对青海湖流域植被净初级生产力(Net Primary Productivity,NPP)以及驱动因子进行分析可以为流域生态管理与可持续发展提供一定的参考。本研究基于Carnegie-Ames-Stanford Approach(CASA)模型估算了青海湖流域NPP值,通过趋势分析、Hurst...对青海湖流域植被净初级生产力(Net Primary Productivity,NPP)以及驱动因子进行分析可以为流域生态管理与可持续发展提供一定的参考。本研究基于Carnegie-Ames-Stanford Approach(CASA)模型估算了青海湖流域NPP值,通过趋势分析、Hurst指数、地理探测器等方法,定量评估了2000—2018年青海湖流域NPP的动态变化及驱动因子。结果表明:从空间分布来看,青海湖流域多年平均植被NPP为218.88 g C·m^(-2),年平均NPP的高值分布在青海湖北部和南部,最高达到375.85 g C·m^(-2),低值分布在青海湖东岸,最低为0.11 g C·m^(-2)。从时间变化看,2000—2018年流域年平均NPP表现为上升趋势,增幅为1.61 g C·m^(-2)·a^(-1),2018年达最高值为247.30 g C·m^(-2)。季节变化表明7月NPP最高,1月NPP最低。在NPP未来变化趋势上,Hurst指数小于0.5的区域占比为75.6%,说明青海湖流域植被NPP未来变化趋势可能与现在相反。地理探测器的结果显示单因子探测中土地利用是植被NPP变化的主要驱动力,交互探测中最强主导交互因子是海拔和土地利用。土地利用类型受自然因素影响较大,我们应加强对流域地形因素以及人为活动的关注。展开更多
文摘对青海湖流域植被净初级生产力(Net Primary Productivity,NPP)以及驱动因子进行分析可以为流域生态管理与可持续发展提供一定的参考。本研究基于Carnegie-Ames-Stanford Approach(CASA)模型估算了青海湖流域NPP值,通过趋势分析、Hurst指数、地理探测器等方法,定量评估了2000—2018年青海湖流域NPP的动态变化及驱动因子。结果表明:从空间分布来看,青海湖流域多年平均植被NPP为218.88 g C·m^(-2),年平均NPP的高值分布在青海湖北部和南部,最高达到375.85 g C·m^(-2),低值分布在青海湖东岸,最低为0.11 g C·m^(-2)。从时间变化看,2000—2018年流域年平均NPP表现为上升趋势,增幅为1.61 g C·m^(-2)·a^(-1),2018年达最高值为247.30 g C·m^(-2)。季节变化表明7月NPP最高,1月NPP最低。在NPP未来变化趋势上,Hurst指数小于0.5的区域占比为75.6%,说明青海湖流域植被NPP未来变化趋势可能与现在相反。地理探测器的结果显示单因子探测中土地利用是植被NPP变化的主要驱动力,交互探测中最强主导交互因子是海拔和土地利用。土地利用类型受自然因素影响较大,我们应加强对流域地形因素以及人为活动的关注。
