长三角地区植被净初级生产力时空演变及其影响因素研究

这是一篇关于净初级生产力,时空演变,影响因素,情景分析,长三角地区的论文, 主要内容为由CO2增加而导致的全球气候变化问题是人类面临的重大挑战。陆地生态系统具有强大的固碳功能,陆地植被能够通过光合作用将大气中的CO2转化为有机化合物储存起来,在全球碳循环过程中起着关键作用。植被净初级生产力(Net Primary Productivity,NPP)是在单位时间单位面积上绿色植物由光合作用产生的有机物总量扣除自养呼吸后的剩余部分,也就是植被干物质中的碳量。长三角地区是我国典型的快速城市化地区,研究长三角地区2000～2018年植被NPP的时空演变及影响因素能够为该区域的绿色低碳可持续发展提供科学依据,也能为其他类似城市化地区提供参考借鉴。基于此,本文采用CASA模型、趋势分析法、情景分析法和相关分析法等,分析了 2000～2018年长三角地区植被NPP的空间分布及动态演变特征,并选取土地利用变化、年降水量、年均温、年太阳辐射量作为植被NPP变化的关键影响因子,揭示关键影响因子对植被NPP的影响。研究结果表明,2000～2018年期间长三角地区的植被NPP均值在583.69～669.18 gC/(m2·a)之间,植被NPP均值总体上呈现波动发展趋势。长三角地区大多数城市植被NPP均值呈减少的趋势,尤其是江苏省只有徐州市为轻微增长趋势,其他城市植被NPP均呈减少趋势。安徽省的植被NPP均值变化趋势与江苏省、浙江省、上海市相比呈增长趋势的城市较多。在关键因子的影响研究中,土地利用变化主要表现为耕地的锐减和建设用地的快速扩张。但是建设用地向着更加聚集的趋势发展,体现为城市核心区域建设用地增加,核心区以外的零星低效建设用地转换为耕地、草地等土地类型,这一定程度上弥补了建设用地扩张对植被NPP造成的减少。尽管如此,建设用地面积的扩张仍对各个城市植被NPP均值的变化有着直接的影响,如上海市、江苏省南部地区、浙江省东部地区和安徽省中部均为建设用地面积扩张较多的区域,该区域的城市2000～2018年植被NPP均值总体上均呈显著减少的趋势。气候因子中,年降水量和年太阳辐射量均对植被NPP有着正向的影响作用,年均温度则由于植物有着最适生长的温度要求而存在阈值,年均温对植被NPP的影响存在这空间异质性。基于上述研究,提出如下对策建议:政府要严守永久基本农田和城镇开发边界线,避免建设用地盲目扩张,占用耕地和林地;整理低效建设用地,提高土地利用效率;采取区域生态补偿措施,植被固碳减少的地区对增加的地区进行相应补偿,促进区域协调可持续发展;城市化地区需减少不透水面的面积,避免雨水流失,采取技术手段贮存地表径流,增加雨水下渗,为植被提供充足的水分;对一些高耗能高污染的产业进行管控,缓解城市化地区上空通常污染物浓度大、云雾多、透明度小,导致日照时间短、太阳辐射少的问题,对城市的热岛效应起到一定的缓解作用。

吉林省落叶松林净初级生产力时空特征及其对气象因子的响应

这是一篇关于长白落叶松林,净初级生产力,LPJ-DGVM模型,敏感性分析,气象因子的论文, 主要内容为准确量化和预估净初级生产力(Net primary productivity,NPP)能为应对区域森林经营管理、碳排放以及全球气候变化提供重要依据。目前能够针对大范围植被区域进行较好估测的LPJ-DGVM动态植被模型(Lund-Potsdam-Jena Dynamic Global Vegetation Model)被国内外广泛应用,但仍需在本土化时对其参数进行校正,以提高模型区域模拟精度。因此,本研究以吉林省长白落叶松林为研究对象,借助2000—2019年的气候数据,采用EFAST法和Morris法两种全局敏感性分析方法对LPJ-DGVM模型进行敏感性分析,并对部分关键参数进行优化,与同时期固定样地调查数据和遥感观测数据对比验证,最后分析吉林省落叶松林近10年的NPP时空格局分布及其对气象因子的响应,为吉林省落叶松林经营管理以及在陆地生态系统碳循环和气候变化研究中提供依据。主要得出以下结论:(1)基于EFAST法和Morris法筛选的2009—2014年和2000—2019年两个阶段内参数敏感性排名为显著或极显著相关,但基于Morris法的运行次数和时间要远小于基于EFAST法。两者均筛选出参数krp、αm、αa和gm为LPJ模型敏感性参数,且代表树冠面积与胸径关系的幂指数krp的直接贡献率和与其他参数的交互作用均最大。敏感性排序靠前的参数普遍存在于光合作用模块、水平衡模块和异速生长模块。(2)利用外业实测数据对筛选出的关键参数krp、kallom3、kallom1和kallom2优化,与同时期固定样地数据和NPP遥感观测数据的平均相对误差(MRE)、平均绝对误差(MAE)均明显下降,优化后的LPJ模拟值与遥感观测值在样地尺度上表现为极显著正相关,R=0.266(P<0.01)。(3)空间上,模型模拟的吉林省落叶松林2010—2019年NPP平均值和2019年NPP年均值均表现出明显的空间异质性,呈现出以长白山自然保护区为高值中心向外辐射递减的空间分布格局。时间上,NPP模拟值近10年来随时间变化呈波动上升趋势,年均值在472～695 g C m-2 a-1之间,时间变化上趋于稳定(CV=0.16)。利用β值和Hurst指数分别描述各龄组近10年和未来NPP增长趋势,整体上为差异性波动增长,幼龄林近10年呈显著增长趋势(P<0.05),未来也将持续增长且势头迅猛,是吉林省落叶松林NPP增长的主要贡献者,加强对幼龄林经营管理对提升森林整体质量至关重要。(4)吉林省各气候要素对落叶松林NPP的影响主要体现在生长季(4—10月),明显高于与全年各要素的相关性。温度对落叶松林NPP的影响明显大于其他气候要素,主要体现在当年和上一年的平均温度、生长季温度,呈显著或极显著正相关(R=0.770,P<0.01);当年生长季日照百分比,对落叶松林NPP也有显著的促进作用(R=0.737,P<0.05);而降水和湿天数与落叶松林NPP则呈现不显著的负相关关系,当年各气候要素的最大、最小值对NPP无显著影响。

陕北定边县柠条林净初级生产力模拟与分析

这是一篇关于净初级生产力,CASA模型,高分辨率遥感影像,植被生物量,柠条灌木林的论文, 主要内容为植被净初级生产力(NPP)是碳循环的驱动力和全球碳平衡的重要组成,随着遥感技术的发展,基于植被光利用原理的CASA模型广泛应用于全球和区域尺度的NPP估算研究。然而,现有CASA模型的估算分辨率低,忽略了小尺度异质性,造成较大估算误差。基于高分辨率遥感数据,提高CASA模型估算精度及分辨率已经成为区域尺度生态系统评估和管理的必然要求。黄土高原是典型干旱半干旱区,灌木林分布分散,但发挥了积极的生态功能。因此,高分辨率的NPP估算对灌木林生态系统研究和管理具有重要意义,为该地区“退耕还林还草”等生态工程带来的生态效益评估奠定了科学指导依据。为此,本研究结合了树木年轮数据、高分辨率遥感影像和CASA模型,开发了一套NPP估算系统,以满足高分辨率植被NPP估算需求。此估算系统首先依据实测数据构建生物量与植物生长指标的最适模型;其次基于此模型和树木年轮数据,构建植物NPP-冠幅的最适模型;最后采用高分辨率遥感影像数据,基于NPP-冠幅模型,确定相应植被的NDVImax,NDVImin和εmax,校正了CASA模型。将该估算系统应用于陕西省定边县柠条林NPP的估算,模拟了2011–2021年柠条灌木林NPP,分析了其时空分布特征及NPP影响因子。结果如下:(1)基于陕西省定边县89株柠条实测数据,经统计分析与验证,以基径为自变量的模型更稳定,逻辑斯蒂模型考虑了植物生长特性、种间种内竞争等因素,因此选择地上生物量-基径模型作为地上生物量的最适模型;(2)基于地上生物量-基径模型和年轮宽度,构建NPP-冠幅最适模型。通过对比五种备选模型,幂函数模拟精度最优,验证结果证明模型有效;(3)高分辨率遥感影像所测量的冠幅数据能够准确反映实际冠幅;基于高分辨率遥感数据,确定了NDVImax和NDVImin为0.415和0.022;结合柠条NPP-冠幅模型,确定了柠条灌木林的最大光能利用率εmax为0.025,对调整后的CASA模型进行验证,R2达到0.541;(4)应用NPP估算系统对定边县柠条林NPP时空动态进行分析。从2011到2021年,定边县柠条灌木林NPP值整体呈现上升趋势。2011年的柠条灌木林NPP值最低,在2014年达到峰值,于2015年急剧下降,随后,NPP逐年上升至2018年,在2020年急剧下降。定边县柠条灌木林NPP值和NPP变化值均呈现由北向南逐渐增加的趋势。2011年到2021年,南部丘壑区柠条灌木林整体呈现增加趋势。(5)定边县柠条林NPP主要受到最湿季温度和最热季降水的影响,年均NPP与最湿季均温的相关性达到0.727,与最热季降水的相关性为0.513。2019年以后,NPP变化与最湿季温度和最热季降水的变化不一致,因为柠条成长为成熟林,趋于退化。

省际工业碳排放生态足迹的时空异质性及影响因素分析

这是一篇关于工业碳排放,生态足迹,净初级生产力的论文, 主要内容为本文在生态系统碳吸收能力的基础上,对工业碳排放对生态系统碳吸纳空间的占用及其影响因素进行分析,量化分析了我国30个省区市工业发展过程中碳排放、碳排放的生态足迹的现状和时空演变情况,进而深入分析工业规模、工业结构、能源结构、技术进步等因素对区域工业碳排放生态足迹的影响机理,并引入空间关系变量,分析其空间溢出效应,以期为区域工业领域实现碳减排制定差异性低碳政策、区域间碳减排工作的协作提供科学依据。主要内容包括:第一,据我国30个省区市工业能源消耗数据与碳排放系数计算出的省际工业碳排放总量和依据各生态系统面积及其对应的单位面积净初级生产力计算出的省际总净初级生产力显示:2003-2019年,工业碳排放持续激增,到研究后期增速有所放缓,而总的净初级生产力年增幅远小于工业碳排放,工业发展对能源的持续消耗和生态系统净初级生产力受其自然生态周期影响导致了这样的结果。第二,在工业碳排放和净初级生产力的基础上,测算出各区域的工业碳排放生态足迹,以此来反映工业碳排放生态足迹对生态造成的压力。据计算结果显示:工业碳排放的生态足迹整体呈现波动上升趋势,增速趋于放缓,并且因为区域发展状况、工业布局不同而存在区域差异。总量上,东部生态足迹最高,其次为中部,最低为西部。从增长速度上来看,从高到低依次为西部、东部、中部。第三,基于区域工业碳排放生态足迹,利用Dagum基尼系数分解方法和马尔科夫转移矩阵,分别刻画生态足迹的区域差异和时空演变情况。就区域差异而言,总体差异较大,区域内差异从大到小以此为东、中、西部,西部工业逐渐发展,缩小与其他区域的差异。从时空演变情况来看,区域工业碳排放生态足迹水平的转变倾向于中长期变化,两个不同生态足迹水平的邻接区域,占用水平更高的区域更容易吸纳邻接区域的工业资源,使之向更高的占用水平转移。第四,依据拓展的STIRPAT理论,选取区域工业碳排放生态足迹影响因素,建立了指标体系,构建了空间计量模型,进而探究各影响因素对生态足迹的影响机制及其空间溢出效应。研究结果显示我国的碳减排工作中还存在一些问题:工业煤炭消耗比重增加,具有生态恶化的风险,而国有经济比重增加、技术进步、环境规制能有效降低区域工业碳排放生态足迹,且这种优化生态的作用对邻接区域较显著,但科学技术与工业发展、能源利用、能源开发等的结合尚不够紧密,工业内部高新技术行业有待发展和扩大,私营经济降低碳排放自觉性不高,区域环境规制“搭便车”现象存在,对碳排放关注不足。鉴于此,应当制定区域差别化工业减排政策;注重科学技术与工业发展中能源利用、开发的深度融合;激发民营工业自主降低碳排放的积极性;加强低碳经济理念的宣传,提高地方环境规制对碳排放的关注和生态保护意识;推进绿色金融服务更好地为低碳项目、低碳技术保驾护航。

陕北定边县柠条林净初级生产力模拟与分析

这是一篇关于净初级生产力,CASA模型,高分辨率遥感影像,植被生物量,柠条灌木林的论文, 主要内容为植被净初级生产力(NPP)是碳循环的驱动力和全球碳平衡的重要组成,随着遥感技术的发展,基于植被光利用原理的CASA模型广泛应用于全球和区域尺度的NPP估算研究。然而,现有CASA模型的估算分辨率低,忽略了小尺度异质性,造成较大估算误差。基于高分辨率遥感数据,提高CASA模型估算精度及分辨率已经成为区域尺度生态系统评估和管理的必然要求。黄土高原是典型干旱半干旱区,灌木林分布分散,但发挥了积极的生态功能。因此,高分辨率的NPP估算对灌木林生态系统研究和管理具有重要意义,为该地区“退耕还林还草”等生态工程带来的生态效益评估奠定了科学指导依据。为此,本研究结合了树木年轮数据、高分辨率遥感影像和CASA模型,开发了一套NPP估算系统,以满足高分辨率植被NPP估算需求。此估算系统首先依据实测数据构建生物量与植物生长指标的最适模型;其次基于此模型和树木年轮数据,构建植物NPP-冠幅的最适模型;最后采用高分辨率遥感影像数据,基于NPP-冠幅模型,确定相应植被的NDVImax,NDVImin和εmax,校正了CASA模型。将该估算系统应用于陕西省定边县柠条林NPP的估算,模拟了2011–2021年柠条灌木林NPP,分析了其时空分布特征及NPP影响因子。结果如下:(1)基于陕西省定边县89株柠条实测数据,经统计分析与验证,以基径为自变量的模型更稳定,逻辑斯蒂模型考虑了植物生长特性、种间种内竞争等因素,因此选择地上生物量-基径模型作为地上生物量的最适模型;(2)基于地上生物量-基径模型和年轮宽度,构建NPP-冠幅最适模型。通过对比五种备选模型,幂函数模拟精度最优,验证结果证明模型有效;(3)高分辨率遥感影像所测量的冠幅数据能够准确反映实际冠幅;基于高分辨率遥感数据,确定了NDVImax和NDVImin为0.415和0.022;结合柠条NPP-冠幅模型,确定了柠条灌木林的最大光能利用率εmax为0.025,对调整后的CASA模型进行验证,R2达到0.541;(4)应用NPP估算系统对定边县柠条林NPP时空动态进行分析。从2011到2021年,定边县柠条灌木林NPP值整体呈现上升趋势。2011年的柠条灌木林NPP值最低,在2014年达到峰值,于2015年急剧下降,随后,NPP逐年上升至2018年,在2020年急剧下降。定边县柠条灌木林NPP值和NPP变化值均呈现由北向南逐渐增加的趋势。2011年到2021年,南部丘壑区柠条灌木林整体呈现增加趋势。(5)定边县柠条林NPP主要受到最湿季温度和最热季降水的影响,年均NPP与最湿季均温的相关性达到0.727,与最热季降水的相关性为0.513。2019年以后,NPP变化与最湿季温度和最热季降水的变化不一致,因为柠条成长为成熟林,趋于退化。

基于CMIP6气候模式的东北森林净初级生产力预测及气候响应分析

这是一篇关于碳循环,森林生态系统,气候变化,InTEC模型,净初级生产力的论文, 主要内容为森林是地球上最重要的陆地生态系统,存储了全球50%的陆地碳,并能吸收约31%的人为碳排放,是连接陆地生物圈层和大气圈层,实现碳循环、水循环、能量交换的重要桥梁,在应对气候变化中发挥着不可替代的作用。东北地区地处北半球中高纬度,是我国天然林主要分布区域之一,森林类型多样,包括针叶林、阔叶林和针阔混交林,在生态系统碳循环中发挥着重要作用。本研究以中国东北地区森林为研究对象,以BEPS模型和InTEC模型为基础,模拟了CMIP6三种气候模式(SSP126、SSP245、SSP585)下2015-2100年东北地区森林净初级生产力NPP,分析不同气候场景下东北地区森林净初级生产力NPP时空格局及变化趋势,研究不同人为排放变化情景下的东北森林的固碳能力。分析长时间尺度下东北地区森林净初级生产力时空变化的气候响应规律,揭示CO2浓度、温度、降水、太阳辐射等因子对森林固碳的响应机制。本研究明晰了森林生态系统在全球气候变化中发挥的重要作用,为科学制定应对全球气候变化的政策、保护生态环境、合理利用生态资源及实现可持续发展提供科学支撑。本文主要研究结果如下:(1)三种模式下,2015-2100年东北地区森林NPP均呈现波动增加趋势,其中SSP585模式下东北森林NPP增长幅度最大,SSP126模式下变化幅度最小。在同一情景模式下,东北地区三种森林类型NPP的年际变化幅度大小排序均为:针阔混交林>阔叶林>针叶林。(2)三种模式下,东北地区森林NPP与CO2浓度、温度都呈现出显著正相关关系。未来东北森林NPP均随着降水的增加而增加,且情景排放浓度越高,NPP增加越大。东北地区森林NPP与太阳辐射关系均不显著。结合变量投影重要性分析发现,随着排放情景浓度的增加,CO2浓度对东北地区森林NPP的重要性解释力度逐渐大于温度,三种模式下的降水对NPP的重要性均不具有解释力度。(3)假设未来人类社会按照SSP126情景模式发展,并以该模式下的CO2浓度、温度以及NPP为基准值,并做相关分析发现,SSP245和SSP585模式下东北地区森林NPP在2015-2100年均呈现上升的趋势,且SSP585模式下NPP变化幅度更大。分林型来看,SSP245和SSP585模式下,三种林型NPP变化的幅度大小排序为:针阔混交林>阔叶林>针叶林。(4)相比温度变化而言,SSP245和SSP585模式下NPP的增加量均与CO2浓度变化的相关性较高。CO2浓度每增加100 ppm,SSP245和SSP585模式下东北地区森林NPP分别增加42g C·m-2·a-1和30g C·m-2·a-1。三种森林类型的NPP变化量对CO2浓度变化的响应从大到小依次是:针阔混交林>阔叶林>针叶林。

广西珍珠湾贝克喜盐草的主要碳收支过程：生产力、碎屑输出及草食作用

这是一篇关于贝克喜盐草,净初级生产力,碎屑输出,草食作用,广西珍珠湾的论文, 主要内容为贝克喜盐草(Halophila beccarii)分布于亚太地区以及非洲的坦桑尼亚和肯尼亚的沿岸潮间带区域,是我国南方的常见海草种类。本研究以广西珍珠湾潮间带海草优势种类——贝克喜盐草为研究对象,通过绑线标记、原位围隔等方法量化了贝克喜盐草主要碳收支过程(净初级生产力、碎屑输出和草食作用);构建了贝克喜盐草的碳收支模式。研究结果表明:(1)单位面积叶片净初级生产力春季(97.12±13.57 g m-2yr-1(干重,Mean±SE,下同))>冬季(38.29±12.30 g m-2yr-1)>夏季(28.12±6.20 g m-2yr-1)。单位面积叶柄净初级生产力春季(33.99±4.75 g m-2yr-1)>夏季(17.03±3.72 g m-2yr-1)>冬季(14.55±4.67 g m-2yr-1)。地上部分平均净初级生产力为80.77±9.87 g m-2yr-1,具有春季(131.12±18.31 g m-2yr-1)高、夏季(45.15±9.92 g m-2yr-1)低的特点。地下部分平均净初级生产力为124.32±11.61 g m-2yr-1,其生产力春季(204.57±18.97 g m-2yr-1)>冬季(95.05±19.37 g m-2yr-1)>夏季(55.68±10.54g m-2yr-1)。(2)基于研究区贝克喜盐草各部分组织的碳含量,计算各季节平均净初级生产力为51.01g C m-2yr-1。不同季节贝克喜盐草平均净初级生产力春季(87.18 g C m-2yr-1)最大,冬季(46.81 g C m-2yr-1)次之,夏季(25.25 g C m-2yr-1)最小。地上部分净初级生产力春季(35.64g C m-2yr-1)最大,冬季(16.62 g C m-2yr-1)次之,夏季(12.28 g C m-2yr-1)最小。地下部分净初级生产力春季(51.54 g C m-2yr-1)最大,冬季(30.19 g C m-2yr-1)次之,夏季(12.97g C m-2yr-1)最小。(3)季节平均碎屑输出20.48 g C m-2yr-1,春季(33.78 g C m-2yr-1)>冬季(16.12 g C m-2yr-1)>夏季(11.54 g C m-2yr-1)。在水动力的作用下离开海草床的碎屑,春季(4.35 g C m-2yr-1)>夏季(1.40 g C m-2yr-1)>冬季(1.22 g C m-2yr-1)。各季节平均草食作用为1.03 g C m-2yr-1,其中春季为1.86 g C m-2yr-1,夏季为0.74 g C m-2yr-1yr-1,冬季最小,仅为0.50 g C m-2yr-1。(4)地上部分净初级生产力中的95.21%以碎屑的形式进行碳输出,4.79%以植食动物摄食的方式进入食物网。其中碎屑的11.33%在水动力的作用下离开海草床,88.67%被分解或储存在海洋沉积物中。春季地上部分净初级生产力的5.22%是通过草食作用进入食物网,94.78%以碎屑的方式输出,其中碎屑的12.88%离开海草床,87.12%被分解或储存在海洋沉积物中。夏季地上部分净初级生产力的6.03%通过草食作用的方式进入食物网,93.97%形成碎屑。其中碎屑的12.13%离开海草床,87.87%被分解或储存在海洋沉积物中。冬季地上部分净初级生产力的3.01%通过草食作用进入食物网,96.99%以碎屑的形式输出。其中碎屑的7.57%在水动力的作用下离开海草床,92.43%被分解或储存在海洋沉积物中。本研究首次对广西珍珠湾贝克喜盐草的净初级生产力与碎屑输出、草食作用等碳收支过程做定量研究,为我国华南地区海草生态系统的碳循环研究提供了基础数据。

吉林省落叶松林净初级生产力时空特征及其对气象因子的响应

这是一篇关于长白落叶松林,净初级生产力,LPJ-DGVM模型,敏感性分析,气象因子的论文, 主要内容为准确量化和预估净初级生产力(Net primary productivity,NPP)能为应对区域森林经营管理、碳排放以及全球气候变化提供重要依据。目前能够针对大范围植被区域进行较好估测的LPJ-DGVM动态植被模型(Lund-Potsdam-Jena Dynamic Global Vegetation Model)被国内外广泛应用,但仍需在本土化时对其参数进行校正,以提高模型区域模拟精度。因此,本研究以吉林省长白落叶松林为研究对象,借助2000—2019年的气候数据,采用EFAST法和Morris法两种全局敏感性分析方法对LPJ-DGVM模型进行敏感性分析,并对部分关键参数进行优化,与同时期固定样地调查数据和遥感观测数据对比验证,最后分析吉林省落叶松林近10年的NPP时空格局分布及其对气象因子的响应,为吉林省落叶松林经营管理以及在陆地生态系统碳循环和气候变化研究中提供依据。主要得出以下结论:(1)基于EFAST法和Morris法筛选的2009—2014年和2000—2019年两个阶段内参数敏感性排名为显著或极显著相关,但基于Morris法的运行次数和时间要远小于基于EFAST法。两者均筛选出参数krp、αm、αa和gm为LPJ模型敏感性参数,且代表树冠面积与胸径关系的幂指数krp的直接贡献率和与其他参数的交互作用均最大。敏感性排序靠前的参数普遍存在于光合作用模块、水平衡模块和异速生长模块。(2)利用外业实测数据对筛选出的关键参数krp、kallom3、kallom1和kallom2优化,与同时期固定样地数据和NPP遥感观测数据的平均相对误差(MRE)、平均绝对误差(MAE)均明显下降,优化后的LPJ模拟值与遥感观测值在样地尺度上表现为极显著正相关,R=0.266(P<0.01)。(3)空间上,模型模拟的吉林省落叶松林2010—2019年NPP平均值和2019年NPP年均值均表现出明显的空间异质性,呈现出以长白山自然保护区为高值中心向外辐射递减的空间分布格局。时间上,NPP模拟值近10年来随时间变化呈波动上升趋势,年均值在472～695 g C m-2 a-1之间,时间变化上趋于稳定(CV=0.16)。利用β值和Hurst指数分别描述各龄组近10年和未来NPP增长趋势,整体上为差异性波动增长,幼龄林近10年呈显著增长趋势(P<0.05),未来也将持续增长且势头迅猛,是吉林省落叶松林NPP增长的主要贡献者,加强对幼龄林经营管理对提升森林整体质量至关重要。(4)吉林省各气候要素对落叶松林NPP的影响主要体现在生长季(4—10月),明显高于与全年各要素的相关性。温度对落叶松林NPP的影响明显大于其他气候要素,主要体现在当年和上一年的平均温度、生长季温度,呈显著或极显著正相关(R=0.770,P<0.01);当年生长季日照百分比,对落叶松林NPP也有显著的促进作用(R=0.737,P<0.05);而降水和湿天数与落叶松林NPP则呈现不显著的负相关关系,当年各气候要素的最大、最小值对NPP无显著影响。

吉林省落叶松林净初级生产力时空特征及其对气象因子的响应

这是一篇关于长白落叶松林,净初级生产力,LPJ-DGVM模型,敏感性分析,气象因子的论文, 主要内容为准确量化和预估净初级生产力(Net primary productivity,NPP)能为应对区域森林经营管理、碳排放以及全球气候变化提供重要依据。目前能够针对大范围植被区域进行较好估测的LPJ-DGVM动态植被模型(Lund-Potsdam-Jena Dynamic Global Vegetation Model)被国内外广泛应用,但仍需在本土化时对其参数进行校正,以提高模型区域模拟精度。因此,本研究以吉林省长白落叶松林为研究对象,借助2000—2019年的气候数据,采用EFAST法和Morris法两种全局敏感性分析方法对LPJ-DGVM模型进行敏感性分析,并对部分关键参数进行优化,与同时期固定样地调查数据和遥感观测数据对比验证,最后分析吉林省落叶松林近10年的NPP时空格局分布及其对气象因子的响应,为吉林省落叶松林经营管理以及在陆地生态系统碳循环和气候变化研究中提供依据。主要得出以下结论:(1)基于EFAST法和Morris法筛选的2009—2014年和2000—2019年两个阶段内参数敏感性排名为显著或极显著相关,但基于Morris法的运行次数和时间要远小于基于EFAST法。两者均筛选出参数krp、αm、αa和gm为LPJ模型敏感性参数,且代表树冠面积与胸径关系的幂指数krp的直接贡献率和与其他参数的交互作用均最大。敏感性排序靠前的参数普遍存在于光合作用模块、水平衡模块和异速生长模块。(2)利用外业实测数据对筛选出的关键参数krp、kallom3、kallom1和kallom2优化,与同时期固定样地数据和NPP遥感观测数据的平均相对误差(MRE)、平均绝对误差(MAE)均明显下降,优化后的LPJ模拟值与遥感观测值在样地尺度上表现为极显著正相关,R=0.266(P<0.01)。(3)空间上,模型模拟的吉林省落叶松林2010—2019年NPP平均值和2019年NPP年均值均表现出明显的空间异质性,呈现出以长白山自然保护区为高值中心向外辐射递减的空间分布格局。时间上,NPP模拟值近10年来随时间变化呈波动上升趋势,年均值在472～695 g C m-2 a-1之间,时间变化上趋于稳定(CV=0.16)。利用β值和Hurst指数分别描述各龄组近10年和未来NPP增长趋势,整体上为差异性波动增长,幼龄林近10年呈显著增长趋势(P<0.05),未来也将持续增长且势头迅猛,是吉林省落叶松林NPP增长的主要贡献者,加强对幼龄林经营管理对提升森林整体质量至关重要。(4)吉林省各气候要素对落叶松林NPP的影响主要体现在生长季(4—10月),明显高于与全年各要素的相关性。温度对落叶松林NPP的影响明显大于其他气候要素,主要体现在当年和上一年的平均温度、生长季温度,呈显著或极显著正相关(R=0.770,P<0.01);当年生长季日照百分比,对落叶松林NPP也有显著的促进作用(R=0.737,P<0.05);而降水和湿天数与落叶松林NPP则呈现不显著的负相关关系,当年各气候要素的最大、最小值对NPP无显著影响。