森林生态系统净初级生产力模拟研究.

森林生态系统净初级生产力模拟研究0引言人类社会发展、科技进步的历史同时也是一部干预和破坏环境、改变全球气候的历史。

自工业革命以来，随着现代工业的迅猛发展和矿物燃料的广泛利用，以及陆地植被破坏等人类活动引起的地球大气中的“温室气体”以前所未有的速度增加，特别是CO2浓度的急剧增加等带来了全球变暖等严重问题[1]，已经引起了全球的广泛关注，而森林作为陆地生态系统的主体，与其他陆地生态系统类型相比，森林植被具有最广泛的分布面积、最高的生产力和最大的生物量累积，其在全球碳平衡中的巨大的贡献也日益被人们重视。

森林生态系统的主体地位主要体现在地圈、生物圈的生物地球化学过程中起着重要的“缓冲器”和“阀”的功能，在陆地碳循环中发挥着重要的作用。

自20世纪80年代以来，随着对森林生态系统结构、功能和生态过程认识的不断深入以及遥感、地理信息系统（GIS）和计算机技术的发展，森林生态系统碳循环模型研究渐渐成为森林碳循环研究中的主流方向之一，并已在区域或全球尺度上对森林生态系统当前及未来的碳存储模式做出了一些预测。

其森林碳循环模型按空间尺度可分为斑块尺度的森林碳循环模型和区域尺度的陆地碳循环模型[2]。

本文在对此两大类的模型对比分析的基础上，利用英国爱丁堡大学Williams等[2]提出的斑块尺度SPA（Soil-Plant-Atmosphere）森林碳循环模型，以栅格数据为主，其他数据资料为辅等多源数据将该模型从空间尺度上进行了扩展，并利用机群图像并行技术来解决扩展后模型计算量大、计算时间过长的缺点，基于上述条件建立了新的森林生态系统碳循环RSPA模型（RegionSoil-Plant-Atmosphere），通过该模型对2004年三明市的森林生态系统多种森林植被的生产力做出了评估、预测与模型结果验证。

1 SPA模型简介SPA模型是植被冠层尺度生理生态学的过程模型[3-6]，它是以光合作用-气孔导度-蒸腾作用耦合模型为基础，涉及生理、生化和物理等机理，结合了生态学、植物生理学、气象学和水文学等多种自然科学方法来模拟森林的呼吸、光合、水量平衡、碳的分配之间的关系。

在该模型中，植被的冠层被分为若干层次，并且规定植被之间的能量传输必须通过冠层，其冠层层次是具有垂直结构的，不同垂直高度上的植被生理生态学特性都不相同。

它是通过逐层计算各通量，最后累加为冠层水平通量。

该模型根据植被的生理、物理过程分为两个大的子模块。

物理子模块主要包括冠层辐射传输、叶片边界层传导、地表能量平衡、土壤水热传输、根系水吸收等子模块；生理模块包括呼吸作用、光合作用、气孔导度、植被水力等子模块。

SPA模型通过对各子模块模拟循环耦合进行森林生态系统生产力的模拟与预测，该循环的关键过程如碳循环、水循环和氮循环过程的生物地球化学过程，主要包括冠层截流、蒸发、植被蒸腾、光合作用、生长和维持呼吸作用、碳在地上与地下器官中的分配、凋落、分解及氮硝化过程。

还可以分析斑块研究区内森林生态系统的总初级生产力（GrossPrimary Productivity，GPP）、土壤水分蒸发蒸腾损失总量（Evapotranspiration，ET）的季节和年际变化，从而研究气候变化对森林生态系统的影响。

目前，这类植被冠层尺度生理生态学过程模型已成为森林生态系统碳循环模型的核心之一。

2研究区域介绍福建省三明市位于25°29′N~27°07′N，116°22′E~118°39′E。

该市森林资源丰富，是中国南方集体林区综合改革试验区，享有福建“绿色宝库”的美誉，林木品种繁多，森林覆盖率达76.8%，活立木蓄积量1.15亿m3（为全福建省的1/3），毛竹储量3.8亿株，植物种类多达1 300多种，其中有秃杉、南方红豆杉等20多种国家重点保护植物和9种省级重点保护植物。

森林植被类型主要有常绿阔叶林、常绿针叶林、针阔混交林、竹林、经济林、灌木林等。

3森林碳循环模型研究实验方法3.1试验主要数据本文中对所有的空间图像数据的坐标系统和空间分辨率大小进行统一，主要是利用MODIS产品的250 m×250 m分辨率，数据的坐标系统参数如表1所示。

3.2 SPA模型驱动参数变量空间化SPA模型是一个只能计算斑块尺度的单一森林植被类型的森林生态系统碳循环模型，无法用于大区域森林生态系统碳循环研究，而在本研究中却需要该模型空间化以面状展开，因此必须将SPA模型各种参数空间化，将原来SPA模型的输入数据从点数据到面数据进行转换，这就需要空间数据的收集与处理，此工作是本文整个研究工作的基础，数据的质量将直接影响模拟结果的精度。

本研究利用的空间数据有土地利用数据、植被类型数据、经纬度数据、风速数据、降水数据、温度数据、动力效应模型（Dynamic Effect Model，DEM）数据（图1~图4和表2~表5，表3中的面积百分数是指各土壤类型占整个三明市地区土地的面积百分比）等，以此作为空间化数据的接口，其中DEM数据为NASA的航天飞机雷达拓扑测绘（Shuttle Radar Topography Mission，SRTM）数据；土壤类型数据、叶面积指数（Leaf Area Index，LAI）数据、森林植被数据由福州大学空间数据挖掘与信息共享教育部重点实验室提供。

本文利用空间插值方法对风速数据、降水数据、温度数据插值出每天24 h的各种所需数据，将这些数据作为SPA模型的空间输入数据源之一。

位时间内所固定的有机物质总量，是由GPP中扣除自养呼吸量Ra后的剩余部分[6]NPP=GPP·Ra（1）当计算完GPP后，需要建立植被自养呼吸模型来求得森林生态系统自养呼吸部分，以求得NPP。

通常规定森林植被的Ra为维持性呼吸Rm和生长性呼吸Rg之和，即Ra=Rm+Rg（2）对于Rg，实际计算时主要采取先主后分的方法：先考虑总的生长呼吸占总光合量的比例，然后再考虑森林植被各组份的生长呼吸在总生长呼吸量中所占的比例。

即Rg=γ·GPP（3）Rg,j=Rg·ra,j（4）其中，γ为植被总生长呼吸占总光合量的比例，ra,j为植物各组份的生长呼吸比例。

对于Rm，则采取先分后总的方法，利用植被不同组份的维持性呼吸系数，分别计算不同组份的维持呼吸量：Rm=Rm,leaf+Rm,branch+Rm,stem+Rm,root（5）各个部分的计算公式为Rm,i=Mirm,iQ10(T-Tb)/10（6）其中，i为不同的植物器官，i=l，2，3，分别为叶、茎、根各个部分；维持性呼吸和温度密切相关：Mi为各种森林植被的叶、枝、和根的生物量，Q10为呼吸作用的温度敏感系数，T为白天平均气温，Tb为基温。

3.4修改后的模型的并行化改造将SPA模型从一个斑块模型变成一个区域模型后，由于图像数据的种类繁多，并且需要计算的参数量增加。

随之而带来的是模型计算量增大和计算时间加长，为了解决这些问题，本文对模型算法进行了基于机群的并行化改造。

本文选用N节点的机群系统，每一个节点配置完全相同的个人计算机或者工作站，节点间通过交换机相连，点对点的通讯速度一致（图5）。

网络硬件负责在机群各节点间通过互联网络收发各种数据，通信软件在机群各节点之间提供了一个快捷、可靠的通信手段。

本文中的SPA模型并行化主要采用对遥感信息数据并行为主，功能并行为辅的并行模型方法，在空间上将遥感图像信息数据进行均匀分块，每个节点得到一块输入参数遥感图像的数据，这里选择节点0作为主节点，负责图像处理任务的分发、接收以及结果的提交，并且通过它来控制整个机群系统协调完成提交的功能任务，每个从节点上只负责完成主节点分配的计算任务而没有控制功能，将这些节点看作主节点计算资源的一部分。

利用上述方法可以实现对SPA模型计算加速的目的。

通过上述工作，把SPA模型扩展为RSPA模型。

4 RPCSPA模型结果分析与验证RPCSPA模型的输出结果为2004年三明市森林生态系统的NPP模拟（图6）。

从图中可以看出，由于三明市处于亚热带气候区，植被类型多数常绿植被，年内NPP变化没有北方地区季相变化那么明显，即使在温度较低的12和1月，还是有可观的NPP储存。

但是在全年每个月的变化中可以看出，NPP还是存在季节变化，在1、2月森林植被生长比较缓慢，其月均NPP一般为39.8 gC/（m2·mon）和41.2 gC/（m2·mon），3，4月随着温度的升高，森林植被的光合作用有所增强，森林植被的NPP在50~100 gC/（m2·mon）之间，在5-9月，森林植被继续生长旺盛，一般都可达月均值75 gC/（m2·mon）以上，但是6-9月的NPP最大值与5月NPP最大值相比反而有所降低，究其原因，一是盛夏季节植被的光合作用有“午休”和“休眠”现象，高温致使植被的气孔导度减小，光合作用减弱，但是这个季节的植被自养呼吸较强，最终导致NPP值的减小；二是由于6-8月福建进入雨季，光照条件较差也会导致植被光合作用的减弱。

因此这3个月的NPP最大值相对来说有所减小。

在10-12月由于温度降低，太阳辐射减少，其NPP的值也相应地减少，其均值一般在50 gC/（m2·mon）以下。

RPCSPA模型计算的三明市森林生态系统2004年GPP均值为1 255.78 gC/（m·2a），NPP均值为814.17 gC/（m·2a）。

就不同的植被类型而言，其中马尾松的GPP均值为1 063.61 gC/（m2·a），NPP均值768.71 gC/（m·2a）；杉木林GPP均值1 089.95 gC/（m·2a），NPP均值778.60 gC/（m2·a）；竹林GPP均值1 633.04 gC/（m2·a），NPP均值1 158.46 gC/（m2·a）；阔叶林GPP均值1 775.41 gC/（m·2a），NPP均值1 248.8 gC/（m2·a）。

全年不同植被类型单位面积NPP均值和GPP均值依次为：阔叶林>竹林>杉木林>马尾松林。

其中马尾松的面积最大，但是相对其他植被而言，其固碳能力最弱，而竹林面积较小，但是固碳能力最强。

本文主要从比较不同森林碳循环模型对福建区域森林生态系统进行模拟、做总体验证。

利用福州大学空间数据挖掘与信息共享教育部重点实验室提供的加拿大陈镜明BEPS模型[7]计算得三明市森林生态系统2004年NPP数据（验证数据见图7）。

BEPS模型计算三明市森林生态系统年NPP均值为862.75 gC/（m2·a），从RSPA模型和BEPS模型的对比可以发现，BEPS模型计算的NPP 值要比RSPA模型的计算值偏大（表6），这是由于模型机理和输入参数不同所导致的结果。