冠层温度和降水对农牧交错带植被生产力的影响研究

doi:10.11733/j.issn.1007-0435.2022.06.001

草地学报 ›› 2022, Vol. 30 ›› Issue (6): 1319-1327.DOI: 10.11733/j.issn.1007-0435.2022.06.001

• 生态与草原修复 •

冠层温度和降水对农牧交错带植被生产力的影响研究

李王轶朴, 宋扬, 王靖

中国农业大学资源与环境学院, 北京 100193

收稿日期:2021-11-08 修回日期:2021-12-09 发布日期:2022-07-05
通讯作者: 王靖,E-mail:wangj@cau.edu.cn
作者简介:李王轶朴(2000-),男,汉族,河南郑州人,主要从事植被遥感研究,E-mail:lwyp@cau.edu.cn
基金资助:
内蒙古自治区科技重大专项（2020ZD0005）；内蒙古自治区科技计划项目（2019GG016）资助

Impacts of Canopy Temperature and Precipitation on Vegetation Productivity across Agro-pastoral Ecotones

LI Wang-yi-pu, SONG Yang, WANG Jing

College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China

Received:2021-11-08 Revised:2021-12-09 Published:2022-07-05

摘要/Abstract

摘要： 降水是影响北方农牧交错带植被生产力变化的最重要因子之一。然而，随着气候变暖，较高的冠层温度会对植被生产力产生不利影响。因此，需要进一步加深关于冠层温度和降水变化对植被生产力变化的理解。本研究使用卫星遥感数据集探讨了2005—2015年内蒙古农牧交错带生长季植被总初级生产力（Gross primary productivity，GPP）的时空变化特征，进而分析了冠层温度（Canopy temperature，Tc）以及降水（Precipitation，Prec）对植被GPP的影响。结果表明：研究区内94.2%的区域GPP呈现上升趋势，其中约27.7%具有显著性（P < 0.05）；Tc和Prec能够解释约75.7%的该地区平均GPP年际变化；GPP与Tc具有较强的负相关关系，而与Prec呈较弱的正相关关系。研究结果强调了冠层温度变化对农牧交错带植被生产力的重要影响。未来仍需要开展研究以全面揭示气候变化对农牧交错带生态系统的影响，以便为可持续农牧生产提供适应气候变化的管理方案和减灾措施。

关键词: 冠层温度, 总初级生产力, 气候变化, 遥感

Abstract: Precipitation is one of the most important factors impacting variation of vegetation productivity in the agro-pastoral ecotone in North China. However,the increase in canopy temperature due to rising air temperature has been impacting vegetation productivity under climate warming background. Therefore,the impacts of changes in canopy temperature and precipitation on vegetation productivity need to be further investigated. Here,this study examined the spatio-temporal changes in gross primary productivity (GPP) across agro-pastoral ecotones in Inner Mongolia during 2005-2015. Moreover,we further assessed the impacts of canopy temperature (Tc) and precipitation (Prec) on GPP using a robust ensemble of satellite remotely sensed data. As results,we observed an upward GPP trend over 94.2% of vegetated grid cells (27.7% with a significant increase,Mann-Kendall test:P < 0.05). Our results indicated that Tc and Prec could explain 75.7% of inter-annual variations in GPP. Specifically,Tc showed a strong negative impact on GPP,however,Prec had a weak positive impact on GPP. Overall,our findings highlight the important role of Tc on vegetation productivity in agro-pastoral ecotones. In addition,further studies are still needed to fully reveal the impacts of climate change on the agro-pastoral ecotone ecosystems to provide management options and mitigation measures for sustainable agro-pastoral production to adapt to future climate change.

Key words: Canopy temperature, Gross primary productivity, Climate change, Remote sensing

中图分类号:

Q948

李王轶朴, 宋扬, 王靖. 冠层温度和降水对农牧交错带植被生产力的影响研究[J]. 草地学报, 2022, 30(6): 1319-1327.

LI Wang-yi-pu, SONG Yang, WANG Jing. Impacts of Canopy Temperature and Precipitation on Vegetation Productivity across Agro-pastoral Ecotones[J]. Acta Agrestia Sinica, 2022, 30(6): 1319-1327.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://manu40.magtech.com.cn/Jweb_cdxb/CN/10.11733/j.issn.1007-0435.2022.06.001

https://manu40.magtech.com.cn/Jweb_cdxb/CN/Y2022/V30/I6/1319

参考文献

[1] 陆晴,刘根林,闫冰,等. 气候变暖背景下中亚地区极端降水事件变化及其对植被覆盖的影响[J]. 水土保持研究,2021,28(4):226-235
[2] OREGGIONI G D,MONFORTI F F,CRIPPA M,et al. Climate change in a changing world:Socio-economic and technological transitions,regulatory frameworks and trends on global greenhouse gas emissions from EDGAR v.5.0[J]. Global Environmental Change,2021(70):102350
[3] IPCC. Climate change and land:an IPCC special report on climate change,desertification,land degradation,sustainable land management,food security,and greenhouse gas fluxes in terrestrial ecosystems[M/OL]. https://www.ipcc.ch/srccl/chapter/summary-for-policymakers/,2019-09-16/2021-09-23
[4] 朴世龙,张新平,陈安平,等. 极端气候事件对陆地生态系统碳循环的影响[J]. 中国科学:地球科学,2019,49(9):1321-1334
[5] 张雪琪,夏倩倩,陈亚宁,等. 近20a塔里木河生态输水对植被总初级生产力变化的影响[J]. 干旱区地理,2021,44(3):718-728
[6] 杜启勇,林爱文,付醒. 基于遥感和美国碳通量观测数据的GPP模型比较研究[J]. 测绘与空间地理信息,2018,41(2):138-141
[7] LI Y Y,DAN L,PENG J. et al. Response of growing season gross primary production to El Nino in different phases of the Pacific Decadal Oscillation over Eastern China based on Bayesian Model Averaging[J]. Advances in Atmospheric Sciences,2021,38(9):1580-1595
[8] 周广胜,张新时. 全球气候变化的中国自然植被的净第一性生产力研究[J]. 植物生态学报,1996,20(1):11-19
[9] 张浔浔,杨斌,吴淑莹,等. 尼洋河流域植被特征时空变化及其对水热的响应[J]. 草地学报,2021,29(11):2566-2576
[10] 孙应龙,延昊,赵晓凤,等. 2011-2020年夏季全国草原净初级生产力时空变化及其气象影响评估[J]. 草地学报,2021,29(4):848-854
[11] 王丽霞,丁慧兰,刘招,等. 基于CASA模型探究泾河流域植被NPP时空动态及其对气候变化的响应[J]. 水土保持研究,2022,29(1):190-196
[12] ZHANG Y,HU Q W,ZOU F L. Spatio-temporal changes of vegetation net primary productivity and its driving factors on the Qinghai-Tibetan Plateau from 2001 to 2017[J]. Remote Sensing,2021,13(8):1566
[13] 刘军会,高吉喜. 气候和土地利用变化对中国北方农牧交错带植被覆盖变化的影响[J]. 应用生态学报,2008,19(9):2016-2022
[14] 董斅晓,薄元超,张晓琳,等. 农牧交错带半干旱草地生态系统土壤呼吸对短期不同放牧强度的响应[J]. 草地学报,2019,27(1):53-62
[15] CHEN W,LI A J,HU Y G,et al. Exploring the long-term vegetation dynamics of different ecological zones in the farming-pastoral ecotone in northern China[J]. Environmental Science and Pollution Research,2021,28(22):27914-27932
[16] 王考,姚云峰,包玉海,等. 内蒙古农牧交错带县域耕地健康评价及障碍因素分区研究[J]. 东北师大学报(自然科学版),2020,52(1):153-164
[17] 周一敏,张昂,赵昕奕. 未来气候变化情景下中国北方农牧交错带脆弱性评估[J]. 北京大学学报(自然科学版),2017,53(6):1099-1107
[18] 何勇,董文杰,严晓瑜. 基于MODIS的我国北方农牧交错带植被生长特征[J]. 应用气象学报,2008,19(6):716-721
[19] 苏伟,刘晓暄,罗倩,等. 北方农牧交错带植被对气象因子变化的响应规律研究[J]. 农业机械学报,2015,46(11):352-359
[20] 李辉,红英,邓国荣,等. 1982-2015年气候变化和人类活动对内蒙古草地净初级生产力的影响[J]. 应用生态学报,2021,32(2):415-424
[21] 刘海新. 内蒙古草地生产力时空分析及产草量遥感估算和预测[D]. 青岛:山东科技大学,2019:80-104
[22] SIEBERT S,EWERT F,REZAEI E E,et al. Impact of heat stress on crop yield-on the importance of considering canopy temperature[J]. Environmental Research Letters,2014,9(4):044012
[23] RICHTER R,HUTENGS C,WIRTH C,et al. Detecting tree species effects on forest canopy temperatures with thermal remote sensing:the role of spatial resolution[J]. Remote Sensing,2021,13(1):135
[24] SCHLENKER W,ROBERTS M. Nonlinear temperature effects indicate severe damages to us crop yields under climate change[J]. PNAS,2009,106(37):15594-15598
[25] 赵哈林,赵学勇,张铜会,等. 北方农牧交错带的地理界定及其生态问题[J]. 地球科学进展,2002,17(5):739-747
[26] 高惠君,刘金铜. 灌溉因素订正的北方农牧交错带界定[J]. 中国生态农业学报(中英文),2021,29(4):613-624
[27] 陈海,康慕谊,范一大. 北方农牧交错带植被覆盖的动态变化及其与气候因子关系[J]. 地理与地理信息科学,2004,20(5):54-57
[28] DIAK G R,WHIPPLE M S. Improvements to models and methods for evaluating the land-surface energy balance and ‘effective’ roughness using radiosonde reports and satellite-measured ‘skin’ temperature data[J]. Agricultural and Forest Meteorology,1993,63(3-4):189-218
[29] GUSSO A. Canopy temperatures distribution over soybean crop fields using satellite data in the Amazon biome frontier[J]. European Journal of Remote Sensing,2018,51(1):901-910
[30] ZIMBA H,COENDERS-GERRITS M,KAWAWA B,et al. Variations in canopy cover and its relationship with canopy water and temperature in the Miombo Woodland based on satellite data[J]. Hydrology,2020,7(3):58
[31] DUAN S B,LI Z L,LI H,et al. Validation of Collection 6 MODIS land surface temperature product using in situ measurements[J]. Remote Sensing of Environment,2019(225):16-29
[32] WANG Z M. New refinements and validation of the collection-6 MODIS land-surface temperature/emissivity product[J]. Remote Sensing of Environment,2014(140):36-45
[33] MYO S T Z,ZHANG Y P,SONG Q H,et al. Analysis of canopy temperature depression between tropical rainforest and rubber plantation in Southwest China[J]. iForest-Biogeosciences and Forestry,2019,12(6):518-526
[34] WANG K,LI Z,CRIBB M. Estimation of evaporative fraction from a combination of day and night land surface temperatures and NDVI:a new method to determine the Priestley-Taylor parameter[J]. Remote Sensing of Environment,2006,102(3-4):293-305
[35] PEARSON K. Notes on the history of correlation[J]. Biometrika,1920,13(1):25-45
[36] THEIL H. A rank-invariant method of linear and polynomial regression analysis[J]. Proceedings of the Koninklijke Nederlandse Akademie van Wetenschappen. Series A Mathematical Scienc,1950(53):386-392
[37] SEN P K. Estimates of the regression coefficient based on Kendall's tau[J]. Journal of the American Statistical Association,1968,63(324):1379-1389
[38] 章诞武,丛振涛,倪广恒. 基于中国气象资料的趋势检验方法对比分析[J]. 水科学进展,2013,24(4):490-496
[39] 乌尼图,刘桂香,杨勇,等. 基于光能利用率模型的内蒙古天然草原植被净初级生产力动态监测与气候因子的响应[J]. 草业学报,2020,29(11):1-10
[40] 任涵玉,温仲明,刘洋洋,等. 我国北方草地净初级生产力时空动态特征及其与水热因子的关系[J]. 草地学报,2021,29(8):1779-1792
[41] 薛晓玉,王晓云,段含明,等. 北方农牧交错带植被NPP的时空变化及其驱动因子分析[J]. 水土保持研究,2021,28(2):190-197
[42] 缪丽娟,蒋冲,何斌,等. 近10年来蒙古高原植被覆盖变化对气候的响应[J]. 生态学报,2014,34(5):1295-1301
[43] 林长存,王堃,孙钰茗. 中国北方农牧交错带中段近60年气温序列变化研究[J]. 草地学报,2016,24(4):747-753
[44] 刘正佳,刘纪远,邵全琴. 不同土地覆盖类型上植被生长的最适温度[J]. 地球信息科学学报,2014,16(1):1-7
[45] CHEN A P,HUANG L L,LIU Q,et al. Optimal temperature of vegetation productivity and its linkage with climate and elevation on the Tibetan Plateau[J]. Global Change Biology,2021,27(9):1942-1951
[46] 滑永春,萨如拉,王冰. 内蒙古草原NPP时空变化及驱动力[J]. 中国沙漠,2021,41(5):139-148
[47] 姜萍,丁文广,肖静,等. 新疆植被NPP及其对气候变化响应的海拔分异[J]. 干旱区地理,2021,44(3):849-857
[48] 李翔,王忠,赵景学,等. 念青唐古拉山南坡高寒草甸生产力对温度和降水变化的敏感性及其海拔分异[J]. 生态学报,2017,37(17):5591-5601
[49] 任晋媛,佟斯琴,包玉海,等. 内蒙古地区极端气候变化及其对植被净初级生产力的影响[J]. 生态学杂志,2021,40(8):2410-2420
[50] HUANG R H,WU Y F. The influence of ENSO on the summer climate change in China and its mechanism[J]. Advances in Atmospheric Sciences,1989,6(1):21-32
[51] 龚道溢,王绍武. 近百年ENSO对全球陆地及中国降水的影响[J]. 科学通报,1999,44(3):315-320
[52] 陈永金,马胜兰,许婕,等. 华北地区近65a气候变化及其与相关因子关系分析[J]. 河北师范大学学报(自然科学版),2021,45(3):314-324
[53] 董祝雷. 内蒙古东部地区夏季降水年代际突变及其可能成因[J]. 内蒙古气象,2021(1):3-9
[54] 杨帆,邵全琴,李愈哲,等. 北方典型农牧交错带草地开垦对地表辐射收支与水热平衡的影响[J]. 生态学报,2016,36(17):5440-5451
[55] 欧阳玲,马会瑶,王宗明,等. 气候变化与人类活动对内蒙古东部草地净初级生产力的影响[J]. 生态学报,2020,40(19):6912-6924
[56] 刘孟竹,张红娟,王彦芳,等. 基于土地利用的北方农牧交错带生境质量研究[J]. 水土保持研究,2021,28(3):156-162

冠层温度和降水对农牧交错带植被生产力的影响研究

Impacts of Canopy Temperature and Precipitation on Vegetation Productivity across Agro-pastoral Ecotones

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	巴桑参木决, 温仲明, 刘洋洋, 周荣磊, 任涵玉, 林子琦, 张志新, 王亦波, 张格语. 西藏草地净初级生产力的时空格局演变及其驱动机制分析[J]. 草地学报, 2022, 30(4): 778-789.
[2]	张雨欣, 黄健熙, 金云翔, 王洁, 赵圆圆, 冯权泷, 马钦. 草地地上生物量估算模型研究进展[J]. 草地学报, 2022, 30(4): 850-858.
[3]	焦越佳, 张佳雨, 黄馨慧, 刘风山, 孙振元, 钱永强. 内蒙古荒漠草原东部植被指标动态变化及其与气候变化的关系[J]. 草地学报, 2022, 30(1): 153-160.
[4]	兰云飞, 李传华. 近16年祁连山植被NPP时空格局及其对气候变化的响应[J]. 草地学报, 2022, 30(1): 188-195.
[5]	石国玺, 王芳萍, 马丽, 张中华, 王弋博, 汪之波, 姚步青, 周华坤. 长期、短期增温对高寒草甸AM真菌群落结构的影响[J]. 草地学报, 2021, 29(S1): 179-189.
[6]	陈国茜, 祝存兄, 李素雲, 周秉荣, 李甫, 曹晓云, 周华坤. 三江源地区土壤水分的地理分区遥感模型构建及时空变化[J]. 草地学报, 2021, 29(S1): 199-207.
[7]	刘洋洋, 任涵玉, 周荣磊, 巴桑参木决, 张伟, 章钊颖, 温仲明. 中国草地生态系统服务价值估算及其动态分析[J]. 草地学报, 2021, 29(7): 1522-1532.
[8]	杨鑫, 唐庄生, 鱼小军, 曹文侠, 蒲小鹏, 郝媛媛. 近二十年中外文草地遥感研究热点及前沿演进——基于CiteSpace的数据可视化分析[J]. 草地学报, 2021, 29(6): 1136-1147.
[9]	田旭平, 郭庆浩, 孙鸣屿, 李倩, 路通. 不同种源的毛建草珠芽形成比较研究[J]. 草地学报, 2021, 29(6): 1357-1362.
[10]	赵文龙, 陈红刚, 袁永亚, 张娟, 杜弢, 晋玲. 气候变化对藏药独一味适生区分布格局的影响[J]. 草地学报, 2021, 29(5): 956-964.
[11]	饶品增, 王义成, 王芳. 三江源植被覆盖区NDVI变化及影响因素分析[J]. 草地学报, 2021, 29(3): 572-582.
[12]	张晓克, 孟宏志. 1998-2018年藏北申扎县植被NDVI时空变化及其影响因素[J]. 草地学报, 2021, 29(11): 2513-2522.
[13]	高娟婷, 孙飞达, 霍霏, 张履冰, 周俗, 杨廷勇, 边巴扎西. 无人机遥感技术在草地动植物调查监测中的应用与评价[J]. 草地学报, 2021, 29(1): 1-9.
[14]	于璐, 王迅, 柴沙驼, 刘书杰. BP神经网络在环青海湖地区天然草地估产研究中的应用[J]. 草地学报, 2020, 28(5): 1427-1435.
[15]	于璐, 王迅, 柴沙驼, 刘书杰. 基于高分卫星遥感的天然草地牧草营养含量季节动态反演的研究[J]. 草地学报, 2020, 28(2): 547-557.