CAJ | 학술논문

准确估计和预测陆地生态系统碳循环时空变化是预测气候变化的基础,也是目前全球变化研究中最为重要的前沿领域之一.最大光能利用率(εmax)是遥感估算陆地生态系统初级生产力的关键参数之一,本研究基于CASA(Carnegie-Ames-Stanford Approach)模型,采用马尔科夫链-蒙特卡罗(Markov Chain Monte Carlo,简称MCMC)方法,利用中国陆地生态系统通量观测研究网络(ChinaFLUX)8个野外台站的涡度相关通量观测数据对εmax进行反演,得到εmax的最优估计值及其不确定性,并利用优化后的εmax对2003～2008年各生态系统总初级生产力(Gross Primary Productivity,简称GPP)及其不确定性进行了模拟.结果表明:8个生态系统εmax后验估计结果均呈近似正态分布,森林、农田和草地生态系统εmax分别为0.737±0.026 ～0.850±0.035g C/MJ·PAR,1.056±0.090g C/MJ· PAR和0.199±0.068～0.469±0.043g C/MJ·PAR;εmax估计的不确定性将导致内蒙、当雄和海北草地生态系统GPP年总量的模拟值产生9.17％～ 14.20％的误差,长白山、鼎湖山、千烟洲和西双版纳4个森林生态系统GPP年总量的误差为3.52％～7.79％,禹城农田生态系统GPP年总量的误差为8.52％.对εmax进行优化后,GPP年总量模拟值的相对误差显著降低,有效改善了原模型对内蒙草地生态系统GPP年总量的高估和除当雄草地生态系统外其他6个生态系统GPP年总量的低估.
준학고계화예측륙지생태계통탄순배시공변화시예측기후변화적기출,야시목전전구변화연구중최위중요적전연영역지일.최대광능이용솔(εmax)시요감고산륙지생태계통초급생산력적관건삼수지일,본연구기우CASA(Carnegie-Ames-Stanford Approach)모형,채용마이과부련-몽특잡라(Markov Chain Monte Carlo,간칭MCMC)방법,이용중국륙지생태계통통량관측연구망락(ChinaFLUX)8개야외태참적와도상관통량관측수거대εmax진행반연,득도εmax적최우고계치급기불학정성,병이용우화후적εmax대2003～2008년각생태계통총초급생산력(Gross Primary Productivity,간칭GPP)급기불학정성진행료모의.결과표명:8개생태계통εmax후험고계결과균정근사정태분포,삼림、농전화초지생태계통εmax분별위0.737±0.026 ～0.850±0.035g C/MJ·PAR,1.056±0.090g C/MJ· PAR화0.199±0.068～0.469±0.043g C/MJ·PAR;εmax고계적불학정성장도치내몽、당웅화해북초지생태계통GPP년총량적모의치산생9.17％～ 14.20％적오차,장백산、정호산、천연주화서쌍판납4개삼림생태계통GPP년총량적오차위3.52％～7.79％,우성농전생태계통GPP년총량적오차위8.52％.대εmax진행우화후,GPP년총량모의치적상대오차현저강저,유효개선료원모형대내몽초지생태계통GPP년총량적고고화제당웅초지생태계통외기타6개생태계통GPP년총량적저고.