下载文档原格式
气候和CO2变化对北京山区油松林NPP的影响张文海;吕锡芝;余新晓;范敏锐【期刊名称】《广东农业科学》【年(卷),期】2012(039)006【摘要】应用BIOME-BGC模型模拟估算了1974-2010年北京十三陵油松林的净初级生产力(NPP),并分析了不同CO2浓度和气候变化情景对NPP的影响.结果表明:模型模拟所得NPP与实际测定值相差8.9％,变化趋势基本一致;表现出低值高值的波浪形年际变化,年际变动率为30.69％;油松林模拟NPP与降水量呈现显著的线性相关关系(相关系数为0.85),与平均温度无线性相关关系(相关系数为-0.18);油松林NPP对单独的CO2的浓度加倍、降水增加表现出正向响应,而单独的温度增加不利于油松林NPP的积累:CO2浓度加倍、降水增加和温度增加三因子共同作用降低了油松林NPP,各因子之间表现出较强的交互作用.【总页数】4页(P4-7)【作者】张文海;吕锡芝;余新晓;范敏锐【作者单位】北京林业大学水土保持与荒漠化防治教育部重点实验室,北京100083;北京林业大学水土保持与荒漠化防治教育部重点实验室,北京 100083;北京林业大学水土保持与荒漠化防治教育部重点实验室,北京 100083;北京林业大学水土保持与荒漠化防治教育部重点实验室,北京 100083【正文语种】中文【中图分类】S718.54【相关文献】1.北京山区油松林净初级生产力对气候变化情景的响应 [J], 范敏锐;余新晓;张振明;于洋;赵阳2.气候变化对北京山区华北落叶松林NPP影响研究 [J], 苏薇;余新晓;吕锡芝;范敏锐;张艺3.CO2倍增和气候变化对北京山区栓皮栎林NPP影响研究 [J], 范敏锐;余新晓;张振明;史宇;吕锡芝;周彬4.气候变化和人类活动对新疆草地生态系统NPP影响的定量分析 [J], 赵鹏; 陈桃; 王茜; 于瑞德5.气候与土地利用变化对粤港澳大湾区NPP的影响 [J], 温旭丁;罗赵慧;符良刚因版权原因，仅展示原文概要，查看原文内容请购买。
北京地区森林燃烧性研究
田晓瑞;舒立福;阎海平;王铁柱
【期刊名称】《森林防火》
【年(卷),期】2004(000)001
【摘要】根据北京地区林分状况,选择测定了栓皮栎林、油松林、洋槐林、元宝枫林和侧柏林的可燃物载量,分析结果表明这些林分都容易发生地表火;油松林和侧柏林易发生树冠火.在营林过程中应更注意林下枯枝和枯死木的清理,改变可燃物的空间分布,有利于防止发生树冠火.
【总页数】2页(P23-24)
【作者】田晓瑞;舒立福;阎海平;王铁柱
【作者单位】中国林业科学研究院森保所,北京,100091;中国林业科学研究院森保所,北京,100091;北京市西山试验林场,北京,100091;北京市西山试验林场,北
京,100091
【正文语种】中文
【中图分类】S762.1
【相关文献】
1.昆明西山国家森林公园粗死木质残体的燃烧性研究 [J], 王秋华;刘文国;李世友;陶汝坤;李明华;吴从起;阮德振
2.福建将乐县森林燃烧性及林火时空分布规律研究 [J], 何中华;刘晓东;赵辉;周涧青
3.热分析方法研究森林可燃物的燃烧性 [J], 宋彦彦;隋振环;赵忠林;李英爱;张言;管
清成;汪兆洋;隋海新
4.浅述森林可燃物燃烧性的研究进展 [J], 王旭;周汝良
5.长白山6种主要森林类型地表凋落物燃烧性实验研究 [J], 辛颖;高飞飞;王新然因版权原因，仅展示原文概要，查看原文内容请购买。
网络出版时间：2014-09-25 08:19网络出版地址：/kcms/doi/10.13287/j.1001-9332.20140925.005.html气候变暖对中国栓皮栎地理分布格局影响的预测*李 垚张兴旺 方炎明**（南京林业大学森林资源与环境学院，南京210037）摘要利用DIV A-GIS软件对中国栓皮栎的地理分布及气候特征进行研究,并用该软件中的Bioclim和Domain两个模型评估未来潜在分布区对气候变暖的响应.结果表明: 中国栓皮栎分布区可分为横断山脉区、云贵高原区、华北山地区、华东山丘区、辽鲁半岛区、台湾海岛区和秦岭巴山区7个亚区,跨越7个温度带、2个干湿区、17个气候区,包括8种气候类型.秦岭-大巴山-伏牛山为栓皮栎的现代多度中心.适合栓皮栎生长的年平均温度为7.5~19.8 ℃,年降雨量为471~1511 mm.Domain和Bioclim模型的受试者工作特征曲线下的面积(AUC值)分别为0.910、0.779,前者预测的高度适生区为秦岭、大巴山、伏牛山、桐柏山和大别山、云贵高原东部和西部、苏皖南部丘陵和华北部分山地.气候变暖趋势下栓皮栎潜在分布区可能向北回缩,面积减小.关键词栓皮栎DIV A-GIS 地理分布潜在分布区中图分类号Q948.13 文献标识码APredicting the impact of global warming on the geographical distribution pattern of Quercus variabilis in China. LI Yao, ZHANG Xing-wang, FANG Yan-ming(College of Forest Resource and Environment, Nanjing Forestry University, Nanjing 210037, China)Abstract: The geographical distribution of Quercus variabilis in China with its climate characteristics was analyzed based on DIV A-GIS, which was also used to estimate the response of its future potential distribution regions to global warming by Bioclim and Domain models.Analysis results showed the geographical distribution of Q. variabilis could be divided into 7 subregions: Henduan Mountains, Yunnan-Guizhou Plateau, North China, East China, Liaodong-Shandong Peninsula, Taiwan Island, and Qinling-Daba Mountains. These subregions are across 7 temperature zones, 2 moisture regions and 17 climatic subregions, including 8 climate types. The modern richness center of Q. variabilis is Qinling, Daba and Funiu mountains. The condition of mean annual temperature 7.5-19.8 ℃ and annual precipitation 471-1511mm, is suitable for Q. variabilis. Areas under the receiver operating characteristic curve (AUC values) of Domain and Boiclim models were 0.910, 0.779, the former predicted the potential regions of high suitability for Q. variabilis are Qinling, Daba, Funiu, Tongbai, and Dabie mountains, eastern and western Yunnan-Guizhou Plateau,hills of southern Jiangsu and Anhui, part of the mountains in North China. Global warming might lead to the shrinking in suitable regions and retreating from the south for Q. variabilis.Key words:Quercus variabilis; DIV A-GIS; geographic distribution; potential distribution area.物种地理分布受气候、土壤、地形等环境要素影响。
北京山区侧柏和栓皮栎的水分利用特征刘自强;余新晓;贾国栋;贾剑波;娄源海;张坤【期刊名称】《林业科学》【年(卷),期】2016(0)9【摘要】【目的】探讨北京山区典型乔木侧柏和栓皮栎的水分利用情况，为北京山区植被建设提供参考和理论依据。
【方法】通过测定其木质部水分及其不同水源的稳定氢氧同位素值，利用多源线性混合模型( iso-source)，再结合茎干液流计(TDP)，分析不同水源对2种植物的贡献率和贡献量。
【结果】结果表明：1)2个树种在旱季和雨季的茎干液流通量排序为：旱季侧柏(5.87 kg)＜旱季栓皮栎(9.42 kg)＜雨季侧柏(13.42 kg)＜雨季栓皮栎(18.26 kg)。
2)侧柏在旱季主要利用深层60～80 cm 的土壤水分和地下水，利用率分别为19.8%和51.4%，日平均利用量为1.16和3.02 kg；在雨季主要利用表层0～20 cm的土壤水分和地下水，利用率分别为51.4%和27.7%，日平均利用量为6.90和3.72 kg。
3)栓皮栎在旱季表层0～20 cm的土壤水分和深层60～80 cm的土壤水分利用率贡献最大，分别为53.5%和20.2%，日平均利用量为5.04和1.90 kg；在雨季的水分利用率贡献最大的还是集中在表层0～20 cm的土壤水和地下水分，利用率分别为51.8%和38.1%，日平均利用量为9.46和6.96 kg。
【结论】从侧柏和栓皮栎的水分利用特征来看，2个树种对各水源的利用深度相似，在造林树种选择时，应避免混交产生竞争。
在季节性干旱的北京山区水分匮缺，在造林时应优先选择蒸腾耗水较小的侧柏树种。
%Objective]In order to provide reference and theoretical basis for vegetation construction in Beijing mountain areas,this study investigated water utilization of typical arbors of Platycladus orientalis andQuercus variabilis in Beijing mountainous area. [Method]We measured stable isotopic values of hydrogen and oxygen of water in the xylem and different water sources by using multi-source linear mixed models ( Iso-Source ) . In combination with the thermal dissipation probe measurement ( TDP) ,we analyzed the contribution rate and amount of different water sources to the two tree species. [Result]Results show that:1) in dry and rain period,the sap fluid flux was in the order of: P. orientalis in dry period (5.87 kg) < Q. variabilis in dry period (9. 42 kg) < P. orientalis in rain period (13. 42 kg) < Q. variabilis in rain period (18. 26 kg). 2) P. orientalis up-took water from 60-80 cm soil layer and underground water in the dry season,and the contribution rate was 19. 8% and 51. 4%,respectively,and the average daily use rate was 1. 16 kg and 1. 16 kg. In the rainy season,P. orientalis consumed top layer ( 0 - 20 cm ) soil water and groundwater,and the utilization rate was 51. 4% and 27. 7%,respectively,and the average daily use was 6. 90 kg and 3. 72 kg. 3 ) Q. variabilis up-took water from 0 -20 cm and 60 -80 cm soil layers in dry period,and the utilization rate of 53. 5% and 20. 2%,respectively,and the average daily use was 5. 04 kg and 1. 9 kg. In the rainy season time,Q. variabilis up-took water from 0 - 20 cm soil layer and shallow underground water,and the utilization rate was 51. 8% and 38. 1%, respectively,and the average daily use was 9. 46 kg and 6. 96 kg. [Conclusion]In terms of the water use characteristics of P. orientalis and Q. variabilis,two species had similar utilization of water source depth. Thus in afforestation,the two species should not be mixed together to avoid competition for water sources. In Beijing mountainousarea with seasonal drought,less water consumption species of P. orientalis should be selected for afforestation.【总页数】9页(P22-30)【作者】刘自强;余新晓;贾国栋;贾剑波;娄源海;张坤【作者单位】北京林业大学水土保持学院教育部水土保持与荒漠化防治重点实验室北京100083;北京林业大学水土保持学院教育部水土保持与荒漠化防治重点实验室北京100083;北京林业大学水土保持学院教育部水土保持与荒漠化防治重点实验室北京100083;北京林业大学水土保持学院教育部水土保持与荒漠化防治重点实验室北京100083;北京林业大学水土保持学院教育部水土保持与荒漠化防治重点实验室北京100083;邢台县水务局邢台 054001【正文语种】中文【中图分类】S175【相关文献】1.北京山区侧柏水分利用策略 [J], 刘自强;余新晓;娄源海;李瀚之;贾国栋;路伟伟2.北京山区侧柏林冠层对降雨动力学特征的影响 [J], 史宇;余新晓;张建辉;罗海江;张佳音3.北京山区典型树种土壤水分利用特征 [J], 贾国栋;余新晓;邓文平;樊登星4.北京山区栓皮栎水源涵养林空间结构特征研究 [J], 赵阳;余新晓;宋思铭;张艺;杨芝歌;王贺年;邓文平5.北京山区侧柏生态系统各组分夜间δ13C变化特征和对环境因子的响应 [J], 朱栩辉;余新晓;李瀚之;贾国栋;郑鹏飞;王渝淞;孙乐乐因版权原因，仅展示原文概要，查看原文内容请购买。
北京山区刺槐林净初级生产力对气候变化的响应张艺;余新晓;范敏锐;常存;陆晓宇【期刊名称】《水土保持研究》【年(卷),期】2012(19)3【摘要】利用BIOME—BGC模型估算北京山区刺槐林的净初级生产力(NPP),并分析了NPP对不同未来气候情景的响应。
结果表明:模型模拟出的NPP总体上低于样地实测值,年际变动率为11.2%,并表现出波浪形年际变化规律;降水量与NPP 呈现极显著正相关关系,是NPP年际变化的主要气候因子;CO2的浓度加倍、降水增加对NPP积累起到促进作用,温度增加不利于NPP的积累;降水增加对NPP积累的正向效应不敌温度增加对NPP积累的负向作用,CO2浓度加倍、降水增加对NPP积累的协同促进作用大于温度增加对NPP积累的抑制作用。
【总页数】5页(P151-155)【关键词】净初级生产力;气候变化;BIOME-BGC模型【作者】张艺;余新晓;范敏锐;常存;陆晓宇【作者单位】北京林业大学水土保持学院水土保持与荒漠化防治教育部重点实验室【正文语种】中文【中图分类】S718.52【相关文献】1.北京山区油松林净初级生产力对气候变化情景的响应 [J], 范敏锐;余新晓;张振明;于洋;赵阳2.气候变化对秦岭南北植被净初级生产力的影响(Ⅱ)——近52年秦岭南北植被净初级生产力 [J], 蒋冲;王飞;穆兴民;李锐3.近47年天山山区自然植被净初级生产力对气候变化的响应 [J], 普宗朝;张山清;王胜兰4.天山北坡典型草地净初级生产力对氮沉降及气候变化的响应阈值研究 [J], 彭开兵;韩其飞;李超凡;许文强;唐华岗;王婧;张昌银;王珂5.呼伦贝尔沙地樟子松林净初级生产力对气候变化的响应 [J], 曹恭祥;王云霓;季蒙;郭中;李艳慧;耿庆春;包瑞;刘佳因版权原因，仅展示原文概要，查看原文内容请购买。
北京山区3种典型人工林群落结构及稳定性张鹏;王新杰;王勇;乔永;徐雪蕾;廖祥龙;李静【摘要】根据鹫峰国家森林公园中的调查数据,对3种典型人工林群落(落叶松林、栓皮栎林、油松林)结构以及物种多样性进行了分析.结果表明:多样性指数Shannon-Weiner指数和Simpson指数分别对群落各层的生物多样性的表现一致,落叶松林中草本层物种多样性最大,栓皮栎林中灌木层物种多样性最大,而油松林中乔木层物种多样性最大.采用M-Gordon稳定性测定方法对3种人工林群落稳定性进行分析,发现3种人工林群落基本都处于稳定状态,群落稳定性由大到小的顺序为油松林、栓皮栎林和落叶松林,其变化趋势与整个群落的物种丰富的变化趋势一致,即群落中乔木层、灌木层以及草本层的物种越丰富,群落越稳定.【期刊名称】《东北林业大学学报》【年(卷),期】2016(044)001【总页数】5页(P1-5)【关键词】人工林群落结构;物种多样性;群落稳定性;多样性指数【作者】张鹏;王新杰;王勇;乔永;徐雪蕾;廖祥龙;李静【作者单位】北京林业大学,北京,100083;北京林业大学,北京,100083;北京林业大学,北京,100083;北京林业大学,北京,100083;北京林业大学,北京,100083;北京林业大学,北京,100083;北京林业大学,北京,100083【正文语种】中文【中图分类】Q948.1With the survey data in Jiufeng National Forest Park, we studied the community structure and species diversity of three kinds of typical artificial forest (Larix gmelinii, Quercus variabilis and Pinus tabulaeformis). The diversity index were consistent with the Simpson index of the biological diversity of the layers, with the largest species diversity of herb layer in L. gmeliniiis plantation, the largest species diversity of shrub layer in Q. variabilis plantation, and the largest species diversity of tree layer of P. tabulaeformis plantation. We used M-Gordon stability determination to analyze three kinds of plantation community stability. Three kinds of plantation community basically were in a stable state, the community stability descending order was P. tabulaeformis, Q. variabilis and L. gmelinii, and the change tendency of the community stability and the whole community species richness were consistent. Therefore, the more abundant the communities in tree layer, shrub layer and herb layer species are, the greater the stability of the community is.稳定性是指生态系统在一定边界范围内保持恒定或某一特定状态的历时长度，是群落外部条件发生变化或存在扰动时系统维持不变的能力，是森林群落或森林生态系统存在的必要条件和功能表现[1]。
栓皮栎研究进展与未来展望周建云;林军;何景峰;张文辉【摘要】综述了国内外近30 a来关于栓皮栎生物生态学特性、地理分布、资源培育、综合利用等方面的研究进展,对当前工作中存在的问题进行了探讨,对未来栓皮栎的研究工作进行了展望,以改善生态环境、增加农民收入、促进地方经济发展为目的,结合生态效益、社会效益和经济效益,加强残败次生天然林更新、遗传改良、丰产林培育等工作,为栓皮栎保护恢复和永续利用提供参考.【期刊名称】《西北林学院学报》【年(卷),期】2010(025)003【总页数】7页(P43-49)【关键词】栓皮栎;研究进展;天然林更新;遗传改良;丰产林培育【作者】周建云;林军;何景峰;张文辉【作者单位】西北农林科技大学,西部环境与生态教育部重点实验室,陕西,杨陵,712100;商州市商州区林业局,陕西,商州,726000;西北农林科技大学,西部环境与生态教育部重点实验室,陕西,杨陵,712100;西北农林科技大学,西部环境与生态教育部重点实验室,陕西,杨陵,712100【正文语种】中文【中图分类】S792.189栓皮栎(Quercus variabilis)属壳斗科栎属植物,是我国分布极为广泛的乔木树种之一,树高可达30 m,胸径可达1 m,栓皮层极为发达。
栓皮栎是我国暖温带海拔1 600 m以下地区地带性植被的主要组成树种,也是生产木材、软木、栲胶、薪炭、食用菌等的主要原料,在国际市场的地位仅次于栓皮槠(Q.suber),在发展地方经济、保护生态平衡等方面有着巨大的作用[1-3]。
有关栓皮栎的研究,科研工作者已经做了大量的工作。
本文综述了近30 a来与栓皮栎相关的研究动态,对今后栓皮栎的研究作了展望,为更好地保护和利用这一重要的资源树种提供参考。
1 研究现状欧美国家没有栓皮栎分布,但是关于栎属其他树种的研究很多,主要集中在种群恢复与林分更新方面[4-7]。
有关栓皮栎的研究,主要集中在生物生态学特性、地理分布、资源培育、综合利用等方面。
秦岭北坡不同生境栓皮栎实生苗生长及其影响因素马莉薇;张文辉;薛瑶芹;马闯;周建云【摘要】栓皮栎(Quercus variabilis)是中国暖温带和亚热带林区的主要建群种,也是重要的栲胶、软木资源树种.为了阐明栓皮栎在不同生境条件下的种子成苗、实生苗生长及其与环境因素的关系,采用典型样地调查的方法,对秦岭北坡栓皮栎林3种生境中(林窗、林缘、林下)的栓皮栎种子库中种子数量、实生苗的存活数量、生长情况及生物量分配进行了研究,对影响实生苗生长发育的环境因素进行了相关分析.结果表明:林下、林窗和林缘的种子库中种子数量差异显著(P＜0.05),3种生境中能够萌发形成1a苗的种子数量少,种子能否萌发明显受枯枝落叶层厚度、光照强度和空气湿度的影响;栓皮栎种群有充足的苗库,其中较大年龄实生苗数量是种群能否持续更新的关键,林下、林窗和林缘中8a苗分别占该年龄实生苗总量的22.53%、45.60%和31.87%,林窗中较大年龄实生苗的数量比林下和林缘多,林窗为栓皮栎实生苗的定居提供了有利条件;栓皮栎实生苗的生长与光照强度和空气温度显著正相关,与土壤含水量显著负相关,林窗中实生苗的生长状况和生物量积累均优于林缘、林下.林窗对栓皮栎种群更新有利.在今后的栓皮栎林的经营过程中,可以适当间伐,增加林窗数量,为种群可持续发育提供有利条件.【期刊名称】《生态学报》【年(卷),期】2010(030)023【总页数】9页(P6512-6520)【关键词】栓皮栎;林下;林窗;林缘;环境因素【作者】马莉薇;张文辉;薛瑶芹;马闯;周建云【作者单位】西北农林科技大学林学院,杨凌,712100;西北农林科技大学西部环境与生态教育部重点实验室,杨凌,712100;西北农林科技大学西部环境与生态教育部重点实验室,杨凌,712100;西北农林科技大学西部环境与生态教育部重点实验室,杨凌,712100;西北农林科技大学西部环境与生态教育部重点实验室,杨凌,712100;西北农林科技大学西部环境与生态教育部重点实验室,杨凌,712100【正文语种】中文森林幼苗更新是森林持续发育的基础，只有林内幼苗数量足够丰富，森林才可能实现持续发育。
栓皮栎人工林林下物种多样性的影响因子高晓琳;水小虎;曾令兵;罗菊春【摘要】以物种丰富度指数(S)和Shannon- Wiener多样性指数(H)反映北京平谷区四座楼自然保护区栓皮栎(Quercus variabilis)人工林林下物种多样性特征,采用一般线性模型结合方差分析研究环境因子与林下物种多样性的关系,最后通过逐步回归分析找出影响林下物种α多样性的主要环境因了.结果表明:影响栓皮栎人工林灌木层和草本层物种多样性变化的主要环境因子是有区别的,影响灌木层α多样性变化的主要解释因子是林分光照条件(如林冠空隙比例)和地形因素(如坡度),而影响草本层物种α多样性变化的主要解释因子是林龄.这些差异既与灌木、草本植物的生理生态特性有关,也反映了群落内部不同层次间复杂的相互作用.【期刊名称】《广东农业科学》【年(卷),期】2012(039)008【总页数】4页(P57-60)【关键词】栓皮栎人工林;物种多样性;环境因子;逐步回归【作者】高晓琳;水小虎;曾令兵;罗菊春【作者单位】北京林业大学林学院,北京100083;北京林业大学林学院,北京100083;北京林业大学生物科学与技术学院,北京 100083;北京林业大学林学院,北京100083【正文语种】中文【中图分类】S718.5植物多样性在大尺度上主要受水热等气候因素的控制[1]，而在小尺度上（如<1 hm2）则更多地受各种各样局域环境因素的影响，如干扰、光照、地形因素、森林结构和生物之间的交互作用[2-4]。
相对于乔木层，上述局域环境因素的影响对于林下植物要重要得多[4-6]。
林下植物是森林生态系统的重要组成部分，温带森林群落的物种多样性高低在很大程度上取决于林下灌木和草本的物种多样性[7]。
但以往对森林物种多样性的研究多偏重于乔木层，而对林下植物的生物多样性影响机制关注不够。
在我国，人工林是森林资源的重要组成部分，但大多数人工林林分层片单一，灌木层和草本层不健全，物种多样性低，严重影响了生态系统的稳定性和生态功能的发挥。
气候变化对中国东北地区NPP的影响1 NPP概述植被净初级生产力(Net Primary Productivity,简称NPP)是指植物在单位时间单位面积上由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分，它是生态系统中物质与能量运转研究的基础,直接反映植物群落在自然环境条件下的生产能力。
NPP是评价生态系统结构与功能协调性，以及生物圈人口承载力的重要指标。
随着全球变化研究的不断深入，植被净初级生产力在研究全球变化对生态系统的影响、响应和对策中，成为一项不可缺少的指标及核心内容开展区域尺度的生态系统NPP研究有着十分重要的意义，因为它与目前受到广泛关注的其他重大问题如碳循环与碳扰动、土地利用变化、气候变化和自然资源管理等的研究有着密切联系，可以说是这些研究工作中的重要环节之一。
东北地区资源丰富，有广阔的农田、森林和草原，是中国重要的商品粮基地和最大的林区,其人均耕地、森林面积和蓄积量均居全国之首。
东北地区地处我国中高纬度地区，气候变化剧烈且影响明显，加之长期以来人类活动对资源的不合理利用和过度开发，土地覆盖变化明显,，生态环境正逐年恶化。
以气候变暖为主要特征的全球气候变化已经成为国际公认的事实，在全球变化与陆地生态系统的研究中，对气候-植被关系的确定具有十分重要的意义。
NPP 不仅仅是能量流和物质循环的基础，而且在全球碳循环中扮演着重要角色，巨大地影响着全球碳循环和全球气候变化，关于气候变化对NPP影响的相关研究是全球科学界关注的核心问题之一。
在20世纪，地球表面的平均气温升高0.06℃，在1979-1998的20年间，地球表面的平均气温升高了0.19℃。
Mingkui Cao等人利用CEVSA模式模拟研究了中国近20年生态系统碳循环对气候变化的响应,研究表明中国东北区域近20年温度升高了0.4℃,降水减少了4mm,由此导致了本区域的生态系统生产力(NEP)变化了0.01GtC。
中国陆地面积广大，气候和生态系统复杂多样,在过去20年,中国各个地区的气候和土地利用发生了很大的变化。
干旱和坡向互作对栓皮栎和侧柏生长的影响王林;冯锦霞;王双霞;贾长荣;万贤崇【摘要】用年轮学方法测定了不同坡向的栓皮栎和侧柏的年轮宽度及相应的年树干面积增长量,同时测定了旱季碳稳定同位素比值(δ13C)及不同坡向之间的微气象指标差异,分析了不同坡向两种树木径向生长与旱季降雨量的关系,目的是探索在华北石质山区季节性干旱条件下坡向对栓皮栎和侧柏生长的影响.结果显示阴坡栓皮栎和侧柏年轮和年增加的截面积显著大于阳坡,两个树种都表现出阳坡δ13C值显著(P＜0.05)大于阴坡,阳坡栓皮栎δ13C值比阴坡高1.17,而阳坡侧柏的δ13C值比阴坡高0.56.白天,阳坡气温高于阴坡、相对湿度低于阴坡、饱和蒸汽压匮缺高于阴坡.分析显示旱季降雨量和栓皮栎的树干截面积年增长量显著(P＜0.05)相关,而旱季的降雨量和侧柏的截面积年生长没有显著关系.结果表明:相对于侧柏,干旱条件更严重的影响到栓皮栎生长和叶片水分利用效率,反映出这两种树木耐旱能力的差异,以及应对干旱策略的不同.华北石质山区的土壤储水能力低,阳坡较大的蒸散加剧了干旱对树木生长的不利影响.【期刊名称】《生态学报》【年(卷),期】2013(033)008【总页数】9页(P2425-2433)【关键词】栓皮栎;侧柏;坡向;年轮宽度;δ13C值【作者】王林;冯锦霞;王双霞;贾长荣;万贤崇【作者单位】中国林业科学研究院新技术所,北京100091;中国林业科学研究院新技术所,北京100091;河南省济源市气象局,济源454650;济源市国有大沟河林场,济源454650;中国林业科学研究院新技术所,北京100091【正文语种】中文有许多地区，虽然从年平均降雨或水分平衡来评价都不属于干旱地区，但雨量的不均也会对植物造成严重的危害［1］，季节性缺少降雨对树木所造成的干旱胁迫程度与当地的蒸散强度和土壤储水能力有很大的关系，然而，这方面的研究尚不多见。
不同的地形特征会影响到环境条件、树种组成和森林生产力。
黑龙江农业科学2010(11):85~89Heilong jiang Ag ricultural Sciences农村能源6个树龄栓皮栎热值与碳含量的分析江丽媛,彭祚登,何宝华,侯志强,杜 燕(北京林业大学省部共建森林培育与保护教育部重点实验室,北京100083)摘要:对6个树龄栓皮栎不同器官的热值和碳含量进行了分析研究。
结果表明:6个树龄栓皮栎叶、皮的干重热值均与树龄呈正相关,枝、干的干重热值均与树龄呈显著负相关;叶、皮的去灰分热值均与树龄呈极显著正相关,枝、干的去灰分热值均与树龄呈不显著正相关。
不同器官的干重热值和去灰分热值总体上均表现为皮>叶>枝>干。
不同器官的干重热值、去灰分热值之间均具有极显著差异(P <0.01)。
皮的碳含量与树龄呈不显著正相关;叶的碳含量与树龄呈显著正相关;枝、干的碳含量与树龄呈不显著负相关。
不同器官的碳含量总体上表现为皮>叶>干>枝。
整体上热值与碳含量呈显著正相关。
关键词:栓皮栎;树龄;干重热值;去灰分热值;碳含量中图分类号:S792.189 文献标识码:A 文章编号:1002-2767(2010)11-0085-05收稿日期:2010-08-25基金项目:/十一五0国家科技支撑计划资助项目(2006BAD18B0103);教育部高等学校科技创新工程重大资助项目(706007)第一作者简介:江丽媛(1986-),女,山东省威海市人,在读硕士,从事商品林培育理论与技术研究。
E -m ail:lyjiang5256@ 。
通讯作者:彭祚登(1964-),男,重庆市人,博士,副教授,从事林木种苗培育研究。
E -m ail:z uodeng@ 。
栓皮栎是我国分布十分广泛的落叶乔木,树皮灰褐色,木栓层发达,主根发达,抗旱、抗火、抗风、耐低温,造林成本低,热值高,耐燃烧,是良好的薪炭树种,也被纳入能源林的研究范畴。
在国内,有关栓皮栎的研究主要集中在其生物学基本特征、生理、生态等方面,而对其不同树龄热值、碳含量的研究很少。
陆地植被净初级生产力估算及影响因素研究现状李媛【摘要】植被净初级生产力(NPP)是植被在自然条件下的生产能力,是表征生态系统质量与功能、研究生态系统碳循环的重要指标.在总结NPP估算方法的基础上,分析了实测法、气象模型、光能利用模型、过程模型的特点;探讨了自然及人为因素对NPP的影响,以期为今后的研究工作起到一定借鉴作用.【期刊名称】《宁夏大学学报（自然科学版）》【年(卷),期】2018(039)004【总页数】5页(P362-366)【关键词】净初级生产力;模型;植被【作者】李媛【作者单位】宁夏大学资源环境学院,宁夏银川 750021【正文语种】中文【中图分类】Q148;Q948;S812陆地生态系统是人类赖以生存的物质基础,而植被是陆地生态系统的重要组成部分,它不仅在物质流动和能量循环中起着显著作用,同时在减少温室气体、维持气候稳定方面贡献突出．植被净初级生产力(net primary productivity, NPP)是指绿色植物在单位时间、单位面积内所累积的有机物数量,是光合作用所产生的有机质总和减去自养呼吸后剩余的部分[1],反映了植被在自然条件下的生产能力,是表征生态系统质量和功能的重要指标,同时也是研究生态系统碳循环的重要因子．对NPP的估算方法及影响因素进行梳理和总结,对于监测植被生长状态、制定合理的生态保护措施具有积极意义．1 NPP的估算方法1.1 基于生物量实测的NPP估算早期的NPP估算主要采用样地实测法．该方法首先需要确定野外样地,然后选择适当方法估测样地生物量,获得平均生物量密度,最后将平均生物量密度与研究区面积相乘得到总生物量．实测法的关键在于以下2个方面：①样地的选择.在自然界中，不同地块间在植物种类和长势上都会存在一定差异,因此，要想使在样地上测得的数据适用整个区域,选择什么样的样地尤为重要．②用何种方法估测生物量．对于生长周期短的植物群落，如草地、作物、灌木等，常采用皆伐法,即在样地上设置一定数量的样方,将样方中的植物全部取下称其鲜重或干重．对于乔木,由于自身体量较大,生长周期较长,为了节约时间和人力,减少对生态环境的破坏,常采标准木法、相对生长法等估测生物量．总体而言,实测法在小面积生物量的测算中能保证较高的精度,但是费时费力,对植被具有一定破坏性,实测资料较少,因此难以实现大尺度植被生物量的估算．1.2 气候模型在自然条件下,除生物特性、土壤养分外,植被的生产力主要受气候因子的影响,因此,可以通过分析气温、降雨、日照等气象因子与植物干物质生产的相关性来估算净初级生产力.气候模型便在这种思想的推动下产生了．最早的气候模型是1975年Lieth利用53组实测资料建立的Miami模型[2],该模型认为NPP是年均气温和年降水量的函数.由于气温和降水是气象站必测的常规项目,且在全球范围内积累了长期的连续观测资料,该模型在使用的便利性方面优势明显．除气温、降水外，实际上,NPP还受到其他气象因子的影响.为了提高估算精度,更多的气象要素被相继引入．Lieth根据平均蒸发量与气温、降水和植被之间的关系提出了Thornthwaite Memorial模型;Uchijima等建立了基于净辐射和辐射干燥度的Chikugo模型．鉴于Chikugo模型在建立时缺乏草原和荒漠等植被资料以及在干旱、半干旱地区适应性差等问题[3],朱志辉、周广胜相继提出了北京模型[4]和周广胜模型[5],这在气候模型中国本土化方面起到了推动作用．由于每种模型都是在特定实测数据的基础上推导而来的,在其他区域使用的合理性及不同模型间测算的差异性成为许多学者研究的焦点．王胜兰等根据1961—2007年大西沟、小渠子、乌鲁木齐和大阪城4个台站的气象资料[6],分别采用上述5个模型对乌鲁木齐地区草场的净初级生产力进行了计算,结果显示:5个模型在NPP计算数值上有较大差异,Miami模型的计算值相对较大,周广胜模型在各年NPP的估算值均小于其他模型,但各模型对气候变化响应的趋势方面则表现出较高的一致性．虽然气候模型结构简单、使用方便,但由于缺乏生理依据,不能真实反映植物的现实生长状况,估算结果只能反映植被的潜在NPP．1.3 光能利用模型植物吸收太阳辐射,通过光合作用将其转化为自身有机质,可以说太阳是植物生长的能量源泉.然而不是所有太阳辐射都能被植物吸收,如果能准确度量植被吸收的太阳辐射的比例,并通过数学模型将其转换为有机质的量,将能实现植被NPP的估算,这正是光能利用模型产生的理论基础．常见的光能利用模型有GLO-PEM、VPM、CASA及C-Fix等,其中，在国内发展较快的是CASA模型,该模型是入射的光合有效辐射、植被对光合有效辐射的吸收比例、温度胁迫系数、水分胁迫系数和最大光能利用率的乘积,目前在不同尺度空间及植被类型上均有所应用．朱文泉等利用中国的NPP实测数据[7],根据区域蒸散模型来模拟水分胁迫因子,利用CASA模型计算了中国陆地植被净初级生产力,并基于690个点的实测数据进行误差分析.结果显示，1989—1993年中国陆地植被NPP平均为3.12 Pg(以碳的质量计算),模拟值与观测值的相对误差为4.5%．陈正华等利用CASA模型对1998—2002年黑河流域的净初级生产力进行了估算[8],研究证明该模型对内陆河流域具有较高的精确度,适用于干旱半干旱地区的NPP计算．陈峰、李可相等在县域尺度上对CASA模型进行了应用[9—10]．对于CASA模型的改进,主要集中在最大光能利用率(ε)的细化方面．传统的CASA将ε统一设定为0.389 g/MJ(以碳的质量计算),实际上,不同地区、不同植被类型的ε存在较大差异,因此,针对不同研究区域对ε进行修正,对于提高模型估算精度显得尤为重要．董丹等利用实测植被生产力数据计算和修正最大光能利用率[11],建立了改进的CASA模型,通过对我国西南喀斯特植被的NPP进行研究,显示改进后模型的模拟值与实测值相关性显著,可较好地用于西南喀斯特植被NPP的估算．王保林等以中国草原18大类分类结果为基础单元,基于归一化植被指数和叶面积指数对草原最大光能利用率进行了调整[12]．除此之外,李传华等也都在各自研究区域进行了CASA模型的应用与改进[13—14]．1.4 过程模型过程模型是从植物生长过程的机理出发,利用二氧化碳同化过程与气温、太阳辐射、土壤水分、叶片养分等资源环境因子之间的生理关系,确定植被的净初级生产力．该模型可对植被的光合作用、有机物分解及营养元素的循环等生理过程进行模拟,且与大气环流模型耦合,从而进行NPP与气候变化之间的响应与反馈研究．目前,区域尺度的过程模型主要有BEPS、Biome-BGC、CENTURY等．这类模型的特点是，由若干个子模型构成,各子模型互相配合完成NPP的估算．文献[15]显示，BEPS模型主要分为4个子模型，即能量传输子模型主要采用Norman的方法计算冠层吸收的太阳辐射;水循环子模型利用水量平衡和能量平衡关系计算研究区的蒸散量;生理调节子模型主要参考Ball-Berry半经验模型对气孔导度进行模拟;碳循环子模型主要通过光合作用产生的总初级生产力、植物呼吸量及土壤呼吸量估算NPP,该过程需要其他子模型的计算结果作为输入项．Biome-BGC模型考虑了生物量累积、水循环、土壤过程、能量过程等方面[16]．CENTURY模型包括土壤有机质、植物产量、土壤水分和温度3个子模型．由于模型所涉及的过程复杂,驱动模型所需要的输入参数相对较多,概括起来主要有以下几种：①地理地形因子,例如经纬度、海拔高度等;②气象因子,诸如最高温度、最低温度、降水量、太阳辐射量、饱和水汽压差等;③土壤因子,包括土壤类型、质地、有效深度等;④植物生理生态因子,常见的有比叶面积、叶片碳氮比、细根碳氮比等;⑤土地利用/覆被类型数据．虽然过程模型机理明确,但是因为所需数据较多,且有些是难以获取的,用于区域和全球估算过程中网格点内参数的尺度转换相对困难,因此,大范围使用受到影响．我国研究者针对不同区域对过程模型的验证和改进进行了有益尝试．胡波等利用2004年时间序列MODIS LAI产品及气象数据驱动Biome-BGC模型[17],计算了黄淮海地区的NPP.结果显示,该地区NPP在空间分布上南部大于北部,在植被类别上大小顺序依次为混交林—农作物—落叶阔叶林—灌木—草地.比较发现，Biome-BGC模型可较好地用于农田 NPP的模拟．江洪等采用BEPS模型对2004年我国福建省森林生态系统NPP进行了模拟验证[18],认为该模型最初是针对加拿大北部温带森林生态系统设计的,将其用于福建亚热带森林系统,虽然进行了参数修改,但结果仍存在一定的不确定性．近年来的新趋势是将过程模型与光能利用模型进行耦合来研究区域的NPP．尝试较多的是GLOPEM-CEVSA模型,该模型借鉴光能利用模型,通过遥感反演的植被光合有效辐射吸收比例计算植被吸收的有效辐射量,从而获得总初级生产力,然后通过生物量与气温、维持性呼吸系数与温度的关系模拟维持性呼吸和生长性呼吸,最终得到NPP[19]．王军邦等对GLOPEM-CEVSA 模型的使用进行了研究[19],认为该模型对青海三江源地区森林和荒漠的模拟精度相对较高,而对农田和湿地的模拟精度相对较低,草地则居于以上二者之间,模型的本土化研究还有待加强．丁庆福等的研究结果显示:GLOPEM-CEVSA模型对以落叶针叶林为主的东北地区的模拟结果好于以常绿针叶林为主的江西地区[20]．2 NPP的影响因素2.1 气象因素在气象因素中，气温、降水与植物生长最为密切,因此，随研究区域的不同,气温、降水与植被NPP的相关性也存在差异．刘军会等对北方农牧交错带进行研究[21]，发现植被NPP与降水呈正相关,与温度变化呈负相关．蒋冲等利用渭河流域及其周围52个气象站1959—2010年的逐日气象数据[22],采用周广胜-张新时模型估算了该区域的植被净初级生产力,结果同样显示，NPP与降水呈显著正相关,与温度呈负相关,且温度对 NPP的累积所起到的作用有限,水分是主要制约因素．陈旭等研究中国南部区域(18.00°～27.50 N, 108.50°～112.50 E)样带时发现[23]，温度与降水均与植被NPP呈正相关,并且最低温度与NPP的相关系数达0.599,超过降水与NPP的相关系数．蔡雨恋等对三江源地区NPP的研究结论是[24]:温度是决定该地区植被NPP变化的关键因素,它与NPP的相关系数为0.8,降水量的增加对NPP也有促进作用,二者的相关系数为0.7,在温度和降水较好的情况下,NPP与太阳辐射也表现出较高的正相关性．总体而言,各气象要素对NPP的影响程度由研究区植被生长的首要限制因素决定,如在高寒地区,低温是制约植物生长的主要因素,因此温度与NPP表现为较高的正相关；而在干旱和半干旱地区,降水是影响植物生长的首要因素,所以降水量与NPP的正相关表现的更为突出,相反温度升高可能会导致蒸发加剧,从而加重干旱的程度,因而有时与NPP呈现负相关．2.2 CO2浓度CO2是植物进行光合作用的底物,其浓度变化对植物的宏观及微观结构,气孔导度及水分利用效率等产生影响,最终导致植被净初级生产力的相应变化．在目前有关CO2浓度对NPP影响的文献中,主要采用以下2种方法展开研究:①利用逐年监测的全球CO2年平均数据与估算的某一区域的NPP进行相关性分析.例如：И.Ю.Локшина研究认为大气中CO2含量增加1倍[25],北半球植被的生产力将增加28%．毛德华等在东北多年冻土区利用CASA模型计算的植被净初级生产力与全球平均CO2浓度进行相关分析[26],证实植被的NPP与CO2浓度呈显著正相关．②利用过程模型,通过调整CO2的输入浓度,估算在不同CO2浓度水平下植被净初级生产力的大小．范敏锐等通过Biome-BGC模型对北京妙峰山栓皮栎林的研究[27]，发现CO2浓度加倍会降低栓皮栎林的NPP,但降低的幅度不大,且CO2浓度加倍、温度升高2 ℃和降水增加的协同作用更有利于NPP的增长．彭俊杰等同样通过Biome-BGC模型对华北油松林进行分析[28]，显示CO2浓度升高有利于油松林生态系统NPP的增加,温度升高、CO2浓度加倍和降水增加最有助于NPP的增加．然而,同样是应用Biome-BGC模型,张文海等对北京山区NPP的研究得出了不同的结论[29],即CO2浓度加倍、降水和温度增加的共同作用降低了油松林的净初级生产力．由此可见,在利用过程模型研究CO2浓度加倍与NPP的关系时,不同的输入参数将导致结果的差异,因此,参数选择的合理性是决定结论可靠程度的前提．2.3 地形因素地形是指地表以上分布的固定性物体共同呈现出的高低起伏状态,地形的不同将导致区域气象条件、土壤养分和水分的差异,从而影响植被的种类、数量和长势,在一定程度上决定植被净初级生产力的大小．常用的地形因子包括海拔高度、坡度和坡向等．研究结果显示,当海拔高度较低时,植被的NPP随高度的增加呈上升趋势,当到达某一值时,随着海拔高度的增加上升趋势逐渐减少,甚至可能出现NPP的下降．坡向不同决定着地表接收太阳辐射的数量以及地面与盛行风向的交角,一般,北坡的NPP最大,其次为西北和东北坡向的,因此阴坡更有利于植被净初级生产力的增加．坡度的影响则较为复杂,由于研究区域的坡度范围及分级的不同,NPP随坡度的变化规律也不尽相同.例如:李素英等对锡林浩特典型草原区进行研究[30]，认为NPP随坡度的增大而增大;常学礼的研究显示[31]，呼伦贝尔辉河湿地保护区草甸草原的NPP随坡度的增加而减少;李国亮通过对黑河上游草地NPP的研究提出，NPP随坡度呈现波动变化的特点[32]．2.4 土地利用人类自出现以来就开始对土地进行开发利用,并从自身的目的出发赋予土地不同的用途,可以说土地利用类型是与人类活动最为密切的NPP影响因素,同时也是改善环境、恢复植被最直接、有效的途径．文献显示,目前的研究主要围绕以下2个方面展开:一是不同土地利用类型的植被NPP.Goetz等通过GLO-PEM2模型对NPP 进行模拟[33],认为1987—1994年全球不同土地利用下的净初级生产力随土地覆被变化具有较明显的空间分布差异．对于不同土地利用类型的净初级生产力,虽然林地的NPP居于首位已成不争的事实,但耕地与草地的NPP谁大谁小,在不同的研究区域有不同的结论．韩艳飞等通过关天经济区植被的NPP研究，发现林地的NPP最大[34],其次依次为草地、耕地、建设用地．而李军玲等的研究认为耕地的NPP要大于草地的[35—36]．二是土地类型转换导致的NPP变化,以及由此产生的生态环境问题．Imhoff等进行了城市化对植被生产力影响的研究[37],指出美国城市化导致NPP减少,仅从城市化占用农业用地引起的NPP减少就能维持约6%美国人的能量需求．Bakker等进一步指出当城市化发生在土地生产力较高的地区时[38],这种影响更为突出．徐昔保等分析发现[39]，2000—2007年太湖流域的NPP从16.4 ×1012g(以碳的质量计算)减少到14.2 ×1012g(以碳的质量计算),NPP减少的主导因素为城市化扩展迅速.此外,土地整治、油菜及小麦种植比例下降有助于NPP增加,退耕还林在短期内可减少区域的NPP,但长期有助于NPP增长．3 结语随着大范围、连续性监测的需要,陆地植被净初级生产力的估算也从传统的样地实测向模型应用发展,其中，光能利用模型中的CASA模型,由于形式简单、输入参数易于获取,近年来得到了广泛应用,特别是在草地生态系统NPP估算中使用频率较高[40-42];过程模型具有机理明确、可靠性高的特点,但是驱动模型所需的参数较多,获取相对困难,使其应用受到一定限制．将光能利用模型与过程模型相结合,综合运用气象数据、土壤数据和遥感数据,在保证机理性的前提下,提高模型的适用性,具有较好的发展前景．NPP除受自然因素影响外,还受到诸如土地利用等人类活动的影响,由于人为因素难以定量化、相关研究积累较少,在以往的模型中均较少涉及,未来NPP估算应加强对人类活动的关注．参考文献：【相关文献】[1] 龙慧灵,李晓兵,王宏,等.内蒙古草原区植被净初级生产力及其与气候的关系[J].生态学报,2010,30(5):1367-1378.[2] LIETH H, WHITTAKER R H.Primary Productivity of the Biosphere[M].New York: Springer Berlin Heidelberg,1975.[3] 王宗明,梁银丽.植被净第一性生产力模型研究进展[J].干旱地区农业研究,2002,20(2):104-107.[4] 朱志辉.自然植被净第一性生产力估计模型[J].科学通报,1993,38(15):1422-1426.[5] 周广胜,张新时.自然植被净第一性生产力模型初探[J].植物生态学报,1995,19(3):193-200.[6] 王胜兰.基于5种气候生产力模型的乌鲁木齐地区NPP计算分析[J].沙漠与绿洲气象,2008,2(4):40-44.[7] 朱文泉,潘耀忠,张锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报,2007,31(3):413-424.[8] 陈正华,麻清源,王建,等.利用CASA模型估算黑河流域净第一性生产力[J].自然资源学报,2008,23(3):263-273.[9] 陈峰,李红波,刘亚静.基于GIS和CASA 的滇南山区植被NPP时空分异及其影响因素——以云南省元阳县为例[J].生态学杂志,2018,37(7):2148-2158.[10] 李可相,周焱,周运超,等.基于CASA模型的长顺县夏季NPP时空格局[J].山地农业生物学报,2017,36(4):85-90.[11] 董丹,倪健.利用 CASA 模型模拟西南喀斯特植被净第一性生产力[J].生态学报,2011,31(7):1855-1866.[12] 王保林,王晶杰,杨勇,等.植被光合有效辐射吸收分量及最大光能利用率算法的改进[J].草业学报,2013,22(5):220-228.[13] 李传华,范也平,曹红娟,等.基于CASA模型的植被第一性生产力人为影响定量研究——以石羊河流域为例[J].干旱区地理,2018,41(1):142-151.[14] 张美玲,蒋文兰,陈全功,等.基于CSCS改进CASA模型的中国草地净初级生产力模拟[J].中国沙漠,2014,34(4):1150-1160.[15] 郑凌云.基于卫星遥感与BEPS生态模式的藏北草地变化及NPP动态研究[D].北京:中国气象科学研究院,2006.[16] 亓伟伟,牛海山,汪诗平,等.增温对青藏高原高寒草甸生态系统固碳通量影响的模拟研究[J].生态学报,2012,32(6):1713-1722.[17] 胡波,孙睿,陈永俊.遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力[J].自然资源学报,2011,26(12):2061-2071.[18] 江洪,汪小钦,孙为静.福建省森林生态系统NPP的遥感模拟与分析[J].地球信息科学学报,2010,12(4):580-586.[19] 王军邦,刘纪元,邵全琴,等.基于遥感-过程耦合模型的1988—2004年青海三江源区净初级生产力模拟[J].植物生态学报,2009,33(2):254-269.[20] 丁庆福,王军邦,齐述华,等.江西省植被净初级生产力的空间格局及其对气候因素的响应[J].生态学杂志,2013,32(3):726-732.[21] 刘军会,髙吉喜.气候和土地利用变化对中国北方农牧交错带植被覆盖变化的影响[J].应用生态学报,2008,19(9):2016-2022.[22] 蒋冲,王飞,穆兴民,等.气候变化对渭河流域自然植被净初级生产力的影响研究(Ⅱ)——渭河流域自然植被净初级生产力的研究[J].干旱区资源与环境,2013,27(5):53-57.[23] 陈旭,林宏,强振平.中国南部样带植被NPP与气候关系[J].生态环境,2008,17(6):2281-2288.[24] 蔡雨恋,郑有飞,王云龙,等.利用改进的CASA模型分析三江源区净植被生产力[J].南京信息工程大学学报:自然科学版,2013,5(1):34-42.[25] И.Ю.Локшина.刘树泽，译.大气中浓度倍增时植被生产力的变化[J].气象科技,1987(3):66-69.[26] 毛德华,王宗明,罗玲,等.1982—2009年东北多年冻土区植被净初级生产力动态及其对全球变化的响应[J].应用生态学报,2012,23(6):1511-1519.[27] 范敏锐,余新晓,张振明,等.CO2倍增和气候变化对背景山区栓皮栎林NPP影响研究[J].生态环境学报,2010,19(6):1278-1283.[28] 彭俊杰,何兴元,陈振举,等.华北地区油松林生态系统对气候变化和CO2浓度升高的响应——基于Biome-BGC模型和树木年轮的模拟[J].应用生态学报,2012,23(7):1733-1742.[29] 张文海,吕锡芝,余新晓,等.气候和CO2变化对北京山区油松林NPP的影响[J].广东农业科学,2012,(6):4-6.[30] 李素英,常英,王秀梅,等.地形对典型草原区净第一性生产力的生态影响[J].中国草地学报,2013,35(2):59-63.[31] 常学礼,吕世海,冯朝阳,等.地形对草甸草原植被生产力分布格局的影响[J].生态学报,2015,35(10):1-13.[32] 李国亮,赵军.黑河流域上游草地NPP分布及其与地形因子的关系分析[J].甘肃科技,2013,29(21):30-32.[33] GOETZ S J, PRINCE S D, GOWARD S N, et al.Satellite remote sensing of primary production: An improved production efficiency modeling approach[J].Ecological Modelling,1999,122(3): 239-255.[34] 韩艳飞,柯长青,李晶.近30年关天经济区植被净初级生产力对土地利用变化的动态响应[J].干旱区资源与环境,2014(6):68-74.[35] 李军玲,陈怀亮,邹春辉,等.1994—2008年河南省植被净第一性生产力及其时空变化[J].生态环境学报,2011(10):1424-1429.[36] 戴靓,彭慧,吴绍华,等.苏南地区净第一性生产力对土地利用变化的响应[J].土壤,2013,45(3): 565-571.[37] IMHOFF M L, TUCKER C J, LAWRENCE W T, et al.The use of multisource satellite and geospatial data to study the effect of urbanization on primary productivity in the United States[J].IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(6): 2549-2556. [38] BAKKER M M, GOVERS G, van DOORN A, et al.The response of soil erosion and sediment export to land-use change in four areas of Europe: The importance of landscape pattern[J].Geomorphology, 2008, 98(3/4): 213-226.[39] 徐昔保,杨桂山,李恒鹏.太湖流域土地利用变化对净初级生产力的影响[J].资源科学,2011,33(10):1940-1947.[40] 苏日娜，俎佳星，金花，等. 内蒙古草地生产力及载畜量变化分析[J]. 生态环境学报， 2017，26(4)： 605-612.[41] 黄露，周伟，李浩然，等. 土地利用/覆被变化对鄂尔多斯市草地生态系统净初级生产力的影响[J]. 水土保持通报，2018，38(4)：46-59.[42] 杜梦洁，郑江华，任璇，等. 地形对新疆昌吉州草地净初级生产力分布格局的影响[J]. 生态学报，2018，38(13)：4789-4799.。
生态环境学报 2010, 19(6): 1278-1283 Ecology and Environmental Sciences E-mail: editor@基金项目：林业公益性行业科研专项经费项目(200804022)；国家“十一五”科技支撑计划课题(2006BAD03A0201) 作者简介：范敏锐(1984年生)，男，硕士研究生，主要研究方向为林业生态工程、水土保持。
E-mail:fanminrui@*通信作者：余新晓(1961年生)，男，教授，博导，主要研究方向为森林水文、水土保持。
E-mail:yuxinxiao111@ CO 2倍增和气候变化对北京山区栓皮栎林NPP 影响研究范敏锐，余新晓*，张振明，史宇，吕锡芝，周彬水土保持荒漠化防治教育部重点实验室，北京林业大学水土保持学院，北京100083摘要：应用生物地球化学过程模型BIOME-BGC 估算了1977—1992年北京妙峰山栓皮栎（Quercus variabilis ）林的净第一性生产力(NPP)，并分析气候对NPP 年际变化的影响以及未来气候变化情景下对NPP 的影响。
结果表明：1977—1992年15年间栓皮栎的NPP （以C 计）平均值为340.17 g·m -2·a -1，NPP （以C 计）变化在143.56~431.56 g·m -2·a -1之间，并无明显的整体变化趋势，但表现出明显的年际变化，年际变动率达18%。
在这段时间内降水量成为控制栓皮栎林NPP 年际变化的主要气候因子。
通过设置18种不同未来气候方案进行栓皮栎林NPP 模拟表明，CO 2浓度加倍会降低栓皮栎林的NPP 但降低幅度较小。
在CO 2浓度不变的情况下，温度升高2.0 ℃和降水的协同增加以及单个因子的增加都有利于NPP 的积累，但协同增加不如单个因子的增加对NPP 的积累效应明显；在CO 2和气候同时改变的情况下，CO 2浓度加倍、温度升高2.0 ℃和降水的协同增加有利于NPP 的积累且协同增加比单个因子的增加对NPP 的积累效应明显，但各因子之间交互作用较弱。
关键词：BIOME-BGC ；气候变化；净初级生产力；栓皮栎中图分类号：Q948 文献标识码：A 文章编号：1674-5906（2010）06-1278-06工业革命以来，大气中CO 2浓度已由280 µmol·mol -1上升到当前的350 µmol·mol -1[1-2]，与此相对应,地球表面年平均温度也上升了0.6 ℃[3]。
由于大气中CO 2浓度上升而导致的气候变化,势必对全球生态系统产生巨大的影响，其中一个表现就是陆地生态系统净第一性生产力（NPP ）的变化[4]。
气候变化对森林生产力的影响是生态学研究的热点领域之一，NPP 的研究方法很多，有关学者从不同角度及学科对NPP 的估算进行了深入细致的研究，取得了丰硕成果。
由于人们无法直接和全面地测量NPP ，因此利用模型估算NPP 己成为一种重要而广泛接受的研究方法[5-6]。
Tian 等[7]应用TEM(terrestrial ecosystem model)模型估算了1900年到1994年的美国植被净第一性生产力，并对时空变化进行了分析；Peng 等[8]基于古生态记录，利用简单的统计模型推算了13000年来欧洲古植被的生产力及其变化。
王维芳等[9-12]利用Miami 模型、Thornthwaite Memorial 模型、Chikugo 模型对中国植被净第一生产力进行了分析。
倪健[13]利用Holdridge 生命地带系统与Chikugo 模型对中国亚热带常绿阔叶林净净初级生产力进行了估算。
以往对栓皮栎林生态系统的研究仅是生产力、生理生态等单方面，缺乏对各种生态系统过程的整合和全面认识，无法预测其将来[14]，基于过程的陆地生物地球化学模型如BIOME-BGC 能较好的解决这些问题。
国内学者[15-17]利用BIOME-BGC 模型进行了大量的研究，本研究在以往研究的基础上，利用栓皮栎林实测数据计算得到的NPP 对当前气候情景下BIOME-BGC 模拟出的NPP 进行了验证，模拟出不同气候变化对妙峰山栓皮栎林NPP 的影响，旨在为气候变化条件下落叶阔叶林的合理经营与适应对策提供理论依据。
1 研究区概况北京林业大学妙峰山实验林场位于北京西北部，其地理位置为北纬39°54′,东经116°28′。
成土母岩以暗灰色的凝灰岩为主，成土母质为坡积物，土壤以褐土为主。
林场地属华北大陆型季风气候，春季干旱多风，夏季凉爽多雨，冬季干燥寒冷。
年平均气温12.2 ℃，最高气温39.7 ℃，最低气温19.6 ℃，月气温变化缓和，年降水量620~700 mm ，植被主要有油松(Pinus tabulaeform is Carr )、侧柏( Platy-cladus orientalis (L.)Franco )、栎类(Quercus L.)和元宝枫(Acer truncatum Bunge )等。
2 研究方法2.1 BIOME-BGC模型的简介Biome-BGC 是研究全球和区域气候、干扰和生物地球化学循环间互作的陆地生物地球化学过程模型[18]。
它的前身是用于模拟森林立地生命循环过程的模型FOREST BGC [19-20]。
BIOME-BGC 模型的运行最少需要3个输入文件（input files ），包括初始化文件（initialization file ）、气象数据文件（meteorological data file ）和生理生态参数文件范敏锐等：CO2倍增和气候变化对北京山区栓皮栎林NPP影响研究 1279（ecophysiological constants file）。
BIOME-BGC模型将自然植被分为6种类型：常绿阔叶林、常绿针叶林、落叶阔叶林、灌木林、C3草地和C4草地。
每1种类型植被对应一个生理学文件，每个生理学文件共42个参数。
目前国内关于这些生理学参数的研究很少，因此很难确定这些参数值。
在研究中我们主要使用蒙大拿大学陆地动态数字模拟研究组(Numerical Terradynamic Simulation Group)提供的美国各类型植被生理学参数的值分别作为模型输入文件，部分参数引入研究区实际值，输出结果比较符合研究区的植被特征。
因此我们采用这些参数作为模型的生理学文件参数，模型参数见表1。
2.2 模拟方案设计根据亚洲低纬度地区气候的变化情况[21]以及若干大气环流模型(GCMs)[22]对未来气候变化将模拟方案设置为：CO2浓度不变、倍增。
年均气温增加2.0 ℃、增加4.0 ℃；年降水量增加20%、减少20%；总共18套未来气候变化情景模拟方案。
3 结果与分析3.1 模型检验本研究应用的是北京市林业勘查设计院于1989—1993年开展《北京郊区主要树种生长调查研究》课题时所获取的资料，这次调查范围遍布整个北京山区的各类林分，是可获取的年代最近的北京山区解析木数据。
本文选用了北京妙峰山实验林场的2块20 m×20 m的栓皮栎样地数据，栓皮栎林林龄在20~30年之间林相较好。
由于年轮间距很小不宜判断，本文采用了3年为时间间隔来做比较，计算得到2块样地每3年实测的NPP值，同时用BIOME-BGC模型对该地区的栓皮栎林进行了模拟，得出的结果如图1。
1977—1992年15年间模拟的NPP与实测的NPP平均值相差13.2%和17.3%，相差范围分别为6.4%~25.4%和4.7%~21.2%。
从图中可以看出3块样地的NPP值变化趋势基本相同，但模拟NPP值普遍高于样地实际的测定值，这可能是由于在小尺度范围内，尤其是在山区，林地的小生境条件如小地形、海拔、坡向、坡度、土壤等都有可能影响森林的NPP[23]，而模型模拟时对这些因素考虑不全面，可能导致实测数据与模拟结果产生一定的差异。
总体看来，模拟的NPP的大小和范围都与实际调查数据基本一致，模拟效果较好。
20040060080010001200140016001977-19801980-19831983-19861986-19891989-1992年份模拟NPP(以C计)/(g·m-2·a-1)图1 1977—1992年间模拟NPP与实测NPPFig.1 Actual and simulated NPP during 1977—1992表1 栓皮栎的BIOME-BGC模型参数值Table 1 Parameters of Quercus variabilis in BIOME-BGC model参数值单位参数值单位annual whole-plant mortality fraction0.005(1/a) fine root lignin proportion 0.53 (DIM) annual fire mortality fraction0.0025(1/a) dead wood cellulose proportion 0.66 (DIM) (ALLOCATION) new fine root C : new leaf C0.8 (ratio) dead wood lignin proportion 0.34 (DIM) (ALLOCATION) new stem C : new leaf C 2 (ratio) canopy water interception coefficient 0.021 (LAI-1·d-1) (ALLOCATION) new live wood C : new total wood C0.25(ratio) canopy light extinction coefficient 0.7 (DIM) (ALLOCATION) new croot C : new stem C0.23(ratio) all-sided to projected leaf area ratio 2 (DIM) (ALLOCATION) current growth proportion0.5 (prop.) canopy average specific leaf area (projected area basis) 25 (m2·kgC-1) C:N of leaves18 (kgC·kgN-1)ratio of shaded SLA:sunlit SLA 2 (DIM) C:N of leaf litter, after retranslocation49.6(kgC·kgN-1)fraction of leaf N in Rubisco 0.085 (DIM) C:N of fine roots65 (kgC·kgN-1)maximum stomatal conductance (projected area basis) 0.0065(m·s-1)C:N of live wood66 (kgC·kgN-1)cuticular conductance (projected area basis) 0.00001(m·s-1)C:N of dead wood309.9(kgC·kgN-1)boundary layer conductance (projected area basis 0.01 (m·s-1) leaf litter labile proportion0.3 (DIM) leaf water potential: start of conductance reduction -0.6 (MPa) leaf litter cellulose proportion0.44(DIM) leaf water potential: complete conductance reduction -2.3 (MPa)leaf litter lignin proportion0.26(DIM) vapor pressure deficit: start of conductance reduction 930 (Pa)fine root labile proportion0.29(DIM)fine root cellulose proportion0.18(DIM)vapor pressure deficit: complete conductance reduction 4100 (Pa) 注：DIM是指无量纲1280 生态环境学报 第19卷第6期（2010年6月）BIOME-BGC 模型能够比较准确的模拟北京妙峰山栓皮栎林的NPP 的变化。
