江西省是全国首批生态文明示范省之一,探明气象条件对生态系统调节服务功能的影响,有利于因地制宜开展生态环境保护和修复工作.本研究基于2000-2022年MODIS数据、净初级生产力数据和逐月气象数据,采用水量平衡方程、土壤流失方程等模型,对江西省生态系统固碳、释氧、水源涵养、土壤保持4种调节服务功能进行测算,并利用趋势分析、偏相关分析方法分析4种调节服务功能的时空格局及其气象影响因素.结果表明:2000-2022年,江西省生态系统固碳量和释氧量年均值分别为178.8和130.0g·m-2,年均增加值分别为0.4和0.3 g·m-2,两者在空间分布上一致,全省有77.3％区域的固碳释氧年均值呈上升趋势.江西省水源涵养和土壤保持均值分别为591.8 mm和723.8 t·hm-2,两者在空间分布上较为一致,两者年均增加值分别为5.6 mm和3.7t·hm-2,全省分别有73.3％、69.3％区域的土壤保持和水源涵养功能稳步提升.植被的固碳释氧功能在月尺度、季节尺度与气温呈显著相关,两者的偏相关系数也高于其他因子,是影响生态系统固碳释氧功能的重要气象因子.无论在月尺度、季尺度还是年尺度上,降水量与水源涵养量和土壤保持量均呈显著正相关关系,是其最重要的气象影响因素.本研究揭示了 2000-2022年间气候变化对江西省生态系统调节服务功能的影响,可为切实保障江西省生态系统保护修复、提高生态文明建设的质量和效益提供科技支撑.

森林生态系统强大的碳源/汇功能是实现"碳中和"和"碳达峰"战略目标最经济、有效的自然气候解决方案和固碳增汇手段.准确评估森林生态系统的碳汇能力,对于明确森林碳储量有重要意义.为明确亚热带-暖温带气候过渡带的常绿落叶阔叶混交林的碳通量特征及其驱动因素,2011-2020年利用涡度相关法开展了大别山常绿落叶阔叶混交林碳通量和环境要素的观测试验.结果表明:大别山常绿落叶阔叶混交林净生态系统CO2交换量、生态系统呼吸(Reco)、总初级生态生产力分别为-788.13 gC m-2 a-1、1074.14 gC m-2 a-1、1862.27 gC m-2 a-1,该森林生态系统整体表现为碳汇,其固碳能力与相近纬度的常绿落叶阔叶混交林基本持平,并高于针阔叶混交林、毛竹林等其他类型的森林生态系统.10年间,大别山常绿落叶阔叶混交林的固碳能力有所增强.影响大别山常绿落叶阔叶混交林碳通量的主要环境因子为温度与太阳辐射,气温(Ta)、净辐射(Rn)、光合有效辐射和总辐射与生态系统碳生产力和GPP呈显著正相关(P＜0.001),Reco与Ta和Rn呈显著正相关(P＜0.001).研究结果为气候变化响应敏感的南北气候过渡带森林生态系统的碳储量估算、碳循环过程模拟提供观测数据支持和科学依据.

全球变暖影响物种多样性和生产力及其关系.关于全球和区域的物种多样性与生产力关系已有许多研究,但气候变暖背景下西藏高寒草地物种多样性与生产力的关系及其环境驱动机制研究仍然很少.基于西藏高寒草地实测的35个样点调查数据,利用回归分析、Pearson相关性分析、方差分解和结构方程模型等方法,探究了物种多样性和生产力的关系及其影响机制.研究发现:(1)高寒草地的物种丰富度指数和香农-威纳指数与地上植被净初级生产力(ANPP)呈显著正相关关系,且ANPP对物种丰富度指数的变化更为敏感;(2)物种丰富度指数与经度、土壤有效氮、土壤有效磷、年降水量呈显著正相关;Shannon-Wiener指数与海拔和纬度呈显著负相关,与年均温度呈显著正相关;ANPP与经度、土壤有效氮、年降水量和年均温度呈显著正相关,与海拔、纬度和土壤有效钾呈显著负相关;(3)地理因子、土壤养分和气候因子的交互作用对物种丰富度指数和ANPP的贡献率最大,分别为10.99％和32.91％,地理因子和气候因子的交互作用对Shannon-Wiener指数的贡献率最大,为13.61％;(4)地理因子通过调控土壤养分和气候因子间接影响物种多样性和ANPP,土壤养分和气候因子均直接影响物种多样性和ANPP.研究结果揭示了环境因子对物种多样性和生产力的综合调控机制,为西藏高寒草地生态系统科学应对气候变化提供了依据.

基于2000-2020年中国西南喀斯特地区的增强型植被指数(EVI)和植被净初级生产力(NPP)数据,将人口压力、农村经济和非农经济等社会经济因素进行细分,利用线性混合模型定量评估各社会经济因素对4和NPP的相对贡献率,探讨社会经济发展与植被恢复之间的关系.结果表明:(1)2000-2020年中国西南喀斯特区植被呈上升趋势.(2)整体社会经济因素对植被恢复的贡献大于自然因素,社会经济因素对EVI的贡献率为26.6％,对NPP的贡献率为41％.(3)在社会经济因素中,非农经济因素对植被恢复的相对贡献率最高,对EVI的贡献率为19.1％,对NPP的贡献率为14.7％.(4)在各细分社会经济因素中,第三产业对植被恢复的相对贡献率最高,其中对EVI和NPP的相对贡献率分别为11.8％和14.7％.综上所述,除了生态工程之外,其余社会经济因素对植被恢复的影响虽然具有间接性或者滞后性,但同样重要不可忽略.

草甸生态系统具有强大的碳汇功能,在全球碳循环过程中发挥着重要作用.区域尺度草甸生态系统碳通量的精准模拟,可以为揭示草地碳循环对全球变化的反馈机制提供理论依据.生态过程模型则是分析和预测区域碳平衡的重要途径.以甘南州高寒草甸生态系统为研究对象,利用参数优化后的Biome-BGC模型,模拟1979-2018年高寒草甸总初级生产力(Gross Primary Productivity,GPP)和净生态系统生产力(Net Ecosystem Productivity,NEP),以表征该区域碳收支的时空分布特征.以上述40年实测气象数据为基准,并结合第六次国际耦合模式比较计划(Coupled Model Intercomparison Project phase 6,CMIP6)中的3种共享社会经济路径(Shared Socio-economic Pathways,SSPs)情景,对甘南州2019-2100年高寒草甸碳收支进行情景模拟.结果表明:(1)参数优化后的Biome-BGC模型能较好的模拟甘南州高寒草甸GPP和NEP,且GPP模拟对比NEP的模拟效果更好;(2)甘南州高寒草甸在整个研究阶段表现为碳汇,过去40年GPP、NEP波动范围为600-1100 g C m-2 a-1、150-300 g C m-2 a-1,GPP显著上升,NEP呈波动性上升趋势.未来暖湿化情景下,高寒草甸碳收支年际波动较大,NEP呈先上升再下降趋势,2060年前后出现极小值,年均增幅约为2.02 g C m-2 a-1,气温、降水和大气CO2浓度升高共同影响该地碳收支格局;(3)季节尺度上表现为冬春季节为碳源、夏秋季节为碳汇,植被生长季固碳作用增强.年内GPP、NEP呈倒"U"型变化趋势,峰值均出现在7、8月,低温以及持续增温对碳汇具有抑制作用,生长季降水量与植被生产力呈正相关;(4)碳汇/碳源的空间分布随时间而变化,具有明显的地域差异性,总体上碳汇增长率由西南向东北递减.

地形是影响森林生产力和碳收支空间分布格局的主要环境因素.青藏高原地形复杂,森林类型丰富,是研究地形对森林碳收支格局影响的理想场所.然而,由于青藏高原森林区域的野外调查存在难度,目前对于地形因子对青藏高原森林碳收支动态的影响缺乏全面认识.因此,本研究旨在模拟青藏高原森林碳收支变化的时空格局并分析不同地形条件下森林生产力及碳收支动态的差异.本研究利用生态系统过程模型(FORMIND)模拟了青藏高原中高海拔森林总初级生产力(GPP)、地上生物量(AGB)及净生态系统交换量(NEE)在不同地形条件下的时空动态,并对模型在研究区的适用性及模拟结果的精确性进行验证,分析当前(2000-2014年)及未来(2015-2040年)生产力、碳收支状况,并利用XGBoost机器学习算法分析地形因子对GPP、AGB和NEE影响的相对重要性.结果表明,FORMIND模型模拟的青藏高原森林GPP(6.73±0.53 t C·hm-2·a-1)、AGB(167.23±17.45 t·hm-2)和 NEE(0.32±0.12 t C·hm-2·a-1)与样地调查数据和遥感观测数据基本一致,模拟结果可信.未来青藏高原森林AGB呈明显增加的趋势,GPP增加趋势不明显,NEE呈减少的趋势,但总体上仍表现为碳汇.森林AGB和GPP与海拔呈负相关,AGB和NEE与坡度呈微弱正相关,阳坡森林GPP、AGB和NEE均高于阴坡.相较于坡度和坡向,海拔对青藏高原森林生产力和碳收支动态的影响更大.本研究结果有利于深入了解青藏高原森林生产力和碳收支空间分布格局.

生态系统服务簇的识别是区域生态系统服务管理与优化的关键.量化了 2000、2010、2020 年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7 种生态系统服务.并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征.结果表明:(1)2000-2020 年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势.淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区.(2)识别了 5 个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇.核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000-2020 年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达 60.09%,NPP服务簇面积显著增加,2020 年占整个流域面积的57.02%.研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础.

为掌握广西植被生态质量的时空变化特征及其驱动机制,该文以植被生态质量指数(ecological quality index,EQI)为评价指标,基于气象、地形、土壤和遥感等多源数据,利用线性趋势分析、相关性分析、地理探测器等方法,分析了 2000-2020年广西植被生态质量的时空变化特征及其驱动力.结果表明:(1)2000年以来广西植被生态质量指数呈显著增加趋势,区域植被生态明显改善.植被生态质量发展经历了缓慢增长、迅速增长、显著提升等演变阶段.在空间上,广西植被生态质量指数呈现四周高,中间低的特征,高值区逐渐由东部向西部和北部扩展.(2)广西植被生态质量时空演变影响因素差异显著.随海拔高度上升植被生态质量总体变化呈"增加—下降—稳定—上下波动"的趋势.壤土的植被生态质量高,砂土的植被生态质量低.森林和灌草的生态质量较高,农田植被的生态质量较低.植被生态质量与气候驱动因素呈显著正相关关系,受气温和降水共同影响,其中以气温为主要驱动(T)的区域面积最广,降水为主要驱动(P)的区域面积次之,气温降水强驱动([T+P]+)和弱驱动([T+P]-)的区域面积较小.(3)广西植被生态质量变化驱动力受地形、土壤、植被、气候、自然灾害和人类活动的共同影响.自然影响因子解释力排序为植被＞地形＞土壤＞气候,其中植被净初级生产力和植被覆盖度是影响植被生态质量时空分异的最主要因素.自然因子对广西植被生态质量变化的影响存在交互作用,均呈非线性增强及双因子增强关系,其中地形与植被、土壤与植被、气候与植被因子交互作用最明显.自然灾害和人类活动加剧了植被生态质量变化的影响,其中干旱和低温冷害等气象灾害抑制了植被生态质量的改善,而林业生态工程等人为活动促进了植被生态质量的提升.该研究结果为合理制定广西植被生态保护与修复措施提供了科学理论依据和技术支撑.

植被吸收光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是植被进行光合作用中实际吸收的太阳辐射量,是植被净第一性生产力的重要指标,也是生态系统的功能模型、作物生长模型、净初级生产力模型、气候模型等的重要参数.因此高空间分辨率和精确性的植被吸收光合有效辐射对于高精度的区域生产力及光能利用率的研究具有重要意义.对CASA(Carnegie-Ames-Stanford Approach)模型进行了改进,利用 30 m×30 m的数字高程模型(Digital Elevation Model,DEM)数据直接计算太阳辐射,从而将其作为CASA模型的输入参数.结合多源遥感数据、气象数据,研究 2015-2020 年江汉平原APAR的时空分布及其影响因素.顾及江汉平原的土地利用分布特点,着重分析了江汉平原农田APAR的时空特性,研究结果较好的反映了江汉平原APAR分布.实验结果表明:(1)2015-2020 年APAR年总值在 3.42×1013 MJ—3.73×1013 MJ之间,总体空间分布与植被类型的分布情况相符;(2)农田月均APAR值在 4 月、7 月高于其他月份,表现出"双峰"的特征;(3)在空间分布上,水田APAR表现出明显的纬度地带性,而旱地APAR正好相反,这可能源于种植结构重心转移;(4)通过借助地理探测器,着重考虑与植被生长相关的 12 个因子(包括≧10≧积温、年总日照时数、年均气温、年总降雨量、农田种植结构、年散射辐射、农田施肥、土壤类型、土壤质地(砂土、粉砂土、黏土))进行分析,结果表明这 12 个因素对APAR空间变异性都具有很明显的影响.对CASA的改进方法可以适用于大范围高空间精度的计算.

生态系统服务供给能力和权衡/协同关系已被广泛用于生态保护和生态安全分区研究中.但现有分区研究多侧重于生态系统服务供给能力或权衡/协同关系的某一方面,且在分区过程中较少考虑生态系统服务对驱动因素的非线性响应.基于此,以西南地区为例,在对区域土壤保持、产水、净初级生产力(NPP)及粮食供应四类服务供给量和权衡/协同关系进行估算的基础上,构建生态系统服务供给指数、关系指数和综合指数.在对三类指数时空变化特征进行剖析的同时,重点探讨主要驱动因素与生态系统服务综合指数间的约束关系,识别临界阈值,进而明确区域生态安全分区及优化方案.结果显示:(1)2000-2020年,区域生态系统服务供给指数呈上升趋势,体现了生态修复的积极作用;同时,在追求生态系统服务供给能力最大化输出的过程中,造成了区域生态系统服务权衡关系的增强.因此,有必要将生态系统服务供给和权衡/协同关系同时纳入生态安全分区中.(2)空间上,三类指数的低值区高度重合,均位于川西高原;但高值区的分布存在一定差异,供给指数的高值区位于研究区西南角,而关系指数和综合指数的高值区位于研究区东部.(3)自然-社会条件、植被环境条件和社会-经济条件是影响区域生态系统服务综合指数变化的主要因素,三者与综合指数间呈倒"U"型约束关系,即存在明显的阈值效应.且随时间推移,自然-社会条件和植被环境条件对生态系统服务综合指数的约束效应略有收紧.(4)研究区以相对修复区为主,其次是重点修复区和相对安全区,生态安全区面积最小.未来可以对不同分区上的限制因素进行调整以实现区域生态系统服务供给最大和关系最优.