国家自然科学基金申请书 型植物学报,1997,39(9)800-810 14. Wolfgang Lucht, I. Colin Prentice, Ranga B. Myneni, et. al. Climatic Control of the High-Latitude Vegetation Greening Trend and Pinatubo Effect. Science. 2002. 296: 1687-1689 15. Mark Rees, Rick Condit, Mick Crawley, Steve Pacala, and Dave Tilman. Long-Term Studies of Vegetation Dynamics. Science. 2001, 293: 650-655 6. Martin T Sykes, I. Colin Prentice, Benjamin Smith, et al. An introduction to the Uropean Terrestria Ecosystem Modelling Activity. Global Ecology Biogeography 2001, 10: 581-593 17. Wolfgang Cramer, Alberte bondeau, F lan Woward, et al. Global response of terrestrial ecosystem structure and function to CO2 and climate change: results from six dynamic global vegetation models Global Change Biology. 2001, 7: 357-373 18. Bachelet, D, Neilson, R. P, Hickler, T, et. al. Simulating past and future dynamics of natural ecosystems in the United States. Global Biogeochemical Cycles, 2003, 17(2), 1045 2、项目的研究内容、研究目标,以及拟解决的关键问题。(此部分为重点阐 述内容) 研究内容: 本项目拟在以下几个方面展开研究 (一)研究近20多年中国西北植被覆盖动态变化 拟利用长时间系列的遥感数据动态监测中国西北植被动态变化趋势,并分析其中所包含的周期 变化规律。 (二)驱动力分析 分析西北地区植被变化的驱动力,植被覆盖变化的驱动力主要包括自然因素(以气温和降水为 主)和人为因素两大方面,分别分析它们对不同海拔和土地利用状况的植被覆盖动态的影响状况。 三)西北地区植被LAI和覆盖度的反演和验证 本硏究需要植被的LAⅠ和覆盖度数据来验证和优化中国西北动态植被覆盖模型的模拟精度,拟 从遥感数据中反演西北地区植被LAⅠ和覆盖度,并通过大量的野外观测资料来验证反演精度。 (四)基于LPJ-DGⅥM模型建立中国西北动态植被覆盖模型 (1)模型驱动数据的准备 模型的驱动数据包括气温、降水、CO2浓度、云和土壤结构,分别输出空间分布的格网数据 (2)重写模型源代码 LPJ模型的源代码用 FORTRAN语言编写,拟重写模型源代码,便于程序的修改和优化 (3)模型验证与调整 验证LPJ模型模拟西北地区植被动态的结果,优化模型,建立中国西北动态植被覆盖模型。 (五)西北地区植被覆盖动态对气候变暖的响应分析 利用模型进行西北地区植被覆盖动态对气候变暖的响应分析 研究目标: 从长时间系列的遥感资料获得中国西北地区植被覆盖动态信息,通过驱动力分析获得植被影响 变化的主导因素 基于LPJ建立硏究区动态植被覆盖模型,获得研究区高空间分辨率的植被LAⅠ和生物量模拟结 果,并利用AVHR遥感资料反演LAI和生物量资料进行精度验证的模型调整。 利用模型预测中国西北植被覆盖动态变化趋势,获得西北地区植被覆盖动态对气候变暖的响应 分析 第7页 版本10084国家自然科学基金申请书 第 7 页 版本 1.008.499 型.植物学报,1997,39(9):800-810. 14. Wolfgang Lucht, I. Colin Prentice, Ranga B. Myneni, et. al. Climatic Control of the High-Latitude Vegetation Greening Trend and Pinatubo Effect. Science. 2002, 296: 1687-1689. 15. Mark Rees, Rick Condit, Mick Crawley, Steve Pacala, and Dave Tilman. Long-Term Studies of Vegetation Dynamics. Science. 2001,293: 650-655. 16. Martin T. Sykes, I. Colin Prentice, Benjamin Smith, et al. An introduction to the Uropean Terrestrial Ecosystem Modelling Activity. Global Ecology & Biogeography. 2001, 10: 581–593. 17. Wolfgang Cramer, Alberte Bondeau, F. Ian Woward, et. al. Global response of terrestrial ecosystem structure and function to CO2 and climate change: results from six dynamic global vegetation models. Global Change Biology. 2001, 7: 357-373. 18. Bachelet, D., Neilson, R. P., Hickler, T., et. al. Simulating past and future dynamics of natural ecosystems in the United States. Global Biogeochemical Cycles, 2003, 17(2), 1045。 2、项目的研究内容、研究目标,以及拟解决的关键问题。（此部分为重点阐 述内容） 研究内容： 本项目拟在以下几个方面展开研究： （一） 研究近 20 多年中国西北植被覆盖动态变化 拟利用长时间系列的遥感数据动态监测中国西北植被动态变化趋势，并分析其中所包含的周期 变化规律。 （二） 驱动力分析 分析西北地区植被变化的驱动力，植被覆盖变化的驱动力主要包括自然因素（以气温和降水为 主）和人为因素两大方面，分别分析它们对不同海拔和土地利用状况的植被覆盖动态的影响状况。 （三） 西北地区植被 LAI 和覆盖度的反演和验证 本研究需要植被的 LAI 和覆盖度数据来验证和优化中国西北动态植被覆盖模型的模拟精度，拟 从遥感数据中反演西北地区植被 LAI 和覆盖度，并通过大量的野外观测资料来验证反演精度。 （四） 基于 LPJ-DGVM 模型建立中国西北动态植被覆盖模型 （1） 模型驱动数据的准备 模型的驱动数据包括气温、降水、CO2浓度、云和土壤结构，分别输出空间分布的格网数据。 （2） 重写模型源代码 LPJ 模型的源代码用 FORTRAN 语言编写，拟重写模型源代码，便于程序的修改和优化。 （3） 模型验证与调整 验证 LPJ 模型模拟西北地区植被动态的结果，优化模型，建立中国西北动态植被覆盖模型。 （五） 西北地区植被覆盖动态对气候变暖的响应分析 利用模型进行西北地区植被覆盖动态对气候变暖的响应分析。 研究目标： 从长时间系列的遥感资料获得中国西北地区植被覆盖动态信息，通过驱动力分析获得植被影响 变化的主导因素。 基于 LPJ 建立研究区动态植被覆盖模型，获得研究区高空间分辨率的植被 LAI 和生物量模拟结 果，并利用 AVHRR 遥感资料反演 LAI 和生物量资料进行精度验证的模型调整。 利用模型预测中国西北植被覆盖动态变化趋势，获得西北地区植被覆盖动态对气候变暖的响应 分析