中巴经济走廊专题 I 区论文(评审中) 版本 ZH2
下载
2000–2014年新疆净初级生产力空间数据集
A spatial dataset of net primary productivity in Xinjiang from 2000 to 2014
 >>
: 2018 - 06 - 21
: 2018 - 06 - 29
: 2018 - 06 - 29
211 6 0
摘要&关键词
摘要:新疆近几十年来一直受到气候急剧变化的威胁,气候变化和二氧化碳增加对新疆净初级生产力(NPP)的影响尚不清楚,因此研究气候变化背景下中国典型干旱区新疆的生态系统净初级生产力(NPP)的变化特征对该区域荒漠生态系统的研究具有重要意义。本文收集了MERRA、ERA-Interim和CFSR三套再分析气象数据分别驱动干旱区特有的生态模型AEM模拟获得的2000–2014年新疆(研究区范围为34.3°–49.5°N,73.5°–96.3°E)NPP分布数据(空间分辨率50 km×50 km),并利用文献资料对模拟结果进行分析和评估。本数据集可作为新疆NPP变化的调查资料,为西北干旱区生态系统研究提供基础数据支撑。本数据集服务于丝绸之路经济带,对我国西北干旱区生态保护与综合治理、经济稳定和可持续发展具有重要意义。
关键词:新疆;NPP;AEM模型
Abstract & Keywords
Abstract: While Xinjiang has been threatened by rapid climate change in recent decades, the impact of climate change and carbon dioxide increase on the region’s net primary productivity (NPP) remains unclear. Therefore, studying the changes of the ecosystem net primary productivity (NPP) in China’s typical arid areas under the background of climate change is of great significance to the study of desert ecosystems in this region. The study area has a spatial range of 34.3°–49.5°N, 73.5°–96.3°E. Based on the reanalysis meteorological data of MERA, ERA-Interim and CFSR, the study uses the arid ecological model (AEM) simulation to get the NPP distributional data (spatial resolution 50km×50 km) in Xinjiang for 2000–2014. The simulation results are then validated against data from existing literature. This data set can be used as survey data to understand NPP changes in Xinjiang, providing basic data support for the study of arid region ecosystems in northwest China. It also serves the Silk Road Economic Belt and is of great significance for the ecological protection and comprehensive management, economic stability, and sustainable development of arid regions in northwestern China.
Keywords: Xinjiang; NPP;  arid ecosystem model (AEM)
数据库(集)基本信息简介
数据集中文名称2000–2014年新疆净初级生产力空间数据集
数据作者方霞、张弛、张耀南、康建芳、何彪
数据通信作者张弛(zc@ms.xjb.ac.cn)
数据时间范围2000–2014年
地理区域34.3°–49.5°N,73.5°–96.3°E
空间分辨率50 km×50 km
数据量7.97 MB
数据格式栅格
数据服务系统网址http://www.crensed.ac.cn
基金项目全球典型干旱半干旱地区年代尺度气候变化机理及其影响研究(2012CB956204),国家科技基础条件平台“特殊环境特殊功能观测研究台站共享服务平台”项目(Y719H71006),中国科学院信息化专项“寒旱区环境演变研究‘科技领域云’的建设与应用”项目(XXH13506),大学生创新创业训练计划项目(201710994036)
数据集组成新疆2000–2014年NPP栅格图(MERRA、ERA-Interim和CFSR)
Dataset Profile
TitleA dataset of net primary productivity in Xinjiang from 2000 to 2014
Data authorsFang Xia, Zhang Chi, Zhang Yaonan, Kang Jianfang, He Biao
Data corresponding authorChi Zhang (zc@ms.xjb.ac.cn)
Time rangeFrom 2000 to 2014
Geographical scope34.3°–49.5°N, 73.5°–96.3°E
Spatial resolution50km
Data volume7.97M
Data formatGrid
Data service systemhttp://www.crensed.ac.cn
Sources of fundingClimate Change Mechanism and Its Impacts on the Climatic Scale in Typical Arid and Semi-arid Regions of the World (2012CB956204), “Sharing Service Platform of Special Environment and Function Observation Research Station” project of the National Science and Technology Infrastructure Platform (Y719H71006), Informatization Project of the Chinese Academy of Sciences "Environmental Evolution Research in Cold and Arid Regions "Technology Cloud" Construction and Application" (XXH13506), Undergraduate Innovation and Entrepreneurship Training Program (201710994036)
Dataset compositionThis dataset contains NPP data in Xinjiang from 2000 to 2014 in raster format, including MERRA, ERA-Interim and CFSR.
引 言
中国西北部的新疆,位于中亚的蒙古和哈萨克斯坦之间[1],由于特殊的地理位置、地形条件和干旱气候的影响,生态环境极为脆弱。新疆近几十年来一直受到气候急剧变化的威胁[2]。1961–2008年期间,新疆的平均气温上升了0.33°C / 10年[3],远高于全球陆地平均增温率(约0.27°C / 10年)[4],年降水量增加了9毫米/十年[3]。降水的变化对新疆碳库具有一定影响[5]。净初级生产力(NPP,Net Primary Productivity)是陆地生态系统能量和物质转化的重要组成部分[6],NPP对全球变化的响应是气候植被关系研究中最重要的方面[7]。干旱区生态系统净初级生产力(NPP)对气候敏感,研究气候变化下新疆NPP的动态对研究干旱区生态系统碳库有着重要意义。
基于过程的生态系统模型是理解和预测区域以及全球尺度生态过程的有用工具[8-9]。但目前通用的生态系统模型不适用干旱区,已有的干旱生态系统模型(Patch Arid Land Simulator)PALS[10],虽然能模拟干旱区的碳循环,但却不能模拟深根植被进行地下水资源的获取过程[11],针对这些问题而研发的专门适合于干旱半干旱区的生态系统模型AEM(Arid Ecosystem Model),可以有效地模拟温带荒漠植被碳水过程。
本研究以中国典型干旱区新疆为研究区,分别以MERRA、ERA-Interim和CFSR作为模型的气象驱动数据用以驱动干旱区生态系统模型AEM,模拟得到新疆2000–2014年NPP数据集。
1   数据采集和处理方法
1.1   数据来源与预处理
驱动AEM模型的数据主要有气象数据、地形数据、土壤质地数据、新疆植被功能类型图以及CO2浓度等。其中气象资料来源于美国国家航空航天局的MERRA再分析数据[12],美国国家环境预报中心(NCEP)的CFSR再分析数据[13]和欧洲中期数值预报中心的ERA-Interim再分析数据[14]。每套数据集都包括日尺度的最高温、最低温、平均温、以及降水量、短波辐射和相对湿度。
本研究先将原始下载的气象小时数据经过加和得到天数据,然后求相对湿度,接下来使用AML语言对数据进行检查,数据重投影,数据掩膜,数据转成bin格式,最后将一年的数据整合成一个bin_year文件,作为最终的模型输入数据。
模型所需的土壤数据主要有砂砾含量、粉粒含量、粘粒含量以及土壤pH值等。数据源自于version 1.2全球土壤数据集[15]。将下载的数据利用ArcGIS聚合为统一的空间分辨率(50 km×50 km)。
新疆植被功能类型图来自于1:100万的中国植被图[16]。植被功能类型分为针叶林,胡杨林,草地,梭梭(非深根灌木),柽柳(深根灌木),农田,高山草甸(水体和流动沙漠等无植被区被排除在外)。研究区中的每个格点是由多种植被类型所构成,只是每种植被类型所占比例不同,因而每个格点中各植被类型比例总和为1。
模型输入的地形数据主要有坡度、坡向和高程等数据,高程数据来源于30 m全球高程数据集和全球数字高程数据集version 2[17]。将下载好的土壤数据利用ArcGIS的“表面分析”工具生成坡度和坡向的空间分布图。聚合得到50 km×50 km的空间分辨率。
模型所需的CO2浓度数据源于美国Mauna Loa观测台观测的全球年平均浓度数据(http://co2now.org)。
表1   AEM模型驱动数据集列表
序号名称时间来源
1MERRA2000–2014NASA
2ERA-Interim2000–2014美国国家环境预报中心
3CFSR2000–2014欧洲中尺度天气预测中心
4高程,坡度,坡向2008ASTER全球高程数据集
5新疆植被图2007中国植被图
6新疆土壤图2008世界和谐土壤数据库v1.2
1.2   数据处理步骤
1.2.1   AEM模型
干旱区生态系统模型(AEM)是一个将生物地球化学过程(碳和水过程)和生物物理过程耦合起来的,基于过程的生态系统模型。AEM模型耦合了碳氮水循环,包括生物物理模块,植被生理模块,土壤物理,生物地球化学等,以模拟各种环境因素(气候,CO2,氮沉积,地下水深度)。与其他模型相比,AEM针对干旱区荒漠植被特殊生理生态过程,细化了荒漠植被的形态与结构的模拟,重构了根系垂直分布模型,引入了根系吸水机制模型,融合了降雨脉冲效应和光分解效应等关键机制,可以有效地模拟荒漠植被碳水的动态过程,因此,AEM是研究气候变化对干旱和半干旱地区碳循环影响的有效工具[18]
1.2.2   中国干旱区碳库模拟流程
首先,基于AEM模型定义的数据格式和时空尺度,构建满足模型校验与区域模拟所需要的新疆气象、生态、地理等生态地理GIS数据集,用于AEM校验和区域模拟驱动。将不同来源的数据都统一为50 km×50 km的空间分辨率;然后,在模型优化、模型校验、驱动数据精度评估的基础上,利用构建的数据集驱动AEM模型,模拟和分析中国典型干旱区新疆NPP的动态变化,并分析其时空动态特征。新疆NPP模拟流程图如图2所示。


图1   新疆NPP模拟流程示意图
2   数据样本描述
由MERRA、ERA-Interim和CFSR三套再分析气象数据分别驱动干旱区特有的生态系统模型AEM得到2000–2014年新疆NPP空间分布图,空间分辨率为50 km×50 km,地理坐标系为WGS1984。空间分布图如图3所示。三套数据的模拟结果都显示出新疆的南部NPP较低(<50 g·C/(m2·year)),这是由于该区域降水稀少,生态环境恶劣,影响当地植被的生长;而天山山脉的NPP相对较高(>200 g·C/(m2·year)),这是由于天山山脉降水充沛,生长环境优越,适合植被生长。






图2   1980–2014年新疆NPP空间分布图
3   数据质量评估
3.1   数据质量评估
本研究采用文献中的实测NPP数据,选取带有23条有经纬度坐标的实测NPP数据对模拟结果进行验证。通过三套模拟数据与实测NPP数据的验证对比发现,MERRA的模拟效果在三套数据中最好(R²=0.69),ERA-Interim次之(R²=0.58),CFSR的模拟结果相比于前两套数据较差(R²=0.57)(图4)。


图3   VEGC模拟与验证
3.2   多年中国干旱区碳库分布模拟结果评估
本研究MERRA模拟的新疆2000–2014年NPP结果为154.46g·C/( m2·year),ERA-Interim为187.27 g·C/(m2·year),CFSR为211.09 g·C/(m2·year),这结果与卢玲[19]利用碳通量估算模型C-FIX模拟的我国西部NPP 168 g·C/(m2·year)非常接近,本研究的模拟结果可与朱士华[20]估计的新疆NPP182 g·C/( m2·year)可比。
4   数据价值
本研究分别用三个气候数据集驱动干旱区生态系统模型AEM,模拟得到2000–2014年新疆NPP的空间分布情况。通过对模型进行优化、校验、参数化等各个阶段,使模型能够合理的模拟中国典型干旱区新疆的植被生理生态过程,实现对新疆NPP的数值模拟。
本研究通过评估新疆NPP变化动态,揭示其时空特征,分析其时空动态特征,提出在全球变化背景下中国典型干旱区新疆的生态系统可持续发展的适应性管理对策。
5   数据使用方法和建议
长时间序列新疆干旱区NPP数据主要保存为栅格格式。ARCGIS等主流GIS软件支持本数据的读取操作。
干旱区碳循环是全球变化研究的热点,干旱区NPP对气候变化敏感,并主导全球NPP的年际变异,显著影响大气二氧化碳波动与全球气候系统。干旱区NPP与降水波动显著相关,可作为显示识别干旱区环境因子效应的指示剂。50 km×50 km分辨率新疆NPP年际变异数据能符合当前区域NPP量化的精度要求,结合遥感NPP(MODIS NPP等)能有效识别极端干旱区稀疏植被生长,对未来气候变化情境下的生态脆弱区进行提前识别以及相关政策倾斜。
致 谢
感谢NASA提供的MERRA气象再分析数据、美国国家环境预报中心提供的CFSR气象再分析数据、欧洲中尺度天气预测中心提供的ERA-Interim气象再分析数据。感谢美国Mauna Loa观测台观测提供的全球年平均CO2浓度数据,感谢“国家特殊环境特殊功能观测研究台站共享服务平台”项目、中国科学院信息化专项“寒旱区环境演变研究‘科技领域云’的建设与应用”支持。
[1]
Laurent‐Charvet S, Charvet J, Shu L, et al. Palaeozoic late collisional strike‐slip deformations in Tianshan and Altay, eastern Xinjiang, NW China[J]. Terra Nova, 2002, 14(4): 249-256.
[2]
Zhang C, Ren W. Complex climatic and CO2 controls on net primary productivity of temperate dryland ecosystems over Central Asia during 1980–2014[J]. Journal of Geophysical Research: Biogeosciences, 2017, 122(9): 2356-2374.
[3]
Zhang, Shan-qing, et al.. Effect of Climate Change on NPP of Natural Vegetation in Xinjiang[J]. Arid Zone Research, 2010, 27(6): 905-914.
[4]
IPCC (Intergovernmental Panel on Climate Change). Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report[M]. UK Cambridge: Cambridge University Press, 2007.
[5]
Li C, Zhang C, Luo G, et al. Modeling the carbon dynamics of the dryland ecosystems in Xinjiang, China from 1981 to 2007—The spatiotemporal patterns and climate controls[J]. Ecological modelling, 2013, 267: 148-157.
[6]
Zhang C, Tian H, Chappelka A H, et al. Impacts of climatic and atmospheric changes on carbon dynamics in the Great Smoky Mountains National Park[J]. Environmental Pollution, 2007, 149(3): 336-347.
[7]
Peng, Dai‐Liang, et al. "Assessing the response of seasonal variation of net primary productivity to climate using remote sensing data and geographic information system techniques in Xinjiang." Journal of integrative plant biology 50.12 (2008): 1580-1588.
[8]
Zhang C, Tian H, Pan S, et al. Effects of forest regrowth and urbanization on ecosystem carbon storage in a rural–urban gradient in the southeastern United States[J]. Ecosystems, 2008, 11(8): 1211-1222.
[9]
Zhang C, Tian H, Chen G, et al. Impacts of urbanization on carbon balance in terrestrial ecosystems of the Southern United States[J]. Environmental Pollution, 2012, 164: 89-101.
[10]
Smith, Thomas Michael, Herman H. Shugart, and Frank Ian Woodward, eds. Plant functional types: their relevance to ecosystem properties and global change. Vol. 1. Cambridge University Press, 1997.
[11]
李超凡. 基于干旱区生态系统模型的亚洲中部生态系统有机碳储量估算及其对气候变化响应的研究[D]. 北京: 中国科学院大学, 2015.
[12]
Rienecker M M, Suarez M J, Gelaro R, et al. MERRA: NASA’s modern-era retrospective analysis for research and applications[J]. Journal of climate, 2011, 24(14): 3624-3648.
[13]
Saha S, Moorthi S, Pan H L, et al. The NCEP climate forecast system reanalysis[J]. Bulletin of the American Meteorological Society, 2010, 91(8): 1015-1058.
[14]
Dee D P, Uppala S M, Simmons A J, et al. The ERA‐Interim reanalysis: Configuration and performance of the data assimilation system[J]. Quarterly Journal of the royal meteorological society, 2011, 137(656): 553-597.
[15]
NACHTERGAELE F, VAN VELTHUIZEN H, VERELST L, et al. Harmonized world soil database v 1.2[DB/OL]. Food and Agriculture Organization of the United Nations, 2008.
[16]
NASA, METI. ASTER GDEM Readme File-ASTER GDEM Version 1[EB/OL]. 2009. http://www.ersdac.or.jp/GDEM/E/image/ASTER%20GDEM%20Readme_Ev1.0.pdf.
[17]
张新时. 中国植被及其地理格局, 中华人民共和国植被图集(1:100万)说明书(上卷)[M]. 北京: 地质出版社, 2007.
[18]
Zhang C, Li C, Luo G, et al. Modeling plant structure and its impacts on carbon and water cycles of the Central Asian arid ecosystem in the context of climate change[J]. Ecological modelling, 2013, 267: 158-179.
[19]
卢玲, 李新, Frank Veroustraete. 中国西部地区植被净初级生产力的时空格局[J]. 生态学报, 2005, 25(5): 1026-1032, i1005.
[20]
朱士华. 亚洲中部干旱区净初级生产力对气候变化响应的模拟研究[D]. 北京: 中国科学院大学, 2016.
数据引用格式
方霞, 张弛, 张耀南, 等. 2000–2014年新疆净初级生产力空间数据集[DB/OL]. Science Data Bank, 2018. (2018-06-21). DOI: 10.11922/sciencedb.620.
稿件与作者信息
论文引用格式
方霞, 张弛, 张耀南, 等. 2000–2014年新疆净初级生产力空间数据集[J/OL]. 中国科学数据, 2018. (2018-06-29). DOI: 10.11922/csdata.2018.0040.zh.
方霞
xiafang
主要承担工作:模型模拟,结果分析。
(1980—),女,浙江永康人,博士在读,副教授,研究方向为生态模拟。
张弛
Chi Zhang
主要承担工作:模型设计。
zc@ms.xjb.ac.cn
(1973—),男,湖北武汉人,博士,研究员,研究方向为生态模拟。
张耀南
zhangyaonan
主要承担工作:论文的审查与修改。
(1966—),男,甘肃秦安人,博士,研究员,研究方向为基于数据工程防灾减灾应用。
康建芳
jianfang kang
主要承担工作:数据管理与服务。
(1981—),女,甘肃秦安人,硕士,工程师,研究方向为寒旱区大数据应用。
何彪
Biao He
主要承担工作:数据处理。
(1998—),男,四川成都人,本科在读。
出版历史
I区发布时间:2018年6月29日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata