气候变化和人类活动对中国植被固碳的贡献量化数据在国家青藏高原科学数据中心发布

[2021-10-08]   作者:陈永喆   来源 :  傅伯杰院士研究组

近日,中国科学院生态环境研究中心傅伯杰院士研究组在《Global Change Biology》上发表了题为“Accelerated increase in vegetation carbon sequestration in China after 2010: A turning point resulting from climate and human interaction”的论文,其相应的数据产品“气候变化和人类活动对中国植被固碳的贡献量化数据(2001-2018)”在国家青藏高原科学数据中心(http://data.tpdc.ac.cn)发布共享,用户可开放获取。

陆地生态系统固碳是实现绿色碳汇的重要途径。近期研究表明中国生态工程提高了植被固碳和植被碳汇,同时集约化农业和城市扩张也从不同方向影响着植被固碳。然而,植被固碳的时间变化仍不清楚,气候变化和生态恢复的相关影响仍在争论之中。区分气候变化和人类活动对植被固碳的影响对评估生态工程效益和预测未来植被固碳量的变化十分重要。本项研究中,傅伯杰院士研究组通过遥感和机器学习相结合的建模方法,探索了气候变化和人类活动改变中国陆地生态系统结构和功能的生物和物理途径,揭示了2001-2018年间,中国陆地生态系统参量的时空变化规律(包括植被覆盖、地表热通量、水通量及植被固碳)及气候和人为因素对陆地生态系统的影响。

研究首先优化了基于遥感光能利用率模型框架,包括:1)改进温度和水分胁迫方程;2)确定植被最适生长温度(Topt)空间格局;3)对植被潜在光能利用率(Emax)进行空间制图。接着校正了中国植被叶面积指数和光合有效辐射吸收比数据,更新了地表净辐射和蒸散发的计算,从而提高模型输入数据的准确性。发展了生态系统自养呼吸(Ra)模型,并通过收集样点观测数据和运用机器学习方法确定地上和地下Ra模块中的关键参数,有效提升了遥感量化全国尺度植被固碳的准确性。最后,研究采用机器学习方法,量化了2000年以来气候变化和人类活动(包括生态恢复、农田扩张和城市化等)对中国植被碳吸收的贡献及其路径。

相关研究数据集中包括中国2001~2018年月尺度或年尺度的地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力等11个生态系统参量数据(空间分辨率为0.1°),以及在气候驱动下(无人类干扰)各个生态系统参量在2001~2018年间的时空变化数据。因此,该数据集可以反映气候变化与人类活动对近20年来中国陆地生产系统各参量的影响。

图片

图1. 中国植被和地表温度的变化以及气候变化和人类活动的影响

(a, d,g, j)分别是LAI、森林覆盖度、非森林植被覆盖度和地表温度在2001~2018年间趋势;(b, e, h, k)分别是气候影响下四个要素的趋势;(c, f, i, l)分别是人类活动产生的四个要素的趋势。


图片

图2. 中国植被总初级生产力和净初级生产力变化趋势与气候变化和人类活动分别的贡献

(a, d)分别是植被总初级生产力和净初级生产力在2001~2018年间的趋势;(b, e)分别是气候影响下两个要素的趋势;(c, f)分别是人类活动产生的两个要素的趋势。

该研究得到了国家重点研发计划(2017YFA0604700)、国家自然科学基金(41991233)和中国科学院(QYZDY-SSW-DQC025)等项目的共同资助。

论文信息:Chen, Y., Feng, X., Tian, H., Wu, X., Gao, Z., Feng, Y., Piao, S., Lv, N., Pan, N., & Fu, B. (2021). Accelerated increase in vegetation carbon sequestration in China after 2010: A turning point resulting from climate and human interaction. Global Change Biology, gcb.15854. doi: 10.1111/gcb.15854.

论文链接:https://doi.org/10.1111/gcb.15854

数据信息:陈永喆, 冯晓明, 田汉勤, 武旭同, 高镇, 冯宇, 朴世龙, 吕楠, 潘乃青, 傅伯杰. (2021). 气候变化和人类活动对中国植被固碳的贡献量化数据(2001-2018). 国家青藏高原科学数据中心, DOI:10.11888/Ecolo.tpdc.271667. CSTR: 18406.11.Ecolo.tpdc.271667.

数据链接:http://dx.doi.org/10.11888/Ecolo.tpdc.271667