Estimación y análisis del impacto climático de la productividad primaria neta de la vegetación terrestre en China desde 2001 hasta 2020
Autores: Chen, Zhaotong; Chen, Jiangping; Xu, Gang; Sha, Zongyao; Yin, Jianhua; Li, Zijian
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estimación y análisis del impacto climático de la productividad primaria neta de la vegetación terrestre en China desde 2001 hasta 2020
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Vegetación
PNP
Factores climáticos
Modelo CASA
Estimación
Correlación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La productividad primaria neta (PPN) de la vegetación es un indicador importante que refleja la dinámica de la vegetación y la capacidad de secuestro de carbono en una región. En los últimos años, China ha implementado políticas para llevar a cabo la protección ecológica. Para entender los cambios en la distribución de la PPN de la vegetación en China y la influencia de los factores climáticos, se utilizó el modelo Carnegie-Ames-Stanford (CASA) para estimar la PPN desde 2001 hasta 2020. En este documento, se recopilaron varios conjuntos de datos de medición y productos para evaluar la efectividad del modelo y se proporcionaron sugerencias para la modificación del modelo CASA basadas en los resultados de la evaluación. Además del análisis de correlación, este documento presenta un método estadístico para analizar los efectos cuantitativos de los factores climáticos individuales en los cambios de PPN en grandes regiones. La comparación encontró que el modelo tiene un mejor efecto de estimación en pastizales y bosques de coníferas. El error de estimación para el bosque de coníferas perennes (BCP) y el bosque de hojas anchas caducifolias (BHAC) disminuye con el calentamiento de la zona climática, mientras que el bosque de hojas anchas perennes (BHP) y el bosque de coníferas caducifolias (BCC) hacen lo contrario. Los cambios en la PPN total de CASA fueron consistentes con las tendencias de otros productos, mostrando una tendencia dinámica creciente. En términos del grado de correlación entre los cambios de PPN y los factores climáticos, los cambios de PPN estaban significativamente correlacionados con la temperatura en aproximadamente el 10.39% del área de cobertura vegetal y con la precipitación en aproximadamente el 26.92% del área de cobertura vegetal. Se encontró que la variación de PPN tuvo una respuesta negativa a la variación de temperatura en los pastizales de Mongolia Interior, mientras que tuvo un efecto positivo pero pequeño (+/-10 g C) en los pastizales de la meseta Qinghai-Tíbet. La precipitación tuvo un efecto facilitador en la variación de PPN de los pastizales, mientras que un aumento en la precipitación anual de más de 200 mm tuvo un efecto inhibidor en regiones áridas y semiáridas. Este estudio puede proporcionar datos y referencias metodológicas para la evaluación ecológica de entornos regionales a gran escala y anómalos climáticos.
Descripción
La productividad primaria neta (PPN) de la vegetación es un indicador importante que refleja la dinámica de la vegetación y la capacidad de secuestro de carbono en una región. En los últimos años, China ha implementado políticas para llevar a cabo la protección ecológica. Para entender los cambios en la distribución de la PPN de la vegetación en China y la influencia de los factores climáticos, se utilizó el modelo Carnegie-Ames-Stanford (CASA) para estimar la PPN desde 2001 hasta 2020. En este documento, se recopilaron varios conjuntos de datos de medición y productos para evaluar la efectividad del modelo y se proporcionaron sugerencias para la modificación del modelo CASA basadas en los resultados de la evaluación. Además del análisis de correlación, este documento presenta un método estadístico para analizar los efectos cuantitativos de los factores climáticos individuales en los cambios de PPN en grandes regiones. La comparación encontró que el modelo tiene un mejor efecto de estimación en pastizales y bosques de coníferas. El error de estimación para el bosque de coníferas perennes (BCP) y el bosque de hojas anchas caducifolias (BHAC) disminuye con el calentamiento de la zona climática, mientras que el bosque de hojas anchas perennes (BHP) y el bosque de coníferas caducifolias (BCC) hacen lo contrario. Los cambios en la PPN total de CASA fueron consistentes con las tendencias de otros productos, mostrando una tendencia dinámica creciente. En términos del grado de correlación entre los cambios de PPN y los factores climáticos, los cambios de PPN estaban significativamente correlacionados con la temperatura en aproximadamente el 10.39% del área de cobertura vegetal y con la precipitación en aproximadamente el 26.92% del área de cobertura vegetal. Se encontró que la variación de PPN tuvo una respuesta negativa a la variación de temperatura en los pastizales de Mongolia Interior, mientras que tuvo un efecto positivo pero pequeño (+/-10 g C) en los pastizales de la meseta Qinghai-Tíbet. La precipitación tuvo un efecto facilitador en la variación de PPN de los pastizales, mientras que un aumento en la precipitación anual de más de 200 mm tuvo un efecto inhibidor en regiones áridas y semiáridas. Este estudio puede proporcionar datos y referencias metodológicas para la evaluación ecológica de entornos regionales a gran escala y anómalos climáticos.