大都市地区植被净初级生产力(NPP)动态变化与城市化驱动力研究–以北京市为例外文翻译资料

 2023-03-14 18:43:43


摘要：一、外文资料译文：

大都市地区植被净初级生产力(NPP)动态变化与城市化驱动力研究--以北京市为例

背景 城市化的生态环境效应是景观生态学研究的热点问题。

目标 分析北京市城市化进程中人口、经济和空间发展对植被净初级生产力(NPP)的影响。研究不同城市化阶段的NPP响应机制，为城市发展的生态环境可持续提供建议。

方法 使用CASA模型估算NPP。采用线性回归和多项式回归分析方法，分析不同城市化阶段的NPP响应机制。

结论 NPP高值区位于延庆东北部、密云西北部、怀柔北部和平谷。NPP的分布由高到低依次为远郊、近郊、环城中心和市中心。由于冬季城市热岛效应的影响，2009年环城中心和中心城区估算的NPP比2001年有所增加。NPP与经济和空间城市化均呈负相关，但人口增加并不一定会导致NPP立即下降。对5类城市开发区的NPP动态分析表明，城市化导致了NPP在时间和空间上的持续和明显的损失，但在高度城市化地区NPP又有一定的促进作用。

讨论 NPP对城市化的响应经历了三个阶段：破坏阶段、对抗阶段和协调阶段。阶段门槛取决于当地的生态环境管理和城市规划的干预。

关键词：NPP动态，城市化进程，不透水面面积，中国北京市

引言

城市化是20世纪以来人类发展最显著的特征，它是指人口从农村向城市转移。城市化至少包括三个方面：迁移、经济发展和空间扩展。作为人口移动和经济发展的结果，城市土地覆盖发生了显著变化，这对区域生态环境系统产生了的巨大影响。城市化改变了生物地球化学循环、土壤质量和生物多样性，以及重建区域生态系统的水、热和碳平衡。因此，研究城市化过程中城市景观格局的变化及其生态影响已成为阐明人口增长、经济发展、景观变化及其生态效应之间相互作用的重要课题。植被净初级生产力(NPP)直接反映了植被的生产能力，这是全球生态系统中有机物质和能量循环的基础。NPP通常被定义为“NPP=光合作用-呼吸作用”或“NPP=植物生长 凋落物”。NPP的形成是一种典型的自然生态系统功能，可以有效地反映城市化的生态响应。土地覆盖从乡村景观转变为城镇景观通常会导致NPP的整体下降。

然而，关于这一推理也存在一些争议。Imhoff等人发现自然条件较差地区的城市化提高了光合作用生产率，Milesi等人提出，集中的城市森林规划可以缓解NPP的下降。Imhoff等人的研究结果表明，冬季寒地城市化地区的NPP显著提高。Buyantuyev和Wu发现，城市化地区的植被生产力可以通过引进高生产力的植被种群、进行人工栽培和施肥来提高。因此，城市化带来的环境问题可能是阶段性的。要识别城市化阶段的差异，必须认识到城市化不仅仅是土地建设。它通常涉及复杂的内部机制，例如城镇转变为街道，村庄转变为社区。然而，目前的研究往往缺乏与人口城镇化和经济城镇化相关的NPP综合测度，忽略了NPP在城市化不同阶段的阶段性差异。

大都市地区是研究城市化生态效应的理想地区，因为受影响地区的城镇化率和面积往往较高，其生态影响也较突出。此外，由于这些地区的空间范围很大，在大都市地区内部往往存在更显著的城市化差异。城市化差异不仅可以用来量化同一时间点的城市化生态效应，也可以用来量化同一时间序列的城市化生态效应。近30年来经历了快速城市化的中国，即使在城市中心也遭受了重大的生态环境恶化影响。作为大都市，北京是中国的首都。近二十年来大规模的建设促进了经济的显著发展和人口的增长，由此导致对建设用地的需求增大。北京市的城市化导致了自然景观数量减少，混合用地面积增加。北京市城市化进程中对NPP的负面影响应引起重视。

在本研究中，我们以北京市为个案研究区域，分析了2001-2009年间北京市NPP的动态变化以及与之相关的城市化驱动机制。我们的目标是：(ⅰ)利用CASA模型估算NPP，明确NPP的时空变化；(ⅱ)利用线性和非线性回归分析NPP与空间城市化、经济城市化和人口城市化的关系；(ⅲ)揭示不同城市化阶段对北京市NPP的影响。

研究区和数据

研究区

北京市位于华北平原西北部，南临黄淮海平原，北临燕山和内蒙古高原，西临太行山，东北临松辽平原。面积16807.8㎞sup2;，115°25′-117°30′E，39°28′-41°05′N。北京市属于典型的温暖亚湿润大陆性季风气候，四季分明，春季干燥多风，夏季炎热多雨，秋季阳光温和，冬季寒冷多雪。由于地形、水、热和土壤类型的垂直分异，不同海拔高度有不同的植被带。

自20世纪80年代以来，北京市经济发展迅速，人口大幅增长，郊区与市中心合并。另外，工业和制造业已迁往郊区。目前，北京市有四种功能区：(ⅰ)市中心；(ⅱ)扩张区；(ⅲ)新开发区；(ⅳ)生物保育区。

数据来源

数据来源如下：(ⅰ)2001年和2009年由中国科学院提供的陆地卫星图像20010831R123L32、20010831R123L33、20090922R123L32和20090922R123L33；(ⅱ)2001年和2009年每10天一景SPOT/VGT图像；(ⅲ)北京地区植被类型(1：100万)，用于计算光合辐射和最大光能利用；(ⅳ)由中国气象数据共享服务(http://cdc.cma.gov.cn/)提供的气象资料，包括北京气象站的日最高、最低、平均气温、降雨量和太阳辐射；(ⅴ)《北京统计年鉴》、《北京经济和社会发展统计公报》、《北京统计信息网》提供的2001年至2009年北京市16个县(市)的人口、制造业和国内生产总值数据(http://www.bjstats.gov.cn/)；(ⅵ)行政区边界和自然要素(如河流和水域)的ARC/INFO覆盖数据；(ⅶ)基于北京统计年鉴的县域粮食产量和MOD17A3H的NPP产品中分辨率成像光谱仪(MODIS)影像估算(https:// lpdaac.usgs.gov/dataset_discovery/modis/modis_pro ducts_table)。

在数据处理过程中，采用最大值合成方法将10日SPOT/VGT NDVI合成月图像，空间分辨率为1km。利用ENVI5.0中的图像锐化方法，通过融合陆地卫星NDVI的纹理，将SPOT/VGT NDVI缩小到30m，使数据可用于城市尺度分析。

方法

利用CASA模型估算NPP

NPP估算模型可分为三个部分，即统计模型、过程模型和参数模型。参数模型更适合大面积而不是小面积。1972年，Monteith第一个通过吸收光合有效辐射(APAR)和光能利用效率来估算NPP。他还建议考虑水、温度和营养的影响。Potter等人的研究成果提出了基于GIS和RS的CASA模型，并利用该模型研究了全球陆地NPP和净生态系统生产量的空间分布。Ruimy和Saugier在原有CASA模型的基础上分配了不同生态系统中的光效率，由于参数增益的可操作性和表示NPP年变化的适用性，该模型已成为利用遥感监测NPP动态的重要手段。

在CASA模型中，NPP由APAR和光能利用效率决定。光合成有效辐射是植物光合作用的驱动力，APAR代表被吸收的植被冠层的一部分。光能利用效率(ε)是指单位面积内某一时期叶片的生产潜在化学能与光合作用有效辐射能之比。APAR由太阳辐射和FPAR(光合作用有效辐射的部分)决定，而光能利用效率由温度胁迫系数、水分胁迫系数和光能利用的最大效率决定。NPP使用以下公式计算：

其中NPP(x,t)是NPP(gC m-2 month-1)；APAR(x,t)是有效辐射(gC m-2 month-1)；ε(x,t)是实际光能利用率(gC MJ-1)；x是空间位置；t是研究期；SQL(x,t)是太阳辐射(MJ m-2 month-1)，指的是中国北方地区的平均值；FPAR(x，t)是入射太阳辐射中被光合有机体吸收的光合有效辐射光谱区域中的一部分；0.5是有效辐射与太阳总辐射之比；SRi,min和SRi,max分别代表最大和最小NDVI简单比率SR；FPARmin=0.001，FPARmax=0.95，alpha;为0.5；Tε1(x,t)和Tε2(x,t)代表温度胁迫系数；Wε(x,t)代表水分胁迫系数；εmax代表最高的光能利用效率（gC MJ-1）。Topt(x,t)是NDVI达到峰值时的平均温度。如果平均温度等于或低于-10°，则Topt(x,t)为0；如果平均温度高于或低于最优温度10°或13°，则Tε2(x,t)为最佳温度等于平均温度Tε2(x，t)的一半。E(x，t)代表实际蒸散量(mm)，Ep(x,t)代表潜在蒸散量(mm)。

城镇化特征

城市化的特征可以是人口、经济聚集和住房扩张。因此，本研究从人口城镇化、经济城镇化和空间城镇化三个方面对城镇化过程进行了定量分析。人口城镇化和经济城镇化通过人口密度和人均GDP指标进行量化，空间城镇化分析指标为不透水面面积(ISA)。

不透水面面积也被用来表示城市在亚像素尺度上的空间扩展强度。植被不透水表土(V-I-S)模型提取的ISA是一种连续的空间数据，可用于综合测量城市土地利用强度和坡度动态。ISA通常是使用线性光谱混合模型(LSMM)提取的，用于光谱混合分析。由于计算简单，被广泛使用的线性趋势模型比非线性趋势模型更受欢迎：

其中Ri代表波段为i时的像素反射率；i代表光谱波段；p代表终端成员的数量；Rik代表波段i的终端成员K的反射率；ei代表波段i的误差。在研究中，终端成员的数量是3，分别代表植被、不透气性和土壤。

为了检验模型的有效性和准确性，本研究用均方根误差(RMSE)分析了ISA的误差。计算公式如下：

其中，RMSE表示均方协方差误差，其是预测值和观测值之间差异的量度；εin是当频带为n时像素i的残差，m表示像素数。经检验，2001年和2009年北京市中心城区平均均方根误差分别为0.021和0.018。北京郊区2001年和2009年的均方根值分别为0.025和0.012。由于所有RMSE值均小于0.1，ISA模型可被认为具有可接受的精度。

NPP变化与城市化的相关性分析

城镇化的统计测算通常以行政单元为单位。因此，着眼于人口城镇化和经济城镇化，北京市行政单元的统计分析更能反映市级城镇化的规律性。本研究

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[596234]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章