中国陆地生态系统通量观测站点空间代表性

涡度相关技术是测定大气与陆地生态系统之间CO₂交换、水分和能量通量最直接的方法,可用于研究土壤、植被与大气间的CO₂交换及其调控机制。收集了11个影响净碳交换量的主要变量信息,包括气象因素、土壤因素和地形因素的非生物因子、实际植被状态以及植被生产力,采用多元地理变量空间聚类分析方法,绘制出不同聚类数（25、50、75、85、100、150和200类）的通量生态区。结合中国现有通量观测站点的空间分布格局,与新生成的通量生态区和已有的自然地理区划进行对比分析,发现由于中国地形复杂,生态系统类型多样,现有85个涡度相关通量观测站点仅能刻画部分中国生态系统类型的净碳交换量时空特征,通量生态区划分为100-150类比较合适。考虑到涡度相关通量观测运行成本,通量站点可增加至150个,从而使得优化后的通量观测网络能够代表中国主要类型的生态系统,并且有利于通量观测数据与遥感资料的有效结合,提高碳水通量观测从站点扩展到区域尺度的精度,从而更好地检验过程机理模型的模拟结果。     

1981-2019年华北平原农田土壤有机碳储量的时空变化及影响机制

农业土壤具有可观的固碳及减碳潜力,有助于减缓人类温室气体排放导致的气候变化。为了更好地了解华北平原土壤有机碳储量动态及其驱动因子,结合荟萃分析、随机森林机器学习模型和卫星遥感数据,研究了1981-2019年间中国华北平原农田土壤有机碳储量的时空变化及其驱动因子。结果表明,1981-2019年间华北平原0-20 cm农田土壤有机碳储量约为（523.10±79.36） Tg C （（14.56±1.66） Mg C/hm²）,并以5.94 Tg C/a （0.12 Mg C hm^-2 a^-1）的年固持速率稳步增长,占比约为中国农田每年新增土壤有机碳的23.3%。其中,常规农田管理措施,包括无机肥施用、有机肥施用和秸秆还田,对土壤有机碳增长的贡献平均为25.1%,即1.49 Tg C/a （0.03 Mg C hm^-2 a^-1）。相比对照组,氮磷钾无机肥施用可提高22.7%-26.0%的土壤有机碳固定速率,有机肥可提高48.3%,秸秆还田可提高23.4%。同时,上述常规农田管理措施对土壤有机碳的积累作用受到土壤本身理化性质的调控,在温度和降水较高的气候条件下更显著。值得注意的是,无论是无机肥施用、有机肥施用还是秸秆还田,当投入量超过农作物和土壤微生物对碳和养分的需求时,土壤有机碳累积速率会显著下降。这也导致2000年后土壤有机碳固持速率明显减缓,由9.4 Tg C/a下降为3.5 Tg C/a。总的来说,过去几十年农田管理措施的改进显著提高了华北平原农田土壤有机碳的增加速率,而未来华北平原农田系统固碳潜力仍然可观,但亟待明确在保证粮食产量的同时不同气候和土壤环境条件下最佳固碳所需的化肥、有机肥和秸秆投入量。     

中亚热带人工针叶林生态系统碳通量拆分差异分析

涡度通量观测可直接获取陆地生态系统与大气之间CO2净交换量(NEE),但深入认识碳循环过程和校验生态系统模型需要不同时间尺度总初级生产力(GPP)和生态系统呼吸(Re)等碳通量数据。利用中国陆地生态系统通量观测与研究网络(ChinaFLUX)中亚热带人工针叶林生态系统2003—2009年的涡度通量和气象观测数据,分析了两种NEE拆分方法对不同时间尺度GPP和Re评估的影响,结果表明:(1)两种拆分方法得到的生态系统碳通量组分(GPP和Re)的季节动态变化一致,都在生长季7、8月份达到峰值;(2)非线性回归模型拆分得到的全年Re和GPP相较于光响应曲线模型分别高出2%—28.6%和1.6%—23%,最大高出317.6 gC·m-2·a-1(2006年),逐月最大差值主要发生在8、9月份;(3)不同时间尺度上,两种方法拆分得到的GPP和Re之间差值的环境响应因子不同。在广泛采用非线性回归模型进行拆分时,如果当月光合有效辐射接近到905mol·m-2·月-1,月平均空气饱和水汽压差接近1.18 kPa时,需要考虑使用光响应曲线模型拆分该月通量,结合两种拆分方法以减小全年的误差。     

基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析

植被物候学作为研究植被与环境条件相互作用的科学,在全球气候变化的大背景下已成为国际热点研究领域,其中森林植被在调节全球碳平衡、维护全球气候稳定的过程中有着至关重要的作用。随着遥感技术的发展,多种遥感指数被应用到森林植被物候研究中,其中以MODIS NDVI和EVI应用最为广泛,而叶绿素荧光(SIF)作为植被光合作用的"探针"也被广泛应用于森林植被物候研究中。为了探究3种指数在森林植被物候研究中的差异与特性,本文以长白山温带红松阔叶林通量观测站为研究区域,采用模型拟合结合动态阈值法提取2007—2013森林物候特征参数,并使用通量数据(总初级生产力GPP)进行验证。结果表明:NDVI与EVI、SIF相比,表现为生长季开始时间与结束时间的明显提前和滞后,与GPP数据偏差较大,且夏季生长季峰期曲线形态过宽且平坦,无法较好反映生长季变化特征;EVI相较于NDVI有所改善,整体变化趋势与SIF、GPP基本吻合,但依然存在秋季衰减时间稍迟于SIF与GPP的问题;SIF虽然存在夏季骤降现象,但依然与GPP数据一致性最好,可以较好反映出森林植被季节变化特征。SIF数据与植被光合作用的紧密关联使其在植被物候研究中具有优于植被指数的准确性,并随着遥感平台的增加和反演方法的改善,将会在多尺度、多类型的植被物候监测中发挥更加重要的作用。