文章信息
- 潘磊, 肖文发, 唐万鹏, 雷静品, 史玉虎, 黄志霖, 曾立雄, 庞宏东
- PAN Lei, XIAO Wenfa, TANG Wanpeng, LEI Jingpin, SHI Yuhu, HUANG Zhilin, ZENG Lixiong, PANG Hongdong
- 三峡库区森林植被气候生产力模拟
- Simulation of the climatic productivity of forest vegetation in Three Gorges Reservoir area
- 生态学报, 2014, 34(11): 3064-3070
- Acta Ecologica Sinica, 2014, 34(11): 3064-3070
- http://dx.doi.org/10.5846/stxb201306091522
-
文章历史
- 收稿日期: 2013-6-9
- 网络出版日期: 2014-02-24
2. 中国林业科学研究院, 北京 100091
2. The Chinese Academy of Forestry, Beijing 100091, China
植被生产力是评价生态系统结构与功能协调性的重要指标。植物地理学指出,气候是决定陆地植被类型分布格局及其结构功能特性的最主要因素[1]。植被气候生产力是指在其他条件均适宜的情况下,自然生长发育的植被由气候资源所决定的单位面积生物学产量或经济产量[2, 3],其实质是一种潜在生产力。研究植被的气候生产力,除了能揭示生产力与气候因素的关系,预测植被在某一地区发展的潜在能力外,还可根据全球气候变化的趋势,预测植被生产力的未来发展,对于区域林业生产布局,生态系统管理、气候资源的充分利用、植物产量的提高和全球气候变化的应对均具有重要的指导意义[4]。
气候生产力研究从20世纪60年代开始兴起,在国际生物学计划(IBP)和国际地圈-生物圈计划(IGBP)的推动下,一些著名全球性气候生产力估测模型应运而生,如Miami模型、Thornthwaite Memorial 模型、Chikugo 模型等,成为模拟全球性植被生产力分布及其对气候变化可能响应的经典性工作。从20世纪80年代开始,国内有学者[5, 6, 7, 8]利用这些模型对全国或地区尺度上的植被气候生产力进行了分析。其后,研究者开始结合我国的气候及植被资源特点,开展了模型开发或改进方面的探索工作[3, 4, 9, 10]。这些工作为我国植被气候生产力研究起到了重要的推动作用,但由于资料、数据及方法的限制,现有的植被气候生产力研究可比性不强,一定程度上限制了相关成果的实际应用。利用连续、稳定的森林资源清查数据进行相关研究将是解决上述问题的重要途径之一[11, 12]。
三峡库区地形复杂、气候多变,森林分布、生长与物质生产受到众多自然或人为因素的干扰,植被气候生产力研究对于估计植被生产潜力、确定区域人口承载能力及植被生态建设很有意义。有学者[13]利用光能利用率模型对长江流域植被的生产力进行了估测,而关于库区植被气候生产力的研究尚未见系统报道。本研究将利用库区范围基于森林资源调查数据建立的森林生产力数据对库区森林植被气候生产力进行研究,以期为这一区域的森林植被生产力研究、决策与应用提供参考。
1 研究方法 1.1 用于气候生产力分析的森林类型划分根据三峡库区森林植被分类体系[14, 15],结合库区森林的垂直分布特点及亚热带地区植被分布特点,将现有森林类型进行适当合并,共将三峡库区森林植被分为常绿阔叶林、落叶阔叶林、针阔叶混交林及常绿针叶林,分析各自的气候生产力模式,其中常绿针叶林包括马尾松林、杉木林、柏木林、温性松林及针叶混交林。
1.2 用于气候生产力分析的生产力数据选择根据本研究建立的生产力数据库,从中选择自然或接近自然状态下的森林生产力数据,选择标准包括(1)林龄,要求成熟林或近熟林。按照国家林业局对各类型森林龄组划分标准,常绿阔叶林、落叶阔叶林、针阔混交林及柏木林60a以上、马尾松林、针叶混交林、温性松林50a以上、杉木林26a以上;(2)土层厚度60 cm以上;(3)公顷株数1000—2000 株;(4)坡度小于35°、坡位中坡。在0.1°经度×0.1°纬度×100 m海拔网格内选择用于气候生产力分析的NPP(Net Primary Productivity,净第一性生产力)数据,若1个网格内有多组数据,取值最大的前3个数据平均。
1.3 水热气候因子计算方法本研究选择的估算气候生产力的水热因子包括年均降水量、年均温度、最大蒸散量、实际蒸散量、温暖指数、湿度指数、辐射干燥度等气候因子。
(1)温暖指数
式中,t指≥10 ℃的月平均气温。(2)湿度指数
式中,P指年降水量。(3)年最大蒸散量
(4)年实际蒸散量
(5)生物温度
式中,t′指0—30 ℃的月均温。(6)可能蒸散率
(7)辐射干燥度
2 结果与分析 2.1 三峡库区森林植被气候生产力模拟 2.1.1 三峡库区典型森林类型的气候生产力模式选择年均降水量、年均温度、最大蒸散量、实际蒸散量、温暖指数、湿度指数、辐射干燥度等气候因子,与选择出的各森林类型净第一性生产力进行单因素和多因素回归分析,结果表明各种森林类型NPP与年实际蒸散量的单因子回归效果良好。
从图 1中所示的散点分布规律也可以看出,4 种森林类型的生产力都表现出了与年实际蒸散量的良好相关性,表 1列出了各森林类型气候生产力模型,模型的相关系数、F值及剩余标准差等指标可反映本次模拟的效果理想。
森林类型Forest type | 模型Model | R | F | N | P > Pr |
*E指年实际蒸散量,R指回归模型的相关系数,F为显著性检验值,N为样本数 | |||||
常绿阔叶林 Evergreen Broadleaf Forest | NPP=3.4976 ×exp(0.0021×E) | 0.6569 | 70.85 | 40 | < 0.0001 |
落叶阔叶林 Deciduous Broadleaf Forest | NPP=-120.3064+0.6732×E - 0.0011 × E2-6.3375×10-7×E3 | 0.5684 | 17.12 | 43 | < 0.0001 |
常绿针叶林 Evergreen Needleleaf Forest | NPP=0.4516×E-6.0487×10-4×E2+2.6384×10-7×E3-98.0373 | 0.8495 | 67.76 | 40 | < 0.0001 |
针阔混交林Mixed Forest | NPP=0.0101×E1.0023 | 0.5438 | 35.76 | 33 | < 0.0001 |
蒸散量受太阳辐射、温度、降水、气压、风速等一系列气候因素的影响,理论上也包括了植被的蒸腾量,是一个反映能量平衡、植被与环境相互作用的综合性因子,在估算水热梯度变化较大区域的森林气候生产力上有较好的实际应用效果[3]。从各森林类型自然状态下与蒸散量表现出的关系看,与各森林类型现实生产力在水热因子上的变化规律较为一致,但是从生产力值的大小上看,各类型森林的气候生产力明显高于其现实生产力的平均水平,库区森林生产与生态服务能力还有较大发展潜力。
2.1.2 三峡库区森林气候生产力分布与模拟按0.1°经度×0.1°纬度×100 m海拔将库区划分成若干网格,同时将温度与降水量按相同分辨率进行插值,同一网格内取其中心点的气候因子平均值,基于ArcGIS建立库区网格内的温度、降水及蒸散量数据库。在每个网格内代入前述建立的各森林类型气候生产力模式,得到1组气候生产力数据,若忽略立地条件、树种组成等其它生物或非生物因子对森林分布的影响,在库区范围内由气候决定的森林生产力则可由每一个网格内4种森林类型NPP的最大值确定。据此,得到库区森林植被的气候生产力与蒸散量分布的关系,可用下式进行模拟:
式中, E 指年实际蒸散量(mm)
表 2列出了4 种森林类型代表全库区气候生产力的分布范围及气候生产值区间,可以看出,根据气候生产力大小确定的常绿阔叶林分布范围最广,主要分布在海拔200—1600 m,温度10 ℃以上,年均蒸散量在550— 900 mm的区域,在这一区域常绿阔叶林的理论气候生产力应该在11.95—21.27t·hm-2·a-1之间变动。在海拔1400—1900 m区域,温度明显下降,蒸散量亦趋降低,常绿针叶林和针阔混交林的气候生产力最大,成为这一区域分布的主要森林类型,常绿阔叶林和落叶阔叶林仅有少量分布,这一区域的气候生产力大致变动在8.61—12.55 t·hm-2·a-1之间。到了2000 m以上的高海拔地段,气温下降和湿度加大的趋势更加明显,年实际蒸散量大都在550 mm以下,这一区域分布的落叶阔叶林是区域气候生产力的代表,其理论气候生产力为8.54—10.62 t·hm-2·a-1。
森林类型 Forest type | 温度范围 Temperature /℃ | 降水范围 Precipitation /mm | 海拔区间 Altitude /m | 蒸散量区间 Evaporation /mm | 气候生产力值区间 Climatic NPP /(t·hm-2·a-1) |
常绿阔叶林Evergreen Broadleaf Forest | 10.5—19.5 | 800—1800 | 200—1600 | 550—900 | 11.95—21.27 |
落叶阔叶林Deciduous Broadleaf Forest | 4.5—9.0 | 1550—1750 | 1750—2550 | 420—530 | 8.54—10.62 |
针阔混交林Mixed Forest | 8.5—9.2 | 1500—1700 | 1750—1900 | 520—550 | 8.61—9.22 |
常绿针叶林Evergreen Needleleaf Forest | 8.5—10.5 | 1500—1700 | 1400—1800 | 520—590 | 10.64—12.55 |
为估算气候变化对三峡库区森林气候生产力的可能影响,首先需要对气候变化进行定量表达,而气温和降雨是区域气候变化情景分析的2个基本要素[16]。据政府间气候变化专门委员会(IPCC)第3次评估报告预测,全球平均气温在1990—2100年间将升高1.4—5.8 ℃,预计21世纪全球平均年降水量会增加,但在区域尺度上降水的增加和减少都有可能,主要介于增加5 %—20 %。三峡库区局地气候多变[17],水库蓄水对气候变化也会因距库体远近不同产生不同程度的影响[18],为此本研究在确定气候情景时综合考虑了温度增加,降雨量变化(增加和减少)的情况(表 3)。
代码 Code | 气候情景 Climate scenarios |
T0P0 | 当前气候状况 |
T0P20 | 气温不变,降水量增加20% |
T0P-20 | 气温不变,降水量减少20% |
T2P0 | 气温升高2 ℃,降水量不变 |
T2P20 | 气温升高2 ℃,降水量增加20% |
T2P-10 | 气温升高2 ℃,降水量减少10% |
表 4列出了不同气候变化情景下库区森林气候生产力变化的统计结果。降水量增加能不同程度地提高常绿阔叶林、落叶阔叶林及针阔混交林的生产力,在温度不变降水量增加20%情况下,常绿阔叶林、落叶阔叶林及针阔混交林生产力可提高3.31%—4.43%,而在降水量减少10%情况下,3 种森林类型的气候生产力将下降0.03%—2.44%。常绿针叶林则出现了相反的变化趋势,降水量增加库区常绿针叶林生产力总体上呈减少趋势,但是其变动幅度明显小于其它 3 种森林类型。主要是由于针叶林在库区分布的范围很广,在不同的水热组合条件下,针叶林的NPP会表现出正负2 个方向的变化,反映出来的总体变动值较小。温度增加对常绿阔叶林、落叶阔叶林及针阔混交林生产力的提高有明显促进作用,3 者在温度增加2℃情景下,气候生产力可分别提高17.19%、8.57%和11.15%;而增温对针叶纯林的作用不明显,总体上其生产力还略有下降。对于温度与降水同时增加的气候情景下,各种森林类型生产力的变动幅度都进一步加大,常绿阔叶林增幅最大为24.34%,常绿针叶林减幅则达5.55%。落叶阔叶林对气候变化最为敏感,5种气候情景下其NPP变动的标准误都最大,而针阔混交林和常绿针叶林的变动标准误相对较小。不同森林类型对温度与降水变化的反映不一,常绿阔叶林、落叶阔叶林对温度的变化反映较为敏感,而降水量变化对针阔混交林与常绿针叶林影响更大。
代码 Code | 常绿阔叶林 Evergreen Broadleaf Forest | 落叶阔叶林 Deciduous Broadleaf Forest | 针阔混交林 Mixed Forest | 常绿针叶林 Evergreen Needleleaf Forest | ||||||||||||
生产力 NPP | 增减比 ±% | 平均值 Mean | 标准误 Std | 生产力 NPP | 增减比 ±% | 平均值 Mean | 标准误 Std | 生产力 NPP | 增减比 ±% | 平均值 Mean | 标准误 Std | 生产力 NPP | 增减比 ±% | 平均值 Mean | 标准误 Std | |
*±%为各气候变化情景下NPP与本底状况增减百分比; Mean为各0.1°经度×0.1°纬度×100 m海拔网格差值平均值,std为差值标准误 | ||||||||||||||||
T0P0 | 13.88 | 10.26 | 8.17 | 11.90 | ||||||||||||
T0P20 | 14.49 | 4.43 | 0.89 | 0.60 | 10.63 | 3.65 | 1.00 | 1.33 | 8.46 | 3.51 | 0.28 | 0.14 | 11.70 | -1.66 | -0.18 | 0.25 |
T0P-10 | 13.48 | -2.86 | -0.57 | 0.35 | 10.13 | -1.22 | -0.37 | 0.53 | 7.97 | -2.44 | -0.19 | 0.09 | 12.01 | 0.97 | 0.10 | 0.19 |
T2P0 | 16.26 | 17.19 | 2.43 | 0.43 | 11.13 | 8.57 | 2.28 | 2.26 | 9.08 | 11.15 | 0.77 | 0.05 | 11.64 | -2.16 | -0.34 | 0.72 |
T2P20 | 17.25 | 24.34 | 3.85 | 1.23 | 12.56 | 22.50 | 5.53 | 5.46 | 9.48 | 15.98 | 1.15 | 0.16 | 11.24 | -5.55 | -0.51 | 0.85 |
T2P-10 | 15.62 | 12.55 | 1.56 | 0.36 | 10.54 | 2.74 | 0.91 | 1.02 | 8.82 | 7.87 | 0.51 | 0.13 | 11.65 | -2.05 | -0.14 | 0.60 |
(1)三峡库区不同森林类型气候生产力与年均实际蒸散量表现出了较强相关性。建立了 4 种森林类型的气候生产力模式,模型相关系数都达到极显著水平。罗天祥[19]分析了全国尺度上的马尾松林、杉木林等常绿针叶林的水热分布模式,认为在潜在蒸散量为960—980 mm及920—922 mm时马尾松和杉木林的生产力达到最大值。本研究建立的常绿针叶林随实际蒸散量的变化曲线亦表现为抛物线型,库区常绿针叶林在实际蒸散量650—700 mm之间气候生产力值最高,而与之对应的潜在蒸散量大致在820—900 mm之间,与上述研究结论非常吻合。
(2)根据建立的4种森林类型气候生产力,对库区现有森林分布的区域进行森林气候生产力分析。结果表明,在海拔200—1600 m,温度10 ℃以上,年均蒸散量550—900 mm的区域,常绿阔叶林气候生产力在4种森林类型中最高;在海拔1400—1900 m区域,温度8—10 ℃,降水量1500—1700 mm区域,常绿针叶林和针阔混交林的气候生产力值最高,这一区域的气候生产力大致变动在8.61 —12.55 t·hm-2·a-1之间;在2000 m以上的高海拔地段,年实际蒸散量大都在550 mm以下,这一区域分布的落叶阔叶林气候生产力最高,其值在8.54—10.62 t·hm-2·a-1之间。不同的水热组合条件决定了对资源利用效率最高的森林类型,根据这一原则建立了库区森林植被的气候生产力模式,库区森林气候生产力与年均实际蒸散量呈指数相关。
(3)不同区域由于水热环境不同,森林对气候变化的反应存在较大差异[16, 20, 21]。假设了5种气候变化情景分析库区森林气候生产力的可能响应,常绿阔叶林、落叶阔叶林及针阔混交林对温度或降水变化表现出正向变化,在温度增加2 ℃、降水增加20%的情况下,其生产力增幅分别达到24.34%、22.50%和15.98%;常绿针叶林生产力对气候变化的响应方向与此相反,在温度与降水同时增加情景下其生产力减幅达5.55%。
(4)对于气候生产力的理解可以有2种不同形式,一是指区域或更大尺度上由气候资源决定的植被生产力,一般是通过对区域内自然植被生产力与相匹配的气候数据进行模拟分析[3],Miami模型、Thornthwaite模型即是这类气候生产力模型的经典代表;二是对于某一种或几种特定的森林类型,在研究区域不同的气候条件下所能达到的生产潜力,也有称之为水热优化模型[4, 19, 22]。显然,二者有联系也有区别,在实际应用中如果不加甄别可能会降低模型模拟精度,甚至得出相反的结论[23]。本文建立的 2 类森林气候生产力模型就分别属于以上2种情况,可分别为库区现有植被的恢复与改造及区域生态规划与植被重建提供决策参考。
[1] | Song Y C. Vegetation ecology. Shanghai: East China Normal University Press,2001. |
[2] | Zhou G S, Zhang X S. Study on NPP of natural vegetation in China under global climate change. Acta Phytoecologica Sinica,1996,20(1):11-19. |
[3] | Zhou G S, Zhang X S. A Natural vegetation NPP model. Acta Phytoecologica Sinica,1995,19(3):193-200. |
[4] | Liu S R, Wen Y G. Chinese fir Productivity Ecology.Beijin: China Meteorological Press, 2005 |
[5] | He Q T, Baumgartner A. The possible productivity of Chinese plants-The climate yield of forest and agriculture. Journal of Beijing Forestry University, 1986,8(2):84-98. |
[6] | Chen G N. Miami model-based NPP estimate of vegetation in China. Journal of Natural Resources, 1987,2(3): 270-278. |
[7] | Hou G L, You S C. Chikugo model-based bioclimatic productivity of vegetation in China. Journal of Natural Resources, 1990,5(1):60-65. |
[8] | Zhang X Z. Estimate and its distribution of net primary production of natural vegetation in China. Natural Resources, 1993,15(1):15-21. |
[9] | Zhu Z H. Estimation model based on net primary production of natural vegetation. Chinese Science Bulletin, 1993,38(15):1422-1426. |
[10] | Luo T X, Zhao S D. Patterns and Mathematical Models of Chinese-Fir Productivity in China. Acta Phytoecologica Sinica, 1997,21(5):403-415. |
[11] | Zhao M, Zhou G S. A new methodology for estimating forest NPP based on forest inventory data: a case study of Chinese pine forest. Journal of Forestry Research, 2004,15(2):93-100. |
[12] | Zhou G S, Wang Y H, Jiang Y L, Yang Z Y. Estimating biomass and net primary production from forest inventory data: A case study of China's Larix forests. Forest Ecology and Management, 2002,169:149-157. |
[13] | Ke J H, Piao S L, Fang J Y. NPP and its spatio-temporal patterns in the Yangtze River watershed. Acta Phytoecologica Sinica,2003, 27(6):764-770. |
[14] | Xiao W F, Li J W, Yu C Q, Ma J, Cheng R M, Liu S Y, Wang J X, Ge J W. Terrestrial animal and plant ecology of the Three Gorges of Yangtze River. Chongqing: Southwest Normal University Press,2000. |
[15] | Cheng R M, Xiao W F, Li J W, Ma J,Han J J, Ren M B. The preliminary research of forest vegetation classified system in the Three Gorge Researvior Area. Environment and Exploitation, 1999,14(2):4-7. |
[16] | Zhao J F, Yan X D, Jia G S. Simulating the responses of forest net primary productivity and carbon budget to climate change in Northeast China. Acta Ecologica Sinica, 2008,28(1):92-102. |
[17] | Chen X Y, Zhang Q, Ye D X, Liao Y M, Zhu C H, Zou X K. Regional climate change over Three Gorges Reservoir Area. Resources and Environment in the Yangtze Basin, 2009,18(1):47-51. |
[18] | Zhang H T, Zhu C H, Zhang Q. Numerical modeling of microclimate effects produced by the formation of the Three Gorges Reservoir. Resources and Environment in the Yangtze Basin, 2004,13(2):133-137. |
[19] | Luo T X. Patterns of net primary productivity for Chinese major forest types and their mathematical models. Beijing: Chinese Academy of Sciences,1996. |
[20] | Fang J Y. Forest productivity in China and its response to global climate change. Acta Phytoecologica Sinica, 2000,24(5):513-517. |
[21] | Liu S R, Guo Q S, Wang B. Prediction of net primary productivity of forests in China in response to climate change. Acta Ecologica Sinica, 1998,18(5):478-483. |
[22] | Wen Y G, Yuan C A, Liu S R. Study on climatic productivity model for Chinese fir plantation and their distribution in Guangxi. Natural Resources, 1994,16(6):63-70. |
[23] | Liu S R, Xu D Y, Wang B. Impacts of climate change on productivity of forests in China Ⅱ. Geographic distribution of actual productivity of forest in China. Forest Research, 1994,7(4):425-430. |
[1] | 宋永昌. 植被生态学. 上海:华东师范大学出版社,2001. |
[2] | 周广胜,张新时. 全球气候变化的中国自然植被的净第一性生产力研究. 植物生态学报,1996,20(1):11-19. |
[3] | 周广胜,张新时. 自然植被净第一性生产力模型初探. 植物生态学报,1995,19(3):193-200. |
[4] | 刘世荣,温远光,肖文发. 杉木生产力生态学. 北京:气象出版社,2005. |
[5] | 贺庆棠,Baumgartner A. 中国植物的可能生产力:农业和林业的气候产量. 北京林业大学学报,1986,8(2):84-98. |
[6] | 陈国南. 用迈阿密模型测算我国生物生产量的初步尝试. 自然资源学报,1987,2(3): 270-278. |
[7] | 侯光良,游松才. 用筑后模型估算我国植物气候生产力. 自然资源学报,1990,5(1):60-65. |
[8] | 张宪洲. 我国自然植被净第一性生产力的估算与分布. 自然资源,1993, 15(1):15-21. |
[9] | 朱志辉. 自然植被净第一性生产力估计模型. 科学通报,1993,38(15):1422-1426. |
[10] | 罗天祥,赵士洞. 中国杉木林生物生产力格局及其数学模型. 植物生态学报,1997,21(5):403-415. |
[13] | 柯金虎,朴世龙,方精云. 长江流域植被净第一性生产力及其时空格局研究. 植物生态学报,2003,27(6):764-770. |
[14] | 肖文发,李建文,于长青,马娟,程瑞梅,刘少英,王金锡. 长江三峡库区陆生动植物生态. 重庆: 西南师范大学出版社, 2000. |
[15] | 程瑞梅,肖文发,李建文,马娟,韩景军,任明波. 三峡库区森林植被分类系统初探. 环境与开发, 1999,14(2):4-7. |
[16] | 赵俊芳,延晓冬,贾根锁. 东北森林净第一性生产力与碳收支对气候变化的响应. 生态学报,2008,28(1):92-102. |
[17] | 陈鲜艳,张强,叶殿秀,廖要明,祝昌汉,邹旭凯. 三峡库区局地气候变化.长江流域资源与环境.2009,18(1):47-51. |
[18] | 张洪涛,祝昌汉,张强. 长江三峡水库气候效应数值模拟. 长江流域资源与环境,2004,13(2):133-137. |
[19] | 罗天祥. 中国主要森林类型生物生产力格局及其数学模型. 北京:中国科学研究院,1996. |
[20] | 方精云. 中国森林生产力及其对全球气候变化的响应. 植物生态学报,2000,24(5):513-517. |
[21] | 刘世荣,郭泉水,王兵. 中国森林生产力对气候变化响应的预测研究. 生态学报,1998,18(5):478-483. |
[22] | 温远光,元昌安,刘世荣. 广西杉木林气候生产力模型及分布的研究. 自然资源,1994,16(6):63-70. |
[23] | 刘世荣,徐德应,王兵. 气候变化对中国森林生产力的影响:Ⅱ中国森林第一性生产力的模拟. 林业科学研究,1994,7(4):425-430. |