EGI OpenIR
基于遥感-生态模型的中亚草地生态系统净初级生产力对气候变化和放牧的响应研究
Alternative TitleResponse of Net Primary Productivity to Climate Change and Human Activities on grassland Based on Remote Sensing - Process Model In Central Asia
叶辉
Subtype博士
Thesis Advisor罗格平
2019-06-30
Degree Grantor中国科学院大学
Place of Conferral北京
Degree Discipline理学博士
Keyword中亚干旱区 遥感 植被净初级生产力 放牧 气候变化 remote sensing Defoliation Formulation Model net primary production grazed land spatial-temporal patterns Central Asia
Abstract草地生态系统在陆地总面积中约占 40%,是陆地生态系统的主体。 放牧一直是过去几千年干旱半干旱区主要的人类活动。近 50 年来,放牧强度日益提高,过度放牧已成为干旱半干旱区牧场普遍存在的现象,导致草原生态系统的严重退化,也使得草地生态系统在气候变化条件下更为脆弱和敏感。 因此,草地净初级生产力(Net Primary Production, NPP) 进行量化,对草地管理是十分必要的。 遥感技术在量化草地 NPP 中扮演了重要角色,前人诸多研究对草地 NPP 的估算往往忽视放牧的干扰。因此,本研究计划选择亚洲中部干旱区草地生态系统为研究对象,针对其独特的生理生态机制和以放牧为主的人类活动干扰, 将遥感过程模型 GLOPEMCEVAS 进行本地参数化,同时通过加入落叶方程模型, 考虑放牧过程消耗的NPP 后,进一步综合评价放牧对于亚洲中部干旱区草地生态系统 NPP 的影响。具体方法步骤包括: 1) 用卫星遥感数据,将生态系统遥感-过程耦合模型本地参数化并应用于中亚干旱区,选取 Biomass-BGC 生理生态模型、 干旱区生理生态模型 AEM,通过多种模型对比和实测数据来评估其适用性和可靠性; 2) 由于GLOPEM-CEVAS 遥感过程模型未考虑放牧效应,本研究将落叶方程整合到遥感过程模型, 模拟放牧对草地生态系统 NPP 的影响; 3) 通过放牧点和非放牧点的遥感-过程模型模拟结果对比, 和应用围栏、放牧、刈割等情形下实测数据对其进行验证,得到新疆草地真实的 NPP,辨识了放牧对遥感模拟草地 NPP 的影响,检验了模型的有效性,提高了模型的精度。 4) 收集中亚生态数据集,包括气象数据、土壤数据、放牧数据等,分析 1982-2011 年并比较考虑放牧和未考虑放牧条件下遥感模型模拟的中亚干旱区草地 NPP 对气候变化的响应差异, 揭示放牧过程对干旱草地生态系统 NPP 的影响程度, 提出合理的干旱区草地放牧制度,促进草地生态系统的可持续发展。结果表明:1. 与生理生态模型模拟结果的对比表明, 未考虑放牧过程的基于遥感的GLOPEM-CEVAS 模型模拟的中亚干旱区草地生态系统 NPP 相对较低。2. 以新疆为研究区, 在放牧条件下 GLOPEM-CEVAS 模型模拟的 36 个放牧样点草地 NPP 与实测数据显著相关(AdjR2 = 0.80, p < 0.01),模型能够解释草地实测值的 80%。在无放牧条件下, GLOPEM-CEVAS 模型模拟了 4 个无放牧活动的采样点,草地平均 NPP 为 356.44 ± 86.78 gC m-2,与实测值 370.23 ± 41.88 gC m-2 接近, GLOPEM-CEVAS 模型能较好的模拟新疆草地 NPP。3. 未考虑放牧活动时,基于 GLOPEM-CEVAS 模型模拟的 1982-2011 年新疆草地年均 NPP 为 121.05 gC m-2 yr-1,草地 NPP波动增加但不显著(AdjR2= 0.06, p > 0.05),其年际波动方式和年均降水较为相似(AdjR2 = 0.24, p< 0.01),与气温相关性不明显; 考虑放牧过程加入落叶方程模型后, 模型模拟的新疆草地年均真实 NPP 为 179.41 gC m-2 yr-1, 草地 NPP 持续增加显著(slope = 1.18 gC m-2yr-1, AdjR2 = 0.63, p < 0.01),其年际 NPP 和年均气温显著相关(AdjR2 = 0.42, p < 0.01),与降水相关性不明显, 放牧消耗的平均 NPP 占真实 NPP 的 29.06%; 说明新疆草地实际 NPP 逐年增加且由温度主导, 其增加部分被放牧活动所消耗, 忽略放牧活动会掩盖这一事实,这会对气候变化对新疆草地的影响带来错误的理解。4. 以整个中亚干旱区为研究区, 未考虑放牧的影响下模型模拟的草地年均NPP 为 121.05 gC m-2 yr-1,草地 NPP 波动增加显著(slope = 1.02 gC m-2 yr-1, AdjR2 = 0.43, p < 0.01), 最大值和最小值分布是 1996 年的 167 gC m-2和 1984 的 121 gC m-2,与年际降水的相关性不显著 (AdjR2 = 0.12, p =0.03), 与年际气温相关性显著(AdjR2 = 0.44, p < 0.01); 考虑放牧活动后,中亚草地 NPP 持续增加(slope = 2.7 gC m-2 yr-1, AdjR2 = 0.86, p < 0.01),2000 以后的增加趋势尤为明显,放牧活动对中亚干旱区草地 NPP 的消耗极为显著, 与年际气温同样相关(AdjR2 = 0.49, p < 0.01),与年际降水不相关。5. 在空间上,考虑放牧活动后中亚草地 NPP 空间分布从大到小依次为:哈萨克斯坦北部草原(257 gC m-2yr-1)、天山地区(208 gC m-2yr-1) 、中部荒漠草原带(105 gC m-2yr-1) 。从区域上比较,哈萨克斯坦北部草原 NPP最大,中部荒漠草原 NPP 最小,哈萨克斯坦北部草原是放牧消耗 NPP的主要区域, 放牧使得草地 NPP 平均减少了 99 gC m-2yr-1, 占 NPP 的38.5%。本文利用 GLOPEM-CEVAS 模型进行本地参数化,模拟了 1982-2011 年新疆草地 NPP,并考虑放牧对草地 NPP 的影响,运用落叶方程模型对放牧消耗草地 NPP 进行模拟,并通过收集和实测点的数据对模型进行验证,并将此方法运用到整个中亚干旱区,对 1982-2011年中亚草地生态系统长期碳动态动态(NPP)进行了模拟;分析比较了考虑放牧活动和未考虑放牧活动时遥感模型模拟的草地 NPP 对气候变化的响应差异。但是,论文还存在几方面的问题: 1)放牧模型中对放牧过程进行了简化,许多关于放牧过程理想条件的假设可能与实际情况不符。例如在放牧模型中,我们未对植被物种的可食性进行区分、未考虑放牧对物种多样性变化等影响; 2)模型预测的准确程度受到诸多因素的影响。卫星传感器的噪音以及大气环境可能导致获取的遥感影像失真;)模型驱动数据(例如气象数据)可能通过模型模拟将自身的误差传递到模型输出结果。鉴于以上问题,本研究未来的工作重心可以放在以下几个方面:(1)改进模型增加践踏模块,使其更加全面的反映放牧活动对水循环、物质分配等影响的研究;(2)加强野外实验,建立长期定位观测站,比较放牧和非放牧草地蒸散发差异,从机理上为进一步研究提供坚实的数据支撑;(3)减小单一气象数据源带来的不确定性本研究在考虑放牧过程并将其加入到遥感模型模拟草地 NPP 中可以更为深入的了解放牧过程对草地生态系统的影响,这将更好的草地系统及其组分的特征、动态与相互作用机制,探索系统健康管理的途径。
Other AbstractQuantifying vegetation net primary production (NPP) is necessary for ecosystemproduction management. Remote sensing plays an important role in monitoringvegetation NPP dynamics. Previous studies using remote sensing underestimated NPPvalues in grazed land due to ignorance consumed carbon by livestock grazing. TakeXinjiang grassland as a study area, this research used Defoliation Formulation Model(DFM) to investigate the underestimated NPP extent by remote sensing from 1982 to2011 and then examined spatial-temporal patterns of NPP which was estimated usingcombination of remote sensing and DFM. The average annual underestimated NPPvalue was 55.74 gC m-2yr-1, accounting for 29.06% of the real NPP in Xinjianggrasslands. The spatial distribution of NPP underestimation was related to both grazingintensity and time. The average real NPP was 179.41 gC m-2yr-1 in Xinjiang grasslands,having an increasing trend with rate of 1.04 gC m-2yr-1 from 1982 to 2011. NPPdistribution showed distinct spatial variation with the order from high to low: TianshanMountains, northern Xinjiang, and southern Xinjiang according to geolocations, andmid-mountain meadow, swamp meadow, typical grassland, desert grassland, alpinemeadow, and saline meadow according to grassland types. This study improved theremote sensing-based NPP estimation in grazed land and provided more accurate datafor supporting the scientific management of grassland ecosystems.
Subject Area地图学与地理信息系统
Language中文
Document Type学位论文
Identifierhttp://ir.xjlas.org/handle/365004/15381
Collection中国科学院新疆生态与地理研究所
研究系统
Affiliation中国科学院新疆生态与地理研究所
First Author Affilication中国科学院新疆生态与地理研究所
Recommended Citation
GB/T 7714
叶辉. 基于遥感-生态模型的中亚草地生态系统净初级生产力对气候变化和放牧的响应研究[D]. 北京. 中国科学院大学,2019.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[叶辉]'s Articles
Baidu academic
Similar articles in Baidu academic
[叶辉]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[叶辉]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.