淮河流域蒸散发时空变化与归因分析

蒸散发（Evapotranspiration,ET）是联结土壤-植被-大气过程的纽带,对理解地表水热平衡至关重要。因此,量化分析ET时空变化特征、揭示其主要控制因子对区域用水管理和农业生产十分重要。利用遥感数据和气象数据,基于BEPS模型估算了1981-2019年的淮河流域ET,分析了该区域ET时空分布特征,并通过敏感度系数和贡献率方法对该区域的ET多年变化特征进行了归因分析,最后借助数值实验方法深入探究影响特湿润年（2003年）ET较低的主要原因。结果表明：（1）1981-2019年淮河流域多年平均ET为549.83 mm,其中夏季ET占全年ET的比值达到47.63%;1981年以来区域ET整体呈极显著上升趋势（4.41 mm/a,P<0.01）;季节上,除冬季外,其他三个季节的ET增幅均呈显著性增加（P<0.05）,四季增幅速率大小依次为：夏季>春季>秋季>冬季;空间上,中东部和南部ET较高,重心模型显示ET高值区域呈显著的由北向南的移动趋势;（2）归因分析结果表明,淮河流域ET对气温变化最敏感,其次为相对湿度、太阳总辐射、叶面积指数（LAI）和降水,但ET对LAI的正敏感性逐渐增强导致LAI的显著升高对流域ET年际变化贡献最大（44.5%）,其次是气温的升高（25.93%）;同时,LAI是春、夏、秋三季ET变化的主导因素,气温是冬季ET变化的主导因素;（3）数值实验显示高相对湿度是引起特湿润年（2003年）ET明显偏低的最主要因素,这与导致长时间序列ET变化的原因不同。因此,建议今后加强极端气候条件下ET变化的归因分析,为更有效地应对全球气候变化提供决策服务。研究结果能够为认识淮河流域环境变化对水循环影响及合理分配区域水资源提供科学参考。     

水溶性有机物在水旱轮作土壤剖面中的分馏现象

水溶性有机物(DOM)是有机物质中最为活跃的组成部分,在陆地生态系统物质的迁移转化过程中起重要作用．通过田间试验和室内理化分析证明了DOM在土壤剖面迁移过程中存在明显的“分馏”现象,随着土层深度的增加,对照、施化肥和施污泥处理土壤DOM的浓度分别由145．8、117．7和114．8mg·kg^-1降到21．57、23．23和13．78mg·kg^-l;不施肥和施化肥处理的土壤DOM随着深度的增加,极性物质所占的比例分别由19．01％和18．47％增至34．97％与44．37％,呈上升趋势,而非极性组分所占比例相应降低;施污泥处理则出现相反的规律,极性组分由36．96％降到17．07％,非极性组分由63．04％增为82．93％．土壤DOM的生物降解率由上到下对照和施化肥处理分别由24．38％和24．00％增大到54．74％和53．81％,而施污泥处理的变化规律则相反,由53．19％降到30．75％．DOM的生物降解率与DOM中极性物质的含量呈正相关关系．紫外光谱进一步证实了这一结果．     

未来气候变化情景下河南省粮食安全气候承载力评估

为探究未来气候变化对河南省粮食生产的影响,基于夏玉米和冬小麦两种主粮作物的生产潜力和气候资源承载力,结合1961—2017年河南省111个气象站的观测数据以及区域气候模式输出的2041—2080年RCP4.5和RCP8.5两种排放情景下的气象资料,采用农业生态区域法(AEZ模型)计算了河南省气候生产潜力及其变化特征,并根据不同生活水平下的粮食需求指标,分析了河南省的气候承载力和剩余空间。结果表明: 1961—2017年,河南省夏玉米气候生产潜力平均为18408.87 kg·hm^-2,表现为中东部高、西部低;与基准时段(1981—2010年)相比,RCP4.5和RCP8.5情景下分别下降13.0%和8.0%,高值中心由豫东地区向豫西南地区转移。1961—2017年,冬小麦气候生产潜力平均值为10889.79 kg·hm^-2,呈中部高、北部低;与基准时段相比,RCP4.5和RCP8.5情景下分别减少18.6%、21.7%。当前,在温饱水平和小康水平粮食需求条件下,最大气候资源承载力分别平均养活人口2.52亿和1.83亿。2070s(2071—2080年)最大气候资源承载力平均养活人口有所减少,与基准时段相比,RCP4.5情景下小康水平和温饱水平分别下降9.7%和18.4%,RCP8.5情景下小康水平和温饱水平分别下降7.7%和16.6%。当前气候条件下,河南省气候资源相对剩余率在-93.0%～356.9%,与基准时段相比,未来气候资源相对剩余率减少近40%。     

农田氧化亚氮排放系数的研究

通过调研多年来国内外农田N2O排放的研究结果,建立了农田N₂O年度排放数据库,并分析了N₂O排放与各环境因子之间的关系.相关分析表明, N₂O排放与温度及降水呈显著正相关,与土壤pH值、有机碳及氮含量无显著相关.依据政府间气候变化专门委员会对农田N₂O排放系数的定义和确定方法,用年平均气温及降水量对其进行修正.结果表明,经平均气温修正后的排放系数并不减小农田N₂O排放的估计误差,但用年降水量进行修正后能减小平均相对误差16%左右.     

1982-2020年安徽省净生态系统生产力时空格局变化及其成因

净生态系统生产力（NEP）是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子，有助于增强对区域碳循环变化机制的认知。基于BEPS （Boreal Ecosystem Productivity Simulator）模型模拟结果，评估了安徽省1982-2020年NEP时空格局，分析了安徽省NEP对主要环境植被因子的敏感性，并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明：（1）1982-2020年，安徽省多年年均NEP为651.14 gC/m²，线性趋势变化率为1.10 gC m^-2 a^-1，总体呈显著增加趋势（P<0.01）。在空间上，NEP表现为"南北部较高、中部较低"的分布，显著增加（P<0.05）的区域占52.77%，主要分布在北部和南部，显著减小（P<0.05）的区域占7.11%，主要分布在西部和东南部。NEP重心有显著的北移趋势（P<0.01）。（2） NEP对大气CO₂浓度变化最为敏感，对降水变化最不敏感。时间上，NEP对叶面积指数（LAI）（P<0.01）、CO₂（P<0.01）和饱和水汽压差（VPD）（P<0.05）的敏感性变化显著增强，对总辐射的敏感性变化显著减弱（P<0.01），对气温和降水的敏感性变化不显著（P>0.05）。空间上，NEP对各因子的敏感性有地区差异性。（3）所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO₂是安徽省NEP时空变化的主导因子，为正贡献，气候因子为次主导因子，为负贡献。空间上，LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区，占49.65%，CO₂为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区，占44.54%。     

基于GIS技术的1991-2000年中国农田化肥氮源一氧化二氮直接排放量估计

依据政府间气候变化专门委员会(IPCC)对农田N₂O排放因子的定义,将气候和种植制度等N₂O排放的主控因素引入到估算方法中,结合GIS技术估计了中国农田化肥氮导致的N₂O直接排放量的空间分布和年际变异.结果表明,在1991—2000年间由于化肥投入量的增加,中国农田化学氮源N₂O排放呈上升趋势.20世纪90年代的平均年排放量为204 Gg N₂O-N,变幅为159～269 Gg N₂O-N,排放量最高的年份出现在1998年,而1992年排放量为最低.估算结果的不确定性约为23％.受施氮量和降水的影响,N₂O排放通量表现出明显的地区差异,东部较高,西北偏低.