基于东北温带落叶阔叶林通量数据的BEPS 模型参数优化

控制其他参数为经验常数,利用迭代方法对主要光合作用参数最大羧化速率(V_{c max}) 及最大电子传递速率(J_max)进行不同数值组合,将得到的多组模拟结果的逐日总初级生产力(GPP)分别与东北帽儿山落叶阔叶林的通量观测数据进行比较,实现对小时步长BEPSHourly模型V_{c max}和J_max的参数优化.结果表明: 对于东北温带落叶阔叶林,当V_{c max}为41.1 μmol·m^-2·s^-1、J_max 为82.8 μmol·m^-2·s^-1时,模拟的2011年逐日GPP与观测数据比较的均方根误差(RMSE)最小,为1.10 g C·m^-2·d^-1,R²最高,为0.95.经过光合作用参数V_{c max}和J_max优化后,BEPSHourly模型能更好地模拟GPP的季节变化.     

基于Biome-BGC模型和集合卡尔曼滤波方法的阔叶红松林生态系统水碳通量模拟

数据同化为模型与遥感观测结合提供了一条有效的途径,通过在模型运行过程中融入遥感观测数据,调整模型运行轨迹从而降低模型误差,提高模拟精度。本文利用集合卡尔曼滤波(En KF)算法同化生长季中分辨率成像光谱仪(MODIS)叶面积指数(LAI)与Biome-BGC模型模拟的LAI模拟长白山阔叶红松林的水碳通量。同时,通过改进模拟的雪面升华与土壤温度计算方法的参数,旨在降低冬季生态呼吸的模拟误差。结果表明,相对于原始模型,数据同化与模型改进后使得生态系统总初级生产力(GPP)的模拟值与观测值之间的相关系数提高0.06,中心化均方根误差(RMSE)降低0.48 g C·m~(-2)·d~(-1);生态系统呼吸(RE)的相关系数提高0.02,中心化均方根误差降低0.20 g C·m~(-2)·d~(-1);净生态系统碳交换量(NEE)相关系数提高0.35,中心化均方根误差降低0.50 g C·m~(-2)·d~(-1)。同时,数据同化对蒸散发(ET)的模拟精度没有显著影响,改进的模型提高了其相关系数。基于En KF算法的数据同化提高了长白山阔叶红松林碳通量模拟精度,对于精确估算区域碳通量有着重要的意义。     

长白山阔叶红松林生产力随林分发育的变化

林龄是影响森林生态系统碳储量和碳通量的一个关键因子。量化森林生产力随林分发育的变化规律,对于优化林龄结构,促进资源利用最大化,更好地发挥森林在调节CO₂吸收、储存和释放中的作用十分重要。本研究采用空间代替时间法,在露水河林区设置12块不同发育阶段的阔叶红松林样地,运用经本地参数化的Biome-BGC模型,模拟了阔叶红松林净初级生产力(NPP)随林分发育的动态变化,分析了阔叶红松林NPP在4种发育情景模式下随林分发育的变化规律。结果表明: 不同龄组阔叶红松林的生物量表现为幼龄林<中龄林<成熟林<过熟林,其平均生物量分别为(224.35±20.68)、(237.23±39.96)、(259.16±19.51)和(357.57±84.74) t·hm^-2。模型模拟的不同发育阶段阔叶红松林NPP的变化范围为489.8～588 g C·m^-2·a^-1,模拟结果与MODIS观测结果有较好的一致性,反映了Biome-BGC模型模拟阔叶红松林碳通量的合理性和准确性。模型模拟的阔叶红松林NPP随林分发育呈先增加后下降的变化趋势,在中龄林时达到最高,过熟林时最低。4种阔叶红松林发育动态情景模式下的NPP变化特征表明,在起始状态为人工种植红松林的自然发育和发育过程中对阔叶树实施采伐控制的两种情景下,成熟林时期NPP最高;而在起始状态为天然次生白桦林的自然发育和经人为采伐动态控制的两种情景下,均表现为幼龄期NPP最高。     

气孔导度模型在北方农牧交错带的适用性评价——以马铃薯和油葵为例

基于北方农牧交错带主要作物马铃薯和油葵的叶片气孔导度、净光合速率和气象因子的平行观测数据,对常用气孔导度模型(Jarvis模型、Ball-Berry模型、Leuning模型和Medlyn模型)进行了适用性评价.结果表明:马铃薯的气孔导度与净光合速率呈现较强的线性关系,而油葵气孔导度与净光合速率的线性关系较弱.对于马铃薯气孔导度,Ball-Berry模型模拟效果最佳,Leuning模型和Medlyn模型次之,Jarvis模型模拟效果最差;各模型的模拟值与观测值的均方根误差(RMSE)分别为0.0331、0.0371、0.0456和0.0794 mol·m^-2·s^-1,归一化均方根误差(NRMSE)分别为26.8%、30.0%、36.9%和64.3%,拟合度(R²)分别为0.96、0.61、0.91和0.88.对于油葵的气孔导度,Jarvis模型模拟效果略好于Ball-Berry模型、Medlyn模型和Leuning模型,其RMSE分别为0.2221、0.2534、0.2547和0.2758 mol·m^-2·s^-1,NRMSE分别为40.3%、46.0%、46.2%和50.1%,R²分别为0.38、0.22、0.23和0.20.气象因子对气孔导度作用的通径分析表明,北方农牧交错带马铃薯和油葵气孔导度日变化主要受饱和水汽压差影响.模型评价结果表明用于油葵的气孔导度模型需要进一步改进.     

基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.     

长白山阔叶红松林生态系统碳动态及其对气候变化的响应

应用基于干物质生产理论的过程模型（Sim-CYCLE）估算了1982—2003年间长白山阔叶红松林生态系统总第一生产力（GPP）、净第一生产力（NPP）、净生态系统生产力（NEP）及其季节动态变化以及碳储量（WE）、植物碳储量（WP）和土壤碳储量（WS）,并分析了这些指标在当前气候情景和碳平衡情况时的差异及其对未来气候变化情景的响应.结果表明：在当前气候情景下, 长白山阔叶红松林GPP、NPP和NEP分别为14.9、8.7和2.7 Mg C·hm^-2·a^-1,三者分别比实测值减少2.8 Mg C·hm^-2·a^-1、增加1.4 Mg C·hm^-2·a^-1和增加0.2 Mg C·hm^-2·a^-1;长白山阔叶红松林6—8月的NEP占全年总量的90%以上,其中,7月最高（1.23 Mg C·hm^-2·month^-1）;研究区WE、WP和WS分别为550.8、183.8和367.0Mg C·hm^-2,其与实测值均具有较高的一致性.从当前气候情景下到达碳平衡前,长白山阔叶红松林碳储量均有不同程度的增加,GPP和NPP分别为17.7和7.3 Mg C·hm^-2·a^-1,表明研究区碳“汇”的作用随着碳储量的增加逐渐减弱;温度增加2 ℃时,不利于长白山阔叶红松林GPP、NPP和NEP的增长,CO²浓度倍增则可有利地促进三者的增长,CO²浓度倍增、温度增加2 ℃对GPP、NPP和NEP增幅的影响与单纯CO₂浓度倍增的影响相似,气候变化情景对长白山阔叶红松林碳储量的影响规律与对生产力幅度的影响相同,这可能是生态系统生产力影响碳积累所致.     

千烟洲针叶林的比叶面积及叶面积指数

根据实测数据计算了湿地松(Pinus elliotii)、马尾松(P. massoniana) 和杉木(Cunninghamia lanceolata)不同年龄、不同类型叶片的生物量和比叶面积,并结合样地调查数据和相对生长方程计算了中国科学院千烟洲试验站20年生湿地松林、马尾松林、杉木林和针叶混交林的叶面积指数。根据拟合结果,选择如下方程计算3个树种的叶生物量:湿地松W=12.074 1D^{2.151 5}、马尾松W=6.972 7D^{2.197 3}和杉木W=5.261 9D^{2.302 7}。湿地松林的叶生物量(0.822 kg·m^-2)最大,其次为针叶混交林(0.679 kg·m^-2),马尾松林和杉木林相差不大(分别为林0.528和0.572 kg·m^-2)。不同树种、不同年龄、不同类型叶片的比叶面积比较发现,新叶的比叶面积大于老叶,三针一束叶的比叶面积略大于两针一束叶,马尾松的平均半比表面积(8.62 m²·kg^-1)大于湿地松(6.04 m²·kg^-1)和杉木(7.91 m²·kg^-1)。胸径与单木叶片半表面积之间的经验方程为:湿地松LA=0.073D^{2.151 5}、马尾松LA=0.060D^{2.197 3}和杉木LA=0.042D^{2.302 7}。据此计算湿地松林的叶面积指数为5.03,马尾松林和杉木林为4.31,针叶混交林为4.77,该结果比利用CI-110植被冠层数字图像仪测得的结果偏大。     

透光抚育强度对小兴安岭“栽针保阔”红松林凋落物水文效应的影响

为了揭示“栽针保阔”及透光抚育在恢复东北温带地带性顶极植被阔叶红松林过程中对凋落物层水文效应的影响规律,采用样地调查法和室内浸泡法,同步测定小兴安岭山杨-红松林、白桦-红松林和蒙古栎-红松林(冠下栽植红松25～35年)在不同透光抚育强度(对照,轻、中、强度透光抚育)下的凋落物量、凋落物持水过程、最大持水量、最大拦蓄量和有效拦蓄量。结果表明: 透光抚育对3种林型凋落物蓄积量(7.32～15.58 t·hm^-2)影响不同,使蒙古栎-红松林(各强度)、山杨-红松林(轻、中度)及白桦-红松林(强度)分别显著提高24.3%～34.6%、15.3%～19.3%和27.1%。凋落物未分解、半分解层的持水量(W)、吸水速率(V)随浸泡时间(t)变化符合W=alnt+b(R²＞0.908)、V=ktⁿ(R²≥0.999)函数关系。各透光抚育(除强度透光抚育山杨-红松林外)使3种林型凋落物层最大持水量(17.86～45.12 t·hm^-2)、最大拦蓄量(16.10～34.19 t·hm^-2)和有效拦蓄量(13.42～27.42 t·hm^-2)分别显著提高30.1%～74.8%、27.4%～83.6%和26.7%～86.0%,且改变了各林型间凋落物层有效拦蓄量的差异。透光抚育显著增强了中期“栽针保阔”红松林凋落物层的水文生态功能,蒙古栎-红松林、山杨-红松林和白桦-红松林依次采取轻、中和强度透光抚育的效果最佳。     

基于冠层塔吊原位测定长白山温带阔叶红松原始林群落主要树种的光合特征

为了更好地理解温带阔叶红松原始林群落主要树种的生理生态学特征,为森林生态系统碳动态的模拟预测提供基础数据,本研究依托中国科学院长白山森林生态系统定位站,首次利用冠层塔吊原位测定了阔叶红松原始林群落4个主要树种成熟大树的CO₂响应曲线,并利用FvCB模型计算了一些重要的光合生理参数.结果表明: 红松的光合速率(A)、最大羧化速率(V_{c max})和气孔导度(g_s)均最小,而其气孔对光合的限制性(L_s)最大.水曲柳、蒙古栎和紫椴这3个阔叶树种的光合特征也存在显著差异.基于叶片面积的V_{c max}大小顺序为:水曲柳(83.2 μmol·m^-2·s^-1)、蒙古栎(89.3 μmol·m^-2·s^-1)>紫椴(68.4 μmol·m^-2·s^-1)、红松(68.8 μmol·m^-2·s^-1)(P<0.05),而基于叶片质量的V_{c max}大小顺序为:水曲柳(1.36 μmol·g^-1·s^-1)>蒙古栎(1.03 μmol·g^-1·s^-1)>紫椴(0.90 μmol·g^-1·s^-1)>红松(0.42 μmol·g^-1·s^-1)(P<0.05).7—9月,水曲柳和蒙古栎的A值显著降低,而紫椴和红松的A值变化不显著;所有树种V_{c max}都随季节发生显著下降.在温带阔叶红松林生态系统碳动态的模拟预测中,应该考虑V_{c max}的季节变化.     

小兴安岭原始阔叶红松林与枫桦次生林土壤呼吸及其各组分特征的比较研究

原始阔叶红松林是我国温带典型的地带性顶极植被类型,枫桦次生林是其典型的次生林类型之一,对二者土壤呼吸及其各组分特征的研究有助于准确评价该地区的碳平衡。本研究主要测定了2013和2014年2个生长季原始阔叶红松林和枫桦次生林土壤呼吸（R_S）,并量化了土壤呼吸的各个组分（异养呼吸R_H和自养呼吸R_A）,与此同时测量了土壤10 cm处温度以及土壤含水率。研究结果表明,土壤呼吸及其各组分有着明显的季节变化特性,其大小的变化主要受温度的影响,土壤10 cm处的温度可以解释R_S 64%~70%、R_H 56%~65%、R_A 77%~79%的变异。对于温度的敏感性,原始阔叶红松林土壤呼吸Q₁₀值>枫桦次生林土壤呼吸Q₁₀值,而在单一林型中的比较,R_A Q₁₀值 > R_S Q₁₀值 > R_H Q₁₀值。此外,总体Q₁₀值随着季节有着明显的变化,且随着温度的升高有降低的趋势。原始阔叶红松林和枫桦次生林R_S年平均速率分别为3.92和4.06 μmol·m^-2·s^-1,R_H年平均速率分别为2.97和2.85 μmol·m^-2·s^-1,R_A年平均速率则分别为0.96和1.17 μmol·m^-2·s^-1。原始阔叶红松林土壤呼吸以及土壤土壤自养呼吸要稍低于枫桦次生林,而原始阔叶红松林异养呼吸则高于枫桦次生林异养呼吸,但差异不显著。原始阔叶红松林和枫桦次生林R_S平均年通量分别为942和971 g C·m^-2·a^-1,R_H年通量分别为709和677 g C·m^-2·a^-1,R_A年通量则分别为215和276 g C·m^-2·a^-1。原始阔叶红松林R_S年通量略高于枫桦次生林R_S年通量,但差异不显著。我们的实验结果表明,小兴安岭地区枫桦次生林正向演替的过程中,植被演替变化对土壤呼吸及各组分的影响并不明显,相较于环境因子温度和湿度要小的多。     

基于VPM模型的长白山自然保护区植被总初级生产力动态变化

总初级生产力(GPP)是碳循环的重要参数,它的准确估算对碳循环及全球气候变化研究有重要作用.利用VPM模型及2000—2015年MOD09A1数据/气候因子的空间数据,对长白山自然保护区的植被GPP进行模拟.结果表明: 2000—2015年,保护区GPP年均值为1203 g C·m^-2·a^-1,GPP呈极显著趋势增长.森林植被GPP年际增长变化在不同植被垂直带下没有显著区别,但从高山苔原带往上,GPP年际增长明显减小.GPP与降水的年际相关性不显著,与温度的正相关关系集中分布在阔叶红松林带和高山苔原带.春季气温对GPP影响最大,有80%像元显示与气温呈正相关.GPP与温度的年际相关性明显高于降水.     

1999—2015年若尔盖草原湿地净初级生产力时空变化

植被净初级生产力(NPP)是草原湿地生态系统碳收支平衡和气候变化的核心内容之一。本研究基于植被指数、气象数据(降水和气温)、植被类型数据,利用CASA模型对若尔盖草原湿地1999—2015年NPP进行估算,分析了若尔盖草原湿地NPP时空格局特征及其与气候因子的关系。结果表明: NPP实测值与模拟值之间显著相关,R²为0.78,均方根误差为120.3 g C·m^-2·a^-1;研究区年均和生长季(4—9月)NPP分别为329.0、229.4 g C·m^-2·a^-1,年际间波动明显,以2.3、1.6 g C·m^-2·a^-1的微弱趋势下降,不同植被类型的年均及生长季NPP的年际波动与整个研究区的波动趋势基本一致;年均和生长季NPP的变化斜率分别为-21.3～18.7、-31.5～23.1 g C·m^-2·a^-1,显著增加的面积分别占研究区总面积的0.3%和0.7%,主要分布于森林覆盖区和湿地生态补偿区;显著下降的面积分别占研究区总面积的1.4%和6.4%,主要分布于人类活动集中的地区;研究区不同植被的固碳能力存在差异,其中,森林最强,草地次之,湿地最弱;降水是影响草原湿地植被NPP的主导气候因子。     

北京山区不同植被类型的土壤呼吸特征及其温度敏感性

土壤呼吸作为陆地生态系统碳循环的重要组成部分,是生态系统碳循环研究中的热点问题.土壤呼吸温度敏感性(Q₁₀)是估算土壤呼吸对全球变暖的反馈参数,研究不同植被类型的Q₁₀对评估森林生态系统碳收支具有重要意义.本研究以北京山区典型植被类型侧柏、油松和栓皮栎为研究对象,通过测定生长季内3种植被类型的土壤理化性质、土壤水热因素以及土壤呼吸速率(R_s)的变化,探究不同植被类型下的土壤呼吸特征及温度敏感性.结果表明:3种主要植被类型的R_s在生长季内与土壤温度、湿度的变化趋势相似,均呈现先升高后降低的单峰变化,R_s在4月初最低(0.45 μmol·m^-2·s^-1),随后逐渐增大,在7月初达到峰值(3.95 μmol·m^-2·s^-1),然后逐渐降低,3种植被类型的R_s和Q₁₀值均存在显著差异.土壤温度和湿度是土壤呼吸的重要影响因素,两者与R_s拟合的回归模型可以解析土壤呼吸速率48.1%～56.7%的变化.北京山区的Q₁₀值在2.05～3.19,在同一植被类型下,Q₁₀值与土壤有机碳含量呈显著负相关(R²>0.9),植被类型、海拔和土壤有机碳含量是造成不同植被类型Q₁₀值差异的重要原因.     

基于作物生长监测诊断仪的双季稻叶片氮含量和氮积累量监测

为了验证作物生长监测诊断仪(CGMD)监测双季稻氮素营养指标的准确性和适用性,构建基于CGMD的双季稻叶片氮含量(LNC)和氮积累量(LNA)的监测模型。选用8个不同早、晚稻品种,设置4个不同施氮水平,利用CGMD采集冠层差值植被指数(DVI)、归一化植被指数(NDVI)和比值植被指数(RVI),同步利用ASD FH2高光谱仪采集冠层光谱反射率,并计算DVI、NDVI和RVI;通过比较CGMD和ASD FH2采集的冠层植被指数变化特征,验证CGMD的测量精度,构建基于CGMD的LNC和LNA监测模型,并利用独立试验数据对模型进行检验。结果表明: 早、晚稻LNC、LNA、DVI、NDVI和RVI随施氮水平的增加而增大,随生育进程的推进呈先升后降的趋势;CGMD与ASD FH2采集的DVI、NDVI和RVI间拟合的决定系数(R²)分别为0.9350、0.9436和0.9433,表明CGMD的测量精度较高,可替代ASD FH2采集冠层植被指数。基于CGMD的3个冠层植被指数相比,NDVI_CGMD与LNC的相关性最高,RVI_CGMD与LNA的相关性最高;基于NDVI_CGMD的指数模型可较准确地预测LNC,模型R²为0.8581～0.9318,模型检验的均方根误差(RMSE)、相对均方根误差(RRMSE)和相关系数(r)分别为0.1%～0.2%、4.0%～8.5%和0.9041～0.9854;基于RVI_CGMD的幂函数模型可较准确地预测LNA,模型R²为0.8684～0.9577,模型检验的RMSE、RRMSE和r分别为0.37～0.89 g·m^-2、6.7%～20.4%和0.9191～0.9851。与化学分析方法相比,利用CGMD可便捷准确地获取早、晚稻的LNC和LNA,在双季稻丰产高效栽培和氮肥精确管理中具有应用价值。     

长白山阔叶红松林和杨桦次生林土壤有机碳氮的协同积累特征

次生演替是森林土壤有机碳、氮库变化的重要驱动因素.本研究以长白山原始阔叶红松林和杨桦次生林为例,通过成对样地途径,研究了森林土壤有机碳、氮的数量分布及其协同积累特征,探讨了次生演替导致的温带森林土壤碳库和碳汇效应变化及其碳氮耦合机制.结果表明: 杨桦次生林比原始阔叶红松林在土壤表层和亚表层(0～20 cm)积累了更多的有机碳和氮,其土壤C/N值也显著低于阔叶红松林;相对于阔叶红松林,杨桦次生林土壤(0～20 cm)有机碳储量平均增加了14.7 t·hm^-2,相当于29.4 g·m^-2·a^-1的土壤碳汇增益.土壤有机碳和全氮在不同林型的不同土层中均表现为极显著正相关,二者具有明显的协同积累特征.与阔叶红松林生态系统相比,相对富氮的杨桦次生林生态系统的上部土层中氮对有机碳的决定系数明显高于阔叶红松林,说明杨桦次生林土壤有机碳的积累在更大程度上依赖含氮有机质积累.在有机质最丰富的表层(0～10 cm),两种林型间轻组有机碳、氮储量无显著差异,但杨桦次生林重组有机碳、氮的含量、储量及分配比例均显著高于阔叶红松林,其中,重组有机碳储量平均增加了8.5 t·hm^-2,表明次生演替过程中土壤有机碳、氮库的增加主要在于矿物质结合态稳定性土壤有机碳、氮库的增容.凋落物分解和稳定性土壤有机质形成中的碳氮耦合机制是次生演替过程中土壤有机碳、氮库变化的重要驱动机制.     

基于无人机的冬小麦拔节期表层土壤有机质含量遥感反演

快速监测大面积分布的盐渍化麦田土壤有机质含量,可为推进盐渍土改良和促进碳循环研究提供数据支撑。通过野外采样与获取无人机遥感影像,分别基于裸土和植被情况,采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种方法,建立区域有机质含量遥感模型,并进行检验和对比,确定最优的土壤有机质含量反演模型;最后基于最优模型进行研究区表层土壤有机质的反演,并与插值结果进行比较。结果表明: 经5×5的中值滤波处理后的光谱与土壤表层有机质对应最优;3种模型中,SVR模型的预测精度最高,PLSR次之,MLR效果最差。对比两种变量的建模效果,基于植被的SVR建模效果最好,其建模决定系数(R²)、均方根误差(RMSE)分别为0.89、0.20,验证R²、RMSE分别为0.82、0.24;基于裸土的建模效果不理想,最优的也是SVR模型,其建模R²、RMSE分别为0.63、0.26,验证R²、RMSE分别为0.61、0.25。根据最优模型反演得到该区域有机质含量为17.51～22.53 g·kg^-1,平均值为19.51 g·kg^-1,与实地调查结果较为一致;插值结果与反演结果相比,精度受到限制。综上,基于无人机多光谱可以对盐渍土冬小麦拔节期土壤有机质含量进行快速、大范围精准估测。