双集合卡尔曼滤波LAI同化结合BEPS模型的竹林生态系统碳通量模拟

叶面积指数(LAI)是森林生态系统碳循环研究的重要观测数据,也是驱动森林生态系统模型模拟碳循环的重要参数.本文以毛竹林和雷竹林为研究对象,首先利用双集合卡尔曼滤波,同化两种竹林生态系统观测站点2014—2015年MODIS LAI时间序列数据,然后将同化的高质量毛竹LAI和雷竹LAI作为输入数据驱动BEPS模型,模拟两种竹林生态系统总初级生产力(GPP)、净生态系统碳交换量(NEE)和总生态系统呼吸(TER)等碳循环数据,并用通量站实际观测值评价模拟结果;另外,还对比不同质量LAI对碳循环模拟的影响.结果表明: 双集合卡尔曼滤波同化得到的毛竹林和雷竹林LAI与实测LAI之间的相关关系极为显著,R²分别为0.81和0.91,且均方根误差和绝对偏差均较小,极大地提高了MODIS LAI的产品精度;在同化得到的LAI驱动下,BEPS模型模拟的毛竹林GPP、NEE和TER与实际观测值之间的R²分别为0.66、0.47和0.64,雷竹林分别为0.66、0.45和0.73,模拟结果均好于三次样条帽盖算法平滑LAI模拟得到的GPP、NEE和TER,其中,毛竹林、雷竹林NEE的模拟精度提高幅度最大,分别为11.2%和11.8%.     

基于Biome-BGC模型和集合卡尔曼滤波方法的阔叶红松林生态系统水碳通量模拟

数据同化为模型与遥感观测结合提供了一条有效的途径,通过在模型运行过程中融入遥感观测数据,调整模型运行轨迹从而降低模型误差,提高模拟精度。本文利用集合卡尔曼滤波(En KF)算法同化生长季中分辨率成像光谱仪(MODIS)叶面积指数(LAI)与Biome-BGC模型模拟的LAI模拟长白山阔叶红松林的水碳通量。同时,通过改进模拟的雪面升华与土壤温度计算方法的参数,旨在降低冬季生态呼吸的模拟误差。结果表明,相对于原始模型,数据同化与模型改进后使得生态系统总初级生产力(GPP)的模拟值与观测值之间的相关系数提高0.06,中心化均方根误差(RMSE)降低0.48 g C·m~(-2)·d~(-1);生态系统呼吸(RE)的相关系数提高0.02,中心化均方根误差降低0.20 g C·m~(-2)·d~(-1);净生态系统碳交换量(NEE)相关系数提高0.35,中心化均方根误差降低0.50 g C·m~(-2)·d~(-1)。同时,数据同化对蒸散发(ET)的模拟精度没有显著影响,改进的模型提高了其相关系数。基于En KF算法的数据同化提高了长白山阔叶红松林碳通量模拟精度,对于精确估算区域碳通量有着重要的意义。     

气温和降雨量对中国湿地生态系统CO2交换的影响

湿地由于具有较高的初级生产力以及较低的有机质降解速率而成为缓解全球变暖的潜在有效碳汇.虽然近年来中国湿地生态系统CO₂交换过程及其影响机制研究取得了一系列进展,但尚缺乏对数据进行系统性整合分析.基于29篇文献的数据,对中国21个典型湿地植被净生态系统CO₂交换(NEE)、生态系统呼吸(R_eco)、总初级生产力(GPP)、NEE的光响应参数以及R_eco的温度响应参数进行整合分析,并探讨了这些指标对温度与降雨的响应.结果表明： 年尺度上,气温和降雨量对NEE(R²=50%,R²=57% )、GPP(R²=60%,R²=50%)和R_eco(R²=44%,R²=50%)均有显著影响(P<0.05).生长季尺度上,NEE (R²=50%)、GPP (R²=36%)和R_eco(R²=19%)与气温呈显著相关(P<0.05);同时NEE(R²=33%)和GPP(R²=25%)也与降雨量呈显著相关(P<0.05),但R_eco与降雨量的相关关系不显著(P>0.05).生长季降雨量与最大光合速率(A_max)之间呈显著相关 (P<0.01),但与表观量子产率(α)、白天生态系统呼吸速率(R_eco,day)无显著相关(P>0.05).生长季气温对α、A_max和R_{eco, day}均无显著影响(P>0.05).生态系统基础呼吸速率(R_ref)与降雨量无显著相关(P>0.05),但是生态系统呼吸的温度敏感系数(Q₁₀)与降雨量呈显著的线性负相关(P<0.05),同时气温对Q₁₀(R²=0.35)、R_ref(R²=0.46)均产生显著影响(P<0.05).     

利用亚像元尺度信息改进区域冬小麦生长的模拟

为了探寻遥感观测面尺度与作物模型模拟点尺度不匹配问题的解决方案并改善区域作物生长模拟精度,以河南省鹤壁市为研究区,以冬小麦为研究对象,基于MODIS、Landsat 8遥感数据和Wheat SM作物生长模型,通过MODIS LAI过程线重建、亚像元尺度信息提取、集合卡尔曼滤波同化等方法,进行了冬小麦生长模拟的研究。结果表明:通过MODIS LAI过程线重建并提取亚像元尺度信息,冬小麦纯度在80%以上的遥感反演LAI与冬小麦两个关键生育期实测冠层LAI的均方根误差(RMSE)为0.69,以最近邻域法赋值到整个模拟区域,研究区2013—2017年模拟总产和实际总产相比的RMSE在未同化遥感反演的LAI信息时为6.73×108kg,同化未利用亚像元尺度信息调整的遥感估算LAI时,RMSE上升到8.24×108kg,同化利用亚像元尺度信息分区赋值的遥感LAI时,RMSE下降到3.48×108kg。利用亚像元尺度信息生成与作物模型时空尺度匹配的格点化LAI遥感产品,可提高作物生长模型区域化应用的精度。     

基于MODIS时间序列反射率数据的雷竹林LAI反演

本文以雷竹林为研究对象,基于MODIS地表反射率数据构建了归一化植被指数(NDVI)、比值植被指数(SR)、Gitelson绿色植被指数(GI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)5种植被指数,并将其与MODIS 7个波段原始反射率数据作为遥感变量,采用逐步回归和相关分析两种方法进行变量筛选,结合LAI实测数据构建了逐步回归和BP神经网络两种模型,对雷竹林生态系统观测站点2014年1月-2017年3月LAI时间系列数据进行反演,并将反演结果与同时期MOD15A2 LAI产品进行对比分析.结果表明: SR为唯一入选逐步回归模型的变量;b₁、b₂、b₃和b₇以及5种植被指数与LAI之间的相关性均达到显著水平,可作为BP神经网络模型的输入变量.使用BP神经网络反演得到的LAI与实测LAI之间的相关性显著,R²为0.71,RMSE为0.34,RMSE_r为13.6%,其R²比逐步回归模型提高了10.9%,RMSE降低了5.6%,RMSE_r降低了12.3%,与MODIS LAI相比,其R²提高了54.5%,RMSE降低了79.3%,RMSE_r降低了79.1%.结合MODIS时间序列反射率和BP神经网络模型能够精确地反演雷竹林LAI,为实现基于遥感技术快速监测区域雷竹林LAI提供可行的方法.     

基于通量和光谱观测的中亚热带人工针叶林光能利用效率的反演

利用光谱反射率测量的光化学植被指数（PRI）估算植被光合作用的光能利用效率（LUE）,能够更好地为生态系统总初级生产力的估算及尺度扩展提供重要的技术支撑.本研究以中国通量网（ChinaFLUX）千烟洲通量观测站为研究区域,2013年9月和12月在通量塔上测量了中亚热带人工针叶林的植被反射光谱,并获取了通量塔上同步观测的气象数据和涡度相关通量数据,对两者进行回归分析.结果表明： PRI-LUE相关关系（R²=0.20,P<0.001）优于NDVI LUE.在整个观测期内,土壤水分含量（SWC）与PRI组合的二元回归模型能够提高LUE的估算精度（日间观测R²=0.29,P<0.001;正午观测R²=0.30,P<0.01）,而在秋季,饱和水汽压差（VPD）与PRI组合的二元回归模型能较好地估算正午LUE（R²=0.448, P<0.001）,表明环境因子SWC和VPD是影响PRI-LUE关系的重要因素,不同季节的二元回归模型所选择的最佳环境变量有所不同.     

基于模型数据融合的千烟洲亚热带人工林碳水通量模拟

人工林生态系统是我国森林生态系统的重要组成部分,在全球碳平衡中的作用越来越受到重视.利用千烟洲亚热带人工针叶林通量观测站的碳水通量和气象观测数据,通过模型数据融合方法对碳水循环过程模型——SIPNET模型关键参数进行反演,模拟了2004-2009年千烟洲人工林生态系统的碳水通量.结果表明:仅用碳通量观测数据优化模型参数时,净生态系统碳交换量(NEE)模拟效果较好(R2=0.934),而生态系统蒸散(ET)模拟效果较差(R2=0.188);同时用碳水通量观测数据优化时,NEE模拟效果稍差(R2=0.929),但ET模拟效果显著提升(R2=0.824),说明利用碳水通量观测数据同时优化,SIPNET模型才能较好地模拟试验站点碳水通量.在此基础上,开展了人工林生态系统碳通量对降水变化响应的敏感性分析,发现降水量减少对光合作用的影响比对呼吸作用的影响更为强烈,且碳水通量同时参与优化时模型才能较好地模拟碳通量随降水减少而快速降低的趋势,表明如果不能同时利用碳水通量进行参数优化,模型无法正确揭示生态系统碳循环对降水变异的响应.     

浙江天目山老龄森林生态系统CO2通量特征

物种丰富的异龄老龄森林对陆地生态系统动态模型及全球碳收支具有十分重要的意义.目前,我国关于老龄森林碳通量的研究很少,亚热带地区的老龄林更鲜有报道.本研究利用涡度相关技术观测了我国中亚热带地区的浙江天目山一个老龄常绿落叶阔叶混交林生态系统的CO₂通量.以2013年7月到2014年6月的观测数据为依据,分析了此老龄林净生态系统碳交换量(NEE)、生态系统呼吸量(R_e)、生态系统总交换量(GEE)的变化.结果表明: 研究期间,老龄林常绿落叶阔叶混交林生态系统NEE月总量除12、2月为正值外(表现为碳源),其余月份均为负值(表现为碳汇).NEE月总量平均为-61.52 g C·m^-2,各月碳吸收量以6月(-149.40 g C·m^-2)最高,10月次之,呈双峰变化;最大碳源出现在2月(23.45 g C·m^-2).各月NEE平均日变化差异明显,6月的平均通量峰值最大,达到-0.98 mg·m^-2·s^-1,12月最小,为-0.35 mg·m^-2·s^-1;NEE符号改变的时间也呈明显的季节变化特征;全年NEE、R_e、GEE分别为-738.18、931.05、-1669.23 g C·m^-2.与相近纬度相近林型的其他森林生态系统相比,由于其复层结构和多种幼龄更新树木的存在,其测定的固碳量较大.表明我国中亚热带天目山地区的老龄森林生态系统不是处于碳收支稳定状态,而是具有相对较高的固碳能力.     

利用大气二氧化碳和羰基硫浓度评估陆地生态系统模型碳通量模拟的不确定性

生态系统模型是模拟全球陆地生态系统碳循环的重要工具,但是其在全球不同区域的模拟存在很大的不确定性。如何评估陆地生态系统模型的不确定性是一项重要的研究。以北美地区为例,利用8个高塔观测站点同步获取的大气CO_2和羰基硫(OCS)浓度数据,结合WRF-STILT大气粒子扩散模型,评估了CASA-GFED3、SiB3和SiBCASA三种陆地生态系统模型模拟总初级生产力(GPP)和净生态系统CO_2交换(NEE)通量的不确定性。结果表明,SiB3模型能很好地模拟北美陆地生态系统GPP和NEE的季节变化时相和幅度,在3种模型中具有最佳的模拟能力;CASA-GFED3模型模拟的NEE季节变化较为理想、但对生长季GPP的模拟存在较大的误差,SiBCASA模型在模拟冬季晚期和春季早期的NEE和GPP时表现较不理想。研究证明了大气CO_2和OCS在评估陆地生态系统模型碳通量模拟的不确定性中的作用,为利用大气CO_2和OCS观测数据优化计算陆地生态系统光合和呼吸碳通量提供了理论支撑。     

陆地植被水碳通量模型模拟与数据同化研究进展

精确估算水碳通量对陆地水碳循环研究意义重大,同时也极具挑战性。目前的估算精度有待进一步提高。传统的模型模拟和站点观测两种估算方法各有优势和不足,二者需结合进行研究。数据同化将观测融合到基于物理规律的模型中,尽可能得到模型状态变量和参数的最优估计,为模型和观测的结合提供了一条有效的途径。本文追踪陆地植被水碳通量过程模型与多源观测信息数据同化的研究进展;从植被水碳通量过程模型、数据同化算法、水碳通量模型数据同化3方面梳理了国内外相关研究进展,总结了研究中可能存在的问题:多源观测数据协同不足、同化策略相对简单、同化模型缺乏融合、同化尺度有待扩展;并从同化策略、模型选择、数据扩展、尺度效应、科学计算5个方面对今后的发展方向和趋势进行了分析和展望,以期为该领域研究者提供较全面的背景资料和信息,同时引发更多学者的关注。     

NEE观测误差分布类型对陆地生态系统机理模型参数估计的影响——以长白山温带阔叶红松林为例

基于观测数据的陆地生态系统模型参数估计有助于提高模型的模拟和预测能力,降低模拟不确定性.在已有参数估计研究中,涡度相关技术测定的净生态系统碳交换量(NEE)数据的随机误差通常被假设为服从零均值的正态分布.然而近年来已有研究表明NEE数据的随机误差更服从双指数分布.为探讨NEE观测误差分布类型的不同选择对陆地生态系统机理模型参数估计以及碳通量模拟结果造成的差异,以长白山温带阔叶红松林为研究区域,采用马尔可夫链-蒙特卡罗方法,利用2003～2005年测定的NEE数据对陆地生态系统机理模型CEVSA2的敏感参数进行估计,对比分析了两种误差分布类型(正态分布和双指数分布)的参数估计结果以及碳通量模拟的差异.结果表明,基于正态观测误差模拟的总初级生产力和生态系统呼吸的年总量分别比基于双指数观测误差的模拟结果高61～86 g C m-2 a-1和107～116 g C m-2 a-1,导致前者模拟的NEE年总量较后者低29～47 g C m-2 a-1,特别在生长旺季期间有明显低估.在参数估计研究中,不能忽略观测误差的分布类型以及相应的目标函数的选择,它们的不合理设置可能对参数估计以及模拟结果产生较大影响.     

Effects of vegetation control on ecosystem water use efficiency within and among four grassland ecosystems in China

Through 2–3-year (2003–2005) continuous eddy covariance measurements of carbon dioxide and water vapor fluxes, we examined the seasonal, inter-annual, and inter-ecosystem variations in the ecosystem-level water use efficiency (WUE, defined as the ratio of gross primary production, GPP, to evapotranspiration, ET) at four Chinese grassland ecosystems in the Qinghai-Tibet Plateau and North China. Representing the most prevalent grassland types in China, the four ecosystems are an alpine swamp meadow ecosystem, an alpine shrub-meadow ecosystem, an alpine meadow-steppe ecosystem, and a temperate steppe ecosystem, which illustrate a water availability gradient and thus provide us an opportunity to quantify environmental and biological controls on ecosystem WUE at different spatiotemporal scales. Seasonally, WUE tracked closely with GPP at the four ecosystems, being low at the beginning and the end of the growing seasons and high during the active periods of plant growth. Such consistent correspondence between WUE and GPP suggested that photosynthetic processes were the dominant regulator of the seasonal variations in WUE. Further investigation indicated that the regulations were mainly due to the effect of leaf area index (LAI) on carbon assimilation and on the ratio of transpiration to ET ( T /ET). Besides, except for the swamp meadow, LAI also controlled the year-to-year and site-to-site variations in WUE in the same way, resulting in the years or sites with high productivity being accompanied by high WUE. The general good correlation between LAI and ecosystem WUE indicates that it may be possible to predict grassland ecosystem WUE simply with LAI. Our results also imply that climate change-induced shifts in vegetation structure, and consequently LAI may have a significant impact on the relationship between ecosystem carbon and water cycles in grasslands.     

Endogenous circadian regulation of carbon dioxide exchange in terrestrial ecosystems

It is often assumed that daytime patterns of ecosystem carbon assimilation are mostly driven by direct physiological responses to exogenous environmental cues. Under limited environmental variability, little variation in carbon assimilation should thus be expected unless endogenous plant controls on carbon assimilation, which regulate photosynthesis in time, are active. We evaluated this assumption with eddy flux data, and we selected periods when net ecosystem exchange (NEE) was decoupled from environmental variability in seven sites from highly contrasting biomes across a 74° latitudinal gradient over a total of 36 site‐years. Under relatively constant conditions of light, temperature, and other environmental factors, significant diurnal NEE oscillations were observed at six sites, where daily NEE variation was between 20% and 90% of that under variable environmental conditions. These results are consistent with fluctuations driven by the circadian clock and other endogenous processes. Our results open a promising avenue of research for a more complete understanding of ecosystem fluxes that integrates from cellular to ecosystem processes.     

我国亚热带毛竹林CO2通量的变异特征

2010年12月至2011年11月,利用涡度相关技术研究了我国亚热带(浙江)毛竹林生态系统的CO₂通量,分析了毛竹林净生态系统交换量(NEE)、生态系统呼吸量(RE)和生态系统总交换量(GEE)的变化.结果表明: 研究期间,毛竹林各月的NEE均为负值,7月最大,为-99.33 g C·m^-2,11月最小,仅-23.49 g C·m^-2,其变化曲线呈双峰型.各月CO₂通量平均日变化差异明显,9月最大,为-0.60 g CO₂·m^-2·s^-1,1月最小,为-0.30 g CO₂·m^-2·s^-1,且在NEE正负转换的时间点上呈明显的季节变化特征;全年RE呈单峰型变化,夏季最高、冬季最低,夜间RE与土壤温度呈极显著正相关.全年NEE、RE和GEE分别为-668.40、932.55和-1600.95 g C·m^-2·a^-1,NEE占GEE的41.8%.与其他生态系统相比,毛竹林的固碳能力极强.     

增温对青藏高原高寒草甸生态系统固碳通量影响的模拟研究

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。     

Carbon dioxide and water vapor exchange in a warm temperate grassland

Grasslands cover about 40% of the ice-free global terrestrial surface, but their contribution to local and regional water and carbon fluxes and sensitivity to climatic perturbations such as drought remains uncertain. Here, we assess the direction and magnitude of net ecosystem carbon exchange (NEE) and its components, ecosystem carbon assimilation (A _c) and ecosystem respiration (R _E), in a southeastern United States grassland ecosystem subject to periodic drought and harvest using a combination of eddy-covariance measurements and model calculations. We modeled A _c and evapotranspiration (ET) using a big-leaf canopy scheme in conjunction with ecophysiological and radiative transfer principles, and applied the model to assess the sensitivity of NEE and ET to soil moisture dynamics and rapid excursions in leaf area index (LAI) following grass harvesting. Model results closely match eddy-covariance flux estimations on daily, and longer, time steps. Both model calculations and eddy-covariance estimates suggest that the grassland became a net source of carbon to the atmosphere immediately following the harvest, but a rapid recovery in LAI maintained a marginal carbon sink during summer. However, when integrated over the year, this grassland ecosystem was a net C source (97 g C m^–2 a^–1) due to a minor imbalance between large A _c (–1,202 g C m^–2 a^–1) and R _E (1,299 g C m^–2 a^–1) fluxes. Mild drought conditions during the measurement period resulted in many instances of low soil moisture (<0.2 m³m^–3), which influenced A _c and thereby NEE by decreasing stomatal conductance. For this experiment, low had minor impact on R _E. Thus, stomatal limitations to A _c were the primary reason that this grassland was a net C source. In the absence of soil moisture limitations, model calculations suggest a net C sink of –65 g C m^–2 a^–1 assuming the LAI dynamics and physiological properties are unaltered. These results, and the results of other studies, suggest that perturbations to the hydrologic cycle are key determinants of C cycling in grassland ecosystems.