陕西省典型天然次生林和人工林生产力对气候变化的响应

本研究利用基于过程的动态植被模型LPJ-GUESS模拟并分析陕西省栎类林和刺槐林在未来时期(2015—2100年)不同气候情景下净初级生产力(NPP)和净生态系统生产力(NEP)的动态变化和趋势.结果表明: 与基准时期(1961—1990年)相比,未来时期陕北地区栎类林和刺槐林NPP将分别下降4.9%～29.5%、22.5%～56.2%,而在关中和陕南地区栎类林和刺槐林NPP将分别升高13.0%～49.0%、21.3%～62.9%; 未来时期,不同情景下的栎类林和刺槐林NPP均表现为RCP_2.64.58.5;未来时期,2种不同类型森林在陕北、关中、陕南3个分区均表现为碳汇,栎类林在陕北和关中地区的碳汇功能更强,而刺槐林在陕南地区的碳汇功能更强;3个分区刺槐林在不同RCP情景下NEP的变化幅度均大于栎类林.     

21世纪上半叶内蒙古草地植被净初级生产力变化趋势

基于中国气象局国家气候中心新发布的中短期适应气候变化的新情景(RCP4.5)和极端情景(RCP8.5)下的气候预估数据,采用空间化后的CENTURY模型模拟探讨2011－2050年内蒙古草地植被净初级生产力(NPP)的时空变化特征.结果表明: 区域尺度上,未来气候变化情景下内蒙古草地NPP年下降速率分别为0.57 g C·m^-2·a^-1(RCP4.5)、0.89 g C·m^-2·a^-1(RCP8.5);相对于基准时段,RCP4.5情景下内蒙古草地NPP在2020s、2030s、2040s分别下降11.6%、12.0%、18.0%,而RCP8.5情景下降幅分别为23.8%、21.2%、30.1%.不同气候情景下内蒙古草地NPP时空变化特征差异较大,但即使在RCP4.5下未来40年绝大部分草地NPP也将呈现下降趋势,15.6%的草地减产超过20%.这表明未来气候变化情景下内蒙古草地降水略增的态势不足以补偿因温度升高对草地植被初级生产力所产生的负面作用,草地资源的可持续发展将面临更大挑战.     

华北地区油松林生态系统对气候变化和CO2浓度升高的响应——基于BIOME-BGC模型和树木年轮的模拟

应用BIOME-BGC模型和树木年轮数据模拟1952-2008年华北地区典型油松林生态系统净初级生产力（NPP）动态,探究了树木径向生长和NPP对区域气候变暖的响应以及未来气候情景下油松林生态系统NPP动态变化.结果表明：1952-2008年,研究区油松林生态系统NPP波动于244.12～645.31 g C·m^-2·a^-1,平均值为418.6 g C·m^-2·a^-1.5-6月的平均温度和上年8月至当年7月的降水是限制该地区油松径向生长和油松林生态系统NPP的主要因子.研究期间,随着区域暖干化趋势的加强,树木径向生长和生态系统NPP均呈下降趋势.未来气候情景下,NPP对温度和降水的单独和复合变化的响应为正向.CO₂浓度升高有利于油松林生态系统NPP的增加,CO₂的施肥效应使NPP增加16.1%.在生态系统和区域水平,树木年轮是一种理想的指示生态系统动态变化的代用资料,可以检验和校正包括BIOME-BGC模型在内的各种生态系统过程模型.     

气候变化影响下不同地区苦竹异戊二烯排放速率对比

以全球气候模式NorESM1-M产生的RCP2.6、RCP4.5、RCP6.0和RCP8.5气候变化情景数据和植物异戊二烯排放计算模型,模拟分析了未来气候变化对分布在江苏宜兴、广东龙门、云南玉龙和四川万源的苦竹异戊二烯排放速率的影响,比较了气候变化影响下4个地区苦竹异戊二烯排放速率的差异.结果表明: 未来气候变化情景下,宜兴、龙门、玉龙和万源的年均气温上升、年降水量和辐射强度波动较大、同时存在增长和下降趋势.在基准情景下,苦竹异戊二烯日排放速率为71～470 μg·g^-1·d^-1、年排放速率为25954～171231 μg·g^-1·a^-1,日及年排放速率大小依次为龙门、宜兴、万源和玉龙.相比基准情景,未来气候变化情景下苦竹异戊二烯日排放速率高4～45 μg·g^-1·d^-1,其中宜兴、龙门、玉龙和万源分别约高23、29、4和14 μg·g^-1·d^-1以上;未来气候变化情景下苦竹异戊二烯日排放速率增幅在5%以上,其中万源和宜兴为13%以上、龙门和玉龙为5%以上,RCP8.5情景下最大(11%～18%).相比基准情景,未来气候变化情景下苦竹异戊二烯年排放速率高1500～17000 μg·g^-1·a^-1,其中,宜兴高8560～13208 μg·g^-1·a^-1、龙门高10862～16131 μg·g^-1·a^-1、玉龙高1574～3028 μg·g^-1·a^-1、万源高5288～8532 μg·g^-1·a^-1;苦竹异戊二烯年排放速率增幅为6%～14%,宜兴和万源最高、龙门和玉龙较低,在RCP8.5情景下增幅9%～14%.说明未来气候变化对分布在不同地区的苦竹异戊二烯排放速率的影响程度不同.     

三江源国家公园植被净初级生产力变化趋势及影响因素

净初级生产力(NPP)是评估全球气候变化和人类活动下生态系统状况、过程和机制的重要指标之一。研究以中国首批国家公园之一的三江源国家公园为对象,利用GLOPEM-CEVSA耦合模型,以1981—2018年空间插值的气象数据和基于遥感反演的FPAR数据为输入,分别估算仅气候驱动的潜在NPP(NPP_CL)和气候遥感共同驱动的现实NPP(NPP_RS),以二者之差厘定人类活动影响的NPP(NPP_HA),进而探究全球气候变化下人类活动的影响。结果表明：(1)三江源地区NPP_RS多年均值为309.70 g C m^-2 a^-1,占NPP_CL的61.65%。其中,黄河源、长江源和澜沧江源园区NPP_RS分别为249.88 g C m^-2 a^-1、140.18 g C m^-2 a^-1和330.55 g C m^-2 a^...     

气候变化对我国南方人工林地上生物量影响的模拟研究——以会同生态站磨哨实验林场为例

全球气候变暖对陆地生态系统尤其是森林生态系统有着重要的影响,气温升高、辐射强迫的增强将显著改变森林生态系统的结构和功能.南方人工林作为我国森林的重要组成部分,对气候变化的响应日益强烈.为了探究未来气候情景下我国南方人工林对气候变化的响应,降低未来气候变化对人工林可能带来的损失,本研究采用3种最新的气候情景—典型浓度排放路径情景(RCP2.6情景、RCP4.5情景、RCP8.5情景)预估数据,应用生态系统过程模型PnET-Ⅱ和空间直观景观模型LANDIS-Ⅱ模拟2014—2094年间湖南省会同森林生态实验站磨哨实验林场森林的地表净初级生产力(ANPP)、物种建立可能性(SEP)和地上生物量的变化.结果表明: 不同森林类型的SEP和ANPP对气候变化的响应有明显的差异,各森林类型对气候变化的响应程度表现为: 对于SEP,在RCP2.6和RCP4.5情景下,人工针叶林＞天然阔叶林＞人工阔叶林;在RCP8.5情景下,天然阔叶林＞人工阔叶林＞人工针叶林.对于ANPP,在RCP2.6情景下,人工阔叶林＞天然阔叶林＞人工针叶林;在RCP4.5和RCP8.5情景下,天然阔叶林＞人工阔叶林＞人工针叶林.人工针叶林的地上生物量在2050年左右开始下降,天然阔叶林和人工阔叶林整体呈现上升趋势.2014—2094年,研究区地上总生物量在不同气候情景下增加幅度不同,RCP2.6情景下增加了68.2%,RCP4.5情景下增加了79.3%,RCP8.5情景下增加了72.6%.3种情景下的总地上生物量大小排序为: RCP4.5> RCP8.5> RCP2.6.我们认为,适当的增温将有助于未来研究区森林总地上生物量的积累,但过度的增温也可能会阻碍森林的生产和生态功能的持续发展.     

2020—2050年CO2施肥效应促进全球陆地生态系统碳吸收

CO₂施肥效应是全球变绿的主要原因,随着大气中CO₂浓度的持续增加,预估未来气候变化条件下,CO₂施肥效应对陆地生态系统的影响对减缓全球气候变化具有重大意义。基于未来气候情景数据和Farquhar模型,并结合生态过程模型BEPS(Boreal Ecosystem Productivity Simulator),定量化研究2020—2050年CO₂施肥效应对全球叶面积指数(LAI)和总初级生产力(GPP)的影响。研究结果显示2020—2050年,在RCP2.6、RCP4.5和RCP8.5气候情景下,CO₂施肥效应导致的LAI年际变化趋势分别为0.002、0.003和0.005 m^-2m^-2a^-1;三个气候情景下CO₂施肥效应对LAI的影响为CO₂每增加0.1%,LAI平均增加约8.1%—9.2%,由此导致GPP对应增加7.9%—14.6%;由CO₂施...     

青藏高原东缘亚高山针叶林人工恢复过程中的土壤呼吸特征

采用动态密闭气室红外CO₂分析法,对青藏高原东缘云杉人工林的土壤呼吸进行连续定位测定,并用挖壕沟法区分土壤自养呼吸和异养呼吸.结果表明:4种云杉林的土壤呼吸速率与土壤5 cm层温度有显著的正指数关系,与土壤含水量的相关性不显著.4种云杉林土壤呼吸年通量在792.08～1070.20 g C·m^-2·a^-1,大小依次为：天然云杉林＞22年生云杉人工林＞65年生云杉人工林＞35年生云杉人工林,随着人工林的恢复呈先降低后升高的趋势.在森林恢复过程中,人工云杉土壤自养和异养呼吸年通量均先减少后增加, 在253.36～357.05 g C·m^-2·a^-1和538.69～703.82 g C·m^-2·a^-1范围变化.22年生、35年生、65年生云杉人工林和天然云杉林非生长季 （2007-11-2008-03）和生长季（2008-04-2008-10）的Q₁₀值分别为：4.59、6.54、4.77、3.18和4.17、4.66、3.11、2.74.除22年生云杉人工林,Q₁₀值随云杉林的恢复更新而逐渐降低, 且非生长季节Q₁₀值均明显高于生长季节.     

中国旱区水循环变化特征及其对植被净初级生产力的影响

了解全球气候变化背景下旱区植被净初级生产力(NPP)的变化特征及对水循环变化的响应机制,对于旱区水资源优化配置和生态系统管理具有重要意义。本研究基于2003—2017年的水文、气候数据和CASA模型模拟的NPP数据,分析了中国旱区水循环变化特征及其对NPP的影响,并采用气候枢轴点方法量化了不同干旱梯度下NPP对水循环变化的响应系数和阈值。结果表明：中国旱区整体呈暖湿化趋势,降水、蒸散和土壤水年均增加2.94 mm·a^-1、1.79 mm·a^-1和0.0005 m~3·m^-3·a^-1,水循环过程加速;中国旱区平均NPP为146.82 g C·m^-2·a^-1,年均增加0.93 g C·m^-2·a^-1;NPP增加区域主要分布在陕北、山西、内蒙东南部和新疆塔里木盆地边缘;降水、蒸散、土壤水与NPP显著正相关(相关系数分别为0.593、0.781和0.702,P<0.05),其中NPP对蒸散的响应最敏感;当降水、蒸散...     

江西省森林净初级生产力动态变化特征及其驱动因子分析

亚热带森林生态系统具有巨大的固碳潜力。净初级生产力(NPP)在碳循环过程中具有重要的作用, 受到气候变化、大气成分、森林扰动的强度和频度、林龄等因子的综合影响, 然而目前上述各因子对亚热带森林NPP变化的贡献尚不明确, 需要鉴别森林NPP时空变化的主要驱动因子, 以准确认识亚热带森林生态系统碳循环。该文综合气象数据、年最大叶面积指数(LAI)、参考年NPP (BEPS模型模拟)、林龄、森林类型、土地覆盖、数字高程模型(DEM)、土壤质地、CO₂浓度、氮沉降等多源数据, 利用InTEC模型(Integrated Terrestrial Ecosystem Carbon-budget Model)研究亚热带典型地区江西省森林生态系统1901-2010年NPP时空动态变化特征, 通过模拟情景设计, 着重讨论1970-2010年气候变化、林龄、CO₂浓度和氮沉降对森林NPP动态变化的影响。研究结果如下: (1) InTEC模型能较好地模拟研究区NPP的时空变化; (2)江西省森林NPP 1901-2010年为(47.7 ± 4.2) Tg C·a^-1 (平均值±标准偏差), 其中20世纪70年代、80年代、90年代分别为50.7、48.8、45.4 Tg C·a^-1, 2000-2009年平均为55.2 Tg C·a^-1; 随着森林干扰后的恢复再生长, 江西省森林NPP显著上升, 2000-2009年NPP增加的森林面积占森林总面积的60%; (3) 1970-2010年, 仅考虑森林干扰因子和仅考虑非干扰因子(气候、氮沉降、CO₂浓度)情景下NPP分别为43.1和53.9 Tg C·a^-1, 比综合考虑干扰因子和非干扰因子作用下的NPP分别低估7.3 Tg C·a^-1 (低估的NPP与综合考虑干扰因子和非干扰因子作用下NPP的比值为14.5%,下同)和高估3.6 Tg C·a^-1 (7.1%); 气候因子导致平均NPP减少2.0 Tg C·a^-1 (4.7%), 氮沉降导致平均NPP增加4.5 Tg C·a^-1 (10.4%), CO₂浓度变化及耦合效应(氮沉降+ CO₂浓度变化)分别导致平均NPP增加4.4 Tg C·a^-1 (10.3%)和9.4 Tg C·a^-1 (21.8%)。     

Forest net primary productivity dynamics and driving forces in Jiangxi Province,China

Aims Subtropical forest ecosystem has great carbon sequestration capacity. Net primary productivity (NPP) plays a critical role in forest carbon cycle and is affected by a number of factors, including climate change, atmospheric composition, forest disturbance intensity and frequency, and forest age, etc. However, the contribution of these factors to the temporal-spatial dynamics of NPP is still not clear. Quantifying the main driving forces on the temporal-spatial dynamics of NPP for subtropical forest ecosystems is a critical foundation for understanding their carbon cycle.
Methods We utilized multi-sources dataset, including observed meteorological data, inversed annual maximum leaf area index (LAI), referenced NPP (simulated by Boreal Ecosystem Productivity Simulator (BEPS) model), forest age and forest types, land cover, digital elevation model (DEM), soil texture, CO₂ concentration and nitrogen deposition. We used the InTEC (integrated terrestrial ecosystem carbon-budget) model to simulate the NPP dynamics for forest ecosystems in Jiangxi Province during the period of 1901-2010. The effects of climate change, forest age, CO₂ concentration and nitrogen (N) deposition on forest NPP from 1970 to 2010 were discussed through designed scenarios.
Important findings (1) Validations by flux measurements and forest inventory data indicated that the InTEC model was able to capture the interannual and spatial variations of forest NPP. (2) The average forest NPP was 47.7 Tg C·a^-1 (± 4.2 Tg C·a^-1) during 1901-2010. The NPP in the 1970s, 1980s, 1990s and 2000s was 50.7, 48.8, 45.4, and 55.2 Tg C·a^-1, respectively. As forest regrows, NPP significantly increased for forests in Jiangxi Province in the 2000s, and exceed that in the 1970s for more than 60% of the forest area. (3) During 1970-2010, under the scenarios of disturbance and non-disturbance, the forest NPP were underestimated by 7.3 Tg C·a^-1 (14.5%) and overestimated by 3.6 Tg C·a^-1 (7.1%) compared to the scenarios of all disturbance and non-disturbance factors, respectively. Compared to the average NPP during 1970-2010, climate change decreased NPP by -2.0 Tg C·a^-1 (-4.7%), N deposition increased NPP by 4.5 Tg C·a^-1 (10.4%), CO₂ concentration change, and the integrated fertilization of CO₂ and N deposition increased NPP by 4.4 Tg C·a^-1 (10.3%) and 9.4 Tg C·a^-1 (21.8%), respectively.     

2000—2015年陕西植被净初级生产力时空分布特征及其驱动因素

利用MOD17A3 NPP时间序列数据、地表覆盖类型数据、气象数据、MOD16蒸散产品、地形数据等,分析2000—2015年陕西省植被净初级生产力(NPP)时空变异特征,探讨NPP的时空变异对各影响因素的响应特征.结果表明: 研究期间,陕西植被NPP 整体呈极显著上升趋势,NPP变化趋势线斜率为5.02 g C·m^-2·a^-1.NPP年平均值为344 g C·m^-2·a^-1,变化范围为247～390 g C·m^-2·a^-1.陕西NPP显著增加的区域占全省国土面积的61.2%,主要分布在陕北、渭北地区和秦巴山地西部;显著减少的区域主要分布在西安市、宝鸡市等城市周边区域,仅占2.5%.陕西年平均气温和年降水量变化趋势均不显著,气温呈现不显著升高,降水呈现不显著降低,具有暖干化趋势.NPP与降水量、平均气温显著相关的区域分别占全省总面积的9.4%和1.5%.由于人类活动的频繁干预大大降低了气候环境对NPP变化的影响程度,人类活动逐渐成为影响NPP变化的主导因素.陕北、关中地区的NPP与蒸散显著相关,随着植被NPP的增加,势必对这些地区水平衡造成重大影响.各土地覆盖类型NPP平均值为耕地>林地>草地>园地,NPP增加速率为园地>草地>林地>耕地,NPP变化百分率为草地>园地>林地>耕地.研究区内坡度0°～5°、5°～25°和>25°区域的NPP增长百分率分别为14.6%、25.7%和35.9%.     

黄土高原草地净初级生产力时空动态及其影响因素

利用光能利用效率模型(Carnegie-Ames-Stanford approach,CASA)模拟2000-2015年黄土高原草地净初级生产力(NPP),分析黄土高原草地NPP的时空动态、NPP变化稳定性和持续性特征,从植被类型、地形因素、气候变化和人类活动4个方面探讨黄土高原草地NPP的影响因素.结果表明:黄土高原草地NPP的平均值为202.93 g C·m^-2·a^-1,其年际变化特征呈现显著增加的趋势,平均年增加速率为2.43 g C·m^-2·a^-1;分布具有明显的空间异质性,大体呈南高北低的状态.黄土高原草地NPP呈增加趋势的区域占总草地面积的91.2%,主要分布在陕西省的大部分地区、甘肃陇东及陇中地区和青海等地.草地NPP变化较为稳定的区域主要集中在鄂尔多斯的南部地区、陕北地区和甘肃等地.大部分地区草地NPP未来的变化趋势与过去一致,且陕西省的大部分地区以及甘肃省的陇中及陇东地区的草地NPP将呈现持续显著增加的趋势.坡面草地的平均NPP值最高,为703.37 g C·m^-2·a^-1;而高山亚高山草地NPP平均值最低,为57.28 g C·m^-2·a^-1.高海拔地区的草地NPP较高,而平原及丘陵地带草地NPP相对较低.研究期间黄土高原降水量的增加对草地NPP的增加具有明显的促进作用;人类活动诸如过度放牧状况的改善以及退耕还草等政策的实施对黄土高原草地NPP的增加也具有重要作用.     

Predicting the responses of forest distribution and aboveground biomass to climate change under RCP scenarios in southern China

In the past three decades, our global climate has been experiencing unprecedented warming. This warming has and will continue to significantly influence the structure and function of forest ecosystems. While studies have been conducted to explore the possible responses of forest landscapes to future climate change, the representative concentration pathways (RCPs) scenarios under the framework of the Coupled Model Intercomparison Project Phase 5 (CMIP5) have not been widely used in quantitative modeling research of forest landscapes. We used LANDIS‐II, a forest dynamic landscape model, coupled with a forest ecosystem process model (PnET‐II), to simulate spatial interactions and ecological succession processes under RCP scenarios, RCP2.6, RCP4.5 and RCP8.5, respectively. We also modeled a control scenario of extrapolating current climate conditions to examine changes in distribution and aboveground biomass (AGB) among five different forest types for the period of 2010–2100 in Taihe County in southern China, where subtropical coniferous plantations dominate. The results of the simulation show that climate change will significantly influence forest distribution and AGB. (i) Evergreen broad‐leaved forests will expand into Chinese fir and Chinese weeping cypress forests. The area percentages of evergreen broad‐leaved forests under RCP2.6, RCP4.5, RCP8.5 and the control scenarios account for 18.25%, 18.71%, 18.85% and 17.46% of total forest area, respectively. (ii) The total AGB under RCP4.5 will reach its highest level by the year 2100. Compared with the control scenarios, the total AGB under RCP2.6, RCP4.5 and RCP8.5 increases by 24.1%, 64.2% and 29.8%, respectively. (iii) The forest total AGB increases rapidly at first and then decreases slowly on the temporal dimension. (iv) Even though the fluctuation patterns of total AGB will remain consistent under various future climatic scenarios, there will be certain responsive differences among various forest types.     

黄土高原草地净初级生产力时空趋势及其驱动因素

草地净初级生产力是生态系统碳循环的关键环节和重要组成部分。本研究使用分段线性回归分析和Pearson相关分析,分析了黄土高原2000—2015年间土地利用类型未改变的草地净初级生产力(NPP)的变化趋势及气候核心因子(年降水量、年强降水量、年有效降水日数、年平均温度、年最高温度、年最低温度)对NPP变化的影响,并借助增强回归树逐像素分析了草地NPP的驱动因素。结果表明: 2000—2015年,研究区草地NPP总体呈增加趋势,显著增加区域占51.3%。年均NPP的变化速率从2000—2004年间的15.23 g C·m^-2·a^-1下降到2005—2015年间的3.58 g C·m^-2·a^-1。黄土高原草地NPP与降水指标呈显著正相关,与温度指标主要呈负相关。年降水量是研究区草地NPP变化最重要的驱动因素且具有最高的平均相对贡献率,年最高温度是高原中部草地NPP的主要限制因素,年最低温度主要影响高原西部高海拔地区的草地生长。