IBIS模拟东北东部森林NPP主要影响因子的敏感性

IBIS (Integrated Biosphere Simulator) 模型是生态系统过程模型,运行过程需要大量输入变量,包括植被、土壤和气候等。本文基于2004 — 2005年帽儿山不同植被类型净初级生产力（NPP）实测数据,修改了模型内部参数,使其更适合于我国东北东部地区NPP模拟。本文还展开了NPP对模型主要输入变量变化敏感程度的研究。结果表明：IBIS模型的输入变量中,叶面积指数（LAI）对模拟结果影响较大,且NPP对LAI 增加/降低5%敏感性最强;在气候情景范围内,仅考虑单一气象因子作用,NPP对温度变化敏感性最小;对降水量反应敏感,并随降水量增多而升高。     

Testing parameter sensitivities and uncertainty analysis of Biome-BGC model in simulating carbon and water fluxes in broadleaved-Korean pine forests

生态过程模型的发展为研究者在长时间序列和区域尺度的研究提供了便利, 但模型模拟的准确性受到模型自身结构、模型参数估计合理性的影响。敏感性分析能够定量或定性筛选出对模型模拟结果影响较大的敏感参数, 是模型参数校准过程中的重要工具, 也是建模和应用的先决条件。该文以阔叶红松林为研究对象, 采用全局敏感性分析方法——傅里叶幅度灵敏度检验扩展法(EFAST)对Biome-BGC模型的生理生态参数进行了敏感性分析, 分别分析了红松(Pinus koraiensis)和阔叶树的净初级生产力(NPP)、蒸散(ET)对参数变化的敏感性。结果表明: (1)模拟红松NPP的不确定性高于阔叶树, 但二者的模拟ET的不确定性均较小。阔叶树的NPP和ET对生理生态参数的敏感性总体上都小于红松。(2)无论是红松、阔叶或其他植被类型, 模拟NPP均表现出对叶片碳氮比、细根碳氮比、比叶面积(SLA)和冠层截留系数的敏感性, 这4个参数的高敏感性主要是由模型自身结构所决定的, 与植被类型和研究地区的关系较小。对模拟ET而言, 细根与叶片碳分配比、新茎与新叶碳分配比和SLA均是影响红松和阔叶树ET的敏感参数, 但红松ET主要受参数与参数间的二阶或多阶交互作用的间接影响, 而阔叶树ET则主要是受到敏感参数直接效应的影响。(3)除了上述影响红松和阔叶树碳水通量的共性参数外, 诸如核酮糖-1,5-二磷酸羧化酶中叶氮含量、叶片与细根周转率、所有叶面积与投影叶面积之比等也是对模拟结果有影响的重要参数, 但是其敏感程度随物种不同和研究区不同而不同, 所以这类参数可以根据具体情况进行参数本地化, 对于其他不敏感参数则可以采用模型缺省值。     

Biome-BGC模型模拟阔叶红松林碳水通量的参数敏感性检验和不确定性分析

生态过程模型的发展为研究者在长时间序列和区域尺度的研究提供了便利, 但模型模拟的准确性受到模型自身结构、模型参数估计合理性的影响。敏感性分析能够定量或定性筛选出对模型模拟结果影响较大的敏感参数, 是模型参数校准过程中的重要工具, 也是建模和应用的先决条件。该文以阔叶红松林为研究对象, 采用全局敏感性分析方法——傅里叶幅度灵敏度检验扩展法(EFAST)对Biome-BGC模型的生理生态参数进行了敏感性分析, 分别分析了红松(Pinus koraiensis)和阔叶树的净初级生产力(NPP)、蒸散(ET)对参数变化的敏感性。结果表明: (1)模拟红松NPP的不确定性高于阔叶树, 但二者的模拟ET的不确定性均较小。阔叶树的NPP和ET对生理生态参数的敏感性总体上都小于红松。(2)无论是红松、阔叶或其他植被类型, 模拟NPP均表现出对叶片碳氮比、细根碳氮比、比叶面积(SLA)和冠层截留系数的敏感性, 这4个参数的高敏感性主要是由模型自身结构所决定的, 与植被类型和研究地区的关系较小。对模拟ET而言, 细根与叶片碳分配比、新茎与新叶碳分配比和SLA均是影响红松和阔叶树ET的敏感参数, 但红松ET主要受参数与参数间的二阶或多阶交互作用的间接影响, 而阔叶树ET则主要是受到敏感参数直接效应的影响。(3)除了上述影响红松和阔叶树碳水通量的共性参数外, 诸如核酮糖-1,5-二磷酸羧化酶中叶氮含量、叶片与细根周转率、所有叶面积与投影叶面积之比等也是对模拟结果有影响的重要参数, 但是其敏感程度随物种不同和研究区不同而不同, 所以这类参数可以根据具体情况进行参数本地化, 对于其他不敏感参数则可以采用模型缺省值。     

基于BIOME-BGC模型的长白落叶松林净初级生产力模拟参数敏感性

基于植被生理生态过程的模型包含较多参数,合理的参数取值能够极大地提高模型的模拟能力.参数敏感性分析可以全面分析模型参数对模拟结果的影响程度,在筛选模型敏感参数过程中起到重要作用.本研究以模拟吉林省汪清林业局长白落叶松林净初级生产力（NPP）为例,分析了BIOME-BGC模型的参数敏感性.首先利用样地实测NPP数据与模拟值进行对比分析,检验模型对长白落叶松林NPP的模拟能力;然后利用Morris法和EFAST法筛选出BIOME-BGC模型中对长白落叶松林NPP影响较大的敏感参数.在此基础上,通过EFAST法对所有筛选出的参数进行定量的敏感性分析,计算了敏感参数的全局敏感性指数、一阶敏感性指数和二阶敏感性指数.结果表明： BIOME-BGC模型能够较好地模拟研究区内长白落叶松林NPP的变化趋势;Morris法可以在样本量较少的情况下实现对BIOME-BGC模型敏感参数的筛选,而EFAST法可以定量分析BIOME-BGC模型中单个参数以及不同参数之间交互作用对模拟结果的影响程度;BIOME-BGC模型中对长白落叶松林NPP影响较大的敏感参数为新生茎与叶片的碳分配比和叶片碳氮比,且二者之间的交互作用明显大于其他参数之间的交互作用.     

气候波动和土地覆盖变化对广东省植被净初级生产力的相对影响

为深入理解人类活动对陆地生态系统的影响,采用CASA(Carnegie-Ames-Stanford Approach)模型估算广东省2000、2005和2010年实际植被净初级生产力(Net primary productivity,NPP),并基于情景模拟法估算气候和土地覆盖类型稳定条件下的植被NPP,对气候波动和土地覆盖变化在植被NPP变化中的相对贡献进行了研究。结果表明:太阳辐射对植被NPP具有显著的正向控制作用,气温与植被NPP表现为显著负相关,降水不是该区域植被生长的限制性因子;各气候因子与植被NPP的相关性具有季节和区域差异性。在气候不变条件下,土地覆盖变化整体上增加了NPP,对NPP变化的相对贡献与城市扩张格局相类似,不同生态区存在差异性,以珠三角区的贡献最大。总之,气候波动对NPP变化的相对贡献较为复杂,取决于气候因子的波动特征以及与NPP的相关性;其它因子(城市热岛、农耕活动和园林管理等)对NPP变化的相对贡献存在很多不确定性,整体上增加了NPP。     

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.     

1982-2009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.     

基于BIOME-BGC模型的红壤丘陵区湿地松(Pinus elliottii)人工林GPP和NPP

应用生物地球化学模型BIOME-BGC模型估算了1993～2004年红壤丘陵区湿地松林总第一性生产力（GPP）、净第一性生产力（NPP）,并分析GPP、NPP年际变化对气候的响应以及未来气候变化情景下GPP、NPP的响应。结果表明,湿地松林1993～2004年GPP、NPP的总量变化波动于1777～2160g Cm^-2a^-1之间和453～828gCm^-2a^-1之间,平均值分别为1941g Cm^-2a^-1和695gCm^-2a^-1。在研究时段内,GPP、NPP有缓慢增长趋势,GPP、NPP总量平均值从1990年代初期（1993～1996年）的1826、687gCm^-2a^-1上升到21世纪初期（2001～2004年）的2026、693gCm^-2a^-1。这主要是由于研究时段内GPP、NPP对降水缓慢增长的正响应造成的。未来气候变化情景分析表明,CO2浓度倍增不利于湿地松林GPP、NPP的增长,但均不超过1.5%。在CO2浓度不增加条件下,GPP正向响应了降水单独变化和温度升高1.5℃且降水增加情景,正向响应NPP的情景条件是降水的单独变化;当CO2浓度倍增和气候改变时,预测的GPP正向响应了降水的变化,同时正向响应了温度升高1.5℃且降水变化;正向响应NPP的情景条件是降水的变化。     

择伐对阔叶红松林碳密度和净初级生产力的影响

准确量化森林碳密度和净初级生产力(NPP)对于评价森林生态系统在全球碳循环中的作用至关重要.本研究以小兴安岭原始阔叶红松林和择伐(择伐强度30%,择伐对象为大径级红松)34年后的阔叶红松林为对象,采用样地清查和异速生长方程法测定了不同林分的碳密度和NPP.结果表明: 原始林和择伐林的碳密度总量分别为(397.95±93.82)和(355.61±59.37) t C·hm^-2,其中植被碳密度、碎屑碳密度、土壤碳密度分别占总碳库的31.0%、3.1%、65.9%和31.7%、2.9%、65.4%,两者的总碳密度和各组分的分配比例均无显著差异. 原始林和择伐林的NPP总量分别为(6.27±0.36 )和(6.35±0.70) t C·hm^-2·a^-1,乔木层、灌木和草本层、细根所占比例分别为60.3%、2.0%、37.7%和66.1%、2.0%、31.2%,两者的总NPP和各组分的贡献率均无显著差异.而原始林和择伐林中针、阔叶的NPP比例分别为4724∶52.76和20.48∶79.52,两者差异显著.择伐34年后阔叶红松林的碳密度和NPP均达到了择伐前水平.     

气候变化情景下中国自然植被净初级生产力分布

基于国际上较通用的Lund-Potsdam-Jena(LPJ)模型,根据中国自然环境特点对其运行机制进行调整,并重新进行了参数化,以B2情景气候数据作为主要的输入数据,以1961-1990年为基准时段,模拟了中国1991-2080自然植被净初级生产力(NPP)对气候变化的响应.结果表明:1961-1990年,中国自然植被的NPP总量为3.06 Pg C·a-1;1961-2080年,NPP总量呈波动下降趋势,且下降速度逐渐加快.在降水相对变化不大的条件下,平均温度的增加对我国植被生产力可能会产生一定的负面影响.NPP的空间分布从东南沿海向西北内陆呈逐渐递减趋势,在气候变化过程中,该格局基本没有太大变化.在东部NPP值相对较高地区,NPP值以减少为主,东北地区、华北东部和黄土高原地区的减少趋势尤为明显;在西部NPP值相对较低地区,NPP以增加趋势为主,青藏高原地区和塔里木盆地的表现尤为突出.随着气候变化的深入,东西部地区这种变化趋势的对比将越发明显.     

Sources of Variability in Net Primary Production Predictions at a Regional Scale: A Comparison Using PnET-II and TEM 4.0 in Northeastern US Forests

Because model predictions at continental and global scales are necessarily based on broad characterizations of vegetation, soils, and climate, estimates of carbon stocks and fluxes made by global terrestrial biosphere models may not be accurate for every region. At the regional scale, we suggest that attention can be focused more clearly on understanding the relative strengths of predicted net primary productivity (NPP) limitation by energy, water, and nutrients. We evaluate the sources of variability among model predictions of NPP with a regional-scale comparison between estimates made by PnET-II (a forest ecosystem process model previously applied to the northeastern region) and TEM 4.0 (a terrestrial biosphere model typically applied to the globe) for the northeastern US. When the same climate, vegetation, and soil data sets were used to drive both models, regional average NPP predictions made by PnET-II and TEM were remarkably similar, and at the biome level, model predictions agreed fairly well with NPP estimates developed from field measurements. However, TEM 4.0 predictions were more sensitive to regional variations in temperature as a result of feedbacks between temperature and belowground N availability. In PnET-II, the direct link between transpiration and photosynthesis caused substantial water stress in hardwood and pine forest types with increases in solar radiation; predicted water stress was relieved substantially when soil water holding capacity (WHC) was increased. Increasing soil WHC had little effect on TEM 4.0 predictions because soil water storage was already sufficient to meet plant demand with baseline WHC values, and because predicted N availability under baseline conditions in this region was not limited by water. Because NPP predictions were closely keyed to forest cover type, the relative coverage of low- versus high-productivity forests at both fine and coarse resolutions was an important determinant of regional NPP predictions. Therefore, changes in grid cell size and differences in the methods used to aggregate from fine to coarse resolution were important to NPP predictions insofar as they changed the relative proportions of forest cover. We suggest that because the small patches of high-elevation spruce-fir forest in this region are substantially less productive than forests in the remainder of the region, more accurate NPP predictions will result if models applied to this region use land cover input data sets that retain as much fine-resolution forest type variability as possible. The differences among model responses to variations in climate and soil WHC data sets suggest that the models will respond quite differently to scenarios of future climate. A better understanding of the dynamic interactions between water stress, N availability, and forest productivity in this region will enable models to make more accurate predictions of future carbon stocks and fluxes. Received 19 June 1998; accepted 25 June 1999.     

我国陆地植被净初级生产力变化规律及其对气候的响应

在GIS系统的支持下,利用卫星遥感资料和地面气象观测资料,构建了基于光能利用率的植被净初级生产力(NPP)遥感模型,估算了我国陆地1982—2000年1—12月植被NPP,分析了1982—2000年我国不同植被类型NPP的季节性和年际性变化规律,基于像元空间尺度讨论了植被NPP对气候的响应关系.结果表明,我国植被NPP年内季节性变化规律明显;我国主要植被类型年NPP在1982—2000年基本呈上升趋势,增长幅度最大的是落叶针叶林,增长幅度最小的是草地;1982—2000年,NPP年际间波动最大的植被类型是常绿阔叶林,年际间波动最小的植被类型是草地.通过NPP对气候因子(降水、温度)变化的响应分析表明,我国降水对植被NPP季节性变化的驱动作用高于温度,气候因子(降水、温度)对北方植被NPP季节性变化的驱动作用高于南方;我国气候因子(降水、温度)对NPP年际变化的驱动作用(强度、方向)随季节 及纬度的不同而不同.     

我国不同季节陆地植被NPP对气候变化的响应

阐明不同季节陆地植被净第一性生产力（NPP）对全球变化的响应将有助于理解陆地生态系统和气候系统之间的相互作用以及NPP变化机制。本文使用1982－1999年间的AVHRR／NDVI、气温、降水以及太阳辐射等资料,结合植被分布图和土壤质地图,利用生态过程模型,研究不同季节我国陆地植被NPP的年际变化及其地理分异。结果表明,在1982－1999年的18年间,4个季节的NPP都呈显著增加趋势。其中,春季是NPP增加速率最快的季节,夏季是NPP增加量最大的季节,不同植被类型对全球变化的响应有很大差异。常绿阔叶林,常绿针叶林和落叶针叶林NPP的增加主要由生长季节的提前所致。而落叶阔叶林、针阔混交林、矮林灌丛,温带草原及草甸,稀树草原、高寒植被,荒漠以及人工植被NPP的增加主要来自生长季生长加速的贡献。从区域分布看,在四季中春季NPP增加量最大的地区主要集中在东部季风区域;夏季NPP增量最大的地区包括西北干旱区域和青藏高原的大部分地区,小兴安岭－长白山区,三江平原,松辽平原,四川盆地,雷州半岛,长江中下游部分地区以及江南山地东部;而秋季植被NPP增加量最大的地区主要有云南高原－西藏东部和呼伦湖的周围等地区。不同植被和地理区域NPP的这些响应方式与区域气候特征及其变化趋势有关。     

气候变化对中国东北主要森林类型的影响

应用林窗模型-FAREAST,模拟未来气候变化对中国东北主要类型森林演替动态的影响.根据大气环流模型ECHAM5-OM和HadCM3预测的气候变化资料,模拟选择了目前气候情景、增暖情景、增暖且降水变化情景3种气候情景.结果表明:维持目前气候不变,东北森林树种组成和森林生物量基本维持动态平衡.气候增暖不利于东北主要森林类型生长,主要针叶树种比例下降,阔叶树比例增加;温带针阔混交林垂直分布带有上移的趋势;增暖幅度越大,变化越明显.气候增暖基础上考虑降水变化,东北森林水平分布带有北移的趋势,降水对低海拔温带针阔混交林影响不大.     

基于遥感和地面数据的景观尺度生态系统生产力的模拟

描述了一个反映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)．该模型以遥感图像作为数据源,从中获取影响植被生产力的重要变量——叶面积指数(LAI);主要对景观尺度生态系统的净初级生产力(NPP)和蒸散量的空间分布格局和时间动态进行模拟;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．本研究用EPPML对1995年长白山自然保护区的植被生产力进行了模拟,结果表明,EPPML可以比较准确地模拟该保护区主要植被的NPP．NPP的模拟值年均为0．680kgC·m^-2,变幅为0．105—1．241kgC·m^-2(82.1％),其中阔叶红松林的年NPP最高(1．084kgC·m^-2)．NPP年总量为1．332×10^6tC,以阔叶红松林和云冷杉林最高,分别为0．540×10^6tC和0．428×10^6tC．NPP的季节变化呈明显的单峰型,7月最大(6．13gC·m^2·d^-1)．NPP在夏季积累最多(0．465kgC·m^-2),春季次之,冬季最少。     

长白山红松年轮碳同位素与净初级生产力的关系

解析树木年轮碳同位素变化是揭示气候与环境变化的有效途径,然而少有研究分析年轮碳同位素对森林净初级生产力(NPP)的指示效应.基于生长季气象因子,分析了长白山红松年轮δ¹³C记录序列与阔叶红松林红松种群NPP变化趋势以及两者之间的相关关系.结果表明: 1970年以前,研究区红松年轮δ¹³C与红松种群NPP变化同步,且两者间呈极显著线性正相关关系,年轮δ¹³C记录了气候变化对红松种群NPP的影响;1970年以后,红松年轮δ¹³C与红松种群NPP变化出现分异,两者呈负相关关系但相关性不显著,表明干旱等其他环境因子的影响使年轮δ¹³C对气候变化的敏感性和对NPP指示性降低.这一相关关系在红松年轮δ¹³C与当年和下一年红松种群NPP之间都存在,表明当年环境状况对来年红松生长的重要意义.说明长白山红松年轮δ¹³C对红松种群NPP有良好的指示性,树木年轮δ¹³C有重建森林历史NPP长期变化的潜力.     

Simulating forest ecosystem response to climate warming incorporating spatial effects in north-eastern China

Aim Predictions of ecosystem responses to climate warming are often made using gap models, which are among the most effective tools for assessing the effects of climate change on forest composition and structure. Gap models do not generally account for broad‐scale effects such as the spatial configuration of the simulated forest ecosystems, disturbance, and seed dispersal, which extend beyond the simulation plots and are important under changing climates. In this study we incorporate the broad‐scale spatial effects (spatial configurations of the simulated forest ecosystems, seed dispersal and fire disturbance) in simulating forest responses to climate warming. We chose the Changbai Natural Reserve in China as our study area. Our aim is to reveal the spatial effects in simulating forest responses to climate warming and make new predictions by incorporating these effects in the Changbai Natural Reserve. Location Changbai Natural Reserve, north‐eastern China. Method We used a coupled modelling approach that links a gap model with a spatially explicit landscape model. In our approach, the responses (establishment) of individual species to climate warming are simulated using a gap model (linkages ) that has been utilized previously for making predictions in this region; and the spatial effects are simulated using a landscape model (LANDIS) that incorporates spatial configurations of the simulated forest ecosystems, seed dispersal and fire disturbance. We used the recent predictions of the Canadian Global Coupled Model (CGCM2) for the Changbai Mountain area (4.6 °C average annual temperature increase and little precipitation change). For the area encompassed by the simulation, we examined four major ecosystems distributed continuously from low to high elevations along the northern slope: hardwood forest, mixed Korean pine hardwood forest, spruce‐fir forest, and sub‐alpine forest. Results The dominant effects of climate warming were evident on forest ecosystems in the low and high elevation areas, but not in the mid‐elevation areas. This suggests that the forest ecosystems near the southern and northern ranges of their distributions will have the strongest response to climate warming. In the mid‐elevation areas, environmental controls exerted the dominant influence on the dynamics of these forests (e.g. spruce‐fir) and their resilience to climate warming was suggested by the fact that the fluctuations of species trajectories for these forests under the warming scenario paralleled those under the current climate scenario. Main conclusions With the spatial effects incorporated, the disappearance of tree species in this region due to the climate warming would not be expected within the 300‐year period covered by the simulation. Neither Korean pine nor spruce‐fir was completely replaced by broadleaf species during the simulation period. Even for the sub‐alpine forest, mountain birch did not become extinct under the climate warming scenario, although its occurrence was greatly reduced. However, the decreasing trends characterizing Korean pine, spruce, and fir indicate that in simulations beyond 300 years these species could eventually be replaced by broadleaf tree species. A complete forest transition would take much longer than the time periods predicted by the gap models.     

中国北方草地植物群落季节生长格局模拟

中国北方草地横跨干旱、半干旱及亚湿润干旱气候区,水分是限制中国北方草地植物群落生产力的主要气候因子.采用基于水分平衡过程的、简单的植物群落模型,利用460个气象站40年气象数据的月平均值,模拟中国北方7种草地类型的季节及年生长、叶片投影盖度(FPC)、蒸发系数(k)及净第一性生产力(NPP).野外观测数据对模型的验证显示模拟结果与观测值相符较好.温性草地自东向西,青藏高原自东南向西北,植物群落的k、NPP与FPC呈递减趋势,显示了中国温性草地自东向西,青藏高原自东南向西北逐渐干旱的水分梯度;其中高寒草甸的3个模拟参数值均最高,高寒草原FPC次于高寒草甸,而NPP却与温性典型草原相近,温性典型荒漠的3个参数最低.高寒草甸、高寒草原、温性草甸草原、温性典型草原、温性荒漠草原、温性草原化荒漠和温性典型荒漠等7种类型草地的畜群承载力约为每公顷5.2、2.3、3.6、2.1、1.0、0.6和0.2只羊单位,区域最适恢复植被盖度分别以93%、79% 、56%、50%、44%、38%和37%为宜.     

土地利用约束下中国东部南北样带生产力和植被分布对全球变化的响应

对现有的区域植被动态模拟模型进行了改进,使之包含了土地利用分布格局对植被和生态系统相关过程的影响.改进后的模型被用于研究中国东部南北样带(NSTEC)植被和净第一性生产力对未来气候变化的响应.模拟结果显示土地利用格局对未来气候条件下植被分布的变迁和生产力形成过程有非常显著的影响.与没有土地利用约束的情形相比较,土地利用作为限制条件缓减了植被类型之间的竞争,从而减少了模拟的样带区域内常绿阔叶林,但增加了模拟灌木和草地的分布.土地利用约束使得模拟得到的当前条件下的净第一性生产力更为接近实际情况,且未来气候条件下的生产力改变量更为可信.对未来CO2倍增条件下7个大气环流模型预测的气候情景的模拟结果表明:落叶阔叶林将显著增加,但针叶林、灌木和草原的分布将下降.未来气候条件下NSTEC样带的净第一性生产力总量将增加.预测样带北部的净第一性生产力的变化范围大于样带南部.温度变化比降水变化对样带的生产力具有更强的控制.