全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 (SHENGTAI XUEBAO)
摇 摇 第 31 卷 第 23 期摇 摇 2011 年 12 月摇 (半月刊)
目摇 摇 次
不同海拔高度高寒草甸光能利用效率的遥感模拟 付摇 刚,周宇庭,沈振西,等 (6989)…………………………
天山雪岭云杉大气花粉含量对气温变化的响应 潘燕芳,阎摇 顺,穆桂金,等 (6999)……………………………
春季季风转换期间孟加拉湾的初级生产力 刘华雪,柯志新,宋星宇,等 (7007)…………………………………
降水量对川西北高寒草甸牦牛粪分解速率的影响 吴新卫,李国勇,孙书存 (7013)……………………………
基于 SOFM网络对黄土高原森林生态系统的养分循环分类研究 陈摇 凯,刘增文,李摇 俊,等 (7022)…………
不同油松种源光合和荧光参数对水分胁迫的响应特征 王摇 琰,陈建文,狄晓艳 (7031)………………………
盐生境下硅对坪用高羊茅生物学特性的影响 刘慧霞,郭兴华,郭正刚 (7039)…………………………………
高温胁迫对不同种源希蒙得木叶片生理特性的影响 黄溦溦,张念念,胡庭兴,等 (7047)………………………
黄土高原水土保持林对土壤水分的影响 张建军,李慧敏,徐佳佳 (7056)………………………………………
青杨雌雄群体沿海拔梯度的分布特征 王志峰,胥摇 晓,李霄峰,等 (7067)………………………………………
大亚湾西北部春季大型底栖动物群落特征 杜飞雁,林摇 钦,贾晓平,等 (7075)…………………………………
湛江港湾浮游桡足类群落结构的季节变化和影响因素 张才学,龚玉艳,王学锋,等 (7086)……………………
台湾海峡鲐鱼种群遗传结构 张丽艳,苏永全,王航俊,等 (7097)…………………………………………………
洱海入湖河流弥苴河下游氮磷季节性变化特征及主要影响因素 于摇 超,储金宇,白晓华,等 (7104)…………
转基因鱼试验湖泊铜锈环棱螺种群动态及次级生产力 熊摇 晶,谢志才,蒋小明,等 (7112)……………………
河口湿地植物活体鄄枯落物鄄土壤的碳氮磷生态化学计量特征 王维奇,徐玲琳,曾从盛,等 (7119)……………
EDTA对铅锌尾矿改良土壤上玉米生长及铅锌累积特征的影响 王红新,胡摇 锋,许信旺,等 (7125)…………
不同包膜控释尿素对农田土壤氨挥发的影响 卢艳艳,宋付朋 (7133)……………………………………………
垄作栽培对高产田夏玉米光合特性及产量的影响 马摇 丽,李潮海,付摇 景,等 (7141)…………………………
DCD不同施用时间对小麦生长期 N2O排放的影响 纪摇 洋,余摇 佳,马摇 静,等 (7151)………………………
氮肥、钙肥和盐处理在冬小麦融冻胁迫适应中的生理调控作用 刘建芳,周瑞莲,赵摇 梅,等 (7161)…………
东北有机及常规大豆对环境影响的生命周期评价 罗摇 燕,乔玉辉,吴文良 (7170)……………………………
土壤施硒对烤烟生理指标的影响 许自成,邵惠芳,孙曙光,等 (7179)……………………………………………
不同种植方式对花生田间小气候效应和产量的影响 宋摇 伟,赵长星,王月福,等 (7188)………………………
西花蓟马的快速冷驯化及其生态学代价 李鸿波,史摇 亮,王建军,等 (7196)……………………………………
温度对麦长管蚜体色变化的影响 邓明明,高欢欢,李摇 丹,等 (7203)……………………………………………
不同番茄材料对 B型烟粉虱个体发育和繁殖能力的影响 高建昌,郭广君,国艳梅,等 (7211)………………
基于生态系统受扰动程度评价的白洋淀生态需水研究 陈摇 贺,杨摇 盈,于世伟,等 (7218)……………………
两种典型养鸡模式的能值分析 胡秋红,张力小,王长波 (7227)…………………………………………………
四种十八碳脂肪酸抑藻时鄄效关系分析的数学模型设计 何宗祥,张庭廷 (7235)………………………………
流沙湾海草床重金属富集特征 许战州,朱艾嘉,蔡伟叙,等 (7244)………………………………………………
基于 QuickBird的城市建筑景观格局梯度分析 张培峰,胡远满,熊在平,等 (7251)……………………………
景观空间异质性及城市化关联———以江苏省沿江地区为例 车前进,曹有挥,于摇 露,等 (7261)………………
基于 CVM的太湖湿地生态功能恢复居民支付能力与支付意愿相关研究 于文金,谢摇 剑,邹欣庆 (7271)……
专论与综述
北冰洋海域微食物环研究进展 何剑锋,崔世开,张摇 芳,等 (7279)………………………………………………
城市绿地的生态环境效应研究进展 苏泳娴,黄光庆,陈修治,等 (7287)…………………………………………
城市地表灰尘中重金属的来源、暴露特征及其环境效应 方凤满,林跃胜,王海东,等 (7301)…………………
研究简报
三峡库区杉木马尾松混交林土壤 C、N空间特征 林英华,汪来发,田晓堃,等 (7311)…………………………
广州小斑螟发生与环境因子的关系 刘文爱,范航清 (7320)………………………………………………………
期刊基本参数:CN 11鄄2031 / Q*1981*m*16*336*zh*P* ￥ 70郾 00*1510*39*
室室室室室室室室室室室室室室
2011鄄12
封面图说: 黄河的宁夏段属于中国的半荒漠地区,这里气候干燥、降水极少(250mm以下)、植被缺乏、物理风化强烈、风力作用
强劲、其蒸发量超过降水量数十倍。 人们从黄河中提水引水灌溉土地,就近形成了荒漠中的绿洲。 有水就有生命,
有水就有绿色。 这种独特的条件形成了人与沙较量的生态关系———不是人逼沙退就是沙逼人退。
彩图提供: 陈建伟教授摇 国家林业局摇 E鄄mail: cites. chenjw@ 163. com
第 31 卷第 23 期
2011 年 12 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 31,No. 23
Dec. ,2011
http: / / www. ecologica. cn
基金项目:国家科技支撑计划项目(2007BAC06B01,2006BAC01A04); 国家自然基金资助项目(40771121,41171084)
收稿日期:2010鄄10鄄15; 摇 摇 修订日期:2010鄄12鄄07
*通讯作者 Corresponding author. E鄄mail: shenzx@ igsnrr. ac. cn
付刚,周宇庭,沈振西,张宪洲,石培礼,何永涛,余桂荣,武建双. 不同海拔高度高寒草甸光能利用效率的遥感模拟. 生态学报,2011,31(23):
6989鄄6998.
Fu G, Zhou Y T, Shen Z X, Zhang X Z, Shi P L, He Y T, Yu G Y, Wu J S. Satellite鄄based modelling light use efficiency of alpine meadow along an
altitudinal gradient. Acta Ecologica Sinica,2011,31(23):6989鄄6998.
不同海拔高度高寒草甸光能利用效率的遥感模拟
付摇 刚1,2,周宇庭1,2,沈振西1,*,张宪洲1,石培礼1,2,何永涛1,2,余桂荣1,2,武建双1,2
(1. 中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室 拉萨高原生态系统研究站,北京摇 100101;
2. 中国科学院研究生院,北京摇 100049)
摘要:利用植被光合模型模拟了藏北高原 3 个海拔高度(4300,4500 m和 4700 m)的高寒草甸生态系统的光能利用效率。 海拔
4500 m的光能利用效率均值(0. 47 g C / MJ)显著高于海拔 4300 m(0. 38 g C / MJ )和 4700 m(0. 35 g C / MJ),而海拔 4300 m 和
4700 m两者间差异不显著。 相关分析和多重逐步回归分析表明,影响每个海拔光能利用效率季节变化的主要因子为空气温
度,相对湿度以及地表水分指数,这 3 个因子共同解释了 99%以上的光能利用效率的季节变化,其中空气温度的贡献最大,相
对湿度的贡献次之,地表水分指数的贡献最小,这说明在 3 个海拔的任何一个海拔高度,温度对光能利用效率季节变化的胁迫
作用大于水分对光能利用效率季节变化的胁迫作用。 多重逐步线性回归分析表明,生长季节均土壤含水量是决定生长季节均
光能利用效率沿海拔高度分布的主导因子。 单因子线性回归分析表明,地表水分指数可以定量化高寒嵩草草甸生态系统水分
状况,它同时可以反应土壤水分、近地表空气湿度以及生态系统植被含水量状态。 因此,在高寒嵩草草甸生态系统,用地表水分
指数反应生态系统尺度水分对光能利用效率的胁迫作用是可行的。
关键词:光能利用效率;遥感模拟;高寒草甸;海拔高度
Satellite鄄based modelling light use efficiency of alpine meadow along an
altitudinal gradient
FU Gang1,2, ZHOU Yuting1, 2, SHEN Zhenxi1,*, ZHANG Xianzhou1, SHI Peili1,2, HE Yongtao1,2, YU Guiyong1,2,
WU Jianshuang1,2 摇
1 Lhasa Plateau Ecosystem Research Station, Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural
Resources Research, Chinese Academy of Sciences, Beijing 100101, China
2 Graduate University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Light use efficiency is defined as the ratio of gross primary production or net primary production against the
absorbed light energy by vegetation canopy. The quantification modeling of gross primary production or net primary
production is based on the quantification modeling of light use efficiency to some extent. Therefore, quantifying light use
efficiency at various spatial and temporal resolutions is significant for global carbon cycle because quantifying primary
production at various spatial and temporal resolutions is one important component of quantifying global carbon cycle. Alpine
meadow is one typical vegetation type on the Qinghai鄄Tibet Plateau. It is a typical ecosystem in both the Central Asia and
the world. Meanwhile, alpine meadow plays a very important role in regiononal carbon budget in China. Hence, quantifying
light use efficiency of alpine meadow ecosystem is very important for quantifying region carbon budget on Qinghai鄄Tibet
Plateau. We modeled the light use efficiency of three alpine meadow ecosystems along an altitudinal gradient (4300—4700
m) on the Northern Tibetan Plateau by using the vegetation photosynthesis model in this study. The light use efficiency is
http: / / www. ecologica. cn
determined by two attenuation scalars, land surface water index and air temperature in the vegetation photosynthesis model.
Land surface water index can reflect the effects of land surface water content and vegetation phenology on the light use
efficiency in the vegetation photosynthesis model. The mean values of the light use efficiency on altitudes of 4300 m, 4500
m and 4700 m were 0. 38 g C / MJ, 0. 47 g C / MJand 0. 35 g C / MJ, respectively. Analysis of variance showed that the light
use efficiency on altitude 4500 m was significantly higher than those on altitudes of 4300 m and 4700 m. Besides, the light
use efficiency difference between altitude of 4300 m and 4700 m was not significant. Simple linear correlation analysis and
multiple stepwise linear regression analysis between light use efficiency and soil temperature, soil water content, air
temperature, relative humidity and land surface water index showed that the seasonal change of the light use efficiency was
determined by air temperature, relative humidity and land surface water index on all studied altitudes. Air temperature,
relative humidity and land surface water index together explained at least 99% of seasonal change of the light use efficiency.
The standard regression coefficient of air temperature was the largest, followed by relative humidity and then by land surface
water index. Therefore, the contribution ranking of each factor to the light use efficiency regression equation was air
temperature > relative humidity > land surface water index on all altitudes. This indicated that the influence of temperature
on seasonal change of light use efficiency was larger than water. Multiple stepwise linear regression analysis showed that
growing season average soil water content was the dominant factor controlling the spatial variations of growing season average
light use efficiency along the altitudinal gradient. Single linear regression analysis showed that land surface water index
significantly explained seasonal changes of soil water content and relative humidity on all altitudes. Land surface water index
on altitude of 4500 m and 4700 m also significantly explained seasonal changes of vapor pressure deficit. Additionally,
seasonal changes of vapor pressure deficit on altitude of 4300 m was explained by land surface water index to some extent.
These results indicated that land surface water index could quantify the seasonal change of environmental water content of
land surface in the alpine meadow ecosystem. Thus, it is feasible to use land surface water index to infer the water
attenuation scalar for the alpine meadow ecosystem on the Northern Tibetan Plateau.
Key Words: light use efficiency; satellite鄄based modelling; alpine meadow; altitude
光能利用效率(Light use efficiency,LUE)指的是植被所吸收的碳与植被冠层所吸收的光能量之比[1]。 植
被所吸收的碳既可以用总初级生产力(Gross primary production,GPP) [2],也可以用净初级生产力(Net primary
production,NPP) [3]衡量。 定量化生产力的时空变化是定量化全球碳循环的重要挑战之一,在所有的生产力
模型中,LUE模型最有潜力定量化生产力的时空变化[4鄄5]。 因此,作为光能利用效率生产力模型的重要参数,
LUE的准确定量化模拟是定量化生产力时空变化和全球碳循环的基础。 很多 LUE模型已经广泛应用于生产
力的模拟,如植被光合模型(Vegetation photosynthesis model,VPM)等[6鄄9]。 在 LUE模型中,LUE一般按照下式
进行计算:
LUE = LUEmax 伊 f (1)
式中,LUEmax是指潜在光能利用效率或最大光能利用效率; f 是衰减因子,其中最常见的两个衰减因子是温度
因子和水分因子。 饱和水汽压亏缺或土壤湿度常被用来作为水分胁迫因子,而在 VPM中,Xiao 等[6鄄9]提出了
一个新的植被指数鄄地表水分指数(Land surface water index,LSWI),用来反应冠层水分状况和植被物候期对
LUE的影响。
高寒草甸是青藏高原典型植被之一,它在亚洲中部高寒环境以及世界高寒地区都极具代表性[10]。 青藏
高原高寒草甸生态系统的 GPP可能会随着大气 CO2浓度的增加而增加[10]。 因此,准确定量化模拟高寒草甸
生态系统的 LUE和生产力是定量化高寒草甸生态系统碳循环的重要组成部分。 以前的研究[11鄄12]表明,VPM
在定量化青藏高原高寒草甸总初级生产力时空变化方面具有一定的潜力。 此外,水热因子会随着海拔高度的
变化而发生变化[13鄄15],而水热因子的变化可能会引起 LUE 的变化。 基于此,本研究利用 VPM 模拟了藏北 3
0996 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
个海拔高度(4300、4500 m和 4700 m)高寒嵩草草甸的 LUE,以探讨 LUE的季节变化、沿海拔高度的分布特征
及其主导因子。
1摇 材料与方法
1. 1摇 研究地概况
研究区域(30毅30忆—30毅32忆,91毅03忆—91毅04忆)位于念青唐古拉山的南缘,属于当雄县的管辖范围。 当雄县
素有拉萨北大门之称,平均海拔 4200 m,位于藏北藏南的交错地带。 该地区属于高原性季风气候。 降水量有
明显的季节之分,80% 的降水集中在生长季节的 6—8 月份。 冰冻期较长,持续 3 个月 (11 月—翌年 1
月) [16鄄17]。 植被类型属于典型的高寒嵩草草甸植被[18]。
1. 2摇 样地布设
以当雄草原站(海拔 4300 m)为基点,沿着海拔每升高 200 m布设样地,共设置 3 块样地。 每块样地分别
架设了两套小气候观测系统(HOBO Weather Station Data Logger)。 不同海拔高度的优势物种和群落特征可以
参考[12, 18鄄19]。
1. 3摇 气象数据和 MODIS数据
1. 3. 1摇 MODIS数据
本研究利用了 MODIS的反照率产品 MYD09A1,它是以 8d作为时间单位的,包括 7 个波段的反照率数据
和一些质量控制数据。 其中本研究所涉及到的两个波段分别是第 2(近红外波段)和 6 波段(短波红外波段)。
MYD09A1 下载于 http: / / daac. ornl. gov / cgi鄄bin / MODIS / GLBVIZ_1_Glb / modis_subset_order_global_col5. pl。
1. 3. 2摇 气象数据
本研究所涉及到的气象数据主要包括空气温度(air temperature,Ta)、相对湿度(relative humidity,RH)、土
壤温度(soil temperature,Ts)、土壤含水量(soil water content,SWC)。 在本研究中,以每个海拔的两个 HOBO观
测系统的均值为基础,对 3 个海拔的光能利用效率进行模拟。 原始数据的采样频率为 1min。 因此,为了与
MODIS数据匹配,首先将原始数据求平均作为每天的均值,然后将每 8d的值再求平均得到每 8d的均值。
1. 4摇 模型介绍
在本研究中所采用的模型为 VPM的光能利用效率子模型。 关于 VPM的详细介绍可参照 Xiao 等[6鄄9],这
里只对本研究所涉及的光能利用效率子模型进行介绍。
在 VPM中,LUE按下面的表达式进行计算:
LUE = LUEmax 伊 Tscalar 伊 Wscalar 伊 Pscalar (2)
式中,LUEmax是最大光能利用效率(g C / MJ);Tscalar,Wscalar和 Pscalar分别是植被光能利用效率的温度参数、水分
参数和叶片物候期参数。
Tscalar用陆地生态系统模型(TEM)中的等式[6-11,20]进行估计:
Tscalar =
(T - Tmin)(T - Tmax)
[(T - Tmin)(T - Tmax)] - (T - Topt) 2
(3)
式中,Tmin、Topt和 Tmax分别是植物光合作用活动所需的最低、最适和最高温度。 如果空气温度降低到最低温度
以下,Tscalar值为 0。
Wscalar用 LSWI进行估计:
Wscalar =
1 + LSWI
1 + LSWImax
(4)
式中,LSWImax是生长季节内的最大陆地表面水分指数。 不同年份对应不同的 LSWImax [21]。
Pscalar也用 LSWI进行估计。 对于落叶植被类型,Pscalar的计算要分成两个阶段考虑:
Pscalar =
1 + LSWI
2 (5)
从种子萌芽开始到叶片完全展开
1996摇 23 期 摇 摇 摇 付刚摇 等:不同海拔高度高寒草甸光能利用效率的遥感模拟 摇
http: / / www. ecologica. cn
Pscalar = 1 (6)
叶片完全展开后
1. 5摇 模型关键参数的确定
1. 5. 1摇 最大光能利用效率的确定
不同植被类型的 LUEmax不同[6],可以根据通量塔观测的白天的净生态系统交换量 ( net ecosystem
exchange,NEE)和光合有效辐射(photosynthetically active radiation,PAR)或光合光量子通量密度(PPFD)数据
用 Michaelis鄄Menten模型进行拟合[10,22鄄23]。 为了取得最大光能利用效率值,查阅了关于青藏高原高寒草甸最
大光能利用效率方面的文献[10,12,16,24]。 据相关文献[24],在本研究中,LUEmax取 0. 73 g C / MJ。
1. 5. 2摇 植被指数
LSWI =
籽nir - 籽swir
籽nir + 籽swir
(7)
式中,籽nir和 籽swir分别是 MODIS传感器第 2 波段(841—876 nm)和第 6 波段(1628—1652 nm)的反照率[25]。
1. 5. 3摇 Tmin、Topt和 Tmax
不同植被类型的 Tmin、Topt和 Tmax不同[7,11]。 在本研究中,Tmin、Topt和 Tmax分别取 0、20 和 35益 [11鄄12]。
2摇 结果
2. 1摇 光能利用效率的季节变化
3 个海拔的光能利用效率的季节变化趋势大体一致(图 1):基本上呈单峰曲线,峰值出现在 7—8 月份;
从 5 月到 6 月底(5 月 1 日—6 月 25 日)光能利用效率大体上呈增加趋势,从 6 月底开始保持一个较恒定的值
直到 8 月上中旬,之后出现下降趋势。
图 1摇 4300, 4500 m和 4700 m的光能利用效率的季节变化
Fig. 1摇 Seasonal change of light use efficiency along an altitudinal gradient (4300—4700 m)
2. 2摇 气候因子的季节变化
3 个海拔的空气温度曲线趋势一致(图 2):都呈单峰曲线;从 5 月初开始,空气温度逐渐开始升高,在 6 月
2996 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
10 日—6 月 17 日期间出现次最大值,经过短暂的(6 月 18 日—6 月 25 日)下降后,空气温度在 6 月 26 日—7
月 3 日期间达到峰值,之后空气温度逐渐下降。 3 个海拔的土壤温度曲线也都呈单峰曲线,但它们的季节变
化并没有空气温度曲线的一致性高(图 2):4300 m 的土壤温度曲线峰值出现在 6 月 10 日—6 月 17 日期间,
早于空气温度曲线峰值,而 4500 m 和 4700 m的土壤曲线峰值则出现在 8 月 5 日—8 月 12 日期间,晚于空气
温度曲线峰值。 总体而言,空气温度低于土壤温度。 4300,4500 m 和 4700 m 每个海拔的土壤温度和空气温
度的季节变化的相关系数分别为 0. 830(P < 0. 001),0. 965(P < 0. 001)和 0. 974(P < 0. 001)。 3 个海拔的土
壤含水量和相对湿度曲线的趋势也分别一致(图 3):单峰曲线;从 5 月初开始逐渐增加至 8 月底 9 月初达到
最高值。 4300 m,4500 m和 4700 m 每个海拔的土壤含水量和相对湿度的季节变化的相关系数分别为 0. 697
(P = 0. 001),0. 767(P < 0. 001)和 0. 686(P = 0. 002)。
摇 图 2摇 4300, 4500 m和 4700 m的土壤温度、空气温度的季节变化
Fig. 2摇 Seasonal change of soil temperature and air temperature
along an altitudinal gradient (4300—4700 m)
摇 图 3摇 4300, 4500 m和4700 m的土壤含水量、相对湿度的季节变化
Fig. 3 摇 Seasonal change of soil water content and relative
humidity along an altitudinal gradient (4300—4700 m)
图 4摇 不同海拔高度的地表水分指数的季节变化
摇 Fig. 4 摇 Seasonal change of land surface water indices ( LSWI)
along an altitudinal gradient (4300—4700 m)
2. 3摇 地表水分指数的季节变化
3 个海拔的地表水分指数都是单峰曲线,不过峰值
出现时间有差异(图 4):海拔 4500 m 的峰值出现时间
(7 月 20 日—7 月 27 日)早于海拔 4300 m和 4700 m的
峰值出现时间(8 月 29 日—9 月 5 日)。 除了 7 月 20
日—8 月 4 日期间以及 8 月 29 日—9 月 5 日期间 3 个
海拔的 LSWI值都为正值外,3 个海拔的 LSWI 正值的
出现时间以及个数都不同(图 4)。
2. 4摇 3 个海拔的光能利用效率、气候因子、地表水分指
数的比较
多重比较(表 1)表明,3 个海拔间的土壤含水量、
相对湿度和地表水分指数差异都不显著;海拔 4700 m
的土壤温度显著低于海拔 4300 m 和 4500 m 的土壤温
度,4300 m 和 4500 m 的土壤温度差异不显著;海拔
4500 m的空气温度与 4300、4700 m 的空气温度分别都
没有显著性差异,而海拔 4700 m的空气温度显著低于海拔 4300 m的空气温度;温度参数的结果与空气温度
的完全一样;水分参数在 3 个海拔的任意两个海拔间都有显著差异,其中海拔 4500 m 的水分参数值最大,而
3996摇 23 期 摇 摇 摇 付刚摇 等:不同海拔高度高寒草甸光能利用效率的遥感模拟 摇
http: / / www. ecologica. cn
海拔 4300 m的水分参数值最小。 海拔 4500 m的光能利用效率最大,且显著大于其它两个海拔的光能利用效
率,而海拔 4700 m的光能利用效率最小,但与海拔 4300 m的光能利用效率差异不显著。
表 1摇 3 个海拔的生长季节的气候数据、植被指数和光能利用效率的多重比较
Table 1摇 Multiple comparisons of climate data, vegetation indices and light use efficiency among the three altitudinal gradient from 4300 to 4700
m, respectively
海拔高度 / m
Altitude
土壤温度 / 益
Ts
土壤含水量
/ (m3 / m3)
SWC
空气温度 / 益
Ta
相对湿度 / %
RH
地表水分
指数 LSWI
温度参数
Tscalar
水分参数
Wscalar
光能利用效率
LUE (g C / MJ)
4300 14. 30 b 0. 134 a 11. 32 b 65. 9 a -0. 0346 a 0. 77 b 0. 67 a 0. 38 a
4500 13. 81 b 0. 169 a 10. 26 ab 66. 3 a -0. 0652 a 0. 72 ab 0. 89 c 0. 47 b
4700 11. 15 a 0. 160 a 8. 60 a 67. 8 a -0. 0058 a 0. 63 a 0. 76 b 0. 35 a
摇 摇 不同字母间表示差异显著
2. 5摇 光能利用效率与气候因子、地表水分指数的关系
表 2 的相关分析结果表明,海拔 4300 m,4500 m和 4700 m的光能利用效率与空气温度、地表水分指数、
温度参数、水分参数都分别达到了显著或极显著相关关系,而与土壤含水量、相对湿度的相关关系不显著。 海
拔 4500 m和 4700 m的光能利用效率和土壤温度也都分别达到了极显著相关关系,而海拔 4300 m 的两者关
系不显著。 3 个海拔的所有数据的整体相关分析结果(表 2)表明,光能利用效率与土壤温度、土壤含水量、空
气温度、相对湿度、地表水分指数、温度参数、水分参数都分别达到了显著或极显著相关。
表 2摇 光能利用效率与各因子的相关分析,时间尺度:日尺度
Table 2摇 Correlation analysis between light use efficiency and related factors along an altitudinal gradient (4300—4700 m)
海拔 / m
Altitude
土壤温度
Ts
土壤含水量
SWC
空气温度
Ta
相对湿度
RH
地表水分指数
LSWI
温度参数
Tscalar
水分参数
Wscalar
4300(n=18) 0. 283 0. 414 0. 702*** 0. 308 0. 653** 0. 737*** 0. 653**
4500(n=18) 0. 879*** 0. 340 0. 938*** 0. 291 0. 578* 0. 954*** 0. 578*
4700(n=18) 0. 900*** 0. 301 0. 850*** 0. 435 0. 569* 0. 870*** 0. 569*
4300-4700 (n=54) 0. 642*** 0. 348** 0. 729*** 0. 280* 0. 374** 0. 761*** 0. 628***
摇 摇 *,** 和 *** 分别表示显著性达到 0. 05、0. 01 和 0. 001 水平
3 个海拔的每日的光能利用效率与每日的土壤温度、土壤含水量、空气温度、相对湿度以及地表水分指数
的多重逐步回归分析结果类似(表 3):无论是否考虑截距项,土壤温度和土壤含水量都不会进入回归方程,而
空气温度和地表水分指数则都会进入方程;相对湿度只有在无截距项时才会进入回归方程;回归方程极显著
地解释了 98%以上的光能利用效率的变异;标准回归系数表明不同因子对光能利用效率回归方程的贡献不
同,空气温度的贡献最大,相对湿度的贡献次之,地表水分指数的贡献最小。 3 个海拔的所有数据的整体回归
分析结果(表 3)表明,在有截距的情况下,截距项没有达到显著水平(P=0. 9089),且存在着较强的共线性;在
无截距的情况下,土壤含水量和空气温度进入回归方程,且空气温度对回归方程的贡献大于土壤含水量的贡
献,该回归方程解释了 98%的光能利用效率变异。
生长季节均光能利用效率与生长季节均土壤温度、均土壤含水量、均空气温度、相对湿度以及均地表水分
指数的相关系数分别为 0. 550 (P = 0. 629),0. 532(P = 0. 643),0. 325 (P = 0. 789),-0. 504 (P = 0. 664),
-0. 955(P=0. 191)。 通过整个生长季光能利用效率均值与整个生长季土壤温度、土壤含水量、空气温度、相
对湿度以及地表水分指数均值的多重逐步回归分析发现,整个生长季均光能利用效率的沿海拔高度的空间变
化只与生长季均土壤含水量呈极显著线性关系,其回归方程为 y = 2. 5710x(x,y 分别表示生长季均土壤含水
量和生长季均光能利用效率,R2 =0. 9817,RMSE=0. 0542,P=0. 006, n=3)。
4996 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
表 3摇 光能利用效率与气候因子、地表水分指数的逐步回归分析(时间尺度:日尺度 )
Table 3摇 Multiple stepwise linear analysis between light use efficiency andclimate data and LSWI along an altitudinal gradient (4300—4700 m)
海拔 / m
Altitude
截距
Intercept
回归方程
Regression equations
标准回归系数
Standardized regression coefficients
决定系数
R2
均方根误差
RMSE
显著性概率
P
4300 无 y=0. 0268x3 +0. 0012x4 +0. 3253x5 x3:0. 8114,x4:0. 2171,x5:0. 1173 0. 9978 0. 0179 <0. 0001
(n=18) 有 y=0. 0228x3 +0. 3859x5 +0. 1301 x3:0. 7602,x5:0. 6972 0. 9887 0. 0081 <0. 0001
4500 无 y=0. 0376x3 +0. 0015x4 +0. 2510x5 x3:0. 8292,x4:0. 2081,x5:0. 0482 0. 9990 0. 0151 <0. 0001
(n=18) 有 y=0. 0341x3 +0. 5352x5 +0. 1525 x3:0. 8462,x5:0. 3476 0. 9947 0. 0075 <0. 0001
4700 无 y=0. 0331x3 +0. 0010x4 +0. 2675x5 x3:0. 8159,x4:0. 1867,x5:0. 1020 0. 9990 0. 0112 <0. 0001
(n=18) 有 y=0. 0320x3 +0. 3483x5 +0. 0771 x3:0. 8191,x5:0. 5186 0. 9894 0. 0098 <0. 0001
4300—4700
(n=54) 无
y=0. 6646x2 +0. 0293x3 x2:0. 2696,x3:0. 7431 0. 9800 0. 0580 <0. 0001
摇 摇 x1,x2,x3,x4和 x5分别代表土壤温度、土壤含水量、空气温度、相对湿度和地表水分指数
3摇 讨论与结论
光能利用效率与空气温度的相关性强于光能利用效率与地表水分指数的相关性,且光能利用效率与温度
参数的相关性强于光能利用效率与水分参数的相关性(图 1,表 2)。 空气温度的标准回归系数比地表水分指
数、相对湿度以及土壤含水量的标准回归系数都大(表 3)。 标准回归系数值越大,其对回归方程的贡献也越
大,因此,空气温度对回归方程的贡献大于其它因子。 这些结果同时表明了高寒嵩草草甸生态系统光能利用
效率的季节变化主要受控于空气温度。 沿着海拔梯度,温度参数的值域宽度、标准差、变异系数分别大于水分
参数的值域宽度、标准差、变异系数(表 4),这也说明温度参数比水分参数更能反应光能利用效率的季节变
化。 T检验表明,海拔 4300 m的温度参数均值显著大于水分参数均值(P = 0. 019),而海拔 4500 m和 4700 m
的温度参数均值则分别都极显著小于水分参数均值。 温度参数和水分参数两者中数值较小的因子对光能利
用效率的胁迫作用更大,从这个角度出发,即从静态的角度出发,平均而言,海拔 4300 m的光能利用效率主要
受控于水分参数,而海拔 4500 m和 4700 m的则主要受控于温度参数。 而从季节变化的角度出发,3 个海拔
的光能利用效率都主要受控于温度参数(表 2—表 4)。 因此,值域、标准差和变异系数这 3 个统计量比均值更
能够反应光能利用效率的季节变化。
表 4摇 光能利用效率的温度参数和水分参数的统计指标,时间尺度:日尺度
Table 4摇 Statistical indices of light use efficiency along an altitudinal gradient (4300—4700 m)
海拔 / m
Altitude
温度参数 Tscalar
值域
Range of values
标准差
Standard deviation
变异系数
Coefficient
of variation
水分参数 Wscalar
值域
Range of values
标准差
Standard deviation
变异系数
Coefficient of variation
4300 (n=18) 0. 45—0. 92 0. 126 0. 164 0. 57—1 0. 095 0. 142
4500(n=18) 0. 35—0. 87 0. 141 0. 197 0. 81—1 0. 063 0. 071
4700(n=18) 0. 24—0. 81 0. 151 0. 241 0. 64—1 0. 109 0. 143
4300—4700(n=54) 0. 24—0. 92 0. 149 0. 212 0. 57—1 0. 128 0. 165
光能利用效率多重回归模型中,在有截距项参与回归的情况下,海拔 4300 m的空气温度和地表水分指数
的标准回归系数仅相差 0. 063,海拔 4500 m和 4700 m的则分别相差 0. 4986 和 0. 3005;在无截距项参与回归
的情况下,海拔 4300,4500 m 和 4700 m 的空气温度和地表水分指数的标准回归系数之差分别为 0. 6941,
0郾 7810 和 0. 7139。 标准回归系数相差越大表明两者对回归方程的贡献差越大,所以海拔 4300 m的空气温度
和地表水分指数对回归方程的贡献差异最小,而海拔 4500 m的差异最大。
多重回归分析显示,沿着海拔梯度,生长季节均土壤含水量一个因子就极显著地解释了 98. 17%的生长
季节均光能利用效率变异。 因此,可以说生长季节均土壤含水量是生长季节均光能利用效率沿海拔分布的主
导因子。
5996摇 23 期 摇 摇 摇 付刚摇 等:不同海拔高度高寒草甸光能利用效率的遥感模拟 摇
http: / / www. ecologica. cn
很多研究[26鄄28]表明,较高的饱和水汽压亏缺将引起气孔关闭,气孔阻力增加,叶片光合速率降低,从而导
致生产力降低。 因此,在一些总初级生产力模型[2,24,29]中,饱和水汽压亏缺被用来作为光能利用效率的水分
胁迫因子。 尽管如此,饱和水汽压亏缺有着自身的限制,它是基于点的测量,因此对于地形复杂的地区它很难
反应生态系统尺度的值。 青藏高原气象数据观测站较少,从而导致气象观测数据缺乏,因此,饱和水汽压亏缺
数据的可获得性较差。 相反,地表水分指数则相对容易获得,它可以通过 MODIS 影像得到,MODIS 传感器每
1 天或 2 天就会经过同一个地点,且覆盖全球。 因此,对于气象数据缺乏的地区,地表水分指数作为光能利用
效率的水分胁迫因子无疑是一种可以值得考虑的选择。
图 5摇 不同海拔高度的土壤含水量、相对湿度、饱和水汽压亏缺与地表水分指数(LSWI)的线性回归
Fig. 5摇 Linear regression between land surface water indices (LSWI) and relative humidity, soil water content and vapor pressure deficit
along an altitudinal gradient (4300—4700 m), respectively
表 5摇 不同海拔高度的土壤含水量、相对湿度、饱和水汽压亏缺与地表水分指数(LSWI)的线性回归参数 (n=18)
Table 5摇 Regression parameters of the linear regression between land surface water indices (LSWI) and relative humidity, soil water content
and vapor pressure deficit along an altitudinal gradient (4300—4700 m), respectively
海拔 / m
Altitude
土壤含水量 Soil water content
回归方程
Regression
equations
决定系数
R2
显著性
概率 P
相对湿度 Relative humidity
回归方程
Regression
equations
决定系数
R2
显著性
概率 P
饱和水汽压亏缺 Vapor pressure deficit
回归方程
Regression
equations
决定系数
R2
显著性
概率 P
4300 y=0. 26x+0. 14 0. 2529 0. 019 y=50. 16x+67. 63 0. 2107 = 0. 032 y=-0. 70x+0. 44 0. 1596 0. 056
4500 y=0. 80x+0. 22 0. 5711 < 0. 001 y=159. 28x+76. 69 0. 6237 < 0. 001 y=-1. 66x+0. 32 0. 3239 0. 008
4700 y=0. 31x+0. 16 0. 6304 < 0. 001 y=81. 23x+68. 23 0. 6682 < 0. 001 y=-0. 88x+0. 36 0. 4880 < 0. 001
3 个海拔高度的地表水分指数都显著地解释了土壤含水量、相对湿度的季节变化,海拔 4500 m和 4700 m
的地表水分指数也显著解释了饱和水汽压亏缺的季节变化,海拔 4300 m的地表水分指数也在一定程度上解
释了饱和水汽压亏缺的季节变化(图 5,表 5),表明地表水分指数可以定量化高寒嵩草草甸生态系统表层环
境的水分状态,它同时可以反应土壤水分状态、近地表空气湿度状态以及生态系统植被含水量状态。 因此,在
高寒嵩草草甸生态系统,用地表水分指数反应生态系统尺度水分对光能利用效率的胁迫作用是可行的。
6996 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
References:
[ 1 ]摇 Chen J, Shen M G, Kato T. Diurnal and seasonal variations in light鄄use efficiency in an alpine meadow ecosystem: causes and implications for
remote sensing. Journal of Plant Ecology, 2009, 2(4): 173鄄185.
[ 2 ] 摇 Prince S D, Goward S N. Global primary production: a remote sensing approach. Journal of Biogeography, 1995, 22(4 / 5): 815鄄835.
[ 3 ] 摇 Potter C S, Randerson J T, Field C B, Matson P A, Vitousek P M, Mooney H A, Klooster S A. Terrestrial ecosystem production: a process model
based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7(4): 811鄄841.
[ 4 ] 摇 Yuan W P, Liu S G, Zhou G S, Zhou G Y, Tieszen L L, Baldocchi D, Bernhofer C, Gholz H, Goldstein A H, Goulden M L, Hollinger D Y, Hu
Y M, Law B E, Stoy P C, Vesala T, Wofsy S C, other AmeriFlux collaborators. Deriving a light use efficiency model from eddy covariance flux
data for predicting daily gross primary production across biomes. Agricultural and Forest Meteorology, 2007, 143(3 / 4): 189鄄207.
[ 5 ] 摇 Wu C Y, Niu Z, Tang Q, Huang W J, Rivard B, Feng J L. Remote estimation of gross primary production in wheat using chlorophyll鄄related
vegetation indices. Agricultural and Forest Meteorology, 2009, 149(6 / 7): 1015鄄1021.
[ 6 ] 摇 Xiao X M, Hollinger D, Aber J, Goltz M, Davidson E A, Zhang Q Y, Moore B 芋. Satellite鄄based modeling of gross primary production in an
evergreen needleleaf forest. Remote Sensing of Environment, 2004, 89(4): 519鄄534.
[ 7 ] 摇 Xiao X M, Zhang Q Y, Braswell B, Urbanski S, Boles S, Wofsy S, Moore B 芋, Ojima D. Modeling gross primary production of temperature
deciduous broadleaf forest using satellite images and climate data. Remote Sensing of Environment, 2004, 91(2): 256鄄270.
[ 8 ] 摇 Xiao X M, Zhang Q Y, Hollinger D, Aber J, Moore B 芋. Modeling gross primary production of an evergreen needleleaf forest using MODIS and
climate data. Ecological Applications, 2005, 15(3): 954鄄969.
[ 9 ] 摇 Xiao X M, Zhang Q Y, Saleska S, Hutyra L, De Camargo P, Wofsy S, Frolking S, Boles S, Keller M, Moore B 芋. Satellite鄄based modeling of
gross primary production in a seasonally moist tropical evergreen forest. Remote Sensing of Environment, 2005, 94(1): 105鄄122.
[10] 摇 Xu L L, Zhang X Z, Shi P L, Yu G R. The apparent quantum yield and the apparent maximum photosynthetic rate in the alpine meadow on Tibet
Plateau. Science in China Series D: Earth Sciences, 2004, 34(Supplement域): 125鄄130.
[11] 摇 Li Z Q, Yu G R, Xiao X M, Li Y N, Zhao X Q, Ren C Y, Zhang L M, Fu Y L. Modeling gross primary production of alpine ecosystems in the
Tibetan Plateau using MODIS images and climate data. Remote Sensing of Environment, 2007, 107(3): 510鄄519.
[12] 摇 Fu G, Shen Z X, Zhang X Z, You S C, Wu J S, Shi P L. Modeling gross primary productivity of alpine meadow in the northern Tibet Plateau by
using MODIS images and climate data. Acta Ecologica Sinica, 2010, 30(5): 264鄄269.
[13] 摇 Xie J, Liu J S, Du M Y, Kang S C, Wang K K. Analysis of the observation results of temperature and precipitation over an alpine mountain, the
Lhasa River Basin. Progress in Geography, 2009, 28(2): 223鄄230.
[14] 摇 Xie J, Liu J S, Du M Y, Kang S C, Wang Z Y. Observation of summer precipitation along an altitudinal transect in southern slopes of Tanggula
Mountains. Journal of Water Resources and Water Engineering, 2009, 20(5): 14鄄18.
[15] 摇 Xie J, Liu J S, Du M Y, Wang Z Y. Altitudinal distribution of air temperature over a southern slope of Nyainqentanglha Mountains, Tibetan
Plateau. Scientia Geographica Sinica, 2010, 30(1): 113鄄118.
[16] 摇 Xu L L, Zhang X Z, Shi P L, Li W H, He Y T. Modeling the maximum apparent quantum use efficiency of alpine meadow ecosystem on Tibetan
Plateau. Ecological Modelling, 2007, 208(2 / 4): 129鄄134.
[17] 摇 Shi P L, Sun X M, Xu L L, Zhang X Z, He Y T, Zhang D Q, Yu G R. Net ecosystem CO2 exchange and controlling factors in a steppe鄄Kobresia
meadow on the Tibetan Plateau. Science in China Series D: Earth Sciences, 2006, 49(Supplement域): 207鄄218.
[18] 摇 Ohtsuka T, Hirota M, Zhang X Z, Shimono A, Senga Y, Du M Y, Yonemura S, Kawashima S, Tang Y H. Soil organic carbon pools in alpine to
nival zones along an altitudinal gradient (4400—5300 m) on the Tibetan Plateau. Polar Science, 2008, 2(4): 277鄄285.
[19] 摇 Fu G, Shen Z X, Zhang X Z, Shi P L, Zhang Y J, Wu J S. Estimating air temperature of an alpine meadow on the Northern Tibetan Plateau using
MODIS land surface temperature. Acta Ecologica Sinica, 2011, 31(1): 8鄄13.
[20] 摇 Raich J W, Rastetter E B, Melillo J M, Kicklighter D W, Steudler P A, Peterson B J, Grace A L, Moore B 芋, V觟r觟smarty C J. Potential net
primary productivity in South America: application of a global model. Ecological Applications, 1991, 1(4): 399鄄429.
[21] 摇 Wu W X, Wang S Q, Xiao X M, Yu G R, Fu Y L, Hao Y B. Modeling gross primary production of a temperate grassland ecosystem in Inner
Mongolia, China, using MODIS imagery and climate data. Science in China Series D: Earth Sciences, 2008, 51(10): 1501鄄1512.
[22] 摇 Falge E, Baldocchi D, Olson R, Anthoni P, Aubinet M, Bernhofer C, Burba G, Ceulemans R, Clement R, Dolman H, Granier A, Gross P,
Gr俟nwald T, Hollinger D, Jensen N O, Katul G, Keronen P, Kowalski A, Lai C T, Law B E, Meyers T, Moncrieff J, Moors E, Munger J W,
Pilegaard K, Rannik 譈, Rebmann C, Suyker A, Tenhunen J, Tu K, Verma S, Vesala T, Wilson K, Wofsy S. Gap filling strategies for defensible
annual sums of net ecosystem exchange. Agricultural and Forest Meteorology, 2001, 107(1): 43鄄69.
7996摇 23 期 摇 摇 摇 付刚摇 等:不同海拔高度高寒草甸光能利用效率的遥感模拟 摇
http: / / www. ecologica. cn
[23]摇 Goulden M L, Daube B C, Fan S M, Sutton D J, Bazzaz A, Munger J W, Wofsy S C. Physiological responses of a black spruce forest to weather.
Journal of Geophysical Research, 1997, 102(D24): 28987鄄28996.
[24] 摇 Zhang Y Q, Yu Q, Jiang J, Tang Y H. Calibration of Terra / MODIS gross primary production over an irrigated cropland on the North China Plain
and an alpine meadow on the Tibetan Plateau. Global Change Biology, 2008, 14(4): 757鄄767.
[25] 摇 Sims D A, Rahman A F, Cordova V D, Ei鄄Masri B Z, Baldocchi D D, Bolstad P V, Flanagan L B, Goldstein A H, Hollinger D Y, Misson L,
Monson R K, Oechel W C, Schmid H P, Wofsy S C, Xu L K. A new model of gross primary productivity for North American ecosystems based
solely on the enhanced vegetation index and land surface temperature from MODIS. Remote Sensing of Environment, 2008, 112(4): 1633鄄1646.
[26] 摇 Almeida A C, Landsberg J J. Evaluating methods of estimating global radiation and vapor pressure deficit using a dense network of automatic
weather stations in coastal Brazil. Agricultural and Forest Meteorology, 2003, 118(3 / 4): 237鄄250.
[27] 摇 Tong X J, Li J, Wang L. A review on radiation use efficiency of the cropland. Chinese Journal of Ecology, 2008, 27(6): 1021鄄1028.
[28] 摇 Tong X J, Li J, Yu Q. Analysis of bio鄄physical controls on light use efficiency in a farmland ecosystem. Journal of Natural Resources, 2009, 24
(8): 1393鄄1401.
[29] 摇 Heinsch F A, Zhao M S, Running S W, Kimball J S, Nemani R R, Davis K J, Bolstad P V, Cook B D, Desai A R, Ricciuto D M, Law B E,
Oechel W C, Kwon H, Luo H Y, Wofsy S C, Dunn A L, Munger J W, Baldocchi D D, Xu L K, Hollinger D Y, Richardson A D, Stoy P C,
Siqueira M B S, Monson R K, Burns S P, Flanagan L B. Evaluation of remote sensing based terrestrial productivity from MODIS using regional
tower eddy flux network observations. IEEE Transactions on Geosciences and Remote Sensing, 2006, 44(7): 1908鄄1925.
参考文献:
[13]摇 谢健, 刘景时, 杜明远, 康世昌, 汪奎奎. 拉萨河流域高山水热分布观测结果分析. 地理科学进展, 2009, 28(2): 223鄄230.
[14] 摇 谢健, 刘景时, 杜明远, 康世昌, 王忠彦. 念青唐古拉山南坡夏季降水梯度观测. 水资源与水工程学报, 2009, 20(5): 14鄄18.
[15] 摇 谢健, 刘景时, 杜明远, 王忠彦. 念青唐古拉山南坡气温分布及其垂直梯度. 地理科学, 2010, 30(1): 113鄄118.
[27] 摇 同小娟, 李俊, 王玲. 农田光能利用效率研究进展. 生态学杂志, 2008, 27(6): 1021鄄1028.
[28] 摇 同小娟, 李俊, 于强. 农田生态系统光能利用效率及其影响因子分析. 自然资源学报, 2009, 24(8): 1393鄄1401.
8996 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
ACTA ECOLOGICA SINICA Vol. 31,No. 23 December,2011(Semimonthly)
CONTENTS
Satellite鄄based modelling light use efficiency of alpine meadow along an altitudinal gradient
FU Gang, ZHOU Yuting, SHEN Zhenxi, et al (6989)
……………………………………………
……………………………………………………………………………
Changes in the concentrations of airborne Picea schrenkiana pollen in response to temperature changes in the Tianshan Mountain
area PAN Yanfang, YAN Shun, MU Guijin, et al (6999)…………………………………………………………………………
Primary production in the Bay of Bengal during spring intermonsoon period
LIU Huaxue, KE Zhixin, SONG Xingyu, et al (7007)
……………………………………………………………
……………………………………………………………………………
Effect of rainfall regimes on the decomposition rate of yak dung in an alpine meadow of northwest Sichuan Province, China
WU Xinwei, LI Guoyong, SUN Shucun (7013)
…………
……………………………………………………………………………………
SOFM鄄based nutrient cycling classification of forest ecosystems in the Loess Plateau
CHEN Kai,LIU Zengwen,LI Jun, et al (7022)
…………………………………………………
……………………………………………………………………………………
Characterization of the responses of photosynthetic and chlorophyll fluorescence parameters to water stress in seedlings of six
provenances of Chinese Pine (Pinus tabulaeformis Carr. ) WANG Yan, CHEN Jianwen, et al (7031)…………………………
Effect of silicon supply on Tall Fescue (Festuca arundinacea) growth under the salinization conditions
LIU Huixia, GUO Xinghua, GUO Zhenggang (7039)
………………………………
………………………………………………………………………………
Effects of high鄄temperature stress on physiological characteristics of leaves of Simmondsia Chinensis seedlings from different
provenances HUANG Weiwei, ZHANG Niannian, HU Tingxing, et al (7047)……………………………………………………
Soil moisture dynamics of water and soil conservation forest on the Loess Plateau ZHANG Jianjun,LI Huimin,XU Jiajia (7056)……
The distribution of male and female Populus cathayana populations along an altitudinal gradient
WANG Zhifeng, XU Xiao, LI Xiaofeng, et al (7067)
………………………………………
………………………………………………………………………………
Analysis on the characteristics of macrobenthis community in the North鄄west Daya Bay of South China Bay in spring
DU Feiyan, LIN Qin, JIA Xiaoping, et al (7075)
…………………
…………………………………………………………………………………
The effects of season and environmental factors on community structure of planktonic copepods in Zhanjiang Bay, China
ZHANG Caixue, GONG Yuyan, WANG Xuefeng, et al (7086)
……………
……………………………………………………………………
Population genetic structure of Pneumatophorus japonicus in the Taiwan Strait
ZHANG Liyan, SU Yongquan, WANG Hangjun, et al (7097)
…………………………………………………………
……………………………………………………………………
Seasonal variation of nitrogen and phosphorus in Miju River and Lake Erhai and influencing factors
YU Chao, CHU Jinyu, BAI Xiaohua, et al (7104)
…………………………………
…………………………………………………………………………………
Population dynamics and production of Bellamya aeruginosa (Reeve) (Mollusca: Viviparidae) in artificial lake for transgenic fish,
Wuhan XIONG Jing, XIE Zhicai, JIANG Xiaoming, et al (7112)………………………………………………………………
Carbon, nitrogen and phosphorus ecological stoichiometric ratios among live plant鄄litter鄄soil systems in estuarine wetland
WANG Weiqi, XU Linglin, ZENG Congsheng, et al (7119)
……………
………………………………………………………………………
Effects of EDTA on growth and lead鄄zinc accumulation in maize seedlings grown in amendment substrates containing lead鄄zinc
tailings and soil WANG Hongxin,HU Feng,XU Xinwang, et al (7125)…………………………………………………………
Effects of different coated controlled鄄release urea on soil ammonia volatilization in farmland LU Yanyan,SONG Fupeng (7133)………
Effects of ridge planting on the photosynthetic characteristics and yield of summer maize in high鄄yield field
MA Li, LI Chaohai, FU Jing, et al (7141)
…………………………
…………………………………………………………………………………………
Effect of timing of DCD application on nitrous oxide emission during wheat growing period
JI Yang,YU Jia,MA Jing, et al (7151)
……………………………………………
……………………………………………………………………………………………
The role of the fertilizing with nitrogen, calcium and sodium chloride in winter wheat leaves adaptation to freezing鄄thaw stress
LIU Jianfang, ZHOU Ruilian, ZHAO Mei, et al (7161)
………
……………………………………………………………………………
Environment impact assessment of organic and conventional soybean production with LCA method in China Northeast Plain
LUO Yan, QIAO Yuhui, WU Wenliang (7170)
…………
……………………………………………………………………………………
Effects of selenium added to soil on physiological indexes in flue鄄cured tobacco
XU Zicheng, SHAO Huifang, SUN Shuguang, et al (7179)
………………………………………………………
………………………………………………………………………
Influence of different planting patterns on field microclimate effect and yield of peanut (Arachis hypogea L. )
SONG Wei, ZHAO Changxing,WANG Yuefu, et al (7188)
…………………………
………………………………………………………………………
Rapid cold hardening of Western flower thrips, Frankliniella occidentalis, and its ecological cost
LI Hongbo, SHI Liang, WANG Jianjun, et al (7196)
……………………………………
………………………………………………………………………………
Effects of temperature on body color in Sitobion avenae (F. ) DENG Mingming, GAO Huanhuan, LI Dan, et al (7203)……………
Development and reproduction of Bemisia tabaci biotype B on wild and cultivated tomato accessions
GAO Jianchang, GUO Guangjun, GUO Yanmei, et al (7211)
…………………………………
……………………………………………………………………
Study on ecological water demand based on assessment of ecosystem disturbance degree in the Baiyangdian Wetland
CHEN He, YANG Ying, YU Shiwei, et al (7218)
…………………
…………………………………………………………………………………
Emergy鄄based analysis of two chicken farming systems: a perspective of organic production model in China
HU Qiuhong, ZHANG Lixiao, WANG Changbo (7227)
…………………………
……………………………………………………………………………
Mathematical model design of time鄄effect relationship analysis about the inhibition of four eighteen鄄cabon fatty acids on toxic
Microcystis aeruginosa HE Zongxiang, ZHANG Tingting (7235)……………………………………………………………………
Enrichment of heavy metals in the seagrass bed of Liusha Bay XU Zhanzhou, ZHU Aijia,CAI Weixu, et al (7244)…………………
A gradient analysis of urban architecture landscape pattern based on QuickBird imagery
ZHANG Peifeng, HU Yuanman, XIONG Zaiping, et al (7251)
………………………………………………
……………………………………………………………………
Landscape spatial heterogeneity is associated with urbanization: an example from Yangtze River in Jiangsu Province
CHE Qianjin,CAO Youhui,YU Lu, et al (7261)
…………………
……………………………………………………………………………………
CVM for Taihu Lake based on ecological functions of wetlands restoration, and ability to pay and willingness to pay studies
YU Wenjin, XIE Jian, ZOU Xinqing (7271)
…………
………………………………………………………………………………………
Review and Monograph
Progress in research on the marine microbial loop in the Arctic Ocean HE Jianfeng, CUI Shikai, ZHANG Fang, et al (7279)………
Research progress in the eco鄄environmental effects of urban green spaces
SU Yongxian, HUANG Guangqing, CHEN Xiuzhi, et al (7287)
………………………………………………………………
…………………………………………………………………
Source, exposure characteristics and its environmental effect of heavy metals in urban surface dust
FANG Fengman, LIN Yuesheng, WANG Haidong, et al (7301)
……………………………………
…………………………………………………………………
Scientific Note
Spatial structures of soilcarbon and nitrogen of China fir and Masson pine mixed forest in the Three Gorger Reservoir Areas
LIN Yinghua, WANG Laifa, TIAN Xiaokun, et al (7311)
…………
…………………………………………………………………………
The relationship between Oligochroa cantonella Caradja and environmental factors LIU Wenai,FAN Hangqing (7320)………………
4237 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
2009 年度生物学科总被引频次和影响因子前 10 名期刊绎
(源于 2010 年版 CSTPCD数据库)
排序
Order
期刊
Journal
总被引频次
Total citation
排序
Order
期刊
Journal
影响因子
Impact factor
1 生态学报 11764
2 应用生态学报 9430
3 植物生态学报 4384
4 西北植物学报 4177
5 生态学杂志 4048
6 植物生理学通讯 3362
7
JOURNAL OF INTEGRATIVE
PLANT BIOLOGY
3327
8 MOLECULAR PLANT 1788
9 水生生物学报 1773
10 遗传学报 1667
1 生态学报 1. 812
2 植物生态学报 1. 771
3 应用生态学报 1. 733
4 生物多样性 1. 553
5 生态学杂志 1. 396
6 西北植物学报 0. 986
7 兽类学报 0. 894
8 CELL RESEARCH 0. 873
9 植物学报 0. 841
10 植物研究 0. 809
摇 绎《生态学报》 2009 年在核心版的 1964 种科技期刊排序中总被引频次 11764 次,全国排名第 1; 影响因
子 1郾 812,全国排名第 14;第 1—9 届连续 9 年入围中国百种杰出学术期刊; 中国精品科技期刊
摇 摇 编辑部主任摇 孔红梅摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
生摇 态摇 学摇 报
(SHENGTAI摇 XUEBAO)
(半月刊摇 1981 年 3 月创刊)
第 31 卷摇 第 23 期摇 (2011 年 12 月)
ACTA ECOLOGICA SINICA
摇
(Semimonthly,Started in 1981)
摇
Vol郾 31摇 No郾 23摇 2011
编摇 摇 辑摇 《生态学报》编辑部
地址:北京海淀区双清路 18 号
邮政编码:100085
电话:(010)62941099
www. ecologica. cn
shengtaixuebao@ rcees. ac. cn
主摇 摇 编摇 冯宗炜
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址:北京海淀区双清路 18 号
邮政编码:100085
出摇 摇 版摇
摇 摇 摇 摇 摇 地址:北京东黄城根北街 16 号
邮政编码:100717
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址:东黄城根北街 16 号
邮政编码:100717
电话:(010)64034563
E鄄mail:journal@ cspg. net
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址:北京 399 信箱
邮政编码:100044
广告经营
许 可 证摇 京海工商广字第 8013 号
Edited by摇 Editorial board of
ACTA ECOLOGICA SINICA
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Tel:(010)62941099
www. ecologica. cn
Shengtaixuebao@ rcees. ac. cn
Editor鄄in鄄chief摇 FENG Zong鄄Wei
Supervised by摇 China Association for Science and Technology
Sponsored by摇 Ecological Society of China
Research Center for Eco鄄environmental Sciences, CAS
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Published by摇 Science Press
Add:16 Donghuangchenggen North Street,
Beijing摇 100717,China
Printed by摇 Beijing Bei Lin Printing House,
Beijing 100083,China
Distributed by摇 Science Press
Add:16 Donghuangchenggen North
Street,Beijing 100717,China
Tel:(010)64034563
E鄄mail:journal@ cspg. net
Domestic 摇 摇 All Local Post Offices in China
Foreign 摇 摇 China International Book Trading
Corporation
Add:P. O. Box 399 Beijing 100044,China
摇 ISSN 1000鄄0933CN 11鄄2031 / Q 国内外公开发行 国内邮发代号 82鄄7 国外发行代号 M670 定价 70郾 00 元摇