中国南部样带植被NPP 与气候关系.docVIP

中国南部样带植被NPP与气候的关系 陈旭，林宏，强振平 西南林学院计算机与信息科学系云南 昆明 650224 以全球变暖为背景，以中国南部区域18.00°~27.50°N，108.50°~112.50°E样带为研究对象，以纬度为梯度，应用CRU（Climate Research Unit）全球观测数据集和CO2体积分数倍增后的2050年模拟气候状况作为平衡态陆地生物圈模型BIOME4的气候驱动，对中国南部样带历史100 a和未来50 a间的潜在植被净初级生产力（net primary production，NPP）和叶面积指数（leaf area index，LAI）变化进行模拟和统计分析。结果显示样带内影响NPP的主要因素为年最低温度和年均降雨量，影响LAI的主要因素为年均温度和年均降雨量。植被类型变化与气候变化所造成的NPP、LAI变化略有不同。样带较高纬度地区，植被类型变化与气候变化造成的NPP均值差异较小而LAI则差异较大。未来气候状况下NPP、LAI都有大幅度的增加，但不同纬度增幅不同。 全球变化；BIOME4模型；功能型；NPP；LAI中图分类号：S718.55+6 文献标识码：A 文章编号：1672-2175（200）0-2281-08气候是决定植被分布和特征的重要影响因素，全球地带性的植被分布都与气候密切相关。近100 a来，中国的气候条件发生了巨大的变化，年平均地表气温明显增加，升温幅度约为0.5~0.8 ℃，与同期全球升温幅度平均值（0.4~0.8 ℃）接近；中国年降水量的变化趋势不显著，但年际波动较大；日照时间、水面蒸发量、近地面平均风速、总云量均呈显著减少的趋势，中国极端天气气候事件的频率和强度也出现了明显的变化[1]。几种经验植被-气候分类方案[2~4]已被用来预测大的生态外貌植被类型，如植物群系或生物群区的分布[5-7]。但是，预测全球植被格局对气候变化特别是未来气候变化响应的模型必须考虑到不同植物类型的气候限制性，而不能仅仅始于目前气候所决定的生物群区分布[8-9]。作为植被生态学的一个子学科，植被模型对理解植被在改变地球大气组成和过去气候变化中扮演着重要角色，在研究植被对未来气候变化的响应和反馈中也占有核心的地位[10]。研究表明，在气候变化的条件下基于机理的模型比基于相关性的模型更加可靠[9, 11]。Ni[12-15]应用BIOME3[16]模型模拟了中国区域、青藏高原和中国东北样带的生物群区分布、NPP 的分布格局和数量特征以及我国陆地生态系统的碳储量特征及其对气候变化和CO2 体积分数增加的响应；Song et al[17]应用BIOME4模型模拟了CO2指数增长状况下青藏高原的植被变化情况，模型模拟很好的捕获了植被分布的变化，结果说明CO2的增加将潜在的导致高山生态系统较大的变化等。除了BIOME系列模型外，其它一些全球陆地生物圈模型也对中国植被的结构、功能进行了模拟，如陆地生态系统模型（TEM）所模拟的CO2体积分数变化和气候变化对我国陆地生态系统净初级生产力（net primary production，NPP）及其平衡的影响[18]；耦合的生物地理模型（KBIOME）和生物地球化学模型（TEM）所模拟的大气CO2体积分数升高及气候变化对我国陆地生态系统结构与功能的影响[19]；以及改进的生物地理模型（MAPSS）所模拟的气候变化对我国植被的可能影响[20]。这些模拟结果与BIOME模型模拟相比较，从植被带的推移来看，森林带北移、草原荒漠带西退和面积有可能增加以及高寒植被面积缩小的趋势都是一致的，但同种植被类型推移的幅度却因模型而异[19-21]。这主要是由于模型本身存在的差异以及气候输入数据的来源和某些参数的不同所造成的，而BIOME系列模型的优势在于它对植被空间格局模拟的准确性较高。从总体来看，BIOME 系列模型及其修正对我国植被的模拟是可行的，可应用到不同的空间尺度上[22]。 在BIOME3[16]模型的基础上发展的新一代静态全球生物圈模型BIOME4[10]与BIOME3主要的不同在于增加了一个光合作用过程中计算同位素辨别的模块，对最初的植物功能群重新设定了参数，增加了一些新的植物功能群（如C3和C4植物功能群）来完善以前版本对某些地区（如北极和干旱的亚热带地区）描述薄弱的环节。基于组成成分、生物气候学和气候区域限制，BIOME4用26种生物群区描述了地球上广泛的植物群落，见表1。BIOME4是一个耦合了碳和水通量的植被模型，主要用于对全球植被的分布、结构和生物地理化学的模拟，与BIOME3相似，模型运行在0.5°网格分辨率，模型主要由月均温、月均降雨量、月均云量和年绝对最低温度等气候指标驱动。此外，模型还需要使用土壤纹理和土壤深度的土壤数