利用1981-2008年长时间序列的AVHRR和SPOT VEGETATION遥感数据监测浑善达克沙尘源区植被覆盖动态变化,基于归一化植被指数(NDVI)和植被盖度的定量关系模型,通过植被盖度阈值结合实地考察数据评价沙地活动性,并利用统计学方法分析植被覆盖变化与气象、地形与社会经济等因素之间的关系,确定沙尘源区植被覆盖和沙地活动性变化的主要驱动力。基于Biome-BGC 4.2模拟不同温室气体排放方案下的未来气候情景(IPCC AR4 高排放SRES-A2、中等排放SRES-A1B和低排放SRES-B1)下,沙区植被第一性生产力(NPP)及变化,探讨驱动变化的关键因子,分析浑善达克沙区植被覆盖对全球气候变化的响应,促进整个浑善达克沙尘源区区植被覆盖监测、模拟和预测的基础研究,为全球变化背景下沙区大气、生态、水文等过程响应研究提供基础数据,为区域生态安全和社会、经济的可持续发展提供科学依据。
Otintag Sandy Land;remote sensing monitoring;simulation;climate change;vegetation coverage
21世纪人类正面临着全球环境和社会可持续发展的巨大挑战,气候变化和荒漠化将成为制约我国可持续发展的重大环境问题。浑善达克沙区位于中国季风边缘、国际地圈生物圈计划(IGBP)中国东北样带内,对气候变化与人类活动影响较为敏感。自60年代以来,土地荒漠化现象严重,是最重要的东亚沙尘源地之一。现代气候变化研究表明整个浑善达克沙地地区气温升高的趋势和全球变暖表现一致,且气温升高更加显著。通过对植被动态变化的监测,选择合适的植被指数可以对土地荒漠化进行评价。植被的动态变化在一定程度上反映气候变化的趋势,国内外已经对植被-气候的关系开展了大量的模拟研究,但对于植被分布变化的驱动机制及其对于未来气候变化响应的研究仍较少。基于过程的平衡态陆地生物圈模型Biome-BGC是一个模拟陆地生态系统植被和土壤中能量、水、碳、氮的流动和存储的生物地球化学循环模型,主要应用于模拟在当前或历史气候条件下的生态系统过程,检验生态系统对气候扰动的反应,预测生态系统对全球变化的反应。随着遥感技术提供资料信息的不断发展,Biome-BGC模型在时、空尺度上得到了极大发展。研究利用长时间序列GIMMS和SPOT VGT NDVI数据在监测浑善达克沙地植被动态的同时,建立基于Biome-BGC的模型,为区域未来气候变化情景下植被覆盖、沙地活动等气候变化响应的研究奠定基础。课题依据野外调查数据,结合地面气象观测数据,利用遥感影像分析浑善达克沙地的环境及近期的变化特征,利用1981-2010年长时间序列的AVHRR和SPOT VEGETATION遥感数据监测浑善达克沙尘源区植被覆盖动态变化,确定沙尘源区植被覆盖变化的主要驱动力;利用Biome-BGC 4.2模拟IPCC第四次评估报告全球中温室气候排放方案的未来气候情景(高排放SRES-A2、中等排放SRES-A1B和低排放SRES-B1)下,沙区植被分布格局及变化,探讨驱动变化的关键因子,分析浑善达克沙区植被覆盖对全球气候变化的响应,从而促进整个浑善达克沙尘源区植被覆盖监测、模拟和预测的基础研究,这对于浑善达克沙地土地荒漠化机理及退化土地恢复重建等环境问题的研究,具有重要的理论价值和现实意义,为全球变暖背景下沙区大气、生态、水文等过程响应研究提供基础数据,为区域环境生态安全研究和首都生态圈的防沙治沙、为区域社会、经济的可持续发展提供科学依据。