《Agricultural and Forest Meteorology》：Towards realistic representation of forest management and stand age dynamics in a terrestrial biosphere model (DLEM): impacts on forest carbon dynamics in the Southeastern United States
编辑推荐：
•DLEM 中的森林模块通过整合滚动龄组策略和关键管理措施得到了改进。•改进后的模型准确模拟了森林总初级生产力 (GPP)、地上生物量 (AGB) 和区域碳储量。•管理和环境因素共同塑造了美国东南部人工林的长期碳动态。引言森林构成了最大的陆地生态系统碳库，并通过持续的碳吸收在
- •
DLEM 中的森林模块通过整合滚动龄组策略和关键管理措施得到了改进。
- •
改进后的模型准确模拟了森林总初级生产力 (GPP)、地上生物量 (AGB) 和区域碳储量。
- •
管理和环境因素共同塑造了美国东南部人工林的长期碳动态。
引言
森林构成了最大的陆地生态系统碳库，并通过持续的碳吸收在减缓气候变化中发挥着关键作用 (Anderegg 等，2020；Pan 等，2011；Wu 等，2023)。气候变化通过影响森林结构和功能，强烈调节生态系统服务和多功能性。森林管理措施同样通过改变生产力、韧性和碳吸收能力来塑造生态系统服务。在过去三十年中，全球森林一直扮演着巨大且持久的碳汇角色 (Pan 等，2011, 2024)，但这种能力日益受到老龄化、森林砍伐和加剧的干扰制度的威胁 (Harris 等，2021；Zhu 等，2018)。气候引起的干扰进一步增加了生态系统的脆弱性，并损害了长期碳储存 (Liu 等，2024；Wu 等，2023)。与此同时，管理措施，如造林、间伐、施肥和采伐，强烈调节着森林生产力、韧性和碳固存潜力 (Domke 等，2020；Mayer 等，2020；Noormets 等，2015)。鉴于气候、干扰和管理的影响，需要稳健的工具来量化它们对生态系统碳平衡的综合影响。为了保障陆地碳汇，土地管理策略必须侧重于减少森林砍伐、促进森林恢复和改善 plantation 管理 (Pan 等，2024)。自然气候解决方案，如造林、森林管理、火灾管理和改进的人工林，提供了最大的碳固存潜力 (Fargione 等，2018；Griscom 等，2017；Lu 等，2022)。因此，量化环境变化和管理对生态系统碳动态的影响对于可持续林业和气候减缓至关重要，但目前的工具在以管理和人工林为主的地区仍然存在局限。
经验性森林生长和产量模型，如森林植被模拟器 (FVS)，被广泛用于预测各种管理情景下的碳储量和木材生产量 (Crookston 和 Dixon，2005)。这些模型可以准确模拟局部和区域尺度的森林生长指标，但通常缺乏对潜在生物物理和生物地球化学过程的明确表征，限制了其捕捉对 CO2、养分和水分可用性变化响应的能力。为了提高模型预测，已开发出基于过程的生态系统模型，以纳入详细的水文、生物物理和生物地球化学过程，为评估升高的 CO2 和氮沉降等驱动因素对生态系统碳平衡的影响提供了更全面的框架 (Foster 等，2024；Friedlingstein 等，2025；Yu 等，2019)。这些模型越来越多地应用于评估森林碳汇在气候减缓和适应中的作用 (Yu 等，2024)。虽然基于过程的生态系统模型已被应用于区域和全球尺度上表征自然植被的气候响应，但它们大多无法充分捕捉人工林中由管理引起的碳动态 (Hickler 等，2012；Tian 等，2010)。当单独模拟人工林时，通常需要进行参数调整 (Braakhekke 等，2019)。关键因素，如林分年龄结构、管理强度和营林处理，表征仍然不足 (Braakhekke 等，2019；Calle 和 Poulter，2021；Lawrence 等，2019)，导致在量化森林管理对碳动态的影响及其与气候因素的相互作用时存在不确定性。因此，大规模基于过程的生态系统模型仍然不足以量化森林管理对碳动态的影响，无论是通过生长增强、周转加速还是与气候驱动因素的相互作用。
动态全球植被模型 (DGVMs) 的近期进展，如动态生态系统碳和水文组织模型 (ORCHIDEE) (Bellassen 等，2010)、隆德 - 波茨坦 - 耶拿管理土地模型 (LPJmL) (Braakhekke 等，2019)、隆德 - 波茨坦 - 耶拿通用生态系统模拟器 (LPJ-GUESS) (Lindeskog 等，2021) 和汉堡生物圈 - 大气耦合耶拿方案 (JSBACH4) (Nabel 等，2020)，部分解决了这一需求。然而，大多数现有的过程模型在捕捉森林地区土地利用变化、管理和年龄结构的耦合动态方面仍然能力有限 (表 S1)。具体而言，大多数模型要么假设每个网格单元内具有统一的林分年龄，要么依赖于基于生长的龄组边界，即只有当结构变量如树木直径或木质生物量超过规定阈值时，森林龄组才会进入下一个年龄级 (Chen 等，2013；Yue 等，2018)。此外，管理如何与多种环境驱动因素相互作用以塑造人工林的碳动态定义尚不明确。这些局限性阻碍了对管理森林碳汇的可靠归因，并降低了对气候变化下长期预测的信心。
在本研究中，我们在动态陆地生态系统模型 v4.0 (DLEM v4.0) 的框架内增强了人工林动态和森林管理的表征，DLEM v4.0 是一个广泛应用于模拟耦合碳 - 水 - 养分循环的基于过程的陆地生物圈模型 (Bian 等，2022；Chen 等，2013；Tian 等，2010, 2012；Yao 等，2020；You 等，2022)。具体来说，我们的目标是 (1) 纳入人工林扩张、林分年龄动态和主要管理措施（包括遗传改良、整地、间伐、施肥和采伐）的明确和机制性表征；(2) 对照现场观测、森林清查数据、其他模型输出和遥感产品评估模型性能；(3) 模拟并分析 1901 年至 2020 年期间美国东南部 (SEUS) 森林碳储量的时空动态；以及 (4) 进行因子实验以解耦管理措施和环境变化对森林碳动态的影响。通过改进人工林动态的基于过程的表征，本研究提供了一个量化人类管理和环境变化下森林碳平衡的框架，为美国东南部的气候智慧型林业提供了新的见解，并提供了可应用于全球其他管理森林地区的可转移方法。
章节摘要
DLEM 模型概述
DLEM 是一个基于过程的陆地生物圈模型，模拟响应多种环境驱动因素和人类活动的每日碳、氮和水通量，包括大气 CO2 浓度、氮沉降、气候变率、土地利用和土地覆盖 (LULC) 变化以及施肥 (Chen 等，2013；Tian 等，2010, 2012)。DLEM 集成了五个主要组件：生物物理、植物生理学、土壤生物地球化学、植被动态和土地
模型模拟森林 GPP 的评估
校准后的 DLEM 模型在模拟 GPP 方面与 AmeriFlux 站点的现场观测表现出强烈的一致性 (图 4)。对于人工林，模型在校准期间的 R2 值为 0.72 (图 4a)，验证期间为 0.68 (图 4b)，均方根误差 (RMSE) 分别为 59.05 和 55.42 g C m?2 month?1。同时，模型在模拟天然林 GPP 方面表现更好，R2 值为 0.80 (校准，图 4c) 和 0.77 (验证，图 4d)，RMSE 为 60.12 和 67.97 g C m?2
改进 DLEM 中森林管理和林分年龄动态的表征
在本研究中，我们推进了 DLEM 中的森林管理模块，以明确表征环境因素、管理措施和森林生长过程对生态系统碳和氮动态的相互作用效应 (图 1)。改进后的模型以与观测良好一致的方式再现了管理森林的 GPP 和 AGB 动态，并成功捕捉了早期生物量积累以及间伐后的恢复，表明该模型现实地
结论
为了支持多个空间和时间尺度的气候智慧型林业应用，我们通过整合一种新颖的滚动龄组 (RAC) 策略和关键管理措施，改进了 DLEM 中森林管理和林分年龄动态的表征。对照观测的模型评估表明，改进后的模型可以稳健地模拟森林生产力、活生物量碳和管理引起的碳动态。我们的结果表明，人工林植被
CRediT 作者贡献声明
Xiaoyong Li: 写作 – 审阅与编辑，写作 – 原稿，可视化，验证，软件，方法学，资金获取，形式分析，数据整理。Hanqin Tian: 写作 – 审阅与编辑，监督，资金获取，构思。Shufen Pan: 写作 – 审阅与编辑，监督，资金获取，构思。Hao Shi: 写作 – 审阅与编辑，方法学。Yongfa You: 写作 – 审阅与编辑，方法学。Dafeng Hui: 写作 – 审阅与编辑。
Xiaoyong Li|Hanqin Tian|Shufen Pan|Hao Shi|Yongfa You|Dafeng Hui|Ge Sun|Steven McNulty|Zihao Bian|Naiqing Pan|Yuchun Zhang
