前言：本站為你精心整理了探討植被凈初級(jí)生產(chǎn)力對(duì)氣候因子的響應(yīng)范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢(xún)。

1研究地區(qū)與研究方法

1.1研究區(qū)概況

江西省位于長(zhǎng)江中下游南岸(圖1)，界于113°34''''E—118°28''''E、24°29''''N—30°04''''N，地處北回歸線(xiàn)附近，日照充足，氣候溫暖，年平均氣溫在20℃左右(圖3a);江西屬亞熱帶濕潤(rùn)季風(fēng)氣候，春季溫暖多雨，夏季炎熱溫潤(rùn)，秋季涼爽少雨，冬季寒冷干燥。無(wú)霜期長(zhǎng)達(dá)240～307d。該區(qū)受季風(fēng)和地貌等因素的影響，年降水量時(shí)空分布不均，年均1400～1800mm(圖3b)。該區(qū)自然條件復(fù)雜，植被類(lèi)型多樣，是亞洲東南部熱帶、亞熱帶植物區(qū)系的起源中心之一。常綠闊葉林是江西地區(qū)地帶性植被，也是該區(qū)植物群落演替的頂極群落。江西植物分布南北差異很大，大體以27°00''''N—27°30''''N為界，以南有較多的熱帶植物區(qū)系成分，以北則摻雜有不少暖溫帶植物區(qū)系成分。同時(shí)，因海拔高差而異，形成了植被垂直帶譜，相應(yīng)出現(xiàn)了結(jié)構(gòu)、外貌和功能各不相同的森林類(lèi)型。主要植被類(lèi)型有亞熱帶常綠闊葉林、人工針葉林、針葉闊葉混交林、落葉闊葉林及常綠與落葉混交林，典型植被類(lèi)型中常綠針葉林占全省面積的37%，灌叢30%，常綠闊葉林5%，農(nóng)田2%，草地1%(圖4a)。森林土壤主要有紅壤、山地黃紅壤、山地黃壤、山地黃棕壤類(lèi)型。境內(nèi)東、南、西三面環(huán)山，中間丘陵起伏，北部為鄱陽(yáng)湖及其平原。

1.2GLOPEM-CEVSA模型

GLOPEM-CEVSA是在陸地生態(tài)系統(tǒng)跨尺度模擬和新一代生態(tài)系統(tǒng)模型發(fā)展理念基礎(chǔ)上(曹明奎等，2004)，通過(guò)耦合基于衛(wèi)星遙感的全球生產(chǎn)效率模型與基于植被生理生態(tài)的過(guò)程模型得到的估算NPP和凈生態(tài)系統(tǒng)生產(chǎn)力(NEP)的模型;在站點(diǎn)尺度上實(shí)現(xiàn)并驗(yàn)證了模型(Wangetal．，2011)，并應(yīng)用于青海三江源區(qū)生態(tài)系統(tǒng)本底綜合評(píng)估報(bào)告(王軍邦等，2009)。

1.3數(shù)據(jù)源及分析方法

1.3.1數(shù)據(jù)源GLOPEM-CEVSA模型主要輸入數(shù)據(jù)中，遙感反演的植被冠層吸收光合有效輻射比(FPAR)是利用1km分辨率的2000—2006年MO-DIS數(shù)據(jù)產(chǎn)品MOD15A2(Knyazikhinetal．，1999)。氣象數(shù)據(jù)是利用全國(guó)約730氣象站點(diǎn)數(shù)據(jù)，進(jìn)行空間差值得到時(shí)間分辨率為8d、空間分辨率為1km的空間數(shù)據(jù)。所使用的插值方法是由澳大利亞國(guó)立大學(xué)基于利用光滑薄板樣條法開(kāi)發(fā)的插值軟件ANUSPLIN(Hutchinson，2002)。數(shù)字高程模型(DEM)數(shù)據(jù)通過(guò)90m空間分辨率的SRTM數(shù)據(jù)(Rodriguezetal．，2006)，進(jìn)行空間重采樣得到1km空間分辨率DEM數(shù)據(jù)。

1.3.2模型驗(yàn)證本研究分別利用MODIS數(shù)據(jù)共享網(wǎng)的NPP產(chǎn)品數(shù)據(jù)(MOD17A3)(Zhaoetal．，2005)，及森林清查數(shù)據(jù)計(jì)算的NPP數(shù)據(jù)(羅天祥，1996)，其中江西省地區(qū)有25個(gè)樣點(diǎn)數(shù)據(jù)，與GLOPEM-CEVSA模擬結(jié)果進(jìn)行比較驗(yàn)證。本模型的NPP值與森林清查樣點(diǎn)數(shù)據(jù)線(xiàn)性回歸結(jié)果表明(圖2)，盡管復(fù)相關(guān)系數(shù)(Adj.R2=0.16)較低，但二者間存在顯著線(xiàn)性相關(guān)性(P=0.028);而MOD17A3則與森林清查樣點(diǎn)數(shù)據(jù)線(xiàn)性關(guān)系不顯著(Adj.R2=0.03，P=0.187)。當(dāng)截距為0時(shí)，本文模型能解釋樣點(diǎn)數(shù)據(jù)變異的85%(P＜0.001);而MOD17A3則解釋樣點(diǎn)數(shù)據(jù)變異的80%(P＜0.001)?？梢?jiàn)，本模型對(duì)該地區(qū)森林NPP的模擬效果較好。

2結(jié)果與分析

2.1NPP的空間格局江西省2000—2006年平均年降水和年均溫如圖3所示。模擬的NPP空間格局與該區(qū)植被類(lèi)型、水熱條件地帶性差異規(guī)律相一致(圖4)。NPP區(qū)域平均值為817gC•m－2•a－1，NPP最高值為1789gC•m－2•a－1。NPP空間分布自鄱陽(yáng)湖地區(qū)向東南西3個(gè)方向放射增加，中北部地區(qū)的鄱陽(yáng)湖濕地NPP較小，50gC•m－2•a－1以下;東部地區(qū)由于水熱條件較好，有較大面積的森林分布，一般在1200～1500gC•m－2•a－1;西部由于受氣溫和降水的氣候控制，植被覆蓋相對(duì)較高，NPP大多600～1000gC•m－2•a－1。研究區(qū)主要植被類(lèi)型NPP由高到低依次為:常綠針葉林(1091.38gC•m－2•a－1)、常綠闊葉林(846.09gC•m－2•a－1)、農(nóng)田(767.20)灌叢(596.62gC•m－2•a－1)、草地(325.50gC•m－2•a－1)。與其他模型模擬的全國(guó)各植被類(lèi)型平均NPP相比(表1)，江西省主要植被平均NPP高于全國(guó)對(duì)應(yīng)植被平均值，這可能與江西省處于亞熱帶的地理位置密切相關(guān)。

2.2NPP空間格局形成的氣候因素統(tǒng)計(jì)每毫米降水區(qū)間上平均NPP繪制出NPP隨降水的空間變化而變化的曲線(xiàn)圖，由圖5a可見(jiàn)，降水＜1770mm的區(qū)域NPP隨降水的波動(dòng)較大，但總體有上升趨勢(shì)，在1770～1900mm的區(qū)域NPP隨降水變化相對(duì)平緩，NPP在690～740gC•m－2•a－1波動(dòng)，并且置信區(qū)間反應(yīng)的誤差范圍較小;然而在降雨＞1900mm的地區(qū)，NPP隨降水的增加明顯增加，平均NPP最高達(dá)到960gC•m－2•a－1，當(dāng)降水＞1950mm時(shí)，NPP反而隨降水的增加而減少，由置信區(qū)間可知其誤差范圍較大。同樣根據(jù)每0.1℃溫度區(qū)間的NPP繪制出NPP隨溫度變化的曲線(xiàn)圖(圖5b)，反映出NPP隨氣溫的變化則呈單峰模式，即NPP先隨氣溫升高而升高，在氣溫約為17℃的地區(qū)，NPP達(dá)到了最高值840gC•m－2•a－1，氣溫超過(guò)該值的地區(qū)，氣溫越高的地區(qū)NPP反而越低。其中，年均氣溫在9～17℃的地區(qū)，主要是廬山、三清山、井岡山等山地丘陵地區(qū)，在空間上NPP與氣溫間存在極顯著線(xiàn)性正相關(guān)關(guān)系(y=57.10x+48.03，R2=0.97，P＜0.001)。氣溫在17～21℃地區(qū)，主要是贛南山地丘陵區(qū)，NPP與氣溫間存在極顯著的線(xiàn)性負(fù)相關(guān)關(guān)系(y=－124.13x+3092.5，R2=0.95，P＜0.05)。進(jìn)一步根據(jù)該地區(qū)平均氣溫和標(biāo)準(zhǔn)差將該區(qū)域分為低(＜17.25℃)、均(17.25～18.55℃)、高(＞18.55℃)3個(gè)氣溫區(qū)，分析氣溫對(duì)NPP隨降水變化模式的影響。其中均溫區(qū)和高溫區(qū)包含了江西省絕大部分地區(qū)，占全省總面積的79%。3個(gè)氣溫區(qū)域NPP隨降水變化模式與整個(gè)研究區(qū)基本一致，但以低溫區(qū)NPP總體較高，其次是均溫區(qū)，高溫區(qū)NPP明顯低于其他2個(gè)區(qū)(圖5c)。低溫區(qū)和均溫區(qū)主要植被以常綠針葉林為主，而高溫區(qū)則以農(nóng)田為主。高溫區(qū)NPP波動(dòng)較大，在降水最高區(qū)域，低、均和高氣溫區(qū)NPP較為接近。研究區(qū)平均降水1802±68mm(標(biāo)準(zhǔn)偏差SD為68mm)，按平均值M±0.5SD將研究區(qū)劃分為降水少、中、多3個(gè)區(qū)域，然后分析每個(gè)區(qū)域內(nèi)NPP在不同溫度梯度上的變化模式，結(jié)果表明其變化模式與全省基本一致(圖5d)。在3個(gè)降水區(qū)域，越往溫度高的地區(qū)NPP越高，但是超過(guò)閾值(約17.5℃)后NPP開(kāi)始下降。經(jīng)分析年均溫等于或低于區(qū)域均值的地區(qū)為地帶性植被常綠針葉林，在熱量條件更好的地方NPP更高，但這一氣溫區(qū)間出現(xiàn)一個(gè)值得注意的現(xiàn)象，即在低于14℃的地區(qū)，降水多NPP低，降水少NPP高;而高于14℃的地區(qū)降水多NPP高，降水少NPP低;前后差別相對(duì)較為明顯。年均溫為18.53～19.82℃的區(qū)域以農(nóng)田和灌叢植被為主，而年均溫為19.82～20.56℃的區(qū)域主要植被是灌叢;在這2個(gè)區(qū)域農(nóng)田的NPP在624～645gC•m－2•a－1，而灌叢的NPP在650～715gC•m－2•a－1;而在更高溫度的后一區(qū)域，降水低于平均值的地區(qū)灌叢的NPP約為549gC•m－2•a－1，降水在區(qū)域均值范圍內(nèi)的區(qū)域灌叢NPP為644gC•m－2•a－1，由此可解釋在高溫區(qū)出現(xiàn)的NPP“異?！?。

3討論

3.1模型的不確定性本研究以GLOPEM-CEVSA模型，模擬了江西2000—2006年植被凈初級(jí)生產(chǎn)力。在利用森林碳通量觀測(cè)數(shù)據(jù)驗(yàn)證該模型時(shí)，本模型能夠解釋碳通量塔觀測(cè)的總初級(jí)生產(chǎn)力季節(jié)變化的83%以上(Wangetal．，2011)。本模型模擬的我國(guó)東北地區(qū)森林凈初級(jí)生產(chǎn)力，與森林資源清查樣方數(shù)據(jù)間呈顯著線(xiàn)性相關(guān)，當(dāng)截距不為0時(shí)復(fù)相關(guān)系數(shù)R2為0.253，當(dāng)截距為0時(shí)R2=0.899(趙國(guó)帥等，2011)。說(shuō)明盡管模型能夠很好地模擬森林植被NPP，但模型對(duì)以落葉針葉林為主的東北地區(qū)的模擬效果，略好于對(duì)以常綠針葉林為主的江西地區(qū)的模擬，即模型對(duì)常綠針葉林NPP的模擬還存在一定的不確定性。由于受云等因素的影響，基于衛(wèi)星遙感的植被吸收光合有效輻射比(FPAR)，可能是主要不確定性來(lái)源，進(jìn)一步提高FPAR的數(shù)據(jù)質(zhì)量應(yīng)該是今后努力的一個(gè)方向。

3.2亞熱帶常綠植被NPP空間格局形成的氣候因素植被生產(chǎn)力是植被結(jié)構(gòu)、土壤性質(zhì)和氣候條件的綜合作用結(jié)果。在全球氣候變化和日益加劇的人類(lèi)活動(dòng)，一方面改變了植被結(jié)構(gòu)，另一方面影響植被生產(chǎn)力。在本研究中，低溫區(qū)和均溫區(qū)主要植被以常綠針葉林為主，而高溫區(qū)則以農(nóng)田為主，反映了人類(lèi)活動(dòng)利用水熱條件相對(duì)優(yōu)越的區(qū)域土地?；谛l(wèi)星遙感的GLOPEM-CEVSA模擬的植被NPP的空間分布特征反映了植被受土壤、氣候等綜合因素影響下現(xiàn)實(shí)NPP，但其空間分布完全反映了依據(jù)氣候因子計(jì)算的植被氣候生產(chǎn)力的狀況。江西植被氣候生產(chǎn)力基本上由東、南、西3個(gè)方向向北呈放射性分布，隨著高山、丘陵、平原地形的變化而逐漸減小;只是由于僅僅考慮氣候因素的影響，其空間變異較小。本文植被現(xiàn)實(shí)生產(chǎn)力，形成了沿降水梯度大致以1725和1875mm降水為分界點(diǎn)，呈現(xiàn)逐漸遞增的3個(gè)波峰分布特征(圖5a)。NPP的氣候控制主要是通過(guò)地下資源的可利用性進(jìn)行調(diào)節(jié)，在全球尺度上，NPP與降水的相關(guān)性最強(qiáng)，約2000～3000mm的降水量(雨林的典型降水量)可產(chǎn)生最高的NPP，而在極高的降水條件下NPP下降(蔡平等，2005)。地處亞熱帶和溫帶的交匯地帶的江西省，植被處于中生活型濕生生境下，在一定降水量范圍內(nèi)水分不是限制生長(zhǎng)的因素，但降水量較高的地區(qū)NPP隨降水量增加而下降，這可能是由于根或土壤微生物受到氧的限制，或者關(guān)鍵營(yíng)養(yǎng)的淋溶損失所致(蔡平等，2005)。而NPP隨氣溫的變化則呈單峰模式，即NPP先隨氣溫升高而升高，當(dāng)氣溫達(dá)到17℃時(shí)NPP達(dá)到了最高值840gC•m－2•a－1，而后隨氣溫升高而降低(圖4b)，這反映了植被對(duì)氣溫和降水綜合作用的響應(yīng)。然而這不同于在全球尺度上得到的一般性認(rèn)識(shí)，即除干旱生態(tài)系統(tǒng)(如荒漠)外NPP一般隨著溫度的增加呈指數(shù)增加(蔡平等，2005)。包括本文中的GLOPEM-CEVSA模型(Wangetal．，2011)，多數(shù)模型均認(rèn)為植物在最適溫度時(shí)光合速率最高，而當(dāng)溫度低于或高于某值時(shí)，光合作用受到溫度限制(Raichetal．，1991;Melilloetal．，1993;Caoetal．，2004;邴龍飛等，2012)。在本研究，最適溫度確定為25℃，然而，模擬的NPP在17℃時(shí)達(dá)到最高，這可能反映了在水熱等氣候因素及土壤等環(huán)境因素綜合作用的結(jié)果。

4結(jié)論

利用GLOPEM-CEVSA模型對(duì)江西植被凈初級(jí)生產(chǎn)力分析表明，該模型能客觀地反映植被凈初級(jí)生產(chǎn)力狀況;但基于衛(wèi)星遙感的FPAR可能是主要的模型不確定性源，需在今后進(jìn)一步提高FPAR的數(shù)據(jù)質(zhì)量。NPP隨氣溫的變化則呈單峰模式，即NPP先隨氣溫升高而升高，當(dāng)氣溫達(dá)到17℃時(shí)NPP達(dá)到最高值，而后隨氣溫升高而降低。研究結(jié)果對(duì)江西省或江西省附近區(qū)域的NPP與氣候關(guān)系有參考意義。在以后的研究中利用月尺度的數(shù)據(jù)分析NPP與氣溫和降水的關(guān)系能更詳盡探索NPP與氣候因素的關(guān)系。另外，江西處于亞洲季風(fēng)區(qū)，該區(qū)總體上呈現(xiàn)出水熱條件較好、NPP值較高的規(guī)律，但農(nóng)田區(qū)不明顯，人類(lèi)活動(dòng)(耕作)改變了這種連續(xù)性規(guī)律，這為進(jìn)一步研究全球氣候變化和人類(lèi)活動(dòng)對(duì)生態(tài)系統(tǒng)的影響提供了基礎(chǔ)。

作者：丁慶福王軍邦齊述華葉輝黃玫徐躍通應(yīng)天玉陶健單位：山東師范大學(xué)人口資源與環(huán)境學(xué)院中國(guó)科學(xué)院地理科學(xué)與資源研究所生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測(cè)與模擬重點(diǎn)實(shí)驗(yàn)室江西師范大學(xué)地理與環(huán)境學(xué)院