摘要
森林生态系统持续的碳吸收能力在很大程度上取决于净初级生产力(NPP)的增长趋势及生态系统碳周转的时间,因此,获取生态系统碳周转时间的空间分布格局是有效评估生态系统碳汇潜力的基础.本研究采用数据-模型融合方法,基于区域生态系统碳循环过程模型(TECO-R),结合生态系统观测数据(NPP、生物量及土壤有机碳)、遥感数据(NDVI)及气象、植被与土壤等辅助空间数据,利用遗传算法(Genetic Algorithm)反演了中国森林生态系统各碳库的周转时间及分配系数,并在此基础上估算了平衡状态下森林生态系统碳周转时间的空间分布格局.研究结果表明:数据-模型融合技术能有效地反演中国森林生态系统碳循环过程模型中的关键参数,从而很好地模拟中国森林生态系统的碳循环过程;反演的中国森林生态系统的碳周转时间在空间上存在很大的异质性,其值大多介于24～70年之间;不同森林类型的统计结果表明,落叶针叶林与常绿针叶林的平均周转时间最大(分别为73.8与71.3年),其次是混交林与落叶阔叶林(38.1与37.3年),而常绿阔叶林的值最小(31.7年);从全国尺度看,中国各种森林生态系统总的碳周转时间的均值为57.8年.
出处
《中国科学：地球科学》
CSCD
北大核心
2010年第5期632-644,共13页
Scientia Sinica(Terrae)
基金
国家自然科学基金(批准号:30970514,30590384,40671173,40425008)
中国科学院东亚区域气候-环境重点实验室开放课题资助
