论文部分内容阅读
自工业革命以来，人类活动排放的CO2等温室气体浓度不断上升，进而通过温室效应影响区域乃至全球气候变化。政府间气候变化专门委员会(Intergovemmental Panel on Climate Change，IPCC)第五次评估报告(FifthAssessment Report，AR5)指出，1880～2012年全球平均气温升高0.85±0.2℃。青藏高原作为世界的第三极，是全球气候变暖的敏感区，自20世纪50年代以来表现出明显的增温趋势0.16℃ decade-1，明显高于北半球乃至全球的增温速率。气候变暖对陆地生态系统碳循环产生深远的影响。青藏高原由于其广大面积的高寒草地，冻土中巨大的土壤有机碳库，在全球碳循环中扮演重要角色。精确估算青藏高原碳收支对于全球气候-碳循环具有重要意义。 目前已有不少对青藏高原草地生态系统碳循环的模拟研究，包括过程和遥感等陆地生态系统模型。然而，这些研究的估算结果存在较大差异，植被净初级生产力(Net Primary Production，NPP)的估算范围为120.8～340.8 g C m-2yr-1，土壤有机碳密度(Soil Organic Carbon Density, SOCD)的估算范围为3.9～5.4 kgC m-2(0-30cm)和6.5～10.1 kg C m-2(0-100cm)。前人研究证实，输入数据是估算区域碳收支不确定性的重要来源之一。由于青藏高原地区地面气象站点稀少且分布不均，严重制约了空间插值的精度，不能代表整个高原的气候变化特征。这给以气象数据为驱动变量的陆地生态系统模型模拟产生较大的影响。而且目前的研究多集中在历史时期，对未来气候情景下，青藏高原草地碳收支变化的研究报道很少。由此我们的科学问题是，不同源气温输入数据的差异如何？对高原草地碳收支模拟结果有何影响？未来气候情景下高原草地碳收支将如何变化？ 量化温度输入数据的差异性在区域碳收支的估算中是至关重要的。本研究通过分析2000～2014年不同源气温输入数据的时空差异，其中包括来自英国东英格利亚大学气候研究所(Climatic Research Unit，CRU)的气候数据集TS3.23(TCRU);利用地面气象观测站和Kriging的空间插值方法所得的气温数据(TKriging);利用高时空分辨率的遥感(Moderate Resolution Imaging Spectroradiometer,MODIS)地表温度(Land Surface Temperature，LST)和相关物理环境参数反演所得的气温数据(TLST)。上述三套气温数据分别用于驱动生物地球化学过程模型CENTURY模拟2000～2014年高原草地碳收支。模型以中国科学院海北高寒草甸生态系统定位站的奇数年观测数据进行校准，偶数年的数据以及海北站通量观测塔的CO2涡度相关数据进行验证。除气温输入数据不同，模型参数及其他所需的输入数据均为同一套数据源，以此定量评估不同源气温输入数据的差异对高原草地碳收支估算的影响。在此基础上，预估21世纪不同气候情景下青藏高原草地固碳量，最终评估高原草地碳收支时空动态及其对气候变化的响应。主要结果如下: (1)通过比较站点内插所得的TCRU和TKriging，以及遥感反演的TLST，与青藏高原研究所的野外气象站点测定的气温数据（独立于中国气象局的地面气象观测站数据），结果发现，TLST更接近观测数据，斜率为1.06，决定系数R2最高为0.87，RMSE值最小。TCRU则受高海拔的影响，温度比观测值低(MD=-2.34℃)。TKriging受到气象站空间分布的影响，存在高估的趋势，RMSE接近6℃，模型效率仅为0.44。因此，利用MODIS LST数据，结合植被覆盖、地表起伏度和空气湿度等，能较好的解释复杂地形区的地表能量交换过程，反演出较高精度的地表气温，为深入研究温度变化的空间格局提供了新方法。另外，三套气温之间的平均差异为2℃～5℃(P＜0.01)，由于高原西部海拔大于4800米的气象站点分布稀疏，三套气温在西部的差异达到2℃～7℃，显著高于东部高原的1℃～4℃差异。 (2)三套不同源气温输入数据显著影响了青藏高原草地碳收支各个分量的估算。由于TLST更接近观测气温，因此，将由TLST驱动模拟的碳收支结果作为基准分别与由TCRU和TKriging模拟的结果对比，其中RCL和RKL分别为TCRU和TKriging与TLST模拟结果的比值，以此定量输入数据对模拟结果空间格局的影响。与TLST模拟结果相对比，NPPKriging和RhKriging(异养呼吸，HeterotrophicRespiration)在高原中部地区存在较好的一致（0.8≤RKL≤1.2），约占高原的39％，在高原东南部(30％)存在较为明显的高估现象(RKL＞1.2)，而在西北地区(31％)出现低估趋势(RKL＜0.8)。净生态系统生产力(Net EcosystemProduction，NEP)，NEPKriging比NEPLsT低估的栅格大约占46％，主要集中在西北部地区和部分东部地区;高估的约占43％，主要分布于西南和东部地区。 NPPCRU和RhCRU存在较大范围的低估(RCL＜0.8)，尤其是高原中部和西南部，约占整个高原面积的54％。NEPCRU低估的区域主要分布于中部和东北部，约占高原面积的66％;而高估的区域(RCL＞1.2)主要在西南地区，约占22％。从整体上来看，由于不同源气温输入数据确实对碳收支估算产生影响，模拟NPP和Rh的差异可能进一步扩大NEP的差异，SOC(0～20cm)的各估算结果则受土壤碳初始值的影响而差异较小。 (3)运用区域气候模式(Regional Climate Models，RCMs)的三种气候情景数据(RCP2.6、RCP4.5和RCP8.5)来驱动模型，预估未来青藏高原草地生态系统仍可能表现为碳汇，其中NEP为16～25 Tg Cyr-1;土壤碳库总量为7.6～7.9PgC。其中，Rh对气候变化的敏感程度要高于NPP，导致二者的差值所得的NEP在逐渐降低，速率为-0.07～-0.14 g C m-2yr-1，说明未来高原草地植被的净固碳能力将会逐渐减弱。而SOC均有不同程度的增加，速率为0.11～0.16 Mg C ha-1yr-1，这可能是由于气候变暖和CO2施肥效应促进植被生长进而使得土壤碳投入增多。另外，大气CO2的施肥效应可能使三种情景下NPP增加1.9％～7.3％，Rh增加1.7～6.1％，NEP增加0.9～4.9g C m-2yr-1。