全球典型流域地表覆盖变化与净生态系统碳交换量时空相关性分析

随着社会经济的发展,流域管理目标已从早期的防洪、供水、航运等转变为注重资源利用和生态保护的综合管理,并在全球生态系统碳平衡中扮演着重要角色。作为量化生态系统固碳能力的重要指标,净生态系统碳交换量(NEE)在不同地表覆盖类型中的碳源/汇能力存在显著差异。探究全球典型流域地表覆盖类型与NEE的时空相关性对流域生态管理等具有重要意义。本文以全球30 m地表覆盖数据(GlobeLand30)和全球陆地净生态系统碳交换量数据为基础,分析2000—2020年全球8个典型流域的地表覆盖及NEE时空变化特征,研究地表覆盖类型变化与NEE的时空相关性。结果表明:①2000—2020年,流域内耕地、裸地、人造地表、湿地、水体及苔原面积增加,草地面积先增加后减少,整体为增加状态;②2000—2020年,流域整体NEE先减小后增加,整体为减小趋势,碳汇能力增强;③2000—2020年,草地与NEE呈显著负相关,耕地、裸地、人造地表、湿地及水体面积与NEE在2010—2020年呈正相关,地表覆盖类型变化对NEE有显著影响。本文可为流域碳中和管制和土地利用空间优化调控提供理论参考,推动流域协同减排和高质量发展。

江苏盐城滨海湿地净生态系统碳交换量模拟参数选择

滨海湿地净生态系统碳交换量受到多种环境因素的影响,在进行滨海湿地净碳交换量估算建模时,参数的选择至关重要,如何合理地选择输入参数不仅对于估算结果的精度有影响,同时也会影响预测模型的适用性。本研究使用了Pearson、Spearman、距离相关系数、最大互信息相关系数4种相关系数来计算各个环境因素与净碳交换量之间的相关性,基于相关系数来选择最佳的输入参数组合。利用实际测得的江苏盐城盐沼湿地数据,依次选择各个相关性中最高的8个参数组合,基于卷积神经网络对江苏盐城滨海湿地NEE进行建模,得到了4个预测模型,并使用均方根误差和平均绝对值误差来进行模型精度的验证。研究表明,使用基于最大互信息系数得到的参数组合进行滨海湿地NEE建模时模型的精度最好,误差最小;净光合有效辐射,净辐射,地表辐射与NEE在4个相关系数中都属于强相关,表明这一类辐射类参数对滨海湿地NEE的影响要大于其他参数;各参数与NEE之间的关系既包含线性关系也包含非线性关系,传统的单一线性分析手段无法完整准确地反应各个环境参数与NEE之间的响应关系;基于卷积神经网络的滨海湿地NEE预测模型在精度上要优于其它同类型模型,这表明使用该模型在进行NEE预测建模时具有很好的适用性。

放牧强度对青藏高原高寒草甸净生态系统交换量的影响

放牧是青藏高原主要的土地利用方式之一。放牧强度不同,对青藏高原高寒草甸生态系统NEE的影响也不同。为揭示不同放牧强度下高寒草甸生态系统气体交换的变化规律,同时为生态系统碳收支核算提供基本数据,本研究于2012年5-10月采用Li-6400便携式光合仪和密闭式箱法,对青藏高原高寒草甸生态系统不同放牧强度下的气体交换进行分析测定。结果表明,1)净生态系统交换量(NEE)、生态系统呼吸量(Reco)和生态系统初级生产力(GPP)均表现出明显的季节变化,NEE在整个生长季的变化趋势呈"U"型,Reco和GPP为单峰型变化趋势;2)从5月中旬到9月中旬,NEE为负值,表明高寒草甸生态系统为CO2净吸收;3)在放牧率为50%的中度放牧强度下,高寒草甸的NEE和GPP具有最大值,表明中度放牧生态系统具有较高的碳汇水平。

亚热带马尼拉草坪生态系统CO_2净交换量测定方法比较

利用IRGA法和GC法,同步观测了3种天气(晴天、多云、阴天)条件下福州市江滨公园马尼拉草坪生态系统CO2净交换量(NEE)的白昼动态变化,比较IRGA法和GC法透明通量箱对观测样点环境的影响程度,并探讨其对NEE观测结果的影响.结果表明:在单次观测结束时,IRGA法通量箱对样点环境的扰动小于GC法,晴天白天二者箱内的平均升温分别为1.79℃和2.33℃,箱内平均光合有效辐射(PAR)降低幅度分别为11.00%和21.00%.3种天气情况下,IRGA法与GC法观测的NEE白天变化趋势较一致,但3种天气相同时段内GC法测定的NEE平均值比IRGA法高3.17μmol·m-2·s-1,二者的差异在中午最大,在清晨和傍晚较小.IRGA法比GC法可以更为准确地测量草坪NEE.

鄱阳湖南矶湿地净生态系统CO_2交换量的日变化特征

利用涡度相关技术分未淹水期和淹水期对2015年4月—2016年10月鄱阳湖南矶湿地净生态系统CO_2交换量(net ecosystem CO_2exchange,NEE)进行观测,分析其日变化特征和影响因子。结果表明:在未淹水期,湿地NEE日变化呈现"U"型分布特征,日间最大CO_2吸收量为18.24μmol·m^(-2)·s^(-1),夜间最大CO_2释放量为24.92μmol·m^(-2)·s^(-1)。在淹水期,除较高洲滩及湖岸高地外,植被被水面覆盖,湿地NEE日变化无明显特征,日间最大CO_2吸收量为2.29μmol·m^(-2)·s^(-1),夜间最大CO_2释放量为12.66μmol·m^(-2)·s^(-1)。相关分析和主成分分析表明在未淹水期南矶湿地日间NEE月平均日变化与光量子通量密度相关性最高,与气温、降水、土壤含水量和土壤温度的相关性次之,夜间NEE月平均日变化与气温、土壤温度和土壤含水量相关性较高。在淹水期,南矶湿地日间NEE月平均日变化与光量子通量密度、土壤含水量有关,夜间变化与土壤温度、土壤含水量和气温有关。

安吉毛竹林净生态系统碳交换量及叶绿素荧光参数的变化

利用涡度相关法,对安吉毛竹林生态系统的碳通量进行实时观测,同时用叶绿素荧光仪PAM-2500测定通量框架下毛竹的叶绿素荧光参数。分析了毛竹林净生态系统碳交换量(NEE)的日变化和月平均变化及荧光参数变化。结果表明,NEE值在6:00—7:00开始转为负值,至17:00—18:00转为正值;白天表现为碳汇,并且在数值上,NEE值的负值最高点表现为秋季(9月,10月,11月)>春季(3月,4月,5月)>冬季(12月,1月,2月),说明毛竹CO2通量具有明显的季节变化。逐月NEE值变化范围为-25.563 3~85.531 2 g C·m^(-2)·月-1,12和1月份NEE值较低,1月份达到最低点。叶绿素荧光参数中PSⅡ的最大光合量子产量(F_v/F_m)先降后升,12月,1月和3月份F_v/F_m低于正常水平,与其他月份差异显著(P<0.05),说明毛竹在这3个月份受到了胁迫,光化学效率降低;F_v/F_o与F_v/F_m趋势相同,12月,1月和3月份潜在活性最低,并且与其他月份差异显著(P<0.05);PSⅡ的实际光合量子产量(ФPSⅡ)变化趋势与F_v/F_m、光化学猝灭系数(q P)大致相同;在10月至翌年3月份,q P逐渐下降之后开始升高,同时伴随非光化学猝灭系数(q N)值的上升和下降。研究表明,毛竹在受到低温胁迫时,会导致其吸收的光能用于光化学电子传递的部分减少,光合碳同化率下降。

我国净生态系统碳交换量(NEE)的时空变化特征研究

利用LPJ（Lund-Potsdam-Jena）全球动态植被模型,对1971~1998年我国陆地净生态系统碳交换量（NEE）的年总量变化、空间分布格局及变化特征进行了分析。结果表明,近30年来我国的碳汇强度在波动中呈增强趋势,多年平均总碳汇强度为-0.25 Gt.C/a。全国不同区域年均净碳交换量差别显著,整体表现为东部碳汇强而西部弱,除西北部分荒漠草原地区外,全国大部分地区为碳汇区。1985~1998年平均相对于1971~1984年平均,我国不同地区NEE的变化存在较大的空间差异,其中内蒙的中部地区则由原来的弱碳汇区转为弱碳源区,大部分地区碳汇增强。

黑河中游植被生长季土壤呼吸和净生态系统碳交换量的季节变化

基于涡度相关法和静态箱―气相色谱法的净生态系统碳交换量（net ecosystem exchange,NEE）与土壤呼吸（soil respiration,Rs）速率观测数据,探讨了黑河中游不同土地利用方式下净生态系统碳交换量和土壤呼吸的季节变化,以及土壤呼吸对净生态系统碳交换量的贡献率。结果表明,净生态系统碳交换量和土壤呼吸速率在时间尺度上呈现多峰变化趋势,7月底至8月初达到峰值;在空间尺度上受植被覆盖度的影响,植被稀疏的荒漠、戈壁和沙漠呈现较为一致的变化趋势,土壤呼吸对净生态系统碳交换量的贡献率达20%～68%;而植被密集的玉米地、果园和湿地则呈现较高的季节变异性,土壤呼吸对净生态系统碳交换量的贡献率为10%～21%。土壤呼吸的微小变动可能引起净生态系统碳交换量明显变化。

科尔沁草甸生态系统净碳交换特征及其驱动因子

以2013年10月-2014年9月连续观测的CO2 通量数据为基础,分析了科尔沁草甸生态系统净碳交换量（NEE）的时间变化特征及其驱动因素.结果表明,NEE 日变化季节差异明显,生长季变化幅度大,净CO2 日吸收速率7月〉8月〉9月〉6月〉5月;生长季内,NEE 主要受控于叶面积指数和光合有效辐射.NEE 与光合有效辐射（PAR）之间的关系可用直角双曲线方程来描述,拟合得到的表观初始光能利用率α为0.0015μmolCO2/μmolPAR,最大光合速率Pmax为0.65μmolCO2/（m^2·s）.叶面积指数（LAI）对NEE 的影响可由分段函数表示,当LAI〉3.08时,表现为渐进饱和型,且LAI越大NEE 对PAR 的响应越明显;当高饱和水汽压差（VPD）在1.5～2.0kPa时,光合作用开始降低,NEE 明显受到VPD 值的抑制;短暂强降雨（累计降雨量〉40 mm/d）对昼间NEE 有一定的抑制,而持续低强度降雨（降雨时长〉15h）对夜间NEE 存在激发作用;夜间NEE 随土壤温度呈指数增长,温度敏感系数（Q10）为2.63.

青藏高原高寒草甸生态系统CO2通量研究进展

高寒草甸是广布于青藏高原的主要植被类型，是青藏高原大气与地面之间生物地球化学循环的重要构成部分，在区域碳平衡中起着极为重要的作用。本研究首先系统回顾了青藏高原高寒草甸生态系统CO2通量日、季、年等不同时间尺度的变化特征，以及温度、光合有效辐射、降水等主要环境因子对高寒草甸生态系统CO2通量的影响；其次比较了青藏高原3种典型高寒草甸生态系统类型源汇效应和Q10值；最后针对青藏高原高寒草句生态系统CO2通量研究现状，分析了当前存在的一些不确定性，展望了未来工作的重点。

青藏高原高寒灌丛生态系统CO_2通量年变化特征研究

高寒灌丛生态系统是广布于青藏高原的高寒草甸植被类型,它是青藏高原大气与地面之间生物地球化学循环的重要构成部分,在区域生态系统碳平衡中起着极为重要的作用。采用涡度相关法对青藏高原高寒灌丛CO2通量进行连续观测(2003年1月1日至2005年12月31日),结果表明:2003,2004和2005年高寒灌丛年净生态系统CO2交换量分别为223,277和61g CO2.m-2.a-1,3年平均CO2值为187g CO2.m-2.a-1;与其他地区草地生态系统类型相比,在为期3年的研究时段海北地区高寒灌丛生态系统表现为大气CO2的汇。

青藏高原高寒草甸生态系统CO_2通量研究进展

高寒草甸是广布于青藏高原的主要植被类型,它是青藏高原大气与地面之间生物地球化学循环的重要构成部分,在区域碳平衡中起着极为重要的作用。基于对青藏高原主要高寒草甸生态系统类型CO2通量研究方面的综述,系统分析了高寒草甸生态系统CO2通量日、季、年等不同时间尺度的变化特征以及温度、光合有效辐射、降水等主要环境因子对高寒草甸生态系统CO2通量的影响;同时,结合其他地区草地生态系统,就青藏高原三种典型高寒草甸生态系统类型源汇效应和Q10值进行了比较;最后,结合青藏高原高寒草甸生态系统CO2通量研究的现实与需要,提出了当前存在一些不确定性和有待深入研究的问题。

基于涡度相关的黑河玉米生态系统生长季碳通量和固碳能力变化特征研究

利用黑河计划数据管理中心提供的黑河大满灌区农田生态系统4套涡度相关仪和配套的气象观测站点的数据，在对通量和气象数据预处理前提下，得到完整可靠的CO2通量和配套的气象观测数据，计算4个站点的CO2通量（ Fc）、净生态系统交换量（ NEE）、总初级生产力（ GPP），分析它们的动态变化特征。结果表明，在研究区内，整个生长季Fc介于-2.78~0.60 mg/（m2·s），最小Fc出现在7月中下旬；整个生长期月平均Fc表现为“U”型曲线，在13：00达到峰值[-1.91 mg/（m2·s）]。夜间生态系统的碳通量与地表温度呈显著的指数关系，土壤温度是其主要影响因素；NEE最大碳吸收量出现在7月中旬，达到16.04 g/（m2·d），极个别与临近值变化趋势不同的数值，是由高温季节的强降雨天气导致；最终得到的生长季GPP在7月中旬日积累量达到最高[17.74 g/（m2·d）]。4个站点生长期的GPP总累积量分别是914.68 g/m2、937.03 g/m2、984.18 g/m2、1002.20 g/m2。

锡林浩特草原净生态系统碳交换量特征及源区分布

为探究草原生态系统固碳能力,利用锡林浩特国家气候观象台2018—2021年的涡动相关资料分析了锡林浩特草原生态系统CO_(2)通量的变化特征以及环境因子对CO_(2)通量的影响,并对通量源区分布进行了探讨。结果表明:研究区全年盛行西南风,生长季的源区面积大于非生长季,大气稳定条件下的源区面积大于不稳定条件;90%贡献率的源区最大长度接近400 m,与经典法则估算的长度一致。锡林浩特草原净生态系统碳交换量(NEE)具有明显的日变化和季节变化,生长季白天为碳汇,夜间为碳源,非生长季白天和夜间均为弱碳源。2018—2021年,年总NEE分别为-15.59、-46.28、-41.94和-78.14 g C·m^(-2)·a^(-1),平均值为-45.49 g C·m^(-2)·a^(-1),表明锡林浩特草原有较强的固碳能力。饱和水汽压差和光合有效辐射有助于草原生态系统吸收大气中CO_(2);夜间,当温度高于0℃时,气温和土壤温度升高会促进植被呼吸作用释放CO_(2)。

基于涡度相关技术估算植被/大气间净CO_2交换量中的不确定性

近年来,涡度相关技术的进步使陆地生态系统CO2通量的长期和连续观测成为可能。目前,涡度相关技术是全球通量观测网络(FLUXNET)测定植被/大气间CO2通量的主要技术手段,但绝大部分CO2通量观测站点都处于非典型的理想条件下,不能完全满足涡度相关技术的基本假设条件,从而导致基于涡度相关技术估算植被/大气间净生态系统CO2交换量的不确定性。系统介绍了涡度相关技术的基本假设,基本理论公式和误差的类型与特征等理论问题,重点阐述了通量测定中仪器本身的物理限制、二维和三维的气流运动、数据处理的方法和夜间通量的低估等不确定性的主要来源,并据此对通量观测研究中需要优先考虑的问题提出一些建议。研究认为数据质量控制与分析以及误差评价是不同通量站点间的结果比较和全球尺度综合分析的过程中需重点考虑的问题。

温度和水分对科尔沁草甸湿地净生态系统碳交换量的影响

基于涡度相关和波文比气象土壤监测系统,研究了2016年科尔沁草甸湿地生态系统生长季5—9月CO_2通量的动态变化特征,分析了温度、水分等环境因子与其的响应关系.结果表明:生长季累计净生态系统碳交换量(NEE)为-766.18 g CO_2·m^(-2),总初级生产力(GPP)和生态系统呼吸量(R_e)分别为3379.89和2613.71 g CO_2·m^(-2),R_e/GPP为77.3%,表现为明显的碳汇.NEE各月平均日变化呈单峰"U"型曲线,其中5—7月和8月中旬表现为吸收CO_2,8月后半月和9月表现为释放CO_2.日间NEE与光合有效辐射(PAR)呈显著的直角双曲线关系,同时受饱和水汽压差(VPD)、土壤含水量(SWC)和气温(T_a)等环境要素调控.回归关系表明,日间NEE达到最大时,VPD和SWC值分别为1.75 kPa和35.5%,而NEE随T_a增加逐渐增大,当T_a达到最大时,并未对NEE产生抑制作用;夜间NEE随土壤温度(T_s)呈指数趋势上升.在整个生长季,生态系统呼吸的温度敏感性指数(Q_(10))为2.4,且SWC越高,Q_(10)越小,夜间NEE受T_s和SWC共同调控.

围封和放牧对科尔沁沙质草地净生态系统碳交换量的影响

利用箱式法对科尔沁地区围封和放牧条件下的沙质草地净生态系统碳交换量(NEE)进行研究,以探讨围封、放牧对NEE的影响。结果显示:(1)围封17年样地的NEE显著小于围封22年样地的,围封22年样地的显著小于放牧样地的(P<0.01)。(2)在植物生长季内,围封样地总体表现出碳汇功能,放牧样地表现出碳源功能。(3)从碳净固定的量来看,围封17年沙质草地的净碳固定能力强于围封22年的;而围封22年比围封17年的沙质草地的在净碳固定方面持续的时间较长。(4)不同环境因子对不同处理NEE的影响程度不尽相同,其线性组合最大可解释NEE的变异依次为围封22年(39.5%)>围封17年(32.1%)>放牧(21.2%)。

青藏高原净生态系统碳交换量的遥感评估模型研究

青藏高原作为世界海拔最高的区域,是全球气候变化的敏感区之一。定量估算这一区域的净生态系统碳交换量(NEE)有利于理解陆地生态系统碳平衡对未来气候变化的响应。本文构建了一个模拟该地区NEE动态变化的净碳收支模型(NCBM)。该模型由来源于MODIS影像的增强型植被指数(EVI)、陆地表面水分指数(LSWI)以及来源于地面观测的空气温度和短波辐射共同驱动,并利用青藏高原地区的3种植被类型(包括高寒灌丛、高寒湿地和高寒草甸)的碳通量长期观测数据对模型进行了校准和验证。结果表明,在模型校准站点年,NCBM模型可以模拟NEE观测值81%的变化,均方根误差(RMSE)为0.03mol C/m^2/d,模型效率(EF)为0.81。在模型验证站点年,NCBM模型可以预测NEE观测值84%的变化,RMSE为0.03mol C/m^2/d,EF为0.81。在大多数情况下,NCBM模型可以清晰地模拟各植被类型的NEE季节和年际变化。此外,NCBM模型因为结构简单,模型驱动变量易于获取等优势,具有在区域尺度上模拟NEE时空变化的潜力。但是该模型还需要进一步的改进和发展,特别需要提高对植被非常稀疏地区NEE变化的模拟能力。

散射辐射对西藏高原高寒草甸净生态系统CO_2交换的影响

2003-2006年在当雄草原站用涡度相关法对西藏高原广泛分布的高寒草甸生态系统的碳通量和常规气象数据进行了连续观测。基于这些数据,根据净生态系统CO2交换量（NEE）对晴朗指数（k）和土壤温度的响应特征,分析了净生态系统CO2交换量与散射辐射之间的关系。依据地面接受的散射辐射量把天气划分为云隙天、晴天和多云天。结果表明,散射辐射不能提高西藏高原高寒草甸生态系统的碳吸收水平。该生态系统的碳收支过程主要受光合有效辐射控制,碳排放过程主要受土壤温度控制;且NEE随k的变化趋势受散射辐射的影响较小,生态系统碳收支更多地受太阳辐射对土壤强烈加温的影响。三种散射辐射天气条件下,NEE随k的变化趋势基本一致,先增加后减小;NEE达最大值时的土壤温度皆为15℃左右,k值皆为0.7-0.8。

干旱对青藏高原腹地高寒草地生态系统净CO_2交换的影响（英文）

干旱对草地生态系统NEE有深刻影响。基于涡度相关技术提供的碳通量及小气候数据,研究了2009年当雄高寒草地生态系统的碳交换特征及其主控因子,同时分析了干旱的可能影响。5-7月初及9月发生的干旱导致草地GLAI、ALB和GPP较低,6月中旬到7月初碳吸收一度下降。干旱使6、7月份NEE日变化进程发生改变。同时,NEE和GPP的季节变化也受到干旱影响。由于干旱导致生态系统吸收能力降低,7月3日出现NEE日净碳排放最高值(0.9 g C m-2d-1)。5-7月的NEE月总量均大于0,且逐月增加。该草地2009年的GPP和NEE分别为-158.1和52.4 g C m-2。日均θ<0.1时,θ成为影响白天NEE变化的主控因子。GLAI、Ta和θ是3个对NEE季节变异影响最大的指标,且其影响程度依次降低。GPP季节变化的主控因子是GLAI、θ、PPT、VPD和Ta,生态系统水分状况(θ、PPT或VPD)对GPP的影响大于Ta。Reco主要受控于Ta、GLAI、PAR和PPT,且其影响力依次降低。GLAI的季节变化可解释NEE和GPP变异的60.7%和76.1%。当雄高寒草地生态系统水分条件的年际变化可能是影响NEE年际变异的主要因子。