草地生态系统植物春秋季物候期变化对其生产力影响的时空差异分析及贡献率量化辨识

The change of grassland ecosystem productivity is comprehensively affected by multiple factors. The influence of spring and autumn phenological transitions on grassland ecosystem productivity is characterized by various types, complex pathways and interactions of multiple factors. Although current researches partly demonstrated the spatiotemporal variations of the influence, it did not yet quantify its contributions and explain the spatiotemporal variations based on the ecological mechanism processes. With the open accessed carbon flux measurements and remote sensing time series, this project aims to comprehensively analyze the spatiotemporal variations of the influence of spring and autumn phenological transitions on grassland ecosystem productivity, and build a series of concept models to understand the adaption strategies of grassland ecosystem to climate change by shifting its phenologies. Through improving the simulation of phenology for carbon cycle models, the contributions of phenology shifts to productivity change will be quantified with a series of model simulation experiments, and the spatiotemporal variations of influence will be explained with the simulated ecological processes. This project is expected to deepen the understanding of regulation of carbon cycle process by phenology, lay a theoretical foundation for the adaption strategies to climate change by shifting phenologies, and provide a scientific basis for knowing and simulating the carbon cycle dynamics in the background of climate change for grassland ecosystems.

草地生态系统生产力的变化是多因素综合作用的结果，植物春秋季物候期变化对其生产力的影响具有类型多样、路径复杂及多因素交互作用等特点，现有研究虽然部分揭示了物候影响的时空差异，但没有从机理的角度量化辨识物候影响的贡献率并给出其时空差异的机理性解释。本项目利用全球可开放获取的碳通量观测站点数据及遥感时序数据，通过综合比较分析，系统揭示植物春秋季物候期变化对草地生态系统生产力影响的时空差异，构建相应的概念模型；并进一步通过改进碳循环模型的物候模拟过程，采用模型模拟实验，量化辨识植物春秋季物候期变化对草地生态系统生产力影响的贡献率，并给出其时空差异的机理性解释。本项目可望加深理解草地生态系统碳循环过程的物候调控作用，为研究草地生态系统适应气候变化的物候应对策略奠定理论基础，并为认知及模拟草地生态系统在气候变化背景下的碳循环动态提供科学依据。

草地生态系统生产力的变化是气候、植物物候以及二者交互影响等多因素综合作用的结果，但关于草地物候影响生产力变化的时空差异仍缺乏机理性解释。本项目旨在系统揭示草地物候变化对生产力影响的时空差异，并从机理角度量化辨识草地物候变化对生产力影响的贡献率。在数据集层面，搜集整理了北半球草地物候、功能性状、生物量、碳通量和气象等站点观测数据及遥感数据。在技术方法层面，发展了2种植被物候监测方法与2种植被生产力估算方法：（1）一种不受背景信息干扰的植被物候指数（BFPI），可有效提高草地物候监测精度；（2）一种空间换时间的物候变化预测方法，在缺乏长时序物候数据的情况下可实现物候变化趋势预测；（3）一种完全基于遥感观测数据的植被总初级生产力（GPP）机器学习模型(ERSOD)，避免了对多源数据和参数设置的依赖，且可有效提高GPP估算精度；（4）一种适用于草地GPP估算的光能利用率模型，可有效提高草地GPP估算精度。在理论层面取得了3项系统性成果：（1）针对植被物候遥感监测存在的不确定性问题，系统揭示了周期合成数据时间插值对陆表物候变化趋势监测的影响，以及各常用遥感指数对陆表植被物候监测的影响；（2）系统揭示了包括青藏高原在内的北半球中高纬度草地物候变化对生产力影响的时空差异，并按站点和区域两个尺度分别提出了物候变化对生产力影响的概念模型；（3）系统揭示了草地物候变化对生产力影响的路径及其贡献率，初步探索了其时空差异的机制。上述成果获2项授权的发明专利，以项目作为第一标注发表论文9篇、录用待刊1篇，以非第一标注发表论文4篇。该项目研究成果为探索草地生态系统适应气候变化的物候应对策略奠定了理论基础，并为认知及模拟草地生态系统在气候变化下的碳循环动态提供了科学依据。