基于FORCCHN模型的中國典型森林生態系統碳通量模擬

呂富成, 馬建勇, 曹 云, 延曉冬,*

1 北京師范大學地理科學學部地表過程與資源生態國家重點實驗室,北京 100875

2 華中農業大學植物科學技術學院,武漢 430070

3 國家氣象中心,北京 100081

森林作為陸地上面積最大、生產力最高、結構和功能最為復雜的生態系統,在調節全球碳平衡、吸收溫室氣體等方面具有重要作用[1]。據測算,森林生態系統植被碳庫(包括地上和地下部分)約為363 Pg C,占全球陸地植被碳庫的70%；總初級生產力約為 90 Pg C/a,超過全球陸地生態系統的一半[2—3]；全球森林生態系統固碳量約為2.4 Pg C/a,其固碳能力高于海洋和其他生態系統[4]。中國森林生態系統是陸地生態圈的巨大碳匯,尤其是西南林區和東北林區在固碳中扮演了重要角色[5]。因此,精確量化森林生態系統碳通量,有助于理解陸地生態系統碳循環對全球變化的響應與適應,尋求最合理的碳中和措施,具有重要的科學意義[6]。

森林生態系統碳循環模型是研究和預測森林碳通量及其循環過程機制的有效工具[7—8]。按照研究的空間尺度,森林生態系統碳循環模型可以分為斑塊尺度和區域尺度的碳循環模型[9—11],以往對中國森林生態系統碳收支研究主要集中在區域尺度碳循環模型[12—15],且不同模型驗證工作比較簡單粗糙,缺乏不同時間尺度碳通量的驗證工作。以個體為基礎的斑塊模型模擬所有時間內每株樹木的出生、生長和死亡的全過程,每株樹木的生長是通過對光照、水分及土壤的養分競爭獲得,模擬的森林動態演替過程及其碳收支變化相對合理。FORCCHN模型( FORest ecosystem Carbon budget model for CHiNa,FORCCHN)是一個由我國自主研發的,基于個體生長過程和氣象資料驅動的斑塊模型[16],具有4個主要特征:(1)有機結合了碳、氮、水在大氣—植物—土壤不同界面的循環與轉化過程;(2)森林生態系統碳收支的驅動因素并非由當前氣候和生態系統簡單的統計關系預先確定,而是基于個體生理生態過程機制耦合;(3)森林的碳通量是由林分個體生長來確定的,進而使碳收支進行更為科學合理的模擬;(4)模型可用于預測未來氣候變化下的森林生態系統碳收支的動態波動和未來平衡態。目前,該模型已在一些區域對森林碳收支進行模擬[17—19],但主要集中在單一森林生態系統和短時間序列的模擬,缺乏對不同類型森林生態系統長時間序列模擬驗證。

本文旨在加深斑塊模型對中國典型森林生態系統碳通量的模擬研究工作,通過對局部森林生態系統的模擬,檢驗模型在站點不同時間尺度的模擬性能,為研究大范圍森林生態系統碳收支提供依據。以長白山溫帶闊葉紅松林(CBS)、鼎湖山南亞熱帶常綠闊葉林(DHS)、千煙洲中亞熱帶常綠針葉林(QYZ)和西雙版納熱帶雨林(XSBN)為研究對象,著重評估模型對森林生態系統呼吸(Ecosystem Respiration: ER),總初級生產力(Gross Primary Productivity: GPP),凈生態系統生產力(Net Ecosystem Productivity: NEP)的模擬效果,以期為未來氣候變化下我國森林生態系統碳收支提供參考。

1 數據與方法

1.1 基本過程和模擬策略

模型由每日氣象資料驅動,通過求和固定斑塊面積上每株樹木的碳收支,再耦合土壤碳收支,進而得到森林生態系統斑塊面積上的碳收支,其涉及的主要特征如圖1。

圖1 模型的主要生態過程及時間步長

模型通過兩種時間步長進行積分,對于每株樹木而言,每天計算一次光合作用,維持呼吸,氮吸收和部分凋落物通量,土壤水,有機質的分解和氮的礦化都是以日為步長發生的。模型假定每株樹木每日不同時間內維持呼吸,部分葉,細根凋落,土壤有機質分解和氮礦化速率恒定不變,從而避免在較短的步長上計算有關通量。模型所計算的樹木個體碳氮的年凈增加量,需要加上前一年儲存的碳量,在每年最后一天分配到不同的樹木成分內。當樹木沒有足夠的碳用于光合作用產生葉片時,認為樹木已經死亡并停止生長,從而樹木的碳儲存下降。死亡的樹木所包含的碳氮含量,以及活的木質部分,花,果,葉和根的凋落物通量在每年最后一天加入到土壤枯枝落葉庫中。由于本研究模擬時間較短,小于50年,因此假定樹木不發生更新。

1.2 模型輸入與輸出

FORCCHN模型的輸入參數主要包括氣象數據、土壤數據、遙感數據及其它數據。模型所需每日氣象數據包括：太陽總輻射(W/m2)、平均氣溫(℃)、最高氣溫(℃)、最低氣溫(℃)、降水量(mm)、空氣相對濕度(%)、平均風速(m/s)、平均氣壓(hPa)；土壤數據包括：土壤碳密度(g C/cm2)、土壤氮密度(g N/cm2)、田間持水量(cm)、萎蔫系數(cm)、土壤容重(g/cm3)、砂粒含量(%)、粉粒含量(%)、黏粒含量(%)；遙感數據包括：不同森林植被類型分布圖、模擬初始年的最大葉面積和最小葉面積指數(m2/m2)；其它數據還有：站點的平均大氣CO2濃度(μL/L),經緯度及海拔高度(m)。FORCCHN模型可輸岀日尺度和年尺度的碳通量數據,主要參數包括：地上生物量(g C m-2d-1或 g C m-2a-1)、地下生物量(g C m-2d-1或g C m-2a-1)、總初級生產力(g C m-2d-1或g C m-2a-1)、植被地上呼吸(g C m-2d-1或g C m-2a-1)、植被地下呼吸(g C m-2d-1或g C m-2a-1)、土壤異養呼吸(g C m-2d-1或g C m-2a-1) 、凋落通量(g C m-2d-1或g C m-2a-1)、土壤碳庫量(g C/m2)。

1.3 數據來源

渦度相關技術是測定大氣與生態系統之間CO2交換,水分和能量通量最直接的方法,所提供的通量觀測數據已廣泛應用于陸地生態系統的碳循環研究[20]。本文使用的觀測數據是利用渦度相關技術和基于ChinaFLUX 數據處理體系形成標準化的生態系統碳水通量和關鍵氣象要素數據集[21],主要包括2003—2012年日尺度,月尺度,年尺度的氣象數據和通量數據。通量數據主要包括生態系統呼吸(ER)和生態系統凈CO2交換量(NEE)。生態系統總初級生產力(GPP)和生態系統凈初級生產力(NEP)計算方法[22]如下：

NEE=-NEP=ER-GPP

模型所需的土壤數據、遙感數據及其它數據主要來源于中國通量數據網(http://www.cnern.org.cn)和IGBP-DIS發布的Global Gridded Surfaces of Selected Soil Characteristics數據集。通量站基本信息參見表1。

表1 4個通量站基本信息

1.4 分析方法

為評估模型對森林生態系統碳通量的模擬性能,本文分別采用模擬結果與觀測值的相關系數(Corr),均方根誤差(RMSE),以及偏差(Bias)等指標。具體計算公式如下：

(1)

(2)

(3)

2 結果

2.1 碳通量日尺度模擬

總體而言,模型較好的模擬了4種典型森林生態系統的逐日碳通量。圖2和表2展示了以年為周期森林生態系統的逐日碳通量觀測值與模擬值的相關系數,均方根誤差及偏差。森林生態系統3個碳通量指標的相關系數從高到低依次為ER、GPP、NEP。4種森林生態系統ER的相關系數均超過0.85,且對應四分位距(IQR)最小,表明其模擬效果最好。不同森林生態系統GPP的相關系數略有差異：落葉闊葉林和常綠針葉林相關系數分別為0.86和0.73；常綠闊葉林和熱帶雨林相關系數在0.50左右。NEP相關系數較低,4種森林生態系統NEP的相關系數均小于0.5,從大到小其次為：落葉闊葉林,常綠闊葉林,常綠針葉林和熱帶雨林。

表2 不同森林生態系統碳通量以年為周期日尺度模擬結果

圖2 每日碳通量模擬值與觀測值的關系

不同森林生態系統均方根誤差(RMSE)分析得出,3個碳通量的均方根誤差GPP>NEP>ER。其中,常綠闊葉林的3個碳通量均方根誤差最大(RMSE>2 g C m-2d-1),表明模型對該森林生態系統模擬誤差較大,對其他3種森林生態系統碳通量模擬的均方根誤差在1.67—1.77 g C m-2d-1之間,其中常綠針葉林ER均方根誤差最小,RMSE=0.83 g C m-2d-1。

對偏差(Bias)分析發現,除常綠闊葉林外,其他3種森林生態系統ER和GPP偏差在-1.41—-0.23 g C m-2d-1之間,表明模擬值略低于觀測值,常綠闊葉林ER和GPP偏差分別為2.47 g C m-2d-1和1.08 g C m-2d-1,模型高估了該生態系統碳通量。不同森林生態系統NEP偏差略有不同,落葉闊葉林和熱帶雨林的NEP偏差略大于0,模擬值基本與觀測值持平；常綠闊葉林和常綠針葉林的NEP偏差均小于-1 g C m-2d-1,Bias分別為-1.38 g C m-2d-1和-1.03 g C m-2d-1,說明模型低估了NEP。

基于以上分析,可以得到以下簡要結論：FORCCHN模型基本可以再現不同森林類型日尺度的碳通量,但大部分森林生態系統ER和GPP存在不同程度的低估,而高估了常綠闊葉林的ER和GPP。

2.2 碳通量季節變化模擬

總體而言,模型能夠較好地模擬森林生態系統碳通量的季節動態。對不同森林生態系統逐月碳通量觀測值和模擬值進行了相關分析(圖3),結果表明,落葉闊葉林,常綠針葉林,常綠闊葉林和熱帶雨林ER,GPP和NEP的觀測值和模擬值呈顯著相關(P<0.01),ER觀測值和模擬值的R2分別為0.93,0.91,0.84,0.77；GPP觀測值和模擬值的R2分別為0.88,0.82,0.61,0.54；NEP觀測值和模擬值R2最低,均小于0.4。碳通量觀測值和模擬值對比發現,落葉闊葉林和常綠針葉林3個碳通量指標模擬值低于觀測值,回歸方程斜率略低于1；常綠闊葉林和熱帶雨林ER和GPP模擬值大于觀測值,回歸方程斜率大于1,兩者的NEP模擬值小于觀測值,回歸方程斜率小于1。

圖3 每月碳通量觀測值和模擬值的關系

為進一步探究FORCCHN模型對不同森林類型碳通量季節變化的模擬能力,圖4給出了4種森林生態系統典型年份的ER,GPP及NEP的月變化。結果表明FORCCHN對不同森林生態系統碳通量的季節變化具備良好的模擬能力,能夠再現中國森林生態系統碳通量由南向北遞減、生長期高于非生長期的季節特征,但在少數月份模擬值與觀測值存在偏差。

圖4 碳通量觀測值和模擬值的季節動態

在ER模擬方面,模擬與觀測曲線波動非常相似,表明模型可以再現不同森林生態系統的季節變化。然而,模型對于4種森林生態系統ER模擬有一定的差異：模型對于落葉闊葉林,常綠針葉林和熱帶雨林的ER存在小幅度的低估,模擬值分別低于觀測值13.43%,10.19%,6.83%；但模擬明顯高估了常綠闊葉混交林的ER,模擬值高于觀測值達90.06%。

同時,模型對不同森林生態系統的GPP和NEP均展現良好的季節模擬能力。落葉闊葉林生產期短,GPP季節差異顯著,夏季6—8月GPP達到最高值,其他季節GPP小于100g C m-2月-1；隨著年均溫和降水的增加,常綠闊葉林和常綠針葉林的生長期較長,每年5—10月份GPP最大；熱帶雨林一年四季均為生長期,每月GPP均大于100g C m-2月-1。尤為可貴的是,模擬再現常綠闊葉林3月份GPP和NEP為一年最低的生長特征,與觀測數據季節變化趨勢高度一致。模型能夠再現不同森林生態系統在一年四季碳源(NEP<0)、碳匯(NEP>0)的變化規律,特別是對于熱帶雨林,雨季(5—10月)為碳源,干季(11月到翌年3月)為碳匯[23],但遺憾的是,模型在數值上存在低估。

2.3 碳通量年尺度模擬

分析森林生態系統2003—2012年碳通量年際變化及偏差(圖5—圖7),結果表明,FORCCHN模型對不同森林生態系統碳通量模擬能力存在差異。在ER年通量模擬中(圖5),落葉闊葉林、常綠針葉林、熱帶雨林模擬值與觀測值的年通量差異較小,熱帶雨林觀測ER年通量為2052.59—2629.68gC m-2a-1之間,模擬ER年通量為2062.20—2339.3 gC m-2a-1之間,年均偏差為-7.29%,僅在2009年和2010年模擬的ER通量高于觀測值；常綠針葉林觀測ER年通量為1212.79—1571.19 gC m-2a-1之間,模擬ER年通量為1122.90—1306.71 gC m-2a-1之間,兩者呈顯著相關(P<0.05),年均偏差為-10.11%,僅在2005年模擬值略高于觀測值；落葉闊葉林觀測ER年通量為842.99—1546.51 gC m-2a-1之間,模擬ER年通量為945.70—1146.01 gC m-2a-1之間,年均偏差率為-12.75%,僅在2005年模擬值高于觀測值,同時落葉闊葉林ER年通量波動較大,模擬的年通量年際變化相對穩定。表明模型對3種森林生態系統ER年通量存在不同程度的低估,常綠闊葉林年均偏差率達93.87%,說明模擬值明顯高于觀測值。GPP年際動態模擬結果(圖6)與ER模擬結果相對一致,即模型低估了熱帶雨林,常綠針葉林和落葉闊葉林GPP,平均偏差分別為-5.50%,-29.78%,-12.97%。主要原因在于夏季模擬的碳通量低于觀測值,導致模擬的年通量低于觀測值。同時高估了常綠闊葉林的GPP,平均偏差為25.71%。對比模擬和觀測NEP發現(圖7),落葉闊葉林觀測年均NEP為252.51 gC m-2a-1,模擬年均NEP為224.85 gC m-2a-1,模擬值低于觀測值10.95%；常綠闊葉林和常綠針葉林觀測和模擬NEP年際波動趨勢相對一致,但具體數值存在較大差異,模擬值均低于觀測值。熱帶雨林觀測和模擬NEP顯著相關(P<0.05),觀測年均NEP為91.70 gC m-2a-1,模擬年均NEP為128.93 gC m-2a-1,模擬值高于觀測值40.60%。

圖5 生態系統呼吸觀測值和模擬值的年際變化及偏差

圖6 總初級生產力觀測值和模擬值的年際變化及偏差

圖7 凈生態系統生產力觀測值和模擬值的年際變化及偏差

3 討論

本文以長白山溫帶闊葉紅松林、千煙洲亞熱帶常綠針葉林、鼎湖山亞熱帶常綠闊葉林和西雙版納熱帶雨林等4種中國典型森林生態系統為研究對象,利用渦度相關2003—2012年觀測數據,評估FORCCHN模型對不同森林生態系統生態系統呼吸(ER),總初級生產力(GPP),凈生態系統生產力(NEP)不同時間尺度的模擬效果。

不同時間尺度碳通量模擬效果對比,FORCCHN模型可以很好的捕捉森林生態系統碳通量逐日變化和季節性動態,但在每年和更長的時間尺度上表現一般,這與前人的研究結論一致[24—26]。已有研究表明,碳循環模型通常無法充分模擬觀察到的落葉冠層物候的年際變化[27],并且落葉闊葉林的GPP和常綠闊葉林的ER春季的差異很大,同時GPP與NEP的年際變化存在協同性[28—29],這是導致碳通量模擬值和觀測值年際變化一致性低的重要原因,也有人把年際模擬的不確定性歸因于建模過程的偏差和碳分配機制的不明確[30]。為此,需要提高模型與物候的耦合程度和植被對熱量的敏感性[27,31]。

從森林類型上看,FORCCHN模型在落葉闊葉林模擬效果好于常綠闊葉林,這個模擬結論得到了一些模型評估的支持[32—33]。落葉闊葉林具有明顯的物候季節動態,模型可以通過明確不同時期植被生長的主導因素,模擬植被的生理生態過程,從而再現生態系統的碳通量動態。相反,常綠闊葉林受制于季節性葉片物候的細微變化,多種環境因素共同調控植物的光合作用,常綠闊葉林夏季的碳通量通常較高,并且存在較大的不確定性[31],這增加了模型模擬的難度。

ER在逐日尺度和季節尺度的精度高于GPP和NEP,關鍵在于模型改進了植物生長過程中呼吸量計算方法。生態系統呼吸由植被維持呼吸,植被生長呼吸和土壤異養呼吸3部分構成[34]。多數植物生長模型將維持呼吸與生物量建立線性關系,通過生物量去計算植物的維持呼吸量[35—36]。然而,有研究表明,對樹木而言,呼吸作用主要用以維持邊材軟組織細胞的生長,這些細胞在所有活的樹木內都存在[37],因此,在FORCCHN模型中,將維持呼吸表達為一個與邊材量成正相關的函數,這有利于提高維持呼吸模擬精度。相對于ER和GPP,模型對森林生態系統NEP模擬誤差相對偏大。有研究表明,ER和GPP的模擬誤差可以影響NEP模擬的不確定性[38—40],因此,造成了NEP模擬精度低于ER和GPP。

模型對一些森林生態系統碳通量存在一定的偏差。原因可能在于：(1)模型參數不能完全解釋個體樹木的生理和生態特征,因為統一參數無法表征單株之間的生長差異[30]。比如,在12月至3月,落葉闊葉林模擬ER和GPP接近零,與觀測結果存在一定差異。(2)ER和GPP受多種環境因素(比如氮沉降)影響,模型只能利用有限的參數和方程模擬植被生理生態過程,未考慮氮沉降對植物生長的影響。比如,Luyssaert 等[41]對歐洲森林研究發現,與不考慮氮沉降相比,考慮氮沉降影響的森林生產力平均增加11%。(3)空氣溫度作為驅動變量模擬不同類型森林生態系統呼吸精度存在差異,這可能是由樹齡不同造成的。比如千煙洲人工林種植于1985年前后,其植物呼吸在生態系統呼吸中起著更為重要的作用,空氣溫度與生態系統呼吸相關性最強,因此本模型對其模擬效果較好。長白山落葉闊葉林為成熟林,樹齡大約200年,異養呼吸可能是影響生態系統呼吸的重要成分,土壤溫度作為驅動變量應該更為合理[42]。同時,由于受儀器故障和天氣影響等原因,本研究中使用的常綠闊葉林碳通量數據存在部分誤差,通量數據受隨機誤差的影響與通量的大小大致成正比[43—44],這可能是導致常綠闊葉林碳通量模擬與觀測偏差較大的原因。

本研究基于觀測數據,驗證了FORCCHN模型在中國典型森林生態系統碳通量模擬的適用性,對研究碳循環具有重要意義。一方面模型可以利用氣象、土壤和植被等歷史數據,探究歷史時期森林生態系統的碳收支狀況,分析更大尺度生態系統的變化特征；另一方面模型可提供對于區域和全球尺度的森林生態系統時空連續分析,有利于對未來氣候情景的模擬預測,為制定碳中和政策提供科學支撐。

4 結論

FORCCHN模型能夠較好地模擬中國4種典型森林生態系統不同時間尺度的碳通量。模型對落葉闊葉林和常綠針葉林的ER和GPP逐日變化模擬效果較好,ER的相關系數分別為0.94和0.92,GPP的相關系數分別為0.86和0.74。模型對森林生態系統碳通量的季節動態具有良好的模擬能力,不同季節森林生態系統碳通量模擬值和觀測值顯著相關,ER模擬值和觀測值的R2為0.77—0.93,GPP模擬值和觀測值的R2為0.54—0.88,NEP模擬值和觀測值的R2小于0.4,模型可以模擬森林不同季節碳匯、碳源變化規律。在年尺度模擬中,熱帶雨林、常綠針葉林、常綠闊葉林碳通量模擬值與觀測值的年通量有很好的吻合度,但在絕對數值上存在差異。

致謝：感謝中國通量觀測研究聯盟(ChinaFLUX)在通量數據方面提供的幫助。