净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多...净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多尺度地理加权回归模型(MGWR)这一新颖的空间统计分析方法,解析NPP变化驱动因素的空间分异特征。结果表明:近二十年黑龙江省大部分区域NPP呈增长趋势,全省NPP平均值从348.90 g C m^(-2)a^(-1)上升到454.00 g C m^(-2)a^(-1),增长率为29.95%。NPP增减显著的情况通常出现在植被改善明显、耕地扩张和城市化进程剧烈的区域。MGWR整体模拟效果良好(调整R^(2)=0.875),模型带宽显示降水、气温、人口密度和土地利用变化对NPP的作用规模为县域尺度,而道路密度的作用规模为市域尺度。不同区域植被NPP对驱动因子的响应存在明显差异,在大小兴安岭地区NPP受土地利用变化和气候因子的共同影响,而在三江平原和松嫩平原土地利用变化是影响NPP的主导因素。生态保护修复工程实施及耕地和城市扩张所带来的土地利用变化是黑龙江省植被NPP变化的重要因素。本研究可加深对东北地区植被动态变化及其驱动机制的认识,为生态系统碳汇功能提升提供科学依据。展开更多
文摘净初级生产力(Net primary productivity, NPP)是估算碳储量的关键指标,从地理空间的角度了解NPP变化的驱动机制对于区域碳循环研究至关重要。基于MOD17A3数据,通过趋势分析探讨2000—2020年黑龙江省植被NPP的时空演变特征,然后应用多尺度地理加权回归模型(MGWR)这一新颖的空间统计分析方法,解析NPP变化驱动因素的空间分异特征。结果表明:近二十年黑龙江省大部分区域NPP呈增长趋势,全省NPP平均值从348.90 g C m^(-2)a^(-1)上升到454.00 g C m^(-2)a^(-1),增长率为29.95%。NPP增减显著的情况通常出现在植被改善明显、耕地扩张和城市化进程剧烈的区域。MGWR整体模拟效果良好(调整R^(2)=0.875),模型带宽显示降水、气温、人口密度和土地利用变化对NPP的作用规模为县域尺度,而道路密度的作用规模为市域尺度。不同区域植被NPP对驱动因子的响应存在明显差异,在大小兴安岭地区NPP受土地利用变化和气候因子的共同影响,而在三江平原和松嫩平原土地利用变化是影响NPP的主导因素。生态保护修复工程实施及耕地和城市扩张所带来的土地利用变化是黑龙江省植被NPP变化的重要因素。本研究可加深对东北地区植被动态变化及其驱动机制的认识,为生态系统碳汇功能提升提供科学依据。
