Ecol. Indic丨2001—2020年中国不同植被类型LAI时空变化及其对气候变化的响应

论文内容

研究背景：

叶面积指数（LAI）是影响冠层对PAR吸收的关键因素，其决定冠层的光合能力并因此影响植被生长。因此，探讨和分析气溶胶光学厚度、光合有效辐射和LAI之间的相关关系，有助于了解植被对气溶胶辐射强迫的敏感性，为制定植被适应气候变化的策略提供指导。目前，国内关于气溶胶、太阳辐射和LAI相关性的研究文献较少，且大多局限于区域尺度，缺乏长期的时空分析。在气候变化、城市化和生态恢复的共同作用下，中国植被动态表现出明显的空间差异。因此，研究植被LAI对气候变化的响应具有重要意义。利用长时间序列LAI对中国近20年的植被动态进行了研究;探讨了中国不同植被类型的LAI、Tem、Pre、AOD和PAR的时空变化及其相关性;解释了不同关系背后的原因。研究成果有望对生态恢复策略和气候变化适应策略的制定起到重要的指导作用。

研究内容：

GeoDetector是一种统计方法，用于检测空间异质性并揭示其背后的驱动力。它包括一个因素检测器，一个互动检测器，一个风险检测器和一个生态检测器。本文使用因子检测器来探索4个影响因子（Tem、Pre、AOD和PAR）对叶面积指数的驱动力，使用交互作用检测器来探索因子之间的交互作用是否会增加或减少叶面积指数的解释力，或者它们是否独立地影响叶面积指数。利用LAI、Tem、Pre、AOD和PAR等数据，分析了近20年来中国LAI的时空变化及其与影响因子的相关性。主要调查结果如下：

(1) 2001-2020年，中国大部分地区的LAI显著增加。中国叶面积指数显著增加的地区占总面积的50.95%.而部分城镇建设用地周边LAI明显下降，占总面积的2. 27%，极有可能是城镇化造成的。

(2) 大多数植被类型的LAI年际增长率呈现显着的正趋势，平均值为0.0202/年。 其中，EBF的年际增长率最高（0.0534/yr）。 不同植被类型LAI与各影响因子之间的相关性存在显着的季节和空间差异。 因此，在研究植被LAI对气候变化的响应时，应区分植被类型。

(3) 叶面积指数的变化归因于多种影响因素的组合。在本研究的4个影响因子中，前对叶面积指数的驱动力最大，其次是Tem、AOD和PAR。此外，对于大多数植被类型，Pre是LAI的主导因子。此外，还发现各因子与其他因子交互作用后，对叶面积指数的影响显著增强。

研究结论：

结果显示，2001-2020年LAI显着增长，总体增长率为0.0202/年；不同植被类型LAI对各影响因素的响应差异较大，落叶阔叶林对气候变化更为敏感。 基于GeoDetector方法的定量分析表明，LAI变化最重要的驱动力是Pre（0.596）； 而 Tem (0.394) 和 AOD (0.325) 表现出类似的效果；相比之下，PAR (0.279) 对 LAI 的驱动力最低。 其中，Pre的变化是影响大多数植被类型LAI的主导因素。 从区域研究的角度来看南方地区LAI的增幅大于华北地区，而人类活动（城市化）对LAI的增幅不利，如长三角地区LAI下降 显著地。本研究有助于了解中国近20年来的叶面积指数变化。它们对于评估中国实施生态恢复项目的有效性至关重要。如何细化和量化气候变化对叶面积指数的影响，以深入全面地揭示中国植被动态的驱动机制，是未来研究的重点。

期刊信息

期刊：Ecol. Indic

影响因子（2022）：6.26

中科院分区：环境科学与生态学二区

转自：“农科学术圈”微信公众号

如有侵权，请联系本站删除！