生态系统水分利用效率(WUE)是表征碳水耦合过程的关键指标,然而,有关气候变化和退耕还林还草工程背景下黄土高原WUE的时空变化特征及其主导因子仍未明晰.研究利用遥感驱动的生态系统过程模型BEPS模拟2001-2020年黄土高原总初级生产力(GPP)和蒸散(ET),并结合基于敏感性试验的多控制因子联立求解方法定量分析气候和植被因子对黄土高原WUE变化(WUE=GPP/ET)的贡献.结果表明:(1)2001-2020年黄土高原GPP和ET分别以12.9 gC m-2 a-1和3.7 mm/a速率显著升高,并使得WUE增长显著(0.021 gC mm-1 m-2 a-1).(2)2001-2020年间黄土高原80.12％的区域叶面积指数(LAI)显著升高(全区增速为0.014 m2 m-2 a-1)而气候因子变化均不显著.(3)植被因子和气候因子对WUE变化分别呈正贡献和负贡献,植被因子作为主要影响因子主导了黄土高原86.74％地区的WUE变化.研究结果有望为干旱区生态水文管理和相关政策制定提供一定科学参考.

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.

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.

青藏高原是陆地碳循环研究中的热点地区.在全球气候变化背景下,其总初级生产力(gross prima-ry production,GPP)在区域碳循环过程中发挥着重要作用.结合遥感数据使用模型模拟有助于了解青藏高原区域尺度上生态系统生产力的变化过程,以及预测其未来的变化趋势.本研究使用6种常见的遥感GPP产品(GLASS、MODIS MOD17A2、FLUXCOM、VODCA2、改进的EC-LUE数据及VPM数据),结合涡度协方差通量观测数据(海北灌丛、海北湿地和当雄)进行验证后,对青藏高原2001-2015年生态系统GPP空间分布格局及时间变化趋势进行分析.结果表明:不同生态遥感产品得到的青藏高原年平均GPP、区域年均GPP时空分布格局与变化趋势存在较大差异,6套产品得到的2001-2015年变化趋势分别-0.77 g C·m-2·a-1(GLASS)、3.63 g C·m-2·a-1(MOD17A2)、-1.21 g C·m-2·a-1(FLUXCOM)、1.53 g C·m-2·a-1(VODCA2)、4.73 g C·m-2·a-1(VPM)和-0.81 g C·m-2·a-1(改进的 EC-LUE);在空间分布上多年平均GPP总体呈现"东南高、西北低"的特点,区域差异较大;在青藏高原生态系统中,GLASS产品区域平均年GPP 最高(827.78 Tg C·a-1),MOD17A2 产品最低(484.04 Tg C·a-1),2001-2015 年青藏高原生态系统GPP变化程度分布区域基本相同,东南部最剧烈,而西部最为稳定;经过站点数据验证,MOD17A2在8天尺度上结果相对更好,而FLUXCOM数据集在月尺度上结果相对更好,结合在区域尺度上的表现,MOD17A2数据集更加适用于青藏高原地区.

玉龙雪山及周边地区是典型的季风海洋性冰川区,是研究冰川变化、地-气能量交换、植被群落演替以及生态系统碳水耦合的最重要的区域.水分利用效率(water use efficiency,WUE)是联系生态系统水-碳循环及其与气候因子之间响应关系的重要参数.本研究利用MODIS卫星遥感总初级生产力(gross primary productivity,GPP)、蒸散发(evapotranspiration,ET)产品和 自适应帕尔默干旱指数(self-calibrating Palmer drought severity index,scPDSI)分析了2000-2020年玉龙雪山及周边地区植被WUE空间变化特征,研究了该区GPP、ET、WUE与scPDSI的相关性,探讨了该区不同地貌植被对水分利用及胁迫的适应策略.结果表明:2000-2020 年,研究区植被 WUE 平均值为 2.44 g C·m-2·mm-1,GPP 平均值为 1365.0 g C·m-2,ET 平均值为559.6 mm;WUE平均值最高区域分布在大起伏中山,为2.88 g C·m-2·mm-1;最低区域为大起伏极高山,为1.23 g C·m-2·mm-1.玉龙雪山地势起伏大,植被空间分布具有显著垂直地带性特征,植被WUE在3500 m以下区域随海拔上升而增加,3500 m以上则随海拔上升而减少.2000-2020年,研究区逐月WUE呈现增加—减少—增加趋势,不同地貌类型造就了植被WUE变化速率具有显著的差异性特征.玉龙雪山以及周边大起伏高山的植被WUE呈增长趋势,而中海拔平原呈减少趋势.研究区内植被WUE对干旱胁迫响应具有明显的季节性特征,WUE与scPDSI的多年逐月相关性呈现负相关—正相关—负相关—正相关的变化趋势.7月玉龙雪山WUE与scPDSI呈显著正相关,而5月则表现为显著负相关;玉龙雪山周边地区植被WUE与scPDSI在12月—次年6月呈负相关,在7-8月呈正相关.

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.

旱地约占全球陆地面积的40%,而水分是旱地植被生长的一大限制要素.尽管土壤水分与饱和水汽压差对植被生长的重要性已经得到了广泛证实,然而目前二者对植被生产力影响的空间异质性及其形成因素仍未得到深入研究,这对研究旱地生态系统对气候变化的响应带来了挑战.为了填补这一认知空白,研究收集了多源气象、根区土壤含水率和总初级生产力产品,基于随机森林算法量化了植被总初级生产力对根区土壤含水率和饱和水汽压差的敏感性,结合土地覆盖数据和分档平均方法分析了敏感性空间异质性的形成机制.结果表明:全球旱地饱和水汽压差与植被生产力总体呈显著上升趋势;根区土壤水分对植被生长的影响以正效应主导,饱和水汽压差对植被生长的影响以负效应主导;相较于森林和灌木,饱和水汽压差对植被生长的负效应及根区土壤含水率对植被生长的正效应在农田、草地和苔原及半干旱区更为强烈;植被生产力对饱和水汽压差和根区土壤水分的敏感性在数量上总体呈显著的线性负相关性.综上,植被种类和气候条件是导致全球旱地植被生产力对土壤水分和饱和水汽压差敏感性空间异质性的重要因素.

集中连片特困地区作为我国生态环境脆弱区是退耕还林还草的主战场,其退耕成效直接反映了退耕还林还草工程的整体实施效果,为新征程中巩固和拓展退耕还林还草成果提供经验镜鉴.以《中国农村扶贫开发纲要(2011-2020 年)》文件明确的14 个集中连片特困地区作为研究区域,基于 2000-2020 年生态系统年总初级生产力(AGPP)数据集和归一化植被指数(NDVI)数据集,对比分析集中连片特困区的退耕区和未退耕区AGPP和NDVI的年际变化差异,以此来评估集中连片特困地区实施退耕还林还草工程的生态效应.研究发现:(1)2000-2020 年,集中连片特困区退耕还林还草面积为 178554km2,占2000 年耕地总面积的 44.71%;(2)研究期内,退耕区与未退耕区AGPP 和NDVI整体表现出增长趋势,其中退耕区AGPP 和NDVI呈现极显著和显著上升趋势的面积分别占总面积的 69.07%和 86.51%,未退耕区的占比分别为 65.88%和 72.61%,且退耕区AGPP和NDVI的年均值和相对变化率均高于未退耕区;(3)2000-2020 年整个区域、退耕区以及未退耕区AGPP 和NDVI年际变化趋势大体一致,均表现出线性递增态势,且退耕区AGPP和NDVI的增长始终高于整个集中连片特困区和未退耕区.因此,研究通过探讨原集中连片特困区退耕还林还草对AGPP和NDVI的影响,为进一步调整和优化退耕还林还草政策提供了参考依据.

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.