Effects of Sunda Shelf exposure and vegetation changes on land-atmosphere carbon exchange during the Last Glacial Maximum
-
摘要: 末次盛冰期巽他陆架陆地暴露面积比现代增加将近一倍，该时期东南亚的碳汇能力是否比现代更强？本文利用GOSAT现代卫星数据集、实测碳密度数据集，对现代森林和草原生态系统碳通量（陆表碳通量）进行分析，发现二者的固碳能力相差较大，与地球系统模式的结果一致。本文基于末次盛冰期巽他陆架上植被分布类型的争议，为量化末次盛冰期巽他陆架暴露对大气二氧化碳浓度变化（陆表碳通量）的影响，利用美国国家大气研究中心（NCAR）的通用陆地模型（CLM4），以巽他陆架的植被、陆地面积为敏感条件进行了两组试验，考察末次盛冰期巽他陆架植被变化对陆表碳通量的影响。通过敏感试验结果分析，结合已有的孢粉化石证据，认为当末次盛冰期巽他陆架暴露且被热带雨林覆盖时，仅通过陆表碳交换就会使得东南亚的碳汇能力增强约0.16 PgC/a，在全球大气二氧化碳浓度的冰期-间冰期旋回中扮演着重要角色, 表明植被重建的可靠性对模拟末次盛冰期巽他陆架的陆地碳循环过程及其对气候的反馈非常重要。模拟结果还表明，末次盛冰期暴露的巽他陆架应具有较强的储碳能力，与冰期陆地的碳源角色相反，值得进一步研究。Abstract: The land exposure area of the Sunda Shelf in the southern South China Sea during the last glacial maximum (LGM) was nearly twice that in modern times. Was the Sunda Shelf a stronger carbon sink at that time? Though the study of the LGM carbon cycle depends on reliable vegetation reconstruction, both GOSAT satellite data and measured carbon density data utilized show that the role of different ecosystems in the carbon cycle could be very different. Whether there were tropical forests or savanna grassland on the Sunda Shelf during the LGM is a controversy. The land-atmosphere carbon exchange of the forest ecosystem is much greater than that of the grassland ecosystem. We used the Community Land Model (CLM4) to carry out two groups of sensitivity cases, aiming at quantifying the impacts of land area increase and vegetation distribution on land-atmosphere carbon exchange. Combining the pollen fossil evidence, our results showed that the exposed Sunda Shelf covered by the forest ecosystem in the LGM absorbed more carbon from the atmosphere at a rate of 0.16 PgC/a than in modern times. It indicated that the Sunda Shelf in LGM was a carbon sink, which was opposite to the role of other terrestrial carbon sources and was worthy of further study.
-
碳、氮元素作为基础生源要素在生物地球化学过程中具有不容忽视的作用[1]。海洋与大气进行着复杂的碳交换，是全球最大的碳储库。海水吸收的一部分CO2通过生物泵等机制作用迁移至海底沉积物中贮存，在一定条件下又可被重新释放至海水乃至大气中。沉积物中的碳含量在一定程度上指示了海洋吸收CO2的净通量，也是研究全球碳循环及收支平衡的有效指标[2]。氮是营养盐的重要组成元素，与海洋浮游植物的生长关系密切[3]。海洋沉积物中的氮扮演着与碳元素类似的“源”和“汇”的角色，其赋存、迁移、埋藏和释放过程与机制对于维持海洋生态系统的平衡具有重要意义。
南大洋面积广阔，占世界大洋面积的15%~20%，对CO2具有很强的吸收能力，学者们就此在该区开展了基于碳循环的海气交换作用研究[4-7]。据估算，南大洋对大气CO2的净吸收贡献接近40%，尤其是50°S以南的大洋对CO2的净吸收起到了极其重要的作用[8]。同时，南大洋的锋面系统结构产生的水文动力学差异以及海水中某些元素浓度的制约也影响了浮游植物的生产力[9-12]，生产力的变化又进一步影响水体-沉积物中碳、氮元素的转化、迁移和赋存。
前人对南大洋沉积物中有机碳(TOC)和总氮(TN)含量与分布特征进行了研究，但多以南极半岛周边海域和普里兹湾表层沉积物为主[2, 13-15]，对罗斯海地区柱状样沉积物TOC和TN的纵向变化却鲜有涉及。本文通过对罗斯海RBA08C柱状样沉积物中的TOC和TN进行分析，探讨了TOC和TN纵向分布特征，并基于TOC/TN比值和δ13C判断了有机质来源，为罗斯海乃至南大洋的生物地球化学过程与碳循环研究提供科学依据。
1. 区域概况
罗斯海(72°~85°S、160°E~160°W)位于南大洋太平洋扇区内的西南极大陆边缘，西临南极大陆横断山脉和维多利亚地，东靠玛丽伯德地，南接巨大的罗斯冰架，北通太平洋(图 1)。其水深为200~3600m，具有北浅南深的特点，即由海向陆朝罗斯冰架逐步加深[16]。罗斯海湾陆缘区宽达850km，长达1500km，展布面积约75×104km2，由于其南部被罗斯冰架所覆盖，因此罗斯海通常是指罗斯海湾78°S以北的区域。
罗斯海是南极调查研究程度相对较高的区域之一。自20世纪60年代以来，多国在本区有计划地开展了地质与地球物理调查。Cooper等[17, 18]根据罗斯海地区地质及地震地层特征，划分出两期构造演化阶段，即晚侏罗世或早白垩世至晚白垩世的早期裂谷阶段和始新世至今的晚期裂谷阶段。与之相对应，发育了两期受张裂作用控制的SW向和NW向断裂。多道地震资料揭示罗斯海有3个主要沉积中心，即维多利亚地盆地、中央海槽和东部盆地(图 1)，其间分布着库尔曼高地和中央高地。东部盆地和中央海槽沉积物厚度达5~6km[19]，维多利亚盆地则形成了一套始自晚白垩纪或早新生代以来的厚度逾万米的沉积序列[20]。
2. 材料与方法
2.1 样品采集
本文样品来源于“南极周边海洋地质考察”专项第32次南极科学考察所采RBA08C柱状样，使用重力取样器获取柱状连续无扰动沉积物样品。采样站位位于罗斯海，地理坐标77°23′24″ S、178°59′54″ E，采样水深738m，柱长191cm。采获后进行冷冻保存，带回实验室进行分样及分析测试。将柱状样管剖开，自顶部向下以2cm为间隔分样，对奇数层的48个样品进行TOC、TN、δ13C以及粒度的测试。
2.2 分析方法
TOC和TN含量测定采用Elementar Vario Cube有机元素分析仪，在同济大学海洋地质国家重点实验室完成。将样品冷冻干燥后研磨至200目，称取0.5g样品置于试管内，加入6mL浓度为1mol/L的HCl，在超声条件下反应3h去除无机碳，其中6mL的HCl分两次添加。之后，将其在2500r/min转速下离心5min，去除上清液，加入高纯水后再次离心，去除上清液，重复3次，直至冲洗至中性。最后将样品冷冻干燥称重，准确称取30mg样品，用锡纸包裹后放入元素分析仪中测试。在测试过程中，以沉积物标准物质GBW07314作为质量控制，设置平行样进行对比，测量结果的相对标准偏差小于1%。
δ13C值于青岛海洋地质研究所采用Thermo MAT253同位素比值质谱仪进行测量。取0.5g样品于聚丙烯材质的具盖离心管中，缓慢滴加5mL浓度为10%的盐酸，充分摇匀，待反应结束后于室温下敞口静置8~12h，期间再次摇匀2~3次。之后，于2500r/min转速下离心5min，弃除上清液。加入5mL高纯水充分摇匀，离心5min后弃除上清液。上述过程共重复3次，直至上清液洗至近中性。将上述处理好的样品于-20℃预冻后，再于-50℃以下真空冷冻干燥24h。将干燥好的样品研磨成粉，待上机测定。测量结果的标准偏差小于0.2‰。
粒度测试在青岛海洋地质研究所完成，仪器为Mastersizer2000型激光粒度仪。筛选出粒径小于2mm的样品，经双氧水去除有机质、醋酸去除钙质壳体以及用氢氧化钠溶液去除生源蛋白石后，加入适量的六偏磷酸钠煮沸1min之后上机测试。该仪器测量范围为0.02~2000μm，对同一样品平均粒径的重复性测试偏差不超过1%。
3. 结果与讨论
3.1 TOC、TN和δ13C的纵向变化
RBA08C柱样沉积物中TOC含量为0.25%~1.42%，平均为0.38%，高于深海沉积物中0.2%的有机质平均含量[21]。顶层0~12cm的TOC含量相对较高，呈现随柱深增加而降低的趋势(图 2)。自柱深约12cm以深含量总体相对稳定，仅发生小幅波动，但在柱深184cm处出现最大值，可能指示了一次有机质异常输入事件。TN含量为0.05%~0.22%，平均为0.08%，总体上具有与TOC相同的变化趋势，两者呈较强正相关性(相关系数R2=0.67)，说明沉积物中TOC和TN可能具有一致的来源，但沉积物中氮的反硝化作用可能对两者的相关性造成了一定的影响[22]。与北极周边海域相比(表 1)，罗斯海柱样的TOC和TN含量相对较低，这可能与前者具有较高的上层水体生产力和较有利的有机质保存条件有关[23-25]。δ13C值波动幅度相对较大，范围-25.64‰~-19.94‰，在柱深4cm和24cm处分别达到最低值和最高值，整个柱样的δ13C平均值为-21.72‰。
![]()
图 2 罗斯海RBA08C柱状样沉积物中TOC、TN和δ13C的纵向变化Figure 2. Vertical variations of TOC, TN and δ13C values in Core RBA08C from the Ross Sea, Antarctic表 1 不同海区沉积物中有机质参数对比Table 1. Parameter comparison for organic matters in sediments from the different areas站位 位置 TOC TN TOC/TN TOC埋藏率/% 平均沉积速率/(mm/a) 参考文献 Ⅲ-13 普里兹湾中心 0.90% 0.18% 5.00 91 1.88 [2, 26] Ⅳ-10 普里兹湾中心 0.93% 0.17% 5.70 84 1.29 [2, 26] IS-4 普里兹湾埃默里冰架边缘 0.31% 0.05% 6.70 50 0.47 [2, 26] M07 楚科奇海北部陆架边缘 0.79% 0.90% 8.84 / / [27] BL6 白令海陆架区 1.48% 0.25% 6.10 / / [22] RBA08C 罗斯海罗斯冰架前缘 0.38% 0.08% 4.74 50 / 本文 3.2 沉积有机质来源
海洋沉积物中的有机质主要有两种来源——陆源和海源。研究表明，来自海洋藻类的有机质的TOC/TN比值通常为3~8，而陆生植物的TOC/TN比值通常为20，甚至更高[28, 29]；典型海源有机碳δ13C值为-22‰~-19‰[30]，典型陆地C3植物的δ13C值为-31‰~-22‰[31]，C4植物的δ13C平均值为-14‰[32]。由此可见，TOC/TN比值和δ13C值随有机质来源不同而存在差异，因此可作为判别有机质类型的有效参数[33-36]。RBA08C柱样沉积物的TOC/TN比值介于3.16~7.80之间，平均为4.74，δ13C变化于-25.64‰~-19.94‰之间，绝大部分为-23‰~-19‰。在有机质来源判别图上[37]，绝大多数样品落入海洋藻类区域内，与位于白令海陆坡的BS3站[24]具有相同的有机质来源，即海洋生物源，但与北冰洋波弗特海CG1站[24]、楚科奇海S11站[27]以及长江口C19柱[38]显著不同，这些地区沉积物含有陆源和海源混合的有机质，因而在图 3上落入陆生植物和海洋藻类之间的区域。需注意的是，RBA08C柱样顶部两个样品具有较低的δ13C值(低于-25‰)，在投图上十分接近湖泊藻类区域，但与混合来源有机质的TOC/TN比值相差较大，推测可能与本区海水PCO2变化有关。研究表明[37]，海水中CO2浓度会影响藻类有机质的δ13C组成，当PCO2增大时，碳同位素分馏倾向于富集轻碳，反之则相反。具体机制还有待进一步研究。
![]()
图 3 RBA08C柱样中有机质来源的TOC/TN-δ13C判别图Figure 3. Source discrimination of organic matters based on TOC/TN ration and δ13C value南极普里兹湾沉积物中生物标志物特征显示有机质主要来自于硅藻等浮游植物[39]；鲍威尔海盆有机碳同位素组成表明其来源主要以海洋水生生物为主[40]；杰拉许海峡表层沉积物TOC/TN比值为6.6~7.8，亦揭示海源性质[13]。由此可见，海洋浮游生物应是南极周边海域沉积物中有机质的主要来源。
3.3 影响有机质保存的主要因素
一般情况下，有机质沉降至沉积物-水界面时会发生降解矿化，随着沉积物的不断堆积和埋藏深度的增加，其分解作用逐渐趋于稳定。通过对普里兹湾多个柱状岩心的TOC和TN含量变化研究发现，沉积速率是影响沉积物中有机质降解矿化时间的重要因素[2, 26, 41]，即相对较高的沉积速率会导致有机质的快速埋藏，使其降解矿化过程不充分，因而在沉积物中含量相对较高且呈现一定的波动性。
前已述及，南极海区沉积物中的海源有机质占相当比重，这与上部水体的生物生产力具有紧密联系，有机质的含量一定程度上反映了海洋生产力的变化[42]。硅藻是南极周边近岸海域浮游植物中的优势种属，也是代表高生产力的主控物种[43, 44]，占南极初级生产力的75%左右[45]。硅藻等浮游植物吸收海水中的硅，并通过生物泵作用将TOC输送至海底[46, 47]，对海底沉积物的物质组成具有直接影响。因此，以硅藻为代表的上层水体生产力也是影响沉积物中有机质含量的重要因素。
由图 4可以看出，TOC和TN与黏土含量和平均粒径并无相关性，说明沉积物粒度组成并不是影响RBA08C柱样中有机质含量的主要因素。另外，韩喜彬等[40]基于Pr/Ph比值研究发现，缺氧环境有利于南极半岛东北海域沉积物中有机质的保存；Goñi等[23]对北极周边海域沉积物中TOC分布特征研究发现，TOC埋藏通量较高海区的底质沉积物具有较薄的MnO2富集层，而后者用以指示沉积物原位的氧化还原状况和氧气穿透深度。综上所述，研究区沉积物中有机质的保存应主要受控于上层水体生产力、沉积速率和氧化还原环境等因素的共同作用。
![]()
图 4 RBA08C柱样沉积物中TOC、TN与平均粒径和黏土含量的相关性Figure 4. Correlation between mean particle size, clay and TOC, TN in the Core RBA08C3.4 TOC埋藏率
由图 2可见，罗斯海柱样沉积物中TOC自12cm以深含量较为稳定，因此可将这些经过矿化分解处于较稳定状态的TOC含量近似看作碳储藏量，而将表层0~2cm的TOC含量近似视为碳沉积量，以此用两者比值(埋藏量/沉积量)来计算碳埋藏率[14]。估算结果表明，位于罗斯冰架前缘的RBA08C柱样的碳储藏量约为0.34%，碳沉积量约为0.68%，TOC埋藏率为50%，与位于普里兹湾埃默里冰架边缘的IS-4柱样相同(表 1)，另外两者还具有较为相近的TOC和TN含量，且均从10~12cm层位往下生源有机质含量趋于稳定，表明IS-4和RBA08C两个站位可能具有相近的沉积速率，这有待进一步的数据补充和深入研究。另有研究表明，南极布兰斯菲尔德海峡和杰拉许海峡沉积物中TOC埋藏率可达80%左右[13, 14]，可见这些海区共同组成了南极海域重要的碳循环和碳储区。
4. 结论
(1) RBA08C柱样中TOC含量在顶部0~12cm呈现随柱深增加而降低的趋势，自柱深12cm以深含量总体相对稳定。TN总体具有与TOC相同的变化趋势，两者含量变化呈现较强正相关性，说明可能具有相同来源。
(2) 沉积物TOC/TN比值和δ13C值揭示RBA08C柱样有机质主要为海洋生源沉积，其含量变化应主要受控于上层水体生产力、沉积速率和氧化还原环境等因素的共同作用。
(3) RBA08C柱样的TOC埋藏率约为50%，与位于普里兹湾埃默里冰架边缘的IS-4柱样相同，加之较为相近的TOC和TN含量及变化趋势，表明两者可能具有相近的沉积速率，其所在的海区也是南极海域较重要的碳循环和碳储区。
-
![]()
图 2 巽他陆架地形与河流
蓝色虚线代表巽他陆架暴露后发育的河流[9,18]。地形数据来源：NOAA全球地形数据ETOPO1（doi:10.7289/V5C8276M）。原图来自李金澜等[19]。
Figure 2. Topography and rivers in Southeast Asia
The blue dotted line represents the rivers developed after the exposure of the Sunda Shelf[9,18]. Terrain data source: NOAA global terrain data etopo1 (DOI: 10.7289 / v5c8276m). The picture is from LI Jinlan et al[19].
![]()
图 3 3个地球系统模式的LGM和PI试验对全球陆地总初级生产量GPP的模拟结果
单位：PgC/a。
Figure 3. Simulated global terrestrial gross primary production by MPI-ESM-P, IPSL-CM5A-LR, and MIROC-ESM, respectively
Unit: PgC/a.
![]()
图 4 1850_tree与1850_grass的GPP（a）、NPP（b）之差，lgm_tree与lgm_grass的GPP（c）、NPP（d）之差
单位：gC·m−2·s−1。
Figure 4. The differences of (a) GPP and (b) NPP between 1850_tree and 1850_grass, the differences of (c) GPP and (d) NPP between lgm_tree and lgm_grass
Unit: gC·m−2·s−1.
![]()
图 5 1850_tree的NEP（a），1850_tree与1850_grass的NEP之差（b）
单位：gC·m−2·s−1。
Figure 5. (a) Simulated NEP in the 1850_tree experiment, (b) the differences of NEP between 1850_tree and 1850_grass
Unit: gC·m−2·s−1.
表 1 敏感试验设计方案
Table 1 Experimental design
试验简称 海陆分布 植被覆盖 1850_tree 现代的海陆分布 东南亚全区为热带常绿阔叶林 1850_grass 现代的海陆分布 东南亚全区为C4草本植物 lgm_tree 东南亚全区海平面下降120 m 东南亚全区为热带常绿阔叶林 lgm_grass 东南亚全区海平面下降120 m 东南亚全区为C4草本植物 注：东南亚所指的具体范围是东经95°至130°、南纬10°至北纬20°。 
下载: 导出CSV
表 2 东南亚陆地GPP总和及其占全球的比例
Table 2 Terrestrial GPP in Southeast Asia and its proportion in the world
PgC/a LGM PI LGM-PI MPI-ESM-P 7.17（9.40%） 6.72（6.09%） 0.45（3.31%） IPSL-CM5A-LR 9.63（14.48%） 0.17（0.14%） 9.46（14.34%） MIROC-ESM 13.52（15.67%） 10.57（9.29%） 2.95（6.38%）
下载: 导出CSV
表 3 东南亚森林面积总和 及其占全球的比例
Table 3 Total forest area in Southeast Asia and its proportion in the world
1014 m2 LGM PI LGM-PI MPI-ESM-P 4.67（13.40%） 2.66（7.31%） 2.01（6.09%） IPSL-CM5A-LR 4.93（9.81%） 2.35（4.52%） 2.58（5.29%） MIROC-ESM 6.24（7.12%） 3.86（5.37%） 2.37（1.75%）
下载: 导出CSV
表 4 东南亚草地面积总和及其占全球的比例
Table 4 Total grassland area in Southeast Asia and its proportion in the world
1013 m2 LGM PI LGM-PI MPI-ESM-P 1.81（0.84%） 0.94（0.42%） 0.87（0.42%） IPSL-CM5A-LR 8.00（1.78%） 3.05（0.66%） 4.95（1.12%） MIROC-ESM 2.22（0.93%） 1.04（0.37%） 1.18（0.55%）
下载: 导出CSV
表 5 4个敏感试验的GPP、NPP比较
Table 5 Comparison of GPP and NPP in four sensitivity tests
PgC/a 1850_tree 1850_grass lgm_tree lgm_grass 全球GPP 117.00 112.53 126.22 118.72 全球NPP 39.52 37.72 42.30 39.34 东南亚GPP 11.66
（9.97%）7.78
（6.91%）20.86
（16.53%）13.65
（11.50%）东南亚NPP 3.66
（9.25%）2.12
（5.63%）6.48
（15.32%）3.64
（9.27%）注：括号内数值是东南亚占全球的比例。
下载: 导出CSV
表 6 4个敏感试验的NBP、NEP比较
Table 6 Comparison of NBP and NEP in four sensitivity tests
PgC/a 1850_tree 1850_grass lgm_tree lgm_grass 全球NBP −0.025 0.0106 −0.0049 0.0093 东南亚NBP −0.0013 2.08×10−4 −0.001 2.58×10−4 全球NEP 1.711 1.5943 1.8916 1.6121 东南亚NEP 0.1705
（9.96%）0.032
（2.01%）0.33
（17.45%）0.046
（2.85%）注：括号内数值是东南亚占全球的比例。
下载: 导出CSV
-
[1] Houghton R A. Balancing the global carbon budget [J]. Annual Review of Earth and Planetary Sciences, 2007, 35: 313-347. doi: 10.1146/annurev.earth.35.031306.140057
[2] Pan Y D, Birdsey R A, Phillips O L, et al. The structure, distribution, and biomass of the world's forests [J]. Annual Review of Ecology, Evolution, and Systematics, 2013, 44: 593-622. doi: 10.1146/annurev-ecolsys-110512-135914
[3] Melillo J M, McGuire A D, Kicklighter D W, et al. Global climate change and terrestrial net primary production [J]. Nature, 1993, 363(6426): 234-240. doi: 10.1038/363234a0
[4] Saatchi S S, Harris N L, Brown S, et al. Benchmark map of forest carbon stocks in tropical regions across three continents [J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(24): 9899-9904. doi: 10.1073/pnas.1019576108
[5] Hooijer A, Page S, Canadell J G, et al. Current and future CO2 emissions from drained peatlands in Southeast Asia [J]. Biogeosciences, 2010, 7(5): 1505-1514. doi: 10.5194/bg-7-1505-2010
[6] Malhi Y. The carbon balance of tropical forest regions, 1990–2005 [J]. Current Opinion in Environmental Sustainability, 2010, 2(4): 237-244. doi: 10.1016/j.cosust.2010.08.002
[7] Tjia H D. The sunda shelf, southeast Asia [J]. Zeitschrift Für Geomorphologie, 1980, 24(4): 405-427.
[8] De Deckker P, Tapper N J, van der Kaars S. The status of the Indo-Pacific Warm Pool and adjacent land at the Last Glacial Maximum [J]. Global and Planetary Change, 2003, 35(1-2): 25-35. doi: 10.1016/S0921-8181(02)00089-9
[9] Heaney L R. A synopsis of climatic and vegetational change in Southeast Asia [J]. Climatic Change, 1991, 19(1-2): 53-61. doi: 10.1007/BF00142213
[10] Taylor D, Yen O H, Sanderson P G, et al. Late Quaternary peat formation and vegetation dynamics in a lowland tropical swamp; Nee Soon, Singapore [J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2001, 171(3-4): 269-287. doi: 10.1016/S0031-0182(01)00249-8
[11] Sun X J, Li X, Luo Y L. Vegetation and climate on the sunda shelf of the South China Sea during the last Glactiation-Pollen results from station 17962 [J]. Acta Botanica Sinica, 2002, 44(6): 746-752.
[12] Bird M I, Taylor D, Hunt C. Palaeoenvironments of insular Southeast Asia during the Last Glacial Period: a savanna corridor in Sundaland? [J]. Quaternary Science Reviews, 2005, 24(20-21): 2228-2242. doi: 10.1016/j.quascirev.2005.04.004
[13] Wang X M, Sun X J, Wang P X, et al. Vegetation on the sunda shelf, South China Sea, during the last glacial maximum [J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2009, 278(1-4): 88-97. doi: 10.1016/j.palaeo.2009.04.008
[14] 方精云, 刘国华, 徐嵩龄. 中国陆地生态系统的碳库[M]//王庚辰, 温玉璞. 温室气体浓度和排放监测及相关过程. 北京: 中国环境科学出版社, 1996 FANG Jingyun, LIU Guohua, XU Songling. Carbon pool of terrestrial ecosystem in China[M]//WANG Gengchen, WEN Yupu. Greenhouse Gas Concentration and Emission Monitoring and Related Processes. Beijing: China Environmental Science Press, 1996.
[15] Xie Z B, Zhu J G, Liu G, et al. Soil organic carbon stocks in China and changes from 1980s to 2000s [J]. Global Change Biology, 2007, 13(9): 1989-2007. doi: 10.1111/j.1365-2486.2007.01409.x
[16] 徐丽, 何念鹏. 中国南北样带典型森林土壤属性数据集[J]. 中国科学数据, 2019, 4(1):73-81 doi: 10.11922/sciencedb.602 XU Li, HE Nianpeng. A dataset of forest soil properties in north-south transect of eastern China [J]. Science Data Bank, 2019, 4(1): 73-81. doi: 10.11922/sciencedb.602
[17] Bonan G B. Forests and climate change: forcings, feedbacks, and the climate benefits of forests [J]. Science, 2008, 320(5882): 1444-1449. doi: 10.1126/science.1155121
[18] Molengraaff G A F, Weber M. On the relation between the pleistocene glacial period and the origin of the Sunda sea (Java and South China-sea), and its influence on the distribution of coralreefs and on the land- and freshwater fauna [J]. Koninklijke Nederlandsche Akademie van Wetenschappen Proceedings, 1921, 23(1): 395-439.
[19] 李金澜, 田军. 末次冰期南海南部暴露的巽他陆架是大气碳汇?[J]. 海洋地质与第四纪地质, 2018, 38(4):155-163 LI Jinlan, TIAN Jun. The Sunda Shelf: a carbon sink during the last glacial period? [J]. Marine Geology & Quaternary Geology, 2018, 38(4): 155-163.
[20] Qian T T, Dai A G, Trenberth K E, et al. Simulation of global land surface conditions from 1948 to 2004. Part I: forcing data and evaluations [J]. Journal of Hydrometeorology, 2006, 7(5): 953-975. doi: 10.1175/JHM540.1
[21] Thornton P E, Rosenbloom N A. Ecosystem model spin-up: estimating steady state conditions in a coupled terrestrial carbon and nitrogen cycle model [J]. Ecological Modelling, 2005, 189(1-2): 25-48. doi: 10.1016/j.ecolmodel.2005.04.008
[22] Thomas H, Prowe A E F, Lima D I, et al. Changes in the North Atlantic Oscillation influence CO2 uptake in the North Atlantic over the past 2 decades [J]. Global Biogeochemical Cycles, 2008, 22(4): GB4027.
[23] Zhao M S, Running S W. Drought-induced reduction in global terrestrial net primary production from 2000 through 2009 [J]. Science, 2010, 329(5994): 940-943. doi: 10.1126/science.1192666
[24] Zhu L K, Southworth J. Disentangling the relationships between net primary production and precipitation in southern Africa savannas using satellite observations from 1982 to 2010 [J]. Remote Sensing, 2013, 5(8): 3803-3825. doi: 10.3390/rs5083803
[25] 戴璐, Yeok F S. 末次冰期时暴露的巽他大陆架可能被热带稀树草原覆盖吗?[J]. 地球科学进展, 2017, 32(11):1147-1156 doi: 10.11867/j.issn.1001-8166.2017.11.1147 DAI Lu, Yeok F S. Was there savanna corridor on the exposed Sunda shelf during the last glacial period? [J]. Advances in Earth Science, 2017, 32(11): 1147-1156. doi: 10.11867/j.issn.1001-8166.2017.11.1147
[26] Lehmann C E R, Archibald S A, Hoffmann W A, et al. Deciphering the distribution of the savanna biome [J]. New Phytologist, 2011, 191(1): 197-209. doi: 10.1111/j.1469-8137.2011.03689.x
-
期刊类型引用(1)
1. 牛成民，于海波，单玄龙，王冰洁，郭景震，邹玉洁，庞赫，衣健. 渤海海域锦州25-A构造区中生界火山岩有利储层成因. 吉林大学学报(地球科学版). 2024(06): 1788-1800 . 
百度学术
其他类型引用(1)
计量
- 文章访问数: 1899
- HTML全文浏览量: 663
- PDF下载量: 76
- 被引次数: 2
