2010—2015年三江源地区植被净初级生产力变化特征及影响因素分析

doi:10.11988/ckyyb.20190138

长江科学院院报 ›› 2020, Vol. 37 ›› Issue (5): 59-66.DOI: 10.11988/ckyyb.20190138

2010—2015年三江源地区植被净初级生产力变化特征及影响因素分析

贺倩¹, 杨雪琴¹, 戴晓爱^1,2

1.成都理工大学地球科学学院,成都 610059;
2.成都理工大学地学空间信息技术国土资源部重点实验室,成都 610059

收稿日期:2019-01-03 出版日期:2020-05-01 发布日期:2020-06-10
通讯作者: 戴晓爱(1979-),女,甘肃敦煌人,副教授,博士,主要从事地理信息系统研究。E-mail:daixiaoa@cdut.cn
作者简介:贺倩(1996-),女,山西吕梁人,本科在读,主要从事地理信息科学研究。E-mail:18215671290@163.com
基金资助:
2018年国家级大学生创新创业训练计划项目(201810616018)

Variation Characteristics and Influence Factors of Net PrimaryProductivity of Vegetation in the Three-River Headwaters Regionfrom 2010 to 2015

HE Qian¹, YANG Xue-qin¹, DAI Xiao-ai^1,2

1. College of Earth Sciences, Chengdu University of Technology, Chengdu 610059, China;
2. Key Laboratoryof Geoscience Spatial Information Technology of Ministry of Land and Resources of China, Chengdu Universityof Technology, Chengdu 610059, China

Received:2019-01-03 Online:2020-05-01 Published:2020-06-10

摘要/Abstract

摘要： 三江源地区生态环境先天脆弱,掌握其植被净初级生产力(Net Primary Productivity,NPP)的时空变化特征及其影响因素对于环境保护具有重要意义。基于改进的CASA(Carnegie-Ames-Stanford Approach)模型估算三江源地区2010—2015年的NPP空间分布及变化特征,引入地理探测器探讨植被、气候和地形因素及其交互作用对NPP的影响。结果表明:①整体上三江源地区NPP表现为自东向西逐渐减小的空间分布特征;2015年较2010年中部地区NPP减少最为严重,其次为西部地区,而东部NPP增加,且NPP的减少量大于NPP的增加量。②各因素对NPP的影响程度不同,从NPP空间分布现状角度分析,对NPP的影响由大到小依次为NDVI、太阳辐射、降雨量、温度、高程、坡度、坡向;从NPP动态变化角度分析,影响由大到小依次为NDVI、降雨量、太阳辐射、温度。③各因素的交互作用对NPP的空间分布现状及动态变化都表现出双因子或非线性增强作用,且NDVI与降雨量的交互作用最强。④地理探测器能够较好地指示各因素及其交互作用对NPP的影响,具有较好的效果。研究结果将为三江源地区的生态环境保护工作提供依据。

关键词: NPP, 时空变化, CASA模型, 地理探测器, 影响因素, 三江源地区

Abstract: The ecological environment in the Three-River Headwaters Region is inherently fragile. Understanding the temporal and spatial variation characteristics of the net primary productivity (NPP) of vegetation and its influence factors is of great significance for environmental protection. In this paper we estimated the spatial distribution and variation characteristics of NPP in the region from 2010 to 2015 using the improved CASA (Carnegie-Ames-Stanford Approach) model, and examined the influences of vegetation, climate and topography and their interactions on NPP via Geodetector. Results show that: (1) NPP in the Three-River Headwaters Region decreased gradually from east to west in general; NPP in 2015 decreased most seriously in the central region, followed by that in the western region, while increased in the eastern region compared to 2010, and the decrement of NPP was greater than the increment. (2) The influence degree of various factors on NPP was different. From the perspective of the current spatial distribution of NPP, the influence of NDVI was the largest, followed by solar radiation, precipitation, temperature, elevation, slope and aspect in sequence; from the perspective of dynamic variation of NPP, NDVI, precipitation, solar radiation and temperature were major influence factors in sequence. (3) The interactions of various factors on the spatial distribution status and dynamic variation of NPP showed a double-factor or nonlinear enhancement, and the interaction between NDVI and precipitation was the strongest. (4) Geodetector is well effective in depicting the influence of various factors and their interactions on NPP.

Key words: NPP, temporal and spatial variations, CASA model, Geodetector, influence factor, Three-River Headwaters Region

中图分类号:

Q948.1

贺倩, 戴晓爱. 2010—2015年三江源地区植被净初级生产力变化特征及影响因素分析[J]. 长江科学院院报, 2020, 37(5): 59-66.

HE Qian, YANG Xue-qin, DAI Xiao-ai. Variation Characteristics and Influence Factors of Net PrimaryProductivity of Vegetation in the Three-River Headwaters Regionfrom 2010 to 2015[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2020, 37(5): 59-66.

[1]	王菊, 吴琼, 罗欢, 孙玲玲, 李宁, 何颖清. 东江北干流溶解氧时空分布特征及影响因素探讨[J]. 长江科学院院报, 2024, 41(3): 37-44.
[2]	裴书锋, 郝文锋, 樊义林, 陈浩, 李文涛. 大型水利水电工程锚固系统运行状况分析[J]. 长江科学院院报, 2024, 41(2): 142-150.
[3]	段光磊, 彭严波. 三峡水库蓄水后荆江松滋口分流变化及其影响因素[J]. 长江科学院院报, 2024, 41(2): 14-20.
[4]	杨凡, 马巍, 陈欣, 王云飞, 王军亮. 滇池pH值异常升高的主要影响因素识别及其驱动机理[J]. 长江科学院院报, 2024, 41(1): 75-82.
[5]	申梦姝, 郑航, 刘悦忆, 陈进, 尹正杰. 基于改进的当量因子法的生态服务价值时空变化研究——以长江流域为例[J]. 长江科学院院报, 2023, 40(9): 47-54.
[6]	王小凤, 杨广斌. 贵州省北盘江流域喀斯特石漠化变化特征及治理成效分析[J]. 长江科学院院报, 2023, 40(8): 77-83.
[7]	郭豪, 袁金国, 王景芝, 王晓昕, 李艳翠, 刘博涵. 基于MOD17A3的京津冀地区植被净初级生产力时空演变[J]. 长江科学院院报, 2023, 40(7): 66-72.
[8]	张乾柱, 卢阳, 严同金, 谢谦, 赵姹, 胡月. 重庆市山洪灾害时空演变特征及影响因素分析[J]. 长江科学院院报, 2023, 40(7): 80-87.
[9]	许文盛, 谷金钰, 孙宝洋, 张志华, 张文杰, 李力. 全坡面水土流失时空分异规律及观测技术研究进展[J]. 长江科学院院报, 2023, 40(6): 77-85.
[10]	乔建伟, 夏玉云, 刘争宏, 王冉, 唐立军. 安哥拉红砂湿陷性影响因素试验研究[J]. 长江科学院院报, 2023, 40(3): 93-97.
[11]	杨蕊, 王龙. 基于云模型的云南参考作物蒸散量时空变化及影响因素分析[J]. 长江科学院院报, 2023, 40(11): 85-92.
[12]	林娜, 张迪, 潘建平, 冯珊珊, 潘鹏. 长寿区长时序生态质量评价及影响因素分析[J]. 长江科学院院报, 2023, 40(11): 56-62.
[13]	朱鹏凡, 刘刚, 何敬, 代堂锐. 近20年大别山区植被净初级生产力时空变化及驱动因素分析[J]. 长江科学院院报, 2023, 40(10): 66-73.
[14]	周思儒, 信忠保. 基于多源数据的近40年青藏高原降水量时空变化[J]. 长江科学院院报, 2023, 40(10): 186-194.
[15]	嵇晓燕, 彭丹. “十三五”时期长江流域总磷浓度变化特征[J]. 长江科学院院报, 2022, 39(8): 1-9.

2010—2015年三江源地区植被净初级生产力变化特征及影响因素分析

Variation Characteristics and Influence Factors of Net PrimaryProductivity of Vegetation in the Three-River Headwaters Regionfrom 2010 to 2015

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价