中国陆地生态系统净初级生产力变化特征——基于过程模型和遥感模型的评估结果，本文主要内容关键词为：模型论文,遥感论文,陆地论文,生产力论文,中国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 前言
中国是全球陆地碳循环研究的重点区域，探明其生态系统碳收支不仅具有非常重要的全球意义，而且对保障中国国家安全和有关环境问题的外交谈判具有重要作用。净初级生产力(Net Primary Productivity,NPP)是指在植物光合作用所固定的光合产物或有机碳(Gross Primary Productivity,GPP)中，扣除植物自身呼吸消耗部分(Autotrophic Respiration，
)后，真正用于植物生长和生殖的光合产物量或有机碳量，也被称为净第一性生产力[1]。它反映植被生产力状况，是生态系统能量与物质循环的基础，在研究区域乃至全球碳循环和碳存储中扮演着重要角色。模型模拟是当前在区域和全球尺度上进行陆地生态系统碳循环过程模拟和碳收支评估的主要研究方法。陆地生态系统过程模型的发展为系统分析、定量表达和预测陆地生态系统生产力、碳循环对气候变化和人类活动的响应等提供了有力支撑[2]。在过去几十年中，科学家相继开发了众多适用于陆地碳循环的动力学模型，这些模型主要分为生物地理模型、生物地球化学模型、陆面生物物理模型、全球动态植被模型和遥感模型等[3]。中国学者先后从国外引进和改良了CEVSA[4-5]、CASA[6-8]、GLO-PEM[9-11]、BEPS[12-13]等多个陆地生态系统碳循环模型，同时也自主开发了适用于中国陆地生态系统的AVIM2[14-15]、Agro-C[16]、FORCCHN[17]、DCTEM[18]等模型，对当前气候状态下中国自然陆地生态系统的净初级生产力和碳储量、未来气候变化和土地利用变化对中国陆地生态系统碳循环的影响等问题进行了模拟分析。
本文收集了不同学者利用过程模型和遥感模型模拟的中国陆地生态系统净初级生产力及其对未来气候变化的响应情况，旨在系统分析中国陆地生态系统净初级生产力的变化特征，进而为中国的碳收支研究、区域和全球尺度的碳循环模型模拟与发展提供数据支持。
2 中国陆地生态系统净初级生产力及其时间变化
自20世纪90年代末开始，中国学者利用生态系统过程模型和遥感模型就中国陆地生态系统NPP的估算先后开展了大量研究工作(表1)。由于所应用的模型、研究数据和研究时段等有所不同，不同研究结果间存在差异。但NPP的估算结果主要集中在1.43～3.30 
之间，占表1中所有研究结果总数量的77.78％。年均NPP在3.30～4.00和＞4.00 的数值个数分别只有4个。就不同研究所应用的模型来看，模拟结果的低值区主要集中在CASA、BIOME-BGc和BEPS等模型。综合不同研究者的研究结果可以得到，中国陆地生态系统NPP平均为(2.828±0.827)。
表1中加粗标记的研究结果除了朴世龙等[32]缺少1994年的NPP数据外，其余均包含1982-1998年完整时间序列的NPP数据。因此，将这些加粗标记的研究结果分年度进行平均即可进行年际变化分析(图1)。在NPP年际动态变化特征上，尽管不同研究者估算的研究结果间存在差异，但总体上呈现在波动中逐年上升的趋势。1982-1998年，年均NPP从2.542 增加到2.976 平均每年增长0.027 ，增长率为1.07％。在此期间，中国陆地生态系统NPP平均为2.736 ，略低于表2中的(2.828±0.827)。在曲线的整体变化中，1990年出现明显的峰值，1992和1997年出现明显的谷值。对比分析20世纪80年代和90年代的年均NPP变化趋势，可以发现前者的数值增长较后者平缓，且波动较小。有研究表明，1982-1999年，由温度、水分和光照等相互作用引起的气候变化可以解释NPP总增长的48.1％，且NPP的年际变化与大气
年增长率呈正相关[40]。Ren等[47]通过敏感性试验表明，气候变化是控制森林NPP时空变化的主导因素。多数学者认为，驱动NPP数值变化的主要因素是降水，但温度可以起到辅助作用，如在湿润年份，温度的增加有利于NPP的增长，反之在干旱年份，则导致NPP减少[32,48]。但在不同地理位置和季节，NPP对气候变化的响应是不同的[49]。也有研究者持不同的观点，如Fang等[31]认为单一因素无法解释NPP变化，它可能是气候、资源(如)和土地管理措施综合作用的结果。朱文泉等[40]研究表明：在大气增速加快的情况下，人为因素(如植树造林、土地利用变化等)引起的植被变化有利于NPP增加，而因气候变化导致的植被变化则与增长率无直接关联。Tian等[50]研究指出，N沉降以及对农作物施加N肥两者可以共同解释1961-2005年中国陆地生态系统净碳增长的61％，同时大气增加和土地利用对碳储存起促进作用；但臭氧污染和气候变化降低了这一时期的碳汇储量。
3 中国陆地生态系统不同植被类型净初级生产力
由于采用的植被类型图和模型等存在差异，不同学者利用过程模型和遥感模型对中国陆地生态系统同一植被类型单位面积NPP的估算结果差别较大。本文对收集到的相关研究结果进行了汇总分析(图2)。结果显示，常绿阔叶林单位面积NPP为745.12 
，显著高于其他植被类型，但不同研究结果间变化范围很大，介于417.9～1086。之间。落叶针叶林、常绿针叶林和落叶阔叶林相差较小，变化在415.62～513.67
之间。不同学者估算的农作物单位面积NPP差别很大，最低值不足最高值的1/4，其均值为458.25，低于阔叶林，但高于针叶林。灌丛与落叶针叶林较为接近，前者为365.08 ，后者为415.62。草地和荒漠均位于低值区，但前者显著高于后者，分别为217.90和16.52。森林生态系统单位面积NPP随林龄的变化而变化。Wang等[51]研究表明，落叶针叶林、常绿阔叶林、热带和亚热带常绿针叶林和落叶阔叶林单位面积NPP分别在54、40、13和122林龄时达到最大值，数值分别为462、889、620和625。由此可见，中国森林生态系统净初级生产力具有较大的增长潜力。
由于不同研究者在进行模型模拟时所用的植被类型图不同，因此相同植被类型所占面积存在差异。本文统一采用中国1∶100万植被类型图中不同植被类型的面积数据[52](表2)，用于计算各植被类型的NPP总量(图3)。其大小分布与单位面积NPP截然不同。农作物和草地位居前两位，分别为0.962 和0.606 ，两者之和高达总NPP的58.34％。除灌丛和常绿针叶林外，其余植被类型NPP总量均不足总NPP的10％。其中，以荒漠和混交林为最小，NPP总量分别为0.021 和0.022 。各森林类型NPP总量之和为0.779，仅占总NPP的29％。将不同植被类型NPP总量累加，结果为2.687 ，低于表2中的(2.828±0.827)。此外，Ren等[53]应用DLEM模型研究表明，如果综合考虑
、气候、和土地利用的影响，1961-2000年中国草地NPP仅增加了0.0003 PgC，但是去除的影响后，NPP则增加0.0143 PgC。同时，Ren等[47]指出，要想更全面地了解森林生态系统碳固持能力的变化及其应对气候变化和空气污染的能力，在未来研究中应考虑对流层浓度。
4 未来气候变化对中国陆地生态系统净初级生产力的影响
IPCC[54]研究报告指出，如果温室气体以当前或高于当前的速率排放，21世纪全球将进一步变暖，并会诱发全球气候系统的许多变化。明确陆地生态系统对未来气候变化的响应将会为有关政策的制定以及全球和区域尺度的碳循环研究提供重要依据。目前，针对未来气候变化如何影响中国陆地生态系统生产力已进行了许多研究，但研究结果间存在差异。已有研究表明，在B2情景下，未来100年中国陆地生态系统NPP总量将由20世纪末的2.94 增加到21世纪末的3.99 [19]；这与赵东升等[58]的研究结果有所不同，其应用LPJ模型模拟得出1961-2080年中国自然植被NPP呈现在波动中下降速度逐渐加大的趋势；Wu等[59]应用AVIM2模型同样模拟得到，中国陆地生态系统NPP可能呈现下降趋势。陈泮勤等[60]研究表明，2000-2050年中国陆地生态系统NPP在A1B和B1情景下均呈现在波动中升高的趋势，前者升高幅度强于后者。Tao、Zhang[61]模拟了8种气候情景下中国陆地生态系统NPP到本世纪末的变化情况，结果显示，NPP将先增加，到2090年左右达到最大值，此后开始下降，其可能的原因是由于干旱的压力。
不同植被类型对未来气候变化的响应存在差异。Ju等[62]应用InTEC模型预测了中国森林NPP在A2和B2情景下的变化，结果表明，2001-2100年如果综合考虑气候和的影响，NPP平均为1.4324 和1.323 ，因施肥效应增加的NPP值分别为0.3496 和0.2417 ，其中，前50年分别增加了0.1991和0.1266 ，后50年分别增加了0.1505 和0.1151 。陈泮勤等[60]应用FORCCHN模型模拟了2001-2050年中国森林在A1B和B1情景下的NPP分别为1.278和1.238 。以上4种情景模拟预测的森林NPP均高于本文中综合分析的结果，说明在未来情景下森林NPP有增加的趋势。陈泮勤等[60]还分别应用Agro-C和草地生态系统模型模拟了2001-2050年中国农田和草地NPP在A1B情景下分别为0.873和0.713，在B1情景下分别为0.857 和0.722。Zhang等[63]应用Crop-C模型预测了2000-2050年中国农田NPP在A1B情景下将以0.0006 的速度增长。
图3 不同植被类型NPP总量
Fig.3 The total amount of NPP in different vegetation types
5 结语
综合分析表明，中国陆地生态系统NPP平均为(2.828±0.827) ，但不同研究者的估算结果差异较大，主要集中在1.43～3.30 之间。其中，CASA、BIOME-BGC和BEPS模型的模拟结果偏低。1982-1998年，NPP总体上呈现在波动中不断上升的趋势，从2.542 增加到2.976，平均每年增加0.027 ，增长率为1.07％。其中，80年代NPP的变化趋势较之90年代平缓。由于各植被类型所占面积不同，其单位面积NPP和NPP总量的大小分布存在显著差异。单位面积NPP表现为常绿阔叶林显著高于其他植被类型，但其估算结果的变化范围较大，平均为745.12
。落叶针叶林、常绿针叶林和落叶阔叶林相差较小，变化在415.62～513.67。之间。不同学者对农作物单位面积NPP估算结果的最低值不足最高值的1/4，其均值高于针叶林，但低于阔叶林。灌丛与落叶针叶林的数值较为接近？草地和荒漠则均位于低值区，但前者显著高于后者，分别为217.90和16.52 。基于1∶100万中国植被图计算得到的不同植被类型NPP总量表现为农作物和草地居于前两位，两者之和高达总NPP的58.34％。其他植被类型中除灌丛和常绿针叶林外均不足总量的10％，其中，以荒漠和混交林的数值为最低。各森林类型NPP总量之和为0.779，占总NPP的29％。
在未来气候情景下，中国陆地生态系统NPP总体上可能呈现出先增加后减小的趋势，但不同研究结果间差异很大，甚至是完合相悖的结果。不同植被类型对未来气候变化的响应同样存在差异。
尽管过程模型和遥感模型在模拟陆地生态系统净初级生产力方面具有诸多优势，如：适用于区域和全球尺度的时空连续分析、有利于对未来气候情景的模拟预测等，但在模型应用中还存在着一定的不足，如：
(1)模型的不确定性分析
模型的构建是基于对现实过程的简化，在此过程中众多的假设和主观判断给模型带来了很多隐藏的误差。并且，模型参数和输入数据的不确定性同样影响着模型模拟结果的精度。但是，这些误差因素在传统的不确定性研究中往往被忽略[64]。尽管人们已经认识到对模型模拟结果进行不确定性分析的重要性，但是在目前的碳收支研究中，定量分析其模拟结果的不确定性仍然是一个亟待解决的问题。如表1中不同模型对NPP的估算结果差别较大，主要原因可能是模型结构、模型参数和输入数据的不同，但由此引起的NPP差异却可能掩盖真实NPP的大小，因此，对模型模拟结果的不确定性分析对模拟结果的准确性具有重要意义。
(2)模型过程机理的深入刻画
虽然目前的过程模型可以模拟出不同环境条件下植被冠层生理生态过程的动态变化，但是对这些变化的认识多停留在经验水平，并且我们对一些生态系统的过程机理还不是很清楚。如现有模型对生态系统碳、氮、水循环的耦合关系还没有较深入的描述，这需要建立在对这一关系的现实机理有较充分认识的基础上；对生态系统呼吸的模型构建往往受限于我们对其复杂过程的理解，因此，往往采用简化的方程形式[65]。
(3)碳循环模型与气候模式、水文模式的耦合
现有的陆地生态系统碳循环模型只考虑了垂直方向的通量，在空间上是相互独立的，并没有考虑水平方向的通量，如物质在大气中的平流传输、土壤水和营养物质在水平方向的移动等，这些不足均会给陆地生态系统碳收支模型的模拟结果带来很大的不确定性。
(4)遥感数据的准确性
由于遥感数据具有易获取，时空分辨率高，一些大尺度难于测量的数据信息可以通过遥感反演方式获得等特点，目前区域和全球尺度的过程和遥感模型多采用遥感数据作为模型的部分或全部驱动参数。但随着遥感技术不断发展的同时也暴露出以往遥感数据的质量问题，如，基于不同精度或质量的遥感数据可能会获得完全相反的结果。因此，基于遥感参数计算得到的净初级生产力同样存在着较大的不确定性，这需要我们在深入了解遥感数据的基础上对以往的模型模拟结果进行校正或剔除。而本文在对不同研究结果进行汇总分析时，并没有考虑这一因素的影响，这将是下一步研究工作关注的一个主要问题。
(5)气候变化背景下净初级生产力的适应性
现有的模型在模拟气候变化对植被净初级生产力的影响时，主要关注于植被对气候变化的响应，而忽略了植被的适应性。如：在大气浓度持续增加的情况下，植被光合作用并非随之不断增强，而是达到一定数值时则不再变化；植被的适应性随气候变化的剧烈程度不同而存在差异等。现有的模型缺乏对这些适应机制的准确描述。