多重因素交互作用对提升杉木林碳固定模型精度的影响及机理

Sustainable forest management on regional scales attributes to accurate carbon fixation estimates. However, the uncertainty of the multiple factor interactions on process-based ecological model behavior remains difficult to clarify. Our project team previously established elevation contributed more uncertainty to 3-PG2 model behavior than all other factors. However, the interaction mechanism between elevation and multiple factors is unclear throughout ecological forecasting. We chose Nanjing County in Fujian Province as a case study area due to widespread Chinese fir plantations (Cunninghamia lanceolata). We will fuse a global verification method for multi-source observational data with a unified, integrated scale. An appropriate threshold scale will be determined and spatial statistical analyses will be conducted to identify hot and cool spots of models behavior uncertainty. The ecological information will be constructed into a diagnostic framework and separated into the following three components: (1) GeogDetector software analysis; (2) genetic technology; and (3) computer programming. GeogDetector software will be used to explore and quantify the mechanism underlying the multiple factors, which impact model behavior uncertainty. Genetic technology will be used to obtain the best-fit regression to improve model behavior at plot scale, and is based on the GeogDetector software analysis results. Computer programming and the 3-PG2 model will be applied to predict spatial and temporal dynamics of C fixation in Chinese fir plantations under different management regimes. The developed methods will be used to address important practical challenges, such as estimation of carbon source/sink dynamics on a regional scale.

准确预测区域尺度碳固定量可以为森林可持续经营管理提供依据。但是多重因素交互作用所导致模拟结果的不确定性影响了生态预测的准确性。项目组前期研究结果表明：海拔可能是导致3-PG2模型碳固定模拟结果不确定性的主导因素，但生态预测过程中海拔与多重影响因素的交互作用机理尚不清楚。对此，本项目拟确定杉木林分布广泛的福建南靖县为研究区域，创建统一尺度多源观测数据的全局验证方法，选择合适的阈值尺度运用空间统计分析识别碳固定模拟结果不确定性的热点和冷点区域，构建包含Geogdetector软件、遗传技术和计算机程序三个部分组成的生态信息诊断框架，使用Geogdetector软件阐明多重因素交互作用对模型模拟的影响及机理，采用遗传技术优化模型结构以提升模拟精度，运用计算机程序和3-PG2模型准确预测不同管理模式情景下区域尺度杉木林碳固定的时空演变趋势。研究成果对于区域碳平衡估算具有重要意义。

准确预测区域尺度碳固定量可以为森林可持续经营管理提供依据。但是多重因素交互作用所导致模拟结果的不确定性影响了生态预测的准确性。项目组前期研究结果表明：海拔可能是导致3-PG2模型碳固定模拟结果不确定性的主导因素，但生态预测过程中海拔与多重影响因素的交互作用机理尚不清楚。对此，本项目拟确定杉木林分布广泛的福建南靖县为研究区域，创建统一尺度多源观测数据的全局验证方法，选择合适的阈值尺度运用空间统计分析识别碳固定模拟结果不确定性的热点和冷点区域，构建包含Geogdetector软件、遗传技术和计算机程序三个部分组成的生态信息诊断框架，使用Geogdetector软件阐明多重因素交互作用对模型模拟的影响及机理，采用遗传技术优化模型结构以提升模拟精度，运用计算机程序和3-PG2模型准确预测不同管理模式情景下区域尺度杉木林碳固定的时空演变趋势。. 为了完成上述研究目标，我们建立了区域尺度杉木人工林碳固定多源观测数据库；构建了区域尺度杉木人工林碳固定模拟数据库；揭示了杉木林碳固定模拟结果不确定性的空间分布；实现了基于生态信息诊断框架的森林碳固定模拟；开展了不同管理模式情景下杉木林碳固定的模拟研究。4年间发表国内外期刊论文22篇，其中SCI论文20篇。出版论著1部。其中项目负责人为第一或通讯作者发表SCI二区以上论文11篇。获得2017年度福建省科学技术三等奖。研究成果研究成果对于减少区域碳平衡估算中的不确定性具有重要意义。