DLM-FvCB模型光合能力关键参数季节性参数化方案及模拟效果评估

选取包含9种植被功能型的15个通量塔观测数据（60站点年）,采用控制变量法,分别在月尺度和年尺度上对25℃时最大羧化速率（V_cmax25）进行优化,并利用未参与参数反演的站点年数据集定量评估这2种参数化方案的模拟效果。研究发现：① 在参数的季节变异方面：9种植被功能型的V_cmax25均呈现明显的季节性波动。V_cmax25的波动幅度为：冬季>秋季>春季>夏季,不同植被类型季节变化幅度相差不大,而寒带植被V_cmax25季节变化幅度接近温带植被的2倍;② 对生态系统初级生产力（GPP）估算的影响方面：V_cmax25季节性参数化方案显著提高了GPP的模拟能力和模拟精度,其中森林和灌木冬季提升最显著（R²提高了35.7%,RMSE降低了23.24%）,春秋季次之,夏季最小。然而,对于C₃草地,DLM无论采取V_cmax25季节性参数化方案还是年尺度参数化方案,均为系统低估GPP。     

空间分辨率对总初级生产力模拟结果差异的影响

利用模型分析气候变化对陆地生态系统功能的影响,是当前全球变化生态学的研究热点,然而模型模拟不确定性来源之一就是空间异质性的问题。空间异质性是尺度的函数,基于气象和遥感数据驱动的生态系统过程模型（BEPS模型）,分别模拟2003-2005年中国生态系统通量观测与研究网络（ChinaFLUX）长白山站、千烟洲站、海北站及当雄站在1 km和8 km空间分辨率下的总初级生产力（GPP）的时间动态变化,并结合土地覆盖类型及叶面积指数(LAI)的差异,探讨两种空间分辨率输入数据对GPP模拟结果的影响。结果表明：① 差异性主要是由于8 km范围内混合像元导致LAI的不同,4个站点月均差异值分别为0.85、1.60、0.13及0.04;② 两种空间分辨率均能较好地反映各站点GPP的季节动态变化,与GPP观测值的相关性R²为0.79~0.97 (1 km)、0.69~0.97(8 km),月均差异值为11.46~29.65 gC/m²/month (1 km)、11.87~24.81 gC/m²/month (8 km);③ 4个通量站点在两种空间分辨率下的GPP月均差异值分别为14.43,12.05,4.79,3.22 gC/m²/month,不同空间分辨率的模拟结果在森林站的差异大于草地站,且生长季的差异大于非生长季。因此,模型在模拟大尺度、长时间序列GPP时,为了提高模型模拟效率,适度降低空间分辨率是可行的,但应尽量减小低空间分辨率对于森林生态系统以及生长季GPP模拟上的误差。     

石羊河下游人工梭梭林土壤呼吸变化特征及其与水热因子的关系

土壤呼吸不仅是反映土壤生物活性的重要指标,也是全球碳循环研究中备受关注的热点问题。在地处典型干旱区的石羊河下游,以流动沙丘和去除土壤结皮人工梭梭林为对照,采用LI-8100土壤碳通量监测系统研究了栽植约40 a、30 a、10 a和5 a的人工梭梭林生长季和非生长季的土壤呼吸日变化,并分析了土壤水分和温度对土壤呼吸的影响。结果表明：（1）不同林龄梭梭林生长季和非生长季土壤呼吸速率的日变化均为明显的单峰曲线,且呈现出一定的波动性,日最大排放速率出现在12:00～14:00时,最小值出现在8:00时左右。（2）梭梭林营造和去结皮处理显著提高了沙漠土壤呼吸速率,而且不同林龄土壤呼吸速率大体上随着种植年限的增加而递增,表现为MC >40 a>30 a>10 a>MS >5 a,非生长季表现为MC >40 a>10 a>5 a>30 a>MS。（3）不同林龄梭梭林土壤呼吸速率均具有明显的季节变化特征,生长季（8 月）的土壤呼吸作用明显强于非生长季（1月）。（4）相关性分析表明,生长季和非生长季土壤呼吸均与0～5 cm土壤水分显著相关,且均呈二次曲线关系,分别为Y =-0.205 8X ²+0.946 5X-0.316 6（R ² =0.506 ²,P= 0.041 7）和Y= 0.118 7 X ²+0.156 3X+0.118 8（R ²=0.675 7,P =0.001 1）;但与10 cm土壤温度的相关性不显著,土壤水分是影响人工梭梭林土壤呼吸的关键因素。该研究进一步证明了人工梭梭林的营造有效改善了沙漠土壤的生物活性,提高了土壤碳通量水平,以土壤结皮破坏为基本特征的人工梭梭林退化和沙漠化必然在短期内加剧碳排放。因此,需要在沙漠地区合理营造人工林,并在造林和林业管理过程中注意保护土壤结皮,以减少CO²排放。     

青海湖高寒湿地生态系统CO2通量和水汽通量间的耦合关系

利用涡度相关技术对青海湖高寒湿地生态系统不同时间尺度CO₂通量和水汽通量间的耦合关系进行了研究。结果显示：不同天气条件下青海湖高寒湿地生态系统30 min净CO₂交换量（NEE）与水汽通量间均显示了极显著负相关关系（P<0.0001）;30 min总生态系统生产力（GEP）与水汽通量呈极显著线性正相关关系（P<0.0001）;阴天水汽通量参与生态系统净CO₂交换和生态系统总碳吸收的比例最高。月均30 min NEE与水汽通量呈极显著线性负相关（R²=0.71,P<0.0001）。从植物返青期、生长期至枯草期,月均30 min的GEP与水汽通量不仅呈极显著线性正相关（P<0.0001）,且在生长期和枯黄期阶段表现出极显著一元二次多项式关系（P<0.0001）。在日尺度上,NEE日总量与日蒸散量呈极显著一元二次多项式负相关关系（R²=0.58,P<0.0001）;GEP日总量与日蒸散量呈极显著指数正相关（R²=0.42,P<0.0001）。在月尺度上,NEE月总量与月蒸散量呈极显著线性负相关（R²=0.60,P<0.0001）,两者还表现为极显著一元二次多项式负相关关系（R²=0.63,P<0.0001）。GEP月总量与月蒸散量呈极显著线性正相关（R²=0.51,P<0.0001）,且表现出极显著指数正相关关系（R²=0.64,P<0.0001）。     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

干旱区盐湖沿岸土壤呼吸特征及其影响因素

明确不同生态系统土壤碳排放规律及其影响因素对准确评估全球碳循环具有重要意义。为揭示干旱区典型盐湖沿岸土壤呼吸（R_s）、土壤呼吸温度敏感系数（Q₁₀）变化特征及其影响因素,以新疆干旱区达坂城盐湖和巴里坤湖沿岸土壤为研究对象,在2015—2016年5~10月利用LI-8100土壤碳通量自动测量系统对盐湖沿岸土壤呼吸速率进行测定,分析了土壤呼吸季节性变化特征及其影响因子。结果表明,干旱区盐湖土壤呼吸变幅较大（0.07~11.59 μmol·m^-2·s^-1）,平均值为2.45 μmol·m^-2·s^-1,7月土壤呼吸速率最高为4.69 μmol·m^-2·s^-1,10月最低（1.01 μmol·m^-2·s^-1）;土壤CO₂累积排放量为9.30 g·m^-2·d^-1,7月累积排放量最大为17.82 g·m^-2·d^-1。Q₁₀呈“降低—增加—降低”趋势,6月最低（2.25）9月最高（3.52）,平均值为2.79。干旱区盐湖沿岸土壤呼吸受土壤有机碳（SOC）、5 cm土壤温度（ST5）、土壤含水量（SM）和土壤盐分（Salt）的共同影响,单因素模型模拟可解释土壤呼吸速率变化的41.7%~75.7%（R²=0.417~0.757,P＜0.05）,多因子综合模型拟合结果最佳R_s=0.001×SOC+0.039×SM-0.534×Salt-0.116×ST5+5.06（R²=0.804,P=0.05）,且均表明盐分是影响干旱区盐湖沿岸土壤呼吸速率的主要因子。因此,在考虑陆地生态系统碳收支和碳循环时不能忽略干旱区盐湖沿岸土壤碳过程,以及盐分对盐湖生态系统碳排放的影响。     

基于无人机遥感的高寒草原沙化模型及等级划分

高寒草原是青藏高原草地生态系统的主要组成,在防风固沙、野生动物保育等方面具有重要作用。近年来,在全球气候变化和人为干扰加剧的背景下,高寒草原沙化加剧,基于时空尺度监测范围及程度是防治高寒草地沙化的前提。以青海三江源区玛多县的高寒草原为研究区,结合大疆“精灵3”和“经纬M100”旋翼无人机和地面调查,探讨基于无人机遥测的植被指数在草地沙化调查方面的适宜性,以此为基础制定了高寒草原沙化模型及等级划分标准。结果显示：（1）通过对VDVI（Visible-Band Difference Vegetation Index）、ENDVI（Enhanced Normalized Difference Vegetation Index）和NGRDI（Normalized Green-Red Difference Index）指数与草地沙化指数GDI（Grassland Desertification Index）的相关分析,选取出高寒草地沙化研究最优植被指数为VDVI（R=0.9055）;（2）GDI与VDVI的关系模型为VDVI=0.3024GDI²-0.0335GDI+0.0119（R²=0.9326）。模型相对误差为1.779%（RMSE=0.165,R²=0.7447）,拟合精度较高;（3）基于无人机遥感植被指数的聚类分析,将研究区高寒草原沙化划分为5个等级,即无明显沙化（VDVI>0.2247）、轻度沙化（0.1493 < VDVI < 0.2246）、中度沙化（0.0924 < VDVI < 0.1492）、重度沙化（0.0692 < VDVI < 0.0923）和极度沙化（VDVI<0.0692）。     

Climatic Changes Dominant Interannual Trend in Net Primary Productivity of Alpine Vulnerable Ecosystems

The Three-River Headwaters (TRH), which is the source area of Yangtze River, Yellow River and Lancang River, is vulnerable and sensitive, and its alpine ecosystem is considered an important barrier for China’s ecological security. Understanding the impact of climate changes is essential for determining suitable measures for ecological environmental protection and restoration against the background of global climatic changes. However, different explanations of the interannual trends in complex alpine ecosystems have been proposed due to limited availability of reliable data and the uncertainty of the model itself. In this study, the remote sensing-process coupled model (GLOPEM-CEVSA) was used to estimate the net primary productivity (NPP) of vegetation in the TRH region from 2000 to 2012. The estimated NPP significantly and linearly correlated with the above-ground biomass sampled in the field (the multiple correlative coefficient R² = 0.45, significant level P < 0.01) and showed better performance than the MODIS productivity product, i.e. MOD17A3, (R² = 0.21). The climate of TRH became warmer and wetter during 1990-2012, and the years 2000 to 2012 were warmer and wetter than the years1990-2000. Responding to the warmer and wetter climate, the NPP had an increasing trend of 13.7 g m^-2 (10 yr)^-1 with a statistical confidence of 86% (P = 0.14). Among the three basins, the NPP of the Yellow River basin increased at the fastest rate of 17.44 g m^-2 (10 yr)^-1 (P = 0.158), followed by the Yangtze River basin, and the Lancang River, which was the slowest with a rate of 12.2 g m^-2 (10 yr)^-1 and a statistical confidence level of only 67%. A multivariate linear regression with temperature and precipitation as the independent variables and NPP as the dependent variable at the pixel level was used to analyze the impacts of climatic changes on the trend of NPP. Both temperature and precipitation can explain the interannual variability of 83% in grassland NPP in the whole region, and can explain high, medium and low coverage of 78%, 84% and 83%, respectively, for grassland in the whole region. The results indicate that climate changes play a dominant role in the interannual trend of vegetation productivity in the alpine ecosystems on Qinghai-Tibetan Plateau. This has important implications for the formulation of ecological protection and restoration policies for vulnerable ecosystems against the background of global climate changes.     

自动连续称重式集沙仪设计及野外应用

集沙仪是定量监测风沙活动的重要工具。设计了一种自动连续称重式集沙仪,可以根据试验需要采集不同高度沙样,每分钟收集一次质量数据,实现高频连续集沙。试验结果显示,自动连续称重式集沙仪在15、30、60 cm高度的集沙量满足随高度增加呈指数减少的规律;在15 cm高度,风速与输沙通量呈指数函数关系(y=6E-05·e0.8417x,R2=0.6042),随集沙高度升高输沙通量与风速相关性减弱。自动连续称重式集沙仪与新型平口式集沙仪所测的输沙通量具有很好的一致性(y=0.8119x+0.2645,R2=0.7481)。自动连续称重式集沙仪虽然在稳固性方面需要改良,但能够很好地捕捉高度在15 cm以下沙物质的输移信息,野外应用效果良好,是一种适合野外高精度风沙活动自动监测的新型测量工具。     

青藏高原草地地上生物量和理论载畜量

准确模拟和预测草地地上生物量(Aboveground biomass,AGB)和理论载畜量对于维持草地生态系统平衡、优化放牧管理至关重要。当前很多研究以围栏外草地AGB为基础,估算了青藏高原草地AGB的现存量。但是,牛羊啃食后的草地AGB现存量无法准确评估草地理论载畜量。围栏内草地不受家畜采食影响,其年际变率由环境因子驱动,可视为草地潜在AGB (potential AGB,AGB_p),更适用于草地理论载畜量的评估。本研究以青藏高原345个围栏内AGB观测数据为基础,结合气候、土壤和地形数据,利用随机森林算法构建草地潜在地上生物量估算模型,并对当前气候条件(2000-2018年)和未来20年(2021-2040年)4种气候变化情景(SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5)下的草地AGB_p和高寒草地理论载畜量进行模拟与预测。结果表明:(1)随机森林算法可准确模拟当前气候条件下的青藏高寒草地AGB_p(R²=0.76,P<0.001);2000-2018年青藏高寒草地AGB_p平均值为102.4 g m^-2,时间上增加趋势不明显(P>0.05);AGB_p年际波动和生长季降水显著正相关(R²=0.57,P<0.001),和生长季温度日较差显著负相关(R²=0.51,P<0.001)。(2)当前气候条件下,青藏高寒草地平均理论载畜量为0.94 SSU ha^-1(standardized sheep unit ha^-1);在过去20年约有54.1%草地理论载畜量呈提升状态。(3)和当前相比,未来20年青藏高原中部和北部草地AGB_p和理论载畜量呈下降态势。因此,建议未来在厘清气候变化影响下草畜关系的基础上进行有针对性的草牧业规划和管理,以缓解区域气候变化引起的草畜矛盾。     

新疆焉耆盆地LAI反演及空间分布特征

叶面积指数（LAI）是生态系统物质和能量循环过程的重要结构参数。研究植被LAI对监测估算生态环境极其脆弱的内陆干旱区具有理论和实践价值。使用LAI-2000植物冠层分析仪观测焉耆盆地植被LAI,并结合Landsat OLI的NDVI、SAVI、NDMI、NBR、NBR2、MSAVI和EVI等植被指数数据建立了LAI的反演模型,探求焉耆盆地LAI的空间分布特征及规律。结果表明：（1）各植被指数与观测的LAI均有明显的相关性。其中,SAVI与LAI的对数函数模型更好地模拟出研究区的LAI（R²=0.84）;通过LAI-SAVI模型反演研究区LAI的空间分布,估算精度可达89%（R²=0.82,RMSE=0.23）;（2）博斯腾湖小湖湿地、博斯腾湖大湖西北端的黄水沟入湖沼泽区以及焉耆盆地北部冲洪积扇平原绿洲区的LAI值较高,达3.85;焉耆盆地山区和平原区之间的过渡带和博斯腾湖南部的沙漠区LAI较低;（3）焉耆盆地LAI以博斯腾湖为中心环状分布,LAI随着研究区域与湖、河流距离的增加而逐渐降低的趋势。     

基于不同卫星光谱模拟的土壤电导率估算研究

土壤电导率(Electrical conductivity,EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光—近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数(Three-dimensional spectral index,TDSI),采用梯度提升回归树算法(Gradient boosting regression tree, GBRT)建立3种卫星土壤EC估算模型,并比对加入TDSI后模型精度的变化。结果表明:在不同土壤EC条件下,3种卫星具有相似的光谱趋势,均在红、近红外波段附近反射率较高;TDSI与土壤EC相关性基本均在0.4以上,最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息;GBRT对于土壤EC估算能力表现突出,3种卫星对土壤EC的最佳预测精度R²分别为0.831、0.847、0.903,在加入TDSI后,R²分别提高至0.835、0.857、0.93...     

半干旱沙区3种优势固沙灌木生物量分配及其生态学意义

为探究科尔沁沙地3种优势固沙灌木生物量的分配特征,以黄柳（Salix gordejevii）、差不嘎蒿（Artemisia halodendron）和小叶锦鸡儿（Caragana microphylla）为对象,采用全挖法在个体水平上研究了固沙灌木生物量构件及其占比、R/S（root-shoot ratio）、地上新生生物量占比、地上新生生物量与老枝生物量占比及其与冠幅的相关性和地下-地上生物量关系。结果表明：（1）科尔沁沙地3种优势固沙灌木生物量构件及其占比存在显著性的种间差异（P<0.05）;黄柳的老枝生物量及其占比居于首位,NAB（new aboveground biomass,新枝生物量）/OBA（old branch biomass,老枝生物量）为43.90%;差不嘎蒿的地上生物量占比居于首位,地上新生生物量是老枝生物量的2.43倍;黄柳和差不嘎蒿地下生物量集中分布在浅土层,不存在深根系（根系长度>100 cm）。（2）小叶锦鸡儿地下生物量及其占比和R/S（root/stem）均居于首位;地下生物量在根系长度>30 cm处的生物量占比达到61.61%,深根系（根系长度>100 cm）层地上生物量占比达到22.33%。（3）黄柳和差不嘎蒿的R/S、NAB/AGB（aboveground biomass,地上生物量）和NAB/OBA均与冠幅呈负线性关系,在固沙后期该两种灌木随着冠幅的增大,地上新生部分锐减,生产力下降,植被出现衰退。（4）通过非线性回归拟合得到3种灌木地上（y）-地下（x）生物量异速生长模型为：黄柳y=2.928x ^1.039（R²=0.901,P<0.01）,差不嘎蒿y=32.802x ^0.685（R²=0.469,P<0.01）,小叶锦鸡儿y=1.337x ^0.066（R²=0.833,P<0.01）。     

基于30m归一化植被指数的近30年三江源高寒草地植被时空变化及气候影响研究（英文）

植被长期变化及其对气候变化的响应一直是生态学研究的热点。本研究应用前期基于Landsat数据融合得到的青藏高原三江源区1990–2018年近30年30 m空间分辨率归一化植被指数(NDVI),以Theil-Sen中值法和线性回归,分析了近30年高寒草地时空变化及气候变化影响。结果表明：(1)研究区NDVI呈从东南到西北逐渐降低的空间格局,全区平均NDVI为0.39,其中澜沧江源NDVI最高(0.43),其次是黄河源(0.38)和长江源(0.23)。(2)研究期间,全区NDVI以0.0031yr^–1的速率呈上升趋势(R²=0.62,P<0.01),后期(2005–2018年)增长速度为0.00649 yr^–1(R²=0.71,P<0.01),是前期(1990–2005年间)速率0.00284 yr^–1(R²=0.31,P<0.01)的近2.3倍,说明后期(2005–2018年)植被变绿加速,且不同流域间增速在2.3至63倍间。(3)NDVI...     

基于离子光谱特征波段反射率的土壤碱化指标反演模型

以新疆奇台地区碱化土壤为研究对象,通过分析碱化土壤实测光谱反射率曲线与八大离子、pH、碱化指标相互间的相关关系,建立基于离子光谱特征波段反射率的各碱化指标一元及多元光谱反演模型,并对其精度进行验证。结果显示:Na^+、CO_3^2-、HCO_3^-含量与光谱反射率正相关,最高点的相关系数分别为0.710、0.798、0.749,而Ca²⁺、Mg²⁺含量与光谱反射率负相关,相关系数最高均不超过-0.370,反映出前3类离子含量与光谱反射率关系更为密切。SAR(钠吸附比)和ESP(碱化度)与Na+相关系数同为0.954,TA(总碱度)、RSC(残余碳酸钠)、pH与CO_3^2-的相关系数分别为0.946、0.949和0.953,总体上Na^+和CO_3^2-含量对各碱化指标的影响更大。各碱化指标与土壤光谱反射率的相关性TA>RSC>ESP>pH>SAR;其中TA与光谱反射率的相关系数达到0.863。碱化指标TA的离子光谱特征波段反射率反演模型精度最好,其R^2为0.703,比利用实测光谱反射率建立的pH反演模型的R^2高约14%,说明前者精度更高,能更好地反映研究区内土壤的碱化程度。利用离子光谱特征波段反射率实现对土壤碱化的预测会成为今后研究的重点。     

巴丹吉林沙漠拐子湖地表辐射与能量平衡特征

利用2013年7月、10月和2014年1月、4月巴丹吉林沙漠北缘拐子湖流动沙地地表辐射、土壤热通量、土壤温湿度和湍流通量等观测资料,分析了拐子湖地区地表辐射收支和能量通量在不同季节条件下的日变化特征及能量分配和闭合状况。结果表明:地表辐射各分量和能量平衡分量的月平均日变化结果整体均表现为标准的单峰型日循环形态,受不同季节影响,日变化曲线存在显著的季节变化差异,各分量均呈7月最大、1月最小、4月大于10月, 1月和7月的R_s↓、R_s↑、R_l↑、R_l↓、R_n日均值依次为98.9 W·m^-2和614.6 W·m^-2、34.6 W·m^-2和87.3 W·m^-2、276.9 W·m^-2和494.2 W·m^-2、214.8 W·m^-2和385.0 W·m^-2、0.4 W·m^-2和128.7 W·m^-2。与塔中、肖塘等地相比,该区域具有相对较高的地表反照率,整体呈冬季高夏季低,年均0.34。1月和7月的H、LE、G₀日均值依次为4.7 W·m^-2和78.8 W·m^-2、0.3 W·m^-2和20.3 W·m^-2、2.9 W·m^-2和35.0 W·m^-2。从能量分配来看,研究区干旱的气候和极低的植被覆盖造成了各季节全天潜热通量占净辐射份额始终较小,白天以感热为能量的主要消耗形式,土壤热通量次之。此外,R_n于正午达到日峰值后逐渐减小,受辐射强迫升温的地面以感热形式对空气的热量输送却不断持续,而促使H/R_n日间始终保持明显的增长趋势。     

Temporal and Spatial Distribution of Evapotranspiration and Its Influencing Factors on Qinghai-Tibet Plateau from 1982 to 2014

Evapotranspiration is the key driving factor of the earth’s water cycle, and an important component of surface water and energy balances. Therefore, it also reflects the geothermal regulation function of ecohydrological process. The Qinghai-Tibet Plateau is the birthplace of important rivers such as the Yangtze River and the Yellow River. The regional water balance is of great significance to regional ecological security. In this study, ARTS, a dual- source remote sensing evapotranspiration model developed on a global scale, is used to evaluate the actual evapotranspiration (ET) in the Qinghai-Tibet Plateau from 1982 to 2014, using meteorological data interpolated from observations, as well as FPAR and LAI data obtained by satellite remote sensing. The characteristics of seasonal. interannual and dynamic changes of evapotranspiration were analyzed. The rates at which meteorological factors contribute to evapotranspiration are calculated by sensitivity analysis and multiple linear regression analysis, and the dominant factors affecting the change of evapotranspiration in the Qinghai-Tibet Plateau are discussed. The results show that: (1) The estimated values can explain more than 80% of the seasonal variation of the observed values (R² = 0.80, P < 0.001), which indicates that the model has a high accuracy. (2) The evapotranspiration in the whole year, spring, summer and autumn show significant increasing trends in the past 30 years, but have significant regional differences. Whether in the whole year or in summer, the southern Tibetan Valley shows a significant decreasing trend (more than 20 mm per 10 years), while the Ali, Lhasa Valley and Haibei areas show increasing trends (more than 10 mm per 10 years). (3) Sensitivity analysis and multiple linear regression analysis show that the main factor driving the interannual change trend is climate warming, followed by the non-significant increase of precipitation. However, vegetation change also has a considerable impact, and together with climate factors, it can explain 56% of the interannual variation of evapotranspiration (multiple linear regression equation R² = 0.56, P < 0.001). The mean annual evapotranspiration of low-cover grassland was 26.9% of high-cover grassland and 21.1% of medium-cover grassland, respectively. Considering significant warming and insignificant wetting in the Qinghai-Tibet Plateau, the increase of surface evapotranspiration will threaten the regional ecological security at the cost of glacial melting water. Effectively protecting the ecological security and maintaining the sustainable development of regional society are difficult and huge challenges.     

科尔沁沙地优势固沙灌木的生物量预测模型

灌木生物量预测模型对于快速估算固沙灌木林生产力具有重要作用。以科尔沁沙地3种常见的固沙灌木小叶锦鸡儿（Caragana microphylla）、差不嘎蒿（Artemisia halondendron）、黄柳（Salix gordejevii）为对象,基于对灌木地上、根系和整株生物量及高度、冠幅等的测定,建立3种灌木地上、根系和总生物量的估算模型,通过决定系数（R²）、估计值的标准误（SEE）和回归检验显著水平（P<0.05）筛选最优的生物量预测模型。结果表明：小叶锦鸡儿和黄柳生物量的最佳估算变量为冠幅体积,而差不嘎蒿的最佳预测变量为冠幅面积。幂函数回归模型具有最大的R²和较小的SEE,说明相对生长方程是估算小叶锦鸡儿、黄柳、差不嘎蒿灌木生物量较理想的模型。通过实测值检验,3种灌木幂函数模型预测生物量的预估精度在93%以上,具有较好的预测精度。     

SWH双源蒸散模型模拟效果验证及不确定性分析

SWH模型是在经典Shuttleworth-Wallace双源蒸散模型的基础上发展起来的蒸散模型。过去的研究结果表明在站点尺度上SWH模型表现出较高模拟精度,但有关模型对主要参数及驱动变量的敏感性以及模型模拟的不确定性来源等缺乏深入理解与认识。本文通过与51个陆地生态系统站点多年的蒸散观测数据对比,在季尺度、年尺度上验证了全国范围内SWH模型的模拟效果,并分析了关键参数和驱动变量对模型不确定性的贡献大小。结果表明：SWH模型在区域尺度上取得了较好的模拟效果,模拟蒸散与实测值R²均在0.75以上。模型各参数中,冠层导度估算涉及的两个参数对蒸散模拟不确定性影响较大;驱动数据中,归一化植被指数对蒸散模拟不确定性影响较大。尽管部分数据（如降水）因插补存在较大的误差,但总体上气候驱动数据对蒸散模拟的不确定性的贡献仍低于NDVI。