论文摘要
全球变化与陆地生态系统（Global Change and Terrestrial Ecosystem, GCTE）是当前全球变化研究的重要内容,气候变化对陆地生态系统的影响及其反馈-直是其研究的焦点问题之一。森林生态系统作为陆地生态系统的主体,在调节全球碳平衡、减缓大气中CO2等温室气体浓度上升以及维护全球气候等方面具有不可替代的作用。近几十年,由于东南亚已经达到较高人口密度和经济高速增长的时期,东南亚的可持续发展及其对全球变化的影响正在成为全球关注的焦点。本文以中国南部及东南亚为主要研究区域,运用GLOPEM-CEVSA耦合模型,实现对研究区典型的森林类型碳固定的模拟及其对气候变化的响应,同时结合多源数据,对模拟结果的精度进行验证。GLOPEM-CEVSA模型耦合“自上而下”的生产效率遥感模型（GloPEM）和“自下而上”的生态系统过程模型（CEVSA）两种模拟途径,实现优势互补,增强了净初级生产力（NPP）模型估算的可靠性和可操作性。（1）基于遥感的植被对气候的响应初步分析1984-2006年研究区森林区域年均归一化植被指数（NDVI）为0.58,呈现出热带高于亚热带地区、沿海高于内陆的空间分布格局。NDVI具有明显的季节变化格局,能较好的反应出森林的季节生长状况。中国东南受季风气候的影响,各类森林类型平均NDVI表现出较分明的季相变化。菲律宾群岛和马来群岛,由于常年受季风及海洋气候的影响,年均NDVI季节波动较小,菲律宾群岛大抵上保持在0.5-0.7左右,马来群岛秋、冬两季的年均NDVI要明显低于春、夏季。中南半岛北部受大陆性气团及喜马拉雅山脉屏障的影响,夏季年均NDVI处于全年的最低值；秋、冬季大部分地区的森林年均NDVI有较大幅度的增加（0.7-0.9）。印度半岛冬、春两季的年均NDVI高于其它两季,主要可能是因为西南季风给该区域带来充沛的降水,有利于该区植被的生长。（2）基于卫星资料的森林碳固定估算本文根据全球初级生产力数据（GPPDI）572个森林站点观测数据,将GPPDI的年均NPP分别与模型模拟和MODIS多年平均NPP进行线性相关分析。结果表明,模型模拟NPP比GPPDI偏高18%（R2=0.827）, MODIS NPP相对于GPPDI则偏低38%（R2=0.759）,模型模拟与GPPDI的相关性要高于MODIS。然而,模型模拟的NPP值略高于MODIS和GPPDI,由于地面样方及观测方法与模型的尺度问题,以地面的观测值来评价模拟结果,仍存在一定的误差。GLOPEM-CEVSA模型模拟的季节NPP能较好的反应研究区各类森林季节变化,对研究区各类森林类型的生态生理过程描述较为理想。从1984-2006年研究区的23年平均状况来看,研究区森林植被NPP空间分布的基本特点是热带高于亚热带地区、从沿海向内陆呈逐级递减趋势。GLOPEM-CEVSA模型模拟整个研究区的森林年均NPP为1762.47gC/m2/a,其中,菲律宾群岛和马来群岛的森林区域平均NPP最高依次为2300.22gC/m2/a和2259.36gC/m2/a,其次分别是中南半岛（1698.52gC/m2/a）、印度半岛（1438.15gC/m2/a）、中国东南（1088.44gC/m2/a）、中国西南最低（1000.36gC/m2/a）。从森林类型上看,常绿阔叶林最高为2038.945gC/m2/a,其次落叶阔叶林1388.796gC/m2/a,针阔混交林1109.116gC/m2/a,落叶针叶林和常绿针叶林最低,依次为970.8gC/m2/a和810.97gC/m2/a。（3）气候变化对森林碳固定变化的影响评估森林的分布和演变受人为活动和气候变化的强烈影响。尤其在发展中国家,森林及森林附近地区的人们,需要依靠森林资源来摆脱贫困。经济生产导致森林过度利用,进而导致森林的面积、质量下降。针对我国和东南亚地区主要森林类型,利用常规气候资料分析研究区气候变化特征,研究该地区典型气候变化对森林资源碳固定的影响。由1984-2006年每8天的多年平均NPP季节波动曲线可看出,模拟的NPP能较好的反应森林的动态变化及其对气温和降水的响应。不同区域的各森林类型的NPP变化各有差异,其所受气温和降水的影响程度也不同。
论文目录
相关论文文献
- [1].浙江省天台县不同森林类型枯落物及土壤水文特性[J]. 水土保持通报 2020(03)
- [2].广西都安地区5种森林类型土壤机械组成及其肥力比较[J]. 生态科学 2017(02)
- [3].基于MODIS影像的森林类型决策树分类方法研究[J]. 中南林业科技大学学报 2017(09)
- [4].5种森林类型不同土壤层化学性质分析[J]. 安徽农业科学 2018(08)
- [5].鼎湖山三种森林类型土壤养分特征及其相关性分析研究[J]. 环境科学与管理 2017(03)
- [6].浙江古田山不同森林类型两栖动物群落结构比较[J]. 浙江师范大学学报(自然科学版) 2018(02)
- [7].临高县五种森林类型土壤理化性质特征分析研究(英文)[J]. Agricultural Science & Technology 2017(08)
- [8].辽河源典型森林类型的土壤水文效应[J]. 水土保持通报 2015(02)
- [9].北京地区林木损失额的价值计量研究——不同森林类型的功能定位研究[J]. 林业经济问题 2008(01)
- [10].辛家山不同森林类型土壤基本化学性质研究[J]. 西北林学院学报 2011(05)
- [11].海南霸王岭不同森林类型附生兰科植物的多样性和分布[J]. 植物生态学报 2010(04)
- [12].雅长兰科植物自然保护区典型森林类型土壤理化性质研究[J]. 西南林业大学学报(自然科学) 2018(04)
- [13].猫儿山自然保护区3种森林类型土壤养分垂直分布特征[J]. 生态科学 2014(06)
- [14].重庆市四面山不同森林类型林冠的截留作用[J]. 中国水土保持科学 2010(06)
- [15].国家级森林类型自然保护区建设与布局探讨[J]. 绿色科技 2016(12)
- [16].北京山区水源涵养林典型森林类型结构特征研究[J]. 北京林业大学学报 2011(01)
- [17].西双版纳不同森林类型的树洞密度及其特征[J]. 生态学报 2019(02)
- [18].辽东山地不同森林类型土壤有机碳季节动态及其驱动因子[J]. 生态学杂志 2018(11)
- [19].热带海岸典型森林类型土壤有机碳储量和碳氮垂直分布特征[J]. 热带作物学报 2017(01)
- [20].祖山林区不同高程森林类型的研究[J]. 河北林业科技 2017(04)
- [21].长白山两种森林类型土壤颗粒有机碳和黑碳分布特征[J]. 林业科学研究 2017(02)
- [22].小兴安岭4种森林类型细根生物量的时空格局[J]. 林业科学 2016(06)
- [23].湖北省不同森林类型和不同地区间林下灌木层生物量和碳密度特征[J]. 西北林学院学报 2014(06)
- [24].凉水自然保护区森林类型斑块的空间格局及关联性动态[J]. 林业科学 2019(10)
- [25].我国首颗林业卫星“吉林林业一号”发射成功[J]. 林产工业 2017(02)
- [26].珠江流域中游5种典型森林类型土壤理化特征比较[J]. 西北林学院学报 2015(06)
- [27].在法律上构建我国森林类型的二元结构[J]. 陕西林业 2009(03)
- [28].基于阈值分割的黑龙江省森林类型遥感识别[J]. 地理科学进展 2016(05)
- [29].中亚热带4种森林类型土壤活性有机碳的季节动态特征[J]. 植物生态学报 2016(10)
- [30].贵阳市4种森林类型土壤氮矿化的研究[J]. 中南林业科技大学学报 2012(11)