遥感技术与应用, 2019, 34(4): 857-864 doi: 10.11873/j.issn.1004-0323.2019.4.0857

遥感应用

基于MODIS GPP数据产品的辽宁省碳源/汇空间格局分布研究

冯艾琳,1,2, 武晋雯,1, 孟莹2, 姜鹏2, 董巍2, 张璇2, 方缘2, 刘 斌2

1. 中国气象局沈阳大气环境研究所,辽宁 沈阳 110166

2. 中国气象局气象干部培训学院辽宁分院,辽宁 沈阳 110166

Research on Spatial Distribution of Carbon Source/Sink of Liaoning Province based on MODIS GPP Data Products

Feng Ailin,1,2, Wu Jinwen,1, Meng Ying2, Jiang Peng2, Dong Wei2, Zhang Xuan2, Fang Yuan2

1. Institute of Atmospheric Environment, China Meteorological Administration, Shenyang 110166, China

2. Liaoning Branch of China Meteorological Administration Training Centre,Shenyang 110166, China

通讯作者: 武晋雯(1980-),女,山西陵川人,副研究员,主要从事生态环境领域的遥感应用研究。E⁃mail: pipi824@126.com

收稿日期: 2018-11-26   修回日期: 2019-06-15   网络出版日期: 2019-09-19

基金资助: 中国气象局沈阳大气环境研究所开放基金.  2017SYIAE02

Received: 2018-11-26   Revised: 2019-06-15   Online: 2019-09-19

作者简介 About authors

冯艾琳(1990-),女,辽宁沈阳人,助理工程师,主要从事生态遥感、植被物候研究E⁃mail:fengailin1990@163.com , E-mail:fengailin1990@163.com

摘要

陆地生态系统的碳汇功能是生态系统服务功能的重要方面,在减缓气候变化中起着重要作用,准确地评估陆地生态系统碳源/汇时空变化是有效预测气候变化的重要基础。基于碳源/汇形成过程中各分量间的相互关系,结合MODIS GPP数据产品和区域统计年鉴数据,对2000~2014年辽宁省陆地碳源/汇的强度及空间格局分布进行定量化评估。结果表明:①辽宁省陆地碳源/汇呈现东部高、西部低的变化趋势,东部呈现显著的碳吸收功能,碳吸收强度超过250 gC m-2 a-1,但在辽宁中部、西部及北部地区则出现明显的碳排放。②沈阳的年均碳排放量(1.43 TgC a-1)约占辽宁省各地市净碳排放总量(4.56 TgC a-1)的三分之一,是全省碳排放的主体。③沈阳陆地生态系统总体表现为碳源,城区碳排放强度相对较弱,仅为26 gC m-2 a-1,近似表现为碳中性。本文基于碳源/汇形成过程定量分析辽宁陆地碳源/汇强度及其空间分布规律,为今后其他区域碳源/汇的模拟提供理论依据和方法借鉴。

关键词: MODIS产品 ; 生态系统总初级生产力(GPP) ; 辽宁省 ; 碳源/汇 ; 空间格局分布

Abstract

The carbon sink function of terrestrial ecosystem is an important aspect of ecosystem service function, playing an important role in mitigating climate change. Accurate assessment of the spatial and temporal change of carbon source / sink of terrestrial ecosystem is an important basis for predicting climate change effectively. Based on the relationship between all forming fluxes of regional carbon source / sink combining with MODIS GPP data products and regional statistical data, we analyzed the spatial distribution carbon source / sink of Liaoning province from 2000 to 2014. Results show that: ①The spatial distribution of carbon source / sink decreased from eastern to western, with the highest value appearing at the eastern (>250 gC m-2 a-1). There are significant carbon source in the central, western and northern of Liaoning province. ②The total carbon emission of Shenyang(1.43 TgC a-1) accounted for about one third of Liaoning province(4.56 TgC a-1). Therefore, Shenyang is the major city of carbon emission in Liaoning province. ③Shenyang is a carbon source. The urban areas of Shenyang showed a lowest carbon emission (only 26 gC m-2 a-1). This paper conducted regional simulation of carbon source / sink, providing theoretical basis and methodological references for the related studies in other regions.

Keywords: MODIS products ; Gross Primary Productivity (GPP) ; Liaoning province ; Carbon source / sink ; Spatial distribution

PDF (6417KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

冯艾琳, 武晋雯, 孟莹, 姜鹏, 董巍, 张璇, 方缘, 刘 斌. 基于MODIS GPP数据产品的辽宁省碳源/汇空间格局分布研究. 遥感技术与应用[J], 2019, 34(4): 857-864 doi:10.11873/j.issn.1004-0323.2019.4.0857

Feng Ailin, Wu Jinwen, Meng Ying, Jiang Peng, Dong Wei, Zhang Xuan, Fang Yuan. Research on Spatial Distribution of Carbon Source/Sink of Liaoning Province based on MODIS GPP Data Products. Remote Sensing Technology and Application[J], 2019, 34(4): 857-864 doi:10.11873/j.issn.1004-0323.2019.4.0857

1 引 言

陆地生态系统在全球碳循环中扮演着极为重要的角色[1,2]。准确地评估陆地生态系统碳源/汇时空变化和相关地表过程对全球气候变化的响应是有效预测气候变化的重要基础,也是目前全球气候变化研究中较为重要的前沿科学领域之一[3,4,5,6]

近年来,越来越多的学者对不同区域尺度下的陆地生态系统碳源/汇做出定量评估。随着对生态系统关键过程和控制机制的逐步探究,多种方法被用于量化评估陆地生态系统的碳源/汇强度,例如:大气反演法[4,7],资源清查法[8]和过程模型法[1,9]等。大气反演法需基于大气中CO2浓度或其同位素的变化,结合大气传输模型及人为和自然碳排放强度量化区域碳汇,原理较简单但很大程度上依赖其他来源的碳计量精度,同时只能反映陆地生态系统的净碳汇强度,无法揭示陆地碳汇的形成过程[4,10]。在资源清查法中,前后两次资源清查期间生态系统碳储量的变化量被定义为陆地碳汇,这种方法被公认是较准确的陆地碳汇评估方法,常用于其他方法的校验[8,11]。但资源清查的时间间隔较长,通常5~10 a进行一次,且人力物力消耗巨大,仅考虑陆地生态系统碳储量的变化量,未充分考虑碳储量变化量的去向问题,例如储存在其他生态系统中等。

自20世纪60年代初,遥感技术以其时空分辨率高、客观真实性强、成本低、时效快等优势,弥补了传统资源清查的不足,被广泛用于陆地生态系统碳源/汇评估中。过程模型的发展则考虑气象和各种生物因素,对生态系统的碳循环过程进行模拟,从而量化区域陆地生态系统的碳源/汇,以实现不同时间尺度下的碳源/汇强度模拟,可阐明陆地碳源/汇的形成过程,不足的是过程模型的参数大多在单一生态系统中获得,其空间异质性使模拟出的陆地碳源/汇存在较大的不确定性[12,13,14]。由于多种方法对碳汇定义的不同,使针对同一地区,利用不同方法得到的碳收支会出现截然不同的结论[9],尤其是具体的空间分布仍存在很大的不确定性。

陆地生态系统碳汇也可被定义为:植被所固定的有机物经自然和人为消耗后在陆地表面的残留量[15,16,17]。分别计算植被所固定的有机物及自然和人为活动的消耗量可以估算陆地生态系统的碳源/汇,该理论从碳源/汇形成过程出发揭示陆地生态系统的碳汇强度,为其评估提供了新途径。基于碳源/汇形成过程的评价方案(CSF)是近几年提出的方法,利用其形成过程中涉及的各种碳通量从而量化区域碳源/汇。然而,CSF仍具有一些不确定性,例如水蚀(Ewat)碳排放量也许会在流向海洋的碳中被重复计算;而且未考虑秸秆返还、粪肥、工业肥料等碳输入,只将总初级生产力(Gross Primary Productivity,GPP)作为唯一的输入项。因此,为提高基于碳源/汇形成过程的区域碳汇评价精度,Zhu等[16]学者充分考虑所涉及的碳投入,增加人类反回碳(Human Returned Carbon,HC)这一输入项,对CSF进行了改进。

辽宁位于东北平原的南部,是我国重要的粮食产地之一。受其所处地理位置的影响,属温带半湿润大陆性气候,夏季高温多雨、冬季寒冷干燥,年均气温较低,降水量偏少且分布不均,使该地区成为我国碳源/汇评估的敏感区。因此,基于改进后的CFS,结合MODIS GPP数据产品和区域统计年鉴数据对辽宁陆地生态系统碳源/汇强度及其空间格局分布展开研究,旨在定量分析辽宁陆地碳源/汇强度及其空间分布规律,也为今后其他区域的碳源/汇评估提供参考。

2 数据与方法

2.1 碳源/汇评估方案的理论基础

碳源/汇评估方案的理论基础是陆地生态系统的碳循环过程(图1[18]。陆地生态系统的碳循环始于总初级生产力GPP,这是从大气吸收CO2的第一步。被吸收的碳首先由植物的自养呼吸(Ra)释放回大气中,剩余的有机碳即为净初级生产力(Net Primary Productivity NPP),再通过异养呼吸(Rh)进一步被动物和微生物所消耗。自养呼吸和异养呼吸共同组成了生态系统呼吸(Ecosystem Respiration,ER)。在生态系统释放碳的过程中,被吸收的碳可以以CH4、CO等活性碳的形式释放,这部分被称为活性碳的排放(ERC)。除此之外,被吸收的碳还被生物摄取所消耗,称为生物摄取的排放(ECI)。除了自然释放之外,被吸收的碳也受自然和人为因素的干扰。自然干扰(END)造成的排放主要是由火灾(EF)和土壤侵蚀引起的,其中由土壤侵蚀引起的END可进一步分为风蚀(Ewin)和水蚀(Ewat)。而人为干扰(EAD)的排放包括来自森林(CRF)、草地(CRG)和农田(CRC)的碳排放。在人为干扰后,部分被排放的碳又以人类返回碳(HC)的形式返回到生态系统中。另外,部分碳例如尿素(CO(NH2)2)、碳酸氢铵(NH4HCO3)等会以工业肥料(IF)的形式释放回生态系统中。

图1

图1   陆地生态系统碳循环过程[18]

Fig.1   Carbon cycle processes in terrestrial ecosystems


在传统意义上,碳汇被定义为陆地生态系统中的残余碳[15] 。因此,基于其形成过程的碳源/汇评估方案涉及生态系统和周围环境之间发生的碳交换。根据上述的理论基础,输入的碳通量为GPP、IF和HC,输出的碳通量为ERC、ER、ECI、END和EAD

对于IF,由尿素(CO(NH2)2)和碳酸氢铵(NH4HCO3)的化学式可以计算得出,IF的碳含量较低,所以本研究中不考虑IF,仅将GPP和HC作为输入碳通量。此外,已有研究表明ECI在GPP中所占比例很小[20],且辽宁省的土地类型以农田为主ECI可忽略不计,因此将辽宁的ECI值设为0。鉴于辽宁省很少发生火灾,且风蚀土壤很难定量化计算,仅将水蚀(Ewat)排放量作为自然扰动(END)排放量。另外,EAD主要由本地区的农田碳排放组成,从森林和草地中排放的很少,且很难获得[19,20],因此本研究中只能将CRC作为EAD

综上所述,辽宁碳源/汇计算涉及的碳通量有GPP、HC、ER、ERC、Ewat、CRC,见图2中标红的碳通量。其中GPP和ER的计算来源于MODIS数据,HC、ERC、Ewat和CRC则来源于区域统计年鉴数据。

图2

图2   计算区域陆地碳源/汇所涉及的碳通量

Fig.2   Carbon fluxes involving in calculating the regional carbon source / sink


2.2 计算方法

选用2000~2014年MOD17A2的GPP数据产品作为主要的碳输入,数据空间分辨率为1KM,时间分辨率为8d,数据的下载地址为:(http://www.ntsg.umt.edu/project/modis/mod17.php)。基于GPP与ER在空间上具有正相关性,因此本研究利用公式(1)计算得到ER的数值[21,22]

ER=0.68×GPP+81.90

CRC可由农产品的产量(Yi),作物收获指数(HIi),干物质的碳含量(CCi)和含水量(Cwi)计算得出[23,24,25]。这些数据均来源于辽宁省的统计年鉴,各地级市可计算其相关碳通量的大小。HC的量设定为CRC的20%。

对于ERC,可利用的空间分布很少,需要按其总量与区域面积所占比例进行计算。活性炭的排放包括一氧化碳(CO)、甲烷(CH4)和非甲烷挥发性有机化合物(NMVOC)[20]。CH4的排放量Em可以从之前的研究中估算出来[22]。由于很少有关于国内CO和NMVOC排放的空间变化研究,只能基于中国的总排放量以及辽宁省土地面积在全国所占的比例来计算CO(ECO)和NMVOC(ENM[20]

ERC=ECO+Em+ENM 

对于Ewat的计算,本文利用辽宁省的区域面积与Yue等给出的中国东北地区的Ewat[26]相结合,估算出了辽宁省的Ewat值。

3 结果与分析

3.1 辽宁陆地碳源/汇强度及其空间分布

辽宁省陆地生态系统碳源/汇强度及其形成过程中所用通量均呈现明显的空间格局差异(图3)。总初级生产力(GPP)作为陆地碳源/汇形成的最主要输入通量,呈现东高西低的趋势(图3(a)),辽东地区GPP最高,超过1 800 gC m-2 a-1,而西部地区最低,不足400 gC m-2 a-1。人类归还的碳通量(HC)也具有明显的空间差异,最大值出现在沈阳和盘锦地区,超过50 gC m-2 a-1,最小值出现在抚顺、本溪等地,不足10 gC m-2 a-1图3(b))。生态系统呼吸(ER)是陆地生态系统返还大气CO2的最大输出量,其空间格局分布也呈现东高西低的趋势,最大值出现在丹东、本溪等地区,超过1 100 gC m-2 a-1,最小值出现在西北部的朝阳等地,不足300gC m-2 a-1图3(c))。农田碳输出量(CRC)呈现中部高、东部低的趋势,最大值出现在沈阳和盘锦,超过250 gC m-2 a-1,最小值出现在抚顺和本溪,其值不足50 gC m-2 a-1图3(d))。在碳输入和碳输出通量的共同作用下,辽宁省陆地碳源/汇呈现东部高、西部低的变化趋势(图3(e))。东部呈现显著的碳吸收功能,碳吸收强度可以超过250 gC m-2 a-1;同时,在大连、葫芦岛等地,也呈现一定的碳吸收强度,其值在100 gC m-2 a-1左右;但辽宁中部、西部及北部地区则呈现明显的碳排放,排放强度因区域而有所差异,其中沈阳和盘锦的碳排放强度最大。

图3

图3   2000~2014年辽宁陆地生态系统碳源/汇及其形成过程中各通量的空间格局分布

Fig.3   The spatial distributions of carbon source / sink and its forming fluxes of Liaoning province during 2000~2014


3.2 沈阳陆地碳源/汇在辽宁陆地碳源/汇中的作用

基于辽宁陆地生态系统碳源/汇的空间分布,获得了省内各地市的碳源/汇强度,结果发现,辽宁省陆地碳汇总量约为4.05 TgC/a,但不同地市间碳源/汇强度存在明显差异(图4)。丹东是辽宁省碳汇量最多的地级市,年碳汇量可达2.53 Tg,其次分别为抚顺、本溪和大连,碳汇量分别可以达到1.78、1.61和1.24 Tg。而沈阳、铁岭、锦州、阜新和盘锦则表现为碳源。其中沈阳的碳排放强度居于首位,达到1.43 TgC/a,铁岭的碳排放量仅次于沈阳市的,可达到1.30 TgC/a。由此可见,在辽宁各地市共4.56 TgC/a的净碳排放量中,沈阳市的排放量(1.43 TgC/a)约占三分之一,表明沈阳是全省碳排放的主体。

图4

图4   辽宁省各地市陆地生态系统碳源/汇强度年均分布

Fig.4   The annual average carbon source / sink of various cities in Liaoning province

(+值表示碳吸收(碳汇),-值表示碳排放(碳源))


3.3 沈阳陆地生态系统碳源/汇空间格局分布

陆地生态系统的碳源/汇格局源于其形成过程中各碳通量的空间格局。作为碳源/汇形成的起点,沈阳市总初级生产力(GPP)呈现明显的南高北低的趋势(图5(a)),最大值出现在辽中及城区部分区域,超过1 000 gC m-2 a-1,最小值出现在康平,为126 gC m-2 a-1

图5

图5   2000~2014年沈阳陆地生态系统碳源/汇及其形成过程中各通量的空间格局分布

Fig.5   The spatial distributions of carbon source / sink and its forming fluxes of Shenyang during 2000~2014


沈阳陆地生态系统GPP的空间分布使生态系统呼吸(ER)也呈现明显的南高北低趋势(图5(b)),最大值出现在辽中及城区部分区域,接近800 gC m-2 a-1,最小值出现在康平,为168 gC m-2 a-1

在GPP和ER的共同作用下,沈阳市净生态系统生产力(NEP)同样表现出南高北低的趋势(图5(c))。城区及辽中总体呈现较高的NEP,表明在未经人类及自然干扰下,城区及辽中表现为碳的净吸收。新民南部呈现较弱的碳吸收,而北部大部分地区则呈现碳排放。康平和法库大部分地区在自然状态下已呈现为碳的净排放,但两县交界的部分地区呈现为碳吸收。整个沈阳市的NEP最大值为186 gC m-2 a-1,最小值为-273 gC m-2 a-1

除了生态系统呼吸所释放的碳,人类活动也以农作物等形式将大量有机碳输出到系统之外,表现为农田的碳输出(CRC)。沈阳市CRC的空间格局差异比较小,均高于200gC m-2 a-1,最小值出现在康平,为217 gC m-2 a-1,最大值出现在辽中,为283 gC m-2 a-1图5(d))。

在生态系统碳输入和自然及人为影响碳输出的共同作用下,沈阳市陆地生态系统总体表现为碳源(碳排放),但在空间上有所差异(图5(e)),城区碳排放强度相对较弱,26 gC m-2 a-1,表现近似为碳中性,可能与城区中存在的大量城市绿地相关。新民的碳排放强度也相对较小,但康平、法库和辽中的排放强度相对较大,最大值为655 gC m-2 a-1

在各区县中,不仅碳源/汇强度及其形成过程中各通量在空间上存在差异,而且总量也存在明显不同(表1)。GPP总量的最大值出现在城区,达到2.20 TgC/a,新民的GPP总量仅次于城区,为2.15 TgC/a,康平、法库和辽中三区县的GPP总量大致相当。对于生态系统呼吸(ER),城区和新民的ER总量最大,分别为1.77 TgC/a和1.76 TgC/a,而康平、法库和辽中的ER总量大约相当于城区和新民的一半。在未经人类干扰下,净生态系统生产力的总量在各区县间也存在较大差异,城区和新民的NEP总量分别为0.43 TgC/a和0.39 TgC/a。康平、法库和辽中的NEP总量基本一致,但比城区和新民的NEP总量少一半左右。各区县农田碳输出量(CRC)的数量关系也与其他通量有类似的结果,较大值依旧出现在城区和新民,分别为0.91 TgC/a和0.88 TgC/a,康平、法库和辽中的CRC总量接近,集中在0.50 TgC/a左右。且各区县碳源/汇强度均呈现碳排放的特点,介于最大值城区-0.39 TgC/a和最小值康平和辽中-0.20 TgC/a之间。

表1   沈阳各区县2000~2014年陆地生态系统碳源/汇及其形成通量总量(T gC/a)

Table 1  The total amount of carbon source / sink and its forming fluxes of each district of Shenyang

区域GPPERNEPCRC碳源/汇
康平1.080.900.180.42-0.20
法库1.271.040.230.57-0.28
新民2.151.760.390.88-0.39
城区2.201.770.430.91-0.38
辽中1.210.970.240.50-0.20

新窗口打开| 下载CSV


4 结 语

经本地化的碳汇评估方案仅涉及总初级生产力(GPP)、生态系统呼吸(ER)、农田碳输出(CRC)、人类返回碳(HC)、活性碳排放(ERC)和水蚀排放(Ewat),这些数据来源于遥感和政府统计年鉴数据,全部可以从对公众公开的平台获得,且计算方法简便,可替代利用大气反演、资源清查或过程模型法对于区域碳源/汇的模拟。

由于辽宁省GPP从东北到西南呈下降趋势,而CRC从中心到边界呈下降趋势,使辽宁省陆地碳汇呈现东部高、西部低的变化趋势,东部呈现显著的碳吸收功能,碳吸收强度超过250 gC m-2 a-1,而辽宁中部、西部及北部地区则表现为明显的碳排放。沈阳位于辽宁中部,总体表现为碳源,城区碳排放强度相对较弱,仅为26 gC m-2 a-1,近似表现为碳中性,这一结果可能与城区工厂外迁和市区中存在的大量行道树与绿化带相关。但其周边区县,例如康平、法库和辽中等地碳排放强度相对较大,最大值为 655 gC m-2 a-1。沈阳年均碳排放强度为1.43 TgC a-1,占辽宁省总碳排放量的三分之一左右,是辽宁碳排放量最多的地市。且陆地碳排放总量在空间上呈现明显差异,城区和新民的排放量最大,分别为分别为0.39 TgC a-1和0.38 TgC a-1

基于陆地碳源/汇的形成过程,本研究评估了辽宁陆地碳源/汇的强度和沈阳在辽宁省陆地碳源/汇中的地位,定量评估了沈阳市陆地生态系统的碳收支状况,为摸清本地区陆地生态系统的碳平衡状态提供了数据支撑,但在研究过程中各通量的计算仍存在一定的不确定性,使研究结果可能与真实状况有所偏差。例如:①GPP的计算具有一定的不确定性。虽然研究采用的MODIS GPP数据具有较高的空间分辨率,但仍有一些不确定性,具体可以归结为两个方面。首先,没有明确考虑模型参数的空间变化。光能利用率模型使用的是每种植被类型的固定参数,但每个植被类型内各参数存在着巨大差异。其次,现有模型无法完全捕捉GPP的年际差异,使得气候和生物因素(尤其是发生的极端事件)对GPP年际变化的影响无法充分体现。②对于ER的计算过于简单。本研究中选用GPP和ER间的正向偶联相关性来计算ER[21],这种方法非常简便且在理论上可行[27],但GPP和ER间的经验关系可能会在区域及年际间发生变化[28,29]。③农田碳输出量及其归还量的计算和自然干扰所引起的碳排放也有一定的不确定性,比如秸秆归还量的设置过于武断,但当前的研究还未有该方面数值的计算结果发表,只能基于经验假设。④未能充分考虑区域植被类型间的差异。尽管沈阳以农业为主,但也有其他类型的生态系统,今后还需利用不同植被类型精细化评估陆地生态系统的碳吸收功能。

参考文献

TianH Q, LuC Q, CiaisP, et al.

The Terrestrial Biosphere as a Net Source of Greenhouse Gases to the Atmosphere

[J]. Nature, 2016, 531(7593): 225-228.

[本文引用: 2]

HanQifei, LuoGeping, LiChaofan, et al.

Modeling the Grazing Effect of Grassland on the Carbon Source/Sink in Xinjiang

[J]. Acta Ecologica Sinica, 2017, 37(13): 4392-4399.

[本文引用: 1]

韩其飞罗格平李超凡.

放牧对新疆草地生态系统碳源/汇的影响模拟研究

[J].生态学报,201737(13):4392-4399.

[本文引用: 1]

MaXiaozhe, WangZheng.

Progress in the Study on the Impact of Land Use Change on Regional Carbon Sources and Sinks

[J]. Acta Ecologica Sinica, 2015, 35(17): 5898-5907.

[本文引用: 1]

马晓哲王铮.

土地利用变化对区域碳源汇的影响研究进展

[J]. 生态学报,2015,3517):5898-5907.

[本文引用: 1]

CiaisP, PeylinP, BousquetP.

Regional Biospheric Carbon Fluxes as Inferred from Atmospheric CO2 Measurements

[J]. Ecological Applications, 2000, 10(6): 1574-1589.

[本文引用: 3]

WangJunbang, HuangMei, LinXiaohui.

Review on Carbon Budget of the Grassland Ecosystems on the Qinghai-Tibet Plateau

[J]. Progress in Geography, 2012, 31(1): 123-128.

[本文引用: 1]

王军邦, 黄玫, 林小惠.

青藏高原草地生态系统碳收支研究进展

[J]. 地理科学进展, 2012, 31(1): 123-128.

[本文引用: 1]

YinShaohua, ZhouWenpeng.

Estimation and Evaluation of Hunan Forest Carbon Sinks

[J]. Journal of Central South University of Forestry & Technology, 2013, 33(7): 136-139.

[本文引用: 1]

尹少华, 周文朋.

湖南省森林碳汇估算与评价

[J]. 中南林业科技大学学报, 2013, 33(7): 136-139.

[本文引用: 1]

BousquetP, PeylinP, CiaisP, et al.

Regional Changes in Carbon Dioxide Fluxes of Land and Oceans Since 1980

[J]. Science, 2000, 290(5495): 1342-1346.

[本文引用: 1]

PanY, BirdseyR A, FangJ Y, et al.

A Large and Persistent Carbon Sink in the World’s Forests

[J]. Science, 2011, 333(6045): 988-993.

[本文引用: 2]

PiaoS L, FangJ Y, CiaisP, et al.

The Carbon Balance of Terrestrial Ecosystems in China

[J]. Nature, 2009, 458(7241): 1009-1013.

[本文引用: 2]

JingM.

Chen, Gang Mo, Feng Deng. A Joint Global Carbon Inversion System Using Both CO2 and CO2 Atmospheric Concentration Data

[J]. Geoscientific Model Development, 2017, 10(3): 1131-1156.

[本文引用: 1]

IGBP Terrestrial Carbon Working Group.

The Terrestrial Carbon Cycle: Implications for the Kyoto Protocol

[J]. Science, 1998, 280(5368): 1393-1394.

[本文引用: 1]

ZhaoLin, YinMingfang, ChenXiaofei, et al.

Summary of the Research Methods of Forest Carbon Sink Accounting

[J]. Journal of Northwest Forestry University, 2008, 23(1): 59-63.

[本文引用: 1]

赵林, 殷鸣放, 陈晓非, .

森林碳汇研究的计量方法及研究现状综述

[J]. 西北林学院学报, 2008, 23(1): 59-63.

[本文引用: 1]

TaoB, CaoM K, LiK R, et al.

Spatial Patterns of Terrestrial Net Ecosystem Productivity in China During 1981-2000

[J]. Science in China Series D-Earth Sciences, 2007, 50(5): 745-753.

[本文引用: 1]

TianH Q, LuC Q, YangJ, et al.

Global Patterns and Controls of Soil Organic Carbon Dynamics as Simulated by Multiple Terrestrial Biosphere Models: Current Status and Future Directions

[J]. Global Biogeochemical Cycles, 2015, 29(6): 775-792.

[本文引用: 1]

ChapinF S, WoodwellG M, RandersonJ T, et al.

Reconciling Carbon-cycle Concepts, Terminology, and Methods

[J]. Ecosystems, 2006, 9(7): 1041-1050.

[本文引用: 2]

ZhuX J, ZhangH Q, GaoY N, et al.

Assessing the Regional Carbon Sink with Its Forming Processes-A Case Study of Liaoning Province, China

[J]. Scientific Reports, 2018, 8(1): 15161.

[本文引用: 2]

WangQ F, ZhengH, ZhuX J, et al.

Primary Estimation of Chinese Terrestrial Carbon Sequestration during 2001~2010

[J]. Science Bulletin, 2015, 60(6): 577-590.

[本文引用: 1]

HanShujie, DongYunshe, CaiZucong, et al.

Biogeochemical Processes of Carbon Cycling in Terrestrial Ecosystems in China

[M]. Beijing: Science Press, 2008: 117-135.

[本文引用: 2]

韩士杰, 董云社, 蔡祖聪, .

中国陆地生态系统碳循环的生物地球化学过程

[M]. 北京: 科学技术出版社, 2008: 117-135.

[本文引用: 2]

DongFangxiao.

Analysis of Estimation Forest Carbon Seqeustration in China: A Case Study of Forest Resources in Liaoning Province

[J]. Forestry Economics, 2010(9): 54-57.

[本文引用: 1]

董方晓.

对我国森林碳汇量的估算与分析: 以辽宁省森林资源为例

林业经济, 2010(9): 54-57.

[本文引用: 1]

Xianjin Zhu, Qiufeng Wang, HanZheng, et al.

Researches on the Spatio-temporal Variation of Carbon Consumption by Agricultural and Forestry Utilization in Chinese Terrestrial Ecosystems during 2000s

[J]. Quaternary Science, 2014b, 34(4): 762-768.

[本文引用: 4]

YuG R, ZhuX J, FuY L, et al.

Spatial Patterns and Climate Drivers of Carbon Fluxes in Terrestrial Ecosystems of China

[J]. Global Change Biology, 2013, 19(3): 798-810.

[本文引用: 2]

ZhuX J, YuG R, HeH L, et al.

Geographical Statistical Assessments of Carbon Fluxes in Terrestrial Ecosystems of China: Results from Upscaling Network Observations

[J]. Global and Planetary Change, 2014, 118(10): 52-61.

[本文引用: 2]

GaoTian, XuBin, YangXiuchun, et al.

Review of Researches on Biomass Carbon Stock in Grassland Ecosystem of Qinghai-Tibetan Plateau

[J]. Progress in Geography, 2012, 31(12):1724-1731.

[本文引用: 1]

高添, 徐斌, 杨秀春, .

青藏高原草地生态系统生物量碳库研究进展

[J]. 地理科学进展, 2012, 31(12): 1724-1731.

[本文引用: 1]

ZhuX J, ZhangH Q, ZhaoT H, et al.

Divergent Drivers of the Spatial and Temporal Variations of Cropland Carbon Transfer in Liaoning Province, China

[J]. Scientific Reports, 2017, 7(1): 13095.

[本文引用: 1]

ChenH, ZhuQ, PengC H, et al.

Methane Emissions from Rice Paddies Natural Wetlands, Lakes in China: Synthesis New Estimate

[J]. Global Change Biology, 2013, 19(1): 19-32.

[本文引用: 1]

YueY, NiJ R, CiaisP, et al.

Lateral Transport of Soil Carbon and Land-atmosphere CO2 Flux Induced by Water erosion in China

[J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(24): 6617-6622.

[本文引用: 1]

ChenZ, YuG R, ZhuX Z, et al.

Covariation Between Gross Primary Production and Ecosystem Respiration Across Space and the Underlying Mechanisms: A global Synthesis

[J]. Agricultural and Forest Meteorology, 2015, 203(0): 180-190.

[本文引用: 1]

PiaoS L, LuyssaertS, CiaisP, et al.

Forest Annual Carbon Cost: A Global-scale Analysis of Autotrophic Respiration

[J]. Ecology, 2010, 91(3): 652-661.

[本文引用: 1]

ZhangY J, YuG R, YangJ, et al.

Climate-driven Global Changes in Carbon Use Efficiency

[J]. Global Ecology and Biogeography, 2014, 23(2): 144-155.

[本文引用: 1]

/