英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

2000-2013年中国草地对气候变化和人类活动的响应

摘要：随着气候变化和人类活动有可能造成草地退化，增进我们对气候变化和人类活动对草地动力学影响的理解变得重要。准确评估气候变化和人类活动对草地动力学的影响对了解草地退化的机理和控制草地退化至关重要。在这在研究中，净初级生产力（NPP）被选为反映草地动态的指标。与此同时，潜在的NPP（PNPP）和人为的NPP（HNPP）计算为PNPP与实际值之差ANPP（ANPP）用于评估2000-2013气候变化和人类活动对中国草地NPP的相对影响。草地ANPP结果显示2000-2013生产力总体增加（81.21％比18.79％）。对于ANPP的增长，气候变化和人类活动对草地变化的相对贡献分别为41.45％和45.22％。在四川，甘肃，宁夏和内蒙古，气候变化是引起ANPP增加的主要因素。以人为主导的ANPP的增加主要发生在西藏，青海和新疆。ANPP的增加主要受人类活动的影响而不是气候变化的影响，特别是在内蒙古。同时，气候主导的ANPP上升而人类主导的ANPP下降主要发生在中国六大草原类型的平原草地，荒漠草地和草地上。进一步在高山亚高山草甸和高山亚高山中，气候主导的草原ANPP被发现减少，而以人为主导的ANPP增加。自2003年来，降水增加和生态工程的实施对草地ANPP增加是有效的。目前的研究结果建议中国政府-应当继续在全国范围内广泛实施禁牧政策加强在内蒙古和北疆的实行，尤其是平原地区，沙漠草原和草甸。

1 引言

气候变化和人类活动是推动了陆地生态系统的变化的两个主要因素（Haberl等，2007；He 等人，2015 ）。伴随着在过去几十年中消极的人类活动加上异常气候现象加剧，一系列生态问题，例如水土流失，生物多样性丧失，尤其是生态系统退化严重加剧（Zhou et al。，2017）。因此，分离并量化这两个因素对生态系统的影响，重点是陆地生态系统的动态变化被认为是一项重点研究，（Chen等，2014 ; Li等， 2012 ; 韦塞尔斯等人，2007年）。作为全球陆地生态的重要组成部分，草地生态系统覆盖了近25％的陆地全球最广泛的植被类型之一，为反刍动物的牛奶和肉类生产等食物供应做出重大贡献。（斯库洛克和霍尔，1998年; 周等，2014）。此外，通过持有全球约20％的碳储量（陈 等，2016; 斯库洛克和霍尔，1998年），草地生态系统通过碳储存和碳固定的长远过程对平衡温室气体浓度起着至关重要的作用。另外，草土地生态系统在一定程度上与社会经济发展和区域生态安全密切相关（Zhang等，2018）。

中国的草原总面积为393万平方公里，其中占中国土地总面积的近40％。但是，气候导致中国大约90％的草地面积退化变化（主要是全球变暖和干旱）（Yu等，2012 ; 赵和Running，2010b; 周等，2014）以及人类活动（主要是过度放牧，人口增长和土地过度利用）（哈里斯，2010年；Wu等，2013）。中国的草原大部分分布在主要牧区，如青藏高原和西北地区（周等，2017）。因为它们主要分布在中国的干旱和半干旱地区，草地生态系统非常脆弱，易受气候变化和人类活动的影响（张等人，2018）。

最近的研究表明，该地区总草地面积的61.49％中国西北地区在2001–2010年间经历了退化（Zhou等，2014）。减轻和应对生态系统退化问题，一系列的生态保护政策和恢复措施克是中国政府在1990年代后期和2000年代初期推出的（Mu等，2013）。例如，退耕还林工程（GTGP）于1999年启动，旨在用草和树木替代广泛脆弱地区的耕地和放牧土地（Gang 等，2018; Zhou et al，2017 ）。此外，还于2003年进行了另一次退牧计划（GWP），通过禁止放牧、使用牧场或轮牧减少天然草原上的放牧压力（Xu等，2016）。但是，气候变化和人类活动在中国几个省的不同草原生态系统类型上显示出很大的空间差异性，可能会给地方政府优化草地管理措施带来挑战（张等人，2018）。因此，建立一个鉴定个体效应的最佳定量方法这两个因素对草原的动态变化，特别是干旱地区中国的半干旱地区将是至关重要的。

最近的研究表明人类对植被的占有可以通过比较潜在的植被生产力实际的生产力与来确定，潜在植被生产力和实际植被生产力之间的差异代表了人为因素对植被的影响（李等人，2018）。在这个框架的基础上，在过去的几十年里，使用净初级生产力(NPP)作为参数来分离和量化气候变化和人类活动在植被动态中的相对作用的科学家数量呈指数增长（Li等，2016 ; Wessels等， 2008 ）。NPP是单位时间和空间内植物群落通过光合作用固定的碳量，不仅是植被生长状况和生态系统健康的重要代表，而且对全球生物圈碳循环具有重要影响(Liang et al.， 2015;Piao et al., 2006)。NPP对气候变化更敏感，尤其对人类活动更敏感，可以准确反映植被生长对气候和人为因素的响应(Chen et al.，2015;波特等人，2012)。具体而言，气候控制潜在NPP (climate- controlled potential NPP, PNPP)代表了在没有人为干扰的情况下植被的潜在生长条件。具体地说，潜在NPP是一个代理指标，指示在没有人为干扰的情况下植被的潜在生长状态，而人为干扰仅受气候变化的控制。实际生产力是指受气候和人类活动共同控制的生产力的实际状况。人类诱发的NPP (human -induced NPP, HNPP)定义为:HNPP=PNPP- ANPP，可以表达人类活动对植被生长的影响(Ugbaje et al.，2017;Wessels等，2008)。因此，一项详细的研究认为可以通过比较ANPP、PNPP和HNPP在不同时期的变化趋势来确定主要驱动因素在像素水平上对植被生态系统变化影响 (Wu et al.，2017)。

迄今为止，大量的文献基于NPP和情景模拟方法对气候主导下的人为因素对草地动态变化的影响进行了定量分析，因为与其他方法相比，该方法可以在一定程度上避免一定的不确定性（Xu等，2017）。例如，徐（Xu et al.，2016）重点研究了不同时间尺度下青藏高原草地动态响应与人类活动的关系，并建立了相应的评价方法。（张等人，2018）用同样的方法评价2000-2014年新疆草地生态系统的主要驱动因素。此外，杨（Yang等，2016）和Gang（Gang等，2014）将研究范围扩展到区域和全球范围，说明NPP与情景模拟相结合的方法在定量评价全球草地变化中气候变化和人类活动的相关作用方面已经得到了广泛和成功的应用。

在此基础上，利用卫星遥感图像对我国草地NPP的分布和动态趋势进行了详细的描述（Lu等，2010；Wessels等，2008）。对气候变化和人类活动在草地NPP变化中所起的不同作用的定量分离研究少之又少。尽管最近的研究试图区分干旱胁迫和人为因素在草地退化中的相对作用（Yang等，2016 ; 周等，2017）。使用Thornthwaite纪念模型模拟潜在的NPP仍存在许多不确定性，因为这种由气候驱动的NPP估算模型仅使用降水量和温度作为输入变量（Wang等，2016）。此外，人类活动的特定驱动因素对草地动态的影响，例如放牧压力和恢复政策（Gang 等，2018），在以前的研究中没有进一步探索。事实上，气候变化和复杂的人类活动对中国草地NPP变化的影响和程度仍然是未知的。因此,量化气候和人为因素对草地NPP变化可以帮助确定气候变化以及人类活动加剧在哪里以及如何影响中国草原动态,这有利于优化草地管理措施来抵消这两个因素对草原生态系统的负面影响。2000年到2010年的气候被认为是自19世纪80年代以来全球最热的十年（Khalifa等人，2017年; 赵和Running 2010b ）。因此，考虑这些年来的调查结果，对研究草地生态系统的动态和模式具有重要的意义。

为了弥补研究不足，在本研究中，使用光能利用率模型，CASA模型估计草原ANPP和PNPP揭示2000-2013年中国草原变化，在一定程度上可以减少潜在NPP模拟的不确定性。HNPP是由PNPP减去ANPP计算出来的。我们还通过比较上述三种NPP的变化趋势，建立了八种可能的情景，以评估2000-2013年期间气候变化和人类活动对中国草地动态变化的相对影响。我们的主要目标如下:（1）考察中国草地生态系统的时空格局和动态;(2)建立一种最优的方法来确定气候变化和人类活动对中国草地动态的个体贡献;(3)区分研究期间人类活动引起的草地生态系统变化与气候变化引起的草地生态系统变化，并确定主要的驱动因素，特别是在中国主要的畜牧业省份。研究结果可为今后制定草原生态系统可持续发展政策和优化草原管理措施提供有益的理论和方法依据。

2 材料和方法

2.1 数据来源与处理

2.1.1 遥感数据

选择中分辨率成像光谱仪(MODIS)数据集作为输入参数，驱动CASA模型计算ANPP和PNPP具体来说，我们从NASA的1级和大气档案与分配系统网站(http://ladsweb.nascom.nasa.gov/data/search.html) 下载了2000-2013年mod13a2和mod15a2的16天复合大气修正版，分辨率为1km。MODIS-NDVI和LAI数据提取自使用MODIS re-的MOD13A2和MOD15A2数据集投影工具（MRT）。我们还使用了最大值合并（MVC）程序以合并16天的MODIS-NDVI和LAI数据以生成每月数据集。复合NDVI使用Spector-Grant过滤对数据进行平滑和过滤获得最终每月NDVI数据集的方法。对LAI数据进行最小值合成，检索输入参数。利用ArcGIS V10.2软件将原始的积分正弦曲线投影到基于WGS- 84基准的Albers等面积圆锥投影中，利用最近邻法对数据进行重采样，空间分辨率为500 m（美国加利福尼亚州ESRI）（Gang等人，2018; Wang等，2016; 张等人，2018; 周等 2017年）。

2.1.2 气象资料

用于估算NPP的气象数据主要包括680个气象站的平均月降水量和温度数据，以及102个气象站2000 - 2013年的太阳总辐射数据。这些数据来源于中国气象数据共享服务系统（http：// cdc.cma.gov.cn/）。我们使用ANUSPLIN 4.2版软件对气象数据进行插值，生成与遥感图像(即500 m)具有相同空间分辨率的栅格图像，并使用与遥感数据相同的坐标系统和投影（Gang等，2018）。利用ArcGIS V10.2计算研究期间的月平均温度、预测和总太阳辐射（ESRI，加利福尼亚州，美国）。

2.1.3 草原类型数据

草原地图是从2000年全球土地覆盖获得的（GLC2000）数据集，其空间分辨率为1 km，即从以下网站http：//bioval.jrc.ec.europa.eu / products / glc2000 / data_access.php 。的详细说明 草地类型可以在Gang等人的文章中找到。(Gang et al. ,2014; Wang等,2016年)。这些数据被重新采样到500 m以匹配其他数据的分辨率。如图1所示，草地生态系统在中国主要分布在青藏高原和中国西北，其中包括九个主要的畜牧业省，即新疆，西藏，青海，甘肃，即时通讯，宁夏，陕西，四川和云南。草地覆盖类型的类别中国主要包括高山亚高山草甸，斜坡草原，平原草原，荒漠草原，草甸，高山亚高山草原。

2.1.4 统计数据

获得了年度牲畜数据和所有人为因素数据从粮食及农业组织的公共领域数据集中联合国的说明，可以从他们的论文信息网站下载：http：//faostat3.fao.org/download/E/EK/E。

图1. 中国草地分布（a）和区域站点位置（b）

2.2 方法

2.2.3 草原NPP与气候变化趋势分析

采用线性回归分析方法，在像素尺度上检测2000 - 2013年草地NPP与气候因子的时空变化(Chen et al.，2019)。进行这种分解的公式可以表示为:

（12）

其中，n为2000 - 2013年的研究周期，i为当年的序号。Vari表示第i年的研究变量，包括NPP、MAT和MAP。以NPP在时间序列上的变化为例，斜率值为正说明NPP随时间呈上升趋势，反之亦然。然后，通过F检验确定草地NPP趋势的显著性，代表趋势变化的置信水平(Liu et al.，2019)。表示趋势变化的置信度（Liu等人，2019）。

2.2.4 曼肯德尔（MK）检验

在上述三类NPP (ANPP、PNPP和HNPP)的趋势分析中，采用非参数Mann-Kendall (MK)检验来估计2000 - 2013年所有像素值的突变点(Zhang et al.，2018)。该方法被广泛应用于长时间序列的NPP变点检测(Chen et al.， 2019;张等，2018)。具体计算过程如下

设npp序列为x₁, x₂，hellip;，x_n, S_k为第i个样本的累积量，即x_i N x_j (ige;jge;1)，统计量为:

（13）

在这个表达式中，当x_i gt;x_j时r_i =1;当x_ile;x_{j 剩余内容已隐藏，支付完成后下载完整资料}

资料编号：[238801]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 大陆及全球范围下土地利用变化的一种集成建模方法外文翻译资料
• 泰国登革出血热时空分布格局及其气候驱动因素研究外文翻译资料
• 土地覆盖变化或土地利用集约化：利用全球范围的土地变化模型模拟土地系统变化外文翻译资料
• 基于MODIS数据利用生物光学模型估算伊利湖水域 二类水体的叶绿素a浓度外文翻译资料
• 杭州师范大学仓前校区测绘控制网设计研究外文翻译资料
• 对公共交通用户在持续数周活动序列中模式的推断外文翻译资料
• 基于场景的城市可持续性建模，重点关注快速城市化下的耕地变化：杭州1990-2035年的案例研究外文翻译资料
• 基于多尺度面向对象分类和概率霍夫变换的高分辨率图像建筑物提取外文翻译资料
• 长江流域年径流变化及其与降水和气温的关系外文翻译资料
• 气温的时空分布特征分析外文翻译资料