排序方式： 共有47条查询结果，搜索用时 15 毫秒
1.
2.
伏牛山地区森林生态系统服务权衡/协同效应多尺度分析 总被引：3，自引：0，他引：3
森林生态系统服务权衡与协同研究已成为当前相关学科的研究热点和前沿,对服务权衡与协同关系的多尺度分析有助于更加有效地实施森林资源管理。综合森林类型图、NDVI、气象和土壤等多源数据,借助CASA模型、InVEST 3.2模型和ArcGIS 10.2软件,开展伏牛山地区森林生态系统服务评估,运用空间叠置方法从多个空间尺度（区域、南北坡、垂直带）探讨服务权衡与协同效应。结果表明：① 研究区森林生态系统平均蓄积量为49.26 m 3/hm 2,碳密度为156.94 t/hm 2,供水深度为494.46 mm,土壤保持量为955.4 t/hm 2,生境质量指数为0.79。② 区域尺度上,28.79%的森林服务之间存在高协同效应,10.15%的森林存在低协同效应,61.06%的森林存在强权衡和弱权衡效应。③ 南北坡尺度上,南坡服务之间的协同关系优于北坡。垂直带尺度上,南坡中山落叶阔叶林带（SIII）服务之间协同关系最好,北坡低山落叶阔叶林带（NI）协同关系最差。 相似文献
3.
毛乌素沙地植被水分利用效率的时空格局 总被引：1，自引：1，他引：0
水分利用效率（WUE）是衡量生态系统碳水循环耦合程度的重要指标,明晰其动态变化规律有助于判断区域植被生态建设是否与当地的自然条件相适应。利用基于CASA（Carnegie-Ames-Stanford Approach）模型得到的植被净初级生产力（NPP）数据和MODIS系列产品中的蒸散发（ET）数据,估算了2001—2016年毛乌素沙地植被的WUE,并探讨了其时空演变特征及与气象因子的关系。结果显示：（1）WUE的多年平均值为0.62 gC·mm-1·m-2,空间上自东向西递减,在不同植被类型间表现为栽培植物>灌丛>草甸>草原>荒漠;（2）WUE以0.009 gC·mm-1·m-2·a-1的速率上升,东部地区变化尤为显著,NPP的快速增长是WUE呈增加趋势的主要原因;（3）WUE与各气象因子的相关程度由大至小依次为太阳辐射、降水量、风速和气温,分布在西部地区的荒漠植被WUE受气象因子影响最小。经过一系列生态建设工程的治理,毛乌素沙地大部分地区自2001年以来NPP和WUE均呈增加趋势,即生态系统在变“绿”的同时还实现了水分的高效利用,有利于当地生态环境的健康发展;但在水热条件较差的中西部地区,新建设的植被生长缓慢且导致蒸散发产生强烈变化,使WUE呈减少趋势,暴露出植被建设规模与水资源承载能力不匹配的问题,需引起格外重视。 相似文献
4.
利用高分一号卫星数据建立小尺度CASA－NPP估算模型,反演及监测草原露天煤矿区草地NPP空间分布格局,以及煤矿区内部复垦植被的NPP与表层土壤之间的关系。利用归一化植被指数、归一化水体指数等获取CASA模型有效光辐射参数、水分胁迫系数等,从而简化并改进小尺度CASA模型,遥感反演数据与实测样点数据拟合度达到0．94。结果表明,该模型能够高精度地完成小区域NPP估测。从利用CASA模型反演得到的NPP空间格局可以看出,这一地区的植被退化以采矿、放牧等人类活动为主导,原地貌区域围栏的典型草甸草原NPP在300～400 gC／m2· yr 之间,高于放牧区域 NPP,矿区内 NPP 空间变化显著,矿区内部 NPP 低于100 gC／m2· yr,明显低于周边原地貌地区。对于矿区复垦排土场区域,复垦年限和表土的养分是决定植被生长和NPP的主要因素。研究得出国产高分卫星数据可以高精度地完成小尺度NPP的估测,从而为其在草原地区以及矿山环境中监测提供了研究基础。 相似文献
5.
基于WRF模式数据和CASA模型的青海湖流域草地NPP估算研究 总被引：4，自引：1，他引：3
植被净初级生产力(NPP)是研究陆地碳循环过程的核心内容, 而高海拔区域由于气象观测数据的缺乏造成模型对其估算的不准确.在WRF模式气象数据和SPOT-VEGETATION遥感影像的基础上, 利用CASA模型对青海湖流域2000-2010年的草地NPP进行了估算, 经过实地样方数据和其他模型数据的验证后, 分析了青海湖流域近11 a来草地NPP的空间分布格局和时间变化特征.结果表明: 1)在气象观测资料缺乏的青海湖流域, WRF模式的气象数据能较好地应用到模型中, CASA模型对该区域草地NPP的模拟精度较高; 2)2000-2010年青海湖流域草地年均NPP为2.71×1012gC·a-1, 单位面积草地NPP为145.71 gC·m-2·a-1; 空间分布上呈现出由东南向西北随着海拔升高逐渐下降的格局, 在海拔3 200~3 500 m的区域草地单位面积的NPP达到最大; 3)2000-2010年青海湖流域草地NPP年际变化明显, 近11 a呈现出明显的增加趋势, 增加区域主要分布在环湖地区; 年内季节变化显著, 夏季NPP占到全年的57.36%; 4)对NPP和气象站点太阳辐射、 气温、 降水数据进行相关性分析, 发现影响青海湖流域草地NPP变化的主要驱动力是气温. 相似文献
6.
青藏高原高寒草地净初级生产力(NPP)时空分异 总被引：13，自引：2，他引：11
基于1982-2009 年间的遥感数据和野外台站生态实测数据,利用遥感生产力模型(CASA模型) 估算青藏高原高寒草地植被净初级生产力(NPP),分别从地带属性(自然地带、海拔高程、经纬度)、流域、行政区域(县级) 等方面对其时空变化过程进行分析,阐述了1982 年以来青藏高原高寒草地植被NPP的时空格局与变化特征。结果表明:① 青藏高原高寒草地NPP多年均值的空间分布表现为由东南向西北逐渐递减;1982-2009 年间,青藏高原高寒草地的年均总NPP为177.2×1012 gC·yr-1,单位面积年均植被NPP为120.8 gC·m-2yr-1;② 研究时段内,青藏高原高寒草地年均NPP 在112.6~129.9 gC·m-2yr-1 间,呈波动上升的趋势,增幅为13.3%;NPP 增加的草地占草地总面积的32.56%、减少的占5.55%;③ 青藏高原多数自然地带内的NPP呈增加趋势,仅阿里山地半荒漠、荒漠地带NPP呈轻微减低趋势,其中高寒灌丛草甸地带和草原地带的NPP增长幅度明显大于高寒荒漠地带;年均NPP增加面积比随着海拔升高呈现"升高—稳定—降低"的特点,而降低面积比则呈现"降低—稳定—升高"的特征;④ 各主要流域草地年均植被NPP均呈现增长趋势,其中黄河流域增长趋势显著且增幅最大。植被NPP和盖度及生长季时空变化显示,青藏高原高寒草地生态系统健康状况总体改善局部恶化。 相似文献
7.
The ecosystem is important because it is the life sustaining system for human survival.Three ecosystem characteristics are:regional particularities,ecosystem complexity and conventional cultural particularities.This paper develops a remote sensing based dynamic model to assess grassland ecosystem service values involving multidisciplinary knowledge.The ecological value of grassland ecosystems is focused on using a remote sensing technique in the model,and setting up the framework for a dynamic assessing model.The grassland ecological services condition and value in 1985 is used as the benchmark.The dynamic model has two adjusting indicators:biomass and price index.The biomass is simulated using the CASA(Carnegie-Ames-Stanford Approach) model.The price index was obtained from statistics data published by the statistical bureau.Results show that the grassland ecosystem value in Gansu Province was 28.36 billion Chinese Yuan in 1985,140.37 billion in 1999 and 130.86 billion in 2002. 相似文献
8.
针对现有植被净初级生产力研究对城市圈、城市带尺度缺乏关注的问题,基于MODIS遥感数据、地面气象资料等,利用改进的CASA模型,结合回归分析、相关分析等方法探究了2000—2013年皖江城市带植被NPP的时空变化及其对气候因子的响应,为区域生态环境质量评价提供参考。结果表明:近14年来,皖江城市带植被NPP总体呈增加趋势;不同土地利用类型NPP差异显著,林地草地耕地建设用地未利用土地水体;年NPP均值呈现由南部向西北部减少的空间分布特征;植被NPP年际变化率较小,介于±10gC·m-2·a-1范围内;温度是影响研究区植被NPP时空变化的主要气候因子。 相似文献
9.
10.
Net Primary Productivity (NPP) is a significant biophysical vegetation variable to understand the spatio-temporal distribution of carbon and source-sink nature of the ecosystem. This study was carried out in a forest plantation area and aimed to (i) estimate the spatio-temporal patterns of NPP during 2009 and 2010 using Carnegie-Ames-Stanford Approach [CASA] model and (ii) study the effects of climate variables on the NPP using generalized linear modelling (GLM) approach. The total annual NPP varied from 157.21 to 1030.89 gC m?2 yr?1 for the year 2009 and from 154.36 to 1124.85 g C m?2 yr?1 for the year 2010. The annual NPP was assessed across four major plantation types, where maximum NPP gain (106 and 139 g C m?2 yr?1 ) in October was noticed in teak (Tectona grandis) and minimum (77 and 109 g C m?2 yr?1 ) in eucalyptus (Eucalyptus hybrid) during 2009 and 2010.The validation, using field-estimated NPP, showed under-estimation of modelled NPP, with maximum MAPE of 34% for eucalyptus and minimum of 13% for teak. The dominant influence of precipitation on the NPP was revealed by GLM explaining more than 20% of variation. CASA model efficiently estimated the annual NPP of plantations. The accuracy could be improved further with inclusion of higher resolution data. 相似文献