改进Biome-BGC模型模拟哈佛森林地区水、碳通量

Biome-BGC模型通过耦合植被、土壤与大气间的水分与CO2交换过程,实现植被生产力的模拟,但土壤水平衡模块的不够完善,导致在长时间无降水情况下植被生产力模拟存在较大误差.针对这一问题,本文对Biome-BGC模型中土壤水分胁迫气孔导度方程、蒸散计算公式及土壤水分流失过程等3方面进行了改进和调整,利用改进的Biome-BGC模型模拟美国哈佛森林地区蒸散、植被生产力,并与地面通量观测值进行了比较.结果表明,改进后模拟精度有明显的提高,蒸散、植被生态系统生产力(NEE)与观测值间的决定系数分别由0.483和0.658提高到0.617和O.813,蒸散逐年均方根误差平均下降了48.7％,NEE逐年误差平方和平均下降了39.8％.改进后的模型模拟结果更接近观测值.     

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。     

基于Biome-BGC模型的北方杨树人工林碳水通量对气候变化的响应研究

研究中国北方杨树人工林碳水通量对气候变化的响应,对于制定合理的经营管理措施以应对区域的气候变化具有重要意义。基于对杨树人工林碳水通量的连续监测数据和对Biome-BGC模型参数的校准,模拟分析杨树人工林碳水通量及水分利用效率(WUE)对气候变化(气温上升、降水变化和大气CO_2浓度上升)的响应规律。结果表明,Biome-BGC模型校准后显著提升了其对杨树人工林碳水通量的模拟精度,对GPP、ET模拟结果的Nash-Sutcliffe效率系数(NS)分别为0.69和0.63,各自提高了64.3%和80%,均方根误差(RMSE)则分别降低至1.94 g C m~(-2) d~(-1)和0.88 mm/d,分别下降了26.5%和25.4%。在未来气候变化情景中,单独的气温上升、降水增加和大气CO_2浓度上升分别造成GPP的降低、升高和升高,其中GPP对大气CO_2浓度上升的响应程度(28%—44%)远高于对气温上升(1%—5%)和降水变化(3%—10%)的,ET则主要受降水的影响,响应程度在5%—14%之间。GPP和ET对气候变化的响应则受不同水平的气温上升、降水变化和大气CO_2浓度上升三者综合作用的影响。基于GPP和ET对气候变化的响应,WUE随气温上升、降水增加表现为降低趋势,随降水减少和大气CO_2浓度升高则呈升高趋势;其对未来气候中大气CO_2浓度升高的响应程度为27.7%—43.6%,远高于对气温上升(1.2%—5.8%)和降水变化(1.2%—3.5%)的,说明未来气候变化中大气CO_2浓度上升是促进杨树生长的主要因素;其中相对于当前WUE(2.8 g C/kg H_2O),C2T2P1和C0T3P0情景下WUE的升高和降低幅度最大,分别为45.4%和5.8%。     

基于Biome-BGC模型的西双版纳橡胶林碳收支模拟

以西双版纳橡胶适宜种植区(海拔550—600m)的橡胶林(Hevea brasiliensis)为研究对象,应用参数同化后的Biome-BGC模型模拟了1959—2012年橡胶林的碳循环。结果表明,(1)与涡度相关监测结果相比,橡胶林年总初级生产力(Gross Primary Productivity,GPP)、年总呼吸(Total Respiration,Rt)的模拟精度分别为98.37%和90%。由于对年GPP的过低估计和对年Rt的过高估计,年净生态系统交换量(Net Ecosystem Exchange,NEE)的模拟值比实测值低157.35 g C m~(-2)a~(-1)。但若考虑干胶碳(139g C m~(-2)a~(-1)),模拟值与实测值十分接近;(2)橡胶林在模拟进行的前8年里因异养呼吸较高,以碳排放为主,NEE平均约357 g C m~(-2)a~(-1);之后转为以碳固定为主,NEE平均约~(-1)46 g C m~(-2)a~(-1);(3)橡胶林在40年的更新周期中可固定碳1835 g C m~(-2),是一个弱的碳汇。但与热带雨林相同周期固碳6720 g C m~(-2)相比,仍为碳源。以上结果为深入了解橡胶种植对区域碳循环的影响提供了科学依据,建议当地政府一方面要有计划的对老胶林进行更新,以维持当前橡胶林生态系统中的碳平衡;另一方面要注重对热带雨林的保护,从而实现区域经济和生态环境保护的协调发展。     

甘南高寒草甸碳收支时空格局及动态模拟

草甸生态系统具有强大的碳汇功能,在全球碳循环过程中发挥着重要作用。区域尺度草甸生态系统碳通量的精准模拟,可以为揭示草地碳循环对全球变化的反馈机制提供理论依据。生态过程模型则是分析和预测区域碳平衡的重要途径。以甘南州高寒草甸生态系统为研究对象,利用参数优化后的 Biome-BGC 模型,模拟1979-2018年高寒草甸总初级生产力 (Gross Primary Productivity, GPP)和净生态系统生产力 (Net Ecosystem Productivity, NEP),以表征该区域碳收支的时空分布特征。以上述40年实测气象数据为基准,并结合第六次国际耦合模式比较计划 (Coupled Model Intercomparison Project phase 6,CMIP6)中的3种共享社会经济路径 (Shared Socio-economic Pathways, SSPs)情景,对甘南州2019-2100年高寒草甸碳收支进行情景模拟。结果表明:(1) 参数优化后的Biome-BGC模型能较好的模拟甘南州高寒草甸GPP和NEP,且GPP模拟对比NEP的模拟效果更好;(2) 甘南州高寒草甸在整个研究阶段表现为碳汇,过去40年GPP、NEP波动范围为600-1100 g C m^-2 a^-1、150-300 g C m^-2 a^-1,GPP显著上升,NEP呈波动性上升趋势。未来暖湿化情景下,高寒草甸碳收支年际波动较大,NEP呈先上升再下降趋势,2060年前后出现极小值,年均增幅约为2.02 g C m^-2 a^-1,气温、降水和大气CO₂浓度升高共同影响该地碳收支格局;(3) 季节尺度上表现为冬春季节为碳源、夏秋季节为碳汇,植被生长季固碳作用增强。年内GPP、NEP呈倒"U"型变化趋势,峰值均出现在7、8月,低温以及持续增温对碳汇具有抑制作用,生长季降水量与植被生产力呈正相关;(4) 碳汇/碳源的空间分布随时间而变化,具有明显的地域差异性,总体上碳汇增长率由西南向东北递减。     

基于Biome-BGC模型及树木年轮的太白红杉林生态系统对气候变化的响应研究

利用Biome-BGC模型模拟了1960—2013年太白山太白红杉林生态系统的净初级生产力(NPP),对其与太白红杉的径向生长关系进行了探讨,并分析了NPP值对气候变化的响应关系。结果表明:1960—2013年太白山太白红杉林北坡NPP年均值为305.33g C m~(-2)a~(-1),南坡为320.71g C m~(-2)a~(-1),南北坡的NPP值均呈现出一定的上升趋势,北坡的上升速率(0.47g C m~(-2)a~(-1))要小于南坡(1.29g C m~(-2)a~(-1)),但是北坡太白红杉分布下限区NPP值波动浮动较大。且北坡太白红杉NPP值随着海拔高度的上升而逐渐下降,低海拔的变化振幅要大于高海拔地区,南坡无明显变化。多数采样点的模拟NPP值与树轮宽度指数年际变化趋势趋于一致,相关关系呈显著相关。太白红杉标准年表、模型模拟NPP值与气象因子的相关分析均表明太白红杉的生长与生长季气温的相关性显著高于降水,即生长季的气温是太白红杉生长的限制因子。气候的变化作为制约太白红杉生境的重要因素,影响了太白红杉树木的生长,进而对NPP的变化产生了影响。树木年轮很好的检验了Biome-BGC模型模拟结果。     

细胞代谢过程分析方法及模型优化

细胞代谢是一个复杂的生物化学反应体系 ,可以在不同的水平上进行调控 ,如控制酶数量的翻译水平调控和调节酶活性的反应水平调控。细胞代谢为了一系列的特定目标而趋于最优化状态 ,如减少能量生产、减少ＮＡＤＰ的合成、增强氧气输送等等[1] 。在漫长的生物进化过程中 ,细胞已达到了这样的最优化状态。然而在一定的介质和条件下 ,生化反应中的微生物并不能充分发挥其潜在的全部催化活性 ,这是由于野生菌株还未能适应其新的目标———根据人类需要最大化生产或选择性生产特定物质。代谢工程通常被认为是“提高细胞活性的工程” ,是利用基因工…     

Biome-BGC模型模拟阔叶红松林碳水通量的参数敏感性检验和不确定性分析

生态过程模型的发展为研究者在长时间序列和区域尺度的研究提供了便利, 但模型模拟的准确性受到模型自身结构、模型参数估计合理性的影响。敏感性分析能够定量或定性筛选出对模型模拟结果影响较大的敏感参数, 是模型参数校准过程中的重要工具, 也是建模和应用的先决条件。该文以阔叶红松林为研究对象, 采用全局敏感性分析方法——傅里叶幅度灵敏度检验扩展法(EFAST)对Biome-BGC模型的生理生态参数进行了敏感性分析, 分别分析了红松(Pinus koraiensis)和阔叶树的净初级生产力(NPP)、蒸散(ET)对参数变化的敏感性。结果表明: (1)模拟红松NPP的不确定性高于阔叶树, 但二者的模拟ET的不确定性均较小。阔叶树的NPP和ET对生理生态参数的敏感性总体上都小于红松。(2)无论是红松、阔叶或其他植被类型, 模拟NPP均表现出对叶片碳氮比、细根碳氮比、比叶面积(SLA)和冠层截留系数的敏感性, 这4个参数的高敏感性主要是由模型自身结构所决定的, 与植被类型和研究地区的关系较小。对模拟ET而言, 细根与叶片碳分配比、新茎与新叶碳分配比和SLA均是影响红松和阔叶树ET的敏感参数, 但红松ET主要受参数与参数间的二阶或多阶交互作用的间接影响, 而阔叶树ET则主要是受到敏感参数直接效应的影响。(3)除了上述影响红松和阔叶树碳水通量的共性参数外, 诸如核酮糖-1,5-二磷酸羧化酶中叶氮含量、叶片与细根周转率、所有叶面积与投影叶面积之比等也是对模拟结果有影响的重要参数, 但是其敏感程度随物种不同和研究区不同而不同, 所以这类参数可以根据具体情况进行参数本地化, 对于其他不敏感参数则可以采用模型缺省值。     

蓝藻水华预报模型及基于遗传算法的参数优化

蓝藻水华预报是应对水危机,保障水资源供给的一项重要工作。以太湖北部三湾(竺山湖、梅梁湾、贡湖)为研究对象,采用动态空间环境建模技术,构建了蓝藻水华预报模型,并通过实地观测建立了模拟的初始参数集。利用2008年04-09月太湖水环境、气象等实测数据,采用遗传算法优化叶绿素a浓度预报模型中敏感度较高的4个参数。研究结果表明,该模型在蓝藻水华空间分布的预报上达到了一定的精度;采用遗传算法能全面、高效地进行参数优化,降低了模拟结果的相对残差,提高了模型预报精度。     

基于数据同化的哈佛森林地区水、碳通量模拟

模型模拟和站点观测是陆地生态系统水、碳循环研究最主要的两种手段,但各有优势和不足,若二者相互结合,则能更准确地反映生态系统水、碳通量的动态变化.数据同化为模型与观测结合提供了一条有效的途径.本文采用哈佛森林环境监测站相关数据,利用集合卡曼滤波同化算法,将实测叶面积指数(LAI)和遥感LAI同化进入Biome BGC模型中,对该地区水、碳通量进行模拟.结果表明：与未同化模拟相比,将1998、1999和2006年实测LAI数据同化后,模型模拟碳通量(NEE)与通量观测NEE的决定系数(R²)平均提升8.4%;蒸散发(ET)的R²平均提升10.6%;NEE的绝对误差和(SAE)和均方根误差(RMSE)平均下降17.7%和21.2%,ET的SAE和RMSE平均下降26.8%和28.3%.将2000-2004年MODIS LAI 产品与模型同化后,NEE、ET模拟值与观测值间的R²分别提升7.8%和4.7%;NEE的SAE和 RMSE分别下降21.9%和26.3%,ET的SAE和 RMSE分别下降24.5%和25.5%.无论实测LAI还是遥感观测LAI,同化进入模型都能不同程度地提高水碳通量的模拟精度.     

Testing parameter sensitivities and uncertainty analysis of Biome-BGC model in simulating carbon and water fluxes in broadleaved-Korean pine forests

生态过程模型的发展为研究者在长时间序列和区域尺度的研究提供了便利, 但模型模拟的准确性受到模型自身结构、模型参数估计合理性的影响。敏感性分析能够定量或定性筛选出对模型模拟结果影响较大的敏感参数, 是模型参数校准过程中的重要工具, 也是建模和应用的先决条件。该文以阔叶红松林为研究对象, 采用全局敏感性分析方法——傅里叶幅度灵敏度检验扩展法(EFAST)对Biome-BGC模型的生理生态参数进行了敏感性分析, 分别分析了红松(Pinus koraiensis)和阔叶树的净初级生产力(NPP)、蒸散(ET)对参数变化的敏感性。结果表明: (1)模拟红松NPP的不确定性高于阔叶树, 但二者的模拟ET的不确定性均较小。阔叶树的NPP和ET对生理生态参数的敏感性总体上都小于红松。(2)无论是红松、阔叶或其他植被类型, 模拟NPP均表现出对叶片碳氮比、细根碳氮比、比叶面积(SLA)和冠层截留系数的敏感性, 这4个参数的高敏感性主要是由模型自身结构所决定的, 与植被类型和研究地区的关系较小。对模拟ET而言, 细根与叶片碳分配比、新茎与新叶碳分配比和SLA均是影响红松和阔叶树ET的敏感参数, 但红松ET主要受参数与参数间的二阶或多阶交互作用的间接影响, 而阔叶树ET则主要是受到敏感参数直接效应的影响。(3)除了上述影响红松和阔叶树碳水通量的共性参数外, 诸如核酮糖-1,5-二磷酸羧化酶中叶氮含量、叶片与细根周转率、所有叶面积与投影叶面积之比等也是对模拟结果有影响的重要参数, 但是其敏感程度随物种不同和研究区不同而不同, 所以这类参数可以根据具体情况进行参数本地化, 对于其他不敏感参数则可以采用模型缺省值。     

利用大气二氧化碳和羰基硫浓度评估陆地生态系统模型碳通量模拟的不确定性

生态系统模型是模拟全球陆地生态系统碳循环的重要工具,但是其在全球不同区域的模拟存在很大的不确定性。如何评估陆地生态系统模型的不确定性是一项重要的研究。以北美地区为例,利用8个高塔观测站点同步获取的大气CO₂和羰基硫(OCS)浓度数据,结合WRF-STILT大气粒子扩散模型,评估了CASA-GFED3、SiB3和SiBCASA三种陆地生态系统模型模拟总初级生产力(GPP)和净生态系统CO₂交换(NEE)通量的不确定性。结果表明,SiB3模型能很好地模拟北美陆地生态系统GPP和NEE的季节变化时相和幅度,在3种模型中具有最佳的模拟能力;CASA-GFED3模型模拟的NEE季节变化较为理想、但对生长季GPP的模拟存在较大的误差,SiBCASA模型在模拟冬季晚期和春季早期的NEE和GPP时表现较不理想。研究证明了大气CO₂和OCS在评估陆地生态系统模型碳通量模拟的不确定性中的作用,为利用大气CO₂和OCS观测数据优化计算陆地生态系统光合和呼吸碳通量提供了理论支撑。