代
牧 ，０ １２ ：４ ３ ． ２０ （ ）３ — ５
［］ ５ 张居农 ， 张富春 ， 张健 ， 非繁殖季节诱导母 羊发情优选方案 的研 等． 究［ ］ Ｊ． 黑龙江畜牧兽医 ， ９ （ ）： — ３ １ ９４ １ １． ９ ２
［］ ６ 张居农 ， 剡根 强 ， 闫增平 ， 利用诱导发情技术对 非繁殖季节母羊 等． 实行一年两产 ［］ Ｊ． 新疆农业科学 ，０ １增 刊）９ — ７ ２０ （ ：６ ９ ． ［］ ７ 陈明辉 ， 张居农 ． 母羊一年 两产技术的生产应用效果［ ］上海畜牧 Ｊ． 兽医通讯 ，０ ７ １ ： ５ ２０（ ） ２． ［］ ８ 张居农 ， 刘红 ， 陈明辉， 母羊高效繁殖技术的研究［ ｊ 等． Ｊ． 中国草食动
本身 自然环境 差异 等因素 的不 同。
为利用 Ｈ ｌｒ ｇ 生命 ｏ ｉｅ ｄｄ
表 １ 贵 南 县 地 上 生 物 量 实 测 值 与 第 一性 生 产 力模 型 预 测值
其相关 系数达 ０９ 其 中， ． 。
４ ４ ３ ３ ２ ２ ● ０ Ｏ ５ Ｏ ５ Ｏ ５ Ｏ ５ Ｏ ５
实测 的地上生物量存 在较大差异 ， 别是实测 的地上 生 特
然植 被的净第一性生 产力模 型可知 ， 利用陆地 表面所 获 得 的降水量及其所获得 的净辐射资 料 ， 即可求取 该 区潜
在 的 自然植被净第一性生产力 。模 型表示如下 ：
ＮＰ ＝ Ｆｘ Ｐ （ ＋ ＋ ＤＩ ） ￣ Ｐ ＲＤ ｘ Ｉ Ｒ Ｉ Ｒ ｚ Ｄ
中国草食动物
２ １ 年 ０１
靠鹕 一
近二十三年贵南县草地净第一性生产 力 与气候变化 的响应
索 南加 ， 周 雷
（． １ 青海省 贵南县草原工作站 ， 贵南
８３０ ； １ １０
２ ． 青海省共和县 沙珠玉 乡畜牧兽 医工作站 ）
摘 要 ： 据气候相关模型计 算 了贵 南县草 原生态净 第一性 生产 力（ Ｐ ）且 通过地 上生物量 实测值对模 型结 根 Ｎ Ｐ，
‘ 一 丽
而
ｅｐ ｘ
物量存 在逐年减少 的趋 势 ， 这可能 与植被受到 当地 的放
牧情况 、 壤 、 漠化状 况等人 为 和 自然 因素影 响程 度 土 沙
式 中 Ｎ Ｐ为 自然 植 被 的 净 第 一 性 生 产 力 （ Ｍ， Ｐ Ｄ ｔ（ｍ ・ ） ；Ｄ 为辐射干燥度 ； ／ ｈ ａ ）Ｒ Ｉ Ｐ为年降水量 ｍ ｍｏ 张时新 针对中 国各植被地带 的可能蒸 散率（ Ｅ ） Ｐ Ｒ 与 年辐 射 干燥 度 （ Ｄ ） 行分 析得 到 Ｒ Ｉ Ｐ Ｒ 的回归 Ｒ Ｉ进 Ｄ与 Ｅ
收穰 ８期：０ ｌ０ － １ ２ １－ ２ ２
１１２ 北纬 ３。７～ ６５ 在 自然地带上属 于高原温 ０ 。２ ， ５ ２ ３ 。６ ，