黄河源区NPP及植被水分利用效率时空特征分析

黄河源区NPP及植被水分利用效率时空特征分析

论文摘要

随着西部人类活动强度的日益加剧,环境和生态受到的压力将愈来愈大,缺水或水土流失造成大范围的贫困。植被水分利用效率是联系植被生态系统碳循环和水分循环的重要变量,因而具有重要的生态学和水文学意义。为了更加合理高效地利用我国西部地区有限的水资源,需要我们更全面和深入地了解该地区不同植被生态系统水分利用效率特征,从而发现并推广耗水量低而生产力高的干旱区耐旱植被,为水资源的可持续利用打好基础。本文选用CASA模型(Carnegie Ames Stanford Approach),结合MODIS遥感数据产品,气象数据,植被数据和土壤数据,在ENVI环境下实现对黄河源区2001-2005年净初级生产力NPP的计算;根据NPP及潜在蒸散发PET计算植被水分利用效率WUE;分析NPP,WUE的空间分布和时间变化特征;对不同植被类型下的NPP和WUE特征进行分析;分析NPP和WUE与影响因子的相关性。研究结论如下:1、以CASA模型为基础,结合MODIS遥感数据产品、地面气象资料和植被、土壤数据计算NPP,避免了统计模型以点代面的缺点,使NPP的估算更具科学性,且能实时地反映NPP时空变化;验证了CASA模型在黄河流域的可适用性。2、从NPP空间分布来看,NPP总量主要集中在源区中下部位,其次为达日站点周围地区;果洛、久治、达日三站点之间分布较为零散;达日与果洛站点以上部位NPP总量很低,最低值区域为湖泊和无植被区域。3、从NPP年际变化来看,在不同的区域有不同的响应。区域NPP年际变化中,2003年NPP年总量最大;年内变化中,基本上从3月开始快速增长,7月达最大值,9月以后快速减少。4、从不同植被类型NPP来看,年际上有着不同的变化趋势。有的植被NPP一直处于增长趋势;大部分植被NPP在2001-2003年增长,2003-2005年下降;有的植被NPP变化处于波动状态;个别植被NPP在2004年达最大值。5、从WUE年际变化来看,总体上呈上升趋势,2004年有所下降;年内变化中,WUE达到最大值基本在6月,7月下降较多,8月和9月有所回升,之后迅速下降。6、WUE年际变化趋势与NPP年际变化趋势类似。不同植被类型中,具有较高WUE值的有三种沼泽,其他植被类型中温带落叶阔叶林最高,其次为栽培植被,温带草原,盐生草甸,高寒草甸等,WUE值最低的为湖泊和无植被地段。7、分析源区NPP及WUE与NDVI、气温、降水、太阳辐射和海拔的相关性。发现NPP与NDVI的相关性最大,其次为气温,海拔,与降水和太阳辐射相关性较差;WUE是NPP与蒸散发的一个耦合结果,与NDVI的相关性最大,其次为太阳辐射,再次为降水量,气温,相关性最低为海拔。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题背景及研究意义
  • 1.2 基本概念
  • 1.2.1 水分利用效率的概念
  • 1.2.2 NPP及相关概念
  • 1.2.3 蒸散发
  • 1.3 国内外研究进展
  • 1.3.1 NPP国内外研究进展
  • 1.3.2 蒸散发国内外研究进展
  • 1.3.3 区域植被研究的重要性
  • 1.4 主要研究内容和技术线路
  • 1.4.1 研究目标
  • 1.4.2 主要研究内容与方法
  • 1.4.3 研究技术路线
  • 第二章 研究区区域概况
  • 2.1 黄河源区气候特征
  • 2.1.1 气温
  • 2.1.2 降水
  • 2.1.3 光能
  • 2.2 地貌及土壤特征
  • 2.3 水资源特征
  • 2.3.1 水资源分布及利用现状
  • 2.3.2 水质状况
  • 2.4 植被
  • 2.5 社会经济
  • 第三章 CASA模型及其参数获取
  • 3.1 NPP模型进展和方法
  • 3.1.1 气候相关模型
  • 3.1.2 过程模型
  • 3.1.3 光能利用率模型
  • 3.2 CASA模型概况
  • 3.2.1 植被吸收的光合有效辐射
  • 3.2.2 光能转化率
  • 3.3 CASA模型算法
  • 3.3.1 辐射模型
  • 3.3.2 土壤含水量子模型的计算
  • 3.3.3 蒸散发模型
  • 3.4 模型参数获取与处理
  • 3.4.1 数据来源
  • 3.4.2 数据处理
  • 第四章 蒸散发模型及计算
  • 4.1 区域潜在蒸散发概述
  • 4.2 潜在蒸散发估算的方法
  • 4.2.1 Penman/Penman-Monteith模型
  • 4.2.2 FAO-Radiation模型
  • 4.2.3 Hargreaves模型
  • 4.2.4 Priestly-Taylor模型
  • 4.3 模型的验证与选择
  • 4.4 PET的空间面域化处理
  • 4.5 PET年际变化分析
  • 第五章 NPP估算结果及其分析
  • 5.1 模型验证
  • 5.2 模型计算结果
  • 5.2.1 黄河源区NPP值年际变化
  • 5.2.2 黄河源区NPP值年内变化
  • 5.2.3 黄河源区不同植被类型NPP值时空变化特征
  • 5.3 黄河源区NPP与因子分析
  • 第六章 植被水分利用效率结果及其分析
  • 6.1 模型计算结果验证
  • 6.2 WUE模拟结果
  • 6.2.1 黄河源区WUE值年际变化
  • 6.2.2 黄河源区WUE值年内变化
  • 6.2.3 黄河源区不同植被类型WUE值时空变化特征
  • 6.3 黄河源区5年 WUE值变化与因子分析
  • 第七章 结论与展望
  • 7.1 结论
  • 7.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].三江源植被碳利用率动态变化及其对气候响应[J]. 中国环境科学 2020(01)
    • [2].基于MODIS数据的中国西北植被变化分析[J]. 林业科技通讯 2019(12)
    • [3].长江流域中上游植被NDVI时空变化及其地形分异效应[J]. 长江流域资源与环境 2020(01)
    • [4].西安园林芳香植被调研及改善建议[J]. 陕西农业科学 2020(01)
    • [5].河北省植被NDVI变化及其对气象要素的响应[J]. 林业与生态科学 2020(01)
    • [6].《中国植被志》:为中国植被登记造册[J]. 植物生态学报 2020(02)
    • [7].乌蒙山地区植被时空演变趋势预测[J]. 四川环境 2020(04)
    • [8].海岸带植被三种生物性状变化对消浪效果的影响[J]. 中国水运(下半月) 2020(08)
    • [9].山东植被灰色动态预测探析[J]. 防护林科技 2020(08)
    • [10].我国科学家发布植被病虫害遥感监测与预测系统[J]. 农村新技术 2020(10)
    • [11].植被保持水土效益研究[J]. 智能城市 2019(07)
    • [12].2000-2017年新疆天山植被水分利用效率时空特征及其与气候因子关系分析[J]. 植物生态学报 2019(06)
    • [13].典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例[J]. 沙漠与绿洲气象 2019(05)
    • [14].1982—2013年准噶尔盆地植被长势变化分析[J]. 林业资源管理 2016(05)
    • [15].中国北方地区秋季植被变化及对气候变化的响应研究[J]. 测绘与空间地理信息 2016(11)
    • [16].汉江流域植被净初级生产力时空格局及成因[J]. 生态学报 2016(23)
    • [17].一种利用野地瓜修复矿区植被与土壤的方法初探[J]. 中国农学通报 2017(01)
    • [18].城市冠层植被大气环境特性大涡模拟[J]. 科技导报 2017(03)
    • [19].植被微波遥感下粒子的散射特性研究[J]. 电子世界 2016(23)
    • [20].西藏自治区植被与气候变化的关系[J]. 山地学报 2017(01)
    • [21].生态工程背景下西南喀斯特植被变化主导因素及其空间非平稳性[J]. 生态学报 2017(12)
    • [22].2013年黑龙江省洪水对植被影响评估[J]. 灾害学 2017(04)
    • [23].植被在湿地恢复与重建中的应用[J]. 科学技术创新 2017(20)
    • [24].我国三北地区植被变化的动因分析[J]. 生态学报 2017(15)
    • [25].利用国产开源卫星影像分析广州市天河区植被现状[J]. 广东园林 2017(04)
    • [26].基于遥感数据的黔南州植被净初级生产力分析[J]. 江西农业学报 2017(10)
    • [27].遥感反演植被含氮量研究进展[J]. 生态学报 2017(18)
    • [28].植被保持水土的基本规律和总结[J]. 黑龙江科技信息 2015(24)
    • [29].梭梭树:沙漠中的植被之王[J]. 科学之友(上半月) 2019(09)
    • [30].“生物圈与植被”教学设计(鲁教版新教材)[J]. 地理教育 2020(09)

    标签:;  ;  

    黄河源区NPP及植被水分利用效率时空特征分析
    下载Doc文档

    猜你喜欢