——以哈爾濱市為例"/>
999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于MODIS數(shù)據(jù)反演植被碳儲(chǔ)量及其對(duì)土地利用變化的響應(yīng)
——以哈爾濱市為例

2023-12-06 15:46:30趙光影鄭秋宇
鄉(xiāng)村科技 2023年18期

王 輝 趙光影 鄭秋宇 楊 萍

哈爾濱師范大學(xué)地理科學(xué)學(xué)院,黑龍江 哈爾濱 150025

0 引言

陸地生態(tài)系統(tǒng)碳儲(chǔ)量包括陸地植被碳儲(chǔ)量和陸地土壤碳儲(chǔ)量。目前,陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化已成為全球尺度上環(huán)境變化研究的重點(diǎn)[1-4],而土地利用/覆被變化(Land Use and Land Cover Change,LUCC)是陸地生態(tài)系統(tǒng)碳循環(huán)變化研究中不可忽視的關(guān)鍵性驅(qū)動(dòng)因素[5]。隨著城市化和工業(yè)化的發(fā)展,人類活動(dòng)在很大程度上改變了土地利用方式,導(dǎo)致植被碳儲(chǔ)量也隨之發(fā)生顯著變化。LUCC 對(duì)植被碳儲(chǔ)量變化的影響主要表現(xiàn)在植被覆蓋林地、耕地、草地等用地面積的減少和建筑用地面積增加導(dǎo)致的區(qū)域植被碳存儲(chǔ)能力的下降。

筆者以黑龍江省哈爾濱市為研究對(duì)象,利用植被凈初級(jí)生產(chǎn)力(Net Primary Productivity,NPP)和歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer,MODIS)遙感影像數(shù)據(jù),結(jié)合植被生物量回歸模型[6-7]和張佳華[8]的植被枯損模型計(jì)算不同植被地上生物量,再利用不同土地利用類型植被的含碳系數(shù)和面積計(jì)算出植被地上碳儲(chǔ)量,分析哈爾濱市不同土地利用類型植被地上碳儲(chǔ)量變化的驅(qū)動(dòng)因素,為建立低碳排放城市管理機(jī)制提供科學(xué)依據(jù)[9]。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 數(shù)據(jù)來(lái)源

1.1.1 土地利用數(shù)據(jù)

2000年、2010年和2020年研究區(qū)域土地利用類型數(shù)據(jù)來(lái)源于GlobaLand30官網(wǎng)上分辨率為30 m的土地利用類型全球地表覆蓋柵格數(shù)據(jù)。GlobaLand30 數(shù)據(jù)采用WGS-84坐標(biāo)系。

1.1.2 NPP數(shù)據(jù)

NPP數(shù)據(jù)來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)——國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心。該產(chǎn)品空間分辨率為500 m,時(shí)間分辨率為8 d。

1.1.3 NDVI數(shù)據(jù)

NDVI 數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration,NASA)MODIS網(wǎng)站發(fā)布的MOD13Q1 遙感數(shù)據(jù)產(chǎn)品。該產(chǎn)品空間分辨率為250 m,時(shí)間分辨率為16 d。

1.2 研究方法

1.2.1 植被地上碳密度及碳儲(chǔ)量估算

植被地上碳儲(chǔ)量通常可表示為某種植被類型的地上生物量、植被面積及其碳轉(zhuǎn)化系數(shù)的乘積,公式為

式(1)中:i代表土地利用類型,VCi為第i種土地利用類型的植被地上碳儲(chǔ)量(t),Bioi表示第i種土地利用類型的植被地上生物量(t/hm2);Si表示第i種土地利用類型的面積(hm2),C表示植被生物量轉(zhuǎn)化為碳的系數(shù)(若土地利用類型為林地,則C取0.50;若土地利用類型為草地、農(nóng)田等,則C取0.45)[10]。

筆者采用NDVI 生物量遙感信息模型方法,計(jì)算林地和草地的植被地上生物量。參考張慧芳[6]研究提出的林地植被遙感信息模型,對(duì)林地植被地上碳儲(chǔ)量進(jìn)行估算,模型公式為

式(2)(3)中:Bio1為林地植被地上生物量(t/hm2),NDVI是歸一化植被指數(shù),NIR和R分別為近紅外波段和紅光波段的反射率值。

參考渠翠平[7]等研究提出的草地植被地上生物量的反演模型,對(duì)草地植被地上生物量進(jìn)行估算,公式為

式(4)中:Bio2為草地植被地上生物量(t/hm2)。

除估算林地和草地植被的地上生物量外,還需要估算農(nóng)田、建設(shè)用地、未利用地、水體其他幾種土地利用類型的植被地上生物量。筆者參照張佳華[8]在考慮了植物枯損情況下建立的植被枯損模型,對(duì)農(nóng)田及其他幾種土地利用類型的植被地上生物量進(jìn)行估算,公式為

式(5)中:Bioi為第i種土地利用類型的植被地上生物量(t/hm2),Ki為第i種土地利用類型的植被經(jīng)濟(jì)系數(shù)或地上生物量比重。

1.2.2 土地利用變化轉(zhuǎn)移矩陣

筆者利用Arcgis10.2 軟件和土地利用轉(zhuǎn)移矩陣公式對(duì)哈爾濱市2000 年、2010 年和2020 年的土地利用類型柵格數(shù)據(jù)進(jìn)行聯(lián)合計(jì)算,得到2000—2020 年哈爾濱市土地利用轉(zhuǎn)移矩陣結(jié)果。

式(6)中:S為各土地利用類型的面積,Sij為土地利用從類型i轉(zhuǎn)化為類型j的面積,n為土地利用類型分類數(shù)。

2 結(jié)果分析

2.1 2000—2020 年哈爾濱市土地利用類型面積變化分析

由圖1 可知,農(nóng)田面積在2000 年、2010 年和2020年3 個(gè)階段一直呈減少的變化趨勢(shì),由2000 年的271.062 4萬(wàn)hm2減少到2020年的257.869 0萬(wàn)hm2。林地面積在這3 個(gè)時(shí)間階段呈先減少后增加的變化趨勢(shì),由2000 年的188.316 6 萬(wàn)hm2減少到2010 年的186.800 4 萬(wàn)hm2,又由2010 年增加到2020 年的190.093 4 萬(wàn)hm2。造成這種變化的原因可能是在2000—2010 年,哈爾濱市為促進(jìn)城市發(fā)展,對(duì)林地進(jìn)行采伐開(kāi)展了城鎮(zhèn)化建設(shè)或種植了農(nóng)作物;而在2010—2020 年,哈爾濱市為保護(hù)生態(tài)環(huán)境而實(shí)施了退耕還林、植樹(shù)造林等舉措,使林地面積開(kāi)始恢復(fù)。草地面積在這3 個(gè)階段也呈先增加后減少的變化趨勢(shì)。建設(shè)用地面積呈增加的變化趨勢(shì),由2000 年的15.090 3 萬(wàn)hm2增加到2020 年的21.958 2 萬(wàn)hm2。水體和未利用地面積呈增加的變化趨勢(shì)。

圖1 2000—2020年哈爾濱市各土地利用類型面積變化

2.2 2000—2020 年哈爾濱市植被地上碳儲(chǔ)量變化分析

由圖2可知,2000—2020年,哈爾濱市植被地上碳儲(chǔ)量主要表現(xiàn)為林地植被地上碳儲(chǔ)量呈先減少后增加的變化趨勢(shì),其他5 種土地利用類型的植被地上碳儲(chǔ)量都呈增加的趨勢(shì)。其中,林地植被地上碳儲(chǔ)量由2000 年的8.89×107t,減少到2010 年的7.43×107t,又由2010 年增加到2020 年的8.56×107t,20 年間共減少3.30×106t。農(nóng)田植被地上碳儲(chǔ)量由2000年的4.35×106t增加到2020 年的5.14×106t,20 年間共增加7.90×105t。草地植被地上碳儲(chǔ)量由2000 年的7.20×105t 增加到2020 年的1.07×106t,共增加3.60×105t。建設(shè)用地和水體的植被地上碳儲(chǔ)量分別由2000 年的2.13×105t和7.06×104t 增加到2020 年的3.96×105t 和8.14×104t,分別增加1.83×105t 和1.08×104t。未利用地的植被地上碳儲(chǔ)量由2000 年的2.9 t 增加到2020 年的2 177 t。

圖2 2000—2020年哈爾濱市各土地利用類型植被碳儲(chǔ)量變化

2000—2020 年,哈爾濱市總碳儲(chǔ)量中林地減少3.30×106t,其他土地利用類型共增加1.34×106t。其中,2000—2010 年哈爾濱市林地植被地上碳儲(chǔ)量減少1.47×107t,其他土地利用類型植被地上碳儲(chǔ)量增加4.89×105t,總植被地上碳儲(chǔ)量減少1.42×107t;2010—2020年哈爾濱市林地植被地上碳儲(chǔ)量增加1.14×107t,其他土地利用類型植被地上碳儲(chǔ)量增加8.49×105t,總植被地上碳儲(chǔ)量增加1.22×107t。

2.3 2000—2020 年哈爾濱市植被地上碳儲(chǔ)量變化的驅(qū)動(dòng)因素分析

通過(guò)對(duì)哈爾濱市植被地上碳儲(chǔ)量估算和表1、表2土地利用類型轉(zhuǎn)移矩陣結(jié)果分析可知,2000—2020 年哈爾濱市林地植被地上碳儲(chǔ)量呈先減少后增加的變化趨勢(shì),主要是轉(zhuǎn)為了草地和農(nóng)田。其中,哈爾濱市西南部和東南部山區(qū)由林地向農(nóng)田和草地的轉(zhuǎn)變致使到2010 年林地植被地上碳儲(chǔ)量減少1.47×107t,2010—2020 年的植樹(shù)造林、退耕還林等活動(dòng)使林地面積增加,主要由農(nóng)田和草地轉(zhuǎn)化而來(lái);哈爾濱市西北部平原和東南部山區(qū)由農(nóng)田向林地和草地向林地的轉(zhuǎn)變致使林地植被地上碳儲(chǔ)量增加1.14×107t,也正是林地面積的先減少后增加的變化導(dǎo)致其植被地上碳儲(chǔ)量的變化。

表1 2000—2010年哈爾濱市土地利用類型轉(zhuǎn)移矩陣面積變化hm2

表2 2010—2020年哈爾濱市土地利用類型轉(zhuǎn)移矩陣面積變化hm2

建設(shè)用地在2000年、2010年和2020年3個(gè)階段植被地上碳儲(chǔ)量都呈增加的變化趨勢(shì),主要是經(jīng)濟(jì)的發(fā)展、人口的增多、城市的擴(kuò)張等使哈爾濱市西北部靠近城市和零散分布在農(nóng)村房屋附近的耕地、草地轉(zhuǎn)換為建設(shè)用地,這種變化使建設(shè)用地植被地上碳儲(chǔ)量增加1.83×105t。除建設(shè)用地外,水體、未利用地的植被地上碳儲(chǔ)量也由于土地利用面積的增加而升高,20 年間這兩種土地利用類型的植被地上碳儲(chǔ)量分別增加了1.08×104、2.17×103t。

近20 年,雖然哈爾濱市農(nóng)田面積呈下降變化趨勢(shì),但其植被地上碳儲(chǔ)量一直增加,由2000 年的4.35×106t 增加到2020 年的5.14×106t。這說(shuō)明土地利用變化可能不是農(nóng)田植被地上碳儲(chǔ)量變化的主要原因,農(nóng)田植被地上碳儲(chǔ)量除受土地利用面積的影響外,可能受農(nóng)作物種植結(jié)構(gòu)的影響。農(nóng)田面積減小而其植被地上碳儲(chǔ)量增加,可能受植被碳密度高的作物種植面積增加和植被碳密度低的作物種植面積減小的影響。草地和農(nóng)田類似,其面積雖呈先增加后減少的變化,但其植被地上碳儲(chǔ)量一直呈增加的變化趨勢(shì),該變化可能受草地類型變化的影響。建設(shè)用地和未利用地植被其變化碳儲(chǔ)量變化可能受面積增多和其他因素的共同影響,在20年間呈增加的變化趨勢(shì)。

3 結(jié)論

①2000—2020 年,哈爾濱市林地植被地上碳儲(chǔ)量受土地利用面積變化的影響呈先減少后增加的變化趨勢(shì),由2000年的8.89×107t減少到2010年的7.43×107t,再增加到2020年的8.56×107t,減少的原因主要是為促進(jìn)經(jīng)濟(jì)發(fā)展,林地向草地和農(nóng)田轉(zhuǎn)化,增加的原因可能是受退耕還林、植樹(shù)造林活動(dòng)的影響,使部分草地和農(nóng)田變?yōu)榱值?。除林地外,建設(shè)用地、水體、未利用地也受土地利用面積變化的影響,在2000—2020 年3 個(gè)時(shí)間階段呈增加的變化,20 年間這3 種土地利用類型的植被地上碳儲(chǔ)量分別增加了1.83×105、1.08×104、2.17×103t。

②2000—2020 年,哈爾濱市農(nóng)田面積呈減小的變化趨勢(shì),但其植被地上碳儲(chǔ)量一直呈增加的變化趨勢(shì),由2000 年的4.35×106t 增加到2020 年的5.14×106t,說(shuō)明農(nóng)田植被地上碳儲(chǔ)量除受土地利用面積的影響外還受農(nóng)作物種植結(jié)構(gòu)的影響。草地和農(nóng)田類似,雖面積呈先增加后減少的變化趨勢(shì),但其植被地上碳儲(chǔ)量一直呈增加的變化趨勢(shì),由2000 年的7.20×105t 增加到2020 年的1.07×106t,其變化可能受草地類型變化的影響。

③2000—2020 年,哈爾濱市林地植被地上碳儲(chǔ)量總體共減少3.30×106t,其他土地利用類型共增加1.34×106t。2000—2010 年,林地植被地上碳儲(chǔ)量減少1.47×107t,其他土地利用類型植被地上碳儲(chǔ)量共增加4.89×105t,導(dǎo)致總植被地上碳儲(chǔ)量減少1.42×107t;2010—2020 年,林地植被地上碳儲(chǔ)量增加1.14×107t,其他土地利用類型植被地上碳儲(chǔ)量共增加8.49×105t,導(dǎo)致總植被地上碳儲(chǔ)量增加1.22×107t。這表明林地是影響研究區(qū)植被地上碳儲(chǔ)量的主要因素。

4 展望

筆者采用植被生物量回歸模型和植被枯損模型,計(jì)算哈爾濱市6種土地利用類型的植被地上碳儲(chǔ)量,并分析植被地上碳儲(chǔ)量變化對(duì)土地利用面積變化的響應(yīng),但影響植被地上碳儲(chǔ)量的因素還有很多(如氣候變化,林地、草地、水體等地的植被種類),因此論文的研究方向還需要從以下幾個(gè)方面繼續(xù)努力。第一,綜合考慮多種因素對(duì)植被地上碳儲(chǔ)量的影響,細(xì)化每種植被類型。第二,應(yīng)用更加全面的研究方法和估算方法。近年來(lái),眾多學(xué)者對(duì)植被碳儲(chǔ)量的研究逐漸深入,反演出許多有關(guān)植被碳儲(chǔ)量的過(guò)程模型,為植被碳儲(chǔ)量的計(jì)算提供了極大的方便,但大多數(shù)過(guò)程模型的研究還集中在林地和草地方面,其他植被類型如農(nóng)田相關(guān)的過(guò)程模型較少,對(duì)這一方面的研究還需要做進(jìn)一步的努力。

主站蜘蛛池模板: 国产精品免费p区| 亚洲精品免费网站| 亚洲一区二区三区国产精华液| 免费欧美一级| 国产18在线| 在线观看无码a∨| 91成人在线免费观看| 2020久久国产综合精品swag| 午夜激情福利视频| 天天躁夜夜躁狠狠躁图片| 亚洲婷婷六月| 免费三A级毛片视频| 国产精品露脸视频| 精品91自产拍在线| 国产欧美日韩18| 夜夜操狠狠操| 精品欧美视频| 二级特黄绝大片免费视频大片| 国产欧美视频一区二区三区| 亚洲中文字幕23页在线| 欧美日韩v| 免费99精品国产自在现线| 熟女视频91| 多人乱p欧美在线观看| 国产91视频观看| 久久久久无码精品| 露脸国产精品自产在线播| 午夜人性色福利无码视频在线观看| 午夜啪啪网| 99热国产在线精品99| 久久这里只有精品8| 国产精品冒白浆免费视频| 中文字幕首页系列人妻| 白丝美女办公室高潮喷水视频| 日韩专区第一页| 日本午夜三级| 精品国产三级在线观看| 亚洲天堂网在线播放| 国产av一码二码三码无码| 国产va视频| 欧美人与牲动交a欧美精品| 国产91蝌蚪窝| 欧美精品aⅴ在线视频| 午夜福利视频一区| 欧美午夜性视频| 午夜福利亚洲精品| 亚洲爱婷婷色69堂| 色婷婷丁香| 国产自在自线午夜精品视频| 97久久免费视频| 国产成+人+综合+亚洲欧美| 国产日韩精品一区在线不卡| 亚洲精品国偷自产在线91正片| 亚洲欧美h| 国产打屁股免费区网站| 精品免费在线视频| 亚洲无码高清视频在线观看 | 精品伊人久久久香线蕉| 四虎精品国产永久在线观看| 国产性生大片免费观看性欧美| 久久毛片网| 一本色道久久88亚洲综合| 亚洲无码视频喷水| 91无码人妻精品一区| 极品尤物av美乳在线观看| 又爽又黄又无遮挡网站| 毛片免费网址| 国产精品太粉嫩高中在线观看| 国产一区三区二区中文在线| 午夜福利视频一区| 亚洲色图欧美激情| 呦视频在线一区二区三区| 欧美性精品不卡在线观看| 午夜性爽视频男人的天堂| 欧美a级在线| 国产福利一区视频| 国产综合日韩另类一区二区| 456亚洲人成高清在线| 国产精品分类视频分类一区| 国产办公室秘书无码精品| 国产AV无码专区亚洲精品网站| 狠狠色丁香婷婷|