基于模型数据融合的长白山阔叶红松林碳循环模拟

充分、有效地利用各种陆地生态系统碳观测数据改善陆地生态系统模型,是当前我国陆地生态系统碳循环研究领域亟待解决的重要问题之一。该研究以2003～2005年长白山阔叶红松林的6组生物计量观测数据和涡度相关技术测定的碳通量数据为基础,利用马尔可夫链-蒙特卡罗方法对陆地生态系统模型的关键参数(即碳滞留时间)进行了反演,进而预测了长白山阔叶红松林生态系统碳库、碳通量及其不确定性。反演结果表明,长白山阔叶红松林叶凋落物和微生物碳的平均滞留时间最短,为2～6个月;其次是叶和细根生物量碳,二者的平均滞留时间为1～2a;慢性土壤有机碳的平均滞留时间为8～16a;碳在木质生物量和惰性土壤有机质库中的滞留时间最长,平均滞留时间分别为77～109a和409～1879a。模拟结果显示,碳库和累积碳通量模拟值的不确定性将随着模拟时间的延长而增大。当气温升高10%和20%时,长白山阔叶红松林总初级生产力年总量将分别增加6.5%和9.9%,净生态系统生产力(NEP)年总量的变化取决于土壤温度的变化。若土壤温度保持不变,NEP年总量将分别增加11.4%～21.9%和17.6%～33.1%;若土壤温度也相应升高10%和20%,NEP年总量的增幅反而下降甚至低于原来的水平。假设气候和植被保持在2003～2005年的状态,2020年长白山阔叶红松林NEP年总量为(163±12)gC.m–2.a–1,土壤呼吸年总量为(721±14)gC.m–2.a–1。马尔可夫链-蒙特卡罗方法是反演模型参数、优化模拟结果和评估模拟结果不确定性的有效方法,但今后仍需在惰性土壤碳滞留时间的估计、驱动数据和模型结构的不确定性分析、模型数据融合方法方面进行深入研究,以进一步提高碳循环模拟的准确性。