基于FORCCHN模型的中国典型森林生态系统碳通量模拟

森林生态系统是陆地碳循环的重要组成部分,其固碳能力显著高于其他陆地生态系统,研究森林生态系统碳通量是认识和理解全球变化对碳循环影响的关键。碳循环模型是研究森林生态系统碳通量有效工具。以长白山温带落叶阔叶林、千烟洲亚热带常绿针叶林、鼎湖山亚热带常绿阔叶林和西双版纳热带雨林等4种中国典型森林生态系统为研究对象,利用涡度相关2003-2012年观测数据,评估FORCCHN模型对生态系统呼吸（ER）,总初级生产力（GPP）,净生态系统生产力（NEP）的模型效果。结果表明：（1） FORCCHN模型能够较好的模拟中国4种典型森林生态系统不同时间尺度的碳通量。落叶阔叶林和常绿针叶林ER和GPP的逐日变化模拟效果较好（ER的相关系数分别为0.94和0.92,GPP的相关系数分别为0.86和0.74）;（2）4种森林生态系统碳通量季节动态模拟值和观测值显著相关（P<0.01）,ER、GPP、NEP的观测值和模拟值的R²分别为0.77-0.93、0.54-0.88和0.15-0.38;模型可以很好地模拟森林生态系统不同季节碳汇（NEP>0）,碳源（NEP<0）的变化规律;（3）4种森林生态系统碳通量模拟值与观测值的年际变化有很好的吻合度,但在数值大小上存在差异,模型高估了常绿阔叶林的ER和GPP,略微低估了其他3种森林生态系统ER和GPP。     

基于参数优化的人工灌丛生态系统碳水通量模拟

荒漠草原是陆地生态系统中最为脆弱且受人类干扰较为严重的生态类型之一,精准模拟其碳水通量及对人为干扰的响应,不仅能够揭示其复杂的生态学过程,而且还可为人为生态修复和保护提供决策依据。生态模型能够有效地模拟陆地生态系统的碳水循环过程,但模型众多的参数及其取值的合理性限制了其普遍应用,故探索参数优化是提升生态模型应用的有效途径。利用PEST参数优化方法和涡度相关观测数据对Biome-BGC模型的生理生态参数进行优化,在评估参数优化效果的基础上模拟了1986-2018年宁夏盐池荒漠草原区人工灌丛生态系统的总初级生产力（Gross primary productivity,GPP）和蒸散（Evapotranspiration,ET）。结果表明：（1）参数优化可以改善Biome-BGC模型对荒漠草原区人工灌丛生态系统GPP和ET的模拟效果,参数优化后模拟的GPP和ET均更接近于观测值,其中月尺度的模拟效果更佳;（2）基于PEST的Biome-BGC模型参数优化方法具有较强的普适性,优化后的参数可推广应用于荒漠草原区人工灌丛生态系统长时间序列的GPP和ET模拟;（3）宁夏盐池荒漠草原区人工灌丛生态系统的GPP在1986-2018年呈缓慢上升趋势,增幅为1.47 g C m^-2 a^-1,但ET的年际变化率较大,且无显著变化趋势。     

青藏高原高寒灌丛2003-2016年生长季的不同月份CO2通量对气温日较差的响应

全球气候变化引起的气温日较差（ADT）减小,将会对高寒生态系统的碳平衡造成深刻影响。基于涡度相关系统,利用2003-2016年的涡度相关系统观测资料,做了青藏高原高寒灌丛在生长季（6-9月）不同月份的ADT对CO₂通量影响的研究。结果表明：2003-2016年的生长季中,最高气温（MaxTa）和最低气温（MinTa）呈先升高后降低的单峰变化趋势,ADT没有呈现明显的变化趋势。逐日总初级生产力（GPP）和生态系统呼吸（Re）呈先增加后降低的单峰趋势,逐日净生态系统CO₂交换（NEE）呈先下降后上升的"V"型变化趋势。高寒灌丛在生长季为碳汇,整个生长季总NEE、GPP和Re平均值分别为（-161.2±30.1）、（501.9±60.2）、（340.7±54.4） gCm^-2。在高寒灌丛生长季（6-9月）的每个月份,MaxTa、MinTa和ADT分别是GPP（P<0.001）、Re（P<0.001）和NEE（P<0.01）变化的主要控制因子。高寒灌丛的ADT的增大有利于生态系统的碳固持,暗示在未来气候变化背景下ADT的减小将会削弱高寒灌丛生态系统的碳汇能力。     

近20年来西南地区植被净初级生产力时空变化与影响因素及其对生态工程响应

植被净初级生产力（NPP）是研究陆地生态系统中物质和能量转换的重要指标,NPP的空间分布与区域气候、植被生长以及人类活动等因素息息相关,其变化能反映植被群落的生产能力,是生态系统功能和结构变化的重要表征。近20年来,中国西南地区植被NPP呈现增长趋势。然而,目前对NPP时空变化格局及潜在原因尚不清楚。因此,利用2001-2018年间MODIS-NPP、岩性、气候、土地利用、造林面积和石漠化治理情况等数据,对西南地区植被NPP的时空变化趋势及其成因进行了分析。结果发现：（1）2001-2018年间,中国西南地区植被NPP总体呈增长趋势,突变分析结果显示,2012-2018年间NPP的增长速度（5.13 gC m^-2a^-1）比2001-2011年更快（1.78 gC m^-2a^-1）,在两个时段,岩溶区NPP增长速度都高于非岩溶区;（2）对西南地区植被NPP变化与气候因子的相关分析结果显示,2001-2011年与2012-2018年两个时间段内NPP与温度的平均相关性（R=0.19,0.26）要高于NPP与降水的平均相关性（R=0.07,0.05）,表明西南地区植被NPP更容易受到温度的影响;（3）对两个时期土地利用变化下NPP总量的变化情况的研究结果显示,2001-2011年期间城市用地面积增加使得NPP总量下降,而2012-2018年未利用地面积增长造成了NPP总量下降;（4）2001-2018年西南地区累计造林面积与NPP存在显著正相关性（R=0.7,P<0.05）,说明"退耕还林"工程实施促进了西南地区NPP增长。对石漠化面积统计结果表明,2011年后石漠化面积显著减少,这与NPP的突变点一致,表明石漠化治理对西南地区NPP增长有重要促进作用。     

甘南地区二氧化碳施肥效应对生态系统的影响

陆地生态系统是全球第二大碳库,其碳收支一直是气候变化研究的热点领域,而研究二氧化碳（CO₂）施肥效应又是全球变化碳循环领域较为关注的前沿部分。CO₂与生态系统关系复杂,当前仍无法厘清CO₂对陆地生态系统碳循环的影响作用。基于太阳辐射数据、气温数据及归一化植被指数数据等,利用光能利用率遥感模型,模拟2019年甘南地区的碳循环,选取三个指标,即GPP （陆地生态系统总初级生产力）、NPP （净初级生产力）和NEP （净生态系统生产力）来分析甘南地区植被固碳的时空变化特征及CO₂施肥效应。结果表明：（1）甘南地区2019年植被固碳总量约为2611 tC。甘南地区生态系统GPP、NPP和NEP季节性特征明显,其值均在夏季达到最高;而在空间上,GPP、NPP表现为东高西低的特征,NEP呈现出北高南低的分布特征。（2） CO₂对GPP、NPP存在正向的施肥效应,分别增加了14.4%和14.3%;而对NEP具有负向反馈效应,使其减少了0.3%,并且CO₂对NEP的影响整体也表现为北高南低的特征。研究揭示出：虽然CO₂在提升GPP和NPP时,正向的施肥效应明显,但是对甘南地区的NEP,即固碳量来说,CO₂的影响却很有限。因此在研究CO₂施肥效应时不应一概而论,生态地理环境对其的影响不可忽视。研究可以为揭示陆地生态系统碳循环的动态机制提供一定的理论依据。     

1961-2010年内蒙古草原植被分布和生产力变化——基于MaxEnt模型和综合模型的模拟分析

定量评估气候变化对内蒙古草原植被分布及其净第一性生产力的影响有助于理解干旱区域生态系统结构和功能对气候变化的响应。基于最大熵模型（MaxEnt）评价了气候因子的重要性,进而模拟了1961-2010年内蒙古草原植被的地理分布,同时应用综合模型模拟了净第一性生产力变化。研究表明,湿润指数（MI）、年降水量（P）、最暖月平均温度（T_w）和最冷月平均温度（T_c）是决定草原植被分布的主导气候因子。1961-2010年内蒙古草甸草原、典型草原和荒漠草原分布面积分别减少了5%、1%和62%,草原面积整体减少了11%,预示着草原向着荒漠化的方向发展。降水是决定内蒙古草原净第一性生产力变化的最重要因素。     

百年尺度地球系统模式模拟的陆地生态系统碳通量对CO2浓度升高和气候变化的响应

利用了加拿大地球系统模式CanE SM2(Canadian Earth System Model of the CCCma)的结果,针对百年尺度大气CO_2浓度升高和气候变化如何影响陆地生态系统碳通量这一问题,分析了1850—1989年间陆地生态系统碳通量趋势对二者响应,以及与关键气候系统变量的关系。结果表明,140年间,当仅仅考虑CO_2浓度升高影响时,陆地生态系统净初级生产力(NPP)增加了117.1 gC m~(-2)a~(-1),土壤呼吸(Rh)增加了98.4 gC m~(-2)a~(-1),净生态系统生产力(NEP)平均增加了18.7 gC m~(-2)a~(-1)。相同情景下,全球陆地生态系统的NPP呈显著增加的线性趋势(约为0.30 PgC/a~2),Rh同样呈显著增加线性趋势(约为0.25 PgC/a~2)。仅仅考虑气候变化单独影响时,NPP平均减少了19.3 gC/m~2,土壤呼吸减少了8.5 gC/m~2,NEP减少了10.8 gC/m~2。在此情景下,整个陆地生态系统的NPP线性变化趋势约为-0.07 PgC/a~2(P0.05),Rh线性变化趋势约为-0.04 PgC/a~2(P0.05)。综合二者的影响,前者是决定陆地生态系统碳通量变化幅度和空间分布的最重要影响因子,其影响明显大于气候变化。值得注意的是,CanE SM2并没有考虑氮素的限制作用,所以CO_2浓度升高对植被的助长作用可能被高估。此外,气候变化的贡献也不容忽视,特别是在亚马逊流域,由于当温度升高、降水和土壤湿度减少,NPP和Rh均呈显著减少趋势。     

林下植被和凋落物对寒温带森林生长季土壤CH4通量的影响

为进一步探究林下植被和凋落物管理对我国寒温带森林生长季土壤CH₄通量的影响,采用静态箱-气相色谱法对大兴安岭北部4种林型（白桦林、山杨林、樟子松林和兴安落叶松林）4种处理（自然状态、去除凋落物、去除林下植被以及去除林下植被和凋落物）的土壤CH₄通量排放特征进行观测研究。结果表明：该地区森林生长季土壤均表现为CH₄的汇,4种林型不同处理后土壤CH₄通量表现为单峰变化趋势,吸收峰值出现在7月或8月。自然状态4种林型土壤CH₄平均吸收通量表现为白桦林（-79.23±14.92）μg m^-2 h^-1>山杨林（-64.27±9.60）μg m^-2 h^-1>樟子松林（-62.54±15.48）μg m^-2 h^-1>兴安落叶松林（-48.73±12.26）μg m^-2 h^-1,兴安落叶松土壤CH₄平均吸收通量显著小于其他三种林型（P<0.05）。相比于自然状态,4种林型在去除凋落物后土壤CH₄吸收通量提高了2.12%-12.15%,但变化幅度均没有达到显著水平（P>0.05）。去除林下植被后4种林型CH₄吸收通量提高了0.84%-20.55%,且只有山杨林吸收增加达到显著水平（P<0.05）。同时去除林下植被和凋落物后,对白桦林和樟子松土壤CH₄通量影响不显著（P>0.05）,但对山杨林和兴安落叶松林影响显著（P<0.05）。总之,去除凋落物或林下植被均会提高土壤对CH₄吸收,去除林下植被对土壤CH₄通量的影响要大于去除凋落物的影响,但不同林型不同处理之间还存在差异。     

基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

利用美国环境预测中心的再分析气象资料和由GIMMS NDVI 资料生成的叶面积指数对BEPS生态模型进行驱动,模拟分析了2000-2005年亚洲东部地区总初级生产力（GPP）和总净初级生产力（NPP）的时空变化特征.在进行区域模拟计算前,使用15个站点不同生态系统的GPP观测数据及1300个样点的NPP观测数据对模型进行验证.结果表明： BEPS模型能较好地模拟不同生态系统的GPP和NPP变化,模拟的GPP与观测数据之间的R2为0.86～0.99,均方根误差（RMSE）为0.2～1.2 g C·m-2·d-1;BEPS模拟值能够解释78%的年NPP变化,其RMSE为118 g C·m-2·a-1.2000-2005年,亚洲东部地区GPP和NPP总量平均值分别为21.7和10.5 Pg C·a-1.NPP和GPP具有相似的时空变化特征.研究期间,NPP总量的变化范围为10.2～10.7 Pg C·a-1, 变异系数为2.2%.NPP由东南向西北显著减少,高值区〖JP2〗（>1000 g C·m-2·a-1）出现在东南亚海岛国家,我国的西北干旱沙漠地区为低值区（<30 g C·m-2·a-1）,〖JP〗其空间格局主要由气候因子决定.不同国家的人均NPP差异很大,其中,蒙古最高,达70217 kg C·a-1,远高于中国的人均NPP（1921 kg C·a-1）,印度的人均NPP最小,为757 kg C·a-1.     

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。     

Spatiotemporal pattern of gross primary productivity and its covariation with climate in China over the last thirty years

The uncertainties of China's gross primary productivity (GPP) estimates by global data‐oriented products and ecosystem models justify a development of high‐resolution data‐oriented GPP dataset over China. We applied a machine learning algorithm developing a new GPP dataset for China with 0.1° spatial resolution and monthly temporal frequency based on eddy flux measurements from 40 sites in China and surrounding countries, most of which have not been explored in previous global GPP datasets. According to our estimates, mean annual GPP over China is 6.62 ± 0.23 PgC/year during 1982–2015 with a clear gradient from southeast to northwest. The trend of GPP estimated by this study (0.020 ± 0.002 PgC/year² from 1982 to 2015) is almost two times of that estimated by the previous global dataset. The GPP increment is widely spread with 60% area showing significant increasing trend (p < .05), except for Inner Mongolia. Most ecosystem models overestimated the GPP magnitudes but underestimated the temporal trend of GPP. The monsoon affected eastern China, in particular the area surrounding Qinling Mountain, seems having larger contribution to interannual variability (IAV) of China's GPP than the semiarid northwestern China and Tibetan Plateau. At country scale, temperature is the dominant climatic driver for IAV of GPP. The area where IAV of GPP dominated by temperature is about 42%, while precipitation and solar radiation dominate 31% and 27% respectively over semiarid area and cold‐wet area. Such spatial pattern was generally consistent with global GPP dataset, except over the Tibetan Plateau and northeastern forests, but not captured by most ecosystem models, highlighting future research needs to improve the modeling of ecosystem response to climate variations.     

中国陆地植被净初级生产力估算模型优化与分析——基于中国生态系统研究网络数据

该研究基于中国生态系统研究网络(CERN)数据对传统CASA模型进行优化,对比两叶模型与优化CASA模型在站点尺度和像元尺度对于8个典型生态站点的植被净初级生产力(NPP)估算精度,选择在像元尺度表现更好的优化CASA模型,结合中国土地覆被数据(ChinaCover)开展2000—2019年中国陆地植被NPP监测与分析。研究结果表明：(1)基于FY2D PAR的优化方案能够有效避免空间插值导致的不确定性问题,显著提高了PAR估算精度;(2)在站点尺度上,两叶模型用于估算典型森林、草地生态系统的NPP表现更好,而在像元尺度上优化CASA模型估算精度更高;(3)在全国尺度上,优化了最大光能利用率、水分胁迫系数以及光合有效辐射计算方法的CASA模型能够较好地模拟中国陆地植被NPP,近20年中国陆地植被NPP变化范围为2.703—2.882 PgC/a,在空间上呈西北低东南高的格局,在时间上呈现波动中缓慢增加的趋势。     

基于植被生产力的西南地区生态系统脆弱性特征

中国西南地区是全球生物多样性保护的重要地区之一.在全球气候变化背景下,该地区生态系统呈现出脆弱性增加的趋势.本研究基于生态系统总初级生产力(GPP),根据IPCC有关脆弱性的概念,计算西南地区生态系统的脆弱性,并分析了该区脆弱等级的空间分布格局,以及生态系统脆弱性与降水、温度、海拔、坡度和植被类型等因子间的相关性.结果表明: 西南地区生态系统脆弱性呈现由东南向西北逐渐增强的趋势,区域内多数地区为轻度、中度脆弱区(二者共占69%).脆弱等级随着区域内年平均降水量、多年平均温度的增加而减少,随着区域内海拔、坡度的增加而增加.西南喀斯特山区和西北山地农牧交错区呈现较高的脆弱性,更容易受气候变化或其他外界扰动的影响.针叶林、灌丛和草地的脆弱性相对较高,未来可能更容易受到气候变化的影响.     

2001—2020年秦巴山区植被生产力对干旱的响应

为定量评估干旱对秦巴山区植被生产力的影响,本研究利用MODIS GPP数据和标准化降水蒸散指数(SPEI),分析了2001—2020年秦巴山区总初级生产力(GPP)和干旱时空变化特征,识别了不同植被类型GPP负异常事件的波动趋势,量化了GPP的干旱脆弱性和干旱风险。结果表明: 2001—2020年间,秦巴山区98.0%的区域年GPP呈增加趋势。除湿地外,其余植被类型GPP均呈极显著增长。秦巴山区23.8%的区域SPEI呈减小趋势。GPP负异常事件数无显著变化,但GPP异常波动程度逐渐加剧,并以耕地最明显。2011年后,所有地类GPP负异常与干旱并发事件比例均下降,但干旱在GPP负异常事件中的时空范围呈扩大趋势。与2001—2010年相比,2011年后GPP干旱脆弱性和干旱风险为正值的区域占比分别增长104.1%和6.7%,即干旱导致GPP下降的面积有所扩大。所有地类中,干旱导致湿地GPP下降的程度最大。研究结果揭示出2001—2020年干旱使秦巴山区GPP波动加剧,极端值出现频率增大,进而导致多数植被类型GPP出现不同程度的下降。     

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。     

不同植被条件下实际蒸散的变化特征及其影响因子——以淮河流域为例

基于遥感-过程耦合模型开展淮河流域2001—2012年实际蒸散(ET)的模拟研究,并对其时空变化特征、不同覆被类型下的区域实际蒸散特征及其主要影响因子进行定量分析.结果表明: 研究期间,研究区年均ET在空间上呈现由东南向西北逐渐递减的趋势;时间上呈现逐年增加趋势,月际波动为双峰变化曲线.不同植被类型下ET的差异性表现为: 农田对研究区域实际蒸散总量的贡献最大;混交林的年均单位面积实际蒸散量最大,裸地的年均单位面积实际蒸散量最小;除裸地以外,其他土地覆被类型年均实际蒸散都呈增长趋势,其中常绿阔叶林实际蒸散增加趋势最明显.平均温度等热力学因子是影响淮河流域实际蒸散的主导因子,其次是辐射因子和水分因子.     

2001—2010年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析

基于MODIS-NDVI遥感数据,利用CASA模型分析黄河流域2001—2010年植被净第一性生产力（NPP）的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间尺度上分析了黄河流域6种生态系统类型区域植被NPP的变化趋势,并对其与气候因素的相关关系进行分析.结果表明： 植被NPP空间分布呈西北低、东南高的分布特征,平均NPP年总量为108.53 Tg C,植被NPP的分布与生态系统类型呈现较高的相关性;2001—2010年,植被NPP总体呈上升趋势但波动较大,55.4%的面积呈现增加趋势,不同生态系统类型区域呈现不同的变化趋势;在年际水平上,黄河流域植被NPP变化与气候因素没有显著相关性,但在月际水平上呈现了较高的相关性,降水量和气温对植被NPP变化的影响作用相当;不同生态系统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的时滞效应,荒漠对气温存在时滞效应.     

2001-2014年中国植被净初级生产力时空变化及其与气象因素的关系

植被净初级生产力（NPP）是表征植被活动的关键变量,对于评估生态系统承载力,理解陆地生态系统碳循环有着重要意义。以全球陆表特征数据集（GLASS）为基础,对2001-2014年中国植被NPP进行了估算。在此基础上,利用一元线性回归、经验正交分解（EOF）分析了我国植被NPP时空变化,利用逐象元相关性分析、奇异值分解（SVD）两种方法分析了我国植被NPP与温度、降雨量的相关性。结果表明：（1）我国植被NPP空间上基本呈由东南向西北递减的分布趋势,主要是由于植被分布和气候条件决定的。研究期间我国植被NPP呈波动增加趋势,总量在3.02-3.49PgC/a之间,平均约为3.25 PgC/a。（2）一元线性回归与EOF分析结果较为一致,表明我国长江中下游、华北平原和东北长白山地区NPP呈减少趋势,而青藏高原、西北、内蒙古中部及东南沿海地区NPP呈增加趋势。（3） NPP与气象要素逐象元相关性分析表明,长白山、青藏高原及南方地区NPP与温度呈正相关,内蒙东部和西北地区NPP与降雨量呈正相关,东北、长江下游地区NPP与降雨量呈负相关。SVD分析结果与逐象元分析结果基本一致表明,NPP与温度、降雨量均存在明显相关性,长白山、内蒙古、青藏高原地区NPP与温度正相关,西北、内蒙中部地区NPP与降雨量呈正相关,长江下游、东北地区NPP与降雨量呈负相关。     

1981—2002年中国东北地区森林生态系统碳储量的模拟

基于中国森林生态系统碳收支模型FORCCHN,对模型水分模块进行优化,加入了降雨截留、降雪截留以及下层植物和凋落物层截留,模拟了1981—2002年中国东北地区森林生态系统碳储量的时空分布格局.结果表明：1981—2002年间,中国东北地区森林生态系统起着碳“汇”的作用,总碳储量约12.37 Pg C·a^-1,其中植被和土壤碳储量分别为4.01和8.36 Pg C·a^-1;研究期间,植被碳储量和土壤碳储量均呈增长趋势,气温升高对该区森林生态系统碳储量增加的贡献大于降水的变化;研究区植被碳密度的空间分布具有东南高、西北低的特点,平均约10.45 kg C·m^-2;东北各地区森林生态系统土壤有机碳密度普遍较高,最大值出现在大小兴安岭及长白山的部分地区,平均约21.78 kg C·m^-2;中国东北地区森林碳库在全国森林碳库中占有重要位置,研究区有林地面积占全国森林的31.4%,其植被、土壤碳储量分别为全国森林的74.28%、63.88%,植被、土壤碳密度分别为全国森林的2.70和1.22倍.     

基于BEPS模型的云南省碳源/汇时空特征及其适用性分析

净初级生产力(NPP)和净生态系统生产力(NEP)是估算陆地生态系统碳源/汇的重要指标,云南为我国碳汇的主要区域之一,开展云南NPP和NEP时空变化特征分析对科学评估陆地生态系统碳源/汇功能,以及开展碳排放交易具有重要意义。基于BEPS模型1981—2019年NPP和NEP产品,采用线性趋势分析、文献对比等方法,研究云南NPP和NEP时空变化特征及其在云南的适用性。结果表明：(1)1981—1999年云南NPP和NEP呈水平波动,2000年后云南NPP和NEP呈明显波动上升趋势,2000—2019年云南NPP高值区域主要分布在西部和南部,而NEP高值区则主要分布在东部和西部局部地区;(2)2000—2019年云南NPP和NEP除西北部部分地区为下降趋势外,其余大部地区为上升趋势;(3)云南NPP峰值出现在7、8月,谷值出现在2月,NEP峰值出现月份与NPP基本相同,但谷值出现月份较NPP滞后1—3个月,6—10月是云南碳汇的主要月份;(4)BEPS模型估算的NPP与目前广泛应用的CASA和遥感模型结果较为一致,时空变化特征与云南生态恢复措施和气候特征吻合,其估算的NEP与陆地生物圈模型...