论文部分内容阅读
陆地生态系统植被总初级生产力(GPP)反映了植被通过光合作用固定大气中CO2的能力,是陆地生态系统碳循环的第一步,影响其他碳循环变量的强度。青藏高原作为世界上海拔最高、面积最大的高原,其陆地生态系统植被生产力的波动,将会对本地及周边地区产生很大的影响,因此准确的估算青藏高原GPP是十分重要的研究内容。在诸多模型中光能利用率(Light use efficiency model,LUE)模型在模拟GPP时空变化方面具有很大的潜力。本文的研究区域为青藏高原,利用涡度通量站观测数据、MERRA(The Modern Era Retrospective-analysis for Research and Application)数据、全球监测与模型研究组(GIMMS)NDVI3g数据集以及中分辨率成像光谱仪(MODIS)数据产品,采用7个LUE模型,研究青藏高原陆地生态系统植被GPP时空分布及其主要影响因子,并比较模型之间的差异,主要内容包括两部分。 第一部分用MERRA数据和GIMMS NDVI3g数据驱动EC-LUE模型模拟青藏高原1982年~2013年间的GPP。用青藏高原及其周边12涡度通量站观测数据对EC-LUE模型进行验证,结果表明EC-LUE模型能够很好地模拟GPP的日变化,与观测值之间的决定系数(R2)为0.85。1982年至2013年,青藏高原GPP总量在620.45~736.40Tg Cyr-1之间变动,平均值为676.60Tg Cyr-1,GPP总量总体呈上升趋势。1982年~2013年GPP平均值自西北向东南递增,GPP年增长值也是西北低,东南高。青藏高原GPP季节分异性十分明显,不同季节,GPP空间分布格局以及GPP变化趋势的分布格局都存在明显的差异。青藏高原EC-LUE模型模拟的GPP主要受气温的调控,降水和辐射对GPP的调控作用相对较小。另外,植被状况也是影响GPP的一个关键要素。 第二部分用MERRA气象数据以及MODIS数据驱动7个LUE模型(CASA、CFIX、CFLUX、EC-LUE、MODIS、VPM和VPRM)模拟青藏高原2000年~2010年的GPP,比较不同模型模拟的青藏高原GPP的差异,并用涡度通量站的观测数据验证7个LUE模型在青藏高原的适用性。结果表明:CASA模型和CFLUX模型低估了青藏高原的GPP;MODIS高估了青藏高原的GPP;CFIX模型的GPP模拟值与观测值的相关性较低;EC-LUE模型、VPM模型和VPRM模型能够较好的模拟青藏高原的GPP。不同模型模拟的青藏高原年均GPP总量差异明显,最大值为958.74Tg C yr-1(MODIS),最小值为253.86Tg C yr-1(CASA模型),CFIX、EC-LUE、VPM和VPRM模型模拟的结果比较接近,分别为653.47、676.05、703.49和682.74Tg C yr-1。7个LUE模型模拟的青藏高原GPP总量在2000年~2010年均呈递增的趋势,但年增长率不相同,最低和最高年增长率分别为0.52%(EC-LUE模型)和1.58%(MODIS算法)。虽然7个LUE模型模拟的GPP均值及其年际变化值都表现为西北低东南高,但空间分布格局的差异明显。气象数据(气温、辐射和水分)对GPP的调控作用,不同模型之间的差异明显,CASA、CFLUX和EC-LUE模型认为水分影响比其他因子要稍大一点;但是VPM和VPRM认为气温的影响更大;而MODIS模型,水分、辐射和气温的影响作用相当,都比较高。植被状况是影响GPP的重要因素,GPP与植被指数(NDVI)的相关性都很高,显著正相关的比例为47.33%~71.17%。 青藏高原GPP总量应该为600~750Tg Cyr-1,GPP空间分布格局自西北向东南逐渐递增。在全球变暖的背景下,近30年青藏高原的GPP整体呈上升趋势。不同的LUE模型由于驱动数据和模型结构的差异,模拟的青藏高原GPP差异明显。EC-LUE模型、VPM模型和VPR模型能够很好的模拟青藏高原的GPP,适于在青藏高原开展生产力的研究。