弄清碳收支变化是促进区域可持续发展的重要方面。研究结合光合能力模型(Photosynthetic Capacity Model,PCM)和呼吸遥感模型(Remote Sensing Model for Ecosystem respiration,Re-RSM)提出了一个完全基于遥感数据的陆地碳收支动态评估...弄清碳收支变化是促进区域可持续发展的重要方面。研究结合光合能力模型(Photosynthetic Capacity Model,PCM)和呼吸遥感模型(Remote Sensing Model for Ecosystem respiration,Re-RSM)提出了一个完全基于遥感数据的陆地碳收支动态评估模型(Remote Sensing Land Carbon Budget Dynamic Assessment Model,RS-CBM),引入中国三北地区(东北、华北和西北地区)7种植被类型(玉米农田、针阔混交林、落叶针叶林、高寒草地、灌丛草甸、荒漠草原和芦苇湿地)的多年碳通量观测数据对RS-CBM模型进行参数化和验证,并应用此模型定量评估了2001—2020年三北地区植被NEE的时空特征与规律。结果表明,RS-CBM模型的模型精度高达0.75,均方根误差为0.07 mol·m^(-2)·d^(-1),RS-CBM模型的NEE模拟值与通量观测值具有较好的一致性,在不同植被类型的生长季旺盛期均出现较明显的碳吸收峰值,但存在不同程度的峰值低估现象。2001—2020年三北地区的NEE变化呈波动上升趋势,年平均值为82.01 g·m^(-2)·a^(-1),年平均增长量为5.843 g·m^(-2)·a^(-1),总体表现为碳汇。三北地区NEE在空间上呈现南高北低,东高西低的空间分异性。综上,RS-CBM模型能较好地模拟出三北地区碳收支变化和空间分布,具有在区域尺度模拟NEE时空变化的潜力。展开更多
机器学习已经广泛用于生态系统研究。基于2014年1月1日至2018年12月31日兴安落叶松生态系统碳通量(NEE)观测数据,分析了其动态变化特征,并采用多种机器学习方法进行模拟。结果表明:(1)生长季兴安落叶松生态系统NEE日动态呈“U”变化,整...机器学习已经广泛用于生态系统研究。基于2014年1月1日至2018年12月31日兴安落叶松生态系统碳通量(NEE)观测数据,分析了其动态变化特征,并采用多种机器学习方法进行模拟。结果表明:(1)生长季兴安落叶松生态系统NEE日动态呈“U”变化,整体表现为碳汇,7月份碳汇能力最强,达67.57 g C m^(-2)月^(-1),9月至次年5月表现为碳源。(2)结构方程模型分析表明,兴安落叶松生态系统NEE的主要影响因子为潜热通量(LE)、净辐射(Rn)、叶面积指数(LAI)、空气温度(Ta)、相对湿度(RH)、饱和水汽压差(VPD)和土壤含水量(SWC),其中潜热通量和净辐射是影响NEE变化的最主导因素。(3)四种机器学习方法(RF、XGBoost、SVM、ANN)均能较准确地模拟兴安落叶松生态系统NEE,其中XGBoost和RF的模拟结果最为相近,但XGBoost在模拟精度和计算效率方面优于RF。研究结果为应用机器学习方法估算生态系统碳通量提供了依据。展开更多
物候是气候变化敏感指标,是陆地生态系统模型的关键参数。目前关于气候变化对物候影响的研究较多,但关于多环境因子交互作用对秋季物候影响的研究尚不充分,制约着物候变化机制的认知与模型发展。以兴安落叶松幼苗叶黄期为研究对象,采用...物候是气候变化敏感指标,是陆地生态系统模型的关键参数。目前关于气候变化对物候影响的研究较多,但关于多环境因子交互作用对秋季物候影响的研究尚不充分,制约着物候变化机制的认知与模型发展。以兴安落叶松幼苗叶黄期为研究对象,采用控制实验研究叶黄期对升温、光周期和氮添加变化及其交互作用的响应。结果表明:(1)升温对兴安落叶松幼苗叶黄期的影响较显著,升温使叶黄始期和叶黄普期显著提前,完全变色期不显著推迟;(2)光周期变化对叶黄期的影响极显著,光周期延长使叶黄始期和叶黄普期显著提前,完全变色期显著推迟;(3)叶黄期与氮添加量相关性不显著;(4)升温、光周期和氮添加变化双因子交互作用对叶黄始期和叶黄普期的影响均极显著且均存在极值,但对完全变色期的影响均不显著:升温与光周期延长交互作用使叶黄始期和叶黄普期提前,且在升温1.5℃、光周期14h时最显著;光周期延长与氮添加交互作用使叶黄始期和叶黄普期提前,且在施低氮(5g N m^(-2) a^(-1))、光周期10h时最显著;升温与氮添加交互作用使叶黄始期和叶黄普期提前,且在施高氮(20g N m^(-2) a^(-1))、升温1.5℃时最显著;(5)升温、光周期和氮添加变化交互作用对叶黄始期和叶黄普期影响极显著,对完全变色期的影响不显著。这表明,升温、光周期延长和氮添加将延长兴安落叶松幼苗叶黄期,从而增加兴安落叶松幼苗的固碳时间。研究结果可为物候模型发展以及森林生态系统碳估算提供依据。展开更多
作物生殖生长期长度与作物产量和品质密切相关。为深入探究作物生殖生长期长度(reproductive growth period lengths,RGLs)对气候变化和技术进步的响应,基于1981—2010年长江中下游地区单季稻生殖生长期和气象数据,量化不同RGLs (孕穗...作物生殖生长期长度与作物产量和品质密切相关。为深入探究作物生殖生长期长度(reproductive growth period lengths,RGLs)对气候变化和技术进步的响应,基于1981—2010年长江中下游地区单季稻生殖生长期和气象数据,量化不同RGLs (孕穗期—抽穗期(booting to heading,BDHD)、抽穗期—乳熟期(heading to milking,HDMS)、乳熟期—成熟期(milking to maturity,MSMD)和孕穗期—成熟期(booting to maturity,BDMD))对平均温度(mean temperature,TEM)、累积降水量(cumulative precipitation,PRE)和累积日照时数(cumulative sunshine duration,SSD)的敏感性,并分离气候变化和技术进步对不同RGLs的影响。结果表明,1981—2010年长江中下游地区单季稻BDMD呈延长趋势(0.24d a^(–1)),其中,HDMS延长趋势最明显(0.16 d a^(–1))。气候因子中高温和寡照不利于单季稻不同RGLs延长,其中,TEM对BDHD、HDMS和MSMD变化趋势的平均相对贡献分别为–50.0%、–50.7%和–21.9%,SSD对BDHD、HDMS和MSMD变化趋势的平均相对贡献分别为–47.2%、–48.7%和–67.6%。技术进步弥补了气候变化对不同RGLs变化趋势的不利影响。研究表明,技术进步可能是当前单季稻稳产高产和趋利避害的主要手段,未来可以采用较长生殖生长期和耐热性品种来适应持续的气候变化。展开更多
文摘机器学习已经广泛用于生态系统研究。基于2014年1月1日至2018年12月31日兴安落叶松生态系统碳通量(NEE)观测数据,分析了其动态变化特征,并采用多种机器学习方法进行模拟。结果表明:(1)生长季兴安落叶松生态系统NEE日动态呈“U”变化,整体表现为碳汇,7月份碳汇能力最强,达67.57 g C m^(-2)月^(-1),9月至次年5月表现为碳源。(2)结构方程模型分析表明,兴安落叶松生态系统NEE的主要影响因子为潜热通量(LE)、净辐射(Rn)、叶面积指数(LAI)、空气温度(Ta)、相对湿度(RH)、饱和水汽压差(VPD)和土壤含水量(SWC),其中潜热通量和净辐射是影响NEE变化的最主导因素。(3)四种机器学习方法(RF、XGBoost、SVM、ANN)均能较准确地模拟兴安落叶松生态系统NEE,其中XGBoost和RF的模拟结果最为相近,但XGBoost在模拟精度和计算效率方面优于RF。研究结果为应用机器学习方法估算生态系统碳通量提供了依据。
文摘物候是气候变化敏感指标,是陆地生态系统模型的关键参数。目前关于气候变化对物候影响的研究较多,但关于多环境因子交互作用对秋季物候影响的研究尚不充分,制约着物候变化机制的认知与模型发展。以兴安落叶松幼苗叶黄期为研究对象,采用控制实验研究叶黄期对升温、光周期和氮添加变化及其交互作用的响应。结果表明:(1)升温对兴安落叶松幼苗叶黄期的影响较显著,升温使叶黄始期和叶黄普期显著提前,完全变色期不显著推迟;(2)光周期变化对叶黄期的影响极显著,光周期延长使叶黄始期和叶黄普期显著提前,完全变色期显著推迟;(3)叶黄期与氮添加量相关性不显著;(4)升温、光周期和氮添加变化双因子交互作用对叶黄始期和叶黄普期的影响均极显著且均存在极值,但对完全变色期的影响均不显著:升温与光周期延长交互作用使叶黄始期和叶黄普期提前,且在升温1.5℃、光周期14h时最显著;光周期延长与氮添加交互作用使叶黄始期和叶黄普期提前,且在施低氮(5g N m^(-2) a^(-1))、光周期10h时最显著;升温与氮添加交互作用使叶黄始期和叶黄普期提前,且在施高氮(20g N m^(-2) a^(-1))、升温1.5℃时最显著;(5)升温、光周期和氮添加变化交互作用对叶黄始期和叶黄普期影响极显著,对完全变色期的影响不显著。这表明,升温、光周期延长和氮添加将延长兴安落叶松幼苗叶黄期,从而增加兴安落叶松幼苗的固碳时间。研究结果可为物候模型发展以及森林生态系统碳估算提供依据。
文摘作物生殖生长期长度与作物产量和品质密切相关。为深入探究作物生殖生长期长度(reproductive growth period lengths,RGLs)对气候变化和技术进步的响应,基于1981—2010年长江中下游地区单季稻生殖生长期和气象数据,量化不同RGLs (孕穗期—抽穗期(booting to heading,BDHD)、抽穗期—乳熟期(heading to milking,HDMS)、乳熟期—成熟期(milking to maturity,MSMD)和孕穗期—成熟期(booting to maturity,BDMD))对平均温度(mean temperature,TEM)、累积降水量(cumulative precipitation,PRE)和累积日照时数(cumulative sunshine duration,SSD)的敏感性,并分离气候变化和技术进步对不同RGLs的影响。结果表明,1981—2010年长江中下游地区单季稻BDMD呈延长趋势(0.24d a^(–1)),其中,HDMS延长趋势最明显(0.16 d a^(–1))。气候因子中高温和寡照不利于单季稻不同RGLs延长,其中,TEM对BDHD、HDMS和MSMD变化趋势的平均相对贡献分别为–50.0%、–50.7%和–21.9%,SSD对BDHD、HDMS和MSMD变化趋势的平均相对贡献分别为–47.2%、–48.7%和–67.6%。技术进步弥补了气候变化对不同RGLs变化趋势的不利影响。研究表明,技术进步可能是当前单季稻稳产高产和趋利避害的主要手段,未来可以采用较长生殖生长期和耐热性品种来适应持续的气候变化。
