阔叶红松林净初级生产力模型参数的敏感性

PnET-Ⅱ(photosynthesis and evapotranspiration)模型是生态系统过程模型,运行过程中所需的参数较多, 包括植被、土壤和气候参数等.本文估计了丰林自然保护区阔叶红松林中红松和阔叶树的总净初级生产力（NPP）和枝干NPP对PnET-Ⅱ模型参数变化的敏感程度.结果表明: PnET-Ⅱ模型的植被参数中,林冠参数变化对模拟结果影响较大,且红松总NPP对植被参数的敏感性大于阔叶树;红松和阔叶树NPP对土壤持水量变化敏感性较小,且红松NPP对土壤持水量的敏感性略小于阔叶树;在气候情景范围内,气温变化对红松和阔叶树NPP的影响最大,降水和光合有效辐射次之.不同气候情景对NPP模拟结果的影响不同.红松和阔叶树的总NPP和枝干NPP对各输入参数的敏感程度并不完全一致.     

2001—2010年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析

基于MODIS-NDVI遥感数据,利用CASA模型分析黄河流域2001—2010年植被净第一性生产力（NPP）的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间尺度上分析了黄河流域6种生态系统类型区域植被NPP的变化趋势,并对其与气候因素的相关关系进行分析.结果表明： 植被NPP空间分布呈西北低、东南高的分布特征,平均NPP年总量为108.53 Tg C,植被NPP的分布与生态系统类型呈现较高的相关性;2001—2010年,植被NPP总体呈上升趋势但波动较大,55.4%的面积呈现增加趋势,不同生态系统类型区域呈现不同的变化趋势;在年际水平上,黄河流域植被NPP变化与气候因素没有显著相关性,但在月际水平上呈现了较高的相关性,降水量和气温对植被NPP变化的影响作用相当;不同生态系统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的时滞效应,荒漠对气温存在时滞效应.     

气候变化对黄土丘陵沟壑区植被净第一性生产力的影响模拟

以黄土丘陵沟壑区典型小流域纸坊沟流域为例,利用当前气候状况和不同气候情景下的气象数据驱动植被净第一性生产力模型VSIM,模拟气候变化对黄土丘陵沟壑区植被净第一性生产力（NPP）的影响.结果表明：（1）流域NPP对温度升高比对降雨变化的反应更为敏感,土壤水分状况受降雨变化影响显著,温度升高后流域土壤水分也明显下降.（2）草本和半灌木群落的NPP由于温度升高降低最多,沙棘灌丛的NPP受降雨变化影响最为明显,而刺槐林、苹果林和柠条灌丛对降雨变化反应不敏感;（3）综合降雨和气温都增加的情况,流域NPP仍呈下降趋势,只有沙棘灌丛因降雨的增加NPP减小的程度明显降低;（4）大部分植被类型在降雨和温度升高后水分利用效率降低,只有沙棘灌丛和铁杆蒿群落在降雨增加后有所提高,除铁杆蒿群落外,降雨减少使得大部分植被类型的水分利用效率提高.     

1982-2009年东北多年冻土区植被净初级生产力动态及其对全球变化的响应

东北多年冻土区作为高纬度寒区之一,对全球变化较敏感.本文基于AVHRR和MODIS两种遥感数据源的归一化植被指数,应用CASA模型对1982-2009年东北多年冻土区植被净初级生产力（NPP）进行模拟.结果表明： 1982-2009年,东北多年冻土区年均气温、年太阳辐射总量和年日照时数显著上升,年降水量显著下降,CO₂浓度及其年增长率显著增大;植被年NPP呈显著的先增加后降低趋势,变化分异节点在1998年.研究期间,东北多年冻土区植被年均NPP总量为623 g C·m^-2,植被年NPP空间分布差异明显.降水是该区生长季植被生长的主要影响因子,植被NPP对气候变化响应的空间异质性明显.土地利用变化通过改变土地覆被状况使植被NPP发生变化,影响了植被NPP的时空分布特征.植被NPP与CO₂浓度呈显著正相关.多年冻土退化对植被NPP的影响随着各区域环境的不同而有所差异.多年冻土区植被NPP与年均地温呈显著正相关,与年最大冻土深度呈负相关.     

1982-2010年中国草地净初级生产力时空动态及其与气候因子的关系

植被净初级生产力（NPP）及其与气候变化的响应研究是全球变化的核心内容之一。论文基于长时间序列遥感数据和气象数据,通过光能利用率模型（Carnegie-Ames-Stanford approach, CASA模型）模拟了1982-2010 年中国草地NPP,进而分析其时空变化特征及其与气候水热因子的相关性。结果表明：（1）1982-2010年中国草地年平均NPP为282.0 gC m^-2a^-1,年总NPP的多年平均值为988.3 TgC;空间分布上呈现东南部高西北部低的特征。（2）近30年中国草地NPP增加速率为0.6 gC m^-2a^-1,呈增加趋势的面积占中国草地总面积的67.2%;总体上,中国草地NPP呈极显著和显著增加的比例（35.8%、8.0%）大于呈极显著和显著减少的比例（5.8%、4.8%）;NPP明显增加的区域主要包括青藏高原西部、阿拉善高原、新疆西部;明显降低的区域主要分布在内蒙古地区;不同年代际和不同草地类型的NPP变化趋势差异明显。（3）草地NPP与降水量的相关性高于与温度的相关性。不同草地类型NPP对气温、降水量的响应程度不同,其中温性荒漠草原 、温性草原、温性草甸草原的NPP与降水量均达到显著正相关（P<0.05）。     

基于IBIS模型的东北森林净第一性生产力模拟

集成生物圈模型(the integrated biosphere simulator, IBIS)作为目前最复杂的基于动态植被模型的陆面生物模型之一,已经成为模拟大尺度(全球区域)的植被地理分布、净第一性生产力和碳平衡以及预测气候变化对陆地生态系统潜在影响的有效工具.应用IBIS模型对2004～2005年大小兴安岭的植被净第一性生产力(net primary productivity, NPP)进行了定量估算,模拟与研究了大小兴安岭森林生态系统植被NPP的空间分布格局以及不同植被类型的NPP季节变化特征,结果表明:大小兴安岭森林植被年均NPP值为494.7 gCm-2 · a-1,年吸收0.06Pg的大气碳.研究区年均NPP的空间分布主要受热量条件的影响,大兴安岭地区基本上呈现出由北向南增加的趋势,小兴安岭地区除单位面积年均NPP大于1.1kgCm-2 · a-1在小兴安岭北部孙吴和逊克地区分布外,基本上呈现出均匀分布的趋势.加强基础数据研究的同时如何根据中国的实际合理确定模型参数,使模型在我国典型生态系统中应用是值得进一步研究的.     

近51年来祁连山植被净初级生产力对气候变化的响应

本研究以分辨率为0.1°×0.1°的植被、土壤和气象数据为驱动,利用大气-植被相互作用模型(AVIM2)模拟了祁连山地区1958~2008年植被净初级生产力(NPP),并对近51年来祁连山地区植被NPP对气候变化的响应进行了分析。结果表明:近51年来祁连山植被(常绿针叶林、落叶针叶林、草地、灌木、农田)在气温升高和降水量增加的影响下,NPP总量呈增加趋势,且增加速率依次为:农田>常绿针叶林>落叶针叶林>草地>灌木。植被NPP的变化与气温和降水量的变化均呈正相关关系,且温度变化对植被NPP的影响大于降水,即温度变化是影响祁连山地区植被NPP变化的主导因素。从区域平均来看,气温年平均上升速率为0.043℃·a-1,降水量的平均增加速率为1.355mm·a-1,在气温和降水量的共同作用下,1958~2008年祁连山地区植被NPP总量呈增加趋势,平均增加速率为0.718g·m-2·a-1。     

基于3S的自然植被光能利用率的时空分布特征的模拟

 光能利用率（LUE）直接影响植被各层中的能量分布和光合速率,在确定环境对光合和地上部生长分配的综合限制上十分有价值,是衡量系统功能的一个重要指标。本研究以遥感图像（TM）作为数据源,获取了影响植被LUE的重要变量——叶面积指数（LAI）;用程序语言编写了描述系统碳循环和水循环的景观尺度生态系统生产力过程模型（EPPML）,对长白山自然保护区的太阳总辐射、净初级生产力（NPP）和LUE等的季节动态和空间分布进行了模拟;并用地理信息系统（GIS）手段对空间数据进行处理、分析和显示,从而实现了将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换。EPPML可以比较准确地模拟长白山自然保护区景观尺度上主要植被类型的NPP和太阳总辐射,对LUE的模拟结果也大多在我国森林的LUE范围之内,但对不同植被类型LUE的验证因实测数据不足,仅做了初步比较。模拟结果表明,长白山植被的LUE与NPP的季节进程十分近似,7月可达2.9%。春、夏、秋、冬四个季节植被LUE的模拟平均值分别为0.551%、2.680%、0.551%和0.047%。植被年LUE的模拟值平均为1.075%,在-3.272%～3.556%之间变化,阔叶红松(Pinus koraiensis)林最大（1.653%）,高山流砾滩草类最小（0.146%）。阔叶红松林的LUE虽然较高,但仍有很大的增长潜力。     

CLM3.0-DGVM中植物叶面积指数与气候因子的时空关系

作为陆面模型里植被的特征量,叶面积值数（LAI）和植被覆盖度在陆地-大气相互作用的相关研究里被广泛应用。LAI的模拟是动态植被模式（DVM）的核心任务之一,需要对模拟的LAI与气候因子间的时空关系进行评估以更好的了解模式性能以及理解植被-大气反馈过程。用1950—1999年的气象数据驱动通用陆面模式的动态植被模式（CLM3.0-DGVM）模拟得到的全球潜在植被的LAI和2001—2003年MODIS观测资料衍生出的LAI数据进行对比,并在此基础上研究当前气候条件下不同植物功能型（PFT）的LAI与不同气候因子在年际尺度上的时空关系,包括运用Moran系数理论分析空间自相关性、运用逐步回归算法构建空间最优一阶线性回归方程、分析模式LAI与气候因子间的滞后相关性。研究表明：1）以MODIS衍生数据作参照,改进后的CLM3.0-DGVM能较好地模拟不同PFTs的LAI年最大值的空间分布型,但是在物候模拟即LAI的季节循环上存在不足;2）植物LAI的分布具有正的空间自相关性。对潜在植物LAI和气候因子进行拟合时不同气候因子对不同PFTs的方差贡献不一样,一般降水最大、风速最小。这反映了陆地生态系统和气候间复杂的相互关系;3）模式模拟的LAI和气候因子有显著的1～2年的滞后相关,其中光照、降水和LAI的滞后相关性波动较大,而温度、比湿的较小,风速的不明显。这些基于CLM3.0-DGVM的结论在自然界的植物–气候相互作用系统中具有普遍意义：不同地区不同植物受不同气候因子的影响不一样;找出不同PFT的主要气候影响因子和理解其中最关键的生物物理和生物化学过程是至关重要的。进一步工作需要用更精确和更高分辨率的气候数据以及局地观测的LAI对DGVM做评估,同时DGVM本身也需要继续改进（例如加入农作物和灌溉过程的模拟）。     

1982-2009年东北多年冻土区植被净初级生产力动态及其对全球变化的响应

东北多年冻土区作为高纬度寒区之一,对全球变化较敏感.本文基于AVHRR和MODIS两种遥感数据源的归一化植被指数,应用CASA模型对1982-2009年东北多年冻土区植被净初级生产力(NPP)进行模拟.结果表明:1982-2009年,东北多年冻土区年均气温、年太阳辐射总量和年日照时数显著上升,年降水量显著下降,CO2浓度及其年增长率显著增大;植被年NPP呈显著的先增加后降低趋势,变化分异节点在1998年.研究期间,东北多年冻土区植被年均NPP总量为623 g C·m-2,植被年NPP空间分布差异明显.降水是该区生长季植被生长的主要影响因子,植被NPP对气候变化响应的空间异质性明显.土地利用变化通过改变土地覆被状况使植被NPP发生变化,影响了植被NPP的时空分布特征,植被NPP与CO2浓度呈显著正相关.多年冻土退化对植被NPP的影响随着各区域环境的不同而有所差异.多年冻土区植被NPP与年均地温呈显著正相关,与年最大冻土深度呈负相关.     

利用CASA模型模拟西南喀斯特植被净第一性生产力

基于SPOT NDVI遥感数据并结合数字高程模型、气象数据和植被参数,利用实测植被生产力计算和修正最大光能利用率,通过改进CASA过程模型,本文估算了中国西南喀斯特地区1999—2003年的植被净第一性生产力（NPP）。结果表明：1）改进后的CASA模型模拟的植被NPP与实测值相关性显著,可较好用于西南喀斯特植被的NPP估算;2）西南8省市区1999—2000年喀斯特和非喀斯特植被的NPP有轻度增加,但空间变化不显著,2001年低值区范围增加,2002年NPP高值区的范围明显扩大,随后在2003年又降低,但仍高于2001年;3）5年间西南喀斯特地区年NPP的变化范围是381.7—439.9 gC m-2 yr-1,平均值为402.34 gC m-2 yr-1,逐年NPP波动中呈现总体增长趋势,平均增加值为9.93 gC m-2 yr-1,5年总增加量为11TgC,但非喀斯特地区的年NPP平均值和增加值都大于喀斯特地区;4）5年间喀斯特地区的热带森林、亚热带森林、灌丛和草地的逐年NPP均小于非喀斯特地区,温带森林和农业植被则相反;这6种典型植被年NPP均呈增加趋势,热带森林的增加值最大,草地最小,非喀斯特地区植被NPP的增长趋势相似,但每种植被的年NPP增加值均大于喀斯特地区。西南喀斯特地区植被NPP的时空变化与气温、降水和太阳辐射的变化有关,而喀斯特植被NPP低于非喀斯特地区,则主要由喀斯特地区水分匮缺、土壤贫瘠等恶劣条件而抑制植物生长造成的。     

中国陆地植被净初级生产力估算模型优化与分析——基于中国生态系统研究网络数据

该研究基于中国生态系统研究网络(CERN)数据对传统CASA模型进行优化,对比两叶模型与优化CASA模型在站点尺度和像元尺度对于8个典型生态站点的植被净初级生产力(NPP)估算精度,选择在像元尺度表现更好的优化CASA模型,结合中国土地覆被数据(ChinaCover)开展2000—2019年中国陆地植被NPP监测与分析。研究结果表明：(1)基于FY2D PAR的优化方案能够有效避免空间插值导致的不确定性问题,显著提高了PAR估算精度;(2)在站点尺度上,两叶模型用于估算典型森林、草地生态系统的NPP表现更好,而在像元尺度上优化CASA模型估算精度更高;(3)在全国尺度上,优化了最大光能利用率、水分胁迫系数以及光合有效辐射计算方法的CASA模型能够较好地模拟中国陆地植被NPP,近20年中国陆地植被NPP变化范围为2.703—2.882 PgC/a,在空间上呈西北低东南高的格局,在时间上呈现波动中缓慢增加的趋势。     

中国陆地植被净初级生产力遥感估算

该文在综合分析已有光能利用率模型的基础上,构建了一个净初级生产力(NPP)遥感估算模型,该模型体现了3方面的特色:1)将植被覆盖分类引入模型,并考虑植被覆盖分类精度对NPP估算的影响,由它们共同决定不同植被覆盖类型的归一化植被指数(NDVI)最大值;2)根据误差最小的原则,利用中国的NPP实测数据,模拟出各植被类型的最大光能利用率,使之更符合中国的实际情况;3)根据区域蒸散模型来模拟水分胁迫因子,与土壤水分子模型相比,这在一定程度上对有关参数实行了简化,使其实际的可操作性得到加强。模拟结果表明,1989~1993年中国陆地植被NPP平均值为3.12 Pg C (1 Pg=10¹⁵ g),NPP模拟值与观测值比较接近,690个实测点的平均相对误差为4.5%;进一步与其它模型模拟结果以及前人研究结果的比较表明,该文所构建的NPP遥感估算模型具有一定的可靠性,说明在区域及全球尺度上,利用地理信息系统技术将遥感数据和各种观测数据集成在一起,并对NPP模型进行参数校正,基本上可以实现全球范围不同生态系统NPP的动态监测。     

陕北黄土高原植被净初级生产力的估算

基于MODIS和地面气象数据,利用改进的CASA模型,模拟分析了2005年陕北黄土高原地区的植被净初级生产力(NPP)及其时空分布.结果表明:1)根据生态生理过程模型针对不同土地覆被类型选择不同的月平均最大光能利用率,比传统CASA模型中使用固定的全球月平均最大光能利用率进行NPP估算,更符合陕北黄土高原地区的实际情况;在估算植被参数时引入植被覆盖分类,以及利用陕北黄土高原2005年时序NDVI进行土地覆被分类的同时,结合1:100万中国植被图和实地调查情况对分类结果进行修正,可提高分类的精度,从而提高模型估算的精度.2)通过不同模型之间和与陕北部分地区实际调查数据进行比较,显示改进后的CASA模型对区域陆地植被NPP的模拟效果较好,可应用于陕北黄土高原乃至周边地区NPP的计算中.3)2005年陕北黄土高原植被净第一性生产量估计值为4.76×10~(13) g C,约占全国总NPP的1.5%,植被平均NPP为447.3 g C·m~(-2)·a~(-1),高于1992-2000年全国陆地NPP平均值323.8 g C·m~(-2)·a~(-1).4)在NPP的空间分布上,总体趋势是由东南向西北递减,其中最高值出现在东南部的黄龙山次生林区(1087g C·m~(-2)·a~(-1));西北部的荒漠植被覆盖度极低,平均NPP仅为205.0 g C·m~(-2)·a~(-1).5)陕北黄土高原NPP的季节变化明显,其中4月中旬至10月中旬6个月生长季时间里的NPP可占到全年的91.5%,而7月中旬至8月中旬间该区的净初级生产力达到年内的极大值,可占全年的37.8%.

Abstract：

Based on the data from MODIS (Moderate-resolution Imaging Speetroradiometer) and meteorological observatories, and by using improved CASA (Carnegie-Ames-Stanford Approach) model, the vegetation net primary productivity (NPP) and its spatiotemporal distribution on the North Shaanxi Loess Plateau in 2005 were simulated and analyzed. Comparing with the traditional CASA model which only uses a universal mean annual maximum light use efficiency (LUE), the estimated regional NPP by the improved CASA model was more precise, because this improved model used the LUE parameters of different vegetation covers. The detailed land cover classifica-tion also contributed to the increase of the precision via introducing the time-series Normalized Different Vegetation Index (NDVI) and ground survey data to modify and adjust the original clas-sification system based on vegetation map (1: 1000000). The testing of the simulation results from different models with the ground survey data in North Shaanxi showed that the estimation by the modified CASA model was much closer to the real survey data, implying the potential practi-cal significance of this model in estimating the vegetation NPP in North Shaanxi Loess Plateau and its adjacent areas. In 2005, the NPP in North Shaanxi was estimated as 4. 76×1013 g C, ac-counting for about 1.5% of China' s terrestrial total NPP, and the mean NPP was 447.3 g C·m~(-2)·a~(-1), being much higher than that of China' s terrestrial vegetation (323.8 g C·m~(-2)·a~(-1)) in 1982-2000. The spatial distribution pattern of the vegetation NPP showed an apparently declining trend from the southeast to the northwest, with the highest value of 1087 g C·m~(-2)a~(-1) occurred in the broadleaved-and conifer-mixed forests of Huanglong Mountain in southeast part of the region. The mean NPP of desert vegetation in the whole region was the lowest, only about 205.0 g C·m~(-2) ·a~(-1). An obvious seasonal variation of the NPP was observed. The NPP in growth season (from April to October) took about 91.5% of the total in the year, and the peak occurred in mid-July to mid-August, amounting to 37.8% of the total.     

Dynamic Modelling of Northeast China Transect Responses to Global Change-A Regional Vegetation Model Driven by Remote Sensing Information

A remote sensing driven dynamic simulation model was developed for terrestrial ecosystems. The model was encoded in C language under the environment of SPAMOD, a spatial simulation tool developed under MS Windows. The model was applied to Northeast China Transect to simulate the dynamics of green and non-green biomass of 12 vegetation categories as well as soil water of 3 layers. The green biomass was converted to normalized difference vegetation index (NDVI) of AVHRR remote sensing, and compared with the observed NDVI from 1986 to 1990. The model was also compared with ground measurements of biomass and productivity along the transect. Ambient CO2 concentration, monthly mean air temperature and monthly precipitation were regarded as the three basic driving variables for global change study. The model also included the effects of temperature and precipitation on sunshine fracti6n, relative humidity, radiation, soil water and eventually plant growth. For each CO2 and climatic scenario, the model was run for an equilibrium solution. The results indicated that the natural vegetation of the transect was very sensitive to variation of temperature and CO2 concentration. With CO2 remained unchanged and temperature increased by 4 CE, the induced increase in evapotranspiration could reduce the average biomass and net primary productivity (NPP) over the whole transect by 32.1% and 41.9 % respectively. In contrast, a 20 % increase in precipitation alone could lead to an increase of the average biomass and NPP by 8.1% and 13.4% respectively. Under the present climatic conditions, CO2 doubling could increase the average biomass and NPP by 12.2% and 17.1% respectively. Because of compensation between the positive effects of CO2 and precipitation increase and the negative effect of temperature increase, a comprehensive interaction among CO2 doubling, a 20% increase of precipitation and a 4 ℃ increase of temperature altogether can lead to approximately a 2% reduction in the biomass and NPP of the natural vegetation over the whole transect.     

农业生产力模型初探

根据植物的生理生态学特点及诸气候要素建立了农业净第一性生产力模型:NPP=exp(rR_n(r~2 R_n~2 rR_n/(R_n r)(R_n~2 r~2)·(0.0015RDI 0.0013)) 用该模型对全球变化条件下的农业净第一性生产力的敏感性试验表明:我国农业净第一性生产力在气温升高2℃且降水不变或增加20％的情况下都有不同程度的提高,幅度为0.44％～12.88％,其中,在降水不变的情况下,湿润地区增加幅度最大,为5.46％～12.88％,在降水增加的情况下,干旱、半干旱地区增加幅度最大,为3.89％～10.92％;在温度升高2℃、降水减少20％的情况下,湿润地区农业生产力增加1.48％～14.63%,干旱、半干旱地区农业生产力降低0.44%～2.92％,干旱地区降低幅度较大,为1.04％～6.01％,表明水分为农业生产力的主要限制因子。     

毛乌素沙地海流兔河流域植被净初级生产力估算

采用CASA(Carnegie-Ames-Stanford Approach)模型,结合TERRA MODIS卫星数据和气象数据,对毛乌素沙地海流兔河流域2015年各月的植被净初级生产力(NPP)进行估算,并对植被NPP月平均值的时空分布规律及其与气象因子和地下水位埋深的关系进行了分析.结果表明:毛乌素沙地海流兔河流域2015年植被NPP总量为2.88×1011 g,生长季(4月份至10月份)的植被NPP总量达2.81×1011 g,占全年植被NPP总量的97.57%.随着时间推移,植被NPP月平均值和归一化差分植被指数(NDVI)月平均值呈"缓慢增加—急剧增加—急剧下降"的变化趋势.植被NPP月平均值季节变化明显,春季、夏季、秋季和冬季植被NPP月平均值之和分别为20.55、69.39、20.46和0.48 g·m-2.从空间分布上看,中部河谷和滩地的植被NPP月平均值总体上高于东南部、西部和西北部等沙丘荒漠区.月平均气温对植被NPP月平均值变化的影响最大,其次为平均实际日蒸散发量和地表月太阳辐射.植被NPP月平均值随着地下水位埋深的增加而减小,最大值出现在地下水位埋深1~2 m之间.上述研究结果显示:采用CASA模型可以较好地估算毛乌素沙地海流兔河流域植被NPP值,月平均气温和地下水位埋深对该流域植被NPP值的影响较大.     

气候变化对无定河流域生态水文过程的影响

建立分布式生态水文过程模式,模拟分析了黄土高原无定河流域近40a来及未来气候变化情景下水循环和植被生产力的演变特征。结果显示,无定河流域近40a来温度上升,而降水量没有明显的下降趋势,但年际波动幅度变小。与之相应,地表蒸散量也没有明显的变化趋势。然而,因大气CO2浓度的上升,植被净生产力明显增加,速率约为0．6gCm^-2a^-1,水分利用效率随之提高。该流域生态系统对HadCM3气候变化情景的响应显著,蒸散、地表径流和植被净第一性生产力（NPP）均增加,植被水分利用效率明显提高。