前言：本站為你精心整理了探討植被凈初級生產力對氣候因子的響應范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

1研究地區與研究方法

1.1研究區概況

江西省位于長江中下游南岸(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);江西屬亞熱帶濕潤季風氣候，春季溫暖多雨，夏季炎熱溫潤，秋季涼爽少雨，冬季寒冷干燥。無霜期長達240～307d。該區受季風和地貌等因素的影響，年降水量時空分布不均，年均1400～1800mm(圖3b)。該區自然條件復雜，植被類型多樣，是亞洲東南部熱帶、亞熱帶植物區系的起源中心之一。常綠闊葉林是江西地區地帶性植被，也是該區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系成分，以北則摻雜有不少暖溫帶植物區系成分。同時，因海拔高差而異，形成了植被垂直帶譜，相應出現了結構、外貌和功能各不相同的森林類型。主要植被類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，典型植被類型中常綠針葉林占全省面積的37%，灌叢30%，常綠闊葉林5%，農田2%，草地1%(圖4a)。森林土壤主要有紅壤、山地黃紅壤、山地黃壤、山地黃棕壤類型。境內東、南、西三面環山，中間丘陵起伏，北部為鄱陽湖及其平原。

1.2GLOPEM-CEVSA模型

GLOPEM-CEVSA是在陸地生態系統跨尺度模擬和新一代生態系統模型發展理念基礎上(曹明奎等，2004)，通過耦合基于衛星遙感的全球生產效率模型與基于植被生理生態的過程模型得到的估算NPP和凈生態系統生產力(NEP)的模型;在站點尺度上實現并驗證了模型(Wangetal．，2011)，并應用于青海三江源區生態系統本底綜合評估報告(王軍邦等，2009)。

1.3數據源及分析方法

1.3.1數據源GLOPEM-CEVSA模型主要輸入數據中，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數據產品MOD15A2(Knyazikhinetal．，1999)。氣象數據是利用全國約730氣象站點數據，進行空間差值得到時間分辨率為8d、空間分辨率為1km的空間數據。所使用的插值方法是由澳大利亞國立大學基于利用光滑薄板樣條法開發的插值軟件ANUSPLIN(Hutchinson，2002)。數字高程模型(DEM)數據通過90m空間分辨率的SRTM數據(Rodriguezetal．，2006)，進行空間重采樣得到1km空間分辨率DEM數據。

1.3.2模型驗證本研究分別利用MODIS數據共享網的NPP產品數據(MOD17A3)(Zhaoetal．，2005)，及森林清查數據計算的NPP數據(羅天祥，1996)，其中江西省地區有25個樣點數據，與GLOPEM-CEVSA模擬結果進行比較驗證。本模型的NPP值與森林清查樣點數據線性回歸結果表明(圖2)，盡管復相關系數(Adj.R2=0.16)較低，但二者間存在顯著線性相關性(P=0.028);而MOD17A3則與森林清查樣點數據線性關系不顯著(Adj.R2=0.03，P=0.187)。當截距為0時，本文模型能解釋樣點數據變異的85%(P＜0.001);而MOD17A3則解釋樣點數據變異的80%(P＜0.001)。可見，本模型對該地區森林NPP的模擬效果較好。

2結果與分析

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空間格局與該區植被類型、水熱條件地帶性差異規律相一致(圖4)。NPP區域平均值為817gC•m－2•a－1，NPP最高值為1789gC•m－2•a－1。NPP空間分布自鄱陽湖地區向東南西3個方向放射增加，中北部地區的鄱陽湖濕地NPP較小，50gC•m－2•a－1以下;東部地區由于水熱條件較好，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，植被覆蓋相對較高，NPP大多600～1000gC•m－2•a－1。研究區主要植被類型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各植被類型平均NPP相比(表1)，江西省主要植被平均NPP高于全國對應植被平均值，這可能與江西省處于亞熱帶的地理位置密切相關。

2.2NPP空間格局形成的氣候因素統計每毫米降水區間上平均NPP繪制出NPP隨降水的空間變化而變化的曲線圖，由圖5a可見，降水＜1770mm的區域NPP隨降水的波動較大，但總體有上升趨勢，在1770～1900mm的區域NPP隨降水變化相對平緩，NPP在690～740gC•m－2•a－1波動，并且置信區間反應的誤差范圍較小;然而在降雨＞1900mm的地區，NPP隨降水的增加明顯增加，平均NPP最高達到960gC•m－2•a－1，當降水＞1950mm時，NPP反而隨降水的增加而減少，由置信區間可知其誤差范圍較大。同樣根據每0.1℃溫度區間的NPP繪制出NPP隨溫度變化的曲線圖(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，NPP達到了最高值840gC•m－2•a－1，氣溫超過該值的地區，氣溫越高的地區NPP反而越低。其中，年均氣溫在9～17℃的地區，主要是廬山、三清山、井岡山等山地丘陵地區，在空間上NPP與氣溫間存在極顯著線性正相關關系(y=57.10x+48.03，R2=0.97，P＜0.001)。氣溫在17～21℃地區，主要是贛南山地丘陵區，NPP與氣溫間存在極顯著的線性負相關關系(y=－124.13x+3092.5，R2=0.95，P＜0.05)。進一步根據該地區平均氣溫和標準差將該區域分為低(＜17.25℃)、均(17.25～18.55℃)、高(＞18.55℃)3個氣溫區，分析氣溫對NPP隨降水變化模式的影響。其中均溫區和高溫區包含了江西省絕大部分地區，占全省總面積的79%。3個氣溫區域NPP隨降水變化模式與整個研究區基本一致，但以低溫區NPP總體較高，其次是均溫區，高溫區NPP明顯低于其他2個區(圖5c)。低溫區和均溫區主要植被以常綠針葉林為主，而高溫區則以農田為主。高溫區NPP波動較大，在降水最高區域，低、均和高氣溫區NPP較為接近。研究區平均降水1802±68mm(標準偏差SD為68mm)，按平均值M±0.5SD將研究區劃分為降水少、中、多3個區域，然后分析每個區域內NPP在不同溫度梯度上的變化模式，結果表明其變化模式與全省基本一致(圖5d)。在3個降水區域，越往溫度高的地區NPP越高，但是超過閾值(約17.5℃)后NPP開始下降。經分析年均溫等于或低于區域均值的地區為地帶性植被常綠針葉林，在熱量條件更好的地方NPP更高，但這一氣溫區間出現一個值得注意的現象，即在低于14℃的地區，降水多NPP低，降水少NPP高;而高于14℃的地區降水多NPP高，降水少NPP低;前后差別相對較為明顯。年均溫為18.53～19.82℃的區域以農田和灌叢植被為主，而年均溫為19.82～20.56℃的區域主要植被是灌叢;在這2個區域農田的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域，降水低于平均值的地區灌叢的NPP約為549gC•m－2•a－1，降水在區域均值范圍內的區域灌叢NPP為644gC•m－2•a－1，由此可解釋在高溫區出現的NPP“異常”。

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年植被凈初級生產力。在利用森林碳通量觀測數據驗證該模型時，本模型能夠解釋碳通量塔觀測的總初級生產力季節變化的83%以上(Wangetal．，2011)。本模型模擬的我國東北地區森林凈初級生產力，與森林資源清查樣方數據間呈顯著線性相關，當截距不為0時復相關系數R2為0.253，當截距為0時R2=0.899(趙國帥等，2011)。說明盡管模型能夠很好地模擬森林植被NPP，但模型對以落葉針葉林為主的東北地區的模擬效果，略好于對以常綠針葉林為主的江西地區的模擬，即模型對常綠針葉林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源，進一步提高FPAR的數據質量應該是今后努力的一個方向。

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力是植被結構、土壤性質和氣候條件的綜合作用結果。在全球氣候變化和日益加劇的人類活動，一方面改變了植被結構，另一方面影響植被生產力。在本研究中，低溫區和均溫區主要植被以常綠針葉林為主，而高溫區則以農田為主，反映了人類活動利用水熱條件相對優越的區域土地。基于衛星遙感的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實NPP，但其空間分布完全反映了依據氣候因子計算的植被氣候生產力的狀況。江西植被氣候生產力基本上由東、南、西3個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。本文植被現實生產力，形成了沿降水梯度大致以1725和1875mm降水為分界點，呈現逐漸遞增的3個波峰分布特征(圖5a)。NPP的氣候控制主要是通過地下資源的可利用性進行調節，在全球尺度上，NPP與降水的相關性最強，約2000～3000mm的降水量(雨林的典型降水量)可產生最高的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水分不是限制生長的因素，但降水量較高的地區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，或者關鍵營養的淋溶損失所致(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，當氣溫達到17℃時NPP達到了最高值840gC•m－2•a－1，而后隨氣溫升高而降低(圖4b)，這反映了植被對氣溫和降水綜合作用的響應。然而這不同于在全球尺度上得到的一般性認識，即除干旱生態系統(如荒漠)外NPP一般隨著溫度的增加呈指數增加(蔡平等，2005)。包括本文中的GLOPEM-CEVSA模型(Wangetal．，2011)，多數模型均認為植物在最適溫度時光合速率最高，而當溫度低于或高于某值時，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℃時達到最高，這可能反映了在水熱等氣候因素及土壤等環境因素綜合作用的結果。

4結論

利用GLOPEM-CEVSA模型對江西植被凈初級生產力分析表明，該模型能客觀地反映植被凈初級生產力狀況;但基于衛星遙感的FPAR可能是主要的模型不確定性源，需在今后進一步提高FPAR的數據質量。NPP隨氣溫的變化則呈單峰模式，即NPP先隨氣溫升高而升高，當氣溫達到17℃時NPP達到最高值，而后隨氣溫升高而降低。研究結果對江西省或江西省附近區域的NPP與氣候關系有參考意義。在以后的研究中利用月尺度的數據分析NPP與氣溫和降水的關系能更詳盡探索NPP與氣候因素的關系。另外，江西處于亞洲季風區，該區總體上呈現出水熱條件較好、NPP值較高的規律，但農田區不明顯，人類活動(耕作)改變了這種連續性規律，這為進一步研究全球氣候變化和人類活動對生態系統的影響提供了基礎。

作者：丁慶福王軍邦齊述華葉輝黃玫徐躍通應天玉陶健單位：山東師范大學人口資源與環境學院中國科學院地理科學與資源研究所生態系統網絡觀測與模擬重點實驗室江西師范大學地理與環境學院