基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

应用生态学报 ›› 2012, Vol. 23 ›› Issue (02): 307-318.

基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

张方敏1**,居为民2,陈镜明3,王绍强
4,于贵瑞4,韩士杰5

1南京信息工程大学应用气象学院，南京 210044； 2南京大学国际地球系统科学研究所，南京 210093； 3多伦多大学地理与规划系，加拿大多伦多 M5S 3G3； 4中国科学院地理科学与资源研究所，北京 100101； 5中国科学院沈阳应用生态研究所森林与土壤生态国家重点实验室，沈阳 110164

出版日期:2012-02-18 发布日期:2012-02-18

Characteristics of terrestrial ecosystem primary productivity in East Asia based on remote sensing and process-based model.

ZHANG Fang-min1, JU Wei-min2, CHEN Jing-ming3, WANG Shao-qiang4, YU Gui-rui4, HAN Shi-jie5

1College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2International Institute for Earth System Science, Nanjing University, Nanjing 210093, China; 3Department of Geography and Program in Planning, University of Toronto, Toronto M5S 3G3, Canada; 4Institute of Geographic Sciences and Natural Resources Research, Chinese Academy Sciences, Beijing 100101, China; 5State Key Laboratory of Forest and Soil Ecology, Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110164, China

Online:2012-02-18 Published:2012-02-18

摘要/Abstract

摘要： 利用美国环境预测中心的再分析气象资料和由GIMMS NDVI 资料生成的叶面积指数对BEPS生态模型进行驱动，模拟分析了2000—2005年亚洲东部地区总初级生产力（GPP）和总净初级生产力（NPP）的时空变化特征.在进行区域模拟计算前，使用15个站点不同生态系统的GPP观测数据及1300个样点的NPP观测数据对模型进行验证.结果表明： BEPS模型能较好地模拟不同生态系统的GPP和NPP变化，模拟的GPP与观测数据之间的R2为0.86～0.99，均方根误差（RMSE）为0.2～1.2 g C·m-2·d-1；BEPS模拟值能够解释78%的年NPP变化，其RMSE为118 g C·m-2·a-1.2000—2005年，亚洲东部地区GPP和NPP总量平均值分别为21.7和10.5 Pg C·a-1.NPP和GPP具有相似的时空变化特征.研究期间，NPP总量的变化范围为10.2～10.7 Pg C·a-1, 变异系数为2.2%.NPP由东南向西北显著减少，高值区〖JP2〗（>1000 g C·m-2·a-1）出现在东南亚海岛国家，我国的西北干旱沙漠地区为低值区（<30 g C·m-2·a-1），〖JP〗其空间格局主要由气候因子决定.不同国家的人均NPP差异很大，其中，蒙古最高，达70217 kg C·a-1，远高于中国的人均NPP（1921 kg C·a-1），印度的人均NPP最小，为757 kg C·a-1.

关键词: 净初级生产力, 总初级生产力, BEPS模型, 亚洲东部, 碳循环

Abstract: Based on the bi-linearly interpolated meteorological reanalysis data from National Centers for Environmental Prediction, USA and by using the leaf area index data derived from the GIMMS NDVI to run the process-based Boreal Ecosystems Productivity Simulator (BEPS) model, this paper simulated and analyzed the spatiotemporal characteristics of the terrestrial ecosystem gross primary productivity (GPP) and net primary productivity (NPP) in East Asia in 2000-2005. Before regional simulating and calculating, the observation GPP data of different terrestrial ecosystem in 15 experimental stations of AsiaFlux network and the inventory measurements of NPP at 1300 sampling sites were applied to validate the BEPS GPP and NPP. The results showed that BEPS could well simulate the changes in GPP and NPP of different terrestrial ecosystems, with the R2 ranging from 0.86 to 0.99 and the root mean square error (RMSE) from 0.2 to 1.2 g C·m-2·d-1. The simulated values by BEPS could explain 78% of the changes in annual NPP, and the RMSE was 118 g C·m-2·a-1. In 2000-2005, the averaged total GPP and total NPP of the terrestrial ecosystems in East Asia were 21.7 and 10.5 Pg C·a-1, respectively, and the GPP and NPP exhibited similar spatial and temporal variation patterns. During the six years, the total NPP of the terrestrial ecosystems varied from 10.2 to 10.7 Pg C·a-1, with a coefficient of variation being 22%. High NPP (above 1000 g C·m-2·a-1) occurred in the southeast island countries, while low NPP (below 30 g C·m-2·a-1) occurred in the desert area of Northwest China. The spatial patterns of NPP were mainly attributed to the differences in the climatic variables across East Asia. The NPP per capita also varied greatly among different countries, which was the highest (70217 kg C·a-1) in Mongolia, far higher than that (1921 kg C·a-1) in China, and the lowest (757 kg C·a-1) in India.

Key words: net primary productivity (NPP), gross primary productivity (GPP), BEPS model, East Asia, carbon cycle

. 基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征[J]. 应用生态学报, 2012, 23(02): 307-318.

[1]	李春波, 张园, 刘雅各, 吴家兵, 王安志. 长白山自然保护区总初级生产力时空变化特征及其影响因素 [J]. 应用生态学报, 2023, 34(5): 1341-1348.
[2]	曾浩威, 凌成星, 刘华, 赵峰, 王鑫淼, 张雨桐. 基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估 [J]. 应用生态学报, 2023, 34(11): 3064-3072.
[3]	王小红, 刘宪锋, 孙高鹏, 梁娟. 2001—2020年秦巴山区植被生产力对干旱的响应 [J]. 应用生态学报, 2022, 33(8): 2105-2112.
[4]	奥勇, 张梦娜, 赵永华, 王晓峰, 白召弟, 蒋嶺峰. 基于生态足迹-净初级生产力的珠三角城市群经济与生态的关系 [J]. 应用生态学报, 2022, 33(7): 2001-2008.
[5]	刘杰, 汲玉河, 周广胜, 周莉, 吕晓敏, 周梦子. 2000—2020年青藏高原植被净初级生产力时空变化及其气候驱动作用 [J]. 应用生态学报, 2022, 33(6): 1533-1538.
[6]	沙亚古丽·及格尔, 臧永新, 尹本丰, 张署军, 买买提明·苏来曼, 张元明. 荒漠短命植物地上和地下生产力对极端干旱和降水的响应 [J]. 应用生态学报, 2022, 33(12): 3245-3252.
[7]	曹玉娟, 宋振华, 武志涛, 杜自强. 不同数据集的1982—2017年中国总初级生产力的时空动态 [J]. 应用生态学报, 2022, 33(10): 2644-2652.
[8]	洪乐乐, 沈艳, 马红彬, 张鹏, 霍新茹, 温华晨. 2000—2019年宁夏植被净初级生产力时空变化及其驱动因素 [J]. 应用生态学报, 2022, 33(10): 2769-2776.
[9]	李辉, 红英, 邓国荣, 乌日罕, 张洪岩, 赵建军, 郭笑怡. 1982—2015年气候变化和人类活动对内蒙古草地净初级生产力的影响 [J]. 应用生态学报, 2021, 32(2): 415-424.
[10]	邓思宇, 陈袁波, 余珂, 于志国. 不同类型泥炭沼泽湿地无机离子、溶解有机质的变化特征及生态学意义 [J]. 应用生态学报, 2021, 32(2): 571-580.
[11]	杨文仙, 李石华, 彭双云, 李应鑫, 赵寿露, 邱利丹. 顾及地形起伏的InVEST模型的生物多样性重要区识别——以云南省为例 [J]. 应用生态学报, 2021, 32(12): 4339-4348.
[12]	刘铮, 杨金贵, 马理辉, 柯增鸣, 胡宇美, 岩晓莹,. 黄土高原草地净初级生产力时空趋势及其驱动因素 [J]. 应用生态学报, 2021, 32(1): 113-122.
[13]	乌尼图, 刘桂香, 刘爱军, 白海花, 朝鲁孟其其格. 天然草原净初级生产力变化监测与驱动力分析——以锡林郭勒草原为例 [J]. 应用生态学报, 2020, 31(4): 1233-1240.
[14]	李旭华, 于大炮, 代力民, 孙建新. 长白山阔叶红松林生产力随林分发育的变化 [J]. 应用生态学报, 2020, 31(3): 706-716.
[15]	郭斌, 王珊, 王明田. 1999—2015年若尔盖草原湿地净初级生产力时空变化 [J]. 应用生态学报, 2020, 31(2): 424-432.