收藏本站
收藏 | 论文排版

基于草原综合顺序分类系统改进CASA模型及其在中国草地NPP估算中的应用

张美玲  
【摘要】:植被净第一性生产力(NPP)是指绿色植物在单位面积和单位时间内所累积的有机物数量,是判定生态系统碳汇和调节生态过程的主要因子,在全球变化及碳平衡中扮演着重要的角色。草地NPP是草原生态系统中土、草、畜3个子系统之间及其与气候等外界环境因子之间综合作用的结果,反映了草地植被在自然条件下的生产能力。 草原综合顺序分类系统(CSCS)是目前世界上唯一一个用定量化指标进行植被(主要是草地)分类的方法。CSCS以0℃年积温(Σθ)和湿润度(K)为分类标准,其分类指标明确且信息量大,对草地畜牧业生产有较多指导意义。CSCS也是第一个可利用计算机定量检索的分类系统。目前已用计算机绘制出甘肃省、中国和北半球的CSCS分类图。将草地NPP与CSCS相结合进行研究是一种研究方法的创新,也是对该分类系统的一个补充和发展。 CASA(Carnegie–Ames–Stanford Approach)模型是由计算植物生产力的方法发展而来的陆地植被NPP全球估算模型。由于积温(能量)和降雨(物质)是影响植物生存的两个关键因素,结合CSCS的定量分类特点和草地NPP的关系,本研究对CASA模型进行改进,建立了基于CSCS草地分类的NPP估算模型。在统一的GIS平台上,将相关的基础图件、MODIS遥感数据、气象观测数据、草地实测数据进行空间叠置分析,对建立的NPP估算模型进行了验证和精度评价。依据改进模型,估算和分析了2004~2008年中国草地NPP值及其时空变化,结合CSCS模拟了中国41个草地类的NPP变化趋势。主要结果和结论如下: 1.模型的改进与验证 将Σθ和K引入CASA模型,改进了该模型中水分胁迫影响系数W x,t的计算方法;同时利用实测数据模拟出中国41个草地类型的最大光能利用率max,使该模型能针对不同草地类型进行模拟。 草地NPP的实测值和改进模型的模拟值基本分布在趋势线附近,二者呈线性相关,相关系数R~2为0.715;41类草地NPP的模拟值,除IID23略低于观测最小值外,其余均落在观测值的范围之内。草地NPP的模拟值与实测值总体平均值接近,分别为503.75gC/m~2/yr和567.312gC/m~2/yr;模拟值的离散程度较小,波动范围小于观测值,其总体标准差(108.598)远低于实测值总体标准差(248.091)。对实测样本点较多的12种草地类型的实测值与模拟值的相关性分析表明,这些类型草地的线性相关趋势较为明显,相关系数为0.54~0.93。 41类草地NPP的模拟值与实测值之间的误差分布有以下规律:总体平均误差为4.85gC/m~2/yr,正向平均误差的样本数多于负向平均误差的样本数,模拟值整体上高于实测值;平均绝对误差介于3.423~241.783,平均为108.428gC/m~2/yr,说明误差的累积值较高;平均相对误差介于-23.3%到51%之间,平均值为7.6%。当样本数量较多时,模拟值与实测值的相对误差较小,这在一定程度上说明了模拟结果的可靠性。 改进CASA模型中的光能转化率介于0.008~0.846之间,平均值为0.345,高于其他研究者的估算结果。其可能原因,一是其最大值和最小值之间的跨度较大,从而使得的平均值较高;二是个别草地类型的m ax估算值较高。 改进CASA模型的估算结果小于Miami模型和Thornthwaite Memorial模型的估算结果。从各草地类型的统计数据与实测值的比较来看,Miami模型和Thornthwaite Memorial模型的估算结果与实测值偏差较大,而本研究模拟的结果具有较高的准确性。改进CASA模型与Miami模型或Thornthwaite Memorial模型的相关性研究表明,改进CASA模型与Miami模型估算结果的相关性较好,相关系数达0.868;改进CASA模型与Thornthwaite Memorial模型相关性稍差,相关系数为0.683。因此,改进CASA模型模拟精度较高,可运用于中国不同草地类NPP的估算。 2.中国草地NPP时空变化分析 (1)空间变化 2004~2008年中国草地NPP年总量为6.79810~9gC/yr,年平均为489.361gC/m~2/yr。中国草地NPP空间分布的基本特点是东高西低,南高北低,从西北向东南逐渐增加。中国区域内的NPP自西北向东南逐渐增大(青藏高原除外)的NPP分布规律与CSCS类的检索图的分布规律吻合度较高,能够体现出K和Σθ的水平和垂直地带性分布规律。 中国草地NPP随经度的递增而逐渐增大,随纬度的增大而逐渐减小,但存在一定的波动性。草地NPP的经度地带性规律与气候的经向变化密切相关。随着经度的递增,气候更有利于植被的生长。与CSCS相对应,在同一热量带上,随着K值的增大,相应的自然景观从荒漠、半荒漠到草原、森林,其NPP呈逐渐增加的趋势。不同纬度草地NPP的分布格局在一定程度上反映了其对热量梯度的响应。随纬度的增加,由热变冷,Σθ降低。与CSCS相对应,在K值相同的情况下,Σθ越低,其NPP值也就越低。 (2)时间变化 2004~2008年中国草地NPP年总量分布在5.9910~9~7.3610~9gC/yr之间,年均为428.9~527.5gC/m~2/yr。在5年里,草地NPP除2005年有一定的波动外,总体呈现增加趋势,总量增加了22.9%。月均值分析表明,草地NPP的积累期主要发生在水、热搭配较好的4~10月,其草地NPP总量为957.017gC/m~2,占了全年总量的89.1%。10月中旬至次年的4月中旬,由于气温较低,植物生长缓慢,草地NPP总量仅占到全年NPP总量的11%左右。春(3~5月)、夏(6~8月)、秋(9~11月)和冬(12~2月)四季的草地NPP平均值分别为45.826gC/m~2、136.849gC/m~2、39.935gC/m~2和10.228gC/m~2,各自占全年总量的18.6%、59.6%、17.4%和4.5%。 由年际,月份和季节的NPP变化可知,适宜的水热搭配是草地NPP积累的关键。而Σθ和K为CSCS的分类标准,因而CSCS的草地类与其对应的草地NPP之间存在着必然的联系。 (3)不同草地类型NPP变化 2004~2008年中国草地NPP年均值在不同植被类型中差异显著,最高的为VIF41(亚热潮湿常绿阔叶林类),其次为VIIF42(炎热潮湿雨林类),最低的为IVA4(温暖极干暖温带荒漠类)。研究期间NPP总量最大的是VIF41,其次为VF40(暖热潮湿落叶—常绿阔叶林类)和IF36(寒冷潮湿多雨冻原、高山草甸类),总量最低的是VIA6(亚热极干亚热带荒漠类),这与其分布面积最小相一致。VIF41和VIIF42的K值相同,均大于2.0,而在K值相同的情况下,随着Σθ的减小,其NPP总量也减小。IVA4对应的湿润度级为极干,而Σθ较高,其水热条件不利于植物的生长,导致NPP值较低。这也进一步验证了适宜的水热比才是决定植被NPP高低的关键。 不同草地类型NPP在2004~2008年,除IVB11(暖温干旱暖温带半荒漠类)为下降趋势外,其它类型均呈增长趋势。增长幅度最大的为VD26(暖热微润落叶阔叶林类),达52.7%;其次为IVE32(暖温湿润落叶阔叶林类),增长率为44.2%;IVC18(暖温微干暖温带典型草原类)、IVD25(暖温微润森林草原类)、VC19(暖热微干亚热带禾草、灌木草原类)、VE33(暖热湿润常绿—落叶阔叶林类)和VID27(亚热微润硬叶类和灌丛类)增长幅度相近,均为40%左右;增长幅度最小的为IF36,仅为3.4%。 对41类草地2004~2008年的年均NPP值进行系统聚类分析,可将其划分为3大类。第1大类K值和Σθ均较高,水热比适宜,其NPP值较高;第2大类K值较低,Σθ较高,其NPP值较小。可见,草地NPP与CSCS的类与类组之间耦合度较高。 3.中国草地NPP与其影响因子的关系 (1)NPP与各影响因子的相关性 2004~2008年中国草地年均NPP与NDVI呈显著正相关,相关性最强;其次为降水和K值;NPP与Σθ呈负相关,与太阳辐射相关性最弱。可见,在改进CASA模型中NDVI、降水和K值是草地NPP的主要决定因子。 不同类组草地的NPP与各影响因子的相关性也不尽相同。2004~2008年中国10类天然草地年均NPP值与NDVI、K值和降水均呈正相关;冻原高山草地、温带湿润草地和温带森林草地的年均NPP与太阳辐射和Σθ均呈负相关;冷荒漠草地NPP与Σθ的相关性较低,与NDVI和降水的相关性非常高;半荒漠草地年均NPP与NDVI的相关性较高;斯太普草地年均NPP与降水的相关性较高;亚热带森林草地的年均NPP与降水和K值相关性较强。 滞后相关分析表明,2004~2008年中国草地NPP对NDVI、K和降水均无滞后期,对太阳辐射的响应滞后1个月,对Σθ的响应滞后2个月。草地NPP对太阳辐射和降水均无累积滞后效应,对Σθ累积滞后期为4个月。 偏相关分析表明,当NDVI、太阳辐射、K、Σθ和降水分别作为控制变量时,中国草地NPP与K值的相关系数接近。因此,除K值之外, NDVI、太阳辐射、Σθ和降水对草地NPP值的影响相互干扰,不是相互独立的。各影响因子之间,K值与其它因子的相关性相对较低。NDVI、太阳辐射、Σθ和降水等因子中,NDVI与降水的相关性最高,其次为Σθ和降水。因此,气候变化对草地NPP的影响较复杂,水热搭配良好是草地NPP增长的关键因素。 (2)NPP对影响因子的敏感性 改进CASA模型模拟的中国草地NPP值对NDVI的敏感度最高,其次为Σθ,再次为K值和降水,对太阳辐射最不敏感。CSCS是以K值和Σθ进行量化分类,而这两个参数对NPP值较为敏感。Σθ和K值差异越大,NPP值之间的差异也就越大。因此,这在一定程度上实现了CSCS与草地NPP的耦合。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 肖桐;王军邦;陈卓奇;;三江源地区基于净初级生产力的草地生态系统脆弱性特征[J];资源科学;2010年02期
2 王大文,叶成,赵建良,白春礼;有机非线性光学晶体N-(4-硝基苯基)-L-脯氨醇(NPP)表面结构的AFM研究[J];中国科学B辑;1994年04期
3 陈利军,刘高焕,冯险峰;遥感在植被净第一性生产力研究中的应用[J];生态学杂志;2002年02期
4 牛叔文;马利邦;曾明明;;过牧对玛曲草地沙化的影响[J];生态学报;2008年01期
5 陈正华;麻清源;王建;祁元;李净;黄春林;马明国;杨国靖;;利用CASA模型估算黑河流域净第一性生产力[J];自然资源学报;2008年02期
6 松下文经,杨翠芬,陈晋,王勤学,龟山哲,田村正行;广域空间尺度上植被净初级生产力的精确推算[J];地理学报;2004年01期
7 国志兴;王宗明;张柏;刘殿伟;杨桄;宋开山;李方;;2000年~2006年东北地区植被NPP的时空特征及影响因素分析[J];资源科学;2008年08期
8 刘军会;高吉喜;聂亿黄;;青藏高原生态系统服务价值的遥感测算及其动态变化[J];地理与地理信息科学;2009年03期
9 马春林;;基于RS的山地植被NPP遥感地形模型研究[J];国土资源信息化;2009年01期
10 李秀娟;周涛;何学兆;;NPP增长驱动下的中国森林生态系统碳汇[J];自然资源学报;2009年03期
11 马春林;;基于RS与GIS的夏尔希里自然保护区植被NPP估测研究[J];遥感技术与应用;2008年03期
12 何勇;董文杰;郭晓寅;曹丽娟;冯丁;;我国南水北调东线地区陆地植被NPP变化特征[J];气候变化研究进展;2006年05期
13 王宗明;国志兴;宋开山;刘殿伟;张柏;张树清;李方;金翠;杨婷;黄妮;;2000~2005年三江平原土地利用/覆被变化对植被净初级生产力的影响研究[J];自然资源学报;2009年01期
14 罗玲;王宗明;宋开山;张柏;刘殿伟;;吉林省西部草地NPP时空特征与影响因素[J];生态学杂志;2009年11期
15 秦泗国;钟国辉;王景升;;那曲草地气候格局对草地NPP的影响及载畜量研究[J];干旱区资源与环境;2010年07期
16 朱锋;刘志明;王宗明;宋开山;;东北地区农田净初级生产力时空特征及其影响因素分析[J];资源科学;2010年11期
17 吕爱锋,田汉勤,刘永强;火干扰与生态系统的碳循环[J];生态学报;2005年10期
18 李永华;高阳华;韩逢庆;向鸣;唐云辉;何永坤;;重庆地区年气温与降水量变化特征及对NPP的影响[J];应用气象学报;2007年01期
19 王胜兰;;基于5种气候生产力模型的乌鲁木齐地区NPP计算分析[J];沙漠与绿洲气象;2008年04期
20 刘智勇;张鑫;周平;;广东省未来温度、降水及陆地生态系统NPP预测分析[J];广东林业科技;2011年01期
中国重要会议论文全文数据库 前10条
1 孙红梅;刘文芳;张晓丽;刘广;刘书剑;;基于CASA改进模型的京津冀地区NPP估算[A];第十七届中国遥感大会摘要集[C];2010年
2 张修国;冯宝珍;王和美;;辣椒疫霉菌效应蛋白NPP基因家族致病遗传机制及其功能分析[A];中国菌物学会第五届会员代表大会暨2011年学术年会论文摘要集[C];2011年
3 李军玲;邹春辉;刘忠阳;郭其乐;;河南省陆地植被净第一性生产力估算及其时空分布[A];第27届中国气象学会年会应对气候变化分会场——人类发展的永恒主题论文集[C];2010年
4 牛叔文;曾明明;刘正广;吴文恒;;黄河上游玛曲生态系统服务价值的估算和生态环境管理的政策设计[A];2006年中国可持续发展论坛——中国可持续发展研究会2006学术年会经济高速增长与中国的资源环境问题专辑[C];2006年
5 彭红春;李海英;孙美萍;;黑河流域生态系统的NPP对全球变化的响应研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
6 赵玲;周锁铨;;气候因子对寒温带落叶针叶林NPP影响的数值试验分析[A];中国气象学会2005年年会论文集[C];2005年
7 包刚;包玉海;阿拉腾图雅;郭利彪;;用MODIS数据和CASA模型估算近五年内蒙古植被净初级生产力[A];全国农业遥感技术研讨会论文集[C];2009年
8 刘广;李贵才;王军邦;;中国陆地植被NPP的时空格局与气候因子的关系研究[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年
9 何勇;丹利;董文杰;季劲均;秦大河;;末次冰盛期以来中国陆地植被净初级生产力的模拟[A];全国优秀青年气象科技工作者学术研讨会论文集[C];2006年
10 李永华;高阳华;韩逢庆;向鸣;唐云辉;何永坤;;重庆地区年气温与降水变化特征及其对NPP的影响[A];全国优秀青年气象科技工作者学术研讨会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 张美玲;基于草原综合顺序分类系统改进CASA模型及其在中国草地NPP估算中的应用[D];甘肃农业大学;2012年
2 王磊;基于IBIS模型模拟的中国东部南北样带植被NPP动态变化研究[D];中国林业科学研究院;2010年
3 毛学刚;东北森林碳循环日步长模型与遥感综合应用研究[D];东北林业大学;2011年
4 王凯博;黄土丘陵区燕沟流域植被生态特征及其生产力形成过程模拟[D];中国科学院研究生院(教育部水土保持与生态环境研究中心);2011年
5 侯湖平;基于遥感的煤矿区植被净初级生产力变化的监测与评价[D];中国矿业大学;2010年
6 徐占军;高潜水位矿区煤炭开采对土壤和植被碳库扰动的碳效应[D];中国矿业大学;2012年
7 张臻;时空异质条件下的大气CO_2施肥效应对全球碳水循环影响的模拟研究[D];南京大学;2013年
8 李慧;福建省森林生态系统NPP和NEP时空模拟研究[D];福建师范大学;2008年
9 王臣立;雷达与光学遥感结合在森林净初级生产力研究中应用[D];中国科学院研究生院(遥感应用研究所);2006年
10 王艳;中国温室农业生态系统碳平衡研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜红;基于CASA模型的呼伦贝尔地区NPP估算研究[D];河北师范大学;2010年
2 冉慧;基于CASA模型的吉林省区域NPP遥感研究[D];吉林大学;2010年
3 冯智盈;基于CASA模型的NPP估算系统的开发与研究[D];吉林大学;2011年
4 任正超;基于CASA模型的俄罗斯布里亚特共和国植被NPP变化及其对气候的响应[D];甘肃农业大学;2010年
5 邹德富;基于CASA模型的青藏高原NPP时空分布动态研究[D];兰州大学;2012年
6 魏靖琼;甘肃省草地NPP的模拟估算及影响因素研究[D];甘肃农业大学;2012年
7 耿君;基于CASA模型瓦屋山林场森林NPP估测与查询系统开发[D];南京林业大学;2012年
8 米晓飞;HJ-1卫星NPP反演及其空间展布研究[D];河南理工大学;2010年
9 朱锋;基于CASA模型的东北地区农田净初级生产力(NPP)研究[D];东北师范大学;2011年
10 黄珏;中国陆地植被NPP对气候变化响应及其敏感性分析[D];南京信息工程大学;2011年
中国重要报纸全文数据库 前10条
1 张晶;陈宇廷:坐看云起[N];经济观察报;2010年
2 农业部草原监理中心 陈世雄;对草原维护生态安全中地位和作用的认识[N];农民日报;2010年
3 记者 辛元戎;青海大学—清华大学三江源高寒草地生态系统野外观测站揭牌[N];青海日报;2010年
4 张目 朱国亮;青藏草地生态系统严重退化[N];中国改革报;2003年
5 晓舟;把草地退化弄个明白[N];中国畜牧兽医报;2005年
6 ;廉价部署软件VPN[N];计算机世界;2005年
7 尹维纳;科学家关注“草地生态系统对全球变化的响应”[N];中国绿色时报;2007年
8 李静颖;创投概念玩转公益事业[N];第一财经日报;2009年
9 记者 戴随刚 通讯员 马宗泰;环青海湖地区 草地生态系统响应试验启动[N];中国气象报;2010年
10 ;HP:保障业务连续性[N];计算机世界;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978