基于BEPS模型的东北三省森林生态系统NPP模拟

为了精确模拟森林生态系统净初级生产力(NPP)及研究东北森林生态系统NPP分布特征,本研究选取东北三省为研究区域,应用遥感和过程模型相结合的方法,采用1km的MODIS遥感数据、逐日气象数据、土壤数据等相关数据,对2012年东北三省的森林生态系统NPP进行估算,并采用多种方法进行验证,分析东北三省森林生态系统NPP的空间分布格局及季节变化规律。结果表明:模拟的净生态系统生产力(NEP)与帽儿山通量站点测量的净生态系统碳交换量(NEE)的决定系数(R^2)为0.88~0.92,均方根误差(RSME)为0.3~1.4 g C/(m·m·d),说明BEPS模型能够较好地估算东北三省森林生态系统的NPP。估算的针叶林、阔叶林、针阔混交林NPP平均值都介于各个学者的模拟结果之间,估算结果比较合理。

北方地区叶面积指数变化对蒸散和产水量的影响

越来越多的证据表明伴随植树造林/再造林等工程实施,我国北方地区叶面积指数(LAI)近年来变化明显。但有关植树造林等引起的LAI变化对水循环的影响仍存在争议。本研究利用卫星遥感LAI数据和生态过程模型(BEPS)评价了2000—2014年北方地区LAI变化对蒸散和产水量的影响。首先评价了北方地区LAI的变化趋势;在此基础上采用"去趋势"法去除LAI变化趋势而仅保留其年际变化;而后分别基于原始和去趋势后LAI序列驱动BEPS模拟北方地区蒸散;最后基于两种情景比较分析LAI变化对蒸散和产水量的影响。结果表明,北方地区LAI发生显著变化的地区占北方地区面积的20.2%,其中LAI显著升高和显著降低地区面积分别占18.8%和5.5%。在像元尺度上,LAI升高会促进蒸散并降低产水量,LAI降低则相反。在区域尺度上,LAI升高分别对蒸散和产水量产生了显著的正负效应;LAI变化对水循环影响取决于研究区覆盖范围和研究区内LAI升高和降低的比例。考虑到LAI升高对产水量可能产生的负效应和北方地区的缺水危机,未来植树造林活动或许应该考虑更多集中于南方地区。

中国东北地区植被NPP模拟与时空变化分析

利用北方生态过程模型(BEPS)模拟我国东北地区2003-2012年间植被生产力,以森林、草地通量站点和区域森林样地生产力调查数据两个尺度验证了模型精度,并对其植被净初级生产力(NPP)的时空变化特征及影响因素进行了分析.结果表明:在站点上,森林的总初级生产力(GPP)与站点观测值的决定系数(R^2)为0.94,均方根误差(RMSE)为1.53 g·(m^2·d)^(-1),草地植被的R^2与RMSE分别为0.79和0.59 g·(m^2·d)^(-1);区域森林生产力调查数据处理结果与模拟的森林NPP的决定系数R^2=0.84,RMSE=42.73 g·(m^2·a)^(-1);研究区域NPP值呈现东北部高西南部低,由东北向西南方向逐级递减的分布格局;10年来,林地NPP增长最为明显,农田增长缓慢,灌木增减不明显,而草地呈弱下降趋势.温度和太阳辐射是影响东北NPP变化的主要因素,森林干扰是引发局部剧烈变化的重要驱动因素.

广域空间尺度上植被净初级生产力的精确推算

作者介绍了使用遥感、GIS数据和BEPS生态过程模型推算植被净初级生产力(NPP)的方法.为了准确推算北海道地区NPP,我们改进了BEPS模型,而且使用了高质量GIS数据 作为模型的输入数据.通过计算得出1998年北海道NPP的平均值为644 g C/m2,总量为 0.078 Gt C.我们还进行了模型输入数据质量对应用生态过程模型推算NPP的精度影响测试. 结果表明,高质量的GIS输入数据可以提高NPP推算精度16.6%～39.7%.