利用CASA模型模拟了西北植被净初级生产力(NPP)值,并结合地统计学理论,利用趋势分析及相关性分析研究了西北地区2000—2013年植被NPP时空变化特征,并结合气象数据探究了其对气候变化的响应。结果表明:(1)西北地区植被NPP在研究年限内呈...利用CASA模型模拟了西北植被净初级生产力(NPP)值,并结合地统计学理论,利用趋势分析及相关性分析研究了西北地区2000—2013年植被NPP时空变化特征,并结合气象数据探究了其对气候变化的响应。结果表明:(1)西北地区植被NPP在研究年限内呈现波动增加趋势,线性增加趋势达到极显著水平(p<0.01)。(2)植被NPP分布具有明显的空间异质性,整体呈现由东向西递减的趋势,除新疆外,其余省份也总体上表现为南高北低的分布格局。植被NPP呈现增加趋势的面积占总面积的85.97%,主要集中在陕西北部、宁夏南部、甘肃东部、青海的东部及南部和新疆西部部分地区,呈现减少趋势主要集中在新疆西部;不同植被类型NPP的均值呈现明显的差异,具体表现为:草地[262.16 g C/(m^2·a)]>灌丛[66.51 g C/(m^2·a)]>农田[45.90 g C/(m^2·a)]>森林[14.36 g C/(m^2·a)]。2000—2013年草地、农田及灌丛的NPP均呈现极显著增加趋势(p<0.01),而森林NPP的增加趋势不显著(p>0.05)。(3)总体上,西北地区植被NPP与气温、降水呈正相关,其对降水响应较为敏感,降水是限制西北地区植被NPP增加的主要因素。展开更多
文摘利用2001~2016年MODIS NDVI及气象数据,基于CASA(Carnegie-Ames-Stanford Approach)模型估算了淮河流域植被净初级生产力(Net Primary Productivity, NPP),并结合降水量数据,分析植被降水利用效率(Precipitation Use Efficiency,PUE)的时空分布特征及其对气候因子的响应。结果表明:①2001~2016年间淮河流域的植被平均PUE为0.598 g C/(m^2·mm),总体呈下降趋势;②淮河流域植被降水利用效率空间上呈规律性变化,流域北部PUE增加,南部降低;③淮河流域不同植被类型PUE有较大差异,大部分地区为农田且PUE最高,其次是森林、灌丛,最后为草甸;④淮河流域99.7%的地区PUE与降水量呈负相关,而80.1%的地区与温度为正相关;⑤降水量是影响淮河流域植被PUE的重要因素。
文摘利用CASA模型模拟了西北植被净初级生产力(NPP)值,并结合地统计学理论,利用趋势分析及相关性分析研究了西北地区2000—2013年植被NPP时空变化特征,并结合气象数据探究了其对气候变化的响应。结果表明:(1)西北地区植被NPP在研究年限内呈现波动增加趋势,线性增加趋势达到极显著水平(p<0.01)。(2)植被NPP分布具有明显的空间异质性,整体呈现由东向西递减的趋势,除新疆外,其余省份也总体上表现为南高北低的分布格局。植被NPP呈现增加趋势的面积占总面积的85.97%,主要集中在陕西北部、宁夏南部、甘肃东部、青海的东部及南部和新疆西部部分地区,呈现减少趋势主要集中在新疆西部;不同植被类型NPP的均值呈现明显的差异,具体表现为:草地[262.16 g C/(m^2·a)]>灌丛[66.51 g C/(m^2·a)]>农田[45.90 g C/(m^2·a)]>森林[14.36 g C/(m^2·a)]。2000—2013年草地、农田及灌丛的NPP均呈现极显著增加趋势(p<0.01),而森林NPP的增加趋势不显著(p>0.05)。(3)总体上,西北地区植被NPP与气温、降水呈正相关,其对降水响应较为敏感,降水是限制西北地区植被NPP增加的主要因素。