中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

中国农业植被净初级生产力模拟(Ⅱ)——模型的验证与净初级生产力估算

利用我国若干代表性区域6种主要作物(水稻、小麦、玉米、棉花、大豆、油菜)生产力的田间试验及统计数据,对中国农业植被净初级生产力模型Crop鄄C进行了验证。结果表明,该模型能利用常规的气象和土壤资料、化肥氮施用量等较好地模拟我国6种作物主产区的净初级生产力,模拟值与观测值的相关系数(R2)为0.80(n=786)。将Crop鄄C模型与GIS空间数据库耦合,估计了1980-2000年中国农业植被净初级生产力。模拟结果表明,自1980年以来,中国农业植被净初级生产力呈增加趋势,从1980年的472.9TgC增加到2000年的607.2TgC,秦岭淮河以北的华北地区和西北部分地区增加最为明显。     

稻麦作物净初级生产力模型研究:模型的建立

以植物生理学、农业气象学和土壤环境学的基本原理为基础 ,建立了稻麦作物净初级生产力模型 .该模型包括 2个主要功能模块 :光合作用和呼吸作用 ;土壤 作物系统氮素运移 .前者综合考虑了环境因子和作物氮含量的影响 ,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放的动态模拟 .     

稻麦作物净初级生产力模型研究:模型检验与情景预测

利用我国若干代表性区域98组稻麦作物生产力的试验数据,对所建立的稻麦作物净初级生产力模型进行了检验.结果表明,该模型能根据常规的气象和土壤资料、化肥施用量等数据资料较好地模拟我国主要区域稻麦作物的净初级生产力.模拟值(y)与观测值(x)的线性关系为:y=1.05p-16.8(r²=0.771,p<0.001,n=98).对南京地区的情景预测结果表明:大气CO₂浓度升高促进稻麦作物的固碳能力;气温升高会降低水稻和小麦的碳固定,但对小麦的影响要小于水稻;在当前情景及未来情景(CO₂浓度为540μmol·mol^-1,温度增加1～4℃)下,氮肥施用对小麦碳固定的促进作用大于水稻,氮肥施用量高于150 kg·hm^-2时对2种作物的碳固定没有显著的促进作用,甚至降低水稻的净初级生产力.