-
森林生态系统作为陆地生态系统主体,在维持全球碳平衡、对抗气候突变等方面发挥着重要作用[1]。森林的生物量占陆地生态系统的80%,其碳储量约占全球陆地碳储量的一半,是大气碳储量的3倍[2-4],在调节大气CO2浓度方面起到了重要的碳汇作用[5]。森林生态系统碳循环、碳固持、碳交换等研究已成为生态学研究的热点问题,因此,对森林生态系统进行的碳通量动态研究具有十分重要的科学意义。
大气CO2浓度的变化是导致全球变暖的重要因子,对大气CO2浓度长期监测可为人类制定碳排放及碳贸易政策提供理论基础[6];通过大气CO2浓度的监测数据反演区域及全球的碳源−汇分布[7-8];利用自由大气增浓实验(FACE)研究生态系统对CO2施肥效应的响应机制[9]。森林的生长代谢与大气CO2浓度变化密切相关。森林植被的光合作用与呼吸作用会影响CO2浓度[10],而林冠层的CO2浓度的时空变化又对森林生态系统的生产力产生重要影响[11]。目前,与森林内部碳循环过程密切相关且作为涡度通量观测重要补充的森林生态系统CO2浓度的研究尚不多见[12]。陈步峰等[13]在海南尖峰岭热带雨林观测到林内CO2浓度最高,谭正洪等[12]得到近地层CO2浓度日尺度变化曲线为“双峰”的观测结果;焦振等[14]在帽儿山温带阔叶林观测到CO2浓度在日尺度上呈现“单峰”,且垂直方向上CO2浓度随高度增加而降低;陈晓峰等[15]利用CO2廓线系统在安吉毛竹林生长季的监测结果显示,CO2浓度在7月达到最低值,林冠层与林冠上层垂直梯度变化趋势相似。NPP模型对生态系统净初级生产力(Net Primary Productivity,NPP)模拟可以反应生产力的变化趋势。GROSSO等[16]利用超过5 600个站点的全球生态观测网数据集合(包括年均NPP、土地覆盖等级、降水和温度等),部分修正了Miami模型湿润区NPP高估的问题,提出了NCEAS(National Center for Ecological Analysis and Synthesis)模型。近年来,NCEAS模型已在全球/区域生态定量评估中验证了该模型的可靠性和准确性[17-18]。董丹等[19]利用改进CASA模型估算中国西南喀斯特地区1999—2003年的NPP总体呈现增长的趋势。李传华等[20]基于Biome-BGC模型,利用参数本地化对五道梁地区草地生态系统1961—2015年净初级生产力的情景模拟表明研究区的NPP呈显著上升的趋势。年尺度上的NPP模拟研究已取得较明确的结果,但由于植物生长对降水存在的滞后效应[21-22]使得模型对月尺度上的净初级生产力模拟具有不确定性,模拟结果与当月的降水及温度相关性低[23]。
基于生态系统过程模型的模拟研究已成为描述森林生态系统碳动态的重要研究手段。王媛等[24]基于EPPML模型千烟洲马尾松人工林的碳循环过程进行的模拟分析得到的结果与实测值十分吻合;韩其飞等[25]基于Biome-BGG模型对天山北坡的针叶林长达50年的模拟结果显示气温的升高促进了生态系统的NPP; PAULICK等[26]利用FORMIND模型模拟了两种地形不同的热带森林净生态系统交换量(Net Ecosystem Exchange,NEE),发现在演替早期的NEE最大,在演替后期的NEE接近零。然而对于可以深入了解森林碳循环过程的CO2通量动态模拟研究目前鲜有报道。热带森林通常指的是南北纬回归线之间具有典型天然热带植被的森林[27],作为地球系统碳循环的组成部分,在缓解全球气候变化中扮演着重要角色,近年来,众多专家学者从热带森林土壤呼吸、天然林再生过程中的碳积累速率、森林恢复对地面碳密度复原等方面开展了研究[28-30],但对于热带森林的CO2通量在森林碳循环过程的动态变化关注较少。鉴于此,笔者基于泰国SKR环境研究中心站点2001—2003年热带森林数据集,结合以往的研究结果[16-18],选择NCEAS模型进行改进,对月尺度NPP进行预测,耦合Fick第一定律表征森林的CO2扩散过程,同时考虑温度变化对凋落物分解速率的影响,构建热带森林碳通量动态模型,旨在模拟热带雨林CO2通量月动态循环变化,并对模型中参数进行敏感性分析,确定各参数对森林碳通量影响程度,为进一步完善热带森林碳循环模拟研究提供技术及理论基础。
HTML
-
泰国位于亚洲中南半岛的中南部,地形以山地与高原为主,地势北高南低,根据地理特征分为4个自然区域。北部丛林密布,东北部属于湄公河流域,为高原地带,干季少雨,雨季泥泞。中部为湄南河冲积平原,南部是狭长的丘陵地带。全国森林总面积为1 440万hm2,森林覆盖率达25%。
研究区位于泰国呵叻高原西北部Sakaerat环境研究中心(地理坐标14°29′32.5″N,101°54′58.7″E),Sakaerat研究区(以下简称为SKR)占地面积约为78 km2,地形较平缓,坡度不超过4°,属于热带草原气候,年平均降水量在1 200~1 300 mm,年均温24 ℃左右,干湿季分明。干季为11月至翌年3月,炎热干燥,月降水少于40 mm;雨季为4−10月,降雨充沛[31]。研究区主要包含29.5 km2的干旱常绿林区域和12.2 km2的干旱龙脑香科森林区域。植被类型是热带季节性常绿林,森林冠层高度为35~40 m。海拔高度约543 m,主要土壤类型是由砂岩母质演化而来的浅石质盐土。
-
收集、整理SKR环境研究中心站点通量塔2001−03−01—2003−12−31综合气象要素和CO2浓度数据集(时间分辨率为30 min)。气象观测系统依4个不同垂向梯度(距离地面:5 、20 、35 、45 m)架设,同步测定温度和CO2浓度(图1)。翻斗式雨量计被固定安置于通量塔顶(47 m,远高于冠层高度),以消除冠层截留的影响。数据处理选取线性内插法对少量的缺测数据(缺测数据占比小于总体样本的5%)进行插补,以确保原始数据的完整性。最终,将逐半小时序列数据融合为逐月数据集,用于构建森林碳通量动态模型。
-
1992年,BEVEN等[32]提出普适似然函数不确定性评估方法,即GLUE(Generalized Likelihood Uncertainty Estimation)算法,对模型的参数进行识别和率定。在预先设置好的模型参数范围内运用蒙特卡洛方法随机获取参数组合,代入模型中进行模拟,计算出模拟值与实测值的似然函数值,再计算函数值权重,得到参数组的似然值;根据预先设置好的似然值阈值,筛选出参数组似然值并重新归一化,分析参数不确定性[33]。
-
本研究将森林生态系统作为一个整体进行模拟研究,关注影响林中CO2通量的各个组分,包括森林向大气边界层的扩散过程、植被的光合及呼吸作用、凋落物分解,并对各组分进行分析,将其在模型中重现,模拟月尺度下森林内部CO2通量的动态变化。
通过数据处理,将CO2浓度整理为通量数据,以林冠以下的3层CO2通量均值作为森林内部的CO2通量,以林冠上层梯度作为大气边界层CO2通量,运用Fick第一定律,模拟林内向大气的CO2扩散通量。净初级生产力是由植被以CO2为底物进行光合作用所产生的有机质总量中扣除植被自养呼吸后的剩余部分,因此可以表征光合与呼吸作用对CO2通量的影响。应用此种关系,改进后的NCEAS模型可利用SKR监测站的降水数据对月尺度森林NPP进行模拟。利用NCEAS模型模拟的月净初级生产力对凋落物质量进行约束,同时考虑温度变化对凋落物分解速率的影响,对森林凋落物的分解进行模拟。
根据图2对模型形式化,森林CO2通量变化量(dCO2)计算公式为:
式中,Fd是凋落物分解CO2通量,NPPmonth为月净初级生产力,Fc森林内部与边界层之间的CO2扩散通量。
模型的循环迭代步骤为:1)设置迭代元素i,i值为6~36。2)判断i是否等于6,若i=6,则第一个月的CO2通量也就是6月的CO2通量数据等于5月的实测值加上6月CO2通量变化量dCO2。3)若i≠6,则当月CO2通量数据等于上一个月的通量模拟值加上当月的通量变化量dCO2。直到i=36,模型的迭代结束,否则,i=i+1,继续进行迭代计算。
运用GLUE算法,设置3个参数,在预先确定的参数范围内随机选取参数组的模拟(随机模拟次数为100 000次),似然函数选取均方根误差(Root Mean Squared Error,RMSE),进行参数敏感性分析,确定模型的最优参数组合,将最优参数组合的CO2通量模拟值与实测值比较,对模型优度评价。
-
(1)引入植被对降水滞后响应的月尺度NPP模型优化。
NCEAS模型的NPP的计算公式为:
公式(2)为裸地计算公式,式中,ANPP单位为gC·(m2·a)−1。
公式(3)为非裸地计算公式,式中,ANPP单位为gC·(m2·a)−1。
式中,F(MAP)单位为mm。
式中,F(MAT)单位为℃。
ANPP为地上NPP,MAP是年降水量,MAT是年均温度,比较MAP及MAT模拟结果,取最低值为NPP。根据图3所示,F(MAP)显著低于F(MAT),因此,选取MAP对NPP进行模拟。模型可模拟年尺度的NPP,而本研究使用月尺度的NPP对森林的碳通量动态变化进行模拟,因此根据研究内容,结合研究区域气象状况,提出1种新方法,对NCEAS模型改进,从而模拟月尺度的NPP。
由于植被生长对降水存在明显的滞后响应[34-35]。结合NCEAS模型的运算过程,将前期不同时间跨度月降水量(考虑前1−12 月)均值作为当月降水量,并假设全年的月降水量都相同,则每个月的净初级生产力也应当一致,将当月降水量乘以12,获得年降水量,代入到NCEAS模型中,获得在全年的月降水量都相同的假设情景下年NPP,再除以12,得到月NPP。以此类推,在假设全年每个月降水量都相同的情景下,利用NCEAS模型,模拟当月的NPP,计算公式为:
式中,NPPmonth为月净初级生产力,单位为 gC·m−2·月,PPT为不同时间跨度月降水量均值,单位为mm,统计1−12月不同尺度的NPPmonth,得到各月尺度模拟下的全年净初级生产力NPPm,与NCEAS模型利用年降水量计算的NPP对比,确定最优月尺度。
(2)CO2扩散通量Fc。模型假定森林内部与边界层之间的物质交换为平衡状态,主要受浓度扩散控制[36],因此其CO2扩散通量Fc可以通过Fick第一定律进行估算,计算公式为:
式中,Fc是森林内部与边界层之间的CO2扩散通量,单位为 gC·m−2·月;k为森林内部与边界层之间的扩散系数,单位为 gC·m−2·月,用于表征扩散速度;dC/dx是边界层(45 m)与森林内部(5、20、35 m均值)的CO2浓度梯度。
(3)凋落物分解CO2通量Fd。模型使用一种简单,容易参数化的方程表达凋落物每月分解产生的CO2通量,计算公式为:
式中,Fd是每月凋落物分解产生的CO2通量,单位为 gC·m−2·月;M0是每月的凋落物质量,单位为 gC·m−2·月;rinst是由TOMCZYK[37]提出的考虑到温度变化对估计温度敏感性潜在影响的每日分解速率 d−1;Days表示各月包含的天数。
式中,rref是在当温度参考值Tref在288 K的分解速率0.020 4 d−1[38]。kB是玻尔兹曼常数(8.617×10−5 eV·K−1)。Ea为活化能(eV)。
-
碳通量模型需要率定的参数共有3个,见表1。
参数
Parameter基本内涵
Basic connotation取值范围
Value rangek CO2扩散系数 0~1 Ea 活化能 0~1 M0 凋落物质量 0~52.94 Table 1. Connotation and value range of each parameter
根据参数的物理特性,确定了k、Ea、M0 3个参数的初始取值范围,M0的取值范围通过最大月NPP进行约束。
-
选用皮尔森相关系数(Pearson Correlation Coefficient,r)与均方根误差(RMSE)对模型结果与实际测量值进行检验,r表示两个变量之间线性相关关系,在模型模拟精度分析中,用r表示测量值与模拟值的相关关系。RMSE是用于衡量观测值同模拟值之间的偏差,其值越低表明模型的预估结果越接近于实际测量值,即模型的拟合能力越高。
式中,CO2_sim是模型模拟值,CO2_ob是实际观测值,
${\overline {{\rm{CO}}} _{2\_{\rm{sim}}}}$ 是模拟值的平均值,${\overline {{\rm{CO}}} _{2\_{\rm{ob}}}}$ 是观测值的平均值,模拟值与观测值之间的协方差与标准差的商为样本皮尔森相关系数r。