利用涡度通量观测与光能利用率模型估算全球农田初级生产力

Gross primary production (GPP) is the largest flux between atmosphere and biosphere. GPP estimate is one of the key issues in terrestrial carbon cycle. However, global GPP estimate is still subject to large uncertainties, especially over croplands. Compared with natural ecosystems, croplands have distinct characteristics due to anthropogenic influences. In this study, we are proposing a study over global GPP using both eddy covariance tower measurements and the light use efficiency approach. A novel step in our study is to separate global croplands into 26 different crop types instead of taking global croplands a whole. To investigate croplands GPP, the project here mainly contains the flowing issues: 1) generate a look-up table of ε*GPP and update our GCMGPP2000 dataset using FLUXNET dataset and the light use efficiency approach; 2) compare GCMGPP2000 with other global GPP products; 3), modeling rice-wheat rotation GPP at site level in Yangtze-Huaihe region.

陆地生态系统初级生产力（GPP）是目前陆地碳循环研究的基本问题之一。然而目前全球GPP总量的估算仍然有很大的不确定性，其中农田GPP问题尤为突出，年总量估值在8.2-14.2 Pg C（10亿吨）之间。造成这一现象的主要原因是农作物类型的多样性与人为耕作活动的复杂性。本研究拟采用涡度相关法通量观测资料与光能利用率模型结合的方法，研究特点是将农田从传统的单一类型细化为了26种类型。本项目涵盖全球尺度GPP模拟与站点尺度机制性研究，主要由如下三个方面内容构成：（1）应用FLUXNET全球农田通量观测数据，创建26种农作物类型最大光能利用率参数表，并改进GCMGPP数据库，估算出全球农田GPP总量；（2）比较全球主要农田GPP数据库的一致性与差异；（3）对江淮流域的两个水稻-冬小麦轮作涡度通量站进行观测与GPP的站点尺度模拟。

陆地生态系统碳循环研究仍存在巨大不确定性，同时制约着地球系统模式的发展。农田作为陆地生态系统的重要组成部分，其初级生产力(GPP)估算准确性亟待进一步推动。同时，农田受到人类活动的剧烈影响，存在诸多区别于自然植被的性质。随着社会发展对农业产品需求的加大，无论是农田面积还是种植强度，预计会显著增加与增强。本项目主要研究内容与结果有：1）从多农田作物类型的角度对农田GPP进行估算，研发了26类作物的全球农田初级生产力数据集（GCMGPP），其时空分辨率为逐月、1/12度。估算全球农田GPP总量约为12.41 PgCyr-1。同时，利用国家统计局农业产量数据，计算出基于产量估算的12类农作物GPP数据。通过与GCMGPP比较分析发现，GCMGPP与产量估算GPP总体上具有一定的一致性，但在具体作物种类上存在较大偏差，需要进一步订正。2) 利用GCMGPP数据集的多农田类型的特性，即26类作物的最大光能领用率参数表Ɛ*，对单一作物类型参数（Ɛ*取单一值）结果进行比较分析，评估了单一参数可能造成的估算误差的全球空间分布。通过比较发现，单一作物类型在玉米、小麦等作物广泛分布的中高纬度地区会产生较大的低估，而在低纬度存在高估现象。3) 中国地区农田植被呈现整体变绿趋势，但是存在较大的季节性差异。造成季节变率差异有两方面原因，其一是于气候要素的年际变化在不同季节明显不同。其次，复种农田独特的土地管理造成的物候差异也是重要原因。4）在完成两地涡度通量观测的基础上，发现了极端降水对植被影响的新机制。由于双季轮作的存在，轮作播种期的洪涝灾害会造成播种面积严重下降，因此植被并不会在极端事件结束后迅速恢复，而是会持续到下一个播种期。本项目的成果对于进一步推动农田GPP估算研究以及解释农田植被变化规律与机制方面具有一定的科学意义。