何 維,江 飛,居為民,*

1 南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所, 南京 210023 2 南京大學(xué)地理與海洋科學(xué)學(xué)院,自然資源部國(guó)土衛(wèi)星遙感應(yīng)用重點(diǎn)實(shí)驗(yàn)室,江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗(yàn)室, 南京 210023

認(rèn)識(shí)陸地生態(tài)系統(tǒng)碳循環(huán)是全球變化研究的重要前提。生態(tài)系統(tǒng)模型是模擬全球生態(tài)系統(tǒng)碳循環(huán)的重要工具,但是模型模擬仍存在很大的不確定性,包括季節(jié)變化、年際變化和空間分布等方面。生態(tài)系統(tǒng)模型的不確定性主要源于模型的結(jié)構(gòu)、對(duì)環(huán)境脅迫的響應(yīng)及反饋的刻畫、參數(shù)取值和輸入數(shù)據(jù)的誤差等。

評(píng)價(jià)陸地生態(tài)系統(tǒng)模型的不確定性是一項(xiàng)十分重要的研究,是準(zhǔn)確評(píng)估當(dāng)前陸地碳循環(huán)狀態(tài)與與預(yù)測(cè)未來(lái)變化的前提。利用觀測(cè)數(shù)據(jù)來(lái)評(píng)價(jià)模型是常用的方法。用于評(píng)價(jià)碳循環(huán)模型的數(shù)據(jù)包括站點(diǎn)尺度渦度通量、大氣CO2濃度、葉綠素?zé)晒夂蜕锪康?。Messerschmidt 等[1],Fang 等[2]和 Frankenberg 等[3]分別利用地面遙感、高塔和飛機(jī)觀測(cè)的大氣CO2數(shù)據(jù)評(píng)價(jià)了基于生態(tài)系統(tǒng)模型和遙感的碳通量模擬。Peng 等[4]利用渦度通量、站點(diǎn)和衛(wèi)星CO2濃度等多種數(shù)據(jù)系統(tǒng)評(píng)價(jià)了生態(tài)系統(tǒng)模型的碳通量模擬。Byrne 等[5]利用衛(wèi)星植被葉綠素?zé)晒馀cCO2柱濃度數(shù)據(jù)評(píng)價(jià)了北美中緯度地區(qū)生態(tài)系統(tǒng)光合和呼吸碳通量估算。

由于陸地生態(tài)系統(tǒng)是重要的碳匯,且具有顯著的季節(jié)變化,強(qiáng)烈地改變著大氣CO2的濃度。大氣CO2濃度可以反映陸地生態(tài)系統(tǒng)與大氣之間的碳交換信息。通過(guò)與基于生態(tài)系統(tǒng)模型模擬碳通量的濃度貢獻(xiàn)比較,可以評(píng)估生態(tài)系統(tǒng)模型的不確定性[4-5]。但是,大氣CO2濃度雖然能為陸地生態(tài)系統(tǒng)碳通量的估算提供區(qū)域及以上的大尺度約束信息,但它僅能反映陸地和大氣之間的凈交換通量,無(wú)法分別反映光合和呼吸兩個(gè)關(guān)鍵的碳通量分量,只有提供獨(dú)立的約束信息才能分離這兩個(gè)分量。近年來(lái),羰基硫(OCS)被認(rèn)為能夠有效示蹤光合作用,基于這一發(fā)現(xiàn),通過(guò)聯(lián)合OCS和CO2,可以實(shí)現(xiàn)GPP和Reco分離[6],為區(qū)域尺度GPP估算提供了一個(gè)重要方法[7- 8]。

OCS是大氣中最豐富的一種含硫氣體,生命周期為2—4a,在大氣中的平均濃度為500 pmol/mol[9]。OCS的源主要包括海洋釋放(含OCS釋放和CS2、DMS的分解),人類活動(dòng)釋放(含OCS釋放和CS2、DMS的分解)和生物燃燒,以及少量的無(wú)氧土壤的釋放。OCS的匯主要包括植被和土壤吸收,以及平流層OH作用消耗[10]。OCS在陸地生態(tài)系統(tǒng)的過(guò)程主要包括植被光合吸收與土壤有氧吸收和無(wú)氧釋放[11]。OCS的植被吸收主要受碳酸酐酶 (Carbonic Anhydrase, CA) 活性、氣孔導(dǎo)度、輻射、溫度和水分含量的影響。

OCS和CO2的植被吸收在葉片尺度和生態(tài)系統(tǒng)尺度上存在如下關(guān)系[9]：

(1)

式中,Focs表示OCS植被吸收通量,LRU(Leaf Relative Uptake)表示葉片對(duì)OCS和CO2的吸收速率之比,[OCS]/[CO2] 表示OCS和CO2的環(huán)境濃度之比。上述關(guān)系是從OCS信號(hào)推算GPP的理論基礎(chǔ)。

利用大氣OCS示蹤GPP的研究, 目前仍處于起步階段。Campbell 等[12]利用飛機(jī)測(cè)量的OCS大氣濃度數(shù)據(jù)和GPP比例模型估算了北美生長(zhǎng)季GPP。Asaf 等[13]在生態(tài)系統(tǒng)尺度上,利用OCS通量和大氣濃度估算GPP,并指出大氣OCS通量觀測(cè)可以用來(lái)約束GPP。Launois 等[14]在全球尺度上利用OCS大氣同化和GPP尺度模型估算GPP?，F(xiàn)有的研究指明,聯(lián)合大氣OCS和CO2觀測(cè)可以分別優(yōu)化GPP和Reco通量。Hilton 等[7]利用機(jī)載OCS數(shù)據(jù)和大氣傳輸模型評(píng)價(jià)了幾種生態(tài)過(guò)程模型模擬美國(guó)生長(zhǎng)季峰期GPP空間分布的合理性。

針對(duì)大氣OCS和CO2數(shù)據(jù)在生態(tài)系統(tǒng)碳通量評(píng)價(jià)中的作用和研究不足,本研究利用在北美地區(qū)8個(gè)高塔站點(diǎn)同步觀測(cè)的大氣CO2和OCS濃度數(shù)據(jù),結(jié)合WRF-STILT大氣輸送模型,評(píng)估CASA-GFED3、SiB3和SiBCASA三種陸地生態(tài)系統(tǒng)模型模擬GPP和NEE通量的不確定性。

1 數(shù)據(jù)與方法

1.1 大氣CO2與OCS濃度數(shù)據(jù)

大氣濃度數(shù)據(jù)來(lái)源于美國(guó)NOAA-ESRL的全球溫室氣體觀測(cè)網(wǎng)(Global Greenhouse Gas Reference Network)[15- 16]。氣體樣本被自動(dòng)收集到可編程式罐裝樣本系統(tǒng)(Programmable Flask Packages, PFPs)。在北美共有8個(gè)高塔站點(diǎn)和32個(gè)飛機(jī)站點(diǎn),其分布情況以及下墊面植被類型如圖1所示,高塔站點(diǎn)的詳細(xì)信息見(jiàn)表1。高塔站點(diǎn)的采樣頻率為每天一次或隔天一次?？紤]大氣信號(hào)的穩(wěn)定性,本研究只使用了當(dāng)?shù)貢r(shí)10:00—18:00之間高塔采集的數(shù)據(jù)。

圖1 北美地區(qū) CO2和OCS的高塔和飛機(jī)大氣觀測(cè)站點(diǎn)分布及地表覆蓋類型Fig.1 Sites at which CO2 and OCS observations were used and land cover types in North America 高塔站點(diǎn)： AMT (Argyle, Maine, United States), BAO (Erie, Colorado, United States), LEFs (Park Falls, Wisconsin, United States), SCT (Beech Island, South Carolina, United States), STR (Sutro Tower, San Francisco, California, United States), WBI (West Branch, Iowa, United States), WGC (Walnut Grove, California, United States), WKT (Moody, Texas, United States); 飛機(jī)站點(diǎn)： CAR (Briggsdale, Colorado, United States), CMA (Cape May, New Jersey, United States), DND (Dahlen, North Dakota, United States), ESP (Estevan Point, British Columbia, Canada), ETL (East Trout Lake, Saskatchewan, Canada), LEFa (Park Falls, Wisconsin, United States), NHA (Worcester, Massachusetts, United States), PFA (Poker Flat, Alaska, United States), SCA (Charleston, South Carolina, United states), SGP (Southern Great Plains, Oklahoma, United states), TGC (Sinton, Texas, United States), THD (Trinidad Head, California, United States)

1.2 大氣濃度模擬

1.2.1WRF-STILT模型

大氣傳輸模型可以建立觀測(cè)的大氣濃度與地表通量之間的關(guān)聯(lián),本文選擇STILT模型作為大氣輸送模型。STILT模型是一種用于描述大氣輸送過(guò)程的四維拉格朗日粒子擴(kuò)散模型。該模型最初開(kāi)發(fā)用于模擬觀測(cè)接收點(diǎn)的上層氣流影響范圍,也可以用于量化氣體的源[17]。本文采用WRF氣象場(chǎng)來(lái)驅(qū)動(dòng)STILT大氣輸送模型[18]。

STILT模型的表達(dá)式為：

(2)

(3)

(4)

式中,C表示模擬濃度,Xr表示觀測(cè)點(diǎn)的位置向量,tr表示觀測(cè)時(shí)間。公式(2)第一部分表示垂直對(duì)流源/匯的貢獻(xiàn),第二部分表示水平對(duì)流和上層氣流的貢獻(xiàn)。公式(3)計(jì)算大氣垂直對(duì)流的影響足跡f。公式(4)計(jì)算濃度的水平對(duì)流和上層氣流輸送強(qiáng)度I。

表1 本文所使用的北美地區(qū)CO2和OCS的高塔觀測(cè)站點(diǎn)信息

WRF-STILT模型的最重要輸入是垂直和水平風(fēng)場(chǎng)廓線,其他輸入數(shù)據(jù)包括溫度廓線、氣壓、濕度、地表粗糙度、地表潛熱通量、感熱通量和摩擦速度等。邊界層高度可以在STILT模型內(nèi)部計(jì)算,也可以來(lái)源于氣象模型輸入?；赪RF-STILT模型,對(duì)各大氣組分進(jìn)行輸送模擬,匯聚得到四維時(shí)空的模擬大氣濃度(圖2)。

圖2 基于WRF-STILT模型的CO2區(qū)域大氣輸送過(guò)程與濃度模擬示意圖Fig.2 Diagram describing the processes of regional atmospheric transport and concentration simulations based on the WRF-STILT model

1.2.2CO2濃度模擬

在特定區(qū)域,大氣CO2濃度由地表通量引起的濃度變化和側(cè)邊界條件兩部分構(gòu)成。地表通量的變化主要受到植被光合吸收和呼吸釋放、海洋吸收和釋放、化石燃料排放和野火釋放等地表碳通量的影響[19]。植被光合吸收(GPP)和呼吸釋放(Reco)通量可由陸地生態(tài)系統(tǒng)模型模擬,其他通量可以通過(guò)模型模擬或者調(diào)查數(shù)據(jù)獲取。

陸地生態(tài)系統(tǒng)碳通量采用了CASA-GFED3[20]、SiB3[21]和SiBCASA[22-23]3個(gè)模型的模擬結(jié)果,時(shí)間分辨率為3h,空間分辨率為1°×1°。除了陸地生態(tài)系統(tǒng)碳通量外,還包括海洋、化石燃料排放和野火排放碳通量,本文從CarbonTracker CT2013B(https://www.esrl.noaa.gov/gmd/ccgg/carbontracker/CT2013B/)產(chǎn)品中直接獲取這些數(shù)據(jù)。CT2013B海洋通量和陸地生態(tài)系統(tǒng)碳通量一起被優(yōu)化,這里采用優(yōu)化后的海洋通量。CT2013B使用兩種海洋通量數(shù)據(jù)集、兩種化石燃料排放數(shù)據(jù)集和一種野火排放碳通量數(shù)據(jù),發(fā)布的產(chǎn)品結(jié)果為采用不同輸入通量組合的優(yōu)化結(jié)果集合平均值、未優(yōu)化通量則等同于原有數(shù)據(jù)集的平均值,具體信息見(jiàn)表2。

表2 使用的CO2通量數(shù)據(jù)信息

側(cè)邊界條件一般根據(jù)大氣測(cè)量或者從已有模型模擬的濃度場(chǎng)確定。本文根據(jù)全球模型模擬的濃度場(chǎng)(CT2013B優(yōu)化的CO2濃度場(chǎng))和測(cè)量數(shù)據(jù)(OCS在北美海洋邊界的飛機(jī)廓線)確定側(cè)邊界條件。

1.2.3OCS濃度模擬

模擬大氣OCS濃度的主要組分通量,包括植被吸收通量和土壤通量的陸地生態(tài)系統(tǒng)部分,以及人為活動(dòng)、海洋、生物燃燒和平流層OH作用消耗等非陸地生態(tài)系統(tǒng)部分。

植被OCS吸收通量根據(jù)機(jī)理性陸地生態(tài)過(guò)程(SiB3-OCS)[24]模擬或根據(jù) GPP縮放(式1)。SiB3-OCS模擬植被OCS通量如下：

Focs=[OCS]a×[1.94/gsw+1.56/gbw+1.0/gocs]-1

(5)

式中,Focs表示植被OCS吸收通量,[OCS]a表示OCS環(huán)境濃度,gsw,gbw和gocs分別表示氣孔導(dǎo)度、邊界導(dǎo)度和葉肉及酶生化作用決定的綜合導(dǎo)度。

土壤是OCS的一個(gè)主要的匯,其通量模擬有多種方法。Kettle 等[25]計(jì)算土壤OCS通量的方法是根據(jù)Kesselmeier 等[26]的研究將土壤的OCS吸收通量表示為環(huán)境OCS濃度、溫度和土壤濕度的函數(shù)。Berry 等[24]基于SiB3模型模擬的異養(yǎng)呼吸、土壤溫度和水分進(jìn)行土壤OCS吸收通量的估算。研究還發(fā)現(xiàn),土壤OCS吸收與H2吸收緊密聯(lián)系,可根據(jù)土壤吸收H2的比例關(guān)系計(jì)算土壤OCS吸收通量[27]。另外,土壤在特定條件下也可能成為OCS源,在一定的高溫和濕度條件下,土壤也會(huì)釋放OCS,在農(nóng)業(yè)區(qū)尤為明顯[11,28]。本文采用Launois 等[14]基于OCS與H2土壤吸收關(guān)系計(jì)算的OCS土壤通量,采用了其中的Whelan-Bousquet版本,其考慮了土壤OCS釋放。

除植被和土壤OCS通量外,還考慮了人類活動(dòng) 、海洋、生物燃燒和平流層OH作用消耗OCS通量等。人類活動(dòng)主要是化石燃料的使用會(huì)釋放OCS。利用工業(yè)生產(chǎn)統(tǒng)計(jì)調(diào)查數(shù)據(jù),Kettle 等[25]得到了人類活動(dòng)排放的OCS通量。海洋是主要的OCS源。Kettle 等[25]利用耦合的理化模型估算了海洋直接釋放的OCS通量、CS2間接轉(zhuǎn)化的OCS通量和DMS間接通轉(zhuǎn)化為OCS通量。然而,Berry 等[24]研究發(fā)現(xiàn)估算的全球OCS收支不能平衡,原因是全球海洋OCS通量估算偏低。這一發(fā)現(xiàn)被TES衛(wèi)星觀測(cè)數(shù)據(jù)所證實(shí)[29]。Launois 等[14]利用海洋地球化學(xué)模型重新估算了海洋通量,進(jìn)一步證實(shí)了Berry 等[24]提出的海洋通量低估問(wèn)題。本文使用Launois 等[14]海洋OCS通量作為模擬輸入。生物燃燒釋放和平流層OH作用消耗也會(huì)影響大氣OCS濃度的變化,但作用相對(duì)較小。這些數(shù)據(jù)的具體信息如表3所示。

表3 使用的OCS通量數(shù)據(jù)信息

2 結(jié)果

2.1 不同模型模擬的北美陸地生態(tài)系統(tǒng)碳通量季節(jié)變化和空間分布比較

不同生態(tài)過(guò)程模型模擬的陸地生態(tài)系統(tǒng)碳通量具有較大的差異。以CASA-GFED3(CarbonTracker CT2013B版本的產(chǎn)品采用該模擬作為先驗(yàn)通量,月平均值),SiB3和SiBCASA 3個(gè)模型為例,分析北美地區(qū)2010年陸地碳通量模擬結(jié)果在季節(jié)變化(圖3)和夏季生長(zhǎng)季峰期空間分布(圖4)的差異。從圖3可以看出,3個(gè)模型模擬的GPP、Reco和NEE的季節(jié)變化在時(shí)相和幅度上都有明顯差異,GPP和Reco的差異尤為明顯。GPP幅度從大到小排序?yàn)椋篊ASA-GFED3>SiBCASA>SiB3。Reco和NEE的季節(jié)變化幅度的大小排序與GPP一致。從GPP時(shí)相來(lái)看,CASA-GFED3模型和SiBCASA模型比SiB3模型更早達(dá)到最大峰值。從圖4可以看出,3個(gè)模型模擬的GPP、Reco和NEE的生長(zhǎng)季峰期的空間分布總體較為一致,峰值分布在北美玉米帶和農(nóng)業(yè)區(qū)；從強(qiáng)度看,CASA-GFED3模擬值均較高于其他模型。

圖3 不同模型模擬的北美地區(qū)2010年陸地生態(tài)系統(tǒng)植被光合吸收(GPP)、呼吸釋放(Reco)和凈生態(tài)系統(tǒng)碳交換量(NEE)季節(jié)變化Fig.3 Seasonal variations of GPP, Reco and NEE of North America in 2010 simulated from different models

圖4 不同模型模擬的2010年夏季(6—8月)GPP、Reco和 NEE平均值的空間分布Fig.4 Spatial distribution of average GPP, Reco and NEE in the summer (June—August) of 2010 simulated from three different models

2.2 站點(diǎn)模擬濃度的生態(tài)系統(tǒng)和其他組分貢獻(xiàn)

基于上述CO2通量組分和側(cè)邊界條件數(shù)據(jù)和WRF-STILT模型,模擬了各站點(diǎn)2010年大氣CO2濃度。以LEF高塔站點(diǎn)為例,其模擬的各地表通量組分對(duì)大氣CO2濃度貢獻(xiàn)如圖5所示。LEF站點(diǎn)位于美國(guó)威斯康辛州的農(nóng)業(yè)區(qū),植被對(duì)大氣CO2濃度變化的貢獻(xiàn)最大,冬季和春季早期主要表現(xiàn)為因生態(tài)系統(tǒng)呼吸而釋放CO2,夏季因植被光合大于呼吸而吸收CO2(圖5)。各地表組分的擾動(dòng)對(duì)大氣濃度的貢獻(xiàn)最大達(dá)到約為20 μmol/mol,顯著地改變了背景濃度。

圖5 2010年LEF高塔站點(diǎn)的模擬大氣CO2濃度的不同地表通量貢獻(xiàn)Fig.5 Contributions of different surface CO2 fluxes to the simulated CO2 concentration at the LEF tower site in 2010

基于OCS地表通量、側(cè)邊界條件數(shù)據(jù)和WRF-STILT模型可以模擬不同觀測(cè)站點(diǎn)的大氣OCS濃度。圖6顯示了模擬的2010年LEF高塔站點(diǎn)大氣OCS濃度的不同地表通量分量貢獻(xiàn)?？梢钥闯?在冬季和春季之間人類活動(dòng)排放的OCS對(duì)LEF站點(diǎn)的大氣OCS濃度影響最大,在夏季土壤OCS通量的影響最大。

圖6 2010年LEF高塔站點(diǎn)的模擬大氣OCS濃度的不同地表通量貢獻(xiàn)Fig.6 Contributions of different surface OCS fluxes to the simulated OCS concentration at the LEF tower site in 2010

2.3 基于大氣CO2和OCS數(shù)據(jù)的生態(tài)系統(tǒng)碳通量模擬的不確定性分析

陸地生態(tài)系統(tǒng)顯著調(diào)節(jié)大氣OCS和CO2濃度的季節(jié)變化,從大氣OCS和CO2濃度觀測(cè)數(shù)據(jù)可以獲得陸地生態(tài)系統(tǒng)和大氣碳交換的相關(guān)信息。本節(jié)利用不同生態(tài)過(guò)程模型模擬的OCS和CO2通量驅(qū)動(dòng)WRF-STILT模型,模擬大氣OCS和CO2濃度,與觀測(cè)數(shù)據(jù)對(duì)比,分析不同模型模擬碳通量的不確定性,如季節(jié)變化幅度和時(shí)相。圖7和圖8為L(zhǎng)EF和WGC兩個(gè)高塔站點(diǎn)2010—2011年的基于不同模型陸地碳通量的大氣OCS和CO2濃度模擬值與觀測(cè)值的比較。

圖7 LEF高塔站點(diǎn)基于不同生態(tài)過(guò)程模型輸出的地表通量模擬的2010—2011年大氣CO2和OCS濃度與觀測(cè)數(shù)據(jù)的比較(右側(cè)直方圖顯示的是模擬與觀測(cè)濃度之間殘差擬合的正態(tài)分布)Fig.7 Comparisons between the simulated and observed CO2 and OCS at the LEF tower site over 2010—2011 with the biosphere fluxes simulated from different models. The right side shows fitted normal distributions of the residuals between simulated and observed concentrations

圖8 WGC站點(diǎn)基于不同生態(tài)過(guò)程模型輸出的地表通量模擬的2010—2011年大氣CO2和OCS濃度與觀測(cè)比較(右側(cè)直方圖顯示的是模擬與觀測(cè)濃度之間殘差擬合的正態(tài)分布)Fig.8 Comparisons between the simulated and observed CO2 and OCS at the WGC tower site over 2010—2011 with the biosphere fluxes simulated from different models. The right side shows fitted normal distributions of the residuals between simulated and observed concentrations

在LEF站點(diǎn),基于CASA-GFED3輸出的生態(tài)系統(tǒng)通量模擬的大氣CO2濃度與觀測(cè)數(shù)據(jù)較為吻合,但OCS的模擬濃度在夏季明顯偏高,且峰值延遲出現(xiàn),說(shuō)明CASA-GFED3模擬的GPP偏低。

在WGC站點(diǎn),基于SiBCASA模型輸出陸地生態(tài)系統(tǒng)通量模擬的大氣CO2濃度在冬季明顯偏低,無(wú)法模擬峰值；SiBCASA模擬OCS結(jié)果在冬季明顯偏高,無(wú)法模擬谷值；相反,SiB3能較好模擬峰值和谷值。假設(shè)植被信號(hào)主導(dǎo),說(shuō)明SiBCASA在夏季所模擬的GPP偏高,冬季GPP明顯偏低,這與SiBCASA與SiB3模擬的GPP季節(jié)變化幅度差異是一致的(見(jiàn)圖3)。從CO2信號(hào)可以看出,SiBCASA在冬季所模擬的NEE偏低。

圖9為基于不同生態(tài)過(guò)程模型(CASA-GFED3、SiB3 和 SiBCASA)輸出的陸地生態(tài)系統(tǒng)碳通量模擬的所有高塔站點(diǎn)2010—2011年CO2和OCS濃度的平均誤差。從模擬的大氣OCS濃度看,在BAO、SCT、STR和WKT四個(gè)站點(diǎn),基于SiB3和SiBCASA輸出生態(tài)系統(tǒng)通量的模擬值比觀測(cè)數(shù)據(jù)偏低,說(shuō)明SiB3和SiBCASA模型在這些站點(diǎn)足跡影響范圍內(nèi)的模擬GPP可能偏高。而基于CASA-GFED3模型輸出的生態(tài)系統(tǒng)通量的模擬值偏高,說(shuō)明其模擬的GPP可能偏低。從模擬的大氣CO2濃度看,基于SiBCASA輸出的陸地生態(tài)系統(tǒng)通量的模擬值在較多站點(diǎn)(AMT、LEF、SCT、WBI和WKT)高于觀測(cè)值,說(shuō)明該模型在這些站點(diǎn)足跡影響范圍內(nèi)所模擬的NEE(絕對(duì)值)偏低；在3個(gè)城市附近站點(diǎn)(BAO、STR和WGC)模擬的大氣CO2濃度低于觀測(cè)值,可能原因?yàn)槠淠M的NEE偏高或人為碳排放估算偏低,而后者的可能性更大。基于SiB3模型輸出碳通量的模擬值在較多的站點(diǎn)與觀測(cè)值接近,但在上述3個(gè)城市站點(diǎn)明顯低于觀測(cè)值,很可能是由于人為碳排放估算偏低造成的。而基于CASA-GFED3模型輸出的碳通量的模擬值在較多的站點(diǎn)低于觀測(cè)值,說(shuō)明該模型模擬的NEE偏高,這與圖3和圖4所示一致。

圖9 基于不同模型輸出的陸地生態(tài)系統(tǒng)碳通量模擬的所有站點(diǎn)2010—2011年CO2和OCS濃度的平均誤差Fig.9 Average errors of simulated atmospheric CO2 and OCS concentrations with terrestrial fluxes output from three different models at all tower sites over 2010—2011

根據(jù)CO2和OCS濃度模擬值與觀測(cè)值的一致性,總體來(lái)說(shuō),SiB3模型對(duì)北美地區(qū)陸地生態(tài)系統(tǒng)碳通量的模擬較好,CASA-GFED3對(duì)GPP的模擬誤差較大。

3 討論

本文的研究證實(shí)了大氣CO2和OCS濃度數(shù)據(jù)可用于評(píng)估生態(tài)系統(tǒng)模型在碳通量模擬中的不確定性。通過(guò)大氣濃度模擬與實(shí)測(cè)比較,可以對(duì)陸地生態(tài)系統(tǒng)碳通量所模擬的季節(jié)變化時(shí)相和幅度的合理性進(jìn)行評(píng)估。在北美地區(qū),SiB3能很好地模擬陸地生態(tài)系統(tǒng)GPP和NEE的季節(jié)變化時(shí)相和幅度,而CASA-GFED3和SiBCASA模擬NEE和GPP的季節(jié)變化時(shí)表現(xiàn)較不理想。CASA-GFED3模擬的凈陸地生態(tài)系統(tǒng)碳通量整體偏高,這可能與該模型沒(méi)有考慮土壤水分脅迫等環(huán)境因素對(duì)GPP等的影響有關(guān)。CASA-GFED3、SiB3和SiBCASA 3個(gè)模型在模型結(jié)構(gòu)和輸入數(shù)據(jù)方面的差異是造成其模擬差異的原因,也是其碳通量模擬不確定的主要來(lái)源。

同時(shí),本研究還存在一些局限。首先,OCS觀測(cè)站點(diǎn)的數(shù)量有限,對(duì)碳通量的時(shí)空變化刻畫具有一定的局限。其次,土壤OCS等組分通量的不確定性對(duì)結(jié)果有一定的影響。土壤的OCS大氣交換既包括吸收也包括釋放,土壤OCS的釋放取決于溫度、水分和環(huán)境OCS濃度[11],對(duì)于后者需要在模型中量化,特別是在農(nóng)業(yè)區(qū),還未能很好地模擬這一變量。第三,OCS與CO2的葉片相對(duì)吸收比(LRU)是隨時(shí)間和空間變化的[10,30],本文沒(méi)有考慮其時(shí)空變化。目前仍難以獲取LRU大尺度時(shí)空變化信息,大多數(shù)研究將其看作一個(gè)近似常量、僅對(duì)C3和C4植被類型予以區(qū)分。

盡管如此,在其他輸入數(shù)據(jù)具有相同不確定性的條件下,不同模型的模擬效果差異是客觀存在的,因此本文提出的方法能有效評(píng)估不同生態(tài)系統(tǒng)模型的碳通量模擬效果。在傳統(tǒng)的碳循環(huán)模型評(píng)估中,常利用站點(diǎn)的渦度相關(guān)測(cè)量作為評(píng)判模型模擬效果優(yōu)劣的標(biāo)準(zhǔn),但是這種方法是不全面的。模型在站點(diǎn)尺度能較好模擬碳通量,但不能保證其區(qū)域上的模擬效果,其主要原因是站點(diǎn)的數(shù)量和代表性有限以及從站點(diǎn)到區(qū)域的尺度差異。長(zhǎng)期以來(lái),在區(qū)域尺度檢驗(yàn)?zāi)Ｐ捅憩F(xiàn)比較困難,缺少基于觀測(cè)的標(biāo)定數(shù)據(jù)。大氣CO2和OCS濃度以及植被葉綠素?zé)晒馐墙陙?lái)發(fā)展的有效標(biāo)定區(qū)域尺度碳通量的數(shù)據(jù)。利用CO2和OCS這兩種數(shù)據(jù)對(duì)碳通量模擬的碳通量或模型參數(shù)進(jìn)行優(yōu)化計(jì)算,可以提高區(qū)域尺度陸地生態(tài)系統(tǒng)碳通量估算精度。

當(dāng)前,基于高塔站點(diǎn)觀測(cè)的CO2和OCS均較為有限,其中OCS的觀測(cè)更是主要集中在北美區(qū)域。隨著無(wú)人機(jī)、飛艇、飛機(jī)和衛(wèi)星遙感等多種平臺(tái)觀測(cè)技術(shù)的發(fā)展,時(shí)空覆蓋更廣更密集的CO2和OCS濃度數(shù)據(jù)正在被獲取。CO2衛(wèi)星數(shù)據(jù)提取精度在逐步提高,已被應(yīng)用于全球碳通量估算；OCS衛(wèi)星數(shù)據(jù)提取方法也在發(fā)展中,已被應(yīng)用于碳循環(huán)研究。除了數(shù)據(jù)外,對(duì)CO2和OCS源匯的認(rèn)識(shí)和建模也在不斷完善。在數(shù)據(jù)精度逐步提高和理論方法不斷完善的背景下,本文的方法將有望更好地服務(wù)于陸地碳循環(huán)模型評(píng)價(jià)與全球及區(qū)域陸地生態(tài)系統(tǒng)碳通量模擬研究。

4 結(jié)論

本文利用大氣CO2和OCS的觀測(cè)數(shù)據(jù),基于WRF-STILT粒子擴(kuò)散模型進(jìn)行大氣輸送建模,評(píng)價(jià)了3個(gè)典型陸地生態(tài)系統(tǒng)模型(CASA-GFED3、SiB3和SiBCASA)模擬GPP和NEE通量的不確定性。結(jié)果表明,SiB3能很好地模擬北美陸地生態(tài)系統(tǒng) GPP和NEE的季節(jié)變化時(shí)相和幅度,在3個(gè)模型中具有最佳的模擬能力；CASA-GFED3模擬的NEE季節(jié)變化較為理想、但對(duì)生長(zhǎng)季GPP的模擬存在較大的誤差,SiBCASA模型在模擬冬季晚期和春季早期的NEE和GPP峰值時(shí)表現(xiàn)較不理想。本研究證明了大氣CO2和OCS在評(píng)估陸地生態(tài)系統(tǒng)模型碳通量模擬的不確定性中的潛力,為利用它們優(yōu)化計(jì)算(優(yōu)化生態(tài)模型參數(shù)或通量)區(qū)域和全球陸地生態(tài)系統(tǒng)碳通量提供了理論支撐。

致謝：NOAA 地球系統(tǒng)研究實(shí)驗(yàn)室提供大氣CO2觀測(cè)數(shù)據(jù)和Steve Montzka提供OCS觀測(cè)數(shù)據(jù)。NOAA CarbonTracker團(tuán)隊(duì)提供CT2013B同化數(shù)據(jù)。NASA提供CASA-GFED3模擬數(shù)據(jù)。美國(guó)科羅拉多大學(xué)Ian Baker和NOAA地球系統(tǒng)研究實(shí)驗(yàn)室Ivar van der Velde提供SiB3和SiBCASA模型碳通量模擬數(shù)據(jù)。Arlyn Andrews提供WRF-STILT大氣輸送足跡數(shù)據(jù),荷蘭格羅寧根大學(xué)Huilin Chen在WRF-STILT大氣模擬等方面給予指導(dǎo)，特此致謝。