内蒙古草原生态系统净初级生产力及其与气候的关系

该文在利用朱文泉等(2007)构建的基于光能利用率的净初级生产力(NPP)遥感估算模型对内蒙古草原生态系统1982-2006年的NPP进行估算的基础上, 选取包括降水量、温度、有效降水、有效温度和3种地表干湿度指数在内的气候指标, 充分考虑地表覆盖状况和气候因子的时滞和累积效应, 探讨了内蒙古草原生态系统NPP与气候因子之间的相互作用关系。结果表明, 以年为时间单位, 在年际水平上, 温度相关的各指标与年NPP的关系并不明显, 当年的气候条件对草原区植被的生长影响最大。以月为时间单位, 年内月气温和降水是影响NPP的重要因素。且所有植被类型区在年内月际水平上气候各指标对NPP的影响时效最大为1个月, NPP和各气候参量的关系时效也为1个月; 在年际水平上5-9月的NPP与降水、地表干湿度指数的互相关系数明显高于同温度各指标的互相关系数, 表明降水是影响内蒙古草原NPP的主要气候因子, 且降水的累积效应影响显著。不同植被类型区年际月NPP与降水指标之间的关系也各不相同。     

黑河上游植被总初级生产力遥感估算及其对气候变化的响应

定量描述植被总初级生产力(GPP)对于全球碳循环和全球气候变化研究具有重要意义。针对MODIS MOD_17 GPP (MOD_17)产品在通量站点低估的现象, 通过3个实验依次改进了模型输入参数(气象数据和吸收的光合有效辐射吸收比例(fPAR))和模型本身的参数(最大光能利用率), 分析了各个参数对模拟结果的不确定性影响, 结果表明各参数对模拟结果都有不同程度的影响。在阿柔草地站, 最大光能利用率的重新标定对结果影响最大, GPP估算结果的提高最为明显; 在关滩森林站利用广义神经网络算法得到的GLASS fPAR代替原始MODIS fPAR产品, 比其他参数的改进效果更明显, GPP的值更接近涡动通量观测值。利用改进的MOD_17模型重新估算了黑河上游2001-2012年间植被GPP, 通过趋势分析得出该研究时段内GPP以9.58 g C·m^-2·a^-1的平均速率呈上升趋势。同时计算了气候因子(温度、降水和饱和水汽压差(VPD))与时间序列GPP的偏相关性, 分析了植被GPP对气候变化的响应情况, 2001-2012年平均温度和VPD与年GPP大部分区域呈正相关, 体现了温度和VPD对植被生长的促进作用; 2001-2012年的降水量与年GPP无明显相关, 且大部分区域呈负相关。     

陆地植被净初级生产力计算模型研究进展

植被净初级生产力(NPP)研究是全球变化与陆地生态系统的核心内容之一。在回顾NPP模型研究的基础上,综合分析了气候模型、生态生理过程模型、光能利用率模型各自的优缺点,并对NPP模型研究做出展望。生态生理过程模型是当前陆地NPP估算研究的主要手段,而区域尺度转换则是它所面临的关键问题。近年来光能利用率模型已成为NPP估算的一种全新手段,它利用遥感所获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能,但其生态学机理还有待于进一步研究。已有研究表明,“生态一遥感耦合模型”将是陆地NPP估算的主要发展方向,它融合了生态生理过程模型和光能利用率模型的优点,增强了NPP模型估算的可靠性和可操作性。     

植被光能利用率研究进展

光能利用率是表征植物固定太阳能效率的指标,指植物通过光合作用将所截获/吸收的能量转化为有机干物质的效率,是植物光合作用的重要概念,也是区域尺度以遥感参数模型监测植被生产力的理论基础。传统的研究方法是通过生物量收获法分别确定植物生长和辐射量,求年或生长季比值;涡度相关技术作为目前直接测定植被冠层与大气间的CO2和水热交换量的唯一方法,使从冠层到景观水平的光能利用率估计成为可能。由于植被类型的差异和气候环境的综合影响使光能利用率表现出显著的空间异质性和时间动态性。在全球尺度上,利用耦合大气CO2观测、卫星遥感和大气辐射传输模型的反演模拟,发现净初级生产力的光能利用率存在明显的地理分异。影响光能利用率时空变异性的因子包括植物内在因素(如叶形、叶羧化酶含量)和外在环境因素。针对光能利用率的时空特征及其波动,建立在通量观测及模型分析基础上的跨尺度模拟,将成为今后该领域的研究重点。     

青海省植被光能利用率模拟研究

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。     

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。     

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。     

东北林区净初级生产力及大兴安岭地区林火干扰影响的模拟研究

森林净初级生产力(NPP)是衡量陆地碳源/汇的重要参数, 准确地估算森林生态系统的NPP, 同时通过引入干扰因子以期更加完整地描述生态学过程及其响应是目前森林生态系统碳循环研究的重点。因此, 该研究基于北方生态系统生产力(BEPS)模型, 结合遥感数据和气象数据等模拟2003年东北林区NPP; 将BEPS模型模拟的结果作为整合陆地生态系统碳收支(InTEC)模型的参考年数据, 模拟东北林区1901-2008年的NPP, 并在InTEC模型中加入林火干扰数据, 模拟大兴安岭地区1966-2008年的森林NPP。结果显示: 在1901年, 东北林区NPP平均值仅为278.8 g C·m^-2·a^-1, 到了1950年, NPP平均值增加到338.5 g C·m^-2·a^-1, 2008年NPP平均值进一步增加到378.4 g C·m^-2·a^-1。其中长白山地区的NPP平均值始终最高, 大兴安岭次之, 小兴安岭始终最低。到了2008年, 大、小兴安岭和长白山地区的NPP平均值都有较大涨幅, 其中涨幅最高的是长白山地区, 达到200-300 g C·m^-2·a^-1; 东北三省中, 黑龙江和吉林的NPP平均值和总量都比较高, 辽宁相对较低, 但相比于1901年的涨幅最高, 达到70%; 重大火灾(100-1000 hm²)对NPP的影响不是很大, 而特大火灾(>1000 hm²)的影响比较大, 使NPP下降幅度达到10%左右, 其他火灾年份, NPP增长迅速并保持在较高水平; 对火灾面积在100000 hm²以上的4个年份的NPP进行分析, 发现NPP平均值都大幅度下降, 其中1987年下降幅度最大, 为11%以上。     

3PG碳生产模型在长白山阔叶红松林总初级生产力估算中的应用

利用ChinaFLUX长白山站阔叶红松林的通量观测数据以及同期卫星遥感数据,对3PG模型中的植被光合模型(VPM)、光能利用率模型(EC-LUE)、陆地生态系统模型(TEM)、卡内基-埃姆斯-斯坦福方法模型(CASA)4种模型进行参数重组,通过对比通量观测值与估算值的均方根误差、决定系数及平均误差确定模型的最适合参数;并利用实测的通量观测数据对优化后的模型进行拟合度验证,以提高其估算长白山阔叶红松林总初级生产力(GPP)的准确性.结果表明: 采用温度、增强植被指数、地表水分指数分别表征原模型中的温度限制因子、光合有效辐射吸收比例、水分限制因子估算长白山阔叶红松林GPP时,结果最优,优化后模型的精度(R²=0.948,RMSE=0.035 mol·m^-2·month^-1)明显优于原模型(R²=0.854,RMSE=0.177 mol·m^-2·month^-1),且能够有效改善原模型生长季明显高估的现象;通过敏感性分析可知,温度是对GPP估算不确定性影响最大的参数,其次为增强型植被指数和光合有效辐射,地表水分指数最小,且变量间的交互作用对GPP估算不确定性也存在影响.     

不同菌根类型的森林净初级生产力对气温变化的响应

菌根是由土壤中的菌根菌与植物根系形成的互惠共生体, 在植物生产力和生态系统碳循环过程中发挥着重要的作用。该文基于全球森林数据库, 建立了包括全球森林菌根类型、净初级生产力(net primary productivity, NPP)和年平均气温等指标的新数据库。在此基础上, 分析了6种菌根类型(丛枝菌根(arbuscular mycorrhiza, AM)、AM +外生菌根(ectomycorrhiza, ECM)、AM + ECM +内外生菌根(ectendomycorrhiza, EEM)、ECM、ECM + EEM和ECM + EEM +无菌根(nonmycorrhiza, NM))森林的总NPP、地上和地下NPP、树木主干NPP、树叶NPP, 以及树木细根NPP对年平均气温变化的响应。结果表明, 不同菌根类型的森林总NPP、地上和地下NPP虽然都随气温的升高呈现上升的趋势, 但其响应程度因菌根类型的不同而有所差异。除AM和AM + ECM + EEM类型的森林外, 其他4种菌根类型的森林总NPP都随年平均气温的增加而显著增加; 随着菌根类型的不同, 地上和地下NPP对年平均气温变化的响应程度也存在差异, 在AM + ECM类型的森林中, 气温对地上NPP变异的解释率最高, 达到57.27%, 而地下NPP仅在ECM类型和ECM + EEM类型的森林中呈现出与年平均气温显著的回归关系。树木主干、树叶和细根的NPP则随菌根类型的不同而变化, 与气温变化呈现正、负相关关系。从AM与ECM类型的森林的NPP来看, 无论是总NPP还是各个组成部分的NPP, ECM类型的森林的NPP对气温的响应总是较AM类型更为敏感。可见, 不同类型的菌根通过影响森林不同部分的NPP对气温变化的响应程度而影响到森林NPP对气温变化的响应。这表明菌根类型是预测气温变化对森林NPP影响的重要指标。     

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。     

利用CASA模型估算我国植被净第一性生产力

基于地理信息系统和卫星遥感应用技术,利用CASA模型估算了我国1997年植被净第一性生产力及其分布。结果表明：1997年我国植被净第一性生产力为1．95PgC,约是世界陆地植被年净第一性生产力的4．0％;我国植被净第一性生产力的主要分布趋势是从东南沿海向西北逐渐减小,其中海南岛南部、云南西南部、青藏高原东南部的热带雨林和季雨林地区植被年净第一性生产力最大,达900gC.m^2.a^-1以上,而西部塔克拉玛干沙漠地区植被年净第一性生产力最小,不足10gC.m^-2.a^-1。     

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。     

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.     

Estimation of Net Primary Productivity of Terrestrial Vegetation in China by Remote Sensing (in English)

Among the many approaches for studying the net primary productivity ( NPP ), a new method by using remote sensing was introduced in this paper. With spectral information source (the visible band, near infrared band and thermal infrared band) of NOAA-AVHRR, we can get the relative index and parameters, which can be used for estimating NPP of terrestrial vegetation. By means of remote sensing, the estimation of biomass and NPP is mainly based on the models of light energy utilization. In other words, the biomass and NPP can be calculated from the relation among NPP , absorbed photosynthetical active radiation (APAR) and the rate (ε) of transformation of APAR to organic matter, thus：NPP=(FPAR×PAR)×［ε*×σT×σE×σS×(1-Ym)×（1-Yg）］ . Based upon remote sensing (RS) and geographic information system (GIS), the NPP of terrestrial vegetation in China in every ten days was calculated, and the annual NPP was integrated. The result showed that the total NPP of terrestrial vegetation in China was 6.13×109 t C·a-1in 1990 and the maximum NPP was 1 812.9 g C/m. According to this result, the spatio-temporal distribution of NPP was analyzed. Comparing to the statistical models, the RS model, using area object other than point one, can better reflect the distribution of NPP , and match the geographic distribution of vegetation in China.     

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.     

复杂地形草地植被碳储量遥感估算研究进展

草地生态系统是我国最大的陆地生态系统，其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用。植被生物量和草地面积是草地植被碳储量估算的关键，随着遥感技术的发展，两者估算精度和效率显著提高，先后发展出多种草地生物量遥感估算模型和土地覆被产品，并已在平坦地区取的较好估算结果。然而，复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能，给草地生物量和草地面积的遥感估算带来诸多困难，影响对草地植被碳储量的准确判定。本文在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上，对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路，以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考。     

A historical meta‐analysis of global terrestrial net primary productivity: are estimates converging?

Net primary productivity (NPP) is one of the most important ecosystem parameters, representing vegetation activity, biogeochemical cycling, and ecosystem services. To assess how well the scientific community understands the biospheric function, a historical meta‐analysis was conducted. By surveying the literature from 1862 to 2011, I extracted 251 estimates of total terrestrial NPP at the present time (NPP_T) and calculated their statistical metrics. For all the data, the mean±standard deviation and median were 56.2±14.3 and 56.4 Pg C yr^–1, respectively. Even for estimates published after 2000, a substantial level of uncertainty (coefficient of variation by ±15%) was inevitable. The estimates were categorized on the basis of methodology (i.e., inventory analysis, empirical model, biogeochemical model, dynamic global vegetation model, and remote sensing) to examine the consistency among the statistical metrics of each category. Chronological analysis revealed that the present NPP_T estimates were directed by extensive field surveys in the 1960s and 1970s (e.g., the International Biological Programme). A wide range of uncertainty remains in modern estimates based on advanced biogeochemical and dynamic vegetation models and remote‐sensing techniques. Several critical factors accounting for the estimation uncertainty are discussed. Ancillary analyses were performed to derive additional ecological and human‐related parameters related to NPP. For example, interannual variability, carbon‐use efficiency (a ratio of NPP to gross photosynthesis), human appropriation, and preindustrial NPP_T were assessed. Finally, I discuss the importance of improving NPP_T estimates in the context of current global change studies and integrated carbon cycle research.     

植被光能利用率:模型及其不确定性

光能利用率（Light use efficiency： LUE）指植物截获的光能转化为化学能的效率,表示为生产力和吸收光能之比。基于LUE概念的模型对模拟预测全球变化下碳循环、植被生产力及其潜力具有重要意义。全球变化和人类活动影响给植被生产力和碳循环的评估带来了巨大挑战。系统梳理了LUE模型的不确定性并分析其原因,以期提高生产力模拟预测的准确度。分析发现LUE模型准确度仅为62%-70%且模型间差异较大（32%）,误差随着植被类型、时间尺度和空间区域的不同存在显著差别。目前计算LUE的误差是模型不确定性的关键,原因主要在于LUE与影响因素尤其是水分的关系并不清楚。一方面不能准确区分水分胁迫指标对LUE的影响机制,另一方面无法准确模拟水分等影响因素与LUE关系的时空演变特征。未来该领域研究的重要方向是发展集成样地和区域尺度的叶绿素荧光、光化学指数等研究方法,厘定LUE与影响因素特别是的水分关系,并分析其时空演变特征。