, 李宝林, 李飞Review on the estimation of net primary productivity of vegetation in the Three-River Headwater Region, China
SUNQingling, LIBaolin, LIFei通讯作者:
收稿日期:2016-03-9
修回日期:2016-03-24
网络出版日期:2016-11-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (1495KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
植被生产力是生态系统能量流动和物质循环的基础[1]。在不同时期,不同学科的研究者从各自不同的角度针对陆地植被生产力提出了不同的概念。在传统的生物量调查研究领域,人们常用一定时期内植被生产的累积量或生物量的变化量来表示植被生产力的大小[2]。随着区域研究的增多以及对植物生理生态过程的了解加深,总初级生产力（Gross Primary Productivity, GPP）和净初级生产力（Net Primary Productivity, NPP）等概念被提出[3-5]。其中,净初级生产力由于代表了绿色植物在单位时间、单位面积内所能固定的有机物总量,与生态系统碳汇直接相关,并能够用来定量估算地球系统的支持能力和评估生态系统的可持续发展水平,受到广泛关注并成为国际研究计划的核心内容之一[6-8]。三江源是长江、黄河及澜沧江的发源地,地理位置介于31°39′N~36°16′N、89°24′E~102°23′E之间,位于青海省南部,包括玉树、果洛、海南、黄南4个藏族自治州的16个县和格尔木市的唐古拉山乡,总面积约36.3万km2（图1）。三江源是中国陆地生态系统最脆弱和敏感的区域之一[9],平均海拔4000 m以上,具有独特而典型的高寒植被系统,在全球气候变化及植被对气候变化的响应研究中具有重要地位[10]。在过去几十年内,三江源生态系统退化明显,突出表现为草地退化、土地荒漠化、农牧业产量下降等[11-13]。
显示原图|下载原图ZIP|生成PPT图1三江源地理位置与范围
-->Fig. 1Geographical location and scope of the Three-River Headwater Region
-->
2000年青海省在三江源地区成立了省级自然保护区,2003年批准为国家级自然保护区,2005年国务院规划投资75亿元启动了三江源生态保护与建设工程,实施退牧还草、黑土滩治理、湿地保护等生态项目[14]。在此背景之下,准确认识三江源植被生产力的变化格局、趋势以及影响因素,对国家生态保护政策的制定以及生态工程成效的评估具有重要意义。
虽然众多****曾应用不同的方法对三江源植被NPP进行了估算,有力地推进了三江源地区植被生产力水平和区域碳循环的研究工作,但由于各方面原因,植被净初级生产力估算仍具有很大的不确定性,估算结果也存在较大差异。本文旨在前人研究的基础上,系统地总结三江源地区植被NPP的估算方法与结果,探讨不同方法在三江源地区的适用性,提出已有方法在三江源NPP估算中存在的主要问题,并对目前NPP估算结果进行评估分析,最后展望未来三江源地区植被NPP估算研究可能的发展方向。
2 估算方法
自20世纪末期以来,众多****对三江源地区的植被净初级生产力进行了估算,使用的方法大致可以分为两大类：一是野外测量法;二是模型模拟法。2.1 野外测量法
野外测量植被净初级生产力一般从测定生物量入手[15],包括地上和地下两部分。对于灌木和草本植物（包括农作物）,一般采用样方收获法获取地上生物量,且对于落叶草本植物,直接将地上现存量达最大时的生物量作为地上NPP[16-17],而对于灌木和常绿草本植物,一般还需结合不同器官的年龄进一步获取当年的地上NPP。至于乔木,通常采用标准木法或相关曲线法测量地上生物量,利用年龄推算法或生长率推算法估测地上NPP[5]。地下生物量测量有全挖法、取样法、内生长袋法等,根据地下生物量进一步估算地下NPP的方法有3种：① 直接估测活根量的变化和枯死损失量及被食草动物摄取的量,该方法理论上最接近真实值,但测量难度大,实际应用困难[18];② 采用测量时段内根系生物量最大值与最小值的差来估算NPP,该方法虽然较为简单,但是需要多次测量根系生物量的值[18];③ 采用根系周转法,即利用地下生物量与根系周转率来估算地下NPP,该方法在实际应用中最为常见[19-20]。此外,随着计算机技术和图像处理技术的发展,微根管法被用于地下NPP测量,但是由于代价较高且对操作人员有一定技术要求,因此应用非常有限。
2.2 模型模拟法
NPP估算模型一般被分为3类：① 气候统计模型（又称气候相关模型）;② 遥感参数模型（又称光能利用率模型）;③ 过程模型（又称机理模型）[21-23]。然而,随着NPP模型的发展,作者认为该分类方法已不能全面且无歧义地概括现有的NPP估算模型：有些统计模型并不是基于气候数据,而是基于遥感植被指数;有些参数化模型也并非基于遥感光能利用率,而是基于气候数据;此外,遥感—过程耦合的NPP模型越来越多且被广泛应用。因此,本文在前述分类系统的基础上,根据模型利用的主要数据源和是否考虑生理生态机制将NPP估算模型划分为4类：气候模型、遥感模型、过程模型和遥感—过程耦合模型。2.2.1 气候模型 气候模型仅以气候数据为驱动,模拟的植被生产力是潜在植被生产力（或称气候生产力）。根据在三江源地区开展的已有相关研究,气候模型又可进一步分为气候相关模型、气候生产潜力模型和分类指数模型。
气候相关模型通过建立气候因子与NPP之间的回归方程来对NPP进行估算,如郭佩佩等[24]和李惠梅等[25]均基于Thornthwaite Memorial模型对三江源植被NPP进行了估算,郭连云等[26]同时利用Miami模型和Thornthwaite Memorial模型计算了三江源兴海县草地的NPP。
气候生产潜力模型反映的是光、温、水的组合对植被生产力的影响,一般在基于太阳辐射求得光合生产潜力后,通过温度订正得到光温生产潜力,然后再对光温生产潜力进行水分或其他因素订正得到气候生产力,如李惠梅[27]在考虑了光、温、水3个基本气候要素的基础上,增加气候年际变化及灾害相关的订正因子来估算三江源草地生产力。
分类指数模型（CIM）是将草原综合顺序分类法与NPP模拟相结合的NPP估算模型,它以湿润度K和≥ 0 °C积温作为模型参数,将NPP与草地类型相对应,通过找到某种草地类型在综合顺序分类法中的位置来确定NPP的大小[28],如王翀[29]利用CIM模型对三江源草地NPP进行估算,并认为CIM模型比Miami等气候相关模型的精度更高。
2.2.2 遥感模型 遥感模型根据其建模原理分为遥感统计模型和遥感参数模型。遥感统计模型基于遥感植被指数来反演植被生产力,常用的植被指数包括NDVI和EVI[30-32]。研究表明,对于高寒草甸,适宜的植被指数为NDVI,而对于高寒草原,EVI可能更为合适[33]。
遥感参数模型基于Monteith提出的光能利用率的概念[34],结合光合有效辐射（PAR）、冠层吸收光合有效辐射的比例（FPAR）来估算植被NPP[35]。它是根据资源平衡的观点建立的,根据该观点,任何对植物生长起限制作用的资源均可用于植被NPP估算并通过转换因子进行联接,遥感参数模型正是利用了PAR这一决定光合作用的重要限制性资源。遥感参数模型在三江源地区的应用非常广泛：张颖等[36]、吴红等[37]、蔡雨恋 等[38]、沃笑等[39]和陈利军[40]均利用CASA模型估算了三江源地区的植被生产力;肖桐 等[41]、樊江文等[42]、Fan等[43]和邵全琴等[14]则利用GLO-PEM模型对三江源地区的植被净初级生产力进行了模拟。
2.2.3 过程模型 与前两类模型不同,过程模型是从机理上对植物的生理生态过程及其影响因子、反馈机制等进行模拟,大多是将土壤—植物—大气连续体作为一个整体来考虑,包括光合作用、呼吸作用、蒸发蒸腾、气孔导度等多个子模块。目前,利用过程模型专门对三江源植被NPP进行模拟的研究还未见报道,不过基于过程模型在青藏高原开展的NPP研究已较多：周才平[44]、Zhuang等[45]和Yan等[46]分别利用TEM模型模拟了青藏高原植被的NPP;Zhang等[47]利用CENTURY模型对青藏高原的植被生产力和土壤有机碳进行了研究;叶建圣[48]和亓伟伟等[49]分别基于Biome-BGC模型模拟了青藏高原的NPP变化和增温对高寒草甸固碳通量的影响;Piao等[50]则基于ORCHIDEE模型估算了青藏高原的NPP时空动态。三江源作为青藏高原的重要组成部分,以上研究能够为三江源地区植被NPP估算提供方法上的参考与借鉴,但一般无法从中获取三江源区具体的NPP大小和详细的NPP变化特征。
2.2.4 遥感—过程耦合模型 遥感—过程耦合模型整合了过程模型和遥感参数模型的优点,已逐步发展成为当前植被NPP研究的重要手段[51-52]。模型耦合方式一般有两种：① 在遥感参数模型的基础上加入一些简化的生理生态过程,以增强模型的机理性;② 在已有过程模型的基础上加入遥感的手段或算法,以解决过程模型在参数获取、误差估计以及时空尺度转换等方面的难题。
王军邦等[53]基于第一种耦合方式将GLOPEM模型和CEVSA模型进行耦合得到了GLOPEM-CEVSA模型,并利用此模型估算了三江源地区植被NPP的时空分布;MODIS NPP产品同样是基于遥感—过程耦合模型（MOD17A3算法）估算得到的,郭晓寅等[54]和张继平等[55]分别利用该产品数据对三江源地区植被NPP的时空变化格局进行了分析研究。第二种耦合方式的典型代表是BEPS模型,它在FOREST-BGC模型的基础上融入遥感LAI来实现叶片尺度到冠层尺度的空间转换,并引入集聚指数和太阳天顶角等进一步考虑冠层结构和入射条件等的变化对辐射传输的影响[56],BEPS模型虽然目前还未被应用到三江源地区,但已在藏北地区验证了其适用性和可靠性[57]。
3 估算结果
三江源地区已有研究一般是基于生态系统类型（或植被类型）逐像元对NPP进行模拟,并给出区域平均NPP的具体估算结果（表1,表2）。从中可以看出,不同研究模拟得到的平均NPP差异较大。对于三江源全区所有植被,采用模型模拟获得的平均NPP为258.99±172.95 gC/m2/yr,其中最高值为郭佩佩等[24]利用Thornthwaite Memorial模型估计的570.35 gC/m2/yr,最低值为王军邦等[53]采用GLOPEM-CEVSA模型估算的143.17 gC/m2/yr,前者约为后者的4.0倍。对于三江源内分布最为广泛的草地植被（占研究区总面积达68%）,模拟得到的其平均NPP为202.65±129.96 gC/m2/yr,最高值为李惠梅等[25]基于Thornthwaite Memorial模型估计的481.44 gC/m2/yr,最低值为王翀[29]利用CASA模型估算的61.42 gC/m2/yr,前者约为后者的7.8倍。Tab. 1
表1
表1不同研究得出的三江源全区平均NPP估算结果
Tab. 1Estimated mean NPP of the Three-River Headwater Region in different studies
| 研究范围 | 植被类型 | 模型方法 | 研究时段 | 平均NPP(gC/m2/yr) | 参考文献 |
|---|---|---|---|---|---|
| 三江源全区 | 草地 | 气候模型(Thornthwaite Memorial) | 2002-2010年 | 481.44 | 李惠梅等[25] |
| 三江源全区 | 草地 | 气候模型(气候生产潜力模型) | 1971-2003年 | 225.00 | 李惠梅[27] |
| 三江源全区 | 草地 | 气候模型(Miami模型) | 2005-2006年 | 211.92 | 王翀[29] |
| 三江源全区 | 草地 | 气候模型(CIM模型) | 2005-2006年 | 214.75 | 王翀[29] |
| 三江源全区 | 草地 | 遥感模型(CASA模型) | 2005-2006年 | 61.42 | 王翀[29] |
| 三江源全区 | 草地 | 遥感—过程耦合模型 (MOD17A3算法) | 2005-2006年 | 93.98 | 王翀[29] |
| 三江源全区 | 草地 | 遥感—过程耦合模型 (MOD17A3算法) | 2000-2010年 | 86.80 | 张继平等[55] |
| 三江源全区 | 全部植被 | 气候模型(Thornthwaite Memorial) | 1960-2011年 | 570.35 | 郭佩佩等[24] |
| 三江源全区 | 全部植被 | 气候模型(Miami模型) | 2004-2008年 | 486.90 | 蔡雨恋等[38] |
| 三江源全区 | 全部植被 | 气候模型(周广胜模型) | 2004-2008年 | 302.45 | 蔡雨恋等[38] |
| 三江源全区 | 全部植被 | 遥感模型(CASA模型) | 2001-2010年 | 169.02 | 张颖等[36] |
| 三江源全区 | 全部植被 | 遥感模型(CASA模型) | 2004-2008年 | 168.68 | 蔡雨恋等[38] |
| 三江源全区 | 全部植被 | 遥感模型(CASA模型) | 2010年 | 146.66 | 沃笑等[39] |
| 三江源全区 | 全部植被 | 遥感模型(CASA模型) | 2003年、2008年、2013年 | 148.82 | 陈利军[40] |
| 三江源全区 | 全部植被 | 遥感模型(GLOPEM模型) | 1988-2004年 | 194.85 | 邵全琴等[14] |
| 三江源全区 | 全部植被 | 遥感—过程耦合模型(GLOPEM-CEVSA模型) | 1988-2004年 | 143.17 | 王军邦等[53] |
新窗口打开
Tab. 2
表2
表2三江源全区不同植被类型平均NPP估算结果
Tab. 2Estimated mean NPP of different vegetation types in the Three-River Headwater Region
| 植被类型 | 平均NPP(gC/m2/yr) | ||||
|---|---|---|---|---|---|
| 邵全琴等[14] | 蔡雨恋等[38] | 沃笑等[39] | 王军邦等[53] | 郭晓寅等[54] | |
| 草地 | 218.74 | / | 162.87 | 160.90 | / |
| 高寒草原 | / | 129.41 | / | / | 79.34 |
| 高寒草甸 | / | 188.95 | / | / | 89.38 |
| 森林 | 405.20 | / | 279.81 | 267.90 | / |
| 灌丛 | 156.04 | / | / | / | / |
| 农田 | 289.22 | / | 256.28 | 222.94 | / |
| 荒漠 | 21.48 | / | 62.81 | 36.13 | / |
| 湿地 | 127.09 | / | / | 161.36 | / |
新窗口打开
显示原图|下载原图ZIP|生成PPT图2不同模型估算的三江源全区平均NPP结果对比
-->Fig. 2Comparison of estimated NPP based on different models in the Three-River Headwater Region
-->
从不同模型模拟的结果来看（图2）,对于三江源全区,气候模型估算的平均NPP最高,所有植被的平均NPP约为453.23±252.30 gC/m2/yr,草地平均NPP约为283.28±170.44 gC/m2/yr;其次为遥感模型,其估算的所有植被平均NPP约为165.61±69.42 gC/m2/yr,草地平均NPP约为147.68±98.08 gC/m2/yr;遥感—过程耦合模型的估值最低,所有植被平均NPP约为143.17±100.53 gC/m2/yr,草地平均NPP约为113.89±65.57 gC/m2/yr。
气候模型模拟的NPP一般被认为是潜在NPP,而其他模型估算的NPP通常被称为现实NPP,因此可以认为,三江源地区所有植被的潜在NPP约为453.23±252.30 gC/m2/yr,现实NPP约为161.87±63.40 gC/m2/yr;草地的潜在NPP约为283.28±170.44 gC/m2/yr,现实NPP约为130.79±73.27 gC/m2/yr。
针对不同植被类型,NPP估值总体上表现为森林>农田>草地>荒漠（表2）。具体而言,森林的平均NPP约为317.64±170.06 gC/m2/yr,农田约为256.15±130.41 gC/m2/yr,草地约为130.79±73.27 gC/m2/yr,荒漠约为40.14±25.99 gC/m2/yr。在草地植被中,高寒草甸的NPP估值一般大于高寒草原[38, 54],通过野外测量获得的实测NPP也反映出如此规律（表3）,高寒草甸NPP通常是高寒草原NPP的1~3倍。
Tab. 3
表3
表3三江源内不同地点草地NPP实测结果
Tab. 3Measured grassland NPP at different sites within the Three-River Headwater Region
| 研究地点 | 纬度 | 经度 | 高程(m) | 植被类型 | 研究时段 | NPP(gC/m2/yr) | 数据来源 |
|---|---|---|---|---|---|---|---|
| 称多县珍秦镇 | 33°24′30′′N | 97°18′00′′E | 4250 | 高寒草甸 | 2010、2011 | 118.41 | 范月君[15]* |
| 治多县五道梁地区 | 35°12′56′′N | 93°04′05′′E | 4626 | 高寒草原 | 2000 | 53.55 | Luo等[16]* |
| 唐古拉山乡沱沱河镇 | 34°18′51′′N | 92°32′52′′E | 4582 | 高寒草原 | 2000 | 69.30 | Luo等[16]* |
| 玛沁县大武镇 | 34°23′24′′N | 100°16′33′′E | 3980 | 高寒草甸 | 2014 | 139.07 | 课题组自测 |
| 玛多县城附近 | 34°54′40′′N | 98°11′13′′E | 4207 | 高寒草原 | 2015 | 113.23 | 课题组自测 |
新窗口打开
4 估算方法与结果评价
4.1 估算方法
4.1.1 野外测量法 野外测量法的结果一般被认为是准确的,****们常以此作为对其他估算方法的检验依据。不过在实际操作过程中,野外测量法存在很多不确定因素,如样点选择（是否经过人类利用）、采样内容（是否包括立枯物与凋落物）以及NPP换算方法（以干重计还是以C计,含C量多少）等不同均会使结果产生差异。此外,由于目前NPP野外测量主要基于生物量测定,大多数野外测量法获得的NPP仅包含植物新生产的生物量,与真实NPP仍然有所出入。因此,明确与统一NPP的实测方法与采样标准是当前亟需解决的问题[58]。4.1.2 气候模型模拟法 气候模型一般不考虑地形、土壤条件、营养元素可利用性、人类活动等因子的影响,且缺乏严密的生理生态机制,因此模型估算精度较低,通常较现实NPP偏大。根据三江源地区已有NPP估算结果（表1）,基于气候模型得到的潜在NPP是基于其他模型得到的现实NPP的2~4倍。造成这种差异的原因主要在于：① Miami模型和Thornthwaite Memorial模型等气候相关模型本是通过气候条件与实测NPP进行统计回归建立的,应用于具体地区模型参数可能需要调整,但已有研究都是直接利用现有模型参数对三江源NPP进行估算,且基本上不对估算结果加以验证（因为一般认为气候模型估算的NPP是气候条件控制下的潜在NPP）,导致在三江源地区基于此类模型得到的NPP结果明显偏高[24-25, 38];② 三江源地区是传统的畜牧业区,人类对草地的利用、管理等措施突出,食植动物采食对NPP的影响不可忽略,致使潜在NPP与现实NPP的差异较大。气候模型尽管简单方便,但由于估算精度低,在实际应用中受到很大限制。
4.1.3 遥感模型模拟法 遥感统计模型能够在较小范围内准确地估算植被NPP,但是该方法不具有普适性,多利用采样点直接到像元的尺度转换算法,且多使用单一的统计回归模型,模拟结果严重依赖于实测NPP,因此很难在大区域推广使用[58]。
遥感参数模型在三江源地区的应用非常普遍,估算精度也较高[14],但在三江源NPP模拟过程中仍存在较大的不确定性[59],主要表现为以下几个方面：
（1）NDVI作为遥感参数模型的重要输入变量,其精度和准确性会对NPP估算带来很大影响。根据已有研究[60-61],在植被覆盖度较低的情况下,受裸露土壤影响,NDVI很难准确反映植被的生长状态,而三江源地区分布着大量积雪、冰川、裸露山石、稀疏植被等,通过遥感NDVI模拟植被NPP存在一定的不确定性;另外,为克服云的影响,目前对NDVI数据的处理一般采用最大值合成法,据此得到的NDVI代表的是合成时段内植被生长的最佳状态而不是平均状态,理论上会导致NPP被高估。
（2）模型对低温环境的处理还需结合三江源实际情况进行考虑。如使用最多的CASA模型默认月平均气温低于-10℃时NPP为0,低于0℃时土壤含水量不发生变化并与上个月相等[5],然而三江源区大多数植物为多年生植物,气温特别低时植物叶片凋落,但地下根系仍然有一部分是存活的（对于森林和灌丛,其地上部分也没有全部死亡）,因此GPP应为0,NPP应为负值,直接将NPP计算为0会导致NPP被高估（就这点而言,GLOPEM模型理论上比CASA模型更适合在三江源这样的低温环境下使用,因为GLOPEM模型分别模拟了植被的GPP和自养呼吸,而CASA模型是直接模拟NPP）;另一方面,影响土壤含水量变化的直接因素是土壤温度而不是气温,即便土壤温度降至0℃以下,土壤水发生冻结,土壤含水量在开始时也会有明显下降,然后才保持稳定,而不是一直不变。
（3）模型无法获得详细的NPP变化过程。由于模型使用的遥感数据记录的是瞬时状态的值,限于遥感数据的时间分辨率,仅能获取有限频次NPP的数值变化,无法得到NPP变化的详细过程,更无法识别NPP变化的驱动因素以及定量化人类活动等的影响。如果在环境条件迅速变化的情况下（雪灾、病虫害等）,模型的可靠性会有所降低。
虽然遥感模型存在以上问题,但总体而言,模型能够以较低的科研成本获得相对较好的模拟精度和运算效率,适于以估计植被现存量及其变化速率为目标的相关工作。
4.1.4 过程模型模拟法 鉴于过程模型目前还没有在三江源地区应用,本文只能通过对已有大量过程模型进行分析,探讨其应用到三江源NPP估算中可能存在的问题,主要包括：
（1）模型的物候模拟模块在三江源地区的适用性还需深入验证。物候对草地植被的生长和NPP累积至关重要,物候的准确模拟是三江源NPP精确估算的前提条件[62],但大部分物候模型都是针对小区域范围建立的,并不一定适用于其他地区。当前多数过程模型（如Biome-BGC模型、ORCHIDEE模型、LPJ模型等）是基于物候—气候的经验或半经验关系来模拟植被物候,且一般认为物候受温度和水分条件控制,而水分条件常通过降水来体现[63-64]。在三江源地区,由于冻土的广泛分布,生长季初期虽然降水很少,但地表水分条件并不差,基于Biome-BGC模型的模拟实验发现,由于模型对降水的过多限制,导致模拟的三江源植被生长季开始日期被明显推迟。
（2）大多数已有过程模型无法从机理上模拟多年生落叶草本植物的生长、衰老和死亡过程。现有过程模型对于草本植物的组成刻画一般较为粗略,且多年生植物的生长和死亡通常利用人为设定的经验常数—周转率来控制,对于植物地上、地下部分衰老和死亡的时间差异不加以考虑。然而,三江源地区草地优势种与建群种基本上是多年生落叶草本植物,其地上部分每年凋落,地下根系的世代周期为2~4年（根据实测数据结合参考文献获得）[18-19]。如果直接将已有过程模型用于三江源草地NPP模拟,可能由于植物体的粗略定义造成无法正确模拟不同组分间的碳、氮、水循环过程,并且由于地下根系并非每年全部死亡,需要区分活根与死根并定义不同的周转率,否则会影响植物根系生长和土壤呼吸过程的模拟。
（3）模型对于水循环过程的模拟效果一般不太理想。三江源地区冻土分布较广,活动层厚度季节变化很大,土壤水分来源除降水以外,地下冰融化与侧向径流也是重要的补给源,但是目前绝大多数模型都没有考虑冻土的存在,降水在土壤中的下渗深度一般取为定值,土壤水分来源也仅考虑降水,造成土壤产汇流与含水量模拟误差较大,从而影响土壤蒸发、气孔导度、光合作用、蒸腾作用等过程的模拟。
（4）已有过程模型对于人类活动的影响模拟多较为粗略。大多数模型通过一些简化的过程模块或控制参数来模拟人类活动的影响,如DLEM模型、CENTURY模型、Biome-BGC模型等[65-67],模拟结果无法反映空间差异,在实际生态系统管理、规划与决策中的应用有限。
（5）目前几乎没有模型考虑野生动物的作用。三江源作为国家级自然保护区,野生动物区系复杂、种类繁多,藏野驴、藏原羚、黄羊、岩羊等食草野生动物的数量庞大,要想准确地模拟三江源地区的植被NPP,野生动物的影响不容忽视。
过程模型的模拟精度不一定优于遥感模型[58],但由于其可以模拟植物的生理生态过程及其影响因子、反馈机制等,在生态系统管理和预警分析方面具有更为重要的意义。
4.1.5 遥感—过程耦合模型模拟法 遥感—过程耦合模型在一定程度上弥补了遥感模型机理较为薄弱的缺陷,同时也使参数获取和时空尺度转换相比过程模型更为便利。王军邦等[53]提出的GLOPEM-CEVSA模型虽然不是从机理上模拟植物的光合作用,但该模型从机理上模拟了生物量分配、呼吸消耗、植物各组分凋落和土壤有机碳分解等过程,已在三江源地区进行了验证。MOD17A3算法基于遥感光能利用率模拟获得GPP,然后从生态过程出发估算植被的自养呼吸,两者相结合获得植被NPP[68],虽然目前已有很多基于三江源MODIS NPP产品进行的分析研究[29, 54-55],但在三江源地区针对该产品或MOD17A3算法进行实地验证的相关报道还非常少。
对于物候模拟问题,遥感—过程耦合模型提供了另一种解决思路,如SiB2模型利用连续的遥感NDVI数据获取植被物候信息[69],BEPS模型利用每8天LAI数据反映植被的物候变化[70]。与遥感模型类似,遥感—过程耦合模型对于生态系统的预警分析能力较弱。
4.2 参数取值
NPP估算方法中很多参数都具有明确的生态学意义,但在实际估算过程中,即使某一参数的取值偏离了其合理的取值范围,通过调整其他参数也能使结果获得看似较好的精度,这种情况下NPP估算完全变成了数学游戏,很难对人们认识和理解生态系统的具体变化机制有所裨益,因此,NPP估算过程中采用合理、准确的参数取值对NPP模型发展和科学研究均具有重要意义。受篇幅限制,本文仅讨论最大光能利用率、地下与地上生物量的比、活根生物量占地下总生物量的比、植物C含量和根系周转率等参数取值在三江源NPP估算研究中存在的主要问题。4.2.1 最大光能利用率 由于遥感参数模型在三江源植被NPP估算中应用较广,而最大光能利用率又是遥感参数模型中极其重要的参数,因此最大光能利用率的取值对三江源NPP估算结果影响较大。Potter等[71]认为全球植被的最大光能利用率为0.389 gC/MJ,但诸多研究表明此数据并不适合中国植被[72];Running等[73]根据Biome-BGC模型模拟了全球不同植被类型的最大光能利用率;王翀[29]和吴红等[37]根据其模拟的草地最大光能利用率0.608 gC/MJ模拟了三江源地区的植被NPP;朱文泉[72]在全国尺度改进了中国不同植被类型的最大光能利用率,得出草地植被和耕作植被的最大光能利用率为0.542 gC/MJ,森林植被的最大光能利用率为0.389~0.985 gC/MJ（针叶林、阔叶林、混交林等不同）,灌丛植被的最大光能利用率约为0.429 gC/MJ;蔡雨恋等[38]在模拟三江源植被NPP时直接引用了其结果。卫亚星等[74]根据相关文献资料和NPP实测数据,模拟出青海省森林植被的最大光能利用率为0.649~0.908 gC/MJ,灌丛植被最大光能利用率为0.114~0.538 gC/MJ,草地植被主要建群种的最大光能利用率为0.115~0.326 gC/MJ。三江源地区海拔高、太阳辐射强烈,但植物光合作用所能固定的能量很有限,同一种植物在高原地区测定时,其光合作用和量子效率均较平原地区低,光能利用率也低[18],直接将用于全球或其他区域的植被最大光能利用率用于三江源地区可能会引起NPP的高估。因此,在进行三江源植被NPP估算时,草地植被的最大光能利用率取值范围建议采用0.115~0.326 gC/MJ,森林植被采用0.389~0.908 gC/MJ,灌丛植被采用0.114~0.538 gC/MJ。
4.2.2 地下与地上生物量的比 野外实测NPP需要首先获取植被生物量,但由于地下部分生物量直接获取较为困难,因此大部分****通过地下与地上生物量的比（即根冠比,R/S）来得到植被地下生物量,尤其对于草地植被,R/S的应用非常普及。本文针对三江源地区主要的草地类型,对已有关于R/S的部分研究成果进行了汇总（表4）,可见不同研究得到或使用的R/S差异较大。尽管R/S具有一定的不确定性,大多数研究表明,对于高寒草甸和高寒草原,其地上生物量与地下生物量间的相关性较好,R/S处于一定的变动范围之内,因此利用R/S来估算三江源地区草地植被的生物量和生产力仍然是相对可靠的方法[80]。根据Yang等[76]野外获取的大量数据,可知高寒草甸的R/S变化范围大体位于0.8~13之间,高寒草原的R/S位于1.4~12.7之间,整个高寒草地的R/S中值约为5.8,大于全球草地的R/S中值4.5。
Tab. 4
表4
表4三江源主要草地类型的R/S均值汇总
Tab. 4R/S values of primary grassland types in the Three-River Headwater Region
| 高寒草甸 | 高寒草原 | 温性草原 | 沼泽湿地 | 参考文献 | 获取方式 |
|---|---|---|---|---|---|
| 4.15 | / | / | / | 范月君[15] | 野外实测 |
| 6.8 | 5.2 | / | / | Yang等[76] | 野外实测 |
| 7.917 | 4.420 | 4.325 | / | Luo等[77] | 野外实测 |
| 7.92 | 4.25 | 4.25 | 15.68 | 朴世龙等[78] | 文献总结 |
| 9.19 | 9.49 | 9.19 | / | 王娓等[79] | 文献总结 |
| 6.5 | 6.2 | 6.4 | / | 马安娜等[80] | 文献总结 |
新窗口打开
4.2.3 活根生物量占地下总生物量的比 只有活根才与植被生产力有关,因此在估算地下NPP时需要区分活根和死根。野外测量NPP时活根和死根的区分具有较强的主观性,一般可根据根系的颜色、密度、形态等进行区分：白色根和棕色根一般为活根,黑色根为死根;将根放入水中,密度较大沉在水底的根一般为死根,漂浮在水面的根一般为活根;外表完整、形态光滑的根一般是活根,皮层脱落或表皮褶皱的根一般是死根。周兴民[18]曾于1980-1982年5-9月连续对海北矮嵩草草甸的活根和死根生物量进行观测,发现其活根生物量约占地下总根生物量的70%~80%,樊江文等[42]在计算三江源草地产草量时借鉴其研究结果并采用0.79作为活根与总根生物量的比值。然而,本文通过对三江源地区的一些实测数据（测于2005年、2008年和2015年）进行分析,发现大部分采样点的活根生物量占地下总根生物量的20%~40%,只有在某些沼泽化高寒草甸地区,该比例才达到60%以上。结果差异如此之大的原因目前还没有很好的解释,可能与活根、死根的区分方法有关,也可能是由于全球气候变化导致地温显著升高,土壤含水量下降,从而使地下根系的存活时间相比20世纪80年代大大缩短。
4.2.4 植物C含量 通过生物量推演植被NPP可能还需要乘以一个含C系数（NPP以C计时）。周兴民[18]和赵新全[19]的多年研究表明,高寒嵩草草甸的植物体C含量变动在34%~38%之间。常天军[81]对紫花针茅高寒草原的研究显示,紫花针茅整体C含量为21%~39%（平均为29%）。郑帷捷等[82]根据已发表的文献数据以及部分实测数据,得出乔木的含C量平均值为46.22%,灌木为45.93%,草本植物仅为37.13%;草本植物中,叶片含C量平均为36.83%,茎为32.57%,根为34.16%。以上研究得出的草本植物C含量均远低于45%~50%的常用取值范围,但实际上,目前绝大多数****在进行三江源草地NPP估算时,直接将0.45作为植物含C系数[15, 55],这将导致以C计的NPP被高估。因此,对于高寒草甸和高寒草原等草本植物,其C含量取值不应超过40%;而对于森林和灌丛,其C含量可以采用45%~50%的常用取值范围。
4.2.5 根系周转率 根系周转率是指单位时间（通常是一年）内根系生长或死亡的量占根系总生物量的比例,其准确测定和估算较为困难。Gill等[20]建议采用以下3种方式对全球草地的根系周转率进行估算：① 利用地下NPP与地下（平均、最小或最大）生物量的比值进行计算;② 采用与地上生产力或气候数据建立统计回归关系进行计算;③ 直接取为常数值。樊江文等[42]在计算三江源草地产草量时,采用与地上NPP（实际上是地上生物量）的经验关系来估算根系周转率并进一步获取地下NPP,在湿地和沼泽化地区,其估算的根系周转率可达0.7以上。过程模型在模拟植被NPP时一般是将不同植被类型的根系周转率取为常数,Gill等[20]也认为可以对全球草地的根系周转率取常数0.65。吴伊波等[83]分别利用根钻法、内生长袋法和微根管法对青海省高寒草甸植被的根系生产力和周转率进行研究,发现不同方法计算得到的根系周转率差别较大,可靠的根系周转率结果大概在0.29~0.63之间。因此,在估算三江源草地NPP时,建议根系周转率取值在0.29~0.65之间,对于湿地和沼泽化高寒草甸,其根系周转率取值可以达到0.7 [18, 42]。
4.3 估算结果
4.3.1 模型精度 已有研究对不同NPP模型的估算精度进行了评估。蔡雨恋等[38]将CASA模型模拟的生长季NPP与实测NPP进行相关分析,发现CASA模型的模拟结果是较为理想的,相关系数达0.8;此外,通过将CASA模型与Miami模型和周广胜模型的模拟结果进行对比,认为Miami模型和周广胜模型的模拟结果均偏高,相比之下CASA模型更适用于三江源地区。樊江文等[42]和Fan等[43]根据GLOPEM模型模拟的NPP结果计算产草量,并与相同地点的实测产草量进行对比分析,结果表明两者之间具有较好的相关性（R2 = 0.54,P < 0.01）。王军邦等[53]将GLOPEM-CEVSA模型的模拟结果与草地调查实测产草量数据进行对比分析,认为GLOPEM-CEVSA模型模拟的多年平均产草量较观测的平均产草量偏低约13.7%。王翀[29]基于实测NPP利用相关系数（R）、决定系数（R2）、均方根误差（RMSE）等指标来比较不同模型对NPP的模拟效果,结果表明,MOD17A3算法对研究区NPP的模拟效果最好,其次是CASA模型,Miami模型和CIM模型的精度最低。根据已有评估结果大体来看,遥感—过程耦合模型的估算精度可能最高,其次为遥感模型,气候模型的估算精度最低。4.3.2 验证方法 三江源地区已有NPP研究采用的验证方法主要有：① 实地测量地上生物量或地面产草量,转换为NPP总量后与模型模拟结果进行对比分析[29, 38];② 将模型模拟的草地NPP转换为产草量后与地面实测产草量进行比较[42-43, 53];③ 与其他相同或相似研究区域的前人研究结果进行比较来判断NPP模拟的合理性[36, 40];④ 直接与MODIS MOD17A3产品进行比较[39]。在NPP验证工作中以下两个问题应引起足够重视：① 普遍缺少地下NPP实测数据,地下NPP是三江源草地植被NPP的主体,目前地下NPP的获取主要根据地上生物量（或地上NPP）转换获得,但不同研究使用的R/S、根系周转率、植物C含量等差异较大,会对实测NPP造成很大影响;② 仅对模型输出的NPP进行验证,对模型的中间变量验证重视不够,如果只对NPP进行验证,估算模型在使用过程中实际上变成了“黑箱子”,模型应用变成了“调参游戏”,若仅模拟的NPP结果准确,中间变量误差很大,将给生态系统模拟和预警分析带来非常大的不确定性。
4.3.3 结果评估 根据Chapin III等[84],NPP包括植物生产的新生物量、根分泌到土壤中的可溶性有机化合物、转移到与根有共生关系的微生物（如菌根和固氮细菌）中的碳、食植动物和死亡造成的损失以及由叶片向大气挥发排放的损失。目前大多数NPP的野外测定只包括新生产的植物生物量,而根据已有研究,仅根系分泌及向菌根转移的NPP就占NPP总量的20%以上[84]。
三江源作为传统畜牧业区,根据多年的牧草检测,家畜的年采食量约占草地植被地上净第一性生产量的41.48%[18]。野生动物对NPP的消耗也很大,据初步统计,2013年仅玛多县藏野驴、藏原羚、黄羊、岩羊、鹿等食草野生动物的数量约有20多万只,已远超过其牲畜的数量（约13万只左右）,而一头藏野驴的采食量相当于6只羊的食草量[85]。此外,草原啮齿类动物在部分地区泛滥成灾[14],据保守估计,在啮齿动物密度处于中等水平的年份,啮齿动物对家畜可利用资源的消耗达20%~30%[18]。因此,三江源地区地上和地下生物量在达到最大值之前,已有相当比例的现存量被食植动物采食,造成实际NPP被大大低估。
根据已有研究[16, 18],假设高寒草地植被地上NPP与地下NPP的比值约为1:2,那么地上NPP约占总NPP的30%。如果考虑家畜啃食,其年采食量约占总NPP的12%;野生动物的采食量不会低于家畜啃食的比例,同样按12%计;啮齿类动物消耗的NPP按家畜消耗NPP的20%计,其对总NPP的消耗比例约2%;根系分泌及向菌根转移的NPP比例按20%计。因此,三江源地区大部分野外测量获得的NPP可能至少低估了实际NPP的40%。如果模型没有考虑或无法反映造成NPP低估的这些因素,直接将被低估的NPP用于实际NPP的模拟过程（主要是模型参数率定和模拟结果检验）,那么得到的NPP结果同样会被低估。因此,在NPP模拟过程中必须保证模拟的NPP与使用的实测NPP的含义相一致。
5 结论
（1）植被NPP估算方法大致可分为野外测量法和模型模拟法,其中,NPP估算模型主要有4类：气候模型、遥感模型、过程模型和遥感—过程耦合模型。（2）三江源所有植被的潜在NPP约为453.23±252.30 gC/m2/yr,现实NPP约为161.87±63.40 gC/m2/yr;草地的潜在NPP约为283.28±170.44 gC/m2/yr,现实NPP约为130.79±73.27 gC/m2/yr。从不同模型估算结果来看,气候模型估算的NPP最高,其次是遥感模型,遥感—过程耦合模型的估值最低。就不同植被类型而言,NPP大小总体上表现为森林>农田>草地>荒漠。
（3）不同NPP估算方法中,野外测量法的结果一般被认为是真值,常作为对其他估算方法的检验数据;气候模型估算的潜在NPP与现实NPP差异较大,前者约为后者的2~4倍;遥感参数模型在三江源地区的应用非常普遍,估算精度也较高,但在NPP模拟中仍存在较大的不确定性;由于三江源的特殊性,目前大多数过程模型不能直接用于三江源区的NPP估算,其中物候模拟、多年生落叶草本植物的生态机理研究、冻土区水文过程建模、人类活动和野生动物的影响评价是研究的难点;遥感—过程耦合模型在一定程度上弥补了遥感模型和过程模型各自的缺陷,但模型的预警分析能力较弱。
（4）合理、准确的参数取值对NPP估算至关重要,但目前多数研究可能过高地估计了三江源地区的草地植被最大光能利用率;采用的地下与地上生物量的比（R/S）存在较大差异;活根生物量占地下总根生物量的取值偏高,目前实测获得的比例约为20%~40%;植物体含C量的取值也偏高,草本植物含C量远低于45%~50%的常用取值范围;根系周转率的准确测定较为困难,可靠的根系周转率取值范围为0.29~0.65,在湿地和沼泽化高寒草甸地区,植被根系周转率可达0.7。
（5）总体来说,NPP模型中遥感—过程耦合模型的估算精度可能最高,其次是遥感模型,气候模型的估算精度最低;目前三江源地区相关研究对于NPP的验证还不够全面,需要在验证方式与内容上继续深入;大部分NPP野外测量获得的NPP可能至少低估了三江源实际NPP的40%,如果直接将其用于实际NPP的模拟过程,得到的NPP结果同样会被低估,因此必须保证模型模拟的NPP与使用的实测NPP的含义相一致。
6 展望
（1）加强数据基础设施建设。数据是科学研究的基础,由于三江源自然环境特殊,准确、详细的基础数据还较为缺乏,如地下生物量和NPP的野外测量数据有限,生态定位研究站和通量观测塔数量较少且分布不均,可用的植被类型数据、土壤数据以及冻土分布数据等分辨率较粗且现势性差,这些都远远满足不了当前的科研需求。近年来,三江源生态保护与建设工程投入大量资金和科技力量建设了一批地面生态监测站点,并与空间遥感技术相结合形成了一体化的综合监测体系。以工程设置的短期定位观测站为基础,构建完整、系统的生态系统地面长期监测体系并建立稳定运行机制,以实现三江源重要基础数据的测量、积累和共享。（2）重视机理模型研究。目前,三江源地区开展的已有研究多使用气候模型和遥感模型,这些非机理模型无法解释和预测NPP的变化过程,不能为决策者应对未来全球变化提供直接依据。鉴于当前还没有专门在三江源地区应用机理模型的报道,未来需在大量模拟实验的基础上详细检验NPP过程模型在三江源地区的适用性,或针对三江源特殊的高寒生态环境建立专门的机理模型。精准物候模拟、多年生落叶草的生长和死亡机理、高寒区冻土及其相关的特殊生态水文过程等都是三江源机理模型研究的难点。此外,鉴于三江源空间范围广,生态系统空间分异明显,在进行NPP模拟时三江源内部的区域差异需给予足够重视。
（3）发展耦合人类活动与野生动物活动的模拟模型。在NPP估算模型中,气候模型无法考虑各种扰动因子对NPP的影响;遥感模型可以通过植被指数间接地反映人类和野生动物的作用,但无法体现具体过程且不能定量化影响程度;过程模型以及遥感—过程耦合模型虽有能力描述人类活动与野生动物活动对NPP的影响,但目前大多数模型对于人类活动的模拟较多,对野生动物的影响基本没考虑。随着三江源自然保护区野生动物数量越来越庞大,耦合人类活动与野生动物活动的NPP模型是未来模型发展的必然趋势。
（4）研发区域尺度模型运行平台。目前NPP的估算方法虽然很多,但在实际应用时由于模型原理和计算的复杂性以及数据准备的繁琐,相关领域的科学研究人员以及业务部门人员在模型应用时会面临较大的困难,这大大限制了NPP研究实际应用的广度和深度,因此,区域尺度NPP模型运行平台的研发需给予足够重视。
（5）与环境管理相衔接。NPP不但反映了植被的生长状况,而且是生态系统健康评价的重要指标,其高低不仅直接影响到生态系统本身的过程和功能,对生态系统的供给服务功能和调节服务功能也会产生深刻的影响,最终影响人类的福祉。因此,加强NPP研究成果在生态资产评估、生态审计、生态风险评估、生态保护对策模拟与分析等环境管理领域的应用,对推进三江源地区NPP研究工作具有重要意义。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | Forty years ago, Meadows et al. published a landmark first analysis of global limits to human activity ( 1 ). Based on a primitive computer model of the Earth system, they concluded that by the early decades of the 21st century, tangible limits to key global resources would begin to emerge. A reanalysis of the original results in 2008 found that the original global resource depletion projections were remarkably accurate ( 2 ). Since then, Rockstr02m et al. ( 3 ) have defined a new term—planetary boundaries—to describe nine variables of high importance to habitability of Earth, including climate change, ocean acidification, land-use change, and biodiversity loss. These metrics are compelling conceptually, but many are not easily measured globally; explicitly defining a critical boundary is even more challenging. I suggest a new planetary boundary, terrestrial net primary (plant) production (NPP), that may be as compelling conceptually, integrates many of the currently defined variables, and is supported by an existing global data set for defining boundaries. |
| [2] | The history of growth in understanding of primary productivity and in making estimates of biosphere production is reviewed. Two approaches to estimation of land production are discussed. Production may first be estimated by mean values for ecosystem types and the areas of these. A total production of 100×10 9 tons/year is thus estimated for the continents, making up 29% of the earth's surface. The energy content of net primary production is 426×10 18 cal for the continents and 261×10 18 cal for the seas, implying a biosphere energy efficiency of 0.13% relative to incident sunlight of the full spectrum at the earth's surface. As a second approach, the relation of productivity to mean annual temperature and precipitation is analyzed. On the basis of these relationships, a “Miami model” map of primary productivity of the continents is presented. |
| [3] | The many problems of energy and nutrient flow and their relationship to the structure of communities and potential for harvest make primary productivity interesting. The correlation between the productivity and character of vegetation cover, and the potential for agriculture and the environmental aspects of cultural development, have created additional interest. This volume emphasizes the fact that assessment of primary productivity is a time-consuming and expensive procedure. In some cases, it is even logistically impossible to measure the current productivity rate directly. Under such circumstances, one is inclined to look for indirect ways to estimate the productive capacity of any given region. The most feasible approach to the task is the elaboration of models that predict productivity from environmental parameters that have been measured in a reasonably dense network over the world. |
| [4] | This paper describes a boreal ecosystems productivity simulator (BEPS) recently developed at the Canada Centre for Remote Sensing to assist in natural resources management and to estimate the carbon budget over Canadian landmass (10-10km). BEPS uses principles of FOREST biogeochemical cycles (FOREST-BGC) (Running and Coughlan, 1988) for quantifying the biophysical processes governing ecosystems productivity, but the original model is modified to better represent canopy radiation processes. A numerical scheme is developed to integrate different data types: remote sensing data at 1-km resolution in lambert conformal conic projection, daily meteorological data in Gaussian or longitude-latitude gridded systems, and soil data grouped in polygons. The processed remote sensing data required in the model are leaf area index (LAI) and land-cover type. The daily meteorological data include air temperature, incoming shortwave radiation, precipitation, and humidity. The soil-data input is the available water-holding capacity. The major outputs of BEPS include spatial fields of net primary productivity (NPP) and evapotranspiration. The NPP calculated by BEPS has been tested against biomass data obtained in Quebec, Canada. A time series of LAI over the growing season of 1993 in Quebec was derived by using 10-day composite normalized difference vegetation index images acquired by the advanced very high resolution radiometer at 1-km resolution (resampled). Soil polygon data were mosaicked, georeferenced, and rasterized in a geographic information system (ARC/INFO). With the use of the process-based model incorporating all major environmental variables affecting plant growth and development, detailed spatial distributions of NPP (annual and four seasons) in Quebec are shown in this paper. The accuracy of NPP calculation is estimated to be 60% for single pixels and 75% for 3x3 pixel areas (9 km). The modeled NPP ranges from 0.6 kg C/m/year at the southern border to 0.01 kg C/m/year at the northern limit of the province. The total annual NPP in Quebec is estimated to be 0.24 Gt C in 1993, which is about 0.3-0.4% of the global NPP. |
| [5] | |
| [6] | 正 一、引言 生物生产力可分为第一性生产力和第二性生产力两大类。前者指生态系统中绿色植物借助于太阳能同化CO_2制造有机物的能力;后者指各种食草动物、食肉动物以及各种真菌、细菌和某些原生物等异常有机体,利用和释放绿色植物储存的太阳能而形成的第二性生物产品的能力。第一性生产力又包括总第一性生产力和净第一性生产力。 正 一、引言 生物生产力可分为第一性生产力和第二性生产力两大类。前者指生态系统中绿色植物借助于太阳能同化CO_2制造有机物的能力;后者指各种食草动物、食肉动物以及各种真菌、细菌和某些原生物等异常有机体,利用和释放绿色植物储存的太阳能而形成的第二性生物产品的能力。第一性生产力又包括总第一性生产力和净第一性生产力。 |
| [7] | 本文根据植物的生理生态学特点及联系能量平衡方程和水量平衡方程的区域蒸散模式建立了联系植物生理生态学特点和水热平衡关系的植物的净第一性生产力模型：该模型的建立为宏观地确定地带性景观的生产潜力、植物净第一性生产力的区域分布和全球分布，以及全球变化的影响提供了理论基础，对于合理地利用气候资源，扬长避短，充分发挥气候生产潜力，最大限度地提高植物的产量具有重要的意义。 . 本文根据植物的生理生态学特点及联系能量平衡方程和水量平衡方程的区域蒸散模式建立了联系植物生理生态学特点和水热平衡关系的植物的净第一性生产力模型：该模型的建立为宏观地确定地带性景观的生产潜力、植物净第一性生产力的区域分布和全球分布，以及全球变化的影响提供了理论基础，对于合理地利用气候资源，扬长避短，充分发挥气候生产潜力，最大限度地提高植物的产量具有重要的意义。 |
| [8] | |
| [9] | |
| [10] | 基于MODIS-NDVI 数据,辅以线性趋势分析、Hurst 指数及偏相关系数等方法,本文从三个尺度分析了近12 年三江源区植被覆盖时空变化特征、未来趋势及其驱动因素。结果表明:(1) 近12 年三江源区植被覆盖呈现增加趋势,增速为1.2%/10a,其中长江源区、黄河源区植被均呈增加趋势,而澜沧江源区植被呈下降趋势。(2) 三江源区植被覆盖具有显著的区域差异,且NDVI频度呈现“双峰”结构。(3) 近12 年三江源区植被覆盖呈增加趋势和减少趋势的面积分别占64.06%和35.94%,且表现为源区北部增加、南部减少的空间格局。(4) 三江源区植被变化的反向特征显著,植被变化由改善趋势转为退化趋势的区域主要分布在长江源区和黄河源区的北部,而由退化趋势转为改善趋势的区域主要分布在澜沧江源区。(5) 三江源区植被对降水和潜在蒸散的响应存在时滞现象,而对气温的响应不存在时滞现象。(6) 三江源区植被覆盖的增加主要归因于气候暖湿化以及生态保护工程的实施。 . 基于MODIS-NDVI 数据,辅以线性趋势分析、Hurst 指数及偏相关系数等方法,本文从三个尺度分析了近12 年三江源区植被覆盖时空变化特征、未来趋势及其驱动因素。结果表明:(1) 近12 年三江源区植被覆盖呈现增加趋势,增速为1.2%/10a,其中长江源区、黄河源区植被均呈增加趋势,而澜沧江源区植被呈下降趋势。(2) 三江源区植被覆盖具有显著的区域差异,且NDVI频度呈现“双峰”结构。(3) 近12 年三江源区植被覆盖呈增加趋势和减少趋势的面积分别占64.06%和35.94%,且表现为源区北部增加、南部减少的空间格局。(4) 三江源区植被变化的反向特征显著,植被变化由改善趋势转为退化趋势的区域主要分布在长江源区和黄河源区的北部,而由退化趋势转为改善趋势的区域主要分布在澜沧江源区。(5) 三江源区植被对降水和潜在蒸散的响应存在时滞现象,而对气温的响应不存在时滞现象。(6) 三江源区植被覆盖的增加主要归因于气候暖湿化以及生态保护工程的实施。 |
| [11] | 利用卫星反演获取的归一化植被指数（NDVI）以及同期气象要素资料，分析了1982-2000年三江源区植被的时间和空间变化及其对气候变化的响应。结果表明：在三江源的大部分地区，植被生长状况趋于变差或基本不变；20世纪90年代，除夏季外，其他季节植被状况趋于恶化；与降水量相比，植被长势对气温变化的响应更为敏感。 . 利用卫星反演获取的归一化植被指数（NDVI）以及同期气象要素资料，分析了1982-2000年三江源区植被的时间和空间变化及其对气候变化的响应。结果表明：在三江源的大部分地区，植被生长状况趋于变差或基本不变；20世纪90年代，除夏季外，其他季节植被状况趋于恶化；与降水量相比，植被长势对气温变化的响应更为敏感。 |
| [12] | 利用EOF等方法通过计算1962～2001年40年来三江源地区16个气象台站气温、降水、蒸发资料,分析了三江源地区近40年来气候变化的异常特征及其对生态环境的影响,结果表明:三江源地区气候变化表现为气温升高、降水减少和蒸发增大的干旱化气候变化趋势,同时,在气候干旱化和人为活动的影响下出现了草场退化、湖泊萎缩、河流流量减少、土壤沙化和水土流失等生态环境荒漠化问题. . 利用EOF等方法通过计算1962～2001年40年来三江源地区16个气象台站气温、降水、蒸发资料,分析了三江源地区近40年来气候变化的异常特征及其对生态环境的影响,结果表明:三江源地区气候变化表现为气温升高、降水减少和蒸发增大的干旱化气候变化趋势,同时,在气候干旱化和人为活动的影响下出现了草场退化、湖泊萎缩、河流流量减少、土壤沙化和水土流失等生态环境荒漠化问题. |
| [13] | <p>利用1970年代中后期MSS图像和1980年代末、2004年以及2008年三期TM图像并结合野外调查,获得三江源地区四期土地覆被空间数据集,提出了土地覆被转类指数和土地覆被状况指数,以表征该区域生态变化的趋势。通过计算土地覆被转类途径和幅度、土地覆被转类指数和土地覆被状况指数,分析青海三江源地区1970年代中后期以来土地覆被时空变化特征及其反映的宏观生态状况变化。结果表明:三江源地区近30年平均土地覆被状况指数为38.20,土地覆被状况为4级,其中黄河流域最好,其次为澜沧江流域,长江流域最差;三江源地区土地覆被转类,在1970s~1990s和1990s~2004年两个时段,均主要以高生态级别向低生态级别转移为主,2004~2008年时段,主要以低生态级别向高生态级别转移为主;由土地覆被状况指数变化率和土地覆被转类指数,可以反映出近30年来三江源地区土地覆被和宏观生态状况,总体上经历了变差(1970s~1990s时段土地覆被状况指数变化率<em>Zc</em>为-0.63,土地覆被转类指数<em>LCCI</em>为-0.58)—显著变差(1990s~2004时段<em>Zc</em>为-0.94,<em>LCCI</em>为-1.76)—略有好转(2004~2008时段<em>Zc</em>为0.06,<em>LCCI</em>为0.33)的变化过程。这一变化过程前、中期主要受到气候变化和草地载畜压力共同驱动的影响,后期则叠加了生态建设工程的驱动作用。</p> . <p>利用1970年代中后期MSS图像和1980年代末、2004年以及2008年三期TM图像并结合野外调查,获得三江源地区四期土地覆被空间数据集,提出了土地覆被转类指数和土地覆被状况指数,以表征该区域生态变化的趋势。通过计算土地覆被转类途径和幅度、土地覆被转类指数和土地覆被状况指数,分析青海三江源地区1970年代中后期以来土地覆被时空变化特征及其反映的宏观生态状况变化。结果表明:三江源地区近30年平均土地覆被状况指数为38.20,土地覆被状况为4级,其中黄河流域最好,其次为澜沧江流域,长江流域最差;三江源地区土地覆被转类,在1970s~1990s和1990s~2004年两个时段,均主要以高生态级别向低生态级别转移为主,2004~2008年时段,主要以低生态级别向高生态级别转移为主;由土地覆被状况指数变化率和土地覆被转类指数,可以反映出近30年来三江源地区土地覆被和宏观生态状况,总体上经历了变差(1970s~1990s时段土地覆被状况指数变化率<em>Zc</em>为-0.63,土地覆被转类指数<em>LCCI</em>为-0.58)—显著变差(1990s~2004时段<em>Zc</em>为-0.94,<em>LCCI</em>为-1.76)—略有好转(2004~2008时段<em>Zc</em>为0.06,<em>LCCI</em>为0.33)的变化过程。这一变化过程前、中期主要受到气候变化和草地载畜压力共同驱动的影响,后期则叠加了生态建设工程的驱动作用。</p> |
| [14] | 本书针对三江源区域特征, 借鉴联合国新千年生态系统评估 (MA) 的理论框架, 以空间信息技术为支撑, 构建了三江源生态系统星-地一体化监测体系、综合评估指标体系和数据库系统, 通过野外观测数据、生态模型模拟数据和遥感对地观测数据的集成分析, 实现了多源数据融合、尺度转换与地面-遥感-模型数据的相互验证。 本书针对三江源区域特征, 借鉴联合国新千年生态系统评估 (MA) 的理论框架, 以空间信息技术为支撑, 构建了三江源生态系统星-地一体化监测体系、综合评估指标体系和数据库系统, 通过野外观测数据、生态模型模拟数据和遥感对地观测数据的集成分析, 实现了多源数据融合、尺度转换与地面-遥感-模型数据的相互验证。 |
| [15] | . |
| [16] | Aim Our aims were to quantify climatic and soil controls on net primary productivity (NPP) and leaf area index (LAI) along subtropical to alpine gradients where the vegetation remains relatively undisturbed, and investigate whether NPP and LAI converge towards threshold-like logistic patterns associated with climatic and soil variables that would help us to verify and parameterize process models for predicting future ecosystem behaviour under global environmental change. Location Field data were collected from 22 sites along the Tibetan Alpine Vegetation Transects (TAVT) during 1999-2000. The TAVT included the altitudinal transect on the eastern slope of the Gongga Mountains in the Eastern Tibetan Plateau, with altitudes from 1900 m to 3700 m, and the longitudinal-latitudinal transect in the Central Tibetan Plateau, of approximately 1000 km length and 40 km width. Methods LAI was measured as the product of foliage biomass multiplied by the ratio of specific leaf area. NPP in forests and shrub communities was estimated as the sum of increases in standing crops of live vegetation using recent stem growth rate and leaf lifespan. NPP in grasslands was estimated from the above-ground maximum live biomass. We measured the soil organic carbon (C) and total and available nitrogen (N) contents and their pool sizes by conventional methods. Mean temperatures for the year, January and July and annual precipitation were estimated from available meteorological stations by interpolation or simulation. The threshold-like logistic function was used to model the relationships of LAI and NPP with climatic and soil variables. Results Geographically, NPP and LAI both significantly decreased with increasing latitude (P < 0.02), but increased with increasing longitude (P < 0.01). Altitudinal trends in NPP and LAI showed different patterns. NPP generally decreased with increasing altitude in a linear relationship (r(2) = 0.73, P < 0.001), whereas LAI showed a negative quadratic relationship with altitude (r(2) = 0.58, P < 0.001). Temperature and precipitation, singly or in combination, explained 60-68% of the NPP variation with logistic relationships, while the soil organic C and total N variables explained only 21-46% of the variation with simple linear regressions of log-transformed data. LAI showed significant logistic relationships with both climatic and soil variables, but the data from alpine spruce-fir sites diverged greatly from the modelled patterns associated with temperature and precipitation. Soil organic C storage had the strongest correlation with LAI (r(2) = 0.68, P < 0.001). Main conclusions In response to climatic gradients along the TAVT, LAI and NPP across diverse vegetation types converged towards threshold-like logistic patterns consistent with the general distribution patterns of live biomass both above-ground and below-ground found in our earlier studies. Our analysis further revealed that climatic factors strongly limited the NPP variations along the TAVT because the precipitation gradient characterized not only the vegetation distribution but also the soil N conditions of the natural ecosystems. LAI generally increased with increasing precipitation and was well correlated with soil organic C and total N variables. The interaction between LAI growth and soil N availability would appear to have important implications for ecosystem structure and function of alpine spruce-fir forests. Convergence towards logistic patterns in dry matter production of plants in the TAVT suggests that alpine plant growth would increase in a nonlinear response to global warming. |
| [17] | . |
| [18] | 利用研究区植被、土壤和气候观测资料,借助CENTURY模型研究了高寒草甸土壤异养呼吸CO2通量动态变化。结果表明,1)CENTURY模型较好地反映了高寒草甸土壤异养呼吸季节变化。模拟结果与试验点观测结果相吻合,风匣口和干柴滩2个试验点观测值与模拟值的线性回归方程分别为y=0.7776x+23.796(R2=0.6885,n=31)和y=0.9487x-8.6994(R2=0.6062,n=30)。2)过去46年(1960-2005年)研究区年平均气温趋于暖化,平均线性增温率为0.35℃/10a。降水量变化不明显,呈振幅较为稳定的波动变化。同期CENTURY模型模拟的高寒草甸土壤异养呼吸CO2通量呈波动性缓慢上升的趋势,通量变化范围在479.22~624.89gC/(m2·a)之间,平均值为(539.56±34.32)gC/(m2·a),通量增加率为16.5gC/(m2·10a)。对模拟结果与气温、降水量之间进行的相关性分析结果显示,土壤异养呼吸CO2通量与气温呈显著正相关(r=0.70,P<0.05),与降水量相关性不显著。3)氮沉降增加显著促进了高寒草甸土壤异养呼吸CO2通量。中氮(MN)和高氮(HN)与对照(CK)处理间差异极显著(P<0.01),但中氮(MN)与高氮(HN)处理间差异不显著。说明,长期受低温和土壤有效氮限制的高寒草甸对气候变化响应敏感,高原气候的暖化和氮沉降的增加均能引起土壤异养呼吸作用的小幅上升,但可能由于异养呼吸作用对氮沉降存在着一定的“氮饱和”现象,随着大气氮沉降的倍增,其促进效应降低。 利用研究区植被、土壤和气候观测资料,借助CENTURY模型研究了高寒草甸土壤异养呼吸CO2通量动态变化。结果表明,1)CENTURY模型较好地反映了高寒草甸土壤异养呼吸季节变化。模拟结果与试验点观测结果相吻合,风匣口和干柴滩2个试验点观测值与模拟值的线性回归方程分别为y=0.7776x+23.796(R2=0.6885,n=31)和y=0.9487x-8.6994(R2=0.6062,n=30)。2)过去46年(1960-2005年)研究区年平均气温趋于暖化,平均线性增温率为0.35℃/10a。降水量变化不明显,呈振幅较为稳定的波动变化。同期CENTURY模型模拟的高寒草甸土壤异养呼吸CO2通量呈波动性缓慢上升的趋势,通量变化范围在479.22~624.89gC/(m2·a)之间,平均值为(539.56±34.32)gC/(m2·a),通量增加率为16.5gC/(m2·10a)。对模拟结果与气温、降水量之间进行的相关性分析结果显示,土壤异养呼吸CO2通量与气温呈显著正相关(r=0.70,P<0.05),与降水量相关性不显著。3)氮沉降增加显著促进了高寒草甸土壤异养呼吸CO2通量。中氮(MN)和高氮(HN)与对照(CK)处理间差异极显著(P<0.01),但中氮(MN)与高氮(HN)处理间差异不显著。说明,长期受低温和土壤有效氮限制的高寒草甸对气候变化响应敏感,高原气候的暖化和氮沉降的增加均能引起土壤异养呼吸作用的小幅上升,但可能由于异养呼吸作用对氮沉降存在着一定的“氮饱和”现象,随着大气氮沉降的倍增,其促进效应降低。 |
| [19] | 本书T系统总结了长期野外考察、样带研究和定位可控实验获得的高寒草甸生态系统对全球气候变化响应机制方面的最新研究成果，内容包括：高寒草甸地区生态要素及其特征、物种对全球化的响应与适应机制、全球变化下的高寒草甸生物多样性与生态系统功能的关系、高寒草甸生产力与全球变化耦合过程等。 本书T系统总结了长期野外考察、样带研究和定位可控实验获得的高寒草甸生态系统对全球气候变化响应机制方面的最新研究成果，内容包括：高寒草甸地区生态要素及其特征、物种对全球化的响应与适应机制、全球变化下的高寒草甸生物多样性与生态系统功能的关系、高寒草甸生产力与全球变化耦合过程等。 |
| [20] | In many temperate and annual grasslands, above-ground net primary productivity (NPP) can be estimated by measuring peak above-ground biomass. Estimates of below-ground net primary productivity and, consequently, total net primary productivity, are more difficult. We addressed one of the three main objectives of the Global Primary Productivity Data Initiative for grassland systems to develop simple models or algorithms to estimate missing components of total system NPP. Any estimate of below-ground NPP (BNPP) requires an accounting of total root biomass, the percentage of living biomass and annual turnover of live roots. We derived a relationship using above-ground peak biomass and mean annual temperature as predictors of below-ground biomass (r~2 = 0.54; P = 0.01). The percentage of live material was 0.6, based on published values. We used three different functions to describe root turnover: constant, a direct function of above-ground biomass, or as a positive exponential relationship with mean annual temperature. We tested the various models against a large database of global grassland NPP and the constant turnover and direct function models were approximately equally descriptive (r~2 = 0.31 and 0.37), while the exponential function had a stronger correlation with the measured values (r~2 = 0.40) and had a better fit than the other two models at the productive end of the BNPP gradient. When applied to extensive data we assembled from two grassland sites with reliable estimates of total NPP, the direct function was most effective, especially at lower productivity sites. We provide some caveats for its use in systems that lie at the extremes of the grassland gradient and stress that there are large uncertainties associated with measured and modelled estimates of BNPP. |
| [21] | Health Information Systems are expected to play an important role for improvement of health service of the society, whereas very few systems in developing countries meet that demand. The study reveals the role of local knowledge of the community for improvement of Health Information Systems. Qualitative data collection scheme was followed. It was identified that community volunteers and lower level health workers are using their local knowledge to make data collection process effective and to implement standards at the ground. Health data collected manually at the community can be computerized at the upper level in the health care system, thus are the bases for quality of data until the national level. The lesson learned from this study is the significance of context specific knowledge for betterment of Health Information System and service provision, which in turn may contribute for fulfillment of the intended Millennium Development Goals. |
| [22] | |
| [23] | Summary Twelve global net primary productivity (NPP) models were compared: BIOME3, CASA, CARAIB, FBM, GLO-PEM, HYBRID, KGBM, PLAI, SDBM, SIB2, SILVAN and TURC. These models all use solar radiation as an input, and compute either absorbed solar radiation directly, or the amount of leaves used to absorb solar radiation, represented by the leaf area index (LAI). For all models, we obtained or estimated photosynthetically active radiation absorbed by the canopy (APAR). We then computed the light use efficiency for NPP (LUE) on an annual basis as the ratio of NPP to APAR. We analysed the relative importance for NPP of APAR and LUE. The analyses consider the global values of these factors, their spatial patterns represented by latitudinal variations, and the overall grid cell by grid cell variability. Spatial variability in NPP within a model proved to be determined by APAR, and differences among models by LUE. There was a compensation between APAR and LUE, so that global NPP values fell within the range of 鈥榞enerally accepted values鈥. Overall, APAR was lower for satellite driven models than for the other models. Most computed values of LUE were within the range of published values, except for one model. |
| [24] | <div >利用三江源（黄河、长江、澜沧江）地区13个气象站1960—2011年的气温和降水资料，应用Thornthwaite Memorial模型估算了三江源地区的气候生产力（Pv），通过线性趋势分析、Kriging插值法、Mann-Kendall突变检验、EOF分解等方法对该区气温、降水和气候生产力的时空变化特征进行了分析，研究了Pv对气候变化的响应。结果表明：三江源地区近52年来，年、冬、夏季平均气温出现多次冷暖波动过程，但总体上变化一致，都呈明显上升趋势；年降水量的变化趋势不明显，但生长季和冬季降水量呈增加趋势；空间分布上，降水量东西部呈相反变化趋势，南北变化亦相反；气候生产力变化呈增加趋势，21世纪以前增加不明显，之后增加显著；Pv与气温的相关系数大于降水，说明气温是当地Pv的主要限制因素；“暖湿型”气候，Pv增加8.67%；“冷干型”气候，Pv减少8.91%；未来易出现“暖湿型”气候，Pv增加，有利于天然牧草产量的提高。</div><div ></br> </div> . <div >利用三江源（黄河、长江、澜沧江）地区13个气象站1960—2011年的气温和降水资料，应用Thornthwaite Memorial模型估算了三江源地区的气候生产力（Pv），通过线性趋势分析、Kriging插值法、Mann-Kendall突变检验、EOF分解等方法对该区气温、降水和气候生产力的时空变化特征进行了分析，研究了Pv对气候变化的响应。结果表明：三江源地区近52年来，年、冬、夏季平均气温出现多次冷暖波动过程，但总体上变化一致，都呈明显上升趋势；年降水量的变化趋势不明显，但生长季和冬季降水量呈增加趋势；空间分布上，降水量东西部呈相反变化趋势，南北变化亦相反；气候生产力变化呈增加趋势，21世纪以前增加不明显，之后增加显著；Pv与气温的相关系数大于降水，说明气温是当地Pv的主要限制因素；“暖湿型”气候，Pv增加8.67%；“冷干型”气候，Pv减少8.91%；未来易出现“暖湿型”气候，Pv增加，有利于天然牧草产量的提高。</div><div ></br> </div> |
| [25] | 基于三江源地区河南站﹑甘德站﹑同德站﹑玉树站﹑曲麻莱站﹑伍道梁站和玛多站等7个气象站点的气温和降水数据，利用Tharnthwaite Memorial模型分析了三江源地区2002-2010年以来草地净生产力（NPP）对气候变化的响应情况及其时空差异变化，并分别建立了气温、降水量与气候生产力之间的线性回归模型，探讨了三江源区域的生产力变化方向及其生态经济发展策略。结果表明：近9年来，研究区年平均气温和年平均降水量均呈现出一定的上升趋势，气候总体趋于暖湿化；在该气候变化背景下，研究区草地生产力呈现出一定的线性增加趋势，并且三江源草地的生产力主要受气温的影响，但降水是影响生产力增加的关键因素；三江源地区实施生态保护与生态补偿以及丰富牧户的收入来源是促进该区域生态经济可持续发展和维护生态安全的重要措施。 基于三江源地区河南站﹑甘德站﹑同德站﹑玉树站﹑曲麻莱站﹑伍道梁站和玛多站等7个气象站点的气温和降水数据，利用Tharnthwaite Memorial模型分析了三江源地区2002-2010年以来草地净生产力（NPP）对气候变化的响应情况及其时空差异变化，并分别建立了气温、降水量与气候生产力之间的线性回归模型，探讨了三江源区域的生产力变化方向及其生态经济发展策略。结果表明：近9年来，研究区年平均气温和年平均降水量均呈现出一定的上升趋势，气候总体趋于暖湿化；在该气候变化背景下，研究区草地生产力呈现出一定的线性增加趋势，并且三江源草地的生产力主要受气温的影响，但降水是影响生产力增加的关键因素；三江源地区实施生态保护与生态补偿以及丰富牧户的收入来源是促进该区域生态经济可持续发展和维护生态安全的重要措施。 |
| [26] | 利用三江源区兴海县草原区46年的气候资料,分析了气温、降水的 变化趋势及其对草地气候生产潜力的影响.结果表明:三江源区兴海县气候总体上呈暖干化趋势,46年来年平均气温上升了1.6℃,平均每10年升高 0.35℃;年降水量变化总体上呈不显著的增加态势,增加幅度为2.1mm/10a;草地气候生产力呈增加趋势.降水量是影响该地区草地气候生产潜力的关 键因子,未来"暖湿型"气候对兴海草地干物质生产有利,平均增产幅度为2%～4%,而"冷干型"气候对草地的干物质生产最为不利,平均减产幅度为3%～7 %.若气温升高1～2℃、降水量增加10%～20%,则兴海草地的气候生产力将增加2%～4%. . 利用三江源区兴海县草原区46年的气候资料,分析了气温、降水的 变化趋势及其对草地气候生产潜力的影响.结果表明:三江源区兴海县气候总体上呈暖干化趋势,46年来年平均气温上升了1.6℃,平均每10年升高 0.35℃;年降水量变化总体上呈不显著的增加态势,增加幅度为2.1mm/10a;草地气候生产力呈增加趋势.降水量是影响该地区草地气候生产潜力的关 键因子,未来"暖湿型"气候对兴海草地干物质生产有利,平均增产幅度为2%～4%,而"冷干型"气候对草地的干物质生产最为不利,平均减产幅度为3%～7 %.若气温升高1～2℃、降水量增加10%～20%,则兴海草地的气候生产力将增加2%～4%. |
| [27] | 选用河南、甘德、同德、玉树、曲麻莱、五道梁和玛多7个气象台站的1971～2004年的气象资料,对三江源地区的气候条件进行了分析,应用综合数学模型建立了三江源地区的天然草场植物气候生产力评估模型。结果表明:三江源地区气候生产力总体上呈下降的趋势,气候生产潜力较大。在较小范围内,海拔高度和气候生产力呈反比关系,海拔每上升100m气候生产力约降低1200～1425kg/ha,同时水分也是三江源地区天然牧草气候生产力的制约因素之一。 . 选用河南、甘德、同德、玉树、曲麻莱、五道梁和玛多7个气象台站的1971～2004年的气象资料,对三江源地区的气候条件进行了分析,应用综合数学模型建立了三江源地区的天然草场植物气候生产力评估模型。结果表明:三江源地区气候生产力总体上呈下降的趋势,气候生产潜力较大。在较小范围内,海拔高度和气候生产力呈反比关系,海拔每上升100m气候生产力约降低1200～1425kg/ha,同时水分也是三江源地区天然牧草气候生产力的制约因素之一。 |
| [28] | The natural grasslands play a significant but poorly recognized role in the global carbon cycle. Research on NPP of grassland ecosystems is and will continue to be important. In this respect, climate鈥搗egetation models have been drawing much attention and widely applied internationally owing to its simplicity. Grassland types and their distribution pattern could be corresponded with certain climatic types in a series of mathematical forms. Thus, the climate could be used to predict grassland types and their distribution. But there is not a NPP model based on a grassland classification system until now. This paper is to introduce a new model based on the Integrated Orderly Classification System of Grassland (IOCSG), named the classification indices model. The analysis demonstrates that use of the IOCSG and the model to study grassland succession and NPP associated with global climate change is a new research approach. |
| [29] | [D]. |
| [30] | 采用地面调查与"3S"技术相结合的方法,以三江源玛多县为例, 在计算玛多县 TM 影像归一化植物指数(NDVI)分布图的基础上,建立监测样点地上生物量与 NDVI 的遥感模型,结合青海省草地生产力划分等级,得出玛多县草地生产力等级分布图,实现草地生产力监测由点到面扩展.研究表明:①2009 年玛多县草地覆盖面积约 222 万hm,NDVI 以 0～0.5 为主,占玛多县草地总面积的 88.64%;②监测样点生物量与 NDVI 相关系数达 0.7 以上,呈显著相关关系,模型可定量表达为生物量=552.632×NDVI;③玛多县草地生产力等级以 750～3 000 kg/hm为主,占玛多县总草地面积 72%;草地生产力最高等级为 4 500～6 000 kg/hm,但占玛多县总草地面积不到1%. . 采用地面调查与"3S"技术相结合的方法,以三江源玛多县为例, 在计算玛多县 TM 影像归一化植物指数(NDVI)分布图的基础上,建立监测样点地上生物量与 NDVI 的遥感模型,结合青海省草地生产力划分等级,得出玛多县草地生产力等级分布图,实现草地生产力监测由点到面扩展.研究表明:①2009 年玛多县草地覆盖面积约 222 万hm,NDVI 以 0～0.5 为主,占玛多县草地总面积的 88.64%;②监测样点生物量与 NDVI 相关系数达 0.7 以上,呈显著相关关系,模型可定量表达为生物量=552.632×NDVI;③玛多县草地生产力等级以 750～3 000 kg/hm为主,占玛多县总草地面积 72%;草地生产力最高等级为 4 500～6 000 kg/hm,但占玛多县总草地面积不到1%. |
| [31] | . |
| [32] | [D]. [D]. |
| [33] | <p>摘要：草地生物量是评价青藏高原生态脆弱性和敏感性的重要指标，也是度量草地退化的重要指标。本研究利用MODIS植被指数NDVI和EVI资料及青藏高原三江源地区326个样方实测数据，构建并优化了研究区不同类型草地生物量的预测模型，估算了2002-2009年期间草地生物量年际和月际变化特征。结果表明，高寒草甸地上生物量适宜植被指数为NDVI，反演模型为，y=6.202 5x2-574.89x+14 586，高寒草原地上生物量适宜植被指数为EVI，反演模型为,y=0.165 5x1.773 2。高寒草甸和高寒草原生物量在2002-2009年表现为波动状态，但高寒草甸比高寒草原波动幅度大。高寒草甸和高寒草原生物量在6-8月间均持续增加，9月开始下降，但7月高寒草原生物量波动大于高寒草甸，8月高寒草原生物量波动小于高寒草甸，6月和9月两种草地类型生物量波动不明显。</p> . <p>摘要：草地生物量是评价青藏高原生态脆弱性和敏感性的重要指标，也是度量草地退化的重要指标。本研究利用MODIS植被指数NDVI和EVI资料及青藏高原三江源地区326个样方实测数据，构建并优化了研究区不同类型草地生物量的预测模型，估算了2002-2009年期间草地生物量年际和月际变化特征。结果表明，高寒草甸地上生物量适宜植被指数为NDVI，反演模型为，y=6.202 5x2-574.89x+14 586，高寒草原地上生物量适宜植被指数为EVI，反演模型为,y=0.165 5x1.773 2。高寒草甸和高寒草原生物量在2002-2009年表现为波动状态，但高寒草甸比高寒草原波动幅度大。高寒草甸和高寒草原生物量在6-8月间均持续增加，9月开始下降，但7月高寒草原生物量波动大于高寒草甸，8月高寒草原生物量波动小于高寒草甸，6月和9月两种草地类型生物量波动不明显。</p> |
| [34] | CiteSeerX - Scientific documents that cite the following paper: Solar-radiation and productivity in tropical ecosystems |
| [35] | |
| [36] | 为揭示三江源地区近10年来生态系统植被净初级生产力(NPP)的演变规律,借助研究区域的气温、降水等气象数据及MODIS遥感数据,应用CASA模型估算了三江源生态系统2001—2010年间的NPP,分析了NPP的时空变化格局。结果表明:2001—2010年间三江源生态系统NPP呈现由西北向东南逐渐递增的趋势,10年平均NPP为169.02 g·m-2·a-1,变化范围为159.53~176.25 g·m-2·a-1;10年来三江源草地NPP呈减少趋势,减少速度为0.69 g·m-2·a-1,减幅为4.77%。研究结果可以为三江源地区生态资源的有效管理与合理利用提供理论依据。 . 为揭示三江源地区近10年来生态系统植被净初级生产力(NPP)的演变规律,借助研究区域的气温、降水等气象数据及MODIS遥感数据,应用CASA模型估算了三江源生态系统2001—2010年间的NPP,分析了NPP的时空变化格局。结果表明:2001—2010年间三江源生态系统NPP呈现由西北向东南逐渐递增的趋势,10年平均NPP为169.02 g·m-2·a-1,变化范围为159.53~176.25 g·m-2·a-1;10年来三江源草地NPP呈减少趋势,减少速度为0.69 g·m-2·a-1,减幅为4.77%。研究结果可以为三江源地区生态资源的有效管理与合理利用提供理论依据。 |
| [37] | <p>青海省玛多县是黄河源乃至整个三江源地区草地退化的典型区域。本研究利用2008年玛多县TM影像数据结合相关辅助数据，以光能利用率模型为基础，反演研究区草地净初级生产力（net primary productivity,NPP）。并以NPP减少的百分数D（由实际NPP和潜在NPP计算）作为指标，提取2008年玛多县草地退化信息。通过与玛多县1997年草地资源调查结果对比，至2008年玛多县重度退化草地面积减少了5 944 km2，且主要发生在北部。对监测结果进行分析发现，草地退化与草地类型有关系，表现为高寒草原类草地退化最为严重，高寒草甸其次，沼泽类草地情况较好。</p> . <p>青海省玛多县是黄河源乃至整个三江源地区草地退化的典型区域。本研究利用2008年玛多县TM影像数据结合相关辅助数据，以光能利用率模型为基础，反演研究区草地净初级生产力（net primary productivity,NPP）。并以NPP减少的百分数D（由实际NPP和潜在NPP计算）作为指标，提取2008年玛多县草地退化信息。通过与玛多县1997年草地资源调查结果对比，至2008年玛多县重度退化草地面积减少了5 944 km2，且主要发生在北部。对监测结果进行分析发现，草地退化与草地类型有关系，表现为高寒草原类草地退化最为严重，高寒草甸其次，沼泽类草地情况较好。</p> |
| [38] | 利用改进CASA模型计算了三江源地区植被净初级生产力(NPP).NPP值在区域上呈现由东南向西北递减的趋势,黄河源区东南部地区的植被NPP值较高,而长江源西北部的植被生长稀疏;2004—2008年三江源区NPP值呈略下降趋势,2006年该区植被的NPP年总量最大为62.93Tg·a-1,2005年NPP总量最小为60.9Tg·a-1;从季节分布来看,NPP值从5月开始增加,到7月达到最大,随后又逐渐降低.三江源地区草甸植被NPP值最大为188.95g·m-2·a-1;高寒草原为129.41g·m-2·a-1.其中,草原植被受气候年际变化影响相对较大,高寒草原年际变化表现为2004—2006持续上升.NPP的波动主要是由于该地区的温度、年降水量以及年太阳总辐射量等因素的变化造成的.在海拔较高的地区,温度与NPP的呈极显著相关,相关系数为0.8,而降水量与NPP的相关系数为0.7. . 利用改进CASA模型计算了三江源地区植被净初级生产力(NPP).NPP值在区域上呈现由东南向西北递减的趋势,黄河源区东南部地区的植被NPP值较高,而长江源西北部的植被生长稀疏;2004—2008年三江源区NPP值呈略下降趋势,2006年该区植被的NPP年总量最大为62.93Tg·a-1,2005年NPP总量最小为60.9Tg·a-1;从季节分布来看,NPP值从5月开始增加,到7月达到最大,随后又逐渐降低.三江源地区草甸植被NPP值最大为188.95g·m-2·a-1;高寒草原为129.41g·m-2·a-1.其中,草原植被受气候年际变化影响相对较大,高寒草原年际变化表现为2004—2006持续上升.NPP的波动主要是由于该地区的温度、年降水量以及年太阳总辐射量等因素的变化造成的.在海拔较高的地区,温度与NPP的呈极显著相关,相关系数为0.8,而降水量与NPP的相关系数为0.7. |
| [39] | 以改进后的CASA模型为基础,利用MODIS数据、气象数据和植被类型数据,估算了2010年三江源地区植被净初级生产力(NPP)。结果表明:三江源地区NPP的总值为52.146×1012gC·a-1,平均值为146.66g C·m-2·a-1,呈现由东南向西北逐渐递减的空间分布趋势,并随着海拔和坡度的增高,NPP先升高后降低。 . 以改进后的CASA模型为基础,利用MODIS数据、气象数据和植被类型数据,估算了2010年三江源地区植被净初级生产力(NPP)。结果表明:三江源地区NPP的总值为52.146×1012gC·a-1,平均值为146.66g C·m-2·a-1,呈现由东南向西北逐渐递减的空间分布趋势,并随着海拔和坡度的增高,NPP先升高后降低。 |
| [40] | [D]. |
| [41] | 三江源保护区是我国最大的自然保护区,对我国的生态安全起着重要的保障作用。作为生态系统功能重要指标之一的净初级生产力的大小及其速率,一直是人们关心的问题。本文利用GLOPEM模型模拟得到的青海三江源地区1988-2008年的NPP数据,计算了三江源自然保护区内外1988-2008、1988-2004,以及2004-2008年3个时间段的NPP年际变化速率,比较了三江源保护区内外的NPP年际变化。同时对三江源各个下属保护区的NPP增长潜力进行了排序,结果认为,三江源地区自生态系统工程实施以来,NPP有了明显的回升,回升速率约为0.47 gC/m<sup>2</sup>·a,其内部大多数子保护区的NPP也有了明显恢复,NPP回升的保护区占到总保护区数量的72%。 . 三江源保护区是我国最大的自然保护区,对我国的生态安全起着重要的保障作用。作为生态系统功能重要指标之一的净初级生产力的大小及其速率,一直是人们关心的问题。本文利用GLOPEM模型模拟得到的青海三江源地区1988-2008年的NPP数据,计算了三江源自然保护区内外1988-2008、1988-2004,以及2004-2008年3个时间段的NPP年际变化速率,比较了三江源保护区内外的NPP年际变化。同时对三江源各个下属保护区的NPP增长潜力进行了排序,结果认为,三江源地区自生态系统工程实施以来,NPP有了明显的回升,回升速率约为0.47 gC/m<sup>2</sup>·a,其内部大多数子保护区的NPP也有了明显恢复,NPP回升的保护区占到总保护区数量的72%。 |
| [42] | 三江源地区是我国长江、黄河、澜沧江的发源地,分析该地区草地生产力的变化动态,探讨导致草地生态系统变化的自然和人文驱动机制,对于制定科学的草地恢复、管理和利用战略,以及开展有效的生态工程成效评估具有重要意义。利用GLOPEM模型对三江源地区1988-2005年的草地产草量变化动态进行分析,结果表明:三江源地区草地生产力呈现出3-5年的周期性波动规律,其产草量的年际变幅表现出从东部地区到西部地区依次增高;从沼泽草地、高寒草甸、高寒草原到温性草原依次增高的特征。同时,18年来三江源地区草地产草量总体呈增加趋势,特别以高寒草原或西部地区草地的提高幅度较大。尽管如此,它仍受到气候变化的强烈驱动。因此,应该对由于全球气候变化造成的生态系统牧草供给功能的短期增加保持清醒的认识,这种增加有可能掩盖了气候变化对生态系统整体功能的长期负面影响。 . 三江源地区是我国长江、黄河、澜沧江的发源地,分析该地区草地生产力的变化动态,探讨导致草地生态系统变化的自然和人文驱动机制,对于制定科学的草地恢复、管理和利用战略,以及开展有效的生态工程成效评估具有重要意义。利用GLOPEM模型对三江源地区1988-2005年的草地产草量变化动态进行分析,结果表明:三江源地区草地生产力呈现出3-5年的周期性波动规律,其产草量的年际变幅表现出从东部地区到西部地区依次增高;从沼泽草地、高寒草甸、高寒草原到温性草原依次增高的特征。同时,18年来三江源地区草地产草量总体呈增加趋势,特别以高寒草原或西部地区草地的提高幅度较大。尽管如此,它仍受到气候变化的强烈驱动。因此,应该对由于全球气候变化造成的生态系统牧草供给功能的短期增加保持清醒的认识,这种增加有可能掩盖了气候变化对生态系统整体功能的长期负面影响。 |
| [43] | Inter-annual dynamics of grassland yield of the Three Rivers Headwaters Region of Qinghai-Tibet Plateau of China in 1988-2005 was analyzed using the GLO-PEM model, and the herbage supply function was evaluated. The results indicate that while grassland yield in the region showed marked inter-annual fluctuation there was a trend of increased yield over the 18 years of the study. This increase wa... |
| [44] | <p>利用青藏高原贡嘎山、海北、五道梁、拉萨等4个野外台站2000~2002年的观测数据、陆地生态系统模型与2001年MODIS遥感数据相结合的方法来估算青藏高原区域的净初级生产力。结果表明：青藏高原区域的净初级生产力空间分布趋势表现出由东南向西北逐渐递减的梯度，该趋势也与水热梯度表现基本一致；整个青藏高原的净初级生产力为302.44×1012 gC yr<sup>-1</sup>，其中森林的净初级生产力最高，120.11×1012 gC yr<sup>-1</sup>，占整个高原净初级生产力的39.7％；全年中夏季 (6~8月) 的净初级生产力最高，246.7×1012 gC yr<sup>-1</sup>，约占全年总净初级生产力的80%。用实测数据验证模拟结果表明，二者非常相符。</p> . <p>利用青藏高原贡嘎山、海北、五道梁、拉萨等4个野外台站2000~2002年的观测数据、陆地生态系统模型与2001年MODIS遥感数据相结合的方法来估算青藏高原区域的净初级生产力。结果表明：青藏高原区域的净初级生产力空间分布趋势表现出由东南向西北逐渐递减的梯度，该趋势也与水热梯度表现基本一致；整个青藏高原的净初级生产力为302.44×1012 gC yr<sup>-1</sup>，其中森林的净初级生产力最高，120.11×1012 gC yr<sup>-1</sup>，占整个高原净初级生产力的39.7％；全年中夏季 (6~8月) 的净初级生产力最高，246.7×1012 gC yr<sup>-1</sup>，约占全年总净初级生产力的80%。用实测数据验证模拟结果表明，二者非常相符。</p> |
| [45] | ABSTRACT Aim68 The Tibetan Plateau accounts for about a quarter of the total land area of China and has a variety of ecosystems ranging from alpine tundra to evergreen tropics. Its soils are dominated by permafrost and are rich in organic carbon. Its climate is unique due to the influence of the Asian monsoon and its complex topography. To date, the carbon dynamics of the Tibetan Plateau have not been well quantified under changes of climate and permafrost conditions. Here we use a process-based biogeochemistry model, the Terrestrial Ecosystem Model (TEM), which was incorporated with a soil thermal model, to examine the permafrost dynamics and their effects on carbon dynamics on the plateau during the past century. Location68 The Tibetan Plateau. Methods68 We parameterize and verify the TEM using the existing data for soil temperature, permafrost distribution and carbon and nitrogen from the region. We then extrapolate the model and parameters to the whole plateau. Results68 During the 20th century, the Tibetan Plateau changed from a small carbon source or neutral in the early part of the century to a sink later, with a large inter-annual and spatial variability due to changes of climate and permafrost conditions. Net primary production and soil respiration increased by 0.52 and 0.2265Tg65C year, respectively, resulting in a regional carbon sink increase of 0.365Tg65C year. By the end of the century, the regional carbon sink reached 3665Tg65C yearand carbon storage in vegetation and soils is 32 and 1665Pg C, respectively. On the plateau, from west to east, the net primary production, soil respiration and net ecosystem production increased, due primarily to the increase of air temperature and precipitation and lowering elevation. In contrast, the decrease of carbon fluxes from south to north was primarily controlled by precipitation gradient. Dynamics of air temperature and associated soil temperature and active layer depth resulted in a higher plant carbon uptake than soil carbon release, strengthening the regional carbon sink during the century. Main conclusions68 We found that increasing soil temperature and deepening active layer depth enhanced soil respiration, increasing the net nitrogen mineralization rate. Together with the effects of warming air temperature and rising COconcentrations on photosynthesis, the stronger plant nitrogen uptake due to the enhanced available nitrogen stimulates plant carbon uptake, thereby strengthening the regional carbon sink as the rate of increase net primary production was faster than that of soil respiration. Further, the warming and associated soil thermal dynamics shifted the regional carbon sink from the middle of July in the early 20th century to early July by the end of the century. Our study suggests that soil thermal dynamics should be considered for future quantification of carbon dynamics in this climate-sensitive region. |
| [46] | Grasslands in Tibetan Plateau play an important role in carbon emission reduction. Accurately evaluating the carbon budget of alpine grassland ecosystems is of great importance. Based on the parameterization and validation of a process-based ecosystem model (Terrestrial Ecosystem Model, TEM5.0), we analyze temporal and spatial dynamics and patterns of grassland ecosystem carbon emission and sequestration of Tibetan Plateau in China from 1961 to 2010. Alpine grasslands act as a carbon sink with mean annual value of 10.12TgCyr 611 during the past 50 years. The alpine meadow contributes most to the sink at 9.04TgCyr 611 , while the alpine steppe only contributes 2.03TgCyr 611 . 83.7% of the total area trends to be carbon sink and only 0.2% of the region showed no significant trend. Furthermore, the annual net ecosystem productivity shows significantly positive relationship with increasing temperature and atmosphere CO 2 concentration, but it shows no significant relationship with precipitation. Alpine grasslands in Qinghai-Tibetan Plateau is a carbon sink and sequestrate totally 520TgC from 1961 to 2010. The carbon budget of alpine experienced dramatically spatial and temporal dynamics during past 50 years. Inter-annual variability of the net ecosystem productivity mainly depends on different sensitivities of net primary productivity and heterotrophic respiration to temperature and precipitation variability. Temperature and atmosphere CO 2 concentration are main driving forces of carbon budget dynamics of grassland ecosystems in Qinghai-Tibetan Plateau during 1961–2010. |
| [47] | Carbon dynamics of grasslands on the Qinghai-Tibetan Plateau may play an important role in regional and global carbon cycles. The CENTURY model (Version 4.5) is used to examine temporal and spatial variations of soil organic carbon (SOC) in grasslands on the Plateau for the period from 1960 to 2002. The model successfully simulates the dynamics of aboveground carbon and soil surface SOC at the soil depth of 0-20 cm and the simulated results agree well to the measurements. Examination of SOC for eight typical grasslands shows different patterns of temporal variation in different ecosystems in 1960-2002. The extent of temporal variation increases with the increase of SOC of ecosystem. SOC increases first and decreases quickly then during the period from 1990 to 2000. Spatially, SOC density obtained for the equilibrium condition declines gradually from the southeast to the northwest on the plateau and showed a high heterogeneity in the eastern plateau. The results suggest that (i) SOC den-sity in the alpine grasslands shows remarkable response to climate change during the 42 years, and (ii) the net carbon exchange rate between the alpine grassland ecosystems and the atmosphere increases from 1990 to 2000 as compared with that before 1990. |
| [48] | . |
| [49] | 低温被广泛认为是高寒草甸生态系统首要限制性因子,因此增温可能会在某种程度上促进初级生产力,但是也可能由于土壤水分、N素营养状况的改变形成新胁迫而抑制生产力提高。此外,生态系统呼吸由于增温而提高的幅度也可能高于初级生产力提高的幅度,造成总碳库平衡的改变。利用青藏高原海北高寒草甸实测数据对生态系统过程模型Biome-BGC(V. 4.2)进行了参数化,并利用研究区实测土壤水分(0-40 cm)和其它观测数据对模型进行了检验,证明模型模拟结果较为可靠。模型使用2005-2008年的海北气象站实测气象数据包括气温、降水等作为驱动数据,模拟了增温1.2-1.7 ℃下青藏高原海北定位站高寒草甸生态系统碳通量的变化,并整合分析增温试验平台上已发表的试验,与模拟结果进行对比,探讨增温对海北高寒草甸生态系统碳收支的可能影响。结果表明:2005-2008年青藏高原高寒草甸生态系统为弱的碳汇,短期增温导致系统净碳固定增加。增温直接影响系统碳通量,也通过土壤水分和土壤矿化氮变化间接影响碳通量,相比土壤水分和氮素,增温对影响碳通量变化过程中的效应更大;研究也揭示,在增温条件下,植物对土壤矿化氮的吸收量小于有机质分解产生的土壤矿化氮量,土壤矿化氮含量增加。 . 低温被广泛认为是高寒草甸生态系统首要限制性因子,因此增温可能会在某种程度上促进初级生产力,但是也可能由于土壤水分、N素营养状况的改变形成新胁迫而抑制生产力提高。此外,生态系统呼吸由于增温而提高的幅度也可能高于初级生产力提高的幅度,造成总碳库平衡的改变。利用青藏高原海北高寒草甸实测数据对生态系统过程模型Biome-BGC(V. 4.2)进行了参数化,并利用研究区实测土壤水分(0-40 cm)和其它观测数据对模型进行了检验,证明模型模拟结果较为可靠。模型使用2005-2008年的海北气象站实测气象数据包括气温、降水等作为驱动数据,模拟了增温1.2-1.7 ℃下青藏高原海北定位站高寒草甸生态系统碳通量的变化,并整合分析增温试验平台上已发表的试验,与模拟结果进行对比,探讨增温对海北高寒草甸生态系统碳收支的可能影响。结果表明:2005-2008年青藏高原高寒草甸生态系统为弱的碳汇,短期增温导致系统净碳固定增加。增温直接影响系统碳通量,也通过土壤水分和土壤矿化氮变化间接影响碳通量,相比土壤水分和氮素,增温对影响碳通量变化过程中的效应更大;研究也揭示,在增温条件下,植物对土壤矿化氮的吸收量小于有机质分解产生的土壤矿化氮量,土壤矿化氮含量增加。 |
| [50] | . 国际 |
| [51] | 陆地生态系统净第一性生产力的模拟已从统计模型发展到过程模型时代。过程模型从机理上对植物的生物物理过程以及影响因子进行分析和模拟,理论框架完整,结构严谨。论文从植物器官、个体、冠层、景观以及区域等不同尺度对过程模型进行分析。近年来,由于遥感和GIS技术的支持,使得遥感过程模型融合了遥感及时、准确、宏观、多尺度的优势而成为当前生产力模型的主攻方向。遥感过程模型可实现生态系统NPP的及时模拟和动态监测,便捷、准确地反映NPP的时空变化格局。而在NPP建模过程中,尺度转换是所面临的一个重要问题。不同尺度模型间扩展时,需要采取相应的数学手段进行尺度转换,同时遥感和GIS技术提供了尺度转换的有力工具。综观我国NPP研究的发展,起步晚、发展快是其特点。虽然取得了大量的研究成果,但过程模型的建模方面还很不足,这是一个亟待解决的问题。 . 陆地生态系统净第一性生产力的模拟已从统计模型发展到过程模型时代。过程模型从机理上对植物的生物物理过程以及影响因子进行分析和模拟,理论框架完整,结构严谨。论文从植物器官、个体、冠层、景观以及区域等不同尺度对过程模型进行分析。近年来,由于遥感和GIS技术的支持,使得遥感过程模型融合了遥感及时、准确、宏观、多尺度的优势而成为当前生产力模型的主攻方向。遥感过程模型可实现生态系统NPP的及时模拟和动态监测,便捷、准确地反映NPP的时空变化格局。而在NPP建模过程中,尺度转换是所面临的一个重要问题。不同尺度模型间扩展时,需要采取相应的数学手段进行尺度转换,同时遥感和GIS技术提供了尺度转换的有力工具。综观我国NPP研究的发展,起步晚、发展快是其特点。虽然取得了大量的研究成果,但过程模型的建模方面还很不足,这是一个亟待解决的问题。 |
| [52] | 植被净第一性生产力（NPP）不仅是表征植被活动和生态过程的关键参数，而且是判定生态系统 碳汇和反映生态系统对全球变化响应的主要因子。当前,模型模拟成为大尺度NPP研究的主要手段，而在众多NPP估算模型中，过程模型逐渐趋于主导地位。虽 然目前有关NPP的研究有很多，但还没有关注于大尺度上应用的过程模型及其模拟的NPP对全球变化的响应。因此本文主要侧重于 NPP 过程模型在区域及全球尺度上的应用，具体包含以下内容，①进一步将区域及全球尺度的NPP过程模型分为静态植被模型和动态植被模型。②阐明这些模型间存在 的区别与联系。③归纳出NPP过程模型在区域及全球尺度上应用的3大挑战：时空尺度转换、多源数据的获取与融合以及模型模拟结果的验证与评价，并根据其解 决方案总结出通用的模型应用框架。④从气候变化、大气成分变化和土地利用/土地覆盖变化3个方面探讨NPP对全球变化的响应机制，以期找到NPP变化的规 律与模式。最后根据NPP模型的发展对未来区域及全球尺度的NPP过程模型进行展望，认为未来模型的综合性将更高，机理性也将更强，同时与全球变化研究结 合得更加紧密，且基于多个已有模型的混合模型也是未来NPP模型发展的一个重要方向。此外，本文认为对NPP模拟结果的尺度效应研究也是未来NPP研究的 热点之一。 . 植被净第一性生产力（NPP）不仅是表征植被活动和生态过程的关键参数，而且是判定生态系统 碳汇和反映生态系统对全球变化响应的主要因子。当前,模型模拟成为大尺度NPP研究的主要手段，而在众多NPP估算模型中，过程模型逐渐趋于主导地位。虽 然目前有关NPP的研究有很多，但还没有关注于大尺度上应用的过程模型及其模拟的NPP对全球变化的响应。因此本文主要侧重于 NPP 过程模型在区域及全球尺度上的应用，具体包含以下内容，①进一步将区域及全球尺度的NPP过程模型分为静态植被模型和动态植被模型。②阐明这些模型间存在 的区别与联系。③归纳出NPP过程模型在区域及全球尺度上应用的3大挑战：时空尺度转换、多源数据的获取与融合以及模型模拟结果的验证与评价，并根据其解 决方案总结出通用的模型应用框架。④从气候变化、大气成分变化和土地利用/土地覆盖变化3个方面探讨NPP对全球变化的响应机制，以期找到NPP变化的规 律与模式。最后根据NPP模型的发展对未来区域及全球尺度的NPP过程模型进行展望，认为未来模型的综合性将更高，机理性也将更强，同时与全球变化研究结 合得更加紧密，且基于多个已有模型的混合模型也是未来NPP模型发展的一个重要方向。此外，本文认为对NPP模拟结果的尺度效应研究也是未来NPP研究的 热点之一。 |
| [53] | 三江源区不仅是地处青藏高原的全球气候变化的敏感区, 也是我国甚至亚洲最重要河流的上游关键源区。作为提供物质基础的植被净初级生产力(Net primary production, <EM>NPP</EM>), 是评价生态系统状况的重要指标。该文应用已在碳通量观测塔验证, 扩展到区域水平的遥感-过程耦合模型GLOPEM-CEVSA, 以空间插值的气象数据和1 km分辨率的AVHRR遥感反演的FPAR数据为模型主要输入, 模拟并分析了1988～2004年该区<EM>NPP</EM>时空格局及其控制机制。结果表明, 该区植被平均<EM>NPP</EM>为143.17 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>, 呈自东南向西北逐渐降低的空间格局, 其中, 以森林<EM>NPP</EM>最高(267.90 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>), 其次为农田(222.94 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)、草地(160.90 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)和湿地(161.36 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>), 荒漠最低(36.13 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)。其年际变化趋势在空间上呈现出明显的差异, 西部地区<EM>NPP</EM>表现为增加趋势, 每10 a增加7.8~28.8 gC·m<SUP>–2</SUP>; 而中、东部表现为降低趋势, 每10 a降低13.1~42.8 gC·m<SUP>–2</SUP>。根据显著性检验, <EM>NPP</EM>呈增加趋势(趋势斜率b>0), 显著性水平高于99%和95%的区域占研究区总面积的13.43%和20.34%, 主要分布在西部地区; <EM>NPP</EM>呈降低趋势(趋势斜率b<0), 显著性水平高于99%和95%的区域占研究区面积的0.75%和3.77%, 主要分布在中、东部地区, 尤以该区长江和黄河等沿线区分布更为集中, 变化显著性也更高。三江源<EM>NPP</EM>的年际变化趋势的气候驱动力分析表明, 整个区域水平上该地区植被生产力受气候变化的主导, 西部地区暖湿化趋势, 造成了该地区生产力较为明显的、大范围的增加趋势; 但东、中部地区则主要受人类活动的影响, 特别是长江、黄河等河流沿线, 是人类居住活动密集的地区, 造成这些地区放牧压力较大、草地退化严重, 而该地区暖干化趋势加剧了这一过程。 . 三江源区不仅是地处青藏高原的全球气候变化的敏感区, 也是我国甚至亚洲最重要河流的上游关键源区。作为提供物质基础的植被净初级生产力(Net primary production, <EM>NPP</EM>), 是评价生态系统状况的重要指标。该文应用已在碳通量观测塔验证, 扩展到区域水平的遥感-过程耦合模型GLOPEM-CEVSA, 以空间插值的气象数据和1 km分辨率的AVHRR遥感反演的FPAR数据为模型主要输入, 模拟并分析了1988～2004年该区<EM>NPP</EM>时空格局及其控制机制。结果表明, 该区植被平均<EM>NPP</EM>为143.17 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>, 呈自东南向西北逐渐降低的空间格局, 其中, 以森林<EM>NPP</EM>最高(267.90 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>), 其次为农田(222.94 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)、草地(160.90 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)和湿地(161.36 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>), 荒漠最低(36.13 gC·m<SUP>–2</SUP>·a<SUP>–1</SUP>)。其年际变化趋势在空间上呈现出明显的差异, 西部地区<EM>NPP</EM>表现为增加趋势, 每10 a增加7.8~28.8 gC·m<SUP>–2</SUP>; 而中、东部表现为降低趋势, 每10 a降低13.1~42.8 gC·m<SUP>–2</SUP>。根据显著性检验, <EM>NPP</EM>呈增加趋势(趋势斜率b>0), 显著性水平高于99%和95%的区域占研究区总面积的13.43%和20.34%, 主要分布在西部地区; <EM>NPP</EM>呈降低趋势(趋势斜率b<0), 显著性水平高于99%和95%的区域占研究区面积的0.75%和3.77%, 主要分布在中、东部地区, 尤以该区长江和黄河等沿线区分布更为集中, 变化显著性也更高。三江源<EM>NPP</EM>的年际变化趋势的气候驱动力分析表明, 整个区域水平上该地区植被生产力受气候变化的主导, 西部地区暖湿化趋势, 造成了该地区生产力较为明显的、大范围的增加趋势; 但东、中部地区则主要受人类活动的影响, 特别是长江、黄河等河流沿线, 是人类居住活动密集的地区, 造成这些地区放牧压力较大、草地退化严重, 而该地区暖干化趋势加剧了这一过程。 |
| [54] | 基于EOS/MODIS卫星遥感资料的分析表明,2000-2004年江河源地区陆地植被平均年NPP为82.04 gC·m<sup>-2</sup>,相当于同期全国陆地植被年NPP的23%,其中2001年的年NPP最小,只有78.04gC·m<sup>-2</sup>,2002年最大,为85.44 gC·m<sup>-2</sup>.根据年NPP分布显示,黄河源区的植被生长状况要好于长江源区,其中在黄河源东南部陆地植被的年NPP>250 gC·m<sup>-2</sup>,为江河源区植被年生长最大的区域;该地区的植被年NPP最小值的区域分布在长江源的西北部地区,年NPP大部分<50 gC·m<sup>-2</sup>.江河源地区植被的年NPP表现为显著的年际变化特征,不同地区年NPP的变化特征各不相同;高寒草甸的年NPP为该地区所有陆地植被年NPP中最大,其5 a平均值为89.38 gC·m<sup>-2</sup>,其次为高寒草原和灌木及草本植被;由于地处高寒地区,温度成为影响该地区陆地植被净初级生产力的主要因素. . 基于EOS/MODIS卫星遥感资料的分析表明,2000-2004年江河源地区陆地植被平均年NPP为82.04 gC·m<sup>-2</sup>,相当于同期全国陆地植被年NPP的23%,其中2001年的年NPP最小,只有78.04gC·m<sup>-2</sup>,2002年最大,为85.44 gC·m<sup>-2</sup>.根据年NPP分布显示,黄河源区的植被生长状况要好于长江源区,其中在黄河源东南部陆地植被的年NPP>250 gC·m<sup>-2</sup>,为江河源区植被年生长最大的区域;该地区的植被年NPP最小值的区域分布在长江源的西北部地区,年NPP大部分<50 gC·m<sup>-2</sup>.江河源地区植被的年NPP表现为显著的年际变化特征,不同地区年NPP的变化特征各不相同;高寒草甸的年NPP为该地区所有陆地植被年NPP中最大,其5 a平均值为89.38 gC·m<sup>-2</sup>,其次为高寒草原和灌木及草本植被;由于地处高寒地区,温度成为影响该地区陆地植被净初级生产力的主要因素. |
| [55] | . |
| [56] | Because Farquhar’s photosynthesis model is only directly applicable to individual leaves instantaneously, considerable skill is needed to use this model for regional plant growth and carbon budget estimations. In many published models, Farquhar’s equations were applied directly to plant canopies by assuming a plant canopy to function like a big-leaf. This big-leaf approximation is found to be acceptable for estimating seasonal trends of canopy photosynthesis but inadequate for simulating its day-to-day variations, when compared with eddy-covariance and gas-exchange chamber measurements from two boreal forests. The daily variation is greatly dampened in big-leaf simulations because the original leaf-level model is partially modified through replacing stomatal conductance with canopy conductance. Alternative approaches such as separating the canopy into sunlit and shaded leaf groups or stratifying the canopy into multiple layers can avoid the problem. Because of non-linear response of leaf photosynthesis to meteorological variables (radiation, temperature and humidity), considerable errors exist in photosynthesis calculation at daily steps without considering the diurnal variability of the variables. To avoid these non-linear effects, we have developed an analytical solution to a simplified daily integral of Farquhar’s model by considering the general diurnal patterns of meteorological variables. This daily model not only captures the main effects of diurnal variations on photosynthesis but is also computationally efficient for large area applications. Its application is then not restricted by availability of sub-daily meteorological data. This scheme has been tested using measured CO 2 data from the Boreal Ecosystem–Atmosphere Study (BOREAS), which took place in Manitoba and Saskatchewan in 1994 and 1996. |
| [57] | . |
| [58] | 准确认识青藏高原草地生物量碳库及其变化规律对研究区域碳循环与合理利用草地资源具有重要意义。通过综述相关文献, 将青藏高原草地生物量碳库的研究方法与结果概括如下:①当前草地生物量碳库的估算方法主要有4 种:文献记录法、实地调查法、遥感—植被指数法和过程模型法等, 而估算方法、采样标准与地下生物量估算是导致结果差异的主要因素;②文献结果显示, 青藏高原草地生物量的平均碳密度为223 g/m<sup>2</sup>, 碳库为277TgC(1Tg=10<sup>12</sup>g);③采用遥感的估算结果表明, 近20 年来青藏高原草地地上生物量碳库呈增加的趋势, 总体处于碳汇状态;④影响青藏高原草地地上生物量的主要因子是降水量, 温度对生物量的影响还存在不确定性, 人为干扰也是影响草地生物量的重要因素。目前青藏高原草地生物量碳库的研究仍存在着一些问题, 应从基础观测数据、遥感模型算法与碳—氮—水耦合过程模拟等方面开展更为深入的研究。 . 准确认识青藏高原草地生物量碳库及其变化规律对研究区域碳循环与合理利用草地资源具有重要意义。通过综述相关文献, 将青藏高原草地生物量碳库的研究方法与结果概括如下:①当前草地生物量碳库的估算方法主要有4 种:文献记录法、实地调查法、遥感—植被指数法和过程模型法等, 而估算方法、采样标准与地下生物量估算是导致结果差异的主要因素;②文献结果显示, 青藏高原草地生物量的平均碳密度为223 g/m<sup>2</sup>, 碳库为277TgC(1Tg=10<sup>12</sup>g);③采用遥感的估算结果表明, 近20 年来青藏高原草地地上生物量碳库呈增加的趋势, 总体处于碳汇状态;④影响青藏高原草地地上生物量的主要因子是降水量, 温度对生物量的影响还存在不确定性, 人为干扰也是影响草地生物量的重要因素。目前青藏高原草地生物量碳库的研究仍存在着一些问题, 应从基础观测数据、遥感模型算法与碳—氮—水耦合过程模拟等方面开展更为深入的研究。 |
| [59] | 草地净第一性生产力(NPP)直接反映了草地植物群落在自然环境条件下的生产能力,是草地碳循环的重要组成部分。利用数学模型估算草地NPP是一种重要且被广泛接受的研究方法。在总结植被NPP估算模型的基础上,分析了气候相关统计模型、光能利用率模型、生态系统过程模型和生态遥感耦合模型各自的优缺点,讨论了各类模型在草地NPP中的研究现状,探讨了草地NPP模型研究中存在的问题,并进一步提出今后的发展方向。统计模型通过NPP与温度、降水等气候因子建立统计关系计算NPP,参数简单,但估算结果较粗;光能利用率模型以植被光合作用机理作为其理论基础,建立在植物光合作用过程和光能利用率的概念上,由于模型形式简单且可以直接利用遥感数据,使其倍受关注,但在具体求算过程中存在不确定性;过程模型从机理上对植物的生理生态过程进行模拟并对NPP的影响因子进行分析,更能揭示生物生产过程以及与环境相互作用的机理,但模型较复杂,实用性不强;生态遥感耦合模型能够利用遥感资料,克服了光能利用率模型和生态系统过程模型的不足,使其成为NPP模型的一个主要发展方向。草地植被NPP估算模型的研究相对薄弱,专门针对草地NPP建模的研究较少。建立具有自主知识产权的中国草地NPP模型是一项即具有重要意义又具有挑战性的工作。 . 草地净第一性生产力(NPP)直接反映了草地植物群落在自然环境条件下的生产能力,是草地碳循环的重要组成部分。利用数学模型估算草地NPP是一种重要且被广泛接受的研究方法。在总结植被NPP估算模型的基础上,分析了气候相关统计模型、光能利用率模型、生态系统过程模型和生态遥感耦合模型各自的优缺点,讨论了各类模型在草地NPP中的研究现状,探讨了草地NPP模型研究中存在的问题,并进一步提出今后的发展方向。统计模型通过NPP与温度、降水等气候因子建立统计关系计算NPP,参数简单,但估算结果较粗;光能利用率模型以植被光合作用机理作为其理论基础,建立在植物光合作用过程和光能利用率的概念上,由于模型形式简单且可以直接利用遥感数据,使其倍受关注,但在具体求算过程中存在不确定性;过程模型从机理上对植物的生理生态过程进行模拟并对NPP的影响因子进行分析,更能揭示生物生产过程以及与环境相互作用的机理,但模型较复杂,实用性不强;生态遥感耦合模型能够利用遥感资料,克服了光能利用率模型和生态系统过程模型的不足,使其成为NPP模型的一个主要发展方向。草地植被NPP估算模型的研究相对薄弱,专门针对草地NPP建模的研究较少。建立具有自主知识产权的中国草地NPP模型是一项即具有重要意义又具有挑战性的工作。 |
| [60] | As the Earth's third pole, the Tibetan Plateau has experienced a pronounced warming in the past decades. Recent studies reported that the start of the vegetation growing season (SOS) in the Plateau showed an advancing trend from 1982 to the late 1990s and a delay from the late 1990s to 2006. However, the findings regarding the SOS delay in the later period have been questioned, and the reasons causing the delay remain unknown. Here we explored the alpine vegetation SOS in the Plateau from 1982 to 2011 by integrating three long-term time-series datasets of Normalized Difference Vegetation Index (NDVI): Global Inventory Modeling and Mapping Studies (GIMMS, 1982-2006), SPOT VEGETATION (SPOT-VGT, 1998-2011), and Moderate Resolution Imaging Spectroradiometer (MODIS, 2000-2011). We found GIMMS NDVI in 2001-2006 differed substantially from SPOT-VGT and MODIS NDVIs and may have severe data quality issues in most parts of the western Plateau. By merging GIMMS-based SOSs from 1982 to 2000 with SPOT-VGT-based SOSs from 2001 to 2011 we found the alpine vegetation SOS in the Plateau experienced a continuous advancing trend at a rate of similar to 1.04 d.y(-1) from 1982 to 2011, which was consistent with observed warming in springs and winters. The satellite-derived SOSs were proven to be reliable with observed phenology data at 18 sites from 2003 to 2011; however, comparison of their trends was inconclusive due to the limited temporal coverage of the observed data. Longer-term observed data are still needed to validate the phenology trend in the future. |
| [61] | 为揭示气候变化对青藏高原草地生态系统的影响及其生态适应机制，利用1982～1999年间的NOAA／AVHRR NDVI数据和对应的气候资料，研究了近20年来青藏高原草地植被覆盖变化及其与气候因子的关系。结果表明，18年来研究区生长季NDVI显著增加（P=0．015），其增加率和增加量分别为0．41％a^-1和0．0010a^-1。生长季提前和生长季生长加速是青藏高原草地植被生长季NDVI增加的主要原因。春季为NDVI增加率和增加量最大的季节，其增加率和增加量分别为0．92％a^-1和0．0014a^-1；夏季NDVI的增加对生长季NDVI增加的贡献相对较小，其增加率和增加量分别为0．37％a^-1和0．0010a^-1。3种草地（高寒草甸、高寒草原、温性草原）春季NDVI均显著增加（P〈0．01；P=0．001；P=0．002）；高寒草甸夏季NDVI显著增加（P=0．027），而高寒草原和温性草原夏季NDVI呈增加趋势，但都不显著（P=0．106；P=0．087）；3种草地秋季NDVI则没有明显的变化趋势（P=0．585：P=0．461；P=0．143）。3种草地春季NDVI的增加是由春季温度上升所致。高寒草地（高寒草甸和高寒草原）夏季NDVI的增加是夏季温度和春季降水共同作用的结果。温性草原夏季NDVI变化与气候因子并没有表现出显著的相关关系。高寒草地植被生长对气候变化的响应存在滞后效应。 . 为揭示气候变化对青藏高原草地生态系统的影响及其生态适应机制，利用1982～1999年间的NOAA／AVHRR NDVI数据和对应的气候资料，研究了近20年来青藏高原草地植被覆盖变化及其与气候因子的关系。结果表明，18年来研究区生长季NDVI显著增加（P=0．015），其增加率和增加量分别为0．41％a^-1和0．0010a^-1。生长季提前和生长季生长加速是青藏高原草地植被生长季NDVI增加的主要原因。春季为NDVI增加率和增加量最大的季节，其增加率和增加量分别为0．92％a^-1和0．0014a^-1；夏季NDVI的增加对生长季NDVI增加的贡献相对较小，其增加率和增加量分别为0．37％a^-1和0．0010a^-1。3种草地（高寒草甸、高寒草原、温性草原）春季NDVI均显著增加（P〈0．01；P=0．001；P=0．002）；高寒草甸夏季NDVI显著增加（P=0．027），而高寒草原和温性草原夏季NDVI呈增加趋势，但都不显著（P=0．106；P=0．087）；3种草地秋季NDVI则没有明显的变化趋势（P=0．585：P=0．461；P=0．143）。3种草地春季NDVI的增加是由春季温度上升所致。高寒草地（高寒草甸和高寒草原）夏季NDVI的增加是夏季温度和春季降水共同作用的结果。温性草原夏季NDVI变化与气候因子并没有表现出显著的相关关系。高寒草地植被生长对气候变化的响应存在滞后效应。 |
| [62] | Apart from measurements, numerical models are the most convenient instruments to analyze the carbon and water balance of terrestrial ecosystems and their interactions with changing environmental conditions. The process-based Biome-BGC model is widely used to simulate the storage and flux of water, carbon, and nitrogen within the vegetation, litter, and soil of unmanaged terrestrial ecosystems. Considering herbaceous vegetation related simulations with Biome-BGC, soil moisture and growing season control on ecosystem functioning is inaccurate due to the simple soil hydrology and plant phenology representation within the model. Consequently, Biome-BGC has limited applicability in herbaceous ecosystems because (1) they are usually managed; (2) they are sensitive to soil processes, most of all hydrology; and (3) their carbon balance is closely connected with the growing season length. Our aim was to improve the applicability of Biome-BGC for managed herbaceous ecosystems by implementing several new modules, including management. A new index (heatsum growing season index) was defined to accurately estimate the first and the final days of the growing season. Instead of a simple bucket soil sub-model, a multilayer soil sub-model was implemented, which can handle the processes of runoff, diffusion and percolation. A new module was implemented to simulate the ecophysiological effect of drought stress on plant mortality. Mowing and grazing modules were integrated in order to quantify the functioning of managed ecosystems. After modifications, the Biome-BGC model was calibrated and validated using eddy covariance-based measurement data collected in Hungarian managed grassland ecosystems. Model calibration was performed based on the Bayes theorem. As a result of these developments and calibration, the performance of the model was substantially improved. Comparison with measurement-based estimate showed that the start and the end of the growing season are now predicted with an average accuracy of 5 and 4 days instead of 46 and 85 days as in the original model. Regarding the different sites and modeled fluxes (gross primary production, total ecosystem respiration, evapotranspiration), relative errors were between 18-60% using the original model and 10-18% using the developed model; squares of the correlation coefficients were between 0.02-0.49 using the original model and 0.50-0.81 using the developed model. (c) 2011 Elsevier B.V. All rights reserved. |
| [63] | 植物物候是指植物生长过程中呈现出的季节性现象,一般与植物所处的气候与环境变化密切相关。植被动力学模式研究的物候主要表现为叶面积指数变化,直接影响陆气间的碳通量与水热交换,同时影响物种间的竞争,从而间接地影响生态系统的结构组成。按照建模方法的差别,目前模式中使用的物候方案可分为使用卫星观测资料的物候方案、基于物候——气候关系的统计模型和基于叶碳平衡(周转)的动力学模型三大类。将植物物候分为物候期的触发和物候期叶片的发育过程两部分,分别对国际上广泛使用的八种全球植被动力学模式进行分类描述,对比其优缺点。最后探讨了植被动力学模式中物候方案的进一步发展方向。 . 植物物候是指植物生长过程中呈现出的季节性现象,一般与植物所处的气候与环境变化密切相关。植被动力学模式研究的物候主要表现为叶面积指数变化,直接影响陆气间的碳通量与水热交换,同时影响物种间的竞争,从而间接地影响生态系统的结构组成。按照建模方法的差别,目前模式中使用的物候方案可分为使用卫星观测资料的物候方案、基于物候——气候关系的统计模型和基于叶碳平衡(周转)的动力学模型三大类。将植物物候分为物候期的触发和物候期叶片的发育过程两部分,分别对国际上广泛使用的八种全球植被动力学模式进行分类描述,对比其优缺点。最后探讨了植被动力学模式中物候方案的进一步发展方向。 |
| [64] | ABSTRACT The phenological state of vegetation significantly affects exchanges of heat, mass, and momentum between the Earth's surface and the atmosphere. Although current patterns can be estimated from satellites, we lack the ability to predict future trends in response to climate change. We searched the literature for a common set of variables that might be combined into an index to quantify the greenness of vegetation throughout the year. We selected as variables: daylength (photoperiod), evaporative demand (vapor pressure deficit), and suboptimal (minimum) temperatures. For each variable we set threshold limits, within which the relative phenological performance of the vegetation was assumed to vary from inactive (0) to unconstrained (1). A combined Growing Season Index (GSI) was derived as the product of the three indices. Ten-day mean GSI values for nine widely dispersed ecosystems showed good agreement (r>0.8) with the satellite-derived Normalized Difference Vegetation Index (NDVI). We also tested the model at a temperate deciduous forest by comparing model estimates with average field observations of leaf flush and leaf coloration. The mean absolute error of predictions at this site was 3 days for average leaf flush dates and 2 days for leaf coloration dates. Finally, we used this model to produce a global map that distinguishes major differences in regional phenological controls. The model appears sufficiently robust to reconstruct historical variation as well as to forecast future phenological responses to changing climatic conditions. |
| [65] | <p>人类社会从陆地生态系统获取生产和生活资料的同时也作为一种干扰形式改变着地气之间的动态平衡。这三个既独立又相互耦合的子系统共同组成了一个复杂的陆地系统。如何深入理解这一系统的过程和机制是人类应对气候变化挑战的前提条件。陆地生态系统模型作为一种集成工具，已广泛应用于全球变化研究的各个领域，但从输入数据到模型结构和过程等诸多方面仍存在很大的不确定性。近年来，随着大气和地面生态观测网络的不断完善以及遥感等空间技术的不断强大，使陆地生态系统模型进一步发展和突破成为可能。新一代多因子驱动的陆地生态系统动态模型(Dynamic Land Ecosystem Model, DLEM) 正是在这一背景下应运而生的。本文旨在介绍DLEM的主体框架、输入输出变量、关键过程、主要功能和特点。</p> . <p>人类社会从陆地生态系统获取生产和生活资料的同时也作为一种干扰形式改变着地气之间的动态平衡。这三个既独立又相互耦合的子系统共同组成了一个复杂的陆地系统。如何深入理解这一系统的过程和机制是人类应对气候变化挑战的前提条件。陆地生态系统模型作为一种集成工具，已广泛应用于全球变化研究的各个领域，但从输入数据到模型结构和过程等诸多方面仍存在很大的不确定性。近年来，随着大气和地面生态观测网络的不断完善以及遥感等空间技术的不断强大，使陆地生态系统模型进一步发展和突破成为可能。新一代多因子驱动的陆地生态系统动态模型(Dynamic Land Ecosystem Model, DLEM) 正是在这一背景下应运而生的。本文旨在介绍DLEM的主体框架、输入输出变量、关键过程、主要功能和特点。</p> |
| [66] | 对国际上通行的CENTURY模型在国内外草地、森林、农田3个不同生态系统中的研究与应用现状进行分析,为利用该模型开展不同生态系统的土壤有机碳变化研究提供依据.CENTURY模型最初被应用于模拟草地生态系统,主要用于模拟草地生态系统中的C,N,P,S等元素的长期演变过程,模拟效果比较好,后被国内外众多****成功应用于不同地区的众多试验站点,模型中的大多数参数具有普适性,适用于不同生态区的草地生态系统,并获得了适应性验证;CENTURY模型升级改进后开始广泛应用于森林生态系统,模拟土壤与植被系统间C,N,P,S的长期动态,组成包括森林子系统、土壤有机质子模型和水分子模型,但该模型对模拟有枯枝落叶层的森林土壤有机碳的变化存在结构性问题;CENTURY模型是当前评价农田生态系统土壤有机碳演变最有效的工具之一,国内外****已将其广泛应用于农田生态系统土壤有机碳变化研究中.通过对国际上通行的CENTURY模型在草地、森林、农田3个不同生态系统中的研究与应用进行总结,对CENTURY模型在应用中存在的问题进行分析,得出CENTURY模型有着广泛的应用前景. . 对国际上通行的CENTURY模型在国内外草地、森林、农田3个不同生态系统中的研究与应用现状进行分析,为利用该模型开展不同生态系统的土壤有机碳变化研究提供依据.CENTURY模型最初被应用于模拟草地生态系统,主要用于模拟草地生态系统中的C,N,P,S等元素的长期演变过程,模拟效果比较好,后被国内外众多****成功应用于不同地区的众多试验站点,模型中的大多数参数具有普适性,适用于不同生态区的草地生态系统,并获得了适应性验证;CENTURY模型升级改进后开始广泛应用于森林生态系统,模拟土壤与植被系统间C,N,P,S的长期动态,组成包括森林子系统、土壤有机质子模型和水分子模型,但该模型对模拟有枯枝落叶层的森林土壤有机碳的变化存在结构性问题;CENTURY模型是当前评价农田生态系统土壤有机碳演变最有效的工具之一,国内外****已将其广泛应用于农田生态系统土壤有机碳变化研究中.通过对国际上通行的CENTURY模型在草地、森林、农田3个不同生态系统中的研究与应用进行总结,对CENTURY模型在应用中存在的问题进行分析,得出CENTURY模型有着广泛的应用前景. |
| [67] | |
| [68] | |
| [69] | The global parameter fields used in the revised Simple Biosphere Model (SiB2) of Sellers et al. are reviewed. The most important innovation over the earlier SiB1 parameter set of Dorman and Sellers is the use of satellite data to specify the time-varying phonological properties of FPAR, leaf area index. and canopy greenness fraction. This was done by processing a monthly 1掳 by 1掳 normalized difference vegetation index (NDVI) dataset obtained farm Advanced Very High Resolution Radiometer red and near-infrared data. Corrections were applied to the source NDVI dataset to account for (i) obvious anomalies in the data time series, (ii) the effect of variations in solar zenith angle, (iii) data dropouts in cold regions where a temperature threshold procedure designed to screen for clouds also eliminated cold land surface points, and (iv) persistent cloud cover in the Tropics. An outline of the procedures for calculating the land surface parameters from the corrected NDVI dataset is given, and a brief description is provided of source material, mainly derived from in situ observations, that was used in addition to the NDVI data. The datasets summarized in this paper should he superior to prescriptions currently used in most land surface parameterizations in that the spatial and temporal dynamics of key land surface parameters, in particular those related to vegetation, are obtained directly from a consistent set of global-scale observations instead of being inferred from a variety of survey-based land-cover classifications. |
| [70] | 论文利用碳水耦合的BEPS遥感过程模型对2010年武陵山区植被NPP进行模拟估算,并利用森林样点实测数据、各县粮食产量统计资料、MODIS NPP产品和已发表文献中各植被类型的NPP模拟值与实测值进行验证。在分析了NPP空间分布格局及其年内变化趋势的基础上,文中还重点分析了NPP与高程、坡度和坡向等主要地形因子间的关系。结果表明:1 2010年武陵山区植被NPP平均值为555.17 g C/(m2·a),年总NPP为92.96 Tg C,与MODIS NPP产品相比,论文模拟的NPP高低值分布更加合理,而且包含了更多地形信息;2月NPP随季节而变化,2010年研究区所有植被类型的NPP季节变化均呈双峰形态,其中灌丛和常绿阔叶林的季节变化幅度最大,农作物的变化幅度最小;3 NPP随高程增加有着明显的先增后减的变化趋势,NPP随坡度增加则呈现出先增后减然后再上升的规律,而在所有坡向中,南坡的平均NPP最高,北坡的NPP最低。 . 论文利用碳水耦合的BEPS遥感过程模型对2010年武陵山区植被NPP进行模拟估算,并利用森林样点实测数据、各县粮食产量统计资料、MODIS NPP产品和已发表文献中各植被类型的NPP模拟值与实测值进行验证。在分析了NPP空间分布格局及其年内变化趋势的基础上,文中还重点分析了NPP与高程、坡度和坡向等主要地形因子间的关系。结果表明:1 2010年武陵山区植被NPP平均值为555.17 g C/(m2·a),年总NPP为92.96 Tg C,与MODIS NPP产品相比,论文模拟的NPP高低值分布更加合理,而且包含了更多地形信息;2月NPP随季节而变化,2010年研究区所有植被类型的NPP季节变化均呈双峰形态,其中灌丛和常绿阔叶林的季节变化幅度最大,农作物的变化幅度最小;3 NPP随高程增加有着明显的先增后减的变化趋势,NPP随坡度增加则呈现出先增后减然后再上升的规律,而在所有坡向中,南坡的平均NPP最高,北坡的NPP最低。 |
| [71] | Many basic questions about the global carbon cycle can be addressing using a modeling approach which links remote sensing, spatial data bases of climate and soils, and mechanistic understanding of atmosphere-plant-soil biogeochemistry. This paper describes the Carnegie-Ames-Stanford approach Biosphere model for study of the terrestrial carbon cycle. 112 refs., 10 figs., 11 tabs. |
| [72] | 植被最大光利用率是净初级生产力(NPP)遥感估算的一个关键参数, 对它的大小一直存在分歧. 利用NOAA/AVHRR遥感数据、气象数据和中国NPP实测资料, 根据NPP遥感估算的建模思路, 采用改进的最小二乘法对中国典型植被的最大光利用率进行了系统的模拟, 并针对不同植被分类精度可能带来的误差对最大光利用率进行了敏感性分析. 结果表明: 文中模拟得到的中国典型植被最大光利用率介于光能利用率模型(CASA模型)和生理生态过程模型(BIOME-BGC)的模拟结果之间, 与前人研究结果比较一致; 由植被分类精度所带来的最大相对误差仅为-5.5%~8.0%, 说明了本文模拟结果具有一定的可靠性和稳定性. . 植被最大光利用率是净初级生产力(NPP)遥感估算的一个关键参数, 对它的大小一直存在分歧. 利用NOAA/AVHRR遥感数据、气象数据和中国NPP实测资料, 根据NPP遥感估算的建模思路, 采用改进的最小二乘法对中国典型植被的最大光利用率进行了系统的模拟, 并针对不同植被分类精度可能带来的误差对最大光利用率进行了敏感性分析. 结果表明: 文中模拟得到的中国典型植被最大光利用率介于光能利用率模型(CASA模型)和生理生态过程模型(BIOME-BGC)的模拟结果之间, 与前人研究结果比较一致; 由植被分类精度所带来的最大相对误差仅为-5.5%~8.0%, 说明了本文模拟结果具有一定的可靠性和稳定性. |
| [73] | Probably the single most fundamental measure of “global change” of highest practical interest to humankind is the change in terrestrial biological productivity. Biological productivity is the source of all the food, fiber, and fuel by which humans survive, and so defines most fundamentally the habitability of Earth. The spatial variability of net primary productivity (NPP) over the globe is enormous, from about 1000 g Cm -2 for evergreen tropical rain forests to less than 30 g Cm -2 for deserts (Scurlock et al. 1999). With increased atmospheric carbon dioxide (CO 2 ) and global climate change, NPP over large areas may be changing (Myneni et al. 1997a, VEMAP 1995, Melillo et al. 1993). Understanding regional variability in carbon cycle processes requires a more spatially detailed analysis of global land surface processes. Since December 1999, the U.S. National Aeronautics and Space Administration (NASA) Earth Observing System (EOS) produces a regular global estimate of (gross primary productivity, GPP) and annual NPP of the entire terrestrial earth surface at 1-km spatial resolution, 150 million cells, each having GPP and NPP computed individually. |
| [74] | 借鉴了MODIS-PSN、CASA、GLO-PEM、VPM等光能利用率NPP模型的优点，同时充分考虑了研究区域其植被光能利用率和环境因素的典型特点。根据研究区域相关文献资料和NPP实测数据，模拟出主要植被类型的最大光能利用率。同时，特别细化了草地和灌丛最大光能利用率的估算步骤。采用蒸散比算法和陆地生态模型（TEM），根据Liebig定律，计算了对最大光能利用率产生影响的环境综合胁迫因子。估算了青海省主要植被类型的光能利用率，并详细分析了其空间分布和季相变化特征。结果表明：2006年青海省植被平均光能利用率介于0.026-0.403gC/MJ之间，平均值为0.096gC/MJ。青海省植被光能利用率的分布具有明显的地带性，呈由西北向东南逐渐递增的趋势。其随季节的推移变化比较明显，2006年植被月平均光能利用率在0.057-0.157gC/MJ之间，峰值出现在7月份，主要的光能利用率累积发生在5-9月份。 . 借鉴了MODIS-PSN、CASA、GLO-PEM、VPM等光能利用率NPP模型的优点，同时充分考虑了研究区域其植被光能利用率和环境因素的典型特点。根据研究区域相关文献资料和NPP实测数据，模拟出主要植被类型的最大光能利用率。同时，特别细化了草地和灌丛最大光能利用率的估算步骤。采用蒸散比算法和陆地生态模型（TEM），根据Liebig定律，计算了对最大光能利用率产生影响的环境综合胁迫因子。估算了青海省主要植被类型的光能利用率，并详细分析了其空间分布和季相变化特征。结果表明：2006年青海省植被平均光能利用率介于0.026-0.403gC/MJ之间，平均值为0.096gC/MJ。青海省植被光能利用率的分布具有明显的地带性，呈由西北向东南逐渐递增的趋势。其随季节的推移变化比较明显，2006年植被月平均光能利用率在0.057-0.157gC/MJ之间，峰值出现在7月份，主要的光能利用率累积发生在5-9月份。 |
| [75] | China; Carbon storage; Grassland communities; Biomass components; net primary productivity; climate-change; terrestrial ecosystems; global; change; temperate; perspective; co2; responses; turnover; dynamics |
| [76] | Optimal partitioning and isometric allocation are two important hypotheses in plant biomass allocation. We tested these two hypotheses at the community level, using field observations from Tibetan grasslands.Qinghai-Tibetan Plateau, China.We investigated allocation between above- and belowground biomass in alpine grasslands and its relationship with environmental factors using data collected from 141 sites across the plateau during 2001-2005. We used reduced major axis (RMA) regression and general linear models (GLM) to perform data analysis.The median values of aboveground biomass (M-A), belowground biomass (M-B), and root:shoot (R:S) ratio in alpine grasslands were 59.7, 330.5 g m(-2), and 5.8, respectively. About 90% of total root biomass occurred in the top 30 cm of soil, with a larger proportion in the alpine meadow than in the alpine steppe (96 versus 86%). As soil nitrogen and soil moisture increased, both M-A and M-B increased, but R:S ratio did not show a significant change. M-A scaled as 0.92 the power of M-B, with 95% confidence intervals of 0.82-1.02. The slope of the isometric relationship between log M-A and log M-B did not differ significantly between alpine steppe and alpine meadow. The isometric relationship was also independent of soil nitrogen and soil moisture.Our results support the isometric allocation hypothesis for the M-A versus M-B relationship in Tibetan grasslands. |
| [77] | We developed a methodology for linking together data from forest and grassland inventories and ecological research sites, and provided a comprehensive report about live biomass and net primary productivity (NPP) on the Tibetan Plateau, the "Third Pole" of the earth where little information about plant biomass and production had been available outside China. Results were as follows. (1) The total live biomass of the natural vegetation in the Xizang (Tibet) Autonomous Region and Qinghai Province was estimated as 2.17 Gg dry mass, of which 72.9% was stored in forests where spruce-fir accounted for 65.1%. (2) The total annual NPP of the natural vegetation in these two administrative regions was estimated as 0.57 Gg dry mass, of which grasslands and forests accounted for 69.5% and 18.1%, respectively. (3) The alpine spruce-fir forests of the Tibetan Plateau had the highest maximum live biomass of the spruce-fir forests globally, with values up to 500-1600 Mg DM/ha (including both aboveground and belowground biomass). (4) The QZNPP model generally predicted NPP well for most of the biomes on the plateau, and simulated the various Chinese vegetation divisions. Model results showed a positive reinforcing effect of monsoon climate in China where the warmest season coincides with the wettest season. (5) The live biomass map for 117 counties of Xizang (Tibet) and Qinghai and the potential NPP map for the whole plateau both showed the same decreasing trend from southeast to northwest. |
| [78] | 草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。 . 草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。 |
| [79] | 通过收集我国近20年来草地生物量的有关文献,估算了我国北方天 然草地根冠比(R/S)及地下生产力占总生产力比例(fBNPP)的大小及其对气候变化的响应.结果表明:不同草地类型R/S比及fBNPP变异较大,根 冠比为1.66～15.21,fBNPP为0.29～0.98;荒漠草原的R/S比及fBNPP较大,但变幅较小;森林草原R/S比和fBNPP较小,但 变幅较大;R/S比及fBNPP随年降水的增加而显著降低,随年平均气温增加而降低的趋势不明显.采用生长季最大生物量估算的方法可能高估了R/S比及 fBNPP.长期、高质量的生物量观测数据,尤其是地下生物量的数据以及开展不同研究方法对生产力估算结果的影响,对于准确评价草地在区域及全球碳循环中 的作用是十分必要的. . 通过收集我国近20年来草地生物量的有关文献,估算了我国北方天 然草地根冠比(R/S)及地下生产力占总生产力比例(fBNPP)的大小及其对气候变化的响应.结果表明:不同草地类型R/S比及fBNPP变异较大,根 冠比为1.66～15.21,fBNPP为0.29～0.98;荒漠草原的R/S比及fBNPP较大,但变幅较小;森林草原R/S比和fBNPP较小,但 变幅较大;R/S比及fBNPP随年降水的增加而显著降低,随年平均气温增加而降低的趋势不明显.采用生长季最大生物量估算的方法可能高估了R/S比及 fBNPP.长期、高质量的生物量观测数据,尤其是地下生物量的数据以及开展不同研究方法对生产力估算结果的影响,对于准确评价草地在区域及全球碳循环中 的作用是十分必要的. |
| [80] | 草地生物量大部分集中在地下，地下生物量对于估算草地生态系统碳储量及其碳固持效应都至关重要。由于草地地下生物量数据缺乏，利用地下与地上的根冠比（R/S）或者地下与地上生物量的关系对草地地下生物量进行估算，是目前最常用的方法。本文在综述草地生物量研究进展的同时，利用2004~2010年已发表文献的草地生物量数据对中国不同类型草地的根冠比进行了探索，同时分析了不同类型草地的地上与地下生物量的相关关系（高寒草甸、高寒草原、山地草甸、温性草甸草原、温性草原和温性荒漠草原）。分析结果表明：不同类型草地的根冠比存在显著差异（F=3.524，<em>p</em><0.01）；进一步分析发现，山地草甸的根冠比显著低于其他类型草地（<em>p</em><0.01），R/S较大的草地类型为温性草甸草原和温性荒漠草原，均值分别为7.0和6.8。对地上与地下生物量相关关系的分析表明，3种类型草地的地上与地下生物量存在幂函数相关关系，即高寒草原（<em>R</em><sup>2</sup>=0.67）>温性荒漠草原（<em>R</em><sup>2</sup>=0.36）>高寒草甸（<em>R</em><sup>2</sup>=0.13），其他3种类型草地几乎不存在地上与地下生物量的相关关系。这为以后估算地下生物量提供依据，即地下生物量估算应该综合考虑根冠比和地下与地上生物量关系。 . 草地生物量大部分集中在地下，地下生物量对于估算草地生态系统碳储量及其碳固持效应都至关重要。由于草地地下生物量数据缺乏，利用地下与地上的根冠比（R/S）或者地下与地上生物量的关系对草地地下生物量进行估算，是目前最常用的方法。本文在综述草地生物量研究进展的同时，利用2004~2010年已发表文献的草地生物量数据对中国不同类型草地的根冠比进行了探索，同时分析了不同类型草地的地上与地下生物量的相关关系（高寒草甸、高寒草原、山地草甸、温性草甸草原、温性草原和温性荒漠草原）。分析结果表明：不同类型草地的根冠比存在显著差异（F=3.524，<em>p</em><0.01）；进一步分析发现，山地草甸的根冠比显著低于其他类型草地（<em>p</em><0.01），R/S较大的草地类型为温性草甸草原和温性荒漠草原，均值分别为7.0和6.8。对地上与地下生物量相关关系的分析表明，3种类型草地的地上与地下生物量存在幂函数相关关系，即高寒草原（<em>R</em><sup>2</sup>=0.67）>温性荒漠草原（<em>R</em><sup>2</sup>=0.36）>高寒草甸（<em>R</em><sup>2</sup>=0.13），其他3种类型草地几乎不存在地上与地下生物量的相关关系。这为以后估算地下生物量提供依据，即地下生物量估算应该综合考虑根冠比和地下与地上生物量关系。 |
| [81] | . |
| [82] | 精确评估植被碳贮量是阐明植被恢复对全球陆地生态系统碳平衡影响的核心。碳贮量一般根据碳含量系数与生物量来估计。本文收集了植物碳含量实测数据，分析了不同生长型植物、植物构件和不同区域植物的碳含量状况及其特点，结果表明：植物碳含量在24.95%～55.44%，平均为(43.63±0.14)%；不同生长类型植物平均碳含量是乔木（46.22%）＞灌木（45.93%）＞苔藓（41.64%）＞草本（37.13%）；不同的构件的碳含量是花（48.52% ）＞果（47.19%）＞枝（45.42%）＞干（44.48%）＞叶（43.36%）＞根（42.88%）；不同地带的碳含量是高纬度地区（50.30%）＞低纬度地区（45.30%）＞中纬度地区（39.68%），且不同气候型之间均有显著差异。因此，用固定的碳含量系数来估计碳贮量存在较大误差。 . 精确评估植被碳贮量是阐明植被恢复对全球陆地生态系统碳平衡影响的核心。碳贮量一般根据碳含量系数与生物量来估计。本文收集了植物碳含量实测数据，分析了不同生长型植物、植物构件和不同区域植物的碳含量状况及其特点，结果表明：植物碳含量在24.95%～55.44%，平均为(43.63±0.14)%；不同生长类型植物平均碳含量是乔木（46.22%）＞灌木（45.93%）＞苔藓（41.64%）＞草本（37.13%）；不同的构件的碳含量是花（48.52% ）＞果（47.19%）＞枝（45.42%）＞干（44.48%）＞叶（43.36%）＞根（42.88%）；不同地带的碳含量是高纬度地区（50.30%）＞低纬度地区（45.30%）＞中纬度地区（39.68%），且不同气候型之间均有显著差异。因此，用固定的碳含量系数来估计碳贮量存在较大误差。 |
| [83] | 植物根系是陆地生态系统重要的碳汇和养分库，细根周转过程是陆地生态系统地下部分碳氮循环的核心环节，在陆地生态系统如何响应全球变化中起着关键作用。在全球变化敏感地区之一的青藏高原，对该地区的主要植被类型矮嵩草草甸同时采用根钻法、内生长袋法和微根管法3种观测方法研究细根生产和周转速率，并探讨了极差法、积分法、矩阵法和Kaplan-Meier法等数据处理方法对计算值的影响。研究结果显示：在估算细根净初级生产力时，根钻法宜采用积分法，内生长袋法宜选用矩阵法；由此进一步以最大细根生物量为基础，根钻法和内生长袋法估测的细根年周转速率分别为0.36 a<sup>-1</sup>和0.52 a<sup>-1</sup>，内生长袋法的估算结果是根钻法的1.44倍。对于微根管法，将其观测得到的细根长度转换为单位面积的生物量值后，采用积分法计算出细根周转速率为0.84 a<sup>-1</sup>，远高于传统方法的估算结果；若采用Kaplan-Meier生存分析方法，则计算出的细根周转速率更高达3.41 a<sup>-1</sup>。 . 植物根系是陆地生态系统重要的碳汇和养分库，细根周转过程是陆地生态系统地下部分碳氮循环的核心环节，在陆地生态系统如何响应全球变化中起着关键作用。在全球变化敏感地区之一的青藏高原，对该地区的主要植被类型矮嵩草草甸同时采用根钻法、内生长袋法和微根管法3种观测方法研究细根生产和周转速率，并探讨了极差法、积分法、矩阵法和Kaplan-Meier法等数据处理方法对计算值的影响。研究结果显示：在估算细根净初级生产力时，根钻法宜采用积分法，内生长袋法宜选用矩阵法；由此进一步以最大细根生物量为基础，根钻法和内生长袋法估测的细根年周转速率分别为0.36 a<sup>-1</sup>和0.52 a<sup>-1</sup>，内生长袋法的估算结果是根钻法的1.44倍。对于微根管法，将其观测得到的细根长度转换为单位面积的生物量值后，采用积分法计算出细根周转速率为0.84 a<sup>-1</sup>，远高于传统方法的估算结果；若采用Kaplan-Meier生存分析方法，则计算出的细根周转速率更高达3.41 a<sup>-1</sup>。 |
| [84] | |
| [85] | . . |
