裴薇薇 楊喆 王云英 王新 杜巖功

摘要：祁連山區(qū)是我國西部重要的生態(tài)安全屏障和固碳場(chǎng)所。為準(zhǔn)確評(píng)估祁連山區(qū)青海云杉林生態(tài)系統(tǒng)生長季碳匯特征，利用渦度相關(guān)技術(shù)并結(jié)合增強(qiáng)回歸樹模型與結(jié)構(gòu)方程模型，研究生長季其碳通量變化特征及其環(huán)境影響機(jī)制。結(jié)果表明，青海云杉林生長季凈生態(tài)系統(tǒng)碳交換（net ecosystem carbon exchange， NEE）日變化呈“V”型，CO2通量變化范圍在-0.71～0.08 mg CO2·m-2·s-1，季節(jié)尺度NEE變化范圍在-20.93～11.75 g C·m-2，月均碳吸收量（188.27±17.85） g·m-2，生長季累積碳吸收941.34 g·m-2。增強(qiáng)回歸樹模型揭示植被指數(shù)對(duì)凈生態(tài)系統(tǒng)碳交換量相對(duì)貢獻(xiàn)率最高，為50.3%，其次是凈輻射，為15.9%。結(jié)構(gòu)方程模型表明，植被指數(shù)與相對(duì)濕度對(duì)凈生態(tài)系統(tǒng)碳交換量的直接作用系數(shù)分別為0.61與-0.17。多元逐步回歸模型表明植被指數(shù)與相對(duì)濕度對(duì)NEE具有顯著影響（R2=0.74， P<0.01）。隨著植被指數(shù)增加，祁連山森林生態(tài)系統(tǒng)碳匯功能顯著增強(qiáng)。結(jié)果為準(zhǔn)確評(píng)估祁連山區(qū)青海云杉林生態(tài)系統(tǒng)碳匯能力提供科學(xué)依據(jù)。

關(guān)鍵詞：渦度相關(guān)；青海云杉林；碳通量；環(huán)境因子

doi：10.13304/j.nykjdb.2022.0513

中圖分類號(hào)：S718.55 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：10080864（2024）01022608

自然生態(tài)系統(tǒng)碳匯是我國實(shí)現(xiàn)碳增匯的重要方式[12]。作為地球碳庫的重要組成部分，陸地生態(tài)系統(tǒng)對(duì)全球碳循環(huán)至關(guān)重要。森林是陸地最大碳匯，約占全球植被碳儲(chǔ)量的77%[34]。近年來，森林生態(tài)系統(tǒng)源匯效應(yīng)及主要環(huán)境調(diào)控成為研究熱點(diǎn)[5]。1980—1990年間北半球森林是年固碳6億t的重要碳庫，北美森林生態(tài)系統(tǒng)年固碳量0.7億t[6]，因氣候環(huán)境差異，不同地區(qū)森林生態(tài)系統(tǒng)碳匯能力存在強(qiáng)異質(zhì)性，歐亞大陸森林碳匯高于北美森林生態(tài)系統(tǒng)，美國森林碳匯能力強(qiáng)于中國北方森林系統(tǒng)。過去50年，我國森林年固碳量4.34 億t[7]，中國森林生態(tài)系統(tǒng)亦具有較強(qiáng)碳匯潛力[8]。

森林碳匯驅(qū)動(dòng)因素由于環(huán)境異質(zhì)性存在差異[910]，如受氣候[11]、地形[12]、林齡[13]等影響。亞馬遜雨林受厄爾尼諾極端干旱氣候影響，樹木死亡率增加，碳匯能力降低[14]；東北地區(qū)落葉松碳匯主要受光合有效輻射影響[15]；臺(tái)灣地區(qū)亞熱帶闊葉林生物碳最大值出現(xiàn)在地形平坦區(qū)[16]；林齡是中國寒溫帶地區(qū)白樺林碳含量的主導(dǎo)因素[17]。溫度是影響祁連山區(qū)青海云杉林碳儲(chǔ)量的最關(guān)鍵因子[18]，亦有研究表明降水是影響青海云杉林碳儲(chǔ)量的主要因素。目前，對(duì)祁連山區(qū)青海云杉林碳匯特征及其影響因素的研究主要通過生物量估算，缺少基于渦度相關(guān)技術(shù)的準(zhǔn)確評(píng)估研究。祁連山是我國西部地區(qū)重要生態(tài)安全屏障，也是冰川與水源涵養(yǎng)國家重點(diǎn)生態(tài)功能區(qū)。本研究利用渦動(dòng)相關(guān)技術(shù)監(jiān)測(cè)，揭示生長季青海云杉林生態(tài)系統(tǒng)碳通量動(dòng)態(tài)變化特征及其主要影響因素，為準(zhǔn)確評(píng)估祁連山區(qū)青海云杉林生態(tài)系統(tǒng)碳匯能力提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況及試驗(yàn)材料

研究區(qū)位于青海省門源縣珠固鄉(xiāng)祁連山國家公園寺溝管護(hù)站 （37°08′N， 102°22′E），海拔2 523 m。該區(qū)屬高原大陸性氣候，太陽輻射強(qiáng)，日溫差較大，冷季漫長，暖季短暫。土壤類型是森林灰褐土，有機(jī)碳含量65.19 g·kg-1[19]。研究區(qū)平均氣溫-2.3～2.2 ℃，平均降雨量277.4～504.5 mm。選擇長勢(shì)均勻的青海云杉林作為研究對(duì)象，樣地面積100 m × 100 m，共有活體樹木1 493株。研究區(qū)植被是以青海云杉林為代表的寒溫性針葉林，也是祁連山區(qū)主要的喬木建群種，包括青海云杉（Picea crassifolia）、祁連圓柏（Sabina przewalskii）、山楊（Populus davidiana）、樺木（Betula spp）等，樹齡60～70 a，為次生林。

1.2 研究方法

1.2.1 森林凈生態(tài)系統(tǒng)交換觀測(cè)試驗(yàn)系統(tǒng) 祁連山國家公園寺溝管護(hù)站通量塔位于自然保護(hù)區(qū)內(nèi)地勢(shì)平坦、地形開闊處。試驗(yàn)系統(tǒng)主要由開路式渦度相關(guān)通量監(jiān)測(cè)系統(tǒng)和微氣象觀測(cè)系統(tǒng)2部分組成，用于監(jiān)測(cè)森林凈生態(tài)系統(tǒng)碳交換（netecosystem carbon exchange， NEE）和微氣象因子。開路式渦度相關(guān)系統(tǒng)安裝在通量塔35 m處，包括一體化開路式渦動(dòng)協(xié)方差系統(tǒng)（IRGASON， CampbellScientific， USA），集成了開路式CO2/H2O分析儀和三維超聲風(fēng)速儀為一體，可同時(shí)測(cè)量CO2 濃度、水汽密度、空氣溫度、大氣壓力、飽和水汽壓差、三維超聲風(fēng)速和超聲溫度；數(shù)據(jù)采集器（CR6-XT，Camp-bell Scientific， USA），采樣頻率為10 Hz，以TOB3 格式收集并存儲(chǔ)30 min 通量數(shù)據(jù)平均值。微氣象觀測(cè)系統(tǒng)主要包括：凈輻射傳感器（CNR4， Kipp&Zonen， USA），測(cè)量?jī)糨椛?，同時(shí)有4 個(gè)輸出，分別是向上的短波、向下的短波以及向上的長波和向下的長波；二維超聲風(fēng)速傳感器（WINDSONIC 1405-PK-038， Gill， United Kingdom）；大氣壓傳感器（CS106，Vaisala， Finland）；空氣溫濕度傳感器（HMP155， Vaisala， Finland），可同時(shí)測(cè)量空氣溫度和相對(duì)濕度；翻斗式雨量筒（TE525MM， Texas， USA），收集降雨量。渦度相關(guān)監(jiān)測(cè)系統(tǒng)和微氣象觀測(cè)系統(tǒng)需保持同一采樣頻率，得到時(shí)間為30 min 的平均CO2 湍流通量（Fc）。按照微氣象學(xué)符號(hào)，向下通量（即碳吸收）用負(fù)值表示。

1.2.2 植被指數(shù) 植被指數(shù)（normalized differencevegetation index， NDVI）是影響碳通量的主要因素，因此本研究引入植被指數(shù)來揭示碳通量的調(diào)控因素[20]。本文使用數(shù)據(jù)為MODIS 合成產(chǎn)品MOD13Q1，空間分辨率為250 m， 時(shí)間分辨率為16 d，時(shí)間跨度選取2015至2020年的5—9月。數(shù)據(jù)來源于AppEEARS（https：//lpdaac.usgs.gov/tools/appeears），并將NDVI像元初始值轉(zhuǎn)化到-1～1。

式中，NIR、RED分別代表近紅外波段、紅外波段的反射率。

1.2.3 數(shù)據(jù)處理 本研究選用數(shù)據(jù)合計(jì)153 d（2020年5—9月），每天48組數(shù)據(jù)，產(chǎn)生理論數(shù)據(jù)7 344條，實(shí)際記錄數(shù)據(jù)7 341條，數(shù)據(jù)覆蓋率99.9%，其中有效數(shù)據(jù)量6 871條，有效率為93.5%，同時(shí)收集環(huán)境因子數(shù)據(jù)。

觀測(cè)儀器于野外工作，會(huì)受到降雨、降雪等天氣的影響，觀測(cè)到的通量存在數(shù)據(jù)缺失和異常。對(duì)于數(shù)據(jù)質(zhì)量控制通過在線軟件EddyPro進(jìn)行平面擬合、坐標(biāo)旋轉(zhuǎn)和WPL密度校正等。對(duì)于空缺數(shù)據(jù)，若缺失時(shí)間小于2 h采用線性內(nèi)插法，超過則用平均晝夜插補(bǔ)法（mean diurnal variation，MDV），使用鄰近一段時(shí)間內(nèi)相同時(shí)段的觀測(cè)平均值代替缺失值[21]，白天選14 d，夜晚選7 d的時(shí)間長度。對(duì)于異常值處理，采用閾值確定來剔除不合理數(shù)值，森林通量閾值在-2～2 mg·m-2·s-1 比較合理；本文摩擦風(fēng)速閾值為0.2 m·s-1。

1.2.4 統(tǒng)計(jì)分析方法 利用Excel 2010對(duì)生長季每30 min的NEE數(shù)值進(jìn)行處理，對(duì)比分析生長季期間各通量日變化、月變化動(dòng)態(tài)；采用Origin 2019軟件進(jìn)行回歸分析和作圖。本研究借助R4.0.5，利用結(jié)構(gòu)方程模型（piecewiseSEM）和增強(qiáng)回歸樹模型（Dismo），選用氣溫、降水、凈輻射、相對(duì)濕度、歸一化植被指數(shù)作為自變量評(píng)價(jià)相對(duì)重要性。增強(qiáng)回歸樹模型設(shè)置學(xué)習(xí)速率為0.001，樹的復(fù)雜度為5，每次抽取90% 的數(shù)據(jù)，并進(jìn)行10次交叉驗(yàn)證，結(jié)果以百分?jǐn)?shù)來表示單個(gè)預(yù)測(cè)因子的相對(duì)重要性。結(jié)構(gòu)方程模型可對(duì) Fishers C 值進(jìn)行卡方檢驗(yàn)并通過AIC（akaike information criterion）值判定模型整體擬合度。Fishers C 進(jìn)行卡方檢驗(yàn)時(shí)要求P>0.05，且AIC 越小，說明模型結(jié)構(gòu)越合理。

基于2020年生長季時(shí)間序列，以環(huán)境因子為自變量，NEE為因變量構(gòu)建多元線性回歸模型。計(jì)算各項(xiàng)標(biāo)準(zhǔn)化回歸系數(shù)。

Y=a+X1 P+X2 Ta+X3 RH+X4 Rn+X5 NDVI （2）

式中，a為殘差，表示通量受環(huán)境因素影響所產(chǎn)生的部分微小波動(dòng)；P、Ta、RH、Rn與NDVI分別為2020年降雨量、氣溫、相對(duì)濕度、凈輻射與歸一化植被指數(shù)。

2 結(jié)果與分析

2.1 青海云杉林生長季NEE 日變化特征

生長季青海云杉林NEE具有明顯的脈沖式變化規(guī)律，總體呈“V”型曲線，白天和夜間分別為碳匯和碳源（圖1）。從8∶00時(shí)開始，青海云杉林由釋放CO2 轉(zhuǎn)變?yōu)槲誄O2，12∶00時(shí)生態(tài)系統(tǒng)CO2 碳匯最高，約-0.71 mg CO2·m-2·s-1，17∶00時(shí)生態(tài)系統(tǒng)由吸收CO2 轉(zhuǎn)化為釋放CO2。夜間CO2 排放量與日間吸收量相比，明顯較小且波動(dòng)范圍較窄。

在生長季5—9 月，青海云杉林NEE 每小時(shí)波動(dòng)范圍分別在-0.25～0.08、-0.62～0.17、-0.64～0.17、-0.71～0.09、-0.29～0.17 mg CO2·m-2·s-1，其中，7 和8 月變化幅度較高，而5、6 和9 月相對(duì)較弱。

祁連山區(qū)青海云杉林生態(tài)系統(tǒng)NEE 季節(jié)變化呈先增長后降低趨勢(shì)。從5月19日開始碳匯能力增強(qiáng)，6月14日出現(xiàn)碳匯峰值-20.93 g C·m-2·d-1；從8月3日開始，碳匯開始降低且逐漸轉(zhuǎn)為碳源，9月14日出現(xiàn)碳源峰值，達(dá)到11.75 g C·m-2·d-1。

生長季7 月5 日、8 月3 日和9 月5 日分別出現(xiàn)3 次強(qiáng)碳匯現(xiàn)象，其值分別為-20.63、-17.62 和-17.73 g C·m-2·d-1（圖2）。5—9月碳通量平均值分別為（-1.50±0.08）（-8.15±0.14）（-8.92±0.12）（-8.16±0.12）（-4.02±0.15）g C·m-2·d-1。

2.2 青海云杉林生長季月尺度NEE 變化特征

生長季青海云杉林月均NEE 為（-188.27±17.85） g C·m-2，生長季NEE月累積量表現(xiàn)為7月（-276.67 g C·m-2·mon-1）>8月（-252.91 g C·m-2·mon-1）>6 月（ -244.63 g C·m-2·mon-1）>9 月（ -120.61g C·m-2·mon-1）>5月（-46.52 g C·m-2·mon-1），碳匯能力呈現(xiàn)先增加后降低趨勢(shì)，7月碳匯能力最高，5月最低，最大值與最小值相差230.15 g C·m-2·mon-1（圖3），6—8月碳吸收量顯著高于5和9月（P<0.05），生長季NEE累積吸收總量為941.34 g C·m-2。

2.3 環(huán)境因素對(duì)青海云杉林生態(tài)系統(tǒng)NEE 的影響分析

增強(qiáng)回歸樹模型表明植被指數(shù)對(duì)NEE 相對(duì)貢獻(xiàn)率最高，可以解釋NEE 總變異的50.3%（圖4），其次是凈輻射，可以解釋15.9%方差變異，二者累積貢獻(xiàn)率達(dá)到66.2%，然后依次是氣溫（13.1%）>相對(duì)濕度（12.9%）>降雨量（7.7%）。結(jié)構(gòu)方程模型結(jié)果表明，青海云杉林生長季NEE主要受植被指數(shù)和相對(duì)濕度調(diào)控（圖5），直接影響系數(shù)分別為0.61（P<0.001）和-0.17（P<0.01）。氣溫對(duì)植被指數(shù)的直接作用系數(shù)為-0.57，達(dá)到極顯著水平，對(duì)NEE間接作用系數(shù)為-0.35。2種方法均表明植被指數(shù)是影響青海云杉林生長季NEE的最主要正向調(diào)控因子。

2.4 基于多元線性回歸模型的2015—2019 年生長季NEE 月變化特征

根據(jù)增強(qiáng)回歸樹模型與結(jié)構(gòu)方程模型篩選出2個(gè)重要預(yù)測(cè)變量，即歸一化植被指數(shù)與相對(duì)濕度，考慮引入并簡(jiǎn)化多元線性回歸模型（式1），該模型R2 =0.75，矯正后R2 =0.74（P<0.01）。

Y=10.14-6.75NDVI-0.29RH （1）

由圖6 可知，生長季月累積碳均值表現(xiàn)為2019 年（-413.56 g C·m-2·mon-1）>2018 年（-391.60g C·m-2·mon-1）>2015年（-333.53 g C·m-2·mon-1）>2016 年（-330.91 g C·m-2·mon-1）>2017 年（-323.40g C·m-2·mon-1）。其中，2018年變幅最大，為-318.59g C·m-2·mon-1，2019年最小，為-119.95 g C·m-2·mon-1。2015 年最大固碳量出現(xiàn)在5 月，2019 年出現(xiàn)在8月，其值分別為-390.38和-487.40 g C·m-2·mon-1，其余年份最大值皆出現(xiàn)在6月，與2020年最大固碳量出現(xiàn)在7月不同，但總體變化趨勢(shì)基本一致，9月降至最低。

3 討論

本研究結(jié)果表明，祁連山青海云杉林CO2通量日變化呈“V”型，固碳能力在12∶00左右達(dá)到最低，與其他森林生長季呈“U”型不同[2223]，NEE變化趨勢(shì)急促，是明顯單谷峰型。究其原因，較溫帶森林所處位置，青海云杉林為高寒地帶，晝夜溫差較其他地區(qū)更大，白天光合作用強(qiáng)烈，對(duì)CO2吸收明顯，夜間光合作用隨氣溫下降迅速減弱，造成NEE波動(dòng)范圍更為劇烈。整個(gè)生長季NEE日變化特征僅有1個(gè)CO2吸收高峰，午間前后出現(xiàn)“午休”現(xiàn)象，可能是溫度升高導(dǎo)致植物發(fā)生蒸騰作用而散失大量水分，氣孔暫時(shí)關(guān)閉，導(dǎo)致植物在這段時(shí)間內(nèi)CO2供應(yīng)不足。與2020年相比，過去5年NEE的日變化較小，可能與祁連山區(qū)近10年氣溫與降水平均值略低有關(guān)。本研究結(jié)果也表明，氣溫與降水通過間接作用影響植被指數(shù)與相對(duì)濕度，從而達(dá)到影響NEE的效果。

青海云杉林生長季日變化范圍在-20.93～11.75 g C·m-2·d-1，月累積平均值為-188.27 g C·m-2·mon-1；相同森林類型下，縉云山針闊混交林日變化范圍在-26.91～15.74 g C·m-2·d-1，平均月累積為-100.64 g C·m-2·mon-1[24]；鳳陽山針闊混交林平均月累積為-50.2 g C·m-2·mon-1[25]，相比之下青海云杉林固碳能力較強(qiáng)，可能是因?yàn)樵摰貐^(qū)固碳潛力相對(duì)較高[26]，林齡[27]、蓄積量[28]、自然氣候條件[11]等因素都可能影響針葉林生態(tài)系統(tǒng)固碳能力。綜合各月碳通量總和與各月平均日變化可看出，碳通量總和月變化趨勢(shì)與日變化趨勢(shì)一致。

植被指數(shù)可以反映植被的生長狀況，而植被生長狀況是森林生態(tài)系統(tǒng)固碳能力的重要指標(biāo)，青海云杉林生長季NEE 主要受植被指數(shù)調(diào)控，二者呈極顯著正相關(guān)，說明植被生長狀況越好，NEE就越高，這與張靜茹等[29]的研究結(jié)果一致，說明植被自身生長狀況是影響區(qū)域生態(tài)系統(tǒng)固碳能力的最主要因素。林冠是森林碳庫的重要結(jié)構(gòu)層次[30]，植被指數(shù)最初也是從冠層結(jié)構(gòu)來提取生長季植被動(dòng)態(tài)變化，其中葉面積指數(shù)是量化森林生態(tài)系統(tǒng)冠層結(jié)構(gòu)特性最常用的參數(shù)之一[31]。植被指數(shù)與葉面積指數(shù)之間具有線性關(guān)系，有研究通過監(jiān)測(cè)林冠層的葉面積指數(shù)發(fā)現(xiàn)葉面積指數(shù)越大，植物固碳能力越強(qiáng)[32]，也從側(cè)面反映植被指數(shù)對(duì)森林NEE的正向影響。

凈輻射的相對(duì)貢獻(xiàn)較植被指數(shù)次之，但與NEE卻無顯著相關(guān)，這與紀(jì)小芳等[25]對(duì)鳳陽山以及徐勇峰等[33]對(duì)濕地楊樹林的研究結(jié)果不太一致。可能是由于祁連山是我國輻射資源最豐富的地區(qū)之一，長期處于強(qiáng)輻射環(huán)境下的森林植被經(jīng)過長期適應(yīng)具有較高的光合潛力。此外，在晴天的天氣條件下，強(qiáng)烈的直接輻射也可能會(huì)使得植被光合作用出現(xiàn)光飽和現(xiàn)象，從而抑制光合效率[34]。也可能與下墊面性質(zhì)有關(guān)，祁連山青海云杉林郁閉度較高，葉面積指數(shù)大，相較于其他森林對(duì)凈輻射的吸收較低，因此作用不明顯。氣溫也對(duì)NEE無顯著影響，這與陳月明[35]對(duì)北美洲闊葉林與針葉林以及趙仲輝[36]對(duì)于亞熱帶杉木林生態(tài)系統(tǒng)的研究不同。溫度升高會(huì)促進(jìn)植物進(jìn)入生理活動(dòng)旺盛期，而青海云杉林處于大陸性氣候，生長季均溫僅12 ℃，并不足以對(duì)NEE產(chǎn)生強(qiáng)烈影響。但氣溫通過植被指數(shù)間接影響NEE并呈顯著正相關(guān)，原因是生長季增溫提高光合作用效率和水分利用率[37]，植被生長加快使得植被指數(shù)增加間接增大NEE。

青海云杉林生長季NEE還受相對(duì)濕度調(diào)控，與NEE 呈顯著負(fù)相關(guān)，這與Lu 等[38]研究結(jié)果不同。相對(duì)濕度不僅能夠反映氣溫、降水等氣候要素的綜合影響，還可通過影響水汽凝結(jié)而改變降水發(fā)生概率。降水與氣溫是影響相對(duì)濕度的最主要因素。本研究中，降水對(duì)相對(duì)濕度的作用強(qiáng)于氣溫， 降水越大，空氣水分含量越多，植物的光合作用隨葉片含水量逐漸增強(qiáng)，導(dǎo)致NEE轉(zhuǎn)換為負(fù)值，表現(xiàn)為碳匯，但青海云杉林作為干旱地區(qū)耐寒造林樹種，受水分脅迫較小。

參 考 文 獻(xiàn)

［1］ 楊長進(jìn)， 田永， 許鮮. 實(shí)現(xiàn)碳達(dá)峰、碳中和的價(jià)稅機(jī)制進(jìn)路[J].價(jià)格理論與實(shí)踐， 2021（1）：20-26， 65.

YANG C J， TIAN Y， XU X. The path of price and taxmechanism to achieve carbon peak and carbon neutrality [J].Price Theory Pract.， 2021（1）：20-26， 65.

［2］ 王國勝， 孫濤， 昝國盛， 等. 陸地生態(tài)系統(tǒng)碳匯在實(shí)現(xiàn)“雙碳”目標(biāo)中的作用和建議[J]. 中國地質(zhì)調(diào)查， 2021， 8（4）：13-19.

WANG G S， SUN T， ZAN G S， et al .. Roles and suggestions ofterrestrial ecosystem carbon sink in achieving carbon emissionpeak and carbon neutrality in China [J]. Geol. Surv. Chin.，2021， 8（4）：13-19.

［3］ Food and Agriculture Organization of the United Nations（FAO）. Global forest resources assessment（2020） [EB/OL]. [2022-05-22 ] . http：//www.fao.org/.

［4］ 尹晶萍， 張煜星， 付堯， 等. 中國碳排放與森林植被碳吸收潛力研究[J]. 林業(yè)資源管理， 2021（3）：53-61.

YIN J P， ZHANG Y X， FU Y， et al .. The research of carbonemission and carbon sequestration potential of forest vegetationin China [J]. For. Resour. Manage.， 2021（3）：53-61.

［5］ 譚麗萍， 劉蘇峽， 莫興國， 等. 華北人工林水熱碳通量環(huán)境影響因子分析[J]. 植物生態(tài)學(xué)報(bào)， 2015， 39（8）：773-784.

TAN L P， LIU S X， MO X G， et al .. Environmental controlsover energy， water and carbon fluxes in a plantation inNorthern China [J]. Chin. J. Plant Ecol.， 2015， 39（8）：773-784.

［6］ AHLSTR?M A， RAUPACH M R， SCHURGERS G， et al .. Thedominant role of semi-arid ecosystems in the trend andvariability of the land CO2 sink [J]. Science， 2015， 348（6237）：895-899.

［7］ 國家林業(yè)和草原局. 中國森林資源報(bào)告（2014—2018） [M].北京：中國林業(yè)出版社， 2019.

［8］ TANG X L， ZHAO X， BAI Y F， et al .. Carbon pools in Chinasterrestrial ecosystems：new estimates based on an intensive fieldsurvey [J]. Proc. Natl. Acad. Sci. USA， 2018， 115（16）： 4021-4026.

［9］ NAVE L E， SWANSTON C W， MISHRA U， et al ..Afforestation effects on soil carbon storage in the UnitedStates： a synthesis [J]. Soil Sci. Soc. Am. J.， 2013， 77（3）：1035-1047.

［10］ MAKKONEN M， HUTTUNEN S， PRIMMER E， et al .. Policycoherence in climate change mitigation： an ecosystem serviceapproach to forests as carbon sinks and bioenergy sources [J].For. Policy Econ.， 2015， 50：153-162.

［11］ 周曉宇， 張稱意， 郭廣芬. 氣候變化對(duì)森林土壤有機(jī)碳貯藏影響的研究進(jìn)展[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2010，21（7）：1867-1874.

ZHOU X Y， ZHANG C Y， GUO G F. Effects of climate changeon forest soil organic carbon storage： a review [J]. Chin. J.Appl. Ecol.， 2010， 21（7）：1867-1874.

［12］ 范葉青， 周國模， 施擁軍， 等. 地形條件對(duì)毛竹林分結(jié)構(gòu)和植被碳儲(chǔ)量的影響[J]. 林業(yè)科學(xué)， 2013， 49（11）：177-182.

FAN Y Q， ZHOU G M， SHI Y J， et al .. Effects of terrain onstand structure and vegetation carbon storage of Phyllostachysedulis forest [J]. Sci. Silvae Sin.， 2013， 49（11）：177-182.

［13］ PUGH T A M， LINDESKOG M， SMITH B， et al .. Role of forestregrowth in global carbon sink dynamics [J]. Proc. Natl. Acad.Sci. USA， 2019， 116（10）：4382-4387.

［14］ BERENGUER E， LENNOX G D， FERREIRA J， et al ..Tracking the impacts of El Ni?o drought and fire in humanmodifiedAmazonian forests [J/OL]. Proc. Natl. Acad. Sci.USA， 2021， 118（30）： 2019377118 [2022-04-22]. https：//doi.org/10.1073/PNAS.2019377118.

［15］ 李小梅， 張秋良. 興安落葉松林生長季碳通量特征及其影響因素[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015，43（6）：121-128.

LI X M， ZHANG Q L. Carbon flux and its impact factors oflarix gmelinii forest ecosystem during growing season [J]. J.Northwest. A＆F Univ. （Nat. Sci.）， 2015， 43（6）：121-128.

［16］ MCEWAN R W， LIN Y C， SUN I F， et al .. Topographic andbiotic regulation of aboveground carbon storage in subtropicalbroad-leaved forests of Taiwan [J]. For. Ecol. Manag.， 2011，262（9）：1817-1825.

［17］ 魏紅， 滿秀玲. 中國寒溫帶不同林齡白樺林碳儲(chǔ)量及分配特征[J]. 植物生態(tài)學(xué)報(bào)， 2019， 43（10）：843-852.

WEI H， MAN X L. Carbon storage and its allocation in Betulaplatyphylla forests of different ages in cold temperate zone ofChina [J]. Chin. J. Plant Ecol.， 43（10）：843-852.

［18］ 劉建泉， 李進(jìn)軍， 郝虎， 等. 祁連山青海云杉林生物量與碳儲(chǔ)量及其影響因素分析[J]. 現(xiàn)代農(nóng)業(yè)科技， 2017（12）：140-143，146.

LIU J Q， LI J J， HAO H， et al .. Analysis on biomass andcarbon storage of Picea crassifolia forest in Qilian mountainsand its influence factors [J]. Mod. Agric. Sci. Technol.，2017（12）：140-143，146.

［19］ 馬劍， 金銘， 敬文茂， 等. 祁連山中段典型植被土壤有機(jī)碳密度研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)， 2020， 40（8）：99-105.

MA J， JIN M， JING W M， et al .. Study on soil organic carbondensity of typical vegetation in the middle Qilian mountains [J].J. Cent. South Univ. For. Technol.， 2020， 40（8）：99-105.

［20］ WANG H， LI X， XIAO J， et al .. Carbon fluxes across alpine， oasis，and desert ecosystems in northwestern China：the importance ofwater availability [J/OL]. Sci. Total Environ.， 2019， 697：133978[2022-04-22]. https：//doi.org/10.1016/j.scitotenv.2019.133978.

［21］ 周宇， 黃輝， 張勁松， 等. 森林生態(tài)系統(tǒng)渦度相關(guān)法碳通量長時(shí)間連續(xù)性缺失數(shù)據(jù)插補(bǔ)方法的比較[J]. 中國農(nóng)業(yè)氣象，2021， 42（4）：330-343.

ZHOU Y， HUANG H， ZHANG J S， et al .. Comparison of gapfillingmethods for long-term continuous missing data in carbonflux observation by eddy covariance method of forest ecosystem [J].Chin. J. Agro. Meteorol.， 2021， 42（4）：330-343.

［22］ 牛曉棟， 江洪， 張金夢(mèng)， 等. 浙江天目山老齡森林生態(tài)系統(tǒng)CO2通量特征[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2016， 27（1）：1-8.

NIU X D， JIANG H， ZHANG J M， et al .. Characteristics of CO2flux in an old growth mixed forest in Tianmu mountain，Zhejiang， China [J]. Chin. J. Appl. Ecol.， 2016， 27（1）：1-8.

［23］ 李潤東， 范雅倩， 馮沛， 等. 北京松山天然落葉闊葉林生態(tài)系統(tǒng)凈碳交換特征及其影響因子[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2020，31（11）：3621-3630.

LI R D， FAN Y Q， FENG P， et al .. Net ecosystem carbonexchange and its affecting factors in a deciduous broad-leavedforest in Songshan， Beijing， China [J]. Chin. J. Appl. Ecol.，2020，31（11）：3621-3630.

［24］ 王倩， 王云琦， 馬超， 等. 縉云山針闊混交林碳通量變化特征及影響因子研究 [J]. 長江流域資源與環(huán)境， 2019， 28（3）：565-576.

WANG Q， WANG Y Q， MA C， et al .. The characteristics andinfluencing factors of carbon fluxes in coniferous and broadleavedmixed forests in Jinyun mountain [J]. Resour. Environ.Yangtze Basin， 2019， 28（3）：565-576.

［25］ 紀(jì)小芳， 魯建兵， 楊軍， 等. 鳳陽山針闊混交林碳通量變化特征及其影響因子[J]. 東北林業(yè)大學(xué)學(xué)報(bào)， 2019， 47（3）：49-55.

JI X F， LU J B， YANG J， et al .. Carbon flux variationcharacteristics and its influencing factors in conifero us andbroad-leaved mixed forest in Fengyang mountain [J]. J. Northeast For. Univ. ， 2019， 47（3）：49-55.

［26］ 吳振云， 李進(jìn)軍， 李娜， 等. 祁連山青海云杉林生長狀況及固碳潛力空間分異研究[J]. 蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2020， 56（6）：749-754.

WU Z Y， LI J J， LI N， et al .. Growth status of Qinghai spruceforest and its potential distribution of biomass C stock in Qilianmountains， Northwestern China [J]. J. Lanzhou Univ. （Nat.Sci.）， 2020， 56（6）：749-754.

［27］ 馮源， 朱建華， 肖文發(fā)， 等. 干擾及林齡影響下迪慶州云杉老齡林生態(tài)系統(tǒng)碳儲(chǔ)量動(dòng)態(tài)[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2017， 26（9）：1465-1472.

FENG Y， ZHU J H， XIAO W F， et al .. Disturbances and ageingaffected carbon dynamics in old-growth spruce forest in Diqingprefecture [J]. Ecol. Environ. Sci.， 2017， 26（9）：1465-1472.

［28］ 張穎， 李曉格， 溫亞利. 碳達(dá)峰碳中和背景下中國森林碳匯潛力分析研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào)， 2022， 44（1）：38-47.

ZHANG Y， LI X G， WEN Y L. Forest carbon sequestrationpotential in China under the background of carbon emissionpeak and carbon neutralization [J]. J. Beijing For. Univ.， 2022，44（1）：38-47.

［29］ 張靜茹， 同小娟， 孟平， 等. 基于植被指數(shù)、葉綠素?zé)晒夂吞纪康娜A北山地人工林物候?qū)Ρ妊芯縖J]. 北京林業(yè)大學(xué)學(xué)報(bào)， 2020， 42（11）：17-26.

ZHANG J R， TONG X J， MENG P， et al .. Comparative studyon phenology in a mountainous plantation in northern Chinabased on vegetation index， chlorophyll fluorescence andcarbon flux [J]. J. Beijing For. Univ.， 2020， 42（11）：17-26.

［30］ 田風(fēng)霞， 趙傳燕， 馮兆東， 等. 祁連山青海云杉林冠生態(tài)水文效應(yīng)及其影響因素[J]. 生態(tài)學(xué)報(bào)， 2012， 32（4）：62-72.

TIAN F X， ZHAO C Y， FENG Z D， et al .. Eco-hydrologicaleffects of Qinghai spruce （Picea crassifolia） canopy and itsinfluence factors in thw Qilian mountains [J]. Acta. Ecol. Sin.，2012， 32（4）：62-72.

［31］ 張艷麗， 費(fèi)世民， 李智勇， 等. 成都市沙河主要綠化樹種固碳釋氧和降溫增濕效益[J]. 生態(tài)學(xué)報(bào)， 2013， 33（12）：3878-3887.

ZHANG Y L， FEI S M， LI Z Y， et al .. Carbon sequestration andoxygen release as well as cooling and humidification efficiencyof the main greening tree species of Sha River， Chengdu [J].Acta. Ecol. Sin.， 2013，33（12）：3878-3887.

［32］ 劉志理. 東北典型森林葉面積指數(shù)的時(shí)空動(dòng)態(tài)[D]. 哈爾濱：東北林業(yè)大學(xué)， 2015.

LIU Z L. Spatial and temporal dynamics of forests in northeasternChina [D]. Harbin： Northeast Forestry University， 2015.

［33］ 徐勇峰， 季淮， 韓建剛， 等. 洪澤湖濕地楊樹林生長季碳通量變化特征及其影響因子[J]. 生態(tài)學(xué)雜志， 2018， 37（2）：322-331.

XU Y F， JI H， HAN J G， et al .. Variation of net ecosystemcarbon flux in growing season and its driving factors in a poplarplantation from Hung-tse Lake wetland [J]. Chin. J. Ecol.，2018， 37（2）：322-331.

［34］ 劉佳. 太陽輻射對(duì)黃河小浪底人工混交林生態(tài)系統(tǒng)碳、水交換的影響[D]. 北京：北京林業(yè)大學(xué)， 2014.

LIU J. Impacts of solar radiation on net ecosystem carbon andwater exchange in a mixed plantation in the Xiaolangdi area [D].Beijing： Beijing Forestry University， 2014.

［35］ 陳月明. 北美洲闊葉林與針葉林生態(tài)系統(tǒng)碳水通量驅(qū)動(dòng)因素分析[D]. 廣州：華南農(nóng)業(yè)大學(xué)， 2018.

CHEN Y M. Main drivers of carbon and water flux attemperature deciduous forests and evergreen needleleaf forestsin North American [D]. Guangzhou：South China AgriculturalUniversity， 2018.

［36］ 趙仲輝. 亞熱帶杉木林生態(tài)系統(tǒng)與大氣間的碳通量研究[D]. 長沙：中南林業(yè)科技大學(xué)， 2011.

ZHAO Z H. A study on carbon flux between Chinese firplanations and atmosphere in subtropical belts [D]. Changsha：Central South University of Forestry and Technology， 2011.

［37］ 欒金凱， 劉登峰， 劉慧， 等. 漢江流域上游植被指數(shù)變化的影響因素分析[J]. 華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019， 40（1）：46-54.

LUAN J K， LIU D F， LIU H， et al .. Analysis of the effectingfactors of vegetation index change in the upper reach ofHanjiang River basin [J]. J. North China Univ. Water Resour.Electr. Power （Nat. Sci.）， 2019， 40（1）：46-54.

［38］ LU E， TAKLE E S. Spatial variabilities and their relationshipsof the trends of temperature， water vapor， and precipitation inthe North American regional reanalysis [J/OL]. J. Geophys.Res-Atmos.， 2010， 115， D06110 [2022-05-22]. https：//doi.org/10.1029/2009JD013192.

（責(zé)任編輯：胡立霞）