王馨慧 邢艷秋 黃佳鵬 常曉晴

摘 要：森林植被凈初級(jí)生產(chǎn)力（Net Primary Productivity， NPP）在進(jìn)行碳儲(chǔ)量以及碳匯的研究中發(fā)揮重要作用。為了解森林植被NPP的變化趨勢(shì)及特征，實(shí)現(xiàn)NPP的動(dòng)態(tài)研究，本文以黑龍江省伊春市帶嶺區(qū)作為研究區(qū)，利用3-PG（Physiological Principles Predicting Growth）模型，研究帶嶺區(qū)針葉林、闊葉林和針闊混交林2014-2044年森林植被NPP逐年生長(zhǎng)量以及2014-2019年NPP的逐月生長(zhǎng)量變化。結(jié)果表明：2014-2044年間帶嶺區(qū)森林NPP整體呈現(xiàn)增加趨勢(shì)，但增長(zhǎng)速度隨年份增長(zhǎng)逐漸降低;2014-2019年NPP的逐月生長(zhǎng)量呈周期性變化;帶嶺區(qū)2015年5-9月NPP總量為30.725×105 t;NPP年值與月值在3種林分中均表現(xiàn)為幼齡林>中齡林>近熟林>成熟林>過熟林。研究結(jié)果為3-PG模型在我國(guó)東北地區(qū)的應(yīng)用做出嘗試，并為林業(yè)管理人員提供決策支持和科學(xué)參考。

關(guān)鍵詞：3-PG模型;凈初級(jí)生產(chǎn)力;動(dòng)態(tài)研究

中圖分類號(hào)：S718.55 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1006-8023（2019）05-0050-07

Abstract：Net Primary Productivity （NPP） plays an important role in the study of carbon storage and carbon sinks. In order to understand the changing trend and characteristics of forest vegetation NPP， and realize the dynamic research on the NPP of forest vegetation， this paper took the Dailing District， Yichun City， Heilongjiang Province as the research area， and studied the coniferous forest， broad-leaved and coniferous and broad-leaved mixed forest in the Dailing District the annual growth of forest NPP in 2014-2044 and monthly growth of forest NPP in 2014-2019 based on the 3-PG （Physiological Principles Predicting Growth） model. The results showed that the forest NPP in the Dailing District showed an increasing trend in 2014-2044， but the growth rate gradually decreased with the year. The monthly growth change of NPP in 2014-2019 was cyclical. The total amount of forest NPP in the Dailing District from May to September was 30.725×105 t in 2015. And the annual and monthly values of NPP were expressed in the three forest stands： young forest > middle-aged forest > near-mature forest > mature forest > over-mature forest. The research results make an attempt to apply the 3-PG model in Northeast China， and provide decision support and scientific reference for forestry managers.

Keywords：3-PG model; net primary productivity; dynamic research

0 引言

森林是陸地生態(tài)系統(tǒng)的重要組成部分，因其可以從大氣中吸收CO2，并通過光合作用釋放O2，所以在應(yīng)對(duì)氣候變化方面具有獨(dú)特的功能，在減緩全球變暖以及維持地球碳平衡方面發(fā)揮著重要作用[1-2]。森林凈初級(jí)生產(chǎn)力（Net Primary Productivity， NPP）是指森林植被吸收的凈CO2量，即為植被光合作用吸收的CO2量與呼吸作用釋放CO2量之差，反映了森林固定CO2的能力，是研究森林碳儲(chǔ)量和碳循環(huán)的基礎(chǔ)[3-4]。因此，森林NPP作為碳循環(huán)的關(guān)鍵數(shù)據(jù)，在全球碳循環(huán)及其后續(xù)變化中發(fā)揮著不可替代的作用，具有重要的研究意義。

3-PG模型是一個(gè)基于植物生理過程的林分生長(zhǎng)預(yù)測(cè)模型[5]。目前該模型己被歐洲、亞洲、澳洲、非洲、北美洲和南美洲的一些國(guó)家及地區(qū)廣泛應(yīng)用于林業(yè)研究和林業(yè)規(guī)劃與管理上[6-9]，這些應(yīng)用證明了3-PG模型在對(duì)森林生長(zhǎng)預(yù)測(cè)方面的靈活性、廣泛適用性和準(zhǔn)確性。雖然3-PG模型在國(guó)外森林動(dòng)態(tài)研究領(lǐng)域以及林業(yè)生產(chǎn)領(lǐng)域的研究很活躍，在我國(guó)，也有不少研究者基于3-PG模型對(duì)南方人工桉樹林、杉木林和橡膠林等林分生物量進(jìn)行生態(tài)預(yù)測(cè)，雖有學(xué)者將3-PG模型用于北方長(zhǎng)白山落葉松人工林的生長(zhǎng)和生物量模擬，但尚未發(fā)現(xiàn)應(yīng)用于小興安嶺地區(qū)森林的生長(zhǎng)預(yù)測(cè)研究[10-12]。

本研究基于3-PG模型，以黑龍江省伊春市帶嶺區(qū)為研究區(qū)域，研究了不同森林類型、不同齡組的NPP在2014-2044年30年間逐年的變化以及2014-2019年的逐月變化，并對(duì)森林植被NPP研究結(jié)果及動(dòng)態(tài)變化進(jìn)行評(píng)價(jià)和分析，從而實(shí)現(xiàn)森林植被NPP的動(dòng)態(tài)監(jiān)測(cè)。通過研究帶嶺區(qū)不同齡組的NPP變化可以針對(duì)不同齡組的森林進(jìn)行不同的撫育措施，從而提高帶嶺區(qū)森林資源質(zhì)量，調(diào)整森林資源結(jié)構(gòu)，同時(shí)為3-PG模型在小興安嶺地區(qū)的應(yīng)用做出嘗試，為估算我國(guó)小興安嶺地區(qū)森林植被NPP和碳匯研究提供參考。

1 研究區(qū)概況與實(shí)驗(yàn)數(shù)據(jù)

1.1 研究區(qū)概況

帶嶺區(qū)位于黑龍江省伊春市，小興安嶺南部。它的地理坐標(biāo)是東經(jīng)128°37′42″-129°17′38″，北緯46°51′03″-47°21′32″（圖1）。帶嶺區(qū)屬于北溫帶大陸性季風(fēng)氣候。冬季干冷，夏季濕熱，年平均溫度約為1.4 ℃，極端最低溫度為-40 ℃，極端最高溫度為37 ℃，年平均降水量約為661 mm，全年無霜期為110～120 d，土壤類型以棕色森林土為主。帶嶺區(qū)擁有豐富的森林資源，主要種類有紅松、云冷杉、落葉松、水曲柳和白樺等，截至2012年帶嶺區(qū)森林活立木總蓄積量達(dá)1 003.7萬 m3。

1.2 實(shí)驗(yàn)數(shù)據(jù)

1.2.1 野外實(shí)測(cè)數(shù)據(jù)

本文使用的野外實(shí)測(cè)數(shù)據(jù)分別是2014年9月和2017年9月在黑龍江省帶嶺地區(qū)采集的，調(diào)查方法采用分層抽樣法，針對(duì)針葉林、闊葉林和混交林分別選取30個(gè)樣地，樣地大小設(shè)置為20 m×20 m，采集的數(shù)據(jù)主要包括樣地中心坐標(biāo)、樣地大小、森林類型、樹種、樹高、胸徑、冠幅、葉面積指數(shù)和郁閉度等，獲得的野外實(shí)測(cè)數(shù)據(jù)均用來校準(zhǔn)3-PG模型。

1.2.2 氣象數(shù)據(jù)

研究所用氣象數(shù)據(jù)來自于中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）的中國(guó)地面氣候標(biāo)準(zhǔn)值月值數(shù)據(jù)集以及中國(guó)氣象輻射基本要素月值數(shù)據(jù)集，數(shù)據(jù)集為中國(guó)基本、基準(zhǔn)和一般地面氣象觀測(cè)站記錄的（包括氣壓、氣溫、降水和風(fēng)要素）氣候標(biāo)準(zhǔn)值數(shù)據(jù)，分別在兩個(gè)數(shù)據(jù)集中選擇位于黑龍江省的氣象觀測(cè)站數(shù)據(jù)作為數(shù)據(jù)源進(jìn)行研究。研究具體所需數(shù)據(jù)有月最高氣溫、月最低氣溫、月降水量、蒸汽壓差、太陽輻射、月降水天數(shù)和月霜凍天數(shù)，其中水汽壓、霜凍天數(shù)和降水天數(shù)由所得到的數(shù)據(jù)集數(shù)據(jù)間接獲得。將選擇的氣象站點(diǎn)數(shù)據(jù)分別進(jìn)行插值處理，插值方法選用克里金插值法，插值后的柵格大小為100 m×100 m，按照二類調(diào)查數(shù)據(jù)中的樣地點(diǎn)經(jīng)緯度提取氣象數(shù)據(jù)，所有操作均在ArcGIS軟件進(jìn)行。

1.2.3 初始生物量及分配系數(shù)

生物量數(shù)據(jù)來自前期通過聯(lián)合GLAS波形數(shù)據(jù)、MODIS數(shù)據(jù)以及野外調(diào)查數(shù)據(jù)建立模型估測(cè)的森林生物量數(shù)據(jù)，研究首先利用GLAS數(shù)據(jù)計(jì)算出研究區(qū)內(nèi)光斑點(diǎn)的森林平均冠層高度，然后將GLAS數(shù)據(jù)與MODIS數(shù)據(jù)結(jié)合求得區(qū)域平均冠層高度，最后通過野外調(diào)查數(shù)據(jù)尋找生物量與森林平均冠層高度之間的關(guān)系，從而得到的研究區(qū)域2014年的連續(xù)森林生物量，所建立的生物量模型形式為：

W=a×Hb。（1）

式中：W為生物量數(shù)值;H為平均冠層高度;a、b分別表示模型參數(shù)。

研究利用野外實(shí)測(cè)樣地生物量、森林平均冠層高度分別建立針葉林、闊葉林和混交林森林平均冠層高度-生物量估測(cè)模型及結(jié)果見表1。

將模型估算的生物量與野外實(shí)測(cè)數(shù)據(jù)計(jì)算的生物量進(jìn)行驗(yàn)證分析，驗(yàn)證結(jié)果為：針葉林、闊葉林、混交林3種林分的決定系數(shù)R2分別為0.761、0.692、0.781，模型擬合效果較好，因此可作為本研究的基礎(chǔ)數(shù)據(jù)。

生物量各器官分配比例采用董利虎統(tǒng)計(jì)的黑龍江省小興安嶺主要林分類型生物量分配[13]。其中，針葉林樹干、樹根、樹葉分配系數(shù)分別為72.97%、22.68%、4.35%，闊葉林樹干、樹根、樹葉分配系數(shù)分別為76.07%、21.00%、2.93%，混交林樹干、樹根、樹葉分配系數(shù)分別為74.24%、22.22%、3.54%。

1.2.4 其他數(shù)據(jù)

本研究還用到2013年森林資源二類調(diào)查數(shù)據(jù)和2012年林業(yè)保護(hù)利用規(guī)劃數(shù)據(jù)。森林資源二類調(diào)查數(shù)據(jù)和林業(yè)保護(hù)利用規(guī)劃數(shù)據(jù)均為小班數(shù)據(jù)，可以提供詳細(xì)的森林結(jié)構(gòu)參數(shù)，立地條件中的緯度、土壤類型、土壤深度，以及經(jīng)營(yíng)管理措施中的種植時(shí)間、林齡和種植密度等參數(shù)在森林資源二類調(diào)查數(shù)據(jù)以及林業(yè)保護(hù)規(guī)劃利用數(shù)據(jù)中獲得。將森林資源二類調(diào)查數(shù)據(jù)按照針葉林、闊葉林和混交林分為3種森林類型，然后再分別將3種森林類型按照過熟林、成熟林、近熟林、中齡林和幼齡林的齡組類型分為5類，以利于研究不同森林類型以及不同齡組的NPP動(dòng)態(tài)變化。模型所用到的消光系數(shù)、冠層光合效率、枯落物最大分解率、樹根死亡率和木材密度等參數(shù)通過查閱文獻(xiàn)獲得[8，14-15]。

2 3-PG模型

3-PG模型是由Landsberg J J和Waring R H根據(jù)林木生長(zhǎng)規(guī)律所建立的基于生理生態(tài)學(xué)的方法模擬植被生長(zhǎng)的過程模型，模型以月為尺度，通過一系列方程動(dòng)態(tài)模擬植被的碳量平衡、水量平衡、鹽分平衡和太陽輻射變化，從而動(dòng)態(tài)模擬林分的生長(zhǎng)過程[16-17]。本研究采用模型為Sands在Excel環(huán)境下使用VBA語言改寫的3-PG模型。

3 結(jié)果與分析

為了實(shí)現(xiàn)帶嶺區(qū)森林植被NPP的動(dòng)態(tài)研究，研究基于3-PG模型，模擬了針葉林、闊葉林、針闊混交林2014-2044年NPP的逐年增長(zhǎng)量和2014-2019年NPP逐月增長(zhǎng)量。雖然先前的研究成果表明3-PG模型可以進(jìn)行較大時(shí)空尺度的NPP動(dòng)態(tài)研究，但是隨著時(shí)間的推移，3-PG模型的精度會(huì)逐漸降低，因此為保證研究結(jié)果的準(zhǔn)確性，本文只選擇2014-2044年30 a內(nèi)的NPP進(jìn)行年動(dòng)態(tài)研究。5年的逐月變化已可以明顯觀察出NPP的逐月變化趨勢(shì)，所以選擇2014-2019年NPP逐月變化進(jìn)行研究。

圖2-圖4為利用3-PG模型模擬研究的針葉林、闊葉林、針闊混交林森林植被NPP隨年份逐年以及逐月的變化趨勢(shì)。

由圖2（a）可以看出，針葉林各齡組NPP逐年增長(zhǎng)量幼齡林>中齡林>近熟林>成熟林>過熟林，且增長(zhǎng)量呈現(xiàn)每年遞減的趨勢(shì)，其原因?yàn)闃淠驹谶_(dá)到成熟之后，老齡葉子更新能力下降以及每年的死亡株樹較多，植被死亡所減少的碳量抵消了一部分林分增長(zhǎng)所增加的碳量，因此過熟林NPP增長(zhǎng)量最低，成熟林次之。近熟林NPP增長(zhǎng)量與成熟林相近，數(shù)值稍大于成熟林，圖上顯示在2030年后，這種規(guī)律更明顯。中齡林NPP在2030年之前NPP變化不大，說明林分生長(zhǎng)量隨年份以及林齡的增長(zhǎng)而迅速增加，年均增長(zhǎng)量在45 t/hm2左右，之后林分趨于成熟，NPP增長(zhǎng)量達(dá)到最大，隨后NPP值開始減小，但增長(zhǎng)速度依然很快，到2044年NPP值依然在20 t/hm2以上。幼齡林林分生長(zhǎng)力旺盛，NPP值穩(wěn)定在50 t/hm2以上，固碳能力極強(qiáng)。

由圖2（b）可知，針葉林NPP逐月增長(zhǎng)量呈現(xiàn)周期變化，每年11月至次年3月氣溫較低，植被停止生長(zhǎng)，NPP生長(zhǎng)量為0，生長(zhǎng)期5-9月NPP呈先增后減的趨勢(shì)，針葉林幼齡林月增長(zhǎng)量最大，在15 t/hm2左右變化，中齡林在12 t/hm2左右變化，近熟林和成熟林變化較為一致，NPP增長(zhǎng)量約為7 t/hm2，成熟林依然最低，NPP為1 t/hm2左右。其中，除過熟林外，其他林分在7月份的NPP均低于6月和8月，原因?yàn)?月氣溫較高，導(dǎo)致植被部分氣孔關(guān)閉，并且7月降水較多，植被光合作用減弱，因此NPP減小。

由圖3（a）可以看出，闊葉林各齡組NPP逐年增長(zhǎng)量變化趨勢(shì)與針葉林近似，幼齡林>中齡林>近熟林>成熟林>過熟林，且逐年遞減。過熟林、成熟林與近熟林NPP變化較為一致，在2020年之前NPP增長(zhǎng)量雖然呈下降趨勢(shì)，但是NPP增長(zhǎng)在10 t/hm2左右，但是在2025年之后，3種林分NPP增長(zhǎng)量穩(wěn)定在0～5 t/hm2之間，增長(zhǎng)量趨于平穩(wěn)。中齡林NPP逐年增長(zhǎng)量在2030年之前都維持在10 t/hm2以上，生長(zhǎng)較為快速，固碳能力較強(qiáng)，在2035年之后，NPP逐年增長(zhǎng)量下降為5 t/hm2并趨于穩(wěn)定，固碳能力減弱。幼齡林2015年的NPP為35 t/hm2，一直到2025年NPP都保持在30 t/hm2以上，生長(zhǎng)速度極快，因此固碳能力強(qiáng)，2025年之后，

NPP增長(zhǎng)量下降速度較快，并且2035年之后NPP變化趨勢(shì)與中齡林2015-2025年變化趨勢(shì)相似，說明幼齡林在2035年前后成長(zhǎng)為中齡林。

由圖3（b）可知，2014-2019年闊葉林NPP的逐月增長(zhǎng)量也呈周期變化，其中，過熟林、成熟林和近熟林在每年的生長(zhǎng)期內(nèi)NPP月值變化不大，且數(shù)值較小，說明三種林地生長(zhǎng)量小，植被固碳能力也較低。中齡林2014-2019年NPP月值穩(wěn)定在5 t/hm2左右，生長(zhǎng)速度較快。幼齡林NPP月值在10 t/hm2上下變化，且生長(zhǎng)期內(nèi)每月數(shù)值呈“M”變化，7月份NPP值明顯低于前后兩個(gè)月的數(shù)值，原因與針葉林一致，7月氣溫高且降水較多，植被光合作用減弱，固碳能力顯著降低。

由圖4（a）可以看出，2014-2044年混交林各齡組NPP逐年增長(zhǎng)量均呈下降趨勢(shì)，且每年增長(zhǎng)量均為幼齡林>中齡林>近熟林>成熟林>過熟林，與針葉林和闊葉林一致。幼齡林與中齡林初始NPP較大，之后下降較明顯，過熟林、成熟林、近熟林NPP較穩(wěn)定但是數(shù)值較小。過熟林與成熟林30 a的NPP值變化不大，數(shù)值在1 t/hm2左右，近熟林整體雖也呈下降趨勢(shì)，但在2014-2019年NPP值在3～7 t/hm2之間，NPP也在穩(wěn)定增長(zhǎng)，只不過增長(zhǎng)速度逐漸變慢。中齡林NPP逐年增長(zhǎng)量在2020年之前都維持在10 t/hm2以上，生長(zhǎng)較為快速，固碳能力較強(qiáng)，在2035年之后，NPP逐年增長(zhǎng)量下降為5 t/hm2并趨于穩(wěn)定，固碳能力減弱?；旖涣钟g林NPP逐年增長(zhǎng)變化趨勢(shì)及數(shù)值均與闊葉林較為相似，2025年之前，NPP都保持在30 t/hm2以上，生長(zhǎng)速度極快，2025年之后，NPP增長(zhǎng)量下降速度較快，固碳能力減弱，但是依然遠(yuǎn)大于另外4個(gè)齡組。

由圖4（b）可知，2014-2019年混交林NPP的逐月增長(zhǎng)量同樣呈周期變化，其中，五個(gè)齡組的林分每年生長(zhǎng)期內(nèi)NPP月值變化不大，除幼齡林外的其他4個(gè)齡組的林分NPP在2014-2019年間呈逐年遞減的趨勢(shì)變化，但變化幅度不大。過熟林、成熟林和近熟林NPP月值數(shù)值較小，說明這3個(gè)齡組的林地生長(zhǎng)量小，植被固碳能力也較低。幼齡林在2014-2019年間NPP月值穩(wěn)定在10 t/hm2，生長(zhǎng)速度極快，并且雖然7月份NPP月值明顯低于6月和8月，但還是遠(yuǎn)大于其他4個(gè)齡組的林分，固碳能力較強(qiáng)。

結(jié)合圖2-圖4分析，在2014-2035年間：過熟林中，針葉林和混交林NPP逐年增長(zhǎng)量無較大區(qū)別，闊葉林NPP逐年增長(zhǎng)量在2025年之前，大于針葉和混交林，在2025年之后，三種林分的NPP逐年增長(zhǎng)量趨于一致;其他4個(gè)齡組的林分中，NPP逐年增長(zhǎng)量均為針葉林>闊葉林>混交林，主要原因?yàn)闁|北地區(qū)的環(huán)境條件適宜針葉樹種的生長(zhǎng)，并且針葉林林分密度較大，因此針葉林NPP逐年增長(zhǎng)量最大。在2014-2019年間：過熟林中，NPP逐月增長(zhǎng)量闊葉林>針葉林>混交林;成熟林、近熟林和中齡林中，NPP逐月增長(zhǎng)量針葉林>闊葉林>混交林;幼齡林中，闊葉林和混交林的NPP逐月增長(zhǎng)量值較為相近，針葉林最大。

對(duì)帶嶺區(qū)2015年5-9月不同森林類型的NPP進(jìn)行具體分析，結(jié)果見表1，并對(duì)其進(jìn)行統(tǒng)計(jì)得到2015年林地NPP分布如圖5所示。

由圖5可知，帶嶺區(qū)2015年5-9月NPP在5.06～47.34 t/hm2之間，其中，帶嶺西南部林分NPP普遍較大，在25 t/hm2左右，東北部NPP較小，值在20 t/hm2左右變化。經(jīng)統(tǒng)計(jì)得到表2，根據(jù)表2可知，5-9月針葉林總NPP為3.453×105 t，闊葉林5-9月總NPP為20.337×105 t，混交林5-9月總NPP為6.935×105 t，均表現(xiàn)為5月份NPP最小，6月份NPP最大，7月份NPP低于前后兩個(gè)月的值，與圖2（b）-圖4（b）表現(xiàn)的趨勢(shì)相一致。3種林分2015年5-9月NPP總量為30.725×105 t，其中，闊葉林NPP總量遠(yuǎn)大于針葉林和混交林NPP總量的主要原因?yàn)閹X區(qū)森林類型大部分為闊葉林，針葉林以及混交林零星分布于闊葉林之中，并且闊葉林林分平均林齡相較于其他兩種林分也較小，因此，闊葉林NPP總量最大。

由于目前有關(guān)于帶嶺區(qū)森林NPP的研究鮮見報(bào)道，且NPP的實(shí)測(cè)數(shù)據(jù)較難獲得，因此本研究將2015年森林NPP與2014年MOD17A3產(chǎn)品進(jìn)行對(duì)比分析，以驗(yàn)證模型估算的可靠性。MOD17A3是MODIS系列產(chǎn)品中植被凈初級(jí)生產(chǎn)力的標(biāo)準(zhǔn)產(chǎn)品，是利用BIOME-BGC模型在全球尺度上估算得到的，經(jīng)過對(duì)其進(jìn)行預(yù)處理，得到本研究區(qū)2014年的NPP為48.469×105 t，估算的3種林分2015年5-9月NPP總量為30.725×105 t。出現(xiàn)這種情況的原因首先是由于MOD17A3是通過植被對(duì)太陽輻射的利用率來計(jì)算森林NPP，未考慮其他因素對(duì)NPP的影響，所以存在高估的可能，并且MOD17A3估算的是整個(gè)區(qū)域的NPP，而本研究的研究對(duì)象為帶嶺區(qū)的有林地，因此研究結(jié)果較為可靠。

4 結(jié)論

本文基于3-PG模型，選擇適合帶嶺地區(qū)的模型參數(shù)，模擬了其2014-2044年30 a的森林植被NPP逐年增長(zhǎng)量以及2014-2019年間NPP的逐月增長(zhǎng)量變化趨勢(shì)，得出以下結(jié)論：

（1）2014-2044年森林植被NPP年增長(zhǎng)量整體表現(xiàn)為穩(wěn)步增長(zhǎng)，但是增長(zhǎng)速度在逐年遞減，3種林分2015年總NPP年增長(zhǎng)量為30.725×105 t。

（2）2014-2019年植被生長(zhǎng)期內(nèi)NPP月增長(zhǎng)量呈周期變化，5-9月NPP為先增后減的趨勢(shì)，但7月份的NPP低于前后兩個(gè)月的NPP。

（3）NPP年增長(zhǎng)量以及月增長(zhǎng)量在3種林分的不同齡組中均表現(xiàn)為：幼齡林>中齡林>近熟林>成熟林>過熟林。不同齡組中3種林分的NPP月增長(zhǎng)量和年增長(zhǎng)量只有過熟林的表現(xiàn)為：闊葉林>針葉林>混交林，其他4個(gè)齡組NPP月增長(zhǎng)量和年增長(zhǎng)量變化均表現(xiàn)為：針葉林>闊葉林>混交林。

本文利用3-PG模型研究了帶嶺區(qū)森林植被30 a的NPP年增長(zhǎng)量以及5 a的月增長(zhǎng)量變化，并對(duì)其進(jìn)行時(shí)間和空間方面的分析，實(shí)現(xiàn)了森林植被的NPP動(dòng)態(tài)監(jiān)測(cè)，可為研究NPP時(shí)空變化以及合理利用森林植被資源提供參考。

【參 考 文 獻(xiàn)】

[1]李柏貞，汪金福，王懷清，等.江西省森林和植被碳匯價(jià)值研究[J].氣象與減災(zāi)研究，2018，41（3）：207-211.

LI B Z， WANG J F， WANG H Q， et al. Study on the carbon sink value of forests and vegetation in Jiangxi Province[J]. Meteorology and Disaster Reduction Research， 2018， 41（3）：207-211.

[2]江洪， 汪小欽， 孫為靜. 福建省森林生態(tài)系統(tǒng)NPP的遙感模擬與分析[J]. 地球信息科學(xué)學(xué)報(bào)， 2010， 12（4）：580-586.

JIANG H， WANG X Q， SUN W J. Remote sensing simulation and analysis of NPP in Fujian forest ecosystem[J]. Journal of Earth Information Science， 2010， 12（4）：580-586.

[3]張冬有，馮仲科，李亦秋，等.基于C-FIX模型的黑龍江省森林植被凈初級(jí)生產(chǎn)力遙感估算[J].林業(yè)科學(xué)，2011，47（7）：13-19.

ZHANG D Y， FENG Z K， LI Y Q. Remote sensing estimation of net primary productivity of forest vegetation in Heilongjiang Province based on C-FIX model[J]. Forestry Science， 2011， 47（7）：13-19.

[4]LANDSBERG J J， WARING R H. A generalised model of forest productivity using simplified concepts of radiation-use efficiency， carbon balance and partitioning[J]. Forest Ecology & Management， 1997， 95（3）：209-228.

[5]XENAKIS G， RAY D， MENCUCCINI M. Sensitivity and uncertainty analysis from a coupled 3-PG and soil organic matter decomposition model[J]. Ecological Modelling， 2008， 219（1）：1-16.

[6]BRYARS C， MAIER C A， ZHAO D H， et al. Fixed physiological parameters in the 3-PG model produced accurate estimates of loblolly pine growth on sites in different geographic regions[J]. Forest Ecology & Management， 2013， 289（2）：501-514.

[7]GONZALEZBENECKE C A， JOKELA E J， CROPPER W P， et al. Parameterization of the 3-PG model for Pinus elliottii stands using alternative methods to estimate fertility rating， biomass partitioning and canopy closure[J]. Forest Ecology and Management， 2014， 327（17）：55-75.

[8]DYE P J. Modelling growth and water use in four Pinus patula stands with the 3-PG model[J]. Southern Forests， 2001， 191（1）：53-64.

[9]花利忠.雷州半島桉樹人工林3PG模型的研究[D].福州：福建農(nóng)林大學(xué)，2004.

HUA L Z. Study on 3PG model of Eucalyptus plantation in Leizhou peninsula[D]. Fuzhou： Fujian Agriculture and Forestry University， 2004.

[10]趙梅芳.基于3-PG機(jī)理模型的杉木林碳固定及蒸散量模擬研究[D].長(zhǎng)沙：中南林業(yè)科技大學(xué)，2008.

ZHAO M F. Simulation of carbon fixation and evapotranspiration of Chinese Fir plantation based on 3-PG mechanism model[D]. Changsha： Central South University of Forestry and Technology， 2008.

[11]朱智強(qiáng)，蔣菊生.3-PG生長(zhǎng)模型及其在橡膠樹栽培領(lǐng)域的應(yīng)用[J].熱帶農(nóng)業(yè)科學(xué)，2010，30（7）：4-7.

ZHU Z Q， JIANG J S. 3-PG growth model and its application in rubber tree cultivation[J]. Tropical Agricultural Science， 2010， 30（7）：4-7.

[12]解雅麟，王海燕，雷相東.基于3-PG模型的長(zhǎng)白落葉松人工林生長(zhǎng)和生物量模擬[J].南京林業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，42（1）：141-148.

XIE Y L， WANG H Y， LEI X D. Growth and biomass simulation of Larix olgensis plantation based on 3-PG model[J]. Journal of Nanjing Forestry University： Natural Science Edition， 2018， 42（1）：141-148.

[13]董利虎.東北林區(qū)主要樹種及林分類型生物量模型研究[D].哈爾濱：東北林業(yè)大學(xué)，2015.

DONG L H. Study on biomass model of main tree species and stand types in northeast forest area[D]. Harbin： Northeast Forestry University， 2015.

[14]DELUCIA E H， GEORGE K， HAMILTON J G. Radiation-use efficiency of a forest exposed to elevated concentrations of atmospheric carbon dioxide[J]. Tree Physiology， 2002， 22（14）：1003-1010.

[15]LANDSBERG J J， WARING R H， COOPS N C. Performance of the forest productivity model 3-PG applied to a wide range of forest types[J]. Forest Ecology and Management， 2003， 172（2）：199-214.

[16]SANDS P J， LANDSBERG J J. Parameterisation of 3-PG for plantation grown Eucalyptus globulus[J]. Forest Ecology and Management， 2002， 163（1）：273-292.

[17]Sands P J ， Landsberg JJ . Parameterisation of 3-PG for plantation grown Eucalyptus globulus[J]. Forest Ecology and Management， 2002， 163（1/3）：273-292.