6月23日 王焓 副教授/优青 学术报告
发布时间: 2022-06-17 浏览次数: 10
 

报告题目:基于生态演化最优性的植被模拟

报告人:王焓清华大学 副教授/优青

报告时间: 2022623日(周四)14:00-1500

报告地点:腾讯会议 250-864-577

报告摘要:基于过程的植被模型被广泛应用于理解和预测气候变化对植被结构和功能的影响。在过去的几十年中,植被模型的复杂性逐渐提高,但我们对植被动态过程的理解却没有取得相应的进展。而模型预测中所存在巨大的不确定性,也对植被模型提出了巨大挑战。最新的研究表明,生态进化最优性(EEO)理论是一种非常有前景的方法,可以创新性地有效约束植被结构和功能过程,降低模型对经验参数的依赖性。本报告中将系统讲述我们最新研究成果:基于EEO理论对植物器官(如叶片经济谱特征)、个体(如光合作用和水力特性之间的协调)和生态系统(如碳分配和蒸散)水平的核心特征和过程的模拟,以及EEO理论在农业生态系统过程模拟中的应用。

报告人简介:王焓博士,清华大学地球系统科学系副教授,国家自然科学基金优青获得者。研究兴趣主要集中在植物功能对环境的响应与适应,基于生态演化最优性的植被模型研发,以及陆地生态系统碳循环模拟。王焓博士通过考虑植物光合性状对环境变化的适应,将叶片尺度光合过程与生态系统尺度植被生产力过程统一起来,研发了具有跨植被类型普适性的生态系统生产力模型P-model,理论基础发表于Nature Plants。该模型被欧洲太空局全球准实时陆地生产力监测项目选为依托模型。

代表性论文:

  1. Wang H, Wang RX, Harrison SP, Prentice IC. 2022. Leaf morphological traits as adaptations to multiple climate gradients. Journal of Ecology. 110:1344-1355.

  2. Wang H, Atkin OK, Keenan TF, et al. 2020. Acclimation of leaf respiration consistent with optimal photosynthetic capacity. Global Change Biology. 26: 2573-2583.

  3. Wang H, Harrison SP, Prentice IC, Yang YZ, Bai F, Togashi HF, Wang M, Zhou SX, Ni J. 2018. The China Plant Trait Database: towards a comprehensive regional compilation of functional traits for land plants. Ecology. 99: 500.

  4. Wang H, Prentice IC, Cornwell W, Davis T, Keenan TF, Wright IJ, Peng CH. 2017. A universal model for carbon dioxide uptake by plants. Nature Plants. 3: 734-741

  5. Wang H, Prentice IC, Keenan TF, Davis T, Wright IJ, Peng CH. 2017. Photosynthetic responses to altitude: an explanation based on optimality principles. New Phytologist. 213: 976-982.