基于数据-模型融合方法评估中国生态系统NPP增长驱动下的碳汇潜力

以数据－模型融合方法为技术手段，结合生态系统碳循环过程模型和生态系统碳循环观测数据，在遗传算法（GAs）和马尔可夫链蒙特卡洛算法（MCMC）的支持下，反演光能利用率模型（CASA）中最大光能利用率等影响NPP估算精度的关键参数，从而结合多时段的遥感数据和GIS辅助数据，模拟中国生态系统NPP的空间分布及变化趋势。结合CASA模型和VAST（植被－大气－土壤碳转换）模型，建立适合于中国生态系统的碳循环过程模型，并在参数反演算法的支持下，进一步反演生态系统碳驻留时间和碳在各子库之间的转换系数，从而揭示光合作用固定的有机碳在生态系统中驻留的平均时间。在反演参数的基础上，利用生态系统碳循环正演模型模拟NPP增长驱动下，中国生态系统碳释放（土壤异养呼吸）的变化，并从系统的角度揭示NPP增长驱动下中国生态系统碳汇（净生态系统生产力）的变化和潜力，以及未来气候变化情景下，中国生态系统碳汇潜力的变化。