全 文 ：第 ３６ 卷第 １３ 期
２０１６年 ７月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１３
Ｊｕｌ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：国家自然科学基金青年科学基金（４１２０１０７９）；国家重点基础研究发展计划（２０１３ＣＢ９５６６０２）；高等学校博士学科点专项科研基金
（２０１２０２０４１２０００７）；陕西省自然科学基础研究计划项目（２０１２ＪＱ３０１６）
收稿日期：２０１４⁃１０⁃２６； 　 　 网络出版日期：２０１５⁃１０⁃２９
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｑｉｕａｎ．ｚｈｕ＠ ｇｍａｉｌ．ｃｏｍ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１４１０２６２０９２
杨延征，马元丹，江洪，朱求安，刘金勋，彭长辉．基于 ＩＢＩＳ 模型的 １９６０—２００６ 年中国陆地生态系统碳收支格局研究．生态学报，２０１６，３６（１３）：
３９１１⁃３９２２．
Ｙａｎｇ Ｙ Ｚ， Ｍａ Ｙ Ｄ， Ｊｉａｎｇ Ｈ， Ｚｈｕ Ｑ Ａ， Ｌｉｕ Ｊ Ｘ， Ｐｅｎｇ Ｃ Ｈ．Ｅｖａｌｕａｔｉｎｇ ｔｈｅ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｐａｔｔｅｒｎ ｏｆ Ｃｈｉｎｅｓｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｆｒｏｍ １９６０ ｔｏ ２００６ ｕｓｉｎｇ
Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１３）：３９１１⁃３９２２．
基于 ＩＢＩＳ 模型的 １９６０—２００６ 年中国陆地生态系统碳
收支格局研究
杨延征１，马元丹２，江　 洪２，３，朱求安１，∗，刘金勋４，彭长辉１，５
１ 西北农林科技大学林学院，杨凌　 ７１２１００
２ 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室，杭州　 ３１１３００
３ 南京大学国际地球系统科学研究所，南京　 ２１００９３
４ 美国地质调查局（ＵＳＧＳ）陆地观测数据中心，门洛帕克 美国　 ９４０２５
５ 魁北克大学蒙特利尔分校环境科学研究所， 蒙特利尔 加拿大　 Ｃ３Ｈ３Ｐ８
摘要：定量评估区域陆地生态系统碳收支是生态系统与全球变化科学研究的重要科学问题之一。 利用集成生物圈模型（ ＩＢＩＳ）
对中国陆地生态系统历史时期（１９６０—２００６年）气候及 ＣＯ２浓度变化条件下碳收支时空变异特征和发展趋势进行了模拟分析。
结果表明，１９６０—２００６年间，中国陆地生态系统净初级生产力（ＮＰＰ）总量水平约为 ２．４６ ＧｔＣ ／ ａ，总体呈上升趋势，在东南及西南
地区最高，其次是长白山及大小兴安岭地区，西北内陆地区的净初级生产力水平最低；１９６０—２００６ 年间，中国陆地生态系统净
生态系统生产力（ＮＥＰ）总量水平约为 ０．１１ ＧｔＣ ／ ａ，总体呈上升趋势，绝大部分区域表现为碳汇效应，大兴安岭、小兴安岭、长白
山、东南地区及西南部分地区碳汇效应较强，西北内陆区表现出弱碳源效应，温带湿润区、高原温带区和高原寒带区碳汇效应呈
显著上升趋势；中国 １１个气候区，ＮＰＰ 与降水均为正相关，除了中温带湿润区、寒温带湿润区、高原温带和高原寒带外，降水是
限制植被生长的主要因子。 除了高原寒带外，ＮＥＰ 同样表现出与降水的更强相关性，与气温的相关性较弱。 经验证，ＩＢＩＳ 模型
对于中国陆地生态系统碳收支的模拟结果合理，可以为科学预测生态系统的固碳潜力和制定区域碳管理政策提供科学依据。
关键词：陆地生态系统；碳收支；ＮＰＰ；ＮＥＰ；ＩＢＩＳ模型；中国
Ｅｖａｌｕａｔｉｎｇ ｔｈｅ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｐａｔｔｅｒｎ ｏｆ Ｃｈｉｎｅｓｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｆｒｏｍ １９６０
ｔｏ ２００６ ｕｓｉｎｇ Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ
ＹＡＮＧ Ｙａｎｚｈｅｎｇ１， ＭＡ Ｙｕａｎｄａｎ２， ＪＩＡＮＧ Ｈｏｎｇ２， ３， ＺＨＵ Ｑｉｕ′ａｎ１，∗， ＬＩＵ Ｊｉｎｘｕｎ４， ＰＥＮＧ Ｃｈａｎｇｈｕｉ１， ５
１ Ｃｏｌｌｅｇｅ ｏｆ Ｆｏｒｅｓｔｒｙ， Ｎｏｒｔｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ， Ｙａｎｇｌｉｎｇ ７１２１００， Ｃｈｉｎａ
２ Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｃａｒｂｏｎ Ｃｙｃｌｉｎｇ ｉｎ Ｆｏｒｅｓｔ Ｅｃｏｓｙｓｔｅｍｓ ａｎｄ Ｃａｒｂｏｎ Ｓｅｑｕｅｓｔｒａｔｉｏｎ， Ｚｈｅｊｉａｎｇ Ａｇｒｉｃｕｌｔｕｒｅ ａｎｄ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ，
Ｈａｎｇｚｈｏｕ ３１１３００， Ｃｈｉｎａ
３ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｅａｒｔｈ Ｓｙｓｔｅｍ Ｓｃｉｅｎｃｅ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００９３， Ｃｈｉｎａ
４ Ｗｅｓｔｅｒｎ Ｇｅｏｇｒａｐｈｉｃ Ｓｃｉｅｎｃｅ Ｃｅｎｔｅｒ， Ｕ．Ｓ． Ｇｅｏｌｏｇｉｃａｌ Ｓｕｒｖｅｙ， Ｍｅｎｌｏ Ｐａｒｋ ９４０２５， ＵＳＡ
５ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｃｉｅｎｃｅｓ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｑｕｅｂｅｃ ａｔ Ｍｏｎｔｒｅａｌ， Ｍｏｎｔｒｅａｌ Ｃ３Ｈ３Ｐ８， Ｃａｎａｄａ
Ａｂｓｔｒａｃｔ： Ｅｓｔｉｍａｔｉｎｇ ｔｈｅ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｍｏｓｔ ｉｍｐｏｒｔａｎｔ ｓｃｉｅｎｔｉｆｉｃ ｑｕｅｓｔｉｏｎｓ ｆｏｒ ｏｂｓｅｒｖｉｎｇ ｗｏｒｌｄｗｉｄｅ ｂｉｏｌｏｇｉｃａｌ
ｃｈａｎｇｅｓ． Ｉｎ ｔｈｉｓ ｓｔｕｄｙ， ｗｅ ｕｓｅｄ ｔｈｅ Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ （ ＩＢＩＳ） ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ａｎｄ
ｅｌｅｖａｔｅｄ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｎ ｔｈｅ ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｖａｒｉａｔｉｏｎ ｏｆ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｐａｔｔｅｒｎ ｉｎ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｉｎ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
Ｃｈｉｎａ ｄｕｒｉｎｇ １９６０ ｔｏ ２００６． Ｔｈｅ ｒｅｓｕｌｔｓ ｆｒｏｍ ｔｈｅ ｍｏｄｅｌ ｗｅｒｅ ｖａｌｉｄａｔｅｄ ａｇａｉｎｓｔ ｆｏｒｅｓｔｒｙ ｉｎｖｅｎｔｏｒｙ ａｎｄ ｆｌｕｘ ｏｂｓｅｒｖａｔｉｏｎ ｄａｔａ，
ａｎｄ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｔｈｅｒ ｄａｔａ ｆｒｏｍ ｐｒｅｖｉｏｕｓ ｐｕｂｌｉｃａｔｉｏｎｓ． Ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｒｅｓｕｌｔｓ ｗｅｒｅ ｏｂｔａｉｎｅｄ： （ １） ＩＢＩＳ ａｃｃｕｒａｔｅｌｙ
ｓｉｍｕｌａｔｅｄ ｔｈｅ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｐａｔｔｅｒｎ ｏｆ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｏｆ Ｃｈｉｎａ． Ｔｈｅ ｈｉｇｈｅｓｔ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ （ＮＰＰ） ｗａｓ
ｏｂｓｅｒｖｅｄ ｉｎ ｓｏｕｔｈｅａｓｔｅｒｎ ａｎｄ ｓｏｕｔｈｗｅｓｔｅｒｎ Ｃｈｉｎａ， ｗｈｉｌｅ ｔｈｅ ｌｏｗｅｓｔ ＮＰＰ ｗａｓ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｎｏｒｔｈｗｅｓｔｅｒｎ Ｃｈｉｎａ． （２） Ｔｈｅ
ＮＰＰ ｓｈｏｗｅｄ ａｎ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｆｒｏｍ １９６０ ｔｏ ２００６ ｉｎ ａｌｌ ｃｌｉｍａｔｅ ｚｏｎｅｓ ｅｘｃｅｐｔ ｉｎ ｔｈｅ ｗｅｔ⁃ｗａｒｍ⁃ｔｅｍｐｅｒａｔｅ ｚｏｎｅ． Ｆｒｏｍ １９６０
ｔｏ ２００６， ｔｈｅ ｔｏｔａｌ ＮＰＰ ｏｆ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｏｆ Ｃｈｉｎａ ｓｈｏｗｅｄ ａｎ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ａｔ ａ ｒａｔｅ ｏｆ ６ ＭｔＣ ／ ａ ａｎｄ ｔｈｅ ｒａｎｇｅ ｏｆ
ＮＰＰ ｗａｓ ｂｅｔｗｅｅｎ ２．２ ＧｔＣ ／ ａ ａｎｄ ２．７ ＧｔＣ ／ ａ， ｗｉｔｈ ａ ｍｅａｎ ｖａｌｕｅ ｏｆ ２．４６ ＧｔＣ ／ ａ； ｐｅａｋ ｖａｌｕｅｓ ｏｃｃｕｒｒｅｄ ｉｎ １９９０， １９９３，
１９９６， １９９８， ａｎｄ ２００２． （３） Ｉｎ １１ ｃｌｉｍａｔｅ ｚｏｎｅｓ， ＮＰＰ ｗａｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｐｒｅｃｉｐｉｔａｔｉｏｎ ａｎｄ ｔｅｍｐｅｒａｔｕｒｅ， ａｎｄ
ｐｒｅｃｉｐｉｔａｔｉｏｎ ｗａｓ ｔｈｅ ｍａｉｎ ｌｉｍｉｔｉｎｇ ｆａｃｔｏｒ ｅｘｃｅｐｔ ｉｎ ｔｈｅ ｗｅｔ⁃ｍｉｄｄｌｅ ｔｅｍｐｅｒａｔｅ， ｃｏｌｄ ｔｅｍｐｅｒａｔｅ， ｐｌａｔｅａｕ ｔｅｍｐｅｒａｔｅ， ａｎｄ
ｐｌａｔｅａｕ ｆｒｉｇｉｄ ｚｏｎｅｓ． （４） Ｔｈｅ ｎｅｔ ｅｃｏｓｙｓｔｅｍ ｐｒｏｄｕｃｔｉｖｉｔｙ （ＮＥＰ） ｓｈｏｗｅｄ ｔｈａｔ ｍｏｓｔ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ ａｃｔｅｄ ａｓ
ｃａｒｂｏｎ ｓｉｎｋｓ． Ｏｎｌｙ ｔｈｅ ｄｒｙ⁃ｗａｒｍ⁃ｔｅｍｐｅｒａｔｅ ｚｏｎｅ ｉｎ ｎｏｒｔｈｗｅｓｔｅｒｎ Ｃｈｉｎａ ａｎｄ ｔｈｅ ｓｏｕｔｈｗｅｓｔｅｒｎ ｐａｒｔ ｏｆ ｔｈｅ Ｔｉｂｅｔ ｐｌａｔｅａｕ ａｃｔｅｄ
ａｓ ａ ｓｍａｌｌ ｃａｒｂｏｎ ｓｏｕｒｃｅ， ｗｈｉｌｅ Ｄａｘｉｎｇａｎｌｉｎｇ， Ｘｉａｏｘｉｎｇａｎｌｉｎｇ， ａｎｄ Ｃｈａｎｇｂａｉ ｍｏｕｎｔａｉｎｓ ａｓ ｗｅｌｌ ａｓ ｓｏｕｔｈｅａｓｔｅｒｎ ａｎｄ
ｓｏｕｔｈｗｅｓｔｅｒｎ Ｃｈｉｎａ ａｃｔｅｄ ａｓ ｌａｒｇｅ ｃａｒｂｏｎ ｓｉｎｋｓ． （５） Ｔｈｅ ＮＥＰ ｓｈｏｗｅｄ ａ ｓｉｇｎｉｆｉｃａｎｔ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｉｎ ｔｈｅ ｗｅｔ⁃ｍｉｄｄｌｅ⁃
ｔｅｍｐｅｒａｔｅ， ｐｌａｔｅａｕ ｔｅｍｐｅｒａｔｅ， ａｎｄ ｐｌａｔｅａｕ ｆｒｉｇｉｄ ｚｏｎｅｓ， ｗｈｉｌｅ ｏｔｈｅｒ ｚｏｎｅｓ ｒｅｍａｉｎｅｄ ｉｎ ａ ｓｔａｂｌｅ ｓｔａｔｅ ｆｒｏｍ １９６０ ｔｏ ２００６． Ｔｈｅ
ｔｏｔａｌ ＮＥＰ ｏｆ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｏｆ Ｃｈｉｎａ ａｌｓｏ ｓｈｏｗｅｄ ａｎ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ａｔ ａ ｒａｔｅ ｏｆ １．６ ＭｔＣ ／ ａ ａｎｄ ｔｈｅ ｒａｎｇｅ ｏｆ ＮＥＰ
ｗａｓ ｂｅｔｗｅｅｎ －０．１０ ＧｔＣ ／ ａ ａｎｄ ０．２５ ＧｔＣ ／ ａ， ｗｉｔｈ ａ ｍｅａｎ ｖａｌｕｅ ｏｆ ０．１１ ＧｔＣ ／ ａ ｆｒｏｍ １９６０ ｔｏ ２００６． （６） Ｔｈｅ ＮＥＰ ｓｈｏｗｅｄ ａ
ｓｔｒｏｎｇｅｒ ｃｏｒｒｅｌａｔｉｏｎ ｗｉｔｈ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｔｈａｎ ｔｅｍｐｅｒａｔｕｒｅ． Ｅｘｃｅｐｔ ｆｏｒ ｔｅｍｐｅｒａｔｕｒｅ， ｐｒｅｃｉｐｉｔａｔｉｏｎ， ｉｎｃｒｅａｓｉｎｇ ＣＯ２， ｌａｎｄ⁃ｕｓｅ
ｃｈａｎｇｅ， ａｎｄ ｔｈｅ ｐｒｏｇｒａｍ ｏｆ “Ｇｒａｉｎ ｆｏｒ Ｇｒｅｅｎ” ｗｅｒｅ ａｌｓｏ ａｍｏｎｇ ｔｈｅ ｍｏｓｔ ｉｍｐｏｒｔａｎｔ ｆａｃｔｏｒｓ ｃａｕｓｅｄ ｔｈｅ ｃｈａｎｇｅ ｉｎ ｔｈｅ ｃａｒｂｏｎ
ｂｕｄｇｅｔ ｏｆ Ｃｈｉｎａ， ａｎｄ ｔｈｅ ｒｅｓｐｏｎｓｅ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｔｏ ｔｈｅｓｅ ｆａｃｔｏｒｓ ｗｉｌｌ ｂｅ ｔｈｅ ｐｒｉｏｒｉｔｙ ｆｏｒ ｆｕｔｕｒｅ ｒｅｓｅａｒｃｈ． Ａｂｏｖｅ ａｌｌ，
ＩＢＩＳ ｐｒｏｄｕｃｅｄ ｒｅａｓｏｎａｂｌｅ ａｎｄ ｒｅｌｉａｂｌｅ ｒｅｓｕｌｔｓ ｏｎ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｉｎ Ｃｈｉｎａ， ａｎｄ ｔｈｅｓｅ ｒｅｓｕｌｔｓ ｃａｎ ｂｅ ａｐｐｌｉｅｄ ｉｎ
ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｏｆ ｃａｒｂｏｎ ｓｅｑｕｅｓｔｒａｔｉｏｎ ａｎｄ ｐｒｏｖｉｄｉｎｇ ｔｈｅ ｓｃｉｅｎｔｉｆｉｃ ｂａｓｉｓ ｆｏｒ ｒｅｇｉｏｎａｌ ｃａｒｂｏｎ ｍａｎａｇｅｍｅｎｔ．
Ｋｅｙ Ｗｏｒｄｓ： ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ； ｃａｒｂｏｎ ｂｕｄｇｅｔ； ＮＰＰ； ＮＥＰ； ＩＢＩＳ； Ｃｈｉｎａ
气候变化对陆地生态系统碳循环的影响及陆地生态系统碳循环对气候变化的反馈作用是当前全球气候
变化研究的核心问题［１⁃２］。 中国森林生态系统碳汇总量为（７５．２±３４．７） ＴｇＣ ／ ａ，灌木生态系统碳汇总量为
（２１．７±１０．２） ＴｇＣ ／ ａ，草地生态系统碳汇总量为（７．０±２．５） ＴｇＣ ／ ａ，中国陆地生态系统碳汇占全球碳汇的 ６．
５％—１９．０％［３］。 中国陆地生态系统碳汇评估仍存在很大的不确定性，准确定量评估历史时期的中国及区域
尺度的碳收支格局，不但可以为科学认识中国陆地生态系统与气候变化之间的关系提供理论基础，而且可以
为制定区域气候变化管理规划和政策提供依据［４］。 目前，对大尺度碳循环的评估和模拟主要有两种方法。
一是基于遥感数据的方法， 遥感数据获取较快，空间范围广，已经在全国和区域尺度碳收支研究中得到广泛
应用［５⁃８］。 二是基于模型的方法，模型有简单的统计模型及相对复杂的生态系统过程模型，其中生态过程模
型可以对陆地生态系统的过程及功能进行详细的研究，有助于进行陆地生态系统碳循环机理的探究。 关于气
候变化对于中国和区域陆地生态系统的碳循环的影响，近些年来，国内开展了许多基于模型的相关研究。 陈
强等［９］利用 ＣＡＳＡ模型和 ＭＯＤＩＳ⁃ＮＤＶＩ数据对黄河流域 ２００１—２０１０年的生态系统净初级生产力（ＮＰＰ）进行
了估算；Ｙａｎｇ等［１０］使用 ＣＡＳＡ模型对新疆地区土地利用对 ＮＰＰ 的影响进行了分析；封晓辉等［１１］使用 ＬＰＪ⁃
ＧＵＥＳＳ对马尾松林生产力和碳动态进行了研究；刘曦等［１２］使用 ＩＢＩＳ模型对东北东部森林 ＮＰＰ 及其影响因子
进行了分析；于颖等［１３］使用 ＩｎＴＥＣ 模型对 １９０１—２００８ 年小兴安岭森林 ＮＰＰ 进行了估算；李登秋等［１４］结合
ＢＥＰＳ模型和通量观测数据模拟分析了太阳辐射变化对千烟洲常绿针叶林 ＧＰＰ 的影响。
在生态模型中，研究生物物理和生物地球化学过程与气候过程的相互作用至关重要，因此既能同时描述
生态系统结构和功能的动态变化， 又能模拟生物物理和生物地球化学过程相互作用的动态全球动态植被模
型（ＤＧＶＭ，Ｄｙｎａｍｉｃ Ｇｌｏｂａｌ Ｖｅｇｅｔａｔｉｏｎ Ｍｏｄｅｌ）成为全球生态系统模型的发展方向［１５］。 集成生物圈模型（ＩＢＩＳ，
２１９３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ）作为一种全球动态植被模型，描述了植被组成变化、再分布和演替等动态过程
以及这些过程涉及物种迁移、种间竞争、种群建立和死亡，扰动和景观结构变化等［１６⁃１７］。 目前已经有运用
ＩＢＩＳ模型对中国陆地生态系统的水分平衡过程和区域碳收支的模拟及验证工作［１２，１８］，但是在气候及 ＣＯ２浓
度变化的条件下，对中国陆地生态系统碳收支格局的报道还很少。 因此，本文利用 ＩＢＩＳ 模型，基于历史时期
（１９６０—２００６年）气候条件及 ＣＯ２浓度条件，着重研究：（１）中国陆地生态系统净初级生产力水平的时空格局
和发展趋势；（２）中国陆地生态系统碳收支源汇效应的时空格局和发展趋势；（３）中国陆地生态系统净初级生
产力、碳收支格局对气候变化的响应。
１　 数据与方法
１．１　 ＩＢＩＳ模型简介
集成生物圈模拟器 ＩＢＩＳ（Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ）由美国威斯康星大学全球环境与可持续发展中心
（ＳＡＧＥ）的 Ｆｏｌｅｙ 等于 １９９６ 年开发，是一个综合的陆地生物圈模型，属于新一代动态全球植被模型
（ＤＧＶＭ） ［１６⁃１７］。 ＩＢＩＳ 模型包括陆面过程、冠层生理、植被物候、植被动态和土壤地球生物化学等 ５ 大模
块［１６⁃１７］。 模型将生态的、生物物理的及植物生理的等发生在不同时间尺度上（１ｈ 到 １ａ）的过程进行有机整
合［１６⁃１７］。 本研究依据中国植被类型特点，剔除原来模型中北方落叶针叶林（据中华人民共和国植被图
（１ ∶１００万） ［１９］），各个相关具体的生理参数采用 ＩＢＩＳ推荐值（表 １）。 依据土地利用 ／土地覆盖数据［２０］将植被
覆盖比例因子加入到模型中以更好反映中国陆地生态系统植被分布实际情况。
表 １　 不同植物功能型部分生理参数
Ｔａｂｌｅ １　 Ｄｅｆｉｎｉｔｉｏｎ ｏｆ ｓｏｍｅ ｐｈｙｓｉｏｌｏｇｉｃａｌ ｐａｒａｍｅｔｅｒｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｐｌａｎｔ ｆｕｎｃｔｉｏｎａｌ ｔｙｐｅｓ
植物功能型
Ｐｌａｎｔ ｆｕｎｃｔｉｏｎａｌ ｔｙｐｅｓ
１５℃最大光合速率
Ｍａｘｉｍｕｍ ｒｕｂｉｓｃｏ ｃａｐａｃｉｔｙ
ｏｆ ｔｏｐ ｌｅａｆ ａｔ １５ ℃ ／
（μｍｏｌ ＣＯ２ ｍ－２ ｓ－２）
比叶面积
Ｓｐｅｃｉｆｉｃ ｌｅａｆ ａｒｅａ ／
（ｍ２ ／ ｋｇ）
生物量转换时间 ／ ａ
Ｒｅｓｉｄｅｎｃｅ ｔｉｍｅ
ｏｆ ｃａｒｂｏｎ
碳分配系数
Ａｌｌｏｃａｔｉｏｎ ｆｒａｃｔｉｏｎ ｏｆ
ｔｏｔａｌ ｐｈｏｔｏｓｙｎｔｈａｔｅ
叶 Ｌｅａｆ 根 Ｒｏｏｔ 茎 Ｓｔｅｍ 叶 Ｌｅａｆ 根 Ｒｏｏｔ 茎 Ｓｔｅｍ
热带雨林 ５５．０ ２５ １．０１ １ ２５ ０．３ ０．２ ０．５
热带季雨林 ５５．０ ２５ １ １ ２５ ０．３ ０．２ ０．５
亚热带常绿阔叶 ４０．０ ２５ １ １ ２５ ０．３ ０．２ ０．５
温带常绿针叶林 ３０．０ １２．５ ２ １ ５０ ０．３ ０．４ ０．３
温带落叶阔叶林 ３０．０ ２５ １ １ ５０ ０．３ ０．２ ０．５
北方常绿针叶林 ２５．０ １２．５ ２．５ １ １００ ０．３ ０．４ ０．３
北方落叶针叶林 ３０．０ ２５ １ １ １００ ０．３ ０．２ ０．５
常绿灌木 ２７．５ １２．５ １．５ １ ５ ０．４５ ０．４ ０．１５
落叶灌木 ２７．５ ２５ １ １ ５ ０．４５ ０．３５ ０．２
Ｃ４草 １５．０ ２０ １．２５ １ ９９９ ０．４５ ０．５５ ０
Ｃ３草 ２５．０ ２０ １．５ １ ９９９ ０．４５ ０．５５ ０
１．２　 数据来源
模型所需的主要输入数据包括 ＤＥＭ、气象数据、植被与土壤图层。 ＤＥＭ 数据采用 ＳＲＴＭ 数据；依据中国
１∶４００万植被数据构建植被图层，并将其分类标准归并到 ＩＢＩＳ模型的植被类型；依据中国 １∶１００万土壤数据构
建土壤图层，主要包括土壤类型和 ６ 个土壤层深度的粘粒、粉砂和砂粒的含量比例；依据 １９５５—２００６ 年 ６５０
个中国标准气象站点地面气候资料构建气象数据库（站点分布如图 １），包括逐月的降水、气温、相对湿度、日
照时数、风速。 所有气象数据利用 ＡＮＵＳＰＬＩＮ［２１］将站点数据插值生成，并与 ＤＥＭ、植被、土壤层的空间分辨率
保持一致（０．０８５度）。 模型模拟过程中的历史 ＣＯ２浓度数据采用美国国家海洋和大气管理局（ＮＯＡＡ）公布的
全球观测数据［２２］。
１．３　 模型设置
本研究中将模型模拟时间设置为 １８００—２００６ 年，其中 １８００—１９５４ 年为模型预热期，将多年平均的气象
３１９３　 １３期 　 　 　 杨延征　 等：基于 ＩＢＩＳ模型的 １９６０—２００６年中国陆地生态系统碳收支格局研究 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 １　 气象站点分布图及气候区划（据中央气象局，１９９４）
　 Ｆｉｇ．１　 Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｔａｔｉｏｎ ｍａｐ ｏｆ Ｃｈｉｎａ ａｎｄ ｔｈｅ ｇｅｏｇｒａｐｈｉｃａｌ
ｄｅｌｉｎｅａｔｉｏｎ ｏｆ ｃｌｉｍａｔｅ ｚｏｎｅｓ ｉｎ Ｃｈｉｎａ
气候区划代码：１：边缘热带湿润区，２：南亚热带湿润区，３：中亚热
带湿润区，４：北亚热带湿润区，５：暖温带湿润区，６：暖温带干旱区，
７：中温带湿润区，８：中温带干旱区，９：寒温带湿润区，１０：高原温
带，１１：高原寒带 ＣＺ１： Ｍａｒｇｉｎａｌ Ｔｒｏｐｉｃａｌ Ｚｏｎｅ； ＣＺ２： Ｓｏｕｔｈｅｒｎ
Ｓｕｂｔｒｏｐｉｃａｌ Ｚｏｎｅ； ＣＺ３： Ｍｉｄｄｌｅ Ｓｕｂｔｒｏｐｉｃａｌ Ｚｏｎｅ； ＣＺ４： Ｎｏｒｔｈｅｒｎ
Ｓｕｂｔｒｏｐｉｃａｌ Ｚｏｎｅ； ＣＺ５： Ｗｅｔ⁃Ｗａｒｍ Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ６： Ｄｒｙ⁃Ｗａｒｍ
Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ７： Ｗｅｔ⁃Ｍｉｄｄｌｅ Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ８： Ｄｒｙ⁃
Ｍｉｄｄｌｅ Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ９： Ｃｏｌｄ Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ１０： Ｐｌａｔｅａｕ
Ｔｅｍｐｅｒａｔｅ Ｚｏｎｅ； ＣＺ１１： Ｐｌａｔｅａｕ Ｆｒｉｇｉｄ Ｚｏｎｅ
数据作为模型输入。 １９５５—２００６ 年模型根据逐月实测
数据正式计算期，１９６０—２００６ 年的结果为本文的分析
对象，并依据全国气候区划（图 １）对结果进行分析。
２　 结果与讨论
２．１　 模型验证分析
２．１．１　 基于通量站点数据的验证
验证分析以于贵瑞等［２３］文章中所总结的 ２００３—
２００５年中国部分通量站通量数据为基础，分析时将通
量站点叠加到 ＩＢＩＳ 模型 ２００３—２００５ 年的模拟总初级
生产力（ＧＰＰ）结果上，提取对应站点对应年份的模拟
ＧＰＰ 值。 所有通量站点的信息及 ＧＰＰ 观测值与模拟值
的对比如表 ２。
所有站点的所有年份的观测值与模拟值之间吻合
程度较好（ ｒ＝ ０．８２，Ｐ＜０．０１）。 其中长白山站、当雄站和
海北 ０１站观测值与模拟值差距相对较大。 一方面，植
被类型对照上有差异，如当雄和海北的 ３ 个站点，实际
植被类型为高寒草甸，模型模拟的植被类型为苔原，不
同植被类型条件下的模拟，模型中采用不同的植被生理
参数，植被类型相差较大，对应的相关参数值也会有较
大的差别，从而造成生产力水平的差异；另一方面原因，
是站点与栅格的尺度匹配问题，如海北 ０２ 站与海北 ０３
站，它们的观测值有将近 ０．３ 的差距，而对应于模拟结
果图层，两个站点则位于同一个栅格上。 ＩＢＩＳ 相关的单点研究表明生产力水平与通量站的实测值匹配较
好［２４］，因为单点的研究能更好的控制输入数据的精度及植被类型的变化等。 就区域模拟水平来看，模型模拟
结果是相对合理的。
表 ２　 通量站点测定的 ＧＰＰ 值［２３］与 ＩＢＩＳ模型模拟 ＧＰＰ值
Ｔａｂｌｅ ２　 Ｓｉｍｕｌａｔｅｄ ａｎｄ ｏｂｓｅｒｖｅｄ ＧＰＰ ｆｏｒ ｓｅｌｅｃｔｅｄ Ｃｈｉｎａ⁃ＦＬＵＸ ｓｔａｔｉｏｎｓ
站点
Ｓｉｔｅｓ
代码
Ｃｏｄｅ
站点植被类型
Ｖｅｇｅｔａｔｉｏｎ ｔｙｐｅｓ
纬度 ／ （ °）
Ｌａｔｉｔｕｄｅ
经度 ／ （ °）
Ｌｏｎｇｉｔｕｄｅ
ＧＰＰ ／
（ｋｇ Ｃ ｍ－２ ａ－１）
年份
Ｙｅａｒ
ＩＢＩＳ ＧＰＰ ／
（ｋｇ Ｃ ｍ－２ ａ－１）
长白山 ＣＢＳ 温带针阔混交林 ４２．４０ １２８．４７ １．５３ ２００３ ０．８１
１．５０ ２００４ ０．８１
１．３３ ２００５ ０．８１
千烟洲 ＱＹＺ 亚热带常绿针叶林 ２６．７３ １１５．０５ １．６１ ２００３ １．２４
１．８７ ２００４ １．４０
１．６６ ２００５ １．３２
鼎湖山 ＤＨＳ 亚热带常绿阔叶林 ２３．１７ １１２．５３ １．５３ ２００３ ２．１５
１．５１ ２００４ ２．０１
１．４０ ２００５ １．９１
西双版纳 ＸＳＢＮ 热带季雨林 ２１．９５ １０１．２０ １．９３ ２００３ ２．２６
当雄 ＤＸ 草原化高寒草甸 ３０．８５ ９１．０８ ０．１９ ２００４ ０．３４
０．１４ ２００５ ０．３４
海北 ０１ ＨＢ０１ 高寒金露梅灌丛草甸 ３７．６７ １０１．３３ ０．４５ ２００３ ０．１１
４１９３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
续表
站点
Ｓｉｔｅｓ
代码
Ｃｏｄｅ
站点植被类型
Ｖｅｇｅｔａｔｉｏｎ ｔｙｐｅｓ
纬度 ／ （ °）
Ｌａｔｉｔｕｄｅ
经度 ／ （ °）
Ｌｏｎｇｉｔｕｄｅ
ＧＰＰ ／
（ｋｇ Ｃ ｍ－２ ａ－１）
年份
Ｙｅａｒ
ＩＢＩＳ ＧＰＰ ／
（ｋｇ Ｃ ｍ－２ ａ－１）
０．５０ ２００４ ０．１１
０．５３ ２００５ ０．１１
海北 ０２ ＨＢ０２ 高寒矮嵩草草甸 ３７．６２ １０１．３０ ０．７０ ２００３ ０．６２
海北 ０３ ＨＢ０３ 高寒沼泽化草甸 ３７．６０ １０１．３２ ０．４３ ２００３ ０．５０
０．４０ ２００４ ０．４５
０．４３ ２００５ ０．４８
内蒙古 ＮＭＧ 温带羊草草原 ４４．５０ １１７．１７ ０．３１ ２００４ ０．４２
０．０４ ２００５ ０．３３
２．１．２　 基于发表文献相关研究结果的对比
表 ３列举了 ＩＢＩＳ模型模拟的全国陆地生态系统碳通量和碳储量（１９８０—２００６年平均值）及与其他研究结
果的比较。 可以看到，ＮＰＰ 总量值与孙睿等［７］及 Ｆｅｎｇ等［２５］的结果最为接近，整体上处于研究结果的范围中；
生物量的结果稍高于其它研究结果；净生态系统生产力（ＮＥＰ）总量略高于季劲钧等［３３］和 Ｃａｏ等［３０⁃３１］的结果；
对于 ＮＰＰ 的模拟结果，朴世龙等［２７］指出很多情况下模型没有考虑植被覆盖的情况，计算出来的是潜在的陆
地生态系统净第一生产力，从而使得模型模拟值偏高。 本研究中考虑了乔木层和灌草丛的覆盖比率因子，故
ＮＰＰ 的模拟结果与大部分研究结果相比要偏低一些。
表 ３　 ＩＢＩＳ 模型模拟的中国陆地生态系统 ＮＰＰ，生物量及 ＮＥＰ（１９８０—２００６年平均）及与其他研究结果的比较
Ｔａｂｌｅ ３　 Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｃａｒｂｏｎ ｂｕｄｇｅｔ ｒｅｓｕｌｔｓ ｏｆ ＩＢＩＳ （ｍｅａｎ ｖａｌｕｅ ｄｕｒｉｎｇ １９８０—２００６） ａｎｄ ｏｔｈｅｒ ｒｅｓｅａｒｃｈｅｓ
研究结果
Ｒｅｓｕｌｔｓ
ＮＰＰ 总量 ／
（ＧｔＣ ／ ａ）
Ｔｏｔａｌ ＮＰＰ
生物量总量 ／
（ＧｔＣ）
Ｔｏｔａｌ ｂｉｏｍａｓｓ
ＮＥＰ 总量 ／
（ＧｔＣ ／ ａ）
Ｔｏｔａｌ ＮＥＰ
研究结果
Ｒｅｓｕｌｔｓ
ＮＰＰ 总量 ／
（ＧｔＣ ／ ａ）
Ｔｏｔａｌ ＮＰＰ
生物量总量 ／
（ＧｔＣ）
Ｔｏｔａｌ ｂｉｏｍａｓｓ
ＮＥＰ 总量 ／
（ＧｔＣ ／ ａ）
Ｔｏｔａｌ ＮＥＰ
ＩＢＩＳ ２．４６ １８．０５ ０．１１ ［３０］ ０．０７
［２６］ ３．６５ ［３１］ ３．０９ ０．０７
［７］ ２．６５ ［３２］ １４．０４
［２７］ １．８０ ［２５］ ２．２３５
［２８］ ３．０９ ［３３］ ２．９４ １３．７４ ０．１０
［２９］ １３．３３
２．２　 中国陆地生态系统 ＮＰＰ 和 ＮＥＰ 时空变化特征
２．２．１　 中国陆地生态系统 ＮＰＰ 和 ＮＥＰ 空间格局
图 ２可以看出，ＩＢＩＳ模型模拟的全国陆地生态系统 ＮＰＰ 从 １９８０ 年至 ２００６ 年 ＮＰＰ 的多年平均值的分布
格局。 西北地区为 ＮＰＰ 的低值区，这一地区主要是沙漠和荒漠分布区，ＮＰＰ 值在 ５０ ｇＣ ｍ－２ ａ－１以下；青藏高
原，黄土高原及内蒙古高原等地区，ＮＰＰ 值约位于 ５０—２００ ｇＣ ｍ－２ ａ－１的区间上；东北的大兴安岭、小兴安岭、
秦岭、长江中上游及青藏高原东坡地区，ＮＰＰ 值约位于 ２００—４５０ ｇＣ ｍ－２ ａ－１的区间上；长白山及西南大部分地
区 ＮＰＰ 在 ４５０—７００ ｇＣ ｍ－２ ａ－１的区间上；东南地区及西南西双版纳地区大部分地区 ＮＰＰ 值在 ７００—１０００ ｇＣ
ｍ－２ ａ－１的区间上，部分地区在 １０００ ｇＣ ｍ－２ ａ－１以上，其主要原因在于这些地区水热条件优越，多为热带⁃亚热带
常绿阔叶林。
图 ３显示了模型模拟的 １９８０年至 ２００６年 ＮＥＰ 多年平均值的分布情况，从图中可以看到西北地区、内蒙
古北部地区、东北平原部分地区及青藏高原西南等表现出弱的碳源，约为 ０—３０ｇＣ ｍ－２ ａ－１，青藏高原、内蒙古
东北部、华北及黄淮地区，西南大部分地区表现为弱的碳汇区，约为 ０—３０ｇＣ ｍ－２ ａ－１，东北大兴安岭、小兴安
岭、长白山地区、东南地区及西南部分地区表现为较强的碳汇，ＮＥＰ 值为 ３０—５５ ｇＣ ｍ－２ ａ－１，少数地方为 ５５—
１００ ｇＣ ｍ－２ ａ－１，藏南部分地区 ＮＥＰ 值在 １００ ｇＣ ｍ－２ ａ－１以上。
５１９３　 １３期 　 　 　 杨延征　 等：基于 ＩＢＩＳ模型的 １９６０—２００６年中国陆地生态系统碳收支格局研究 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
　 图 ２　 ＩＢＩＳ 模型模拟的中国陆地生态系统 ＮＰＰ 的分布（１９８０—
２００６ 年多年平均值）
Ｆｉｇ．２　 Ｓｉｍｕｌａｔｅｄ ＮＰＰ ｒｅｓｕｌｔ ｍａｐ ｏｆ Ｃｈｉｎａ ｗｉｔｈ ＩＢＩＳ （Ｍｅａｎ ＮＰＰ
ｄｕｒｉｎｇ １９８０—２００６）
　 图 ３　 ＩＢＩＳ模型模拟的中国陆地生态系统 ＮＥＰ 分布（１９８０—２００６
年多年平均值）
Ｆｉｇ．３　 Ｓｉｍｕｌａｔｅｄ ＮＥＰ ｒｅｓｕｌｔ ｍａｐ ｏｆ Ｃｈｉｎａ ｗｉｔｈ ＩＢＩＳ （Ｍｅａｎ ＮＥＰ
ｄｕｒｉｎｇ １９８０—２００６）
２．２．２　 中国陆地生态系统 ＮＰＰ 和 ＮＥＰ 总量时间格局
在 １９６０年至 ２００６年期间，全国陆地生态系统 ＮＰＰ 总量总体呈上升趋势，年际间有波动（图 ４）。 ＮＰＰ 总
量变化范围在 ２．２ ＧｔＣ ／ ａ至 ２．７ ＧｔＣ ／ ａ之间，均值为 ２．４６ ＧｔＣ ／ ａ。 全国 ＮＰＰ 总量的上升变化幅度约为 ６０ ＭｔＣ ／
１０ａ（Ｐ＜０．０１）。 在 ８０年代以来，在 １９９０年、１９９３年、１９９６年、１９９８年及 ２００２ 年出现了几个较大的峰值，这一
结果与朴世龙等［２７］利用 ＣＡＳＡ模型模拟的 １９８２—１９９９年中国植被净第一性生产力的结果基本一致，其结果
在 １９９０年、１９９３年和 １９９８ 年出现峰值，他提出这一结果与当年的年平均降水量比其它年份降水量要丰沛有
关，并指出我国的植被净第一性生产力与年平均降水量显著相关。 本研究的结果对应在 １９９７ 年和 １９９８ 年出
现了相对低值和相对高值。 从上述研究结果对比来看，本研究模拟的全国 ＮＰＰ 总量水平处于 Ｆａｎｇ 等［３４］与
Ｃａｏ等［３１］的结果之间。 Ｃａｏ等［３１］ ＮＰＰ 高峰值出现在 １９８５年、１９９０年和 １９９８年。 本研究中，中国陆上生态系
统 ＮＰＰ 年际变化与这些研究规律表现出较好的一致性，这些年份中国区域可能与受到了厄尔尼诺等极端气
候的影响有关。
在 １９６０年至 ２００６年期间，全国陆地生态系统 ＮＥＰ 总量总体呈上升趋势，上升变化幅度约为 １６ ＭｔＣ ／ １０ａ
（Ｐ＜０．０５）（图 ５）。 全国 ＮＥＰ 总量变化范围在－０．１０ ＧｔＣ ／ ａ至 ０．２５ ＧｔＣ ／ ａ 的区间上，均值为 ０．１１ＧｔＣ ／ ａ。 全国
ＮＥＰ 总量基本表现为弱碳汇效应，１９９０年出现最高值。 ＮＥＰ 年际间的波动也较大，这可能与降水气温等气候
条件的变化有关。 对照 ＮＰＰ 总量的年际变化图（图 ４）来看，ＮＥＰ 与 ＮＰＰ 的峰值点与谷值点基本对应，ＮＰＰ
的变化的量级直接影响着 ＮＥＰ 的变化趋势，ＮＰＰ 高的年份均表现为较强的碳汇效应，而 ＮＰＰ 的谷值年份，绝
大部分对应 ＮＥＰ 值均表现为较弱汇效应。 Ｃａｏ 等［３１］利用 ＣＥＶＳＡ 模型对中国 １９８１—２０００ 年的 ＮＥＰ 进行了
模拟，结果表明，中国年 ＮＥＰ 总量范围位于－０．３２ ＧｔＣ ／ ａ至 ０．２５ ＧｔＣ ／ ａ的区间上，平均值为 ０．０７ ＧｔＣ ／ ａ。 本研
究在相应的时段上中国年 ＮＥＰ 总量范围位于 ０．０５ ＧｔＣ ／ ａ至 ０．２４ Ｇｔ Ｃ ／ ａ的区间上，平均值为 ０．１２ ＧｔＣ ／ ａ，略高
于 Ｃａｏ等［３１］的结果。 从 ２０世纪 ９０年代开始中国区域降水量出现递减趋势，造成一定程度的干旱［３５］。 模拟
时段上，从 １９６０ 年到 １９９０ 年 ＮＥＰ（ｋ ＝ ０．０３， Ｐ＜０．０１）表现为明显的上升趋势，从 １９９１ 到 ２００６ 年 ＮＥＰ（ｋ ＝
－０．００５２， Ｐ＝ ０．１１）表现出一定的下降趋势，可能与从 ２０世纪 ９０ 年代的干旱程度加剧有关，但是统计意义不
６１９３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
显著，需要更长序列的模拟值来证实。
　 图 ４　 １９６０—２００６年 ＩＢＩＳ模型模拟的中国陆地生态系统年 ＮＰＰ
总量变化
Ｆｉｇ．４　 Ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ｔｏｔａｌ ＮＰＰ ｏｆ Ｃｈｉｎａ ｄｕｒｉｎｇ １９６０—２００６
　 图 ５　 １９６０—２００６年 ＩＢＩＳ模型模拟的中国陆地生态系统年 ＮＥＰ
总量变化
Ｆｉｇ．５　 Ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ｔｏｔａｌ ＮＥＰ ｏｆ Ｃｈｉｎａ ｄｕｒｉｎｇ １９６０—２００６
２．３　 基于不同气候区划中国陆地生态系统 ＮＰＰ 和 ＮＥＰ 变化特征
２．３．１　 中国陆地生态系统 ＮＰＰ 在不同气候区域变化特征分析
气候区划体现了不同地理区域上热量与水分的分配状况，其对植被的生产力有极为重要的影响，在归并
整理的 １１个气候区域（图 １）的基础上对全国陆地生态系统 ＮＰＰ 情况进行了分析。 图 ６ 显示了各个气候区
１９６０年至 ２００６ 年 ＮＰＰ 的年际变化情况及多年平均值，并对时间序列上的 ＮＰＰ 作线性回归，判断其变化
趋势。
整体而言，除了暖温带湿润区（ＣＺ０５）和中温带干旱区（ＣＺ０８）外，其它各个气候区的 ＮＰＰ 水平在过去的
几十年中都表现出增加的趋势。 从 ＮＰＰ 的平均水平来看，高原温带（ＣＺ１０）的 ＮＰＰ 平均水平高于高原寒带
（ＣＺ１１），南亚热带湿润区（ＣＺ０２）ＮＰＰ 平均水平高于中亚热带湿润区（ＣＺ０３），中亚热带湿润区（ＣＺ０３）高于北
亚热带湿润区（ＣＺ０４）。 从干湿状况来看，暖温带湿润区（ＣＺ０５）ＮＰＰ 水平要高于暖温带干旱区（ＣＺ０６）ＮＰＰ
的平均水平，中温带湿润区（ＣＺ０７）的 ＮＰＰ 平均水平要大大高于中温带干旱区（ＣＺ０８）的 ＮＰＰ 平均水平，说明
了水分因子对生产力水平的影响，在一定范围里，水分越充沛，生产力水平越高，此结论与朴世龙等［２７］的研究
一致。 ＮＰＰ 受辐射的影响也较大，１９９１ 年 ６ 月份的菲律宾 Ｐｉｎａｔｕｂｏ 火山爆发［３６］导致中国区域辐射锐减，间
接造成了 １１个分区（图 ６）和中国陆地生态系统整体 ＮＰＰ（图 ５）的显著下降。
２．３．２　 中国陆地生态系统 ＮＥＰ 在不同气候区域变化特征分析
在气候区划（图 １）的基础上对全国陆地生态系统 ＮＥＰ 情况进行了分析。 图 ７ 显示了各个气候区 １９６０
年至 ２００６年平均 ＮＥＰ 的年际变化情况，并对时间序列上的 ＮＥＰ 作线性回归，分析其变化趋势。 结果表明，
仅暖温带干旱区（ＣＺ０６）的 ＮＥＰ 平均水平表现为碳源效应；边缘热带湿润区 （ ＣＺ０１）、南亚热带湿润区
（ＣＺ０２）、中温带干旱区（ＣＺ０８）和寒温带湿润区（ＣＺ０９）在 １９６０至 ２００６年整体上基本维持相同的碳汇效应水
平；中温带湿润区（ＣＺ０７）、高原温带（ＣＺ１０）和高原寒带（ＣＺ１１）碳汇效应呈显著上升趋势。 总体来看，碳汇水
平最高为寒温带湿润区（ＣＺ０９），平均碳汇水平为 ３０．０ ｇＣ ｍ－２ ａ－１，但其碳汇水平在 １９９８ 年之后有所减弱；其
次是南亚热带湿润区（ＣＺ０２）（２０．８ ｇＣ ｍ－２ ａ－１），中亚热带湿润区（ＣＺ０３）（１９．６ ｇＣ ｍ－２ ａ－１），边缘热带湿润区
（ＣＺ０１）（１９．４ ｇＣ ｍ－２ ａ－１）和中温带湿润区（ＣＺ０７）（１８．２ ｇＣ ｍ－２ ａ－１）。
１１个气候分区，除了中温带湿润区（ＣＺ０７）、高原温带（ＣＺ１０）和高原寒带（ＣＺ１１），其它分区的变化趋势
均不显著，说明中国大多数的气候分区的碳源汇格局效应已经趋于平衡，没有明显的变化趋势。 ＮＥＰ 为 ＮＰＰ
与土壤异养呼吸（ＨＲ）的差值。 土壤呼吸一般是随着降水量的增加而升高的，但雨量充沛的地方，土壤呼吸
与降水量会呈现负相关［３７］，因此 ＮＥＰ 的估算结果不确定性远远超过 ＮＰＰ。
２．４　 中国陆地生态系统 ＮＰＰ、ＮＥＰ 和降水、温度、ＣＯ２浓度的相关性分析
为研究 ＮＰＰ 与气温及降水之间的关系，对 １９６０ 年至 ２００６ 年全国年平均气温及年平均降水量进行了统
计（图 ８），并与当年的 ＮＰＰ 总量值进行相关性分析，ＮＰＰ 与降水及温度均显著相关，并且 ＮＰＰ 与气温的相关
７１９３　 １３期 　 　 　 杨延征　 等：基于 ＩＢＩＳ模型的 １９６０—２００６年中国陆地生态系统碳收支格局研究 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ６　 全国各气候区 １９６０—２００６年 ＮＰＰ的年际变化，多年平均值水平（蓝线），及时间序列上的 ＮＰＰ 的简单线性回归（细直线）
Ｆｉｇ．６　 Ｖａｒｉａｔｉｏｎ ｏｆ ＮＰＰ ｆｏｒ ｅａｃｈ ｃｌｉｍａｔｅ ｚｏｎｅ ｆｒｏｍ １９６０ ｔｏ ２００６ ｗｉｔｈ ｔｈｅ ｍｕｌｔｉ－ｙｅａｒ ｍｅａｎ ＮＰＰ ｌｉｎｅ
程度更高。 ＮＰＰ 与降水的相关系数 ｒ＝ ０．３８（Ｐ＜０．０１，Ｎ ＝ ４７），ＮＰＰ 与气温的相关系数 ｒ ＝ ０．６９（Ｐ＜０．０１，Ｎ ＝
４７）。
在上述基础上，基于不同气候区划条件下，进一步对 １９６０ 年至 ２００６ 年各年各区域年平均气温及年降水
量进行了统计，并与当年各区域的 ＮＰＰ 和 ＮＥＰ 平均值进行相关性分析（表 ４）。 中国 １１ 个气候区，ＮＰＰ 与降
水均为正相关，除了中温带湿润区、寒温带湿润区、高原温带和高原寒带外，降水是限制植被生长的主要因子。
除了高原寒带外，ＮＥＰ 表现出与降水的更好相关性，与气温的相关性较弱。
已有研究证实，ＣＯ２浓度的升高也是中国碳收入增加的原因之一［３，３８］。 ＣＯ２浓度决定了植物胞间与胞外
ＣＯ２浓度（Ｃ ｉ ／ Ｃａ），从而影响了 ＩＢＩＳ模型的 Ｃ３和 Ｃ４植物碳水平衡。 ＣＯ２浓度主要影响光合作用，其浓度的对
ＮＰＰ 和 ＮＥＰ 的变化均有一定关系。 ＣＯ２浓度与 ＮＰＰ 的相关性较强（ ｒ ＝ ０．７６， Ｐ＜０．０１），ＮＥＰ 与 ＣＯ２的相关性
相对较弱（ ｒ＝ ０．３２， Ｐ＜０．０５）。
２．５　 模型模拟的不确定性分析
尽管与样地数据和其他研究相比较，本文的研究结果处于一个合理的范围，但是 ＩＢＩＳ 模拟中国净初级生
８１９３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ７　 各气候区 １９６０年至 ２００６年 ＮＥＰ的年际变化，多年平均值水平（蓝线），及时间序列上的 ＮＥＰ的线性回归（细直线）
Ｆｉｇ．７　 Ｖａｒｉａｔｉｏｎ ｏｆ ＮＥＰ ｆｏｒ ｅａｃｈ ｃｌｉｍａｔｅ ｚｏｎｅ ｆｒｏｍ １９６０ ｔｏ ２００６ ｗｉｔｈ ｔｈｅ ｍｕｌｔｉ⁃ｙｅａｒ ｍｅａｎ ＮＥＰ ｌｉｎｅ
图 ８　 １９６０—２００６年全国年 ＮＰＰ总量分别与年平均气温、年降水量的相关性
Ｆｉｇ．８　 Ｃｏｒｒｅｌａｔｉｏｎ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ａｎｎｕａｌ ｔｏｔａｌ ＮＰＰ ａｎｄ ａｎｎｕａｌ ｔｅｍｐｅｒａｔｕｒｅ， ＮＰＰ ａｎｄ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｄｕｒｉｎｇ １９６０—２００６
９１９３　 １３期 　 　 　 杨延征　 等：基于 ＩＢＩＳ模型的 １９６０—２００６年中国陆地生态系统碳收支格局研究 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
产力和碳收支格局仍然存在很大的不确定性：（１）大部分参数采用的是模型原始的全球水平上的参数集，对
于中国区域植被类型不一定完全合适，存在一定的不确定性；（２）模型驱动数据（气象、土壤、植被等）在空间
尺度转换及匹配上存在不确定性；（３）不同研究的模拟时间段不同、模型参数不同、模型和样地尺度不匹配
等，造成了模型结果对比的不确定性；（４）除了气温、降水和 ＣＯ２浓度升高外，土地利用变化和退耕还林等工
程的实施也影响了中国陆地生态系统的碳收支平衡［３， ３８］，在进一步的模型模拟研究中需要考虑相关人类活
动的影响。
表 ４　 各个气候区的年 ＮＰＰ和 ＮＥＰ与各区域年平均气温和年降水量的相关关系
Ｔａｂｌｅ ４　 Ｃｏｒｒｅｌａｔｉｖｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ａｎｄ Ｐ ｖａｌｕｅｓ ｂｅｔｗｅｅｎ ａｎｎｕａｌ ｍｅａｎ ＮＰＰ ａｎｄ ａｎｎｕａｌ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｆｏｒ ｅａｃｈ ｃｌｉｍａｔｅ ｚｏｎｅ
ｄｕｒｉｎｇ １９６０—２００６
气候区划号
ＩＤ ｏｆ Ｃｌｉｍａｔｉｃ ｚｏｎｅ
气候区划名称
Ｎａｍｅｓ ｏｆ ｃｌｉｍａｔｅ ｚｏｎｅｓ
降水⁃ＮＰＰ
Ｐ⁃ＮＰＰ
温度⁃ＮＰＰ
Ｔ⁃ＮＰＰ
降水⁃ＮＥＰ
Ｐ⁃ＮＥＰ
温度⁃ＮＥＰ
Ｔ⁃ＮＥＰ
ｒ Ｐ ｒ Ｐ ｒ Ｐ ｒ Ｐ
１ 边缘热带湿润区 ０．３８ ＜０．０１ ０．１２ ０．４２ ０．４６ ＜０．０１ －０．２３ ０．１２
２ 南亚热带湿润区 ０．４８ ＜０．０１ ０．０９ ０．５６ ０．５４ ＜０．０１ －０．２９ ＜０．０５
３ 中亚热带湿润区 ０．３８ ＜０．０１ ０．２７ ０．０６ ０．４４ ＜０．０１ －０．１９ ０．２１
４ 北亚热带湿润区 ０．４９ ＜０．０１ ０．３３ ＜０．０５ ０．４３ ＜０．０１ －０．０６ ０．６７
５ 暖温带湿润区 ０．５９ ＜０．０１ ０．１４ ０．３６ ０．５０ ＜０．０１ －０．０４ ０．８１
６ 暖温带干旱区 ０．９０ ＜０．０１ ０．０４ ０．８１ ０．８６ ＜０．０１ －０．１１ ０．４５
７ 中温带湿润区 ０．３３ ＜０．０１ ０．７３ ＜０．０１ ０．４７ ＜０．０１ ０．３７ ＜０．０５
８ 中温带干旱区 ０．９１ ＜０．０１ ０．０７ ０．６６ ０．８８ ＜０．０１ －０．１６ ０．２７
９ 寒温带湿润区 ０．５５ ＜０．０１ ０．７０ ＜０．０１ ０．７８ ＜０．０１ ０．１８ ０．２２
１０ 高原温带 ０．４５ ＜０．０１ ０．７１ ＜０．０１ ０．３８ ＜０．０１ ０．２８ ０．０６
１１ 高原寒带 ０．４９ ＜０．０１ ０．７２ ＜０．０１ ０．１８ ０．２２ ０．３９ ＜０．０１
３　 结论
本研究基于 ＩＢＩＳ模型对中国陆地生态系统历史时期（１９６０—２００６ 年）气候变化条件及 ＣＯ２浓度条件下，
碳收支时空变异特征和发展趋势进行了模拟分析。 利用森林样地数据、通量站点数据对模型进行了验证，并
和其他相关研究结果进行了对比分析。 结果表明 ＩＢＩＳ模型对于中国陆地生态系统碳收支的模拟取得了合理
的效果。 中国陆地生态系统净初级生产力水平在东南及西南地区最高，其次是长白山及大小兴安岭地区，西
北内陆地区的净初级生产力水平最低；就气候区划而言，除了暖温带湿润区和中温带干旱区外，其它各个气候
区的净初级生产力水平在过去的几十年中都表现出增加的趋势，并依据各个气候区水热状况的不同，净初级
生产力水平与降水和气温表现出不同程度的相关性；从时间序列上来看，全国陆地生态系统净初级生产力水
平总量总体呈上升趋势，近 ２０年来，在 １９９０年、１９９３年、１９９６年、１９９８年及 ２００２年出现了峰值。 净生态系统
生产力结果表明，中国陆地生态系统绝大部分区域表现出碳汇效应，西北内陆区表现出弱碳源效应，大兴安
岭、小兴安岭、长白山、东南地区及西南部分地区表现为较强的碳汇效应；从气候区划来看，仅暖温带干旱区的
净生态系统生产力的平均水平表现为碳源效应，温带湿润区、高原温带区和高原寒带区碳汇效应呈显著上升
趋势；从时间序列上来看，中国陆地生态系统基本表现为弱碳汇效应，并且总体呈上升趋势，１９９０ 年出现最高
碳汇水平。 中国 １１个气候区，ＮＰＰ 与降水均为正相关，除了中温带湿润区、寒温带湿润区、高原温带和高原
寒带外，降水是限制植被生长的主要因子。 除了高原寒带外，ＮＥＰ 表现出与降水的更好相关性，与气温的相
关性较弱。
致谢：感谢“中国气象科学数据共享服务网”提供的中国气象站点的历史观测数据。 感谢国家自然科学基金
委员“中国西部环境与生态科学数据中心” （ ｈｔｔｐ： ／ ／ ｗｅｓｔｄｃ． ｗｅｓｔｇｉｓ． ａｃ． ｃｎ）和“地球系统科学数据共享网”
０２９３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
（ｈｔｔｐ： ／ ／ ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ ／ Ｐｏｒｔａｌ ／ ）提供的 １ｋｍ中国地区土地覆盖综合数据集。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 ＩＰＣＣ． Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ２０１３： Ｔｈｅ Ｐｈｙｓｉｃａｌ Ｓｃｉｅｎｃｅ Ｂａｓｉｓ． Ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ Ｗｏｒｋｉｎｇ Ｇｒｏｕｐ Ｉ ｔｏ ｔｈｅ Ｆｉｆｔｈ Ａｓｓｅｓｓｍｅｎｔ Ｒｅｐｏｒｔ ｏｆ ｔｈｅ Ｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌ
Ｐａｎｅｌ ｏｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ． Ｃａｍｂｒｉｄｇｅ： Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２０１３： ４５６⁃５５２．
［ ２ ］ 　 徐小锋， 田汉勤， 万师强． 气候变暖对陆地生态系统碳循环的影响． 植物生态学报， ２００７， ３１（２）： １７５⁃１８８．
［ ３ ］ 　 Ｐｉａｏ Ｓ Ｌ， Ｆａｎｇ Ｊ Ｙ， Ｃｉａｉｓ Ｐ， Ｐｅｙｌｉｎ Ｐ， Ｈｕａｎｇ Ｙ， Ｓｉｔｃｈ Ｓ， Ｗａｎｇ Ｔ． Ｔｈｅ ｃａｒｂｏｎ ｂａｌａｎｃｅ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ． Ｎａｔｕｒｅ， ２００９， ４５８
（７２４１）： １００９⁃１０１３．
［ ４ ］ 　 于贵瑞， 王秋凤， 朱先进． 区域尺度陆地生态系统碳收支评估方法及其不确定性． 地理科学进展， ２０１１， ３０（１）： １０３⁃１１３．
［ ５ ］ 　 黄金龙， 居为民， 郑光， 康婷婷． 基于高分辨率遥感影像的森林地上生物量估算． 生态学报， ２０１３， ３３（２０）： １⁃１３．
［ ６ ］ 　 刘双娜， 周涛， 舒阳， 戴铭， 魏林艳， 张鑫． 基于遥感降尺度估算中国森林生物量的空间分布． 生态学报， ２０１２， ３２（８）： ２３２０⁃２３３０．
［ ７ ］ 　 孙睿， 朱启疆． 气候变化对中国陆地植被净第一性生产力影响的初步研究． 遥感学报， ２００１， ５（１）： ５８⁃６１．
［ ８ ］ 　 傅新， 刘高焕， 黄翀， 刘庆生． 湿地翅碱蓬生物量遥感估算模型． 生态学报， ２０１２， ３２（１７）： ５３５５⁃５３６２．
［ ９ ］ 　 陈强， 陈云浩， 王萌杰， 蒋卫国， 侯鹏， 李营． ２００１—２０１０年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析． 应用生
态学报， ２０１４， ２５（１０）： ２８１１⁃２８１８．
［１０］ 　 Ｙａｎｇ Ｈ Ｆ， Ｍｕ Ｓ Ｊ， Ｌｉ Ｊ Ｌ． Ｅｆｆｅｃｔｓ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｅｓｔｏｒａｔｉｏｎ ｐｒｏｊｅｃｔｓ ｏｎ ｌａｎｄ ｕｓｅ ａｎｄ ｌａｎｄ ｃｏｖｅｒ ｃｈａｎｇｅ ａｎｄ ｉｔｓ ｉｎｆｌｕｅｎｃｅｓ ｏｎ ｔｅｒｒｉｔｏｒｉａｌ ＮＰＰ ｉｎ
Ｘｉｎｊｉａｎｇ， Ｃｈｉｎａ． Ｃａｔｅｎａ， ２０１４， １１５： ８５⁃９５．
［１１］ 　 封晓辉， 程瑞梅， 肖文发， 王瑞丽， 王晓荣， 刘泽彬． 基于 ＬＰＪ⁃ＧＵＥＳＳ模型的鸡公山马尾松林生产力和碳动态． 林业科学， ２０１３， ４９（４）：
７⁃１５．
［１２］ 　 刘曦， 国庆喜， 刘经伟． ＩＢＩＳ 模拟东北东部森林 ＮＰＰ 主要影响因子的敏感性． 生态学报， ２０１１， ３１（７）： １７７２⁃１７８２．
［１３］ 　 于颖， 范文义， 杨曦光． １９０１⁃２００８年小兴安岭森林 ＮＰＰ 估算． 林业科学， ２０１４， ５０（１０）： １６⁃２３．
［１４］ 　 李登秋，周艳莲，居为民，王辉民， 柳艺博， 吴小翠． 太阳辐射变化对亚热带人工常绿针叶林总初级生产力影响的模拟分析． 植物生态学
报， ２０１４， ３８（３）： ２１９⁃２３０．
［１５］ 　 曹明奎， 李克让． 陆地生态系统与气候相互作用的研究进展． 地球科学进展， ２０００， １５（４）： ４４６⁃４５２．
［１６］ 　 Ｆｏｌｅｙ Ｊ Ａ， Ｐｒｅｎｔｉｃｅ Ｉ Ｃ， Ｒａｍａｎｋｕｔｔｙ Ｎ， Ｌｅｖｉｓ Ｓ， Ｐｏｌｌａｒｄ Ｄ， Ｓｉｔｃｈ Ｓ， Ｈａｘｅｌｔｉｎｅ Ａ． Ａｎ ｉｎｔｅｇｒａｔｅｄ ｂｉｏｓｐｈｅｒｅ ｍｏｄｅｌ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｐｒｏｃｅｓｓｅｓ，
ｔｅｒｒｅｓｔｒｉａｌ ｃａｒｂｏｎ ｂａｌａｎｃｅ， ａｎｄ ｖｅｇｅｔａｔｉｏｎ ｄｙｎａｍｉｃｓ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， １９９６， １０（４）： ６０３⁃６２８．
［１７］ 　 Ｋｕｃｈａｒｉｋ Ｃ Ｊ， Ｆｏｌｅｙ Ｊ Ａ， Ｄｅｌｉｒｅ Ｃ， Ｆｉｓｈｅｒ Ｖ Ａ， Ｃｏｅ Ｍ Ｔ， Ｌｅｎｔｅｒｓ Ｊ Ｄ， Ｙｏｕｎｇ⁃Ｍｏｌｌｉｎｇ Ｃ， Ｒａｍａｎｋｕｔｔｙ Ｎ， Ｎｏｒｍａｎ Ｊ Ｍ， Ｇｏｗｅｒ Ｓ Ｔ． Ｔｅｓｔｉｎｇ ｔｈｅ
ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ａ ｄｙｎａｍｉｃ ｇｌｏｂａｌ ｅｃｏｓｙｓｔｅｍ ｍｏｄｅｌ： ｗａｔｅｒ ｂａｌａｎｃｅ， ｃａｒｂｏｎ ｂａｌａｎｃｅ， ａｎｄ ｖｅｇｅｔａｔｉｏｎ ｓｔｒｕｃｔｕｒｅ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， ２０００，
１４（３）： ７９５⁃８２５．
［１８］ 　 Ｚｈｕ Ｑ Ａ， Ｊｉａｎｇ Ｈ， Ｌｉｕ Ｊ Ｘ， Ｗｅｉ Ｘ Ｈ， Ｐｅｎｇ Ｃ Ｈ， Ｆａｎｇ Ｘ Ｑ， Ｌｉｕ Ｓ Ｒ， Ｚｈｏｕ Ｇ Ｍ， Ｙｕ Ｓ Ｑ， Ｊｕ Ｗ Ｍ． Ｅｖａｌｕａｔｉｎｇ ｔｈｅ ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ
ｗａｔｅｒ ｂｕｄｇｅｔ ａｃｒｏｓｓ Ｃｈｉｎａ ｏｖｅｒ １９５１⁃２００６ ｕｓｉｎｇ ＩＢＩＳ ｍｏｄｅｌ． Ｈｙｄｒｏｌｏｇｉｃａｌ Ｐｒｏｃｅｓｓｅｓ， ２０１０， ２４（４）： ４２９⁃４４５．
［１９］ 　 中国科学院中国植被图编辑委员会． 中华人民共和国植被图（１∶１００万）． 北京： 地质出版社， ２００７．
［２０］ 　 冉有华， 李新， 卢玲． 四种常用的全球 １ｋｍ 土地覆盖数据中国区域的精度评价． 冰川冻土， ２００９， ３１（３）： ４９０⁃５００．
［２１］ 　 Ｈｕｔｃｈｉｎｓｏｎ Ｍ Ｆ， Ｇｅｓｓｌｅｒ Ｐ Ｅ． Ｓｐｌｉｎｅｓ⁃ｍｏｒｅ ｔｈａｎ ｊｕｓｔ ａ ｓｍｏｏｔｈ ｉｎｔｅｒｐｏｌａｔｏｒ． Ｇｅｏｄｅｒｍａ， １９９４， ６２（１ ／ ３）： ４５⁃６７．
［２２］ 　 Ｔａｎｓ Ｐ， Ｋｅｅｌｉｎｇ Ｒ． ＮＯＡＡ ／ ＥＳＲＬ． ２０１４⁃１⁃１［２０１４⁃１０⁃２３］ ． ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｓｒｌ．ｎｏａａ．ｇｏｖ ／ ｇｍｄ ／ ｃｃｇｇ ／ ｔｒｅｎｄｓ ／ ．
［２３］ 　 于贵瑞， 伏玉玲， 孙晓敏， 温学发， 张雷明． 中国陆地生态系统通量观测研究网络 （ＣｈｉｎａＦＬＵＸ） 的研究进展及其发展思路． 中国科学 Ｄ
辑： 地球科学， ２００６， ３６（Ｓ１）： １⁃２１．
［２４］ 　 Ｋｕｃｈａｒｉｋ Ｃ Ｊ， Ｂａｒｆｏｒｄ Ｃ Ｃ， Ｍａａｙａｒ Ｍ Ｅ， Ｗｏｆｓｙ Ｓ Ｃ， Ｍｏｎｓｏｎ Ｒ Ｋ， Ｂａｌｄｏｃｃｈｉ Ｄ Ｄ． Ａ ｍｕｌｔｉｙｅａｒ ｅｖａｌｕａｔｉｏｎ ｏｆ ａ ｄｙｎａｍｉｃ ｇｌｏｂａｌ ｖｅｇｅｔａｔｉｏｎ ｍｏｄｅｌ ａｔ
ｔｈｒｅｅ ＡｍｅｒｉＦｌｕｘ ｆｏｒｅｓｔ ｓｉｔｅｓ： ｖｅｇｅｔａｔｉｏｎ ｓｔｒｕｃｔｕｒｅ， ｐｈｅｎｏｌｏｇｙ， ｓｏｉｌ ｔｅｍｐｅｒａｔｕｒｅ， ａｎｄ ＣＯ２ ａｎｄ Ｈ２Ｏ ｖａｐｏｒ ｅｘｃｈａｎｇｅ． Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ， ２００６，
１９６（１ ／ ２）： １⁃３１．
［２５］ 　 Ｆｅｎｇ Ｘ， Ｌｉｕ Ｇ， Ｃｈｅｎ Ｊ Ｍ， Ｃｈｅｎ Ｍ， Ｌｉｕ Ｊ， Ｊｕ Ｗ Ｍ， Ｓｕｎ Ｒ， Ｚｈｏｕ Ｗ． Ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ Ｃｈｉｎａ′ｓ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｆｒｏｍ ａ ｐｒｏｃｅｓｓ
ｍｏｄｅｌ ｄｒｉｖｅｎ ｂｙ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ， ２００７， ８５（３）： ５６３⁃５７３．
［２６］ 　 Ｘｉａｏ Ｘ Ｍ， Ｍｅｌｉｌｌｏ Ｊ Ｍ， Ｋｉｃｋｌｉｇｈｔｅｒ Ｄ Ｗ， Ｐａｎ Ｙ Ｄ， ＭｃＧｕｉｒｅ Ａ Ｄ， Ｈｅｌｆｒｉｃｈ Ｊ Ｖ Ｋ ＩＩＩ． Ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ
ａｎｄ ｉｔｓ ｅｑｕｉｌｉｂｒｉｕｍ ｒｅｓｐｏｎｓｅｓ ｔｏ ｃｈａｎｇｅｓ ｉｎ ｃｌｉｍａｔｅ ａｎｄ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ． Ａｃｔａ Ｐｈｙｔｏｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ， １９９８， ２２（２）： ９７⁃１１８．
［２７］ 　 朴世龙， 方精云， 郭庆华． １９８２⁃１９９９年我国植被净第一性生产力及其时空变化． 北京大学学报： 自然科学版， ２００１， ３７（４）： ５６３⁃５６９．
［２８］ 　 陶波， 李克让， 邵雪梅， 曹明奎． 中国陆地净初级生产力时空特征模拟． 地理学报， ２００３， ５８（３）： ３７２⁃３８０．
１２９３　 １３期 　 　 　 杨延征　 等：基于 ＩＢＩＳ模型的 １９６０—２００６年中国陆地生态系统碳收支格局研究 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
［２９］　 李克让， 王绍强， 曹明奎． 中国植被和土壤碳贮量． 中国科学 Ｄ辑： 地球科学， ２００３， ３３（１）： ７２⁃８０．
［３０］ 　 Ｃａｏ Ｍ Ｋ， Ｐｒｉｎｃｅ Ｓ Ｄ， Ｌｉ Ｋ Ｒ， Ｔａｏ Ｂ， Ｓｍａｌｌ Ｊ， Ｓｈａｏ Ｘ Ｍ． Ｒｅｓｐｏｎｓｅ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｃａｒｂｏｎ ｕｐｔａｋｅ ｔｏ ｃｌｉｍａｔｅ ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｂｉｌｉｔｙ ｉｎ Ｃｈｉｎａ． Ｇｌｏｂａｌ
Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２００３， ９（４）： ５３６⁃５４６．
［３１］ 　 Ｃａｏ Ｍ Ｋ， Ｔａｏ Ｂ， Ｌｉ Ｋ Ｒ， Ｓｈａｏ Ｘ Ｍ， Ｓｔｅｐｈｅｎ Ｄ Ｐ． Ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｔｉｏｎ ｉｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｃａｒｂｏｎ ｆｌｕｘｅｓ ｉｎ Ｃｈｉｎａ ｆｒｏｍ １９８１ ｔｏ １９９８． Ａｃｔａ
Ｂｏｔａｎｉｃａ Ｓｉｎｉｃａ， ２００３， ４５（５）： ５５２⁃５６０．
［３２］ 　 黄玫， 季劲钧， 曹明奎， 李克让． 中国区域植被地上与地下生物量模拟． 生态学报， ２００６， ２６（１２）： ４１５６⁃４１６３．
［３３］ 　 季劲钧， 黄玫， 李克让． ２１世纪中国陆地生态系统与大气碳交换的预测研究． 中国科学 Ｄ辑： 地球科学， ２００８， ３８（２）： ２１１⁃２２３．
［３４］ 　 Ｆａｎｇ Ｊ Ｙ， Ｐｉａｏ Ｓ Ｌ， Ｆｉｅｌｄ Ｃ Ｂ， Ｐａｎ Ｙ Ｄ， Ｇｕｏ Ｑ Ｈ， Ｚｈｏｕ Ｌ Ｍ， Ｐｅｎｇ Ｃ Ｈ， Ｔａｏ Ｓ． Ｉｎｃｒｅａｓｉｎｇ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ｉｎ Ｃｈｉｎａ ｆｒｏｍ １９８２ ｔｏ １９９９．
Ｆｒｏｎｔｉｅｒｓ ｉｎ Ｅｃｏｌｏｇｙ ａｎｄ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００３， １（６）： ２９３⁃２９７．
［３５］ 　 虞海燕， 刘树华， 赵娜， 李栋， 于永涛． １９５１⁃２００９年中国不同区域气温和降水量变化特征． 气象与环境学报， ２０１１， ２７（４）： １⁃１１．
［３６］ 　 肖栋， 李建平． 皮纳图博火山爆发对 ２０世纪 ９０年代初平流层年代际变冷突变的影响机理． 科学通报， ２０１１， ５６（４ ／ ５）： ３３３⁃３４１．
［３７］ 　 庞瑞， 顾峰雪， 张远东， 候振宏， 刘世荣． 西南高山地区净生态系统生产力时空动态． 生态学报， ２０１２， ３２（２４）： ７８４４⁃７８５６．
［３８］ 　 Ｐｉａｏ Ｓ Ｌ， Ｙｉｎ Ｇ Ｄ， Ｔａｎ Ｊ Ｇ， Ｃｈｅｎｇ Ｌ， Ｈｕａｎｇ Ｍ Ｔ， Ｌｉ Ｙ， Ｌｉｕ Ｒ Ｇ， Ｍａｏ Ｊ Ｆ， Ｍｙｎｅｎｉ Ｒ Ｂ， Ｐｅｎｇ Ｓ Ｓ， Ｐｏｕｌｔｅｒ Ｂ， Ｓｈｉ Ｘ Ｙ， Ｘｉａｏ Ｚ Ｑ， Ｚｅｎｇ Ｎ，
Ｚｅｎｇ Ｚ Ｚ， Ｗａｎｇ Ｙ Ｐ． Ｄｅｔｅｃｔｉｏｎ ａｎｄ ａｔｔｒｉｂｕｔｉｏｎ ｏｆ ｖｅｇｅｔａｔｉｏｎ ｇｒｅｅｎｉｎｇ ｔｒｅｎｄ ｉｎ Ｃｈｉｎａ ｏｖｅｒ ｔｈｅ ｌａｓｔ ３０ ｙｅａｒｓ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１５， ２１（４）：
１６０１⁃１６０９．
２２９３ 　 生　 态　 学　 报　 　 　 ３６卷