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.

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.

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.

植被降水利用效率(PUE)是评价植被生产力对降水量时空动态响应特征的重要指标.以年净初级生产力(NPP)数据、年降水量数据为基础,利用地理信息系统(GIS)和遥感(RS)技术,计算并研究了 2000-2020年青海湖流域植被降水利用效率时空分布格局及其地形效应,结合年均气温、年均地表温湿度、年生长季光合有效辐射吸收系数和年植被覆盖度等数据,探讨了PUE与各因子间的相关关系.结果表明:(1)青海湖流域单位像元(1 km2)PUE平均值在0.4-0.7 gC m-2 mm-1间变化,平均为0.54 gC m-2 mm-1,且在年际间无显著变化趋势(R2=0.05,P≥0.05).在空间上,青海湖流域多年PUE平均值环湖呈现不均匀分布,除青海湖东岸外,PUE值随湖面距离增大呈减小趋势;其高值区主要集中分布在青海湖西岸和南岸的半环区;年PUE变化趋势的斜率值为-0.05-0.04 gC m-2 mm-1 a-1,其中显著变化的区域占流域面积的29.63％.(2)青海湖流域多年PUE平均值在海拔效应和坡度坡向两种不同微地形效应下表现出明显的差异.海拔每升高50 m,PUE值将减少0.02 gC m-2 mm-1;随坡度增加,PUE值呈降低趋势,平坡至险坡(＞45°)的变化范围为0.3-0.61 gC m-2 mm-1;不同坡向PUE值表现为由东北坡向西南坡递减,范围为0.52-0.56 gC m-2 mm-1.(3)在空间上,青海湖流域PUE值与地表温度、光合有效辐射吸收系数、植被覆盖度和叶面积指数相关性较为明显.沿海拔梯度,空气温度和地表温度与PUE呈极显著正相关(R2=0.94,P＜0.01;R2=0.98,P＜0.01),光合有效辐射吸收系数、植被覆盖度和叶面积指数与PUE显著正相关(R2=0.89,P＜0.05;R2=0.90,P＜0.05;R2=0.86,P＜0.05),地表土壤湿度与PUE无显著相关性(R2=0.16,P≥0.05).评估了青海湖流域植被降水利用效率的特征及其与各因子间的相关关系,明确了植被对降水的利用能力及其耗水特性,可为青海湖流域植被保护和国家公园建设提供理论参考.

在掌握典型荒漠植物油蒿化学计量学特征沿随降水量变化的响应特征,并从叶片间的养分协调分配的角度阐明油蒿维持生产力的生物学机制,为气候变化背景下荒漠植被的演变预测提供依据.通过野外降水控制实验的方法,设置 6 个降水量梯度(减雨 70%、减雨 50%、减雨 30%、自然降水、增雨 30%和增雨 50%),分别测定不同降水量下油蒿群落生产力及叶片、土壤的化学计量参数.结果表明:1)降水量增加的情况下,油蒿群落土壤TP含量由于淋溶作用而显著降低;降水量减少情况下,油蒿林地土壤SOC、TN、TP含量并未改变.油蒿叶片的SOC、TN含量在降水增加时无显著变化、降水减少时含量增加,降水过多或过少都会降低叶片TP含量.2)不同成熟度的叶片养分元素含量对降水变化具有差异响应.成熟叶片养分含量容易受到环境的影响,幼叶养分元素含量较为稳定,在降水减少的情况下,油蒿优先将C、P分配给了幼叶,选择牺牲成熟叶以维持幼叶的生长.3)油蒿的生产力随降水量的增加而升高,油蒿ANPP在增雨 30%处理组达到最大值,但在增雨 50%时ANPP降低,这与过量的降水引发土壤养分流失有关.ANPP与幼叶TP含量相关性极显著,与成熟叶各元素含量相关性均不显著,由此可以推测,在降水变化的情境下,油蒿存在养分内在生物学调节机制以实现植株最优生产效率.

青藏高原高海拔引起的地形、气候和土壤空间差异造就了其独特的植被类型及其空间变化,当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析.针对青藏高原特殊的地理环境和植被类型,选用植被、地形、土壤、气候 4 个维度共计 58 个空间化指标,采用频数分布统计方法对这些指标开展了定量分析,系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异.通过定量分析发现,大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高,其中,遥感归一化植被指数、植被净初级生产力、裸地覆盖度、海拔、土壤温度、年最低温度、年总蒸散发 7 个指标对青藏高原各主要植被类型的区分度较高.揭示的青藏高原各主要植被类型的特征及环境差异,可提高灌丛和草地之间、各草地类型之间、高山苔原-垫状-稀疏植被与其他植被类型之间的可区分性,有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分、草地类型细分、高山苔原-垫状-稀疏植被识别和山地垂直地带植被识别四个难点问题.研究结果一方面可服务于青藏高原的植被精细分类,另一方面也可服务于青藏高原的自然地带划分、生物多样性和生态系统功能评估、地表物质循环研究等.