基于气候时滞效应和空间异质性对中国植被总初级生产力的模拟OA北大核心CHSSCDCSTPCD

植物总初级生产力是定量描述生态系统固碳能力的重要指标,为了分析气候时空滞后效应和空间异质性对植被总初级生产力(GPP)的影响,以当年气象数据组(CC)、10年平均气象数据组(MC)和邻域气象数据组(FM)分别代表气候波动性、时间滞后效应和空间异质性,以及地形数据为自变量,构建随机森林模型,模拟了2000—2014年的历史时期的GPP值以及2015—2021年在SSP126、SSP245、SSP370和SSP585排放情景下的GPP值,计算模拟解释率,因子贡献率,最终确定最佳气象数据组。结果表明(1)地形因子中坡度对GPP的影响最大,气象因子中降水量对GPP的影响最大,整体而言GPP与地形因子较气象因子相关性强,是地形再分配气象因子的结果;(2)各时期GPP模型之间交叉模拟值与MODIS数据对比发现模型解释率R2均达到0.80以上,表明所建预测GPP的随机森林模型稳定性较强;(3)历史气象数据的GPP模型结果显示CC对当年GPP的解释率更高,表明气候波动性更好地展现当年气象与GPP间的关系;(4)基于历史时期和4种未来气候情景下3个气象数据组建立的模型之间交叉模拟,结果表明MC预测模型的解释率最高,表明该数据组稳定性最强,反过来采用4种未来气候情景下3个气象数据组的模型模拟历史时期的GPP,结果表明MC与其他两个气象数据组之间存在显著性差异(P<0.05),充分表明植被GPP响应气候具有时滞效应,并其影响程度显著大于气候的空间异质性和波动性,即前9年的气候持续影响植被GPP;(5)统计3个气象数据组在历史时期出现的概率,可知MC出现概率高的区域占比比其他两个数据组的大,在林地、灌木和草本三种景观类型中也出现相同的结论,另外MC对中高海拔和陡坡的预测能力比其他两个数据组的强,表明中高海拔地区在分配太阳辐射等复杂过程存在明显的时滞效应,而平缓地区易受当年和气候空间异质性影响。因本研究以10年为平均值计算单元,最佳时间滞后效应可能会比10年短或更长,需要进一步探讨,结论为气候变化背景下GPP模拟预测提供了最佳气象数据组。