基于光合生理特性的红树林GPP评估方法技术

本发明专利技术实施例公开了一种基于光合生理特性的红树林GPP评估方法，所述方法包括：构建基于二氧化碳限制的第一光合速率子模型，第一光合速率子模型中包含盐度影响函数和代谢影响函数，盐度影响函数根据红树植物对盐胁迫的响应和对盐度的耐受阈值而构建，代谢影响函数是根据对红树植物对低温和高温胁迫的响应而构建的；根据红树植物吸收利用光能并用于有机化合物生成的过程构建基于光限制的第二光合速率子模型，第二光合速率子模型中包含了冠层量子产量；基于第一光合速率子模型和第二光合速率子模型耦合得到评估模型。在评估模型中充分考虑红树林特殊的生理生态特性及特殊环境影响，提高了模型准确率，并且降低了驱动数据的复杂程度和获取难度。复杂程度和获取难度。复杂程度和获取难度。

【技术实现步骤摘要】
基于光合生理特性的红树林GPP评估方法


[0001]本专利技术涉及植物生态参数评估
，具体涉及一种基于光合生理特性的红树林GPP评估方法。

技术介绍

[0002]红树林湿地是海岸带生态系统的重要组成部分，其巨大的碳汇潜力能够潜在地缓解大气CO2浓度的升高，红树林的碳汇潜力源于其拥有极高的固碳能力。总初级生产力(GPP)表示单位面积上植被通过光合作用固定的有机碳量，能表征植被的固碳能力，精准评估红树林生态系统的GPP是评估红树林碳汇潜力的重要前提。
[0003]目前，多通过遥感技术直接获取红树林GPP，然而由于红树林多呈斑块状分布在海岸带区域，遥感产品的粗分辨率难以覆盖红树林的分布地区，导致遥感产品在获得GPP时对于红树林分布区有极大不确定性。模型是估算GPP的最优手段之一，目前对于GPP的估算模型分为光能利用率(LUE)模型和基于过程的生态系统模型两种方法。LUE模型以光能利用率概念为基础，通过植被吸收的光合有效辐射和LUE计算GPP，然而目前LUE模型缺乏光合作用机制，过分依赖遥感产品，模型结构和参数的不确定性以及遥感产品的精度限制使得其应用于红树林生态系统的GPP估算时具有很大不确定性。基于过程的生态系统模型描述了植物光合作用过程及环境因子的影响，输入环境驱动因素模拟GPP。当前基于过程的生态系统模型多针对于森林、草地等生态系统，而红树林独特地理位置使的特殊环境因素(如盐度胁迫、温度胁迫)对其光合作用的影响在当前的过程模型中无法体现。
[0004]综上所述，如何在模型中充分考虑红树林特殊的生理生态特性及特殊环境影响，提高模拟准确率，并且降低驱动数据的复杂程度和获取难度，就成为本领域技术人员亟待解决的问题。

技术实现思路

[0005]为此，本专利技术实施例提供一种基于光合生理特性的红树林GPP评估方法，以在评估模型中充分考虑红树林特殊的生理生态特性及特殊环境影响，提高模型准确率，并且降低驱动数据的复杂程度和获取难度，使模型易于推广应用。
[0006]为了实现上述目的，本专利技术实施例提供如下技术方案：
[0007]一种基于光合生理特性的红树林GPP评估方法，所述方法包括：
[0008]获取驱动数据，所述驱动数据至少包括目标红树林所在区域的短波辐射日总量、日平均温度、昼夜温差、土壤盐度和所述目标红树林的叶面积指数；根据红树植物转化无机二氧化碳为有机化合物的光合生理过程构建基于二氧化碳限制的第一光合速率子模型，第一光合速率子模型中包含盐度影响函数和代谢影响函数，盐度影响函数根据红树植物对盐胁迫的响应和对盐度的耐受阈值而构建，代谢影响函数是根据对红树植物对低温和高温胁迫的响应而构建的；
[0009]根据红树植物吸收利用光能并用于有机化合物生成的过程构建基于光限制的第
二光合速率子模型，第二光合速率子模型中包含了冠层量子产量，冠层量子产量大小仅由所述叶面积指数确定；
[0010]基于所述第一光合速率子模型和所述第二光合速率子模型耦合得到评估模型，根据所述评估模型和所述驱动数据得到红树林GPP评估结果。
[0011]在一些实施例中，第一光合速率子模型的表达式为：
[0012]P
C
＝g
c
×
(C
a
‑
C
i
)
[0013]其中，P
C
表示二氧化碳限制的光合速率，g
c
代表冠层气孔导度，C
a
表示大气间CO2浓度，C
i
表示细胞间CO2浓度。
[0014]在一些实施例中，针对红树林湿地受海水盐度影响的特点，冠层气孔导度g
c
的表达式为：
[0015][0016]其中，T表示日平均温度，D
T
表示日昼夜温差的一半，c1表示校准得到的温湿影响系数；
[0017](LWP
min
‑
SWP
‑
HP)表示水势差，其中LWP
min
表示最小叶水势，SWP表示土壤水势，HP表示冠层高度势。
[0018]在一些实施例中，土壤水势SWP的表达式为：
[0019]SWP＝
‑
0.085
×
ρ
×
s
[0020]其中，ρ表示海水密度，s表示土壤盐度。
[0021]在一些实施例中，所述盐度影响函数的表达式为：
[0022][0023]其中，SI表示盐度影响函数，s表示土壤盐度，s
t
表示模型校准得到的盐度阈值。
[0024]在一些实施例中，所述代谢影响系数的表达式为：
[0025]TI＝a2
×
T
×
exp(a3
×
T)
[0026]其中，TI为代谢影响系数，a2为校准得到的第一温度系数，a3为校准得到的第二温度系数，T为日平均温度。
[0027]在一些实施例中，第二光合速率子模型的表达式为：
[0028]P
I
＝E0×
I
[0029]其中，P
I
为光限制的光合速率，E0为冠层量子产量，I为入射短波辐射量。
[0030]在一些实施例中，所述冠层量子产量E0的表达式为：
[0031][0032]其中，q1是第一冠层量子产量系数、q2是第二冠层量子产量系数、q3是第三冠层量子产量系数，q4表示冠层量子产量常数，均为模型校准的结果；LAI为叶面积指数。
[0033]在一些实施例中，耦合得到的评估模型的表达式为：
[0034][0035]其中，GPP表示总初级生产力，s1表示日照时间影响系数，s2表示日照时间影响常数，hr表示日照时长。
[0036]在一些实施例中，在目标红树林所在区域有多种植物物种的情况下，耦合得到的评估模型的表达式为：
[0037][0038]其中，GPP
i
代表第i个物种的总初级生产力，GPP代表目标红树林的总初级生产力，p
i
代表第i个物种的比例，n是物种的总数。
[0039]本专利技术所提供的基于光合生理特性的红树林GPP评估方法，至少具有以下技术效果：
[0040]1.本专利技术基于红树林的特殊生理生态过程，构建了三个函数：SI、TI和E0，可反应红树林对盐胁迫、温度胁迫的响应，以及对光能的利用效率；
[0041]2.本专利技术基于红树林的土壤状况(长期饱水状态)和水分传输特点(受土壤盐度影响)，搭建了适用于红树林的水势差方程；
[0042]3.本专利技术基于红树林的涡度相关GPP数据校准模型参数，在人工恢复红树林和自然红树林均有较好的验证效果，适用于特定红树林GPP的估算和预测。
附图说明
[0043]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光合生理特性的红树林GPP评估方法，其特征在于，所述方法包括：获取驱动数据，所述驱动数据至少包括目标红树林所在区域的短波辐射日总量、温度、土壤盐度和所述目标红树林的叶面积指数；根据红树植物转化无机二氧化碳为有机化合物的光合生理过程构建基于二氧化碳限制的第一光合速率子模型，第一光合速率子模型中包含盐度影响函数和代谢影响函数，盐度影响函数根据红树植物对盐胁迫的响应和对盐度的耐受阈值而构建，代谢影响函数是根据对红树植物对低温和高温胁迫的响应而构建的；根据红树植物吸收利用光能并用于有机化合物生成的过程构建基于光限制的第二光合速率子模型，第二光合速率子模型中包含了冠层量子产量，冠层量子产量的大小仅由所述叶面积指数确定；基于所述第一光合速率子模型和所述第二光合速率子模型耦合得到评估模型，根据所述评估模型和所述驱动数据得到红树林GPP模拟结果。2.根据权利要求1所述的基于光合生理特性的红树林GPP评估方法，其特征在于，第一光合速率子模型的表达式为：P
C
＝g
c
×
(C
a
‑
C
i
)其中，P
C
表示二氧化碳限制的光合速率，g
c
代表冠层气孔导度，C
a
表示大气间CO2浓度，C
i
表示细胞间CO2浓度。3.根据权利要求2所述的基于光合生理特性的红树林GPP评估方法，其特征在于，针对红树林湿地受海水盐度影响的特点，冠层气孔导度g
c
的表达式为：其中，T表示日平均温度，D
T
表示日昼夜温差的一半，c1表示校准得到的温湿影响系数；(LWP
min
‑
SWP
‑
HP)表示水势差，其中LWP
min
表示最小叶水势，SWP表示土壤水势，HP表示冠层高度势。4.根据权利要求3所述的基于光合生理特性的红树林GPP评...

【专利技术属性】
技术研发人员：唐钰琦，李婷婷，王春林，
申请(专利权)人：中国科学院大气物理研究所，
类型：发明
国别省市：