黄河流域未来气候驱动下碳储量变化

《Remote Sensing》:Future Climate-Driven Changes in Carbon Stocks in the Yellow River Basin of China

【字体: 大 中 小 】 时间:2026年07月06日 来源:Remote Sensing 4.3

编辑推荐:

  利用干旱生态系统模型(Arid Ecosystem Model, AEM),研究人员模拟了1981–2060年四种主要碳库——总生态系统碳(Total ecosystem carbon, TOTC)、植被碳(Vegetation carbon, VEGC)、土

  
利用干旱生态系统模型(Arid Ecosystem Model, AEM),研究人员模拟了1981–2060年四种主要碳库——总生态系统碳(Total ecosystem carbon, TOTC)、植被碳(Vegetation carbon, VEGC)、土壤有机碳(Soil organic carbon, SOC)和凋落物碳(Litter carbon, LTRC)——在因子分离气候情景下的时空演变。1981–2020年间,TOTC增加0.09 Pg C(+3.54%),由VEGC(+0.03 Pg C,+21.43%)和SOC(+0.06 Pg C,+2.78%)的增长所驱动;LTRC净变化极小但对年际变异高度敏感。2021–2060年,在高排放SSP5情景下TOTC预计增加0.114 Pg C(+4.81%),其中VEGC贡献最大增幅(+23.87%)。CO2_only模拟显示相似增幅,证实CO2施肥效应(CO2fertilization)是旱区生态系统碳储量增加的主导驱动因子,而增温和降水单独作用产生的影响较弱且多变。空间上,黄河流域上游预计维持较强碳汇功能,黄土高原及中—西部子流域对增温及水分下降仍较脆弱。LTRC在各情景下变异性最高(?18%至+22%),凸显其作为碳汇稳定性早期指示指标的作用。上述发现强调需考虑非线性气候—碳相互作用及区域异质性,制定结合生态修复与气候适应的分区适应性策略对增强旱区碳汇、支撑中国碳中和目标至关重要。
论文解读:《Future Climate-Driven Changes in Carbon Stocks in the Yellow River Basin of China》(Remote Sensing)
一、研究背景与意义
陆地生态系统每年吸收约30%的人为CO2排放,是缓解气候变化的重要缓冲。然而干旱及半干旱生态系统中碳循环过程存在较大不确定性,尤其在中国黄河流域(Yellow River Basin, YRB)——该区从湿润河源延伸至干旱下游,具显著生态梯度,且受变暖、降水格局改变及大气CO2浓度上升的复合影响。现有三类常用方法——统计经验模型、遥感模型和传统过程模型(如LPJ、ORCHIDEE)——分别存在无法刻画机理过程、空间分辨率粗且未针对水分限制环境参数化、无法解析地下碳动态及单因子气候驱动贡献等局限;传统生态模型亦多忽略深根分配、地表凋落物光降解(photodegradation)等关键旱区机制。为弥补上述不足,研究人员采用专为旱区设计的干旱生态系统模型(Arid Ecosystem Model, AEM),对黄河流域1981–2060年碳储量的历史变化及未来气候驱动响应进行过程-based模拟与因子分离归因,旨在量化各碳库动态、辨析降水和温度及CO2各自贡献,并为区域碳中和提供科学依据。该文发表于《Remote Sensing》。
二、主要技术方法概述
研究区选取黄河流域约795,000 km2的中游典型区(含黄土高原与河套平原)。AEM为过程型旱区生态模型,含水文、植被动态、土壤有机碳周转及凋落物光降解四大模块,具备动态根深分配(dynamic root-depth allocation)与日尺度冠层调整算法,光合速率基于Farquhar–Collatz模型计算,GPP(Gross Primary Productivity)分阳/阴叶积分,NPP(Net Primary Production)= GPP ? Ra(自养呼吸)。土地利用数据取自中国科学院资源与环境科学数据中心1980年与2020年LUCC(1 km),历史期固定1980年、未来固定2020年以排除土地利用变化干扰;历史气象(1981–2020)来自ERA5再分析,未来气候(2021–2060)取自CMCC-ESM5全球气候模式输出的SSP1/SSP2/SSP5情景,经Δ法偏差校正并降尺度至10 km × 10 km;基础地形数据源自ASTER GDEM v2,土壤属性源自HWSD v1.2,大气CO2浓度取自Mauna Loa观测。设四组因子分离实验:OVERALL(全因子变化)、PREC_only(仅降水变化,温/CO2固定基准年)、TEMP_only(仅温度变化,降水/CO2固定)、CO2_only(仅CO2变化,温/降水固定),历史时期对比1981–2000与2001–2020均值差,未来对比2021–2040与2041–2060均值差以量化各驱动因子效应。模型经23个站点实测植被碳密度与32个站点实测SOC密度验证(VEGC: R2=0.71;SOC: R2=0.60)。
三、研究结果
3.1. Evaluating the Performance of AEM in Simulating VEGC and SOC(AEM模拟植被碳与土壤有机碳的性能评估)
将AEM模拟值与野外实测点比较,VEGC的R2=0.71(RMSE=269.38 g C/m2),SOC的R2=0.60(RMSE≈6183.81 g C/m2),表明AEM可较好再现黄河流域植被与土壤碳动态,模型可靠性满足后续情景模拟要求。
3.2. Historical Spatiotemporal Patterns of Climate and Carbon Storage(历史气候与碳储量时空格局)
1981–2020年流域年均温线性升高0.04 ℃/a(累计升约1.60 ℃),年降水量以2.12 mm/a速率下降(累计减约25.76 mm),呈暖干化趋势且空间异质——上游降温减雨更明显,中游局部降水略增,全区普遍增温。碳库时序显示:OVERALL下TOTC增0.09 Pg C(+3.54%),VEGC大幅增21.43%,SOC增2.78%,LTRC微增但年际波动大(2000、2008极端高温年明显回落);PREC_only下碳积累有限且VEGC略降、LTRC降;TEMP_only下各库总体略增但LTRC因加速分解略降;CO2only下TOTC增2.36%,VEGC与SOC均增,LTRC微降。空间上OVERALL在上游源区TOTC显著增加,黄土高原变幅较小;CO2only全域均匀增碳尤以中游山地VEGC响应强;TEMP_only在黄土高原中西部SOC出现损失,印证该区土壤碳对增温敏感。
3.3. Future Changes in Climate, Carbon Storage, and Driving Factors(未来气候、碳储量及驱动因子变化)
2021–2060年三SSP下气温均显著上升(SSP5最快,R2=0.84,部分区>1.7 ℃),降水SSP5增幅最明显、SSP2较平稳且晋南—陕北可能减少。OVERALL情景下TOTC至2060在SSP5可增加达0.114 Pg C(+4.81%),VEGC增幅最大(+23.87%),SOC小幅增,LTRC在SSP5略增而在SSP1可能降(?18.09%~+21.80%)。因子分离表明CO2only对TOTC促进最强(SSP5下+4.81%),VEGC与SOC同步增,LTRC略增;TEMP_only促进SOC积累但对LTRC为负;PREC_only影响微弱甚至使VEGC与LTRC略降。空间上CO2only致全域TOTC广域增加,黄土高原中—西部、河套及宁南在TEMP_only/PREC_only下出现TOTC降低(最高>2.5 kg C/m2损失),OVERALL呈"南增北减"格局,上游(青海高寒草甸)持续为稳定碳汇,黄土高原中—西部为脆弱/潜在碳源区。VEGC空间变化显示SSP5下东部山西—河南—鲁西北继续受益CO2施肥增碳,青东—宁西—陇西可能因高温干旱减碳;SOC在SSP5于晋南—豫东—陇东南形成"碳损失带",青东—陇西南仍维持积累;LTRC变化紧耦VEGC,晋南—豫东—陇东南多情景下为凋落碳损失热点。
四、讨论与结论翻译
讨论要点总结:CO2施肥是未来旱区碳汇增强主导因子,但极端暖干事件可部分抵消收益;碳动态具明显空间异质性——上游 alpine grassland 持续增汇,黄土高原虽经退耕还林仍受水分制约;存在生态响应阈值(低于降水阈值增温促分解>促生产);因子分离法忽略多驱动交互可能致绝对值偏差但定性归因可靠;AEM未包含河流水文改、地下水超采、土壤侵蚀及种间竞争,且静态土地利用假设在中游引入一定不确定。
结论(翻译):
本研究应用干旱生态系统模型(AEM)模拟了黄河流域1981–2060年碳储量的时空演变,重点识别历史与未来气候情景下主导驱动因子。结果表明,该水分限制区生态系统碳动态对气候驱动呈非线性及区域异质响应。历史时期TOTC增加0.09 Pg C(+3.54%),主要由VEGC大幅增加(+21.43%)和SOC适度增长(+2.78%)驱动,LTRC基本稳定但年际波动显著(尤在2000与2008极端高温年)。未来OVERALL情景下碳持续累积,SSP5下TOTC可增加0.114 Pg C(+4.81%),VEGC(+23.87%)与SOC(+1.06%)均有贡献。CO2_only模拟表明仅大气CO2升高即能解释未来碳汇潜力的大部分增幅,凸显CO2施肥效应的主导作用;而仅降水或仅温度情景响应较弱且多变——增温促进SOC积累但同时因加速分解降低LTRC。LTRC在所有碳库与情景中变异性最高(?18.09%~+21.80%),表明其对增温与水文胁迫高度敏感,可作为碳汇失稳的早期指示指标。空间上,黄河流域上游(如青海高寒草甸)因有利增温与低扰动预计维持强碳汇;中游黄土高原尽管经历生态恢复,仍对水分下降高度敏感,在加剧干旱下有碳汇减弱甚至逆转风险。研究发现强调在旱区碳模拟中纳入非线性气候—碳相互作用及生态系统特定阈值的必要性。政策层面,结果为黄河流域分区碳管理——上游持续生态保护、中游过渡带提升植被韧性、下游控制土地利用强度——提供科学支撑,多尺度整合气候适应与减缓策略对稳定并增强碳汇、助力中国长期碳中和目标至关重要。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号