分类： 地球科学 >> 地理学 提交时间： 2024-07-04 合作期刊: 《干旱区研究》
摘要： 净生态系统生产力(NEP)是评估陆地生态系统碳吸收量的重要指标，而土地利用/覆盖变化(LUCC)是影响区域碳吸收量变化的主要因素之一，分析LUCC与NEP的变化趋势，对区域实现“双碳”目标具有重要意义。基于阿克苏河流域 2000—2020 年 LUCC 与 MODIS 遥感数据估算区域内各土地利用/覆盖类型的年均固碳速率，借助PLUS模型模拟未来40 a的LUCC，预测未来40 a流域NEP时空变化趋势。结果表明：(1)近20 a流域内总NEP呈上升趋势，上升速率为0.136 Mt C·(10a)-1 ，林地平均固碳速率最高;(2)未来40 a阿克苏河流域总碳吸收量在不断上升。林地面积的增加是阿克苏河流域碳吸收量上升的主要途径，生态保护工程的积极性对流域内碳吸收量起到关键作用。
分类： 地球科学 >> 地理学 提交时间： 2022-04-14 合作期刊: 《干旱区地理》
摘要： 以哈萨克斯坦北部雨养耕作区为研究靶区，基于春小麦产量统计数据和遥感光谱指数，开 展了春小麦估产最优预测时期及植被指数分析，采用回归分析、随机森林、支持向量机及双向循环 神经网络模型估算春小麦产量，并对比分析了不同模型的模拟精度。结果表明：北哈萨克斯坦州、 阿克莫拉州和库斯塔纳州20072016年春小麦估产的最佳预测时期为6月26日8月5日，该时期是春小麦产量形成的关键时期。北哈萨克斯坦州春小麦估产最优植被指数为7月12日的绿度叶绿素指数（Green chlorophyll index, CIgreen），阿克莫拉州春小麦估产最优植被指数为8月5日的绿度动态宽波段指数（Green wide dynamic range vegetation index, WDRVIgreen），库斯塔纳州春小麦最优估产植被指数为7月12日WDRVIgreen。对比分析4种模型模拟春小麦产量的精度，在样本点较少的情况下，双向循环神经网络模型相比其他模型在估算哈萨克斯坦北部三州春小麦产量上精度较高；春小麦产量与植被净初级生产力NPP相关性分析结果显示，北哈萨克斯坦州、阿克莫拉州和库斯塔纳州决定系数R2在0.50以上面积占比分别为44%、94%和77%，表明上述估产模型可应用于哈萨克斯坦北部三州春小麦估产，尤其是阿克莫拉州和库斯塔纳州。
点击量
点击量
下载量
评论
