简介:根据秦岭南北54个气象站1960—2011年逐日数据,采用周广胜—张新时模型、Penman-Monteith模型、气候倾向率、相关分析和Spline插值等方法分析近52a气象要素的时空变化特征及其对植被净初级生产力的影响。结果表明:1)秦岭南北多年平均植被净初级生产力由北向南逐步上升,排序为巴巫谷地〉汉水流域〉秦岭南坡〉秦岭以北,各子区植被净初级生产力变化趋势不一,植被净初级生产力上升的站点占本区站点总数的比例顺序为汉水流域〉秦岭南坡〉巴巫谷地〉秦岭以北,秦岭以南地区增加更为明显,生态区23个站点中植被净初级生产力年际波动并不大,介于1.34~1.89之间;2)植被净初级生产力与湿润指数、降水量和相对湿度呈显著水平(P〈0.01)的正相关关系,相关系数排序为降水量〉湿润指数〉相对湿度,降水的增多会促进植被净初级生产力的累积,水分是主要制约因素;3)植被水分利用效率由南向北递减,排序为巴巫谷地〉汉水流域〉秦岭南坡〉秦岭北坡,绝大部分地区呈现不显著的上升趋势,近52a来,水分利用效率普遍呈上升趋势,但并不显著,整体上维持相对稳定水平。
简介:利用耦合模式比较计划第5阶段(CMIP5)中5个全球气候模式3种典型浓度路径(RCPs)预估结果,基于植被净初级生产力模型,估算安徽省21世纪近期(2018—2030年)、中期(2031—2050年)和远期(2051—2099年)植被净初级生产力及其对气候变化的响应。结果表明:对不同模式在安徽省模拟能力的评估可知,气温以多模式集合模拟效果优于单个模式,MIROC-ESM-CHEM对降水的模拟能力较好。未来安徽省将持续变暖,北部变暖幅度高于南部,其中RCP8.5情景下变暖趋势更显著;全省降水量将增加,南部增加多于北部。随着气候趋于暖湿化,植被净初级生产力总体增加;与基准年相比,21世纪近期增加不明显,中后期显著增加,空间上南部增加总体高于北部。从气候变化响应来看,安徽省植被净初级生产力与降水量和平均气温均显著相关,并且对降水量的响应程度更高。
简介:东亚夏季风可显著影响中国季风区气候变化,但是季风区植被净初级生产力(NPP)对夏季风气候变化的响应机理尚不明确。利用大气—植被相互作用模型(AVIM2)模拟了中国季风区植被NPP,分析了其与夏季风指数的相关关系,探讨了其对夏季风变化的响应机理。研究发现,我国南、北方植被对夏季风强度变化的响应方式和机理并不相同。强夏季风年北方植被NPP增加,而南方植被NPP减少。东亚夏季风对中国华北平原植被生长季NPP的作用主要是通过影响该地降水量实现的;京、津、冀地区植被NPP受东亚夏季风带来的气温和降水量变化的叠加影响,因而成为北方对夏季风变化最敏感的区域。东亚夏季风对我国南方江苏、安徽、湖南、湖北、江西植被NPP的作用是通过影响太阳辐射实现的,强夏季风导致太阳辐射减弱,从而使各省植被NPP减少。南方沿海的浙江和福建,强季风年带来的弱太阳辐射和低温是该地植被NPP减少的原因。广东、台湾植被NPP则主要受强夏季风带来的低温影响。
简介:基于EOS/MODIS卫星2000-2005年的MOD17A3数据集,分析21世纪初三江平原沼泽湿地植被净初级生产力(NPP)时间变化和空间分异特征及其与气候因子(气温和降水)的关系,并采用空间分析方法,分析道路、河流、居民点等因子对沼泽湿地生产力的影响。结果表明,三江平原沼泽湿地生产力(C)的变化范围为92.2-675g/(m^2·a),平均值为374.2g/(m^2·a)。沼泽湿地生产力主要受三江平原综合水热条件控制,其与气温和降水显著复相关,复相关系数为0.49(n=6,P〈0.05)。低生产力沼泽湿地主要分布在三江平原西、北部地区,高生产力沼泽湿地主要分布在东、南部地区。河流在0-8km的范围内对三江平原沼泽湿地生产力有一定促进作用,但影响不显著。居民点扩建,道路修筑等人类活动影响沼泽湿地分布,并导致沼泽湿地生产力下降,其有效影响范围分别是0-6km区域和0-8km区域。
简介:植被总初级生产力(GrossPrimaryProductivity,GPP)决定进入陆地生态系统的初始物质和能量,是陆地碳循环与大气碳库的重要联系纽带.利用陆面过程模式CLM4-CN(CommunityLandModelversion4withCarbon-Nitrogeninteractions)模拟和分析中国区域1982~2004年GPP(CLM4_GPP)时空变化特征,并通过与基于观测数据升尺度所得到的MTE_GPP(ModelTreeEnsemble,MTE)进行比较,评估CLM4在中国区域GPP的模拟能力,同时探讨了不同土地覆盖资料对GPP的影响.结果表明:(1)CLM4-CN能够较好地刻画中国区域GPP空间分布格局,表现为由东南向西北递减,但在量值上大部分区域尤其是30°N以南地区存在高估,CLM4-CN模拟的GPP多年平均值为13.7PgCa^-1,而MTE_GPP仅为6.9PgCa^-1;(2)CLM4-CN可以合理模拟GPP的季节变化(与MTE_GPP相关系数大于0.9),在量值上对温带阔叶落叶林、寒带阔叶落叶林、寒带阔叶落叶灌木、C3极地草地、C3非极地草地和农作物模拟较好(均方根偏差RMSD〈100gCm^-2month^-1);(3)不同植物功能型CLM4_GPP表现出的年际变率均大于MTE_GPP,仅热带针叶常绿林、寒带阔叶落叶林和C3极地草地的CLM4_GPP与MTE_GPP变化趋势一致;(4)降水是研究时段内控制整个中国区域GPP的主要气候因子,但不同地区存在较大差异;(5)两种不同土地覆盖资料GPP模拟结果的显著差异表明,精确的土地覆盖是准确模拟GPP的重要基础.