• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      云南省植被凈初級(jí)生產(chǎn)力時(shí)空特征及其與氣候因子的關(guān)系

      2023-11-03 12:40:50呂大偉余永安王振剛
      湖北畜牧獸醫(yī) 2023年7期
      關(guān)鍵詞:平均氣溫降水量海拔

      周 雄,呂大偉,宋 蕾,余永安,王振剛

      (1.南京航天宏圖信息技術(shù)有限公司,南京 210012;2.江蘇華高軟件技術(shù)有限公司,南京 211300)

      植被凈初級(jí)生產(chǎn)力(Net primary productivity,NPP)是指綠色植物通過光合作用在單位時(shí)間、單位面積內(nèi)產(chǎn)生的有機(jī)物總量并減去自養(yǎng)呼吸碳損耗所剩余的部分,也稱第一生產(chǎn)力[1]。NPP 作為生態(tài)系統(tǒng)功能和碳循環(huán)的重要指標(biāo),可以反映植物群落的生產(chǎn)力和固碳能力[2-4],也可表征陸地生態(tài)系統(tǒng)植被質(zhì)量狀況和評(píng)價(jià)陸地生態(tài)系統(tǒng)的可持續(xù)發(fā)展[5,6]。因此,研究NPP 的時(shí)空變異特征及其驅(qū)動(dòng)因素,對于了解陸地生態(tài)系統(tǒng)碳循環(huán)和區(qū)域生態(tài)環(huán)境演變具有重要意義。

      植被NPP 早期估算主要基于試驗(yàn)站點(diǎn)觀測數(shù)據(jù)[7],易受到空間尺度的限制,不利于區(qū)域尺度上的植被NPP 動(dòng)態(tài)監(jiān)測[8]。隨著遙感技術(shù)的發(fā)展,很多學(xué)者利用模型模擬法對區(qū)域植被NPP 進(jìn)行了研究,其中基于遙感-過程耦合模型的MODIS NPP 產(chǎn)品得到了廣泛應(yīng)用[3,6,9-12]。洪辛茜等[13]對中國西南喀斯特地區(qū),王娟等[9]、Jiang 等[12]對黃河流域的研究均表明,NPP 時(shí)空分布格局具有顯著異質(zhì)性。崔林麗等[14]對中國東南部地區(qū)、賈俊鶴等[15]對中國西北地區(qū)的植被NPP 時(shí)空分布及驅(qū)動(dòng)因子進(jìn)行了分析,結(jié)果表明氣溫與降水的空間格局是影響區(qū)域植被NPP分布的重要控制因素,但不同區(qū)域表現(xiàn)出的相關(guān)程度不同。也有學(xué)者研究表明,不同植被類型NPP 對氣候因子的敏感性也存在顯著差異[11,16]。因此,植被NPP 在區(qū)域尺度上的時(shí)空變化及驅(qū)動(dòng)機(jī)制需要進(jìn)一步研究。

      云南省地處低緯高原山地環(huán)境,自然條件復(fù)雜、生物多樣性豐富,也是中國西南地區(qū)的生態(tài)安全屏障[17]。該區(qū)域的森林和草地生態(tài)系統(tǒng)在維持水源涵養(yǎng)和土地保持方面起重要作用[18]。國內(nèi)對云南省植被凈初級(jí)生產(chǎn)力長時(shí)間序列變化的空間異質(zhì)性及其影響因子研究較少。因此,本研究基于MOD17A3HGF 數(shù)據(jù),定量估算了2001—2020 年云南省植被NPP,并結(jié)合氣候、海拔等數(shù)據(jù),重點(diǎn)分析植被NPP 的時(shí)空變化特征,不同植被類型NPP 的年際變化及其隨海拔的變化特征以及不同植被類型NPP 對氣溫和降水的響應(yīng)差異,為云南省的生態(tài)保護(hù)和可持續(xù)發(fā)展提供科學(xué)依據(jù)。

      1 研究區(qū)概況

      云南省地處中國西南部,位于21°08′—29°15′N、97°31′—106°11′E(圖1),總面積39.4 萬km2??偟貏菸鞅备?、東南低,西南部海拔一般在1 500~2 000 m,西北部一般在3 000~4 000 m。研究區(qū)垂直氣候差異顯著,氣候類型復(fù)雜多樣,主要包含熱帶季風(fēng)氣候、亞熱帶季風(fēng)氣候、高原山地氣候等[19]。其特殊的地理位置和地形氣候造就了云南省是全國植物種類較多的省份,是全球綜合氣候多樣性地區(qū)。

      圖1 云南省地理位置

      2 數(shù)據(jù)與方法

      2.1 數(shù)據(jù)來源

      2.1.1 NPP數(shù)據(jù) 采用美國國家航空航天局(NASA)制作的MODIS Terra NPP(MOD17A3HGF)數(shù)據(jù)集,時(shí)間分辨率為1 年,空間分辨率為500 m,時(shí)間范圍為2001—2020 年,由https://ladsweb.modasps.eosdis.nasa.gov/網(wǎng)站免費(fèi)提供。數(shù)據(jù)下載后經(jīng)過拼接、裁剪、重投影和重采樣等預(yù)處理,得到云南省1 km空間分辨率的數(shù)據(jù)集。

      2.1.2 土地利用類型數(shù)據(jù) 土地利用類型數(shù)據(jù)來源于中國國家基礎(chǔ)地理中心提供的全球地表覆蓋GlobeLand30 數(shù)據(jù)集[20],時(shí)間為2010 年。該數(shù)據(jù)集包括10 個(gè)主要的地表覆蓋類型,分別為耕地、森林、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪,選取其中的耕地、森林、草地和灌木地進(jìn)行研究。數(shù)據(jù)下載后經(jīng)過拼接、轉(zhuǎn)投影、重采樣等預(yù)處理,得到與NPP 空間參考和空間分辨率一致的柵格數(shù)據(jù)。

      2.1.3 氣象數(shù)據(jù) 氣象站點(diǎn)數(shù)據(jù)來源于國家氣象科學(xué)依據(jù)中心(http:data.cma.cn/),利用ANUSPLIN 軟件,使用薄片光滑樣條插值法對云南省125 個(gè)氣象站點(diǎn)2001—2020 年逐月的氣溫和降水?dāng)?shù)據(jù)進(jìn)行插值,得到云南省2001—2020 年的氣溫和降水?dāng)?shù)據(jù),該數(shù)據(jù)空間分辨率為1 km。

      2.2 數(shù)據(jù)分析方法

      采用一元線性回歸模型對2001—2020 年云南省植被NPP 年際變化進(jìn)行趨勢分析,利用Pearson 相關(guān)系數(shù)法[21]計(jì)算NPP 與氣溫和降水的相關(guān)性,并進(jìn)行顯著性檢驗(yàn)。

      3 結(jié)果與分析

      3.1 NPP 時(shí)空演變

      3.1.1 時(shí)間變化特征 2001—2020 年云南省的NPP 年均值為1 019.59 g C/m2,年際變化表明,NPP年均值整體呈波動(dòng)增長趨勢(圖2),從2001 年的988.66 g C/m2上升到2020 年的1 043.77 g C/m2,增加了5.57%,平均年增加2.27 g C/m2,其中,NPP 最低值和最高值分別出現(xiàn)在2010 年和2019 年,分別為949.89、1 061.75 g C/m2。NPP 均 值2010 年 到2011年增長幅度較大,增量為70.14 g C/m2,2009 年到2010 年的下降幅度最快,減少量為100.08 g C/m2。

      圖2 2001—2020 年云南省NPP 年際變化

      3.1.2 空間變化特征 云南省NPP 空間分布具有明顯的空間差異(圖3A),整體上呈西南高東北低的分布特征。NPP 高值區(qū)域主要分布在研究區(qū)西南部,NPP 多年平均值高于1 000 g C/m2,低值區(qū)域主要分布在研究區(qū)西北部高海拔地區(qū),多年平均值低于400 g C/m2。從年變化趨勢來看,NPP 呈上升和下降趨勢的區(qū)域分別占66.45%和33.55%,其中顯著上升的區(qū)域占35.06%(P<0.05),主要分布在研究區(qū)東部和中部,顯著下降的區(qū)域占8.17%(P<0.05),主要分布在研究區(qū)南部(圖3B)。

      圖3 2001—2020 年云南省NPP 的空間分布(A)及其年變化趨勢(B)

      3.2 不同植被類型的NPP 變化特征

      基于GlobeLand30 數(shù)據(jù),估算了2001—2020 年云南省不同植被類型NPP 年平均值。結(jié)果(圖4)顯示,森林NPP 年平均值最高,為1 091.37 g C/m2,草地NPP 年平均值最低,為888.44 g C/m2。各植被類型NPP 年平均值大小排序?yàn)樯郑靖兀竟嗄镜兀静莸?。進(jìn)一步分析不同植被類型的變化特征,結(jié)果(圖5)顯示,不同植被類型NPP 在2001—2020年除森林變化趨勢不顯著外,其他植被類型均呈顯著上升趨勢(P<0.05),草地NPP增長速率最大,增長率為每年3.89 g C/m2。

      圖4 2001—2020 年云南省不同植被類型NPP 年平均值

      圖5 2001—2020 年云南省不同植被類型NPP 年際變化

      基于地理空間數(shù)據(jù)云下載的數(shù)字高程模型(DEM),將研究區(qū)劃分為19 個(gè)高程帶(小于500 m 1 個(gè) 帶、500~3 900 m 17 個(gè)帶及大于3 900 m 1 個(gè)帶),估算不同植被類型NPP 隨海拔的變化,結(jié)果(圖6)顯示,各植被類型NPP 均表現(xiàn)出隨海拔的升高呈先上升的趨勢,耕地和草地NPP 在海拔700~900 m 達(dá)到最大值,森林和灌木地NPP 在海拔900~1 100 m 達(dá)到最大值。各植被類型NPP 在海拔1 100~2 500 m 呈波動(dòng)下降趨勢,但均保持較高水平,平均值在900 g C/m2以上。當(dāng)海拔高于2 500 m時(shí),各植被類型NPP 均呈顯著下降的趨勢。

      圖6 云南省不同植被類型NPP 與海拔的關(guān)系

      3.3 NPP 與年降水量和平均氣溫的關(guān)系

      NPP 與年降水量呈負(fù)相關(guān)的區(qū)域占研究區(qū)的59.24%,通過顯著性檢驗(yàn)的面積占10.71%,主要分布在德宏州東部、保山市西部和臨滄市西部;NPP 與年降水量呈正相關(guān)的區(qū)域占研究區(qū)的40.76%,通過顯著性檢驗(yàn)的占2.46%,主要分布在麗江市東南部、紅河州東部和昭通市中部的部分區(qū)域(圖7A)。不同植被類型的NPP 與年降水量相關(guān)分析結(jié)果(表1)顯示,各植被類型NPP 均與年降水量呈負(fù)相關(guān),且耕地和灌木地的NPP與年降水量呈顯著負(fù)相關(guān)(P<0.05),灌木地NPP 與年降水量的相關(guān)系數(shù)(絕對值)最高。

      表1 云南省不同植被類型NPP 與年降水量和平均氣溫的相關(guān)系數(shù)

      圖7 2001—2020 年云南省NPP 與年降水量(A)、平均氣溫(B)的相關(guān)系數(shù)空間分布

      NPP 與平均氣溫呈正相關(guān)的區(qū)域占研究區(qū)的61.22%,通過顯著性檢驗(yàn)的面積占7.37%,主要分布在昭通市、文山州東部、麗江市中部、保山市東北部和臨滄市西部;NPP 與平均氣溫呈負(fù)相關(guān)的區(qū)域占研究區(qū)的38.78%,通過顯著性檢驗(yàn)的面積占4.39%,主要分布在普洱市中部、玉溪市西部、麗江市東南部和大理州東部(圖7B)。不同植被類型NPP 與平均氣溫的相關(guān)性分析結(jié)果(表1)顯示,各植被類型的NPP均與平均氣溫呈正相關(guān),且均不顯著。

      氣候因子會(huì)影響植被的生長發(fā)育進(jìn)而影響NPP[13,22],由圖8 可知,研究時(shí)段內(nèi),年降水量呈極顯著下降趨勢,平均氣溫呈上升趨勢,但不顯著。NPP與年降水量呈顯著負(fù)相關(guān)(P<0.05),與平均氣溫呈不顯著正相關(guān)(圖9),從而導(dǎo)致了NPP 的上升。

      圖8 2001—2020 年云南省年降水量(A)和平均氣溫(B)年際變化

      圖9 2001—2020 年云南省NPP 與年降水量和平均氣溫的關(guān)系

      4 討論

      4.1 NPP 時(shí)空變化趨勢分析

      2001—2020年云南省NPP平均值為1 019.59g C/m2,波動(dòng)區(qū)間為988.66~1 043.77 g C/m2。研究區(qū)NPP 年際變化整體上呈波動(dòng)的上升趨勢,但未通過顯著性檢驗(yàn),這與閆文波等[19]估算的1982—2019 年云南省NPP 年際變化一致。本研究時(shí)段內(nèi),年降水量呈極顯著下降趨勢,平均氣溫呈不顯著上升趨勢,NPP 與年降水量呈顯著負(fù)相關(guān)、與平均氣溫呈不顯著正相關(guān),從而導(dǎo)致了NPP 的上升。這些結(jié)果表明,在氣候變化背景下,云南省植被生態(tài)系統(tǒng)的固碳能力在增強(qiáng),生態(tài)系統(tǒng)環(huán)境質(zhì)量有所改善,這與云南省植被覆蓋度顯著上升有關(guān)[23]。NPP 極低值出現(xiàn)在2010 年,這與當(dāng)年的極端干旱有關(guān),此次干旱事件中云南省受影響的自然植被生態(tài)系統(tǒng)面積超過全省生態(tài)系統(tǒng)總面積的80%[24],當(dāng)植被受到干旱脅迫時(shí),根長和葉片氣孔導(dǎo)度形態(tài)均會(huì)產(chǎn)生一定的變化,光合速率、蒸騰速率、呼吸作用等都會(huì)出現(xiàn)下降的趨勢[25],同時(shí)也會(huì)對土壤微生物的演替產(chǎn)生巨大的影響[26],最終導(dǎo)致植被生產(chǎn)力受到嚴(yán)重影響。

      云南省NPP 空間分布整體呈西南高東北低的趨勢,這與研究區(qū)的植被分布有關(guān),研究區(qū)西南部主要植被類型為森林,植被覆蓋度較高[23],水熱條件充足,相較于其他的植被類型,森林生態(tài)系統(tǒng)結(jié)構(gòu)復(fù)雜,根系更加發(fā)達(dá),可攔截更多的太陽輻射和利用更多的土壤,具有更高的光合作用速率[27],從而有利于植被的生長和固碳;研究區(qū)西北部NPP 顯著低于其他區(qū)域,是因?yàn)樵搮^(qū)域植被覆蓋度低,主要分布著高山草甸和高寒草甸,高海拔低溫環(huán)境不利于植被的生長。

      4.2 不同植被類型NPP 變化特征分析

      本研究中,不同植被類型NPP 的大小排序?yàn)樯郑靖兀竟嗄镜兀静莸?,森林NPP 高于其他植被類型,固碳能力最強(qiáng)。不同植被類型NPP 在2001—2020 年均呈上升趨勢,除森林變化趨勢不顯著外,其他植被類型均呈顯著上升趨勢(P<0.05),氣溫升高有助于植被生長,延長了植被生長季,有利于提高植被NPP[28];有研究表明,相比降水量增加,植被NPP 對降水量的減少更加敏感[29],研究時(shí)段內(nèi)年降水量呈顯著下降趨勢(P<0.05),這可能也是導(dǎo)致植被NPP 變化的原因。不同植被類型NPP 隨海拔升高均呈先上升后下降的趨勢,海拔低于2 500 m 時(shí)均具有較高的NPP,這表明海拔小于2 500 m 時(shí),水熱條件充足,是該區(qū)域植被生理生長最適應(yīng)的區(qū)域。當(dāng)海拔高于2 500 m 時(shí),隨著海拔的上升水熱條件改變,影響了植被對碳的吸收和累積[30],NPP下降趨勢顯著。

      4.3 NPP 與年降水量和平均氣溫的相關(guān)性分析

      NPP 的變化直接反映了生態(tài)系統(tǒng)對環(huán)境氣候條件的響應(yīng),因此可以作為生態(tài)系統(tǒng)功能對氣候變化響應(yīng)的指標(biāo)[31]。從整體上看,2001—2020 年云南省氣溫呈不顯著增加,降水量顯著減少(P<0.01)的“暖干化”趨勢。本研究的結(jié)果顯示,植被NPP 與平均氣溫和年降水量的關(guān)系表現(xiàn)出一定程度的地域差異,在滇西北與滇東北區(qū)域,植被NPP 與平均氣溫的相關(guān)性更加顯著,說明在這些地區(qū)植被NPP 主要受氣溫影響;在滇西大部分區(qū)域,植被NPP 與年降水量的相關(guān)性更加顯著,說明年降水量充沛的地區(qū),一定程度上的降水減少反而有利于植被生長。從不同植被類型NPP 與平均氣溫和年降水量的相關(guān)系數(shù)來看,耕地和灌木地NPP 與年降水量呈顯著負(fù)相關(guān)而與平均氣溫呈不顯著正相關(guān),森林和草地的NPP 與年降水量的相關(guān)性也高于平均氣溫,這些結(jié)果均表明,相較于氣溫,云南省植被NPP 對降水的變化更加敏感。

      5 小結(jié)

      1)2001—2020 年云南省植被NPP 整體呈波動(dòng)上升趨勢,平均年增加2.27 g C/m2,多年平均值為1 019.59 g C/m2;空間上呈西南高、東北低的分布,區(qū)域內(nèi)66.45%的NPP 呈增加趨勢,說明云南省近20年來固碳能力正在增強(qiáng)。

      2)云南省各植被類型NPP 大小順序表現(xiàn)為森林>耕地>灌木地>草地,除森林NPP 上升趨勢不顯著外,其他植被NPP 均呈顯著上升趨勢(P<0.05),草地NPP 增長趨勢最大,每年為3.89 g C/m2;各植被類型NPP 隨海拔均表現(xiàn)出先上升后下降的趨勢,且在海拔2 500 m 以下保持較高的NPP,當(dāng)海拔高于2 500 m 時(shí),NPP 隨海拔的升高顯著降低,說明海拔低于2 500 m是云南省植被生理生長較為適應(yīng)的區(qū)域。

      3)云南省61.22%的區(qū)域NPP 與平均氣溫呈正相關(guān),59.24%的區(qū)域NPP 與年降水量呈負(fù)相關(guān),研究區(qū)西北部和東北部NPP 受氣溫影響更大,西南部受降水影響更大;各植被類型NPP 與年降水量的相關(guān)性均高于平均氣溫,說明相較于氣溫,研究區(qū)植被NPP 對降水量變化更加敏感。

      猜你喜歡
      平均氣溫降水量海拔
      繪制和閱讀降水量柱狀圖
      高海拔的甘南
      散文詩(2021年22期)2022-01-12 06:14:04
      降水量是怎么算出來的
      啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
      烏蘭縣近38年氣溫變化特征分析
      南美三大高海拔球場
      海拔4000米的父愛
      從全球氣候變暖大背景看萊州市30a氣溫變化
      1988—2017年呼和浩特市降水演變特征分析
      1981—2010年拐子湖地區(qū)氣溫變化特征及趨勢分析
      近50年來全球背景下青藏高原氣候變化特征分析
      织金县| 锡林郭勒盟| 泗洪县| 江西省| 兴文县| 广宁县| 遵化市| 定结县| 区。| 嘉荫县| 沙湾县| 行唐县| 内江市| 垦利县| 从江县| 华亭县| 平果县| 肃南| 陆良县| 曲靖市| 马鞍山市| 绥阳县| 柯坪县| 石家庄市| 凌云县| 贺州市| 古交市| 喀什市| 张家港市| 科技| 武鸣县| 柘荣县| 广元市| 汤阴县| 明星| 遂平县| 神农架林区| 巨野县| 安康市| 明光市| 乐山市|