包 剛，辛?xí)云?，包玉海，王牧蘭, 3，元志輝, 3，烏蘭吐雅

1. 呼倫貝爾草原生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站/中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081

2. 內(nèi)蒙古師范大學(xué)內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022

3. 內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022

4. 內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院，內(nèi)蒙古 呼和浩特 010031

內(nèi)蒙古草原植被最大光能利用率取值優(yōu)化研究

包 剛1, 2，辛?xí)云?*，包玉海2，王牧蘭2, 3，元志輝2, 3，烏蘭吐雅4

1. 呼倫貝爾草原生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站/中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081

2. 內(nèi)蒙古師范大學(xué)內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022

3. 內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022

4. 內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院，內(nèi)蒙古 呼和浩特 010031

針對目前CASA (carnegie-ames-stanford approach)模型等植被生產(chǎn)力模型植被最大光能利用率的取值未對草原進(jìn)行區(qū)分的問題，以內(nèi)蒙古草甸草原、典型草原和荒漠草原為研究對象，結(jié)合野外實(shí)測NPP(net primary productivity)數(shù)據(jù)和CASA模型的建模思路優(yōu)化了三大草原類型植被最大光能利用率，并以此為基礎(chǔ)模擬分析了其植被光能利用率和NPP時空格局。結(jié)果表明，基于99個地面采樣點(diǎn)所建立的一元二次方程模擬的草甸草原、典型草原和荒漠草原最大光能利用率分別為0.654，0.553和0.511 gC·MJ-1，平均為0.573 gC·MJ-1。與未對草原類型進(jìn)行區(qū)分而統(tǒng)一取值為0.541 gC·MJ-1的結(jié)果相比，實(shí)測NPP與模擬NPP之間的決定系數(shù)和和均方根誤差分別提高了0.024和2.62 gC·(m2·month-1)-1。受水熱組合和草原類型的空間格局的影響，內(nèi)蒙古草原植被光能利用率和NPP總體上由東北向西南逐漸下降趨勢，呈明顯的單峰季節(jié)變化特征。但光能利用率和NPP的最大值出現(xiàn)的月份有所不同，分別出現(xiàn)在8月份和7月份，這可能與植被吸收的光合有效輻射和光能利用率的最高值出現(xiàn)的月份不同有關(guān)。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的順序依次降低。

最大光能利用率；草原類型；CASA模型；內(nèi)蒙古；時空格局

引 言

光能利用率(light use efficiency, LUE，單位：gC·M·jol-1)是指植被把所吸收的光合有效輻射轉(zhuǎn)化為有機(jī)碳的效率，是估算植被凈初級生產(chǎn)力(net primary productivity，NPP)的一個關(guān)鍵變量。在估算植被生產(chǎn)力的諸多光能利用率模型中，通過對最大光能利用率(εmax)產(chǎn)生影響的環(huán)境綜合脅迫因子來計算植被光能利用率[1-3]。植被最大光能利用率是指植被在沒有任何限制條件的理想條件下通過光合作用將所截獲并吸收的光合有效輻射轉(zhuǎn)化為有機(jī)干物質(zhì)的效率，其取值因不同的植被類型而有所不同[4]。其取值大小直接影響植被實(shí)際光能利率的計算和最終的凈初級生產(chǎn)力的模擬結(jié)果，是影響初級生產(chǎn)力估算模型精度或各模型模擬結(jié)果之間存在一定偏差的主要原因之一[4-5]。綜上所述，不同類型植被最大光能利用率取值優(yōu)化對改進(jìn)生產(chǎn)力模型，提高模擬精度和減小不確定性等具有重要意義。

作為光能利用率模型的代表，CASA(carnegie-ames-stanford approach)模型已經(jīng)在不同尺度植被凈初級生產(chǎn)力模擬及陸地生態(tài)系統(tǒng)對氣候變化的響應(yīng)研究中得到較廣泛應(yīng)用[1, 3, 6-7]。但由于所采用的實(shí)測數(shù)據(jù)不同以及最大光能利用率本身因不同的植被類型或同一種植被類型在亞類的不同或生態(tài)環(huán)境條件的不同而有所差異[4-5]，在CASA模型的最大光能利用率取值上一直存在偏差。這將直接導(dǎo)致最終凈初級生產(chǎn)力模擬結(jié)果的不確定。Potter和Field在全球尺度沒有區(qū)分植被類型，統(tǒng)一取值為0.389 gC·MJ-1[1-2]。彭少麟將廣東植被最大光能利用率取值為1.25 gC·MJ-1[8]。Mao等將東北地區(qū)沼澤濕地植被最大光能利用率取值為0.542 gC·MJ-1[3]。朱文泉利用全國690個觀測點(diǎn)的實(shí)測NPP數(shù)據(jù)，模擬獲得中國10種典型植被最大光能利用率介于0.389～0.985之間[4]。Yu等在東亞地區(qū)模擬得到的13種主要植被類型的最大光能利用率介于0.389～0.978之間[5]。盡管上述取值在其對應(yīng)尺度上具有應(yīng)用價值，但直接應(yīng)用于具體植被類型或研究區(qū)可能帶來較大誤差。需要指出，CASA模型所取最大光能利用率值未對草甸草原、典型草原、荒漠草原等草原類型進(jìn)行進(jìn)一步的細(xì)分，而所有草原類型統(tǒng)一取值為0.389[1]或0.541[5]，這可能對草原植被生產(chǎn)力模擬帶來不確定性。因此針對不同草原類型，結(jié)合相應(yīng)實(shí)測NPP數(shù)據(jù)，確定不同類型草原植被最大光能利用率，基于此更準(zhǔn)確反映實(shí)際光能利用率空間格局和更高精度地估算草原植被NPP更為重要。

鑒于此，本研究以內(nèi)蒙古草原植被為研究對象，結(jié)合內(nèi)蒙古草原植被空間數(shù)據(jù)、地面實(shí)測NPP數(shù)據(jù)、氣象數(shù)據(jù)和MODIS-NDVI等數(shù)據(jù)，根據(jù)CASA模型的建模思路開展草甸草原、典型草原和荒漠草原的最大光能利用率取值優(yōu)化研究，探討優(yōu)化不同草原類型植被最大光能利用率對NPP模擬精度的影響。

1 實(shí)驗(yàn)部分

CASA模型的驅(qū)動變量主要包括每月的NDVI數(shù)據(jù)、柵格化的氣象數(shù)據(jù)(月平均溫度、月總降水量、月太陽總輻射)和植被類型數(shù)據(jù)，其來源及處理過程分別如下所述。

1.1 數(shù)據(jù)處理

1.1.1 NDVI數(shù)據(jù)

本文選取2009年4—10月(地面樣方數(shù)據(jù)為2009年)空間分辨率為500 m×500 m，時間分辨率為16 d的MODIS NDVI產(chǎn)品MOD13A1作為CASA模型輸入。每月NDVI數(shù)據(jù)通過最大值合成法(maximum value composite, MVC)獲得[9]。利用MODIS Reprojection Tools(MRT)工具對NDVI數(shù)據(jù)進(jìn)行拼接、投影和數(shù)據(jù)格式轉(zhuǎn)換等預(yù)處理，采用Albers投影。

1.1.2 草地生物量數(shù)據(jù)及NPP轉(zhuǎn)換

草地生物量數(shù)據(jù)：草地生物量數(shù)據(jù)為2009年和2012年野外調(diào)查的樣方數(shù)據(jù)。結(jié)合內(nèi)蒙古植被類型圖，在草甸草原、典型草原和荒漠草原范圍內(nèi)共設(shè)計110個大小為1 m×1 m樣方(圖1)，采用收割法和挖掘法獲取草地地上和地下生物量。其中，2009年樣方為99個，不包含地下生物量；2012年樣方為11個，包括地上和地下生物量，在此主要用于確定典型草原地下和地上生物量比例[10]。在每個樣方內(nèi)進(jìn)行植物高度、種類和覆蓋度等調(diào)查之后，收割其所有地上綠色植物裝入土樣品袋，編號，帶回實(shí)驗(yàn)室稱其鮮重，然后在70 ℃恒溫條件下烘干至恒重，稱量地上干重。地下生物量挖掘法：由于地下生物量的采集相對復(fù)雜和工作量大等現(xiàn)實(shí)，地下生物量的采集只在2012年11個樣方內(nèi)開展。完成地上生物量的調(diào)查之后，采用挖掘法在樣方正中間挖取大小為0.25 m×0.25 m的根樣(即樣方的1/4)，將挖取的根樣連土一并帶回實(shí)驗(yàn)室晾干后，置于孔徑為0.150 mm紗網(wǎng)中沖洗，晾干和編碼等，將根系和土壤完全分離。取樣深度視植物根系分布深淺而定，一般為40 cm～70 cm之間。將由土壤分離后的根系放入烘箱在70 ℃恒溫條件下烘干至恒重，稱量干重并乘以16獲得1 m×1 m樣方地下生物量。由于2012年11個樣方全部分布在典型草原區(qū)，根據(jù)地下生物量干重和地上生物量干重，得到內(nèi)蒙古典型草原地下/地上生物量比值平均值4.127。而草甸草原和荒漠草原的比值來源于Piao等研究結(jié)果，分別取5.26和7.89[10]。

圖1 研究區(qū)草原類型空間格局及采樣點(diǎn)分布

生物量數(shù)據(jù)的NPP轉(zhuǎn)換：生物量是生態(tài)系統(tǒng)一定時間內(nèi)單位面積所包含的活的生物有機(jī)體的總干物質(zhì)量，單位為g·m-2，是凈生產(chǎn)力的存留部分。而凈初級生產(chǎn)力是指在單位時間內(nèi)在單位面積上所累積的有機(jī)物質(zhì)量，一般以碳為單位[即碳通量單位：gC·(m2·t-1)-1]，是生物量形成的基礎(chǔ)，在一定程度上代表生物量形成的速度。因此，基于地面實(shí)測NPP數(shù)據(jù)優(yōu)化草原植被最大光能利用和驗(yàn)證模型模擬結(jié)果時必須先將地面實(shí)測生物量轉(zhuǎn)換為NPP，以保證模型輸出NPP和地面實(shí)測NPP的一致。在此，利用Gill等提出的方法將實(shí)測生物量轉(zhuǎn)換為NPP[11]

NPP=ANPP+BNPP

(1)

BNPP=BGB×(liveBGB/BGB)×turnover

(2)

turnover=0.000 9(g·m-2)×ANPP+0.25

(3)

式中，ANPP和BNPP分別表示地上和地下NPP；BGB為累計的地下生物量，通過野外采樣或不同類型草原地上地下生物量比值來計算獲取[10]。liveBGB為當(dāng)年地下活生物量，liveBGB/BGB表示活根系生物量占總根系生物量的比例，取Gill等確定的值liveBGB/BGB=0.6；turnover為草地根系周轉(zhuǎn)值。將地上生物量按照碳素比例(36.98%)換算成含碳量(ANPP)[12]。

1.1.3 氣象數(shù)據(jù)

氣候數(shù)據(jù)采用文獻(xiàn)[13]蒙古高原柵格化氣象數(shù)據(jù)產(chǎn)品。此數(shù)據(jù)產(chǎn)品來自于蒙古高原108個標(biāo)準(zhǔn)氣象觀測站(內(nèi)蒙古48個站點(diǎn)，蒙古國60個站點(diǎn))的月平均氣溫、月總降水量和22個太陽輻射站的太陽輻射數(shù)據(jù)(內(nèi)蒙古8個站點(diǎn)，蒙古國14個站點(diǎn))。利用內(nèi)蒙古行政界線對蒙古高原柵格化氣象數(shù)據(jù)進(jìn)行掩膜處理獲得內(nèi)蒙古范圍的氣象數(shù)據(jù)。

1.1.4 植被類型數(shù)據(jù)

植被類型數(shù)據(jù)來自數(shù)字化的1∶100萬內(nèi)蒙古植被圖。在ArcGIS10.0環(huán)境下對植被圖進(jìn)行投影轉(zhuǎn)換、數(shù)字化和柵格化等處理，獲得投影和分辨率與遙感數(shù)據(jù)一致的植被數(shù)字化產(chǎn)品，用于不同類型草原空間格局的提取。

1.2 研究方法

根據(jù)CASA模型的建模思路[式(4)和式(5)][1-2]，采用最小二乘法對內(nèi)蒙古三大草原植被最大光能利用率進(jìn)行優(yōu)化。從CASA模型的表達(dá)式[式(4)和式(5)]可以看出，如果先確定某種草原類型的一組NPP，APAR，溫度脅迫因子和水分脅迫因子，可根據(jù)誤差最小原則建立開口向上的一元二次方程[式(6)和式(7)]，模擬其最小值所對應(yīng)的橫坐標(biāo)值，即最大光能利用率[4-5]。

(4)

(5)

式中，APAR(x,t)表示像元x在t月吸收的光合有效輻射，ε(x,t)表示像元x在t月的實(shí)際光能利用；εmax表示在理想條件植被最大光能利用；Tε1(x,t)和Tε2(x,t)表示低溫和高溫對光能利用率的脅迫作用，而Wε(x,t)表示水分對光能利用率的脅迫作用。

(6)

(7)

式中，i表示某一草原類型的樣本數(shù)，j為某一草原類型的最大樣本數(shù)，m為NPP實(shí)測數(shù)據(jù)，來自野外樣本數(shù)據(jù)[式(1)—式(3)]；n來自CASA模型的基本表達(dá)式，即n=APAR×Tε1×Tε2×Wε，ε*為待定的某一草原類型的最大光能利用率。

在優(yōu)化不同草原類型最大光能利用率的基礎(chǔ)上，通過式(4)和式(5)分別模擬內(nèi)蒙古草原植被實(shí)際光能利用和植被凈初級生產(chǎn)力。為評價區(qū)分草原類型優(yōu)化最大光能利用率對NPP模擬結(jié)果的影響，分別將Yu等[5]在東亞所有草原類型統(tǒng)一使用的最大光能利用率值0.541和本文優(yōu)化結(jié)果作為變量輸入模型，分別模擬出NPP，并與實(shí)測NPP進(jìn)行比較。

2 結(jié)果與討論

2.1 三大草原植被最大光能利用率

基于式(4)—式(7)，結(jié)合野外考察獲取的草甸草原、典型草原、荒漠草原實(shí)測NPP數(shù)據(jù)，建立了優(yōu)化三大草原植被最大光能利用的一元二次方程[式(8)]，并通過對其進(jìn)行一階求導(dǎo)得到最大光能利用率值，分別為0.654，0.553和0.511 gC·MJ-1。三類草原最大光能利用率平均值為0.573 gC·MJ-1。表1為用于建立一元二次方程的99個觀測點(diǎn)實(shí)測NPP和APAR×Tε1×Tε2×Wε值。

(8)

表1 計算不同類型草原植被最大光能利用率的模型輸入數(shù)據(jù)

續(xù)表1

HT472 378 97HT37156 27118 85ED464 3939 78HT593 3136 67HT38252 72166 90ED568 2651 37HT683 0948 34HT39109 7654 77ED646 2131 73HT784 2110 99HT40169 13122 37ED791 4333 32HT8105 9850 40HT41125 4295 68ED8129 2576 57HT948 5420 12HT42154 74125 91ED9111 3569 64HT1079 4067 82HT43226 20117 50ED10182 9190 12HT1161 6522 14HT44219 73151 08ED11115 1784 96HT12148 6045 14XT1207 8075 61ED12174 1079 82HT13194 5291 22XT2158 2081 38ED13107 1359 57HT14205 5674 43XT392 0764 50ED14144 7378 19HT1562 9612 98XT4152 75119 77ED15175 0461 36

注：n和m對應(yīng)于式(7)，分別表示APAR×Tε1×Tε2×Wε和實(shí)測NPP，H，X，E代表呼倫貝爾、錫林郭勒草原和鄂爾多斯高原，M，T，D分別代表草甸草原、典型草原和荒漠草原

Note：nandmcorrespond to equation (7), represent APAR×Tε1×Tε2×Wεand field surveyed NPP, respectively, H, X, E represent Hulun Buir, Xilingol grassland and ordos pluteau, M, T, D respresent meadow, typical and desert steppe, respectively

2.2 NPP模擬精度驗(yàn)證

為評價分草原類型優(yōu)化最大光能利用率后對草地NPP模擬的影響，將優(yōu)化后的最大光能利用率值和其他相關(guān)變量輸入CASA模型模擬獲得了樣方觀測點(diǎn)的NPP。圖2(a)顯示了分草原類型(草甸草原、典型草原、荒漠草原)確定最大光能利用率后模擬得到的NPP與實(shí)測值之間的關(guān)系?？傮w來看，NPP實(shí)測值與模擬值之間有良好的線性關(guān)系，兩者之間的決定系數(shù)達(dá)到0.78，通過0.001的顯著性水平[圖2(a)]。綜合考慮模擬誤差和模型模擬常用精度范圍得出[6]，本文模擬結(jié)果能夠反映研究區(qū)草原植被NPP的變化狀況，可以用來分析NPP時空變化格局。與Yu等[5]未對草原進(jìn)行區(qū)分而統(tǒng)一取0.541 gC·MJ-1的結(jié)果相比[圖2(b)]，本研究的模擬精度有所提升，模擬NPP和實(shí)測值之間的決定系數(shù)和均方根誤差分別提高了0.024和2.62 gC·(m2·month-1)-1，且優(yōu)化不同草原類型最大光能利用率后，擬合線更接近于1∶1線。

圖2 NPP模擬值與實(shí)測值的比較

圖3 2009年內(nèi)蒙古草原植被生長季各月份光能利用率空間格局

2.3 內(nèi)蒙古草原植被光能利用率空間分布

圖3為根據(jù)CASA模型的光能利用率子模型[式(5)]計算得到的內(nèi)蒙古草原生長季光能利用率空間分布格局。由圖3可以看出內(nèi)蒙古草原植被生長季光能利用率總體分布與其草原類型的分布基本一致，高值區(qū)主要分布在降水相對豐富的東北部草甸草原區(qū)，而低值區(qū)主要分布在西南部荒漠草原區(qū)。中部典型草原的光能利用率處于中間水平，各月份平均值約為0.45 gC·MJ-1。從月際變化看，隨著時間的推移，內(nèi)蒙古草原植被光能利用率呈先增加后下降的單峰趨勢，與其溫度和降水量的變化高度一致(圖3)，統(tǒng)計結(jié)果進(jìn)一步證實(shí)了這一點(diǎn)(圖4)?？傮w看，所有類型草原光能利用率在8月份達(dá)到最大值，分別為0.605，0.431和0.355 gC·MJ-1，其次為7月份為0.598，0.430和0.310 gC·MJ-1，最低值主要出現(xiàn)在4月份，分別為0.228，0.242和0.219 gC·MJ-1。三大草原平均光能利用率曲線季節(jié)變化規(guī)律與典型草原比較一致，說明典型草原光能利用率最為接近內(nèi)蒙古所有類型草原植被光能利用率的平均水平(圖4)。

圖4 內(nèi)蒙古草地生長季光能利用率變化

2.4 內(nèi)蒙古草原植被NPP空間格局

由圖5可以看出，與植被光能利用率空間格局相似，內(nèi)蒙古草原植被NPP分布同樣表現(xiàn)為由東北向西南呈逐漸遞減趨勢，該分布特征與研究區(qū)水熱梯度和植被類型變化保持了較好的一致性，但各月份NPP大小有明顯區(qū)別，如6，7和8月份研究東北部草甸草原區(qū)NPP達(dá)到了130 gC·(m2·month-1)-1以上，而中部30～90 gC·(m2·month-1)-1之間；4和10月份所有草原類型NPP均低于30 gC·(m2·month-1)-1(圖5)。與光能利用率的月變化不同，草甸草原、典型草原和荒漠化草原植被NPP的最高值均出現(xiàn)在7月，分別為164.2，69.1和22.9 gC·(m2·month-1)-1，其次為8月份，為156.6，62.2和19.7 gC·(m2·月-1)-1，這可能草原植被在7月份吸收的光合有效輻射比8月份大有關(guān)。最小值主要集中在10月份(圖6)。

圖5 2009年內(nèi)蒙古草原植被生長季各月份NPP空間格局

圖6 內(nèi)蒙古草地生長季NPP變化

3 結(jié) 論

以內(nèi)蒙古草原類型數(shù)據(jù)、氣象數(shù)據(jù)和MODIS NDVI數(shù)據(jù)為數(shù)據(jù)源，結(jié)合地面實(shí)測NPP數(shù)據(jù)和CASA模型的建模思路，建立計算草甸草原、典型草原和荒漠草原最大光能利用率的一元二次多項式，開展了三大草原植被最大光能利用率取值優(yōu)化研究。通過研究得出以下結(jié)論：

(1)經(jīng)過一元二次多項式模擬優(yōu)化的內(nèi)蒙古草甸草原、典型草原和荒漠草原的植被最大光能利用率分別為0.654，0.553和0.511 gC·MJ-1，平均為0.573 gC·MJ-1。

(2)與最大光能利用率的取值未對草原(草甸草原、典型草原、荒漠草原)類型進(jìn)行區(qū)分的研究結(jié)果相比，優(yōu)化不同類型草原最大光能利用率能夠提高CASA模型的NPP模擬精度。與統(tǒng)一取值為0.541 gC·MJ-1的結(jié)果相比，實(shí)測NPP和模擬NPP之間的決定系數(shù)和均方根誤差分別提升了0.024和2.62 gC·(m2·month-1)-1。這說明對植被類型進(jìn)行更進(jìn)一步的優(yōu)化，如優(yōu)勢種群等的優(yōu)化并確定其最大光能利用可能進(jìn)一步提高NPP模擬精度。

(3)內(nèi)蒙古草原植被光能利用率和NPP總體上呈由高緯度的東北部地區(qū)向低緯度的西南部地區(qū)逐漸下降的趨勢，與其水熱組合和草原類型空間格局基本一致。生長季所有草原類型平均光能利用率和NPP季節(jié)變化呈明顯的單峰變化，但最大值出現(xiàn)的月份有所不同。光能利用率的最大值出現(xiàn)在8月份，而NPP最大值出現(xiàn)在7月份，可能與7月份植被吸收的光合有效輻射比8月份相對高有關(guān)。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的順序依次降低。

[1] Potter C S, Randerson J T, Field C B, et al. Global Biogeochemical Cycles, 1993, 7(4): 811.

[2] Field C B, Randerson J T, Malmstr?m C M. Remote Sensing of Environment, 1995, 51(1): 74.

[3] Mao D, Wang Z, Li L, et al. Ecological Engineering, 2014, 68: 97.

[4] Zhu W, Pan Y, He H, et al. Chinese Science Bulletin, 2006, 51(4): 457.

[5] Yu D, Shi P, Shao H, et al. International Journal of Remote Sensing, 2009, 30(18): 4851.

[6] Mu S, Zhou S, Chen Y, et al. Global and Planetary Change, 2013, 108: 29.

[7] MAO De-hua, WANG Zong-ming, LUO Ling, et al(毛德華, 王宗明, 羅 玲). Chinese Journal of Applied Ecology(應(yīng)用生態(tài)學(xué)報), 2012, 23(6): 1511.

[8] PENG Shao-lin, GUO Zhi-hua, WANG Bo-sun(彭少麟, 郭志華, 王伯蓀). Acta Ecologica Sinica (生態(tài)學(xué)報), 2000, 20(6): 903.

[9] Holben B N. International Journal of Remote Sensing, 1986, 7 (11): 1417.

[10] Piao S, Fang J, Zhou L, et al. Global Biogeochemical Cycles, 2007, 21(2): GB2002.

[11] Gill R, Kelly R, Parton W, et al. Global Ecology and Biogeography, 2002, 11(1): 79.

[12] Chen Z, Shao Q, Liu J, et al. Science China Earth Sciences, 2012, 55(8): 1306.

[13] Bao G, Qin Z, Bao Y, et al. Remote Sensing, 2014, 6: 8337.

(Received Sep. 7, 2015; accepted Jan. 11, 2016)

*Corresponding author

Optimization of Maximum Light Use Efficiency in Inner Mongolian Steppe

BAO Gang1, 2, XIN Xiao-ping1*, BAO Yu-hai2, WANG Mu-lan2, 3, YUAN Zhi-hui2, 3, Wulantuya4

1. Hulunber Grassland Ecosystem Observation and Research Station/Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences，Beijing 100081，China

2. Inner Mongolian Key Laboratory of Remote Sensing and Geographic Information System of Inner Mongolia Normal University，Huhhot 010022，China

3. College of Geographical Science, Inner Mongolia Normal University，Huhhot 010022, China

4. Inner Mongolia Academy of Agricultural &Animal Husbandry Sciences, Huhhot 010031, China

For the case that the value of the maximum light use efficiency (MLUE) is not optimized for different steppes, we simulated the MLUE for meadow steppe, typical steppe and desert steppe in Inner Mongolia based on the field observed NPP and CASA ecosystem model, and analyzed the spatial and temporal pattern of the LUE and net primary productivity (NPP) in Inner Mongolia. The result indicate that the MLUE is optimized to be 0.654，0.553 and 0.511 gC·MJ-1for meadow steppe, typical steppe and desert steppe in Inner Mongolia, respectively, with an average of 0.573 gC·MJ-1. Compared to the result that used same value of 0.541 gC·MJ-1for MLUE, the correlation coefficient and relative mean square error was improved 0.024 and 2.62 gC·(m2·month-1)-1, respectively after optimization. Affected by the hydrothermal condition and distribution of grassland types, the LUE and NPP in Inner Mongolia decreased from northeast to southwest, and showed one crest shape. However, the maximum value of LUE and NPP was appeared in August and July. This difference could be attributed to the difference in the maximum value between absorbed photosynthetically active radiation and LUE. The LUE and NPP decreased by meadow steppe, typical steppe and desert steppe.

Maximum light use efficiency；Steppe；CASA model；Inner Mongolia；Spatiotemporal pattern

2015-09-07，

2016-01-11

國家自然科學(xué)基金項目(41301456)，國家科技支撐計劃項目(2013BAC03B02)，現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項資金(CARS-35)和內(nèi)蒙古自治區(qū)高等學(xué)?？茖W(xué)研究項目(NJZY029)資助

包 剛，1978年生，呼倫貝爾草原生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站博士研究生 e-mail: baogang@imnv.edu.cn *通訊聯(lián)系人 e-mail: xinxiaoping@caas.cn

S123

A

10.3964/j.issn.1000-0593(2016)10-3280-07