检索历史 清除

摘要理解总初级生产力（GPP）与气候之间的相互作用对陆地生态系统碳循环和陆地生物化学过程具有重要的意义，尤其是在极端气候条件下，比如在干旱条件下，研究它们之间的相互关系就更具有显著的科学意义。特别是，在干旱条件下草地生态系统总初级生产力（GPP）的时间变化生态生理反应尚不清楚。因此，本文采用了具有高时间分辨率和高空间分辨率的VPM模型、BESS模型和PSN模型估算草地生态系统GPP的季节变化特征。以全球FLUXNET2015通量观测研究网络提供的15 个全球草地站点涡度 CO2 通量观测数据为基础，选取了2000-2014年观测数据连续5年以上的草地站点，根据草地站点的气候特征划分为了热带草地、温带草地和高寒草地。首先，使用VPM模型、BESS模型和PSN模型对全球草地的总初级生产力进行估算，再对不同草地类型（温带草地、热带草地和高寒草地）的总初级生产力进行估算，分析三种模型在不同生态尺度的估算能力。然后，进一步分析VPM模型、BESS模型和PSN模型在极端气候条件下的模型表现能力，比较了2000至2014年不同干旱条件下（干旱状态和非干旱状态）以及不同草地植被类型下（热带、温带和高寒）的FLUXNET2015通量塔观察GPP数据（GPPEC）与模型估算GPP值（VPM模型，BESS模型和PSN模型）之间的相关关系。最后，分析了干旱和非干旱状态下 VPM 模型、BESS 模型和PSN模型估算的不确定性。对VPM模型、BESS模型和PSN模型进行参数敏感性分析，将植被指数NDVI，EVI和LSWI带入到模型之中，分析了模型结构与通量塔观察 GPP 数据之间的相关性，并找出在干旱和非干旱状态下不同模型之间模拟表现差异的影响因素。通过以上研究发现：（1）整个草地系统，GPPVPM，GPPBESS和GPPPSN都低估了草地的GPP，同时模型的均方根误差（RMSE）分别是2.88 gCm-2day-1 （VPM），3.09 gCm-2day-1 （BESS），3.18 gCm-2day-1 （PSN）；（2 ）这三个模型估算的GPP 值相比在非干旱状态下（RMSE:2.82gCm-2day-1 （VPM），303gCm-2day-1 （BESS），3.13gCm-2day-1 （PSN））在干旱状态下具有更好的模型表现（RMSE：2.94gCm-2day-1 （VPM），3.18gCm-2day-1 （BESS），3.20gCm-2day-1 （PSN））；（3）在干旱状态下的三种草地类型，VPM模型表现得最好，其次是PSN模型，最差的BESS模型，它们的相关系数（R2）分别是0.59-0.74 （VPM），0.36-052（PSN），0.01-0.65（BESS）；在热带草地，VPM模型低估了2%的GPP值，BESS模型和PSN模型分别低估GPP值是21%和51%。在干旱状态下这些模型的不同表现主要是由于VPM模型在运算过程中使用LSWI来计算光能利用率（LUE）和GPP，LSWI对捕获GPP的干旱变化具有很好的敏感性，而其他两个模型没有运用如此敏感的机制。同时这三种模型（VPM，BESS 和PSN）在不同程度对草地 GPP 值低估的原因可能也来自于这些模型在估算不同类型的草地植被时没有考虑到最大光能利用率（ε0）的变化。这篇文章建议在估算 GPP 过程中对不同类型的草地 GPP 估算时应充分考虑ε0和水份指数（LSWI），如果在干旱状态下使用模型去估算 GPP的季节变化使用 EVI 估算FPAR会使模拟结果更好。