全球气候变化的中国自然植被的净第一性生产力研究

本文根据已建立的植物生理生态学特点与水热平衡关系的植物净第一性生产力模型对中国自然植被的净第一性生产力现状及全球变化后的自然植被的净第一性生产力进行了分析,给出了中国陆地生态系统自然植被的净第一性生产力在全球气候变化条件下的变化图景,为合理开发、利用自然资源,以及监测和预测中国陆地生态系统自然植被净第一性生产力的变化及应采取的策略提供了科学依据。     

农业生产力模型初探

根据植物的生理生态学特点及诸气候要素建立了农业净第一性生产力模型:NPP=exp(rR_n(r~2 R_n~2 rR_n/(R_n r)(R_n~2 r~2)·(0.0015RDI 0.0013)) 用该模型对全球变化条件下的农业净第一性生产力的敏感性试验表明:我国农业净第一性生产力在气温升高2℃且降水不变或增加20％的情况下都有不同程度的提高,幅度为0.44％～12.88％,其中,在降水不变的情况下,湿润地区增加幅度最大,为5.46％～12.88％,在降水增加的情况下,干旱、半干旱地区增加幅度最大,为3.89％～10.92％;在温度升高2℃、降水减少20％的情况下,湿润地区农业生产力增加1.48％～14.63%,干旱、半干旱地区农业生产力降低0.44%～2.92％,干旱地区降低幅度较大,为1.04％～6.01％,表明水分为农业生产力的主要限制因子。     

BIOME系列模型: 主要原理与应用

 基于过程的平衡态陆地生物圈模型-BIOME系列及其动态发展(LPJ-DGVM: Sitch et al.,2000) 已经成为模拟大尺度(全球至区域)的植被地理分布、净第一性生产力和碳平衡以及预测气候变化对陆地生态系统潜在影响的有效工具。本文综述了BIOME系列模型的发展过程,包括每个模型的主要原理、优点和缺陷,论述了模型在国际以及我国全球变化研究中的应用,并简单讨论了模型未来发展的趋势。以植物功能型作为基本研究单元,BIOME系列模型的控制因素从单纯的生物气候变量和生态生理限制因子(BIOME1),发展     

中国农业生态系统的生产潜力和人口承载力

中国农业生态系统的生产潜力和人口承载力是全球关注的问题。本研究将农业生态系统的生产潜力定义为由生物遗传特性和4大宏观生态条件(太阳辐射、温度、水资源和土地资源)共同决定的生产力上限;以无机环境-第一性生产-第二性生产之间的结构适应性和能量-物质流平衡为主线,发展了对农业生态系统生产潜力和人口承载力的综合评价模型,它包括第一性生产潜力子模型和第二性生产潜力与人口承载力优化子模型;并应用该模型把中国农业生态系统分为603个区域单元,进行第一性生产潜力,第二性生产潜力和人口承载力的评价。     

陆地植被净第一性生产力的研究

回顾了当前国内外陆地植被净第一性生产力（ＮＰＰ） 的研究现状，分析了３ 种生产力模型（ 气候相关模型、过程模型和光能利用率模型） 在应用于全球和区域生产力研究时的长处及不足：气候相关模型在气候变化研究中应用比较多，但计算的只是潜在ＮＰＰ；过程模型着重于植物生长的生理生态过程，但过于复杂，模型中的参数不易获得；光能利用率模型因为可直接利用遥感数据成为ＮＰＰ模型发展的一个主要方面．对国内ＮＰＰ的研究及遥感手段在ＮＰＰ研究中的应用进行了分析．     

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。     

陆地生态系统净第一性生产力对全球变化的响应

陆地生态系统的年净第一性生产力是每年植物通过光合作用固定的碳总量。随着全球变化发生,ＮＰＰ发生相应的变化。传统的方法预测ＮＰＰ的变化是利用气候和植被之间的局地关系建立回归模型,但用此方法预测ＮＰＰ的变化是有条件的。目前国际上出现了一种陆地生态系统的动态模型,它考虑了植物营养元素如氮的有效性,同时利用不同ＧＣＭｓ模型预测的气候因子的变化值和全球变化模拟研究的实验数据,预测全球ＮＰＰ的可能变化及区域分     

土地利用约束下中国东部南北样带生产力和植被分布对全球变化的响应

对现有的区域植被动态模拟模型进行了改进,使之包含了土地利用分布格局对植被和生态系统相关过程的影响.改进后的模型被用于研究中国东部南北样带(NSTEC)植被和净第一性生产力对未来气候变化的响应.模拟结果显示土地利用格局对未来气候条件下植被分布的变迁和生产力形成过程有非常显著的影响.与没有土地利用约束的情形相比较,土地利用作为限制条件缓减了植被类型之间的竞争,从而减少了模拟的样带区域内常绿阔叶林,但增加了模拟灌木和草地的分布.土地利用约束使得模拟得到的当前条件下的净第一性生产力更为接近实际情况,且未来气候条件下的生产力改变量更为可信.对未来CO2倍增条件下7个大气环流模型预测的气候情景的模拟结果表明:落叶阔叶林将显著增加,但针叶林、灌木和草原的分布将下降.未来气候条件下NSTEC样带的净第一性生产力总量将增加.预测样带北部的净第一性生产力的变化范围大于样带南部.温度变化比降水变化对样带的生产力具有更强的控制.     

四川植被净第一性生产力(NPP)对全球气候变化的响应

根据全球气候变化的趋势 ,利用生态信息系统 (EIS)技术 ,采用植被净第一性生产力模型 ,并结合海拔因素 ,模拟了四川植被净第一性生产力在未来气候 5种水热条件下空间分布格局的变化趋势。结果表明 ,当前四川植被的净第一性生产力 (NPP)从总体上沿东南向西北呈逐渐递减趋势。植被净第一性生产力与降水量呈明显正相关关系 ,二者曲线比较近似。与可能蒸散率呈明显负相关关系 ,与海拔关系比较复杂。在盆地内 ,NPP值主要取决于降水量的多少。在盆地向高原过渡地区和高山高原地区 ,植被净第一性生产力主要取决于可能蒸散率的大小。随着全球气候的变化 ,四川省的植被净第一性生产力将沿东南至西北方向发生面积和值的推移。当温度升高 2 5℃ ,降水量增加 10 %时 ,四川省的植被净第一性生产力将增加13 76 % ,随着降水量增加到 2 0 % ,其值将进一步升高 ,达到 10 92 2TDM·hm-2 ·年 -1。当温度升高 4℃ ,降水量增加 10 %时 ,四川省的植被净第一性生产力将增加 18 2 9% ,随着降水量减少到P 10 %时 ,其值将逐渐减少到 9 5 30TDM·hm-2 ·年-1。     

土地利用约束下中国东部南北样带生产力和植被分布对全球变化的响应

对现有的区域植被动态模拟模型进行了改进,使之包含了土地利用分布格局对植被和生态系统相关过程的影响。改进后的模型被用地研究中国东部南北样带(NSTEC)植被和净第一性生产力对未来气候变化的响应。模拟结果显示土地利用格局对未来气候条件下植被分布的变迁和生产力形成过程有非常显著的影响。与没有土地利用约束的情形相比较,土地利用作为限制条件缓减了植被类型之间的竞争,从而减少了模拟的样带区域内常绿阔叶林,但增加了模拟灌木和草地的分布。土地利用约束使得模拟得到的当前条件下的净第一性生产力更为接近实际情况,且未来气候条件下的生产力改变量更为可信。对未来CO2倍增条件下7个大气环流模型预测的气候情景的模拟结果表明：落叶阔叶林将显著增加,但针叶林、灌木和草原的分布将下降。未来气候条件下NSTEC样带的净第一性生产力总量将增加。预测样带北部的净第一性生产力的变化范围大于样带南部。温度变化比降水变化对样带的生产力具有更强的控制。     

Increased evapotranspiration demand in a Mediterranean climate might cause a decline in fungal yields under global warming

Wild fungi play a critical role in forest ecosystems, and its recollection is a relevant economic activity. Understanding fungal response to climate is necessary in order to predict future fungal production in Mediterranean forests under climate change scenarios. We used a 15‐year data set to model the relationship between climate and epigeous fungal abundance and productivity, for mycorrhizal and saprotrophic guilds in a Mediterranean pine forest. The obtained models were used to predict fungal productivity for the 2021–2080 period by means of regional climate change models. Simple models based on early spring temperature and summer–autumn rainfall could provide accurate estimates for fungal abundance and productivity. Models including rainfall and climatic water balance showed similar results and explanatory power for the analyzed 15‐year period. However, their predictions for the 2021–2080 period diverged. Rainfall‐based models predicted a maintenance of fungal yield, whereas water balance‐based models predicted a steady decrease of fungal productivity under a global warming scenario. Under Mediterranean conditions fungi responded to weather conditions in two distinct periods: early spring and late summer–autumn, suggesting a bimodal pattern of growth. Saprotrophic and mycorrhizal fungi showed differences in the climatic control. Increased atmospheric evaporative demand due to global warming might lead to a drop in fungal yields during the 21st century.     

Comparing global models of terrestrial net primary productivity (NPP): the importance of water availability

Given that neither absolute measures nor direct model validations of global terrestrial net primary productivity (NPP) are feasible, intercomparison of global NPP models provides an effective tool to check model consistency. For this study, we tested the assumption that water availability is the primary limiting factor of NPP in global terrestrial biospheric models. We compared a water balance coefficient (WBC), calculated as the difference of mean annual precipitation and potential evapotranspiration to NPP for each grid cell (0.5° × 0.5° longitude/latitude) in each of 14 models. We also evaluated different approaches used for introducing water budget limitations on NPP: (1) direct physiological control on evapotranspiration through canopy conductance; (2) climatological computation of constraints from supply/demand for ecosystem productivity; and (3) water limitation inferred from satellite data alone. Plots of NPP vs. WBC showed comparable patterns for the models using the same method for water balance limitation on NPP. While correlation plots revealed similar patterns for most global models, other environmental controls on NPP introduced substantial variability.     

作物生产力模型及其应用研究

从农业生态环境的角度论述了作物生产力模型的产生背景,讨论了作物生产力模型发展的幼年期、少年期、青年期和成熟期4个阶段,从科学研究,农业作物管理和农业决策分析等方面论述了作物生产力模型在保护农业生态环境中的作用,讨论了作物生产力模型的不足之处主要为简单的模型的地区适应性不强,而复杂的模型则由于参数的难以获取,且不同研究区域基础数据格式的一致性问题,也导致模型的地区适应性比较弱,因而提出要建立通用,统一的数据格式,以使作物生产力模型在不同地区易于推广应用;最后针对作物生产力模型普遍适应性能比较弱的问题,对作物生产力模型与地理信息系统的结合进行了研究,并综述了目前在作物生产力模型的界面友好化方面的一些工作,提出建立通用的作物生产力模型界面是今后发展的重点所在。     

Global nitrogen fertilizer supply and demand outlook

This paper presents a brief overview of the world nitrogen fertilizer demand, highlights trends in the global and regional developments of production capacity and provides a medium-term perspective of the global nitrogen supply/demand balance.     

Modeling Net Ecosystem Carbon Exchange of Alpine Grasslands with a Satellite-Driven Model

Estimate of net ecosystem carbon exchange (NEE) between the atmosphere and terrestrial ecosystems, the balance of gross primary productivity (GPP) and ecosystem respiration (Reco) has significant importance for studying the regional and global carbon cycles. Using models driven by satellite data and climatic data is a promising approach to estimate NEE at regional scales. For this purpose, we proposed a semi-empirical model to estimate NEE in this study. In our model, the component GPP was estimated with a light response curve of a rectangular hyperbola. The component Reco was estimated with an exponential function of soil temperature. To test the feasibility of applying our model at regional scales, the temporal variations in the model parameters derived from NEE observations in an alpine grassland ecosystem on Tibetan Plateau were investigated. The results indicated that all the inverted parameters exhibit apparent seasonality, which is in accordance with air temperature and canopy phenology. In addition, all the parameters have significant correlations with the remote sensed vegetation indexes or environment temperature. With parameters estimated with these correlations, the model illustrated fair accuracy both in the validation years and at another alpine grassland ecosystem on Tibetan Plateau. Our results also indicated that the model prediction was less accurate in drought years, implying that soil moisture is an important factor affecting the model performance. Incorporating soil water content into the model would be a critical step for the improvement of the model.     

中国气候-植被关系初探

气候—植被分类必须强调气候因子的综合影响及其指标的区域性。一般的气候观测缺乏在生物学上具有重要与综合的作用或代表性,而区域潜在蒸散包括从所有表面的蒸发与植物蒸腾,并涉及到决定植被分布的两大要素：温度和降水。因此,区域潜在蒸散具有作为植被—气候相关分析与分类的综合气候指标的功能。本文首次根据区域潜在蒸散对气候—植被关系的热量与水分指标进行了初步探讨,提出了进行气候—植被关系的热量指标(TI)和区域湿润指标(RMI),并据此对中国气候—植被关系进行了初步的定量研究。该研究对于了解气候—植被之间的相互关系,正确地评估和预测全球变化对人类及生物所赖以生存的生态环境的影响具有重要的理论和现实意义。     

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。     

气候变化、火干扰与生态系统生产力

 综述了气候变化、火干扰与生态系统生产力之间的相互作用关系以及目前相关的研究进展。侧重介绍了气候变化与火干扰之间的相互作用关系以及火干扰对生态系统生产力的影响。气候变化通过作用于可燃物质数量、湿度和火灾天气来影响火干扰的发生频率和强度,而火干扰过程释放大量温室气体和烟尘物质反过来也会对气候变化产生影响。另外,火干扰过程改变了火烧迹地的土壤生物地球化学性质、养分循环和分配以及大气组成,进而对生态系统对CO2的吸收能力产生影响。正确理解三者之间的逻辑关系,对于我们有效地利用火管理提高区域生态系统碳吸收,减少碳排放,减缓全球变化速率,都具有重要的指导意义 。