共查询到20条相似文献，搜索用时 46 毫秒
1.
基于CASA模型的陕西省NPP遥感估算 总被引：1，自引：0，他引：1
《西部林业科学》2015,(2)
以陕西省为研究对象,运用遥感和GIS手段,结合MODIS/NDVI数据、气象数据以及植被类型数据,应用CASA模型估算得到陕西省2013年的NPP数据。结果表明,2013年陕西省NPP总量为8.87×107g C/a,平均值为469.58 g C/(m2·a),NPP最高值为723.06 g C/(m2·a),其空间分布特点表现为显著的纬度分布,南高北低,陕南关中陕北;NPP时间分布表现为明显的季节变化,呈单峰型曲线;植被类型NPP表现为阔叶林针叶林耕地草地,并且各植被类型最大值出现月份不一致。 相似文献
2.
植被净初级生产力(NPP)是衡量生态系统生产力水平的指标之一,利用生态遥感相结合的手段对其估算具有重要意义。运用改进的CASA模型,基于MODIS植被指数产品、气象数据、土地覆被数据,对云南省2000年、2005年、2010年、2015年、2020年的植被NPP进行估算,采用Moran′s I指数、Getis-Ord Gi*热点分析探讨其空间分布特征,并与我国生态功能保护区进行叠加分析。研究表明：1)云南省近20年植被NPP呈先减少再增加的趋势,平均值为822.98 gc/(m2·a);月度植被NPP夏季达到最高,冬季最低;不同植被类型中,常绿阔叶林的NPP值最高。2)各年份植被NPP空间分布均由南向北减少,全局空间自相关Moran′s I指数均大于0.7,NPP热点区主要位于滇西南边境一带,冷点区位于滇西北、滇中城市化地区。3)植被净初级生产力热点区与生态功能保护区叠加相交于西双版纳生态功能保护区、西南喀斯特生态功能保护区,各年叠加面积占热点区域总面积的23%～26%。可见,云南省近20年NPP呈波动上升趋势,空间分布异质性明显。研究该结果... 相似文献
3.
4.
为了分析研究区植被净初级生产力对热岛效应的降缓程度,基于MODIS和Landsat数据,对百色地区的植被NPP与地表温度进行反演估算,利用ArcGIS软件对地表温度分布图进行等级划分,采用随机样点法提取不同等级的地表温度及植被NPP,分析喀斯特地区植被净初级生产力对热岛效应的降缓程度。研究结果表明,研究区2017年植被NPP整体较好,植被NPP均值为907.83 gC/m2,植被NPP空间分布较为均匀;百色地区热岛分布区较少,在喀斯特地貌背景下整体地表温度较为正常,研究区热岛效应及植被NPP由强到弱依次为：强热岛>次热岛>正常区>绿岛>冷岛;研究发现,植被NPP与地表温度之间存在明显的负相关,地表温度一定程度上随植被NPP的上升而下降;植被NPP对热岛效应在强热岛向次热岛降缓时程度最为明显。 相似文献
5.
采用2009年MODIS数据作为遥感信息源,结合香格里拉基础地理数据和云南省119个气象站点的气象数据,构建了一个NPP估算模型。利用遥感技术和地理信息系统技术,在ArcEngine二次开发技术的支持下,实现了香格里拉县2009年植被净初级生产力的估算研究。结果表明:(1)设计的NPP估算模型简单,参数少,易于理解和计算;(2)比较发现:2009年香格里拉县NPP估算结果可信。(3)分析香格里拉县2009年NPP的变化情况可得到以下结论:(a)香格里拉县2009年植被净初级生产力为413 g/m2,总体分布趋势是:建塘镇北部和格咱乡西部NPP基本在400~600 g/m2之间;香格里拉县中部、东南部、东北部、北部基本上在200~400 g/m2之间;东旺乡的上游村、跃进村、中心村、胜利村的NPP在0~200 g/m2之间。(b)从3月至10月的时间段里,香格里拉植被NPP可占全年的净初级生产力的82%,因此,可判定香格里拉县植被生长季为3月~10月。 相似文献
6.
植被净第一性生产力是评价地表植被状况的重要指标之一,对分析和评价全球和区域生态环境、碳循环等变化具有重要作用。该研究借助CASA模型机理以及气象学方法,建立县级区域净第一性生产力（NPP）遥感估算模型,并以房山区为应用案例,分析了北京市郊区1992年、2001年、2004年3年间8月份净第一性生产力的变化。分析结果表明,研究区3年间8月份的NPP分别为152.01g·m^-2·mon^-1、142．83g·m^-2·mon^-1、96．32g·m^-2·mon^-1;单位面积上的NPP年际间的变化主要受降雨量的影响,而区域NPP总量年际间的变化则要受降雨量和土地利用方式等因素共同影响。本模型估算结果与前人研究结果基本一致,可以利用本模型估算县域NPP。 相似文献
7.
基于3-PGS模型的中国陆地植被NPP格局 总被引：2，自引：0，他引：2
利用光能利用效率模型(3-PGS)估算2003-2007年中国陆地植被NPP,并分析不同气候类型和植被类型的时空分布特征.结果表明:2003-2007年中国陆地植被NPP年均总量为2.98 PgC,NPP年均值约为315.99gC·m-2a-1;中国陆地植被NPP的主要分布特点为沿水热梯度从东向西、从南向北递减,以海南中南部的热带林最高,而高原气候区最低;全国植被NPP季节变化明显,不同气候区植被NPP均在7或8月达到峰值,12月或1月降至全年最低. 相似文献
8.
东北地区森林植被生产力遥感定量估测 总被引：1，自引：0，他引：1
以辽宁、吉林和黑龙江3省为研究区,引入一种过程模型(Forest-BGPG),以2003年1 km的MODIS影像为遥感数据,估测森林植被净第一性生产力(NPP)。结果表明:2003年森林植被NPP为3.7 MgC/hm2,其中,常绿针叶林4.1 mgC/hm2、落叶阔叶林4.0 mgC/hm2、常绿阔叶林3.8 mgC/hm2、针阔混交林3.9 mgC/hm2和落叶针叶林3.5 mgC/hm2;辽宁东部及长白山地区森林植被NPP超过6.3mg C/hm2,大兴安岭地区不足3.2 mgC/hm2,区域时空分布格局明显。通过与国内现有研究结果和2003年全球陆地植被NPP产品对比分析,表明估测结果准确反映了森林植被现实生长过程,Forest-BGPG为区域尺度森林植被NPP和碳储量动态监测提供了连续的测量手段。 相似文献
9.
[目的]通过模型模拟分析内蒙古大兴安岭地区森林生产力时空分布格局及其驱动因子。[方法]利用优化率定后的生理生态过程模型Biome-BGC参数,模拟了内蒙古大兴安岭地区时间序列(2003—2012年)森林净初级生产力(NPP)。基于外业实测数据,在全区域尺度上进行NPP模拟结果验证。[结果]优化率定后的Biome-BGC模拟的该区森林NPP具有较高可靠性,实测数据验证R~2为0.81,RMSE为48.73 g·m~(-2)·a~(-1)。2003—2012年间该区森林NPP为219.3～399.5 g·m~(-2)·a~(-1),其中针叶林NPP为218.6～414.9 g·m~(-2)·a~(-1)、阔叶林为213.7～412.3 g·m~(-2)·a~(-1)、混交林为188.3～404.7 g·m~(-2)·a~(-1)。森林NPP与温度和太阳辐射的相关性较高(R~2分别为0.55和0.49),与降水量和相对湿度的相关性较低。[结论]时间序列上该区森林NPP年平均值总体呈缓慢增长趋势;空间分布呈北高南低,东部偏低的特征。"天然林保护工程"的实施是该区森林NPP增加的主要因素,而火灾则降低了森林NPP,二者造成了该区NPP呈现时空差异;不同森林类型NPP差异主要受温度和太阳辐射的影响。 相似文献
10.
1981～2000年中国陆地生态系统NPP时空变化特征分析 总被引：2，自引：0，他引：2
利用GLO-PEM模型估算了1981~2000年中国陆地生态系统植被净第一性生产力（NPP）。结果表明：1981~2000年中国总NPP呈现增加趋势,从1981年的2.82 PgC/a增加到2000年的3.13 PgC/a,年均增加0.0155PgC/a,20 a间NPP的平均值为2.98 PgC/a,约占全球NPP总量的4.7%~5.0%。NPP积累主要发生在4~10月,春季、夏季、秋季、冬季NPP量分别占全年总量的15.68%,54.54%,25.50%,4.2%。其中夏季NPP增长最快,占全年NPP增长的64.14%。全国NPP年均值从西北向东南方向呈逐步增加趋势,不同植被类型中,常绿阔叶林年均NPP最高,达745.68 gC/m2,除农业植被外各种植被类型的月均NPP最大值都出现在7月,最小值都出现在1月。经向剖线NPP变化规律不明显。纬向40°N线是南北分界线,往南随着纬度的降低,剖线平均NPP逐渐升高,往北随着纬度的增加,剖线平均NPP逐步变大。纬向剖线NPP均值最高的是20°N线,异质性最高的是30°N线。 相似文献
11.
基于C-FIX模型的黑龙江省森林植被净初级生产力遥感估算 总被引：2，自引：0，他引：2
以黑龙江省森林资源为研究对象,利用ETM+、DEM和气象数据等资料,以C-FIX模型为基础,估算黑龙江省2000年5—9月的森林植被NPP,并将估算结果与MODIS的NPP产品进行对比分析。结果表明:5—9月林地总NPP为69.75×1012gC,最大值出现在6月,占5—9月NPP总量的27.23%,6—8月是NPP的主要积累月份;有林地NPP占林地总量的87.44%,灌木林地占10.41%,疏林地占1.63%,其他林地占0.52%;MODIS的NPP产品与模型估算值之间的均方差根为17.12,模型模拟值误差为MODISNPP产品值的3.92%～5.85%,模型估算精度较高。 相似文献
12.
利用LANDSAT8遥感影像数据、结合气象数据和野外调查数据,采用CASA模型、C-FIX模型和GLO-PEM模型,分别估算和分析了2014年墨玉县森林植被净初生产力时空分布特征,并进行验证和比较。结果表明:植被净初生产力空间分布差异比较明显,主要集中于研究区中部和东南部;CASA模型的NPP平均值为70gC·m~(-2)、C-FIX模型的为56C·m~(-2),GLO-PEM模型的为28C·m~(-2),其中CASA模型模拟结果最接近于前人研究成果;通过实测值验证,各模型实测值和模拟值相当吻合,其中CASA模型的平均值最接近,相关系数R2=0.994 15,大部分样本点的误差小于5%。 相似文献
13.
基于遥感数据Landsat TM影像与气象数据,利用温度、水分胁迫系数改进CASA模型,对南京市森林生态系统NPP与碳储量进行估算。结果表明,南京城市森林生态系统植被NPP空间分布较均匀,平均在200～1400g/(m2.a)之间;河流、市城区裸地植被NPP最小,在0～100g/(m2.a)之间;整个南京市植被NPP空间分布由北向南呈现逐渐增加趋势,由于最南部地区为自然森林区,保留了原始的自然环境状态,NPP最大。而分布在南京市的各个森林区,森林植被NPP均在1300～1426g/(m2.a)之间。利用生物量-蓄积量方程计算出南京市针叶林、阔叶林、针阔混交林碳储量分别占全市森林碳储量的24%、59%、17%。全市森林生态系统碳储量为111.73万t,平均森林植被碳密度为17.38t/hm2,郊区和县的森林植被碳储量远远高于市区,但是两者的碳密度并无很大的差异。 相似文献
14.
利用改进的CASA模型,结合Landsat TM遥感影像及气象数据,估算榆林飞播林2010年7月的植被净初级生产力。通过实测植被生物量,验证CASA模型在研究区的估算结果。结果表明:CASA模型适用于榆林飞播林植被净初级生产力估算;CASA模型估算的不同地区NPP区别明显,榆林市横山县与榆阳区交界处的植被NPP值最高,其值介233.21～414.15gC/m2之间;榆林飞播林生态系统属于较低生产力的生态系统;沙柳的NPP水平最高,以柠条+沙柳+沙蒿为播种模式的人工林地生物量最高;除沙柳、花棒和沙蒿外,其他飞播植物生物量与含水量无明显的相关性;不同飞播年代的同种植被生物量与含水量、土壤养分以及气候等因素之间具有密切的相关性。 相似文献
15.
《西部林业科学》2016,(6)
基于本地化改进的GLOBEIS模型,运用遥感图像解译的土地利用类型数据以及实际观测的小时气象数据,对天津市2013年植被排放VOCs进行了估算和时空分布特征分析。结果表明,天津市2013年植被排放VOCs总量为7 678.35t C,其中,异戊二烯的排放量为693.43t,占9.0%;单萜烯的排放量为2 877.80t,占37.5%;其他VOCs的排放量为4 107.12t,占53.5%。在时间分布上,植被VOCs的排放具有明显的日变化和月变化特征:中午高,夜间低;8月份最高,1月份最低。在空间分布上,其空间分布特征与土地利用类型密切相关,植被VOCs排放主要集中在林区较为密集的区域,在蓟县北部排放量较大,在滨海新区和市内6区排放量较小。最后,对植被VOCs排放估算过程中的不确定性来源进行了分析。 相似文献
16.
IBIS模型验证与东北东部森林NPP季节变化模拟研究 总被引：1，自引：0，他引：1
IBIS（Integrated Biosphere Simulator）模型是生态系统过程模型,代表着全球碳循环模拟的研究方向。基于2004和2005年帽儿山不同植被类型净初级生产力（NPP）实测数据,修改IBIS模型参数,使其更适合于我国东北东部地区NPP模拟,并从点至面展开区域范围内NPP的模拟。结果如下：IBIS模型能够较好的模拟生长季温度和降水,但对非生长季尤其是初春和冬季温度和降雨（雪）模拟不足,对不同植被类型NPP模拟误差均小于众文献,表明该模型在本区域内的适用性。NPP表现出比较明显的季节变化特征,夏季NPP是全年最高的季节,占全年NPP的53％～70％;NPP最低值出现在冬季,2004年和2005年NPP均以春季变化最剧烈。 相似文献
17.
《中南林业科技大学学报(自然科学版)》2016,(5)
在分析叶面积指数、降雨量、温度与植被净初级生产力相关关系的基础上,应用Landsat 7卫星影像数据提取研究区的温度、叶面积指数,建立了能反映温度、降雨量对城市森林生态系统植被净初级生产力影响的模型,模拟广州市2013年3月份森林植被净初级生产力。结果表明:该模型模拟的NPP值与前人运用传统方法研究估算的NPP值相比较,精度可以达到91%,证明此模型在区域植被净初级生产力估算方面具有一定的可行性。 相似文献
18.
利用MODIS数据,基于像元二分法估算植被覆盖度,应用趋势分析法和变异系数,分析了2010—2020年云南省植被覆盖度的时空分布和变化特征;结合SRTM DEM数据,分析了云南省平均植被覆盖度的地形效应.结果表明:①时间上,云南省月平均植被覆盖度变化呈"单峰"分布,植被覆盖度2月份最低,9月份最高;年平均植被覆盖度呈小... 相似文献
19.
森林生态系统生产力在区域生态发展和气候变化研究中具有重要的现实意义,而植被净初级生产力(NPP)的计算是生态系统生产力研究的重要内容。基于遥感和GIS技术,利用MODIS遥感产品MOD17A3数据和气象数据,研究了2000—2014年间NPP的分布及其与气候因子的关系。采用相关分析的方法分别从空间上与时间上研究森林植被NPP与气候因子的相关关系,探究京津冀地区近15 a NPP时空分布变化规律及其对气候变化的响应规律。从空间分布整体情况来看,气温和降水量均对NPP有正相关影响。从时间相关性来看,NPP与年降水量为正相关关系,NPP随年降水量的增大而增大。并根据所得结论为京津冀地区生态发展提出提高植被生产力的相关建议和对生态现状的改进措施。 相似文献
20.
黑龙江省东部森林是三江平原的重要生态屏障,为探明森林净初级生产力(NPP)变化及未来演化趋势,基于气象观测资料和气象模式模拟数据,在气象模式筛选、点数据栅格化的基础上,利用周广胜-张新时NPP模拟模型,分析2000—2030年黑龙江省东部地区森林NPP的时空演化特征。结果显示：2020—2022年黑龙江省东部地区森林NPP平均为(550.70±39.72) gC/(m2·a),无显著变化趋势,与之相比,在SSP2-4.5情景和SSP2-8.5情景下,2023—2030年NPP均有小幅上升;未来情景下大部分区域的NPP有所增加,只有长白山北部山区的部分区域NPP存在减小的趋势;未来森林NPP总体分布有向东北-西南方向集中的趋势,且空间分布中心有向北移动趋势。截至2030年黑龙江省东部森林植被NPP无显著变化趋势,分布重心有向北移动趋势。研究结果可为科学评价森林生态效益、保障区域生态安全提供科学依据。 相似文献