在对1980年以来气候要素进行空间化的基础上,利用分类回归树模型CART计算中国的潜在归一化植被指数(NDVI),采用改进的光能利用率模型(CASA)和潜在NDVI数据对中国的潜在植被净初级生产力(NPP)进行模拟。结果表明:中国潜在NDVI和潜在NPP...在对1980年以来气候要素进行空间化的基础上,利用分类回归树模型CART计算中国的潜在归一化植被指数(NDVI),采用改进的光能利用率模型(CASA)和潜在NDVI数据对中国的潜在植被净初级生产力(NPP)进行模拟。结果表明:中国潜在NDVI和潜在NPP均呈现出南高北低、东高西低的格局,低值多分布在沙漠、戈壁等干旱地带,高值多出现在低、中山平原区;400 mm等降水量线是潜在NDVI和潜在NPP高值与低值的分界线;全国潜在NDVI和潜在NPP的平均值分别为0.396和319.31 g C·m-2;夏季潜在NPP的平均值最大,其次是春季,冬季最小;依据潜在NPP与2015年现实NPP的差异,可将中国植被恢复区划分为西部高潜力区、北部低潜力区和南部非潜力区3部分;潜在NDVI和潜在NPP的空间模拟可以将人类活动对自然生态系统的直接影响与气候变化的影响分离,量化了外界压力下真实的生态状况和潜在生态状况的差异,为制定差别化的生态恢复对策提供了科学依据。展开更多
文摘在对1980年以来气候要素进行空间化的基础上,利用分类回归树模型CART计算中国的潜在归一化植被指数(NDVI),采用改进的光能利用率模型(CASA)和潜在NDVI数据对中国的潜在植被净初级生产力(NPP)进行模拟。结果表明:中国潜在NDVI和潜在NPP均呈现出南高北低、东高西低的格局,低值多分布在沙漠、戈壁等干旱地带,高值多出现在低、中山平原区;400 mm等降水量线是潜在NDVI和潜在NPP高值与低值的分界线;全国潜在NDVI和潜在NPP的平均值分别为0.396和319.31 g C·m-2;夏季潜在NPP的平均值最大,其次是春季,冬季最小;依据潜在NPP与2015年现实NPP的差异,可将中国植被恢复区划分为西部高潜力区、北部低潜力区和南部非潜力区3部分;潜在NDVI和潜在NPP的空间模拟可以将人类活动对自然生态系统的直接影响与气候变化的影响分离,量化了外界压力下真实的生态状况和潜在生态状况的差异,为制定差别化的生态恢复对策提供了科学依据。
