文献类型：期刊文章

作　　者：华朗钦[1] 张方敏[1] 翁升恒[1,2] 卢燕宇[3]

HUA Langqin;ZHANG Fangmin;WENG Shengheng;LU Yanyu(Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Jiangsu Key Laboratory of Agricultural Meteorology,College of Applied Meteorology,Nanjing University of Information Science&Technology,Nanjing 210044,China;Fujian Institute of Meteorological Sciences,Fuzhou 350007,China;Atmospheric Science and Satellite Remote Sensing Key Laboratory Anhui Province,The Anhui Province Meteorological Science Research Institute,Hefei 230031,China)

机构地区：[1]南京信息工程大学应用气象学院气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室,南京210044 [2]福建省气象科学研究所,福州350007 [3]安徽省气象局气象科学研究所大气科学与卫星遥感安徽省重点实验室,合肥230031

出　　处：《生态学报》

基　　金：江苏省碳达峰碳中和科技创新专项资金(BK20220017);淮河流域气象开放研究基金项目(HRM201804);中国气象局创新发展专项(CXFZ2022P009)。

年　　份：2023

卷　　号：43

期　　号：17

起止页码：7237-7251

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、GEOBASE、IC、JST、RCCSE、RWSKHX、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：净生态系统生产力(NEP)是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子,有助于增强对区域碳循环变化机制的认知。基于BEPS(Boreal Ecosystem Productivity Simulator)模型模拟结果,评估了安徽省1982-2020年NEP时空格局,分析了安徽省NEP对主要环境植被因子的敏感性,并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明:(1)1982-2020年,安徽省多年年均NEP为651.14 gC/m^(2),线性趋势变化率为1.10 gC m^(-2)a^(-1),总体呈显著增加趋势(P<0.01)。在空间上,NEP表现为"南北部较高、中部较低"的分布,显著增加(P<0.05)的区域占52.77%,主要分布在北部和南部,显著减小(P<0.05)的区域占7.11%,主要分布在西部和东南部。NEP重心有显著的北移趋势(P<0.01)。(2)NEP对大气CO_(2)浓度变化最为敏感,对降水变化最不敏感。时间上,NEP对叶面积指数(LAI)(P<0.01)、CO_(2)(P<0.01)和饱和水汽压差(VPD)(P<0.05)的敏感性变化显著增强,对总辐射的敏感性变化显著减弱(P<0.01),对气温和降水的敏感性变化不显著(P>0.05)。空间上,NEP对各因子的敏感性有地区差异性。(3)所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO_(2)是安徽省NEP时空变化的主导因子,为正贡献,气候因子为次主导因子,为负贡献。空间上,LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区,占49.65%,CO_(2)为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区,占44.54%。

关 键 词：净生态系统生产力(NEP)  碳汇  时空变化  归因分析 贡献率 安徽省  

分 类 号：X171.1]