建立生态系统评估模型是理解和预测生态系统动态变化、评估人类活动对生态系统影响以及制定科学管理策略的关键。基于生态过程模型开展生态评估是生态系统恢复、建立生态补偿机制的理论基础，也是推进生态文明建设的重大战略需求。针对当前生态系统服务评估模型(如InVEST)大多缺乏验证，忽略了生态系统服务之间的联系、较少考虑林龄影响、以及难以区分人类活动和气候变化的影响等问题。国家生态科学数据中心何洪林研究团队在CEVSA模型基础上，发展了面向生态系统服务功能评估的生态系统过程模型(CEVSA-ES)、考虑林龄动态的生态系统碳汇评估模型(CEVSA-AgeD)、以及气候驱动的生态系统评估模型(CEVSA-CLIM)等系列模型，并陆续发表在地球系统模型主流期刊Journal of Advances in Modeling Earth Systems（3篇）。同时应用该系列模型在全国、国家重点生态功能区等区域展开了生态系统碳汇、服务功能和质量的综合评估工作。相关应用研究成果相继发表在Resources, Conservation and Recycling、Journal of Environmental Management、Ecological Informatics、地理学报和生态学报等国内外主流期刊。重要进展如下：

一、生态评估模型发展的系列进展

（1）发展了遥感驱动的生态系统服务评估过程模型（CEVSA-ES）：陆地生态系统同时提供相互联系的多种生态系统服务，将过程模型与遥感数据的结合可极大促进复杂生态系统的研究。因此，基于CEVSA模型，研究团队集成遥感叶面积指数驱动，发展了基于过程的生态系统服务评估模型以评估生产力、固碳、蓄水及土壤保持等重要生态系统服务。与传统陆地生物圈模型相比，该模型的主要创新点是考虑了土壤侵蚀过程及其对陆地生态系统碳循环的影响，实现了植被生长过程与地表过程的集成，实现了多种生态系统服务的一体化模拟。模型模拟结果可分别解释总初级生产力、生态系统呼吸、净生态系统生产力及蒸散年际变化的95%、92%、76%及65%，并且可以很好地模拟蓄水及土壤保持在不同站点或流域的年际变化趋势，为陆地生态系统服务评估打下了坚实基础。（Niu et al., 2021）。

（2）发展了气候驱动的生态系统服务评估过程模型（CEVSA-CLIM）：当前陆地生物圈模型在落叶森林展叶期、落叶期模拟方面还存在较大偏差，限制了模型模拟碳通量及其对气候变化响应的能力。利用中国生态系统研究网络（CERN）长期观测数据对当前常用的落叶森林展叶期和落叶期模拟方法进行了系统评价，采用最优的展叶期模型和提出的新落叶期模型，改进了国际主流模型CLM4.5模型中落叶森林物候期及总初级生产力的模拟，其模拟性能（R2为0.92）高于常用的温度阈值模型、日照时间阈值模型和日照时间低温累积模型；并在CEVSA-ES模型的基础上，基于自然保护区人类活动干扰较少的假设，基于模型数据融合方法，校正模拟LAI，发展了气候驱动的生态系统评估模型（Lv et al., 2023）。

（3）发展了考虑林龄动态的生态系统碳汇评估模型（CEVSA-AgeD）：针对当前过程模型难以从生态过程角度全面反映林龄动态、土地利用变化和全球变化影响的问题。以CEVSA-ES模型为基础，开发林龄动态变化模块，建立“分区、分类型”遥感生产力和林龄的标准化曲线，用其约束光合和呼吸作用过程，从而构建考虑林龄动态的生态系统碳汇评估模型（CEVSA-AgeD）。CEVSA-AgeD模型能够准确模拟季节尺度（GPP、RE和NEP的精度分别为0.86、0.79和0.66）和年尺度（GPP、RE和NEP的精度分别为0.83、0.77和0.67）的碳通量变化。并利用该模型揭示了近20年林龄动态使我国碳汇提升了87-92 TgC/yr的重大作用，为我国造林规划、基于林龄的森林管理和“碳中和”战略提供了重要的模型工具（Zhang et al., 2025）。

二、生态评估模型应用的系列进展

（1）在生态碳汇及其稳定性评估方面的应用：生态恢复工程引起的生态用地（森林、草地）增加（IEL）已被证明能够有效地增加碳汇。然而，对于IEL引起的碳汇强度的空间分异机制认识不足，这对于准确预测生态系统碳汇和实现碳中和至关重要。利用CEVSA-ES等模型，定量评估了2001-2021年国家重点生态功能区的生态系统碳汇的时空变化机制。国家重点生态功能区的多年平均碳汇为119.4Tg C yr-1，呈增加趋势，林草地增加和大气CO2浓度上升是主导者，分别贡献了33.5%和66%。而且，林草地增加引起的碳汇效应随降水、氮沉降梯度的升高而增加，在东南部最高，但林草地增加的增汇效应被暖干化等不利的气候变化抵消了部分（Zhang et al., 2024）。

维持生态碳汇的稳定性对于应对气候变化以及维持基本生态系统服务至关重要，但在气候变化背景下，中国陆地生态系统碳汇的稳定性如何变化仍不清楚。基于多个生态过程模型，揭示了我国陆地碳汇的时间变异性和自相关性总体上呈同步上升的趋势，即碳汇不稳定性在增加。这种不稳定性增加的现象在亚热带季风区最明显，该地区也是重要的增汇区，这反应了该地区碳汇能力增加也伴随着不稳定性风险的增加。并且研究发现该地区碳汇不稳定性增加主要受降水的时间变异调控（Shi et al., 2025）。

（2）在生态系统碳水关系评估方面的应用：将水分利用效率（WUE）分解为两个关键比值——总初级生产力与蒸腾的比值（GPP/T）和蒸腾与蒸散的比值（T/ET），系统评估了2000–2022年中国WUE的年际变化及其驱动机制。研究结果表明：中国陆地生态系统的WUE整体呈显著增长趋势，但不同年代际的变化趋势及驱动机制存在显著差异。其中，2000–2010年，WUE变化较为平稳（年均增长率为0.0023 g C kg−1 H2O），主要是因为GPP/T的下降被T/ET的增加所抵消；然而，2010–2022年，WUE呈显著增加趋势（年均增长率为0.0145 g C kg−1 H2O），这一变化主要由GPP/T的增加驱动，而T/ET保持相对稳定（Niu et al., 2024）。

（3）在生态系统服务功能评估方面的应用：基于CEVSA-ES模型，定量评估了2000-2018年中国４种生态系统服务（即净初级生产力、固碳、蓄水及土壤保持）的时空格局及其权衡与协同关系。中国净初级生产力、固碳、蓄水等服务均呈显著增加趋势(P<0.05)，年际变化速率分别为42.80TgC yr-1、13.42TgC yr-1、11.90 km3yr-1，土壤保持呈不显著增加趋势，年均增加速率为1.11 Gt yr-1。热带－亚热带季风区主导了净初级生产力及固碳的增加趋势。净初级生产力、固碳、蓄水及土壤保持等服务两两之间均呈协同关系，净初级生产力是众多生态系统服务的基础，其与固碳、蓄水、土壤保持两两之间均呈现显著协同关系，奠定了不同服务之间协同关系的基础（牛忠恩 等., 2023）。

（4）在生态系统质量评估方面的应用：发展了基于CEVSA-ES模型和“结构—功能—稳定性—胁迫”框架的生态系统质量评价体系，并分析了2003—2020年中国陆地生态系统质量的时空格局及其驱动因素。结果显示，2003—2020年中国生态系统质量显著改善。在各组分中，尽管人类胁迫增加，但生态系统服务功能、稳定性和结构仍显著改善，其中服务功能主导了生态系统质量的增长。森林覆盖度增加通过提升生态系统服务功能和结构，贡献了质量增加的53%；降水增加通过改善生态系统服务功能和稳定性，解释了33%的质量增加（牛忠恩 等., 2025）。

针对不同自然禀赋生态系统质量无法直接比较的难点，进一步构建了基于“参照系⁃现状⁃变化量”的生态评估框架，以国家自然保护区核心区、CERN永久观测样地等较少受人类活动干扰且生态系统结构和功能优良的生态系统作为参照系，评估了1990-2015 年中国陆地生态系统质量（ESQ′）及其变化情况。与1990-2000 年ESQ′全国平均值下降1.2％相比，2000-2015年ESQ′上升3.69％。生态系统质量提升的县域主要位于水源涵养、生物多样性维护和水土保持生态功能区，这些区域实施的退耕还林还草、防护林和石漠化治理工程等措施对提升生态系统结构、功能和稳定性发挥了重要作用，进而促使生态系统质量的改善（Zhang et al., 2022）。

以上研究得到国家重点研发计划项目（2021YFF0703900、2016YFC0500200）、国家自然科学基金项目（4214100037，31971512，31988102，42141005，42201312）的资助。

相关论文：

1）Niu, Z.E., He, H.L*., Peng, S.L. et al., 2021. A Process-Based Model Integrating Remote Sensing Data for Evaluating Ecosystem Services. J. Adv. Model. Earth Syst., 13(6): e2020MS002451.

2）Zhang, M.Y., Zhang, L*., He, H.L*. 2022. Improvement of ecosystem quality in National Key Ecological Function Zones in China during 2000–2015. J. Environ. Manage., 324(15): 116406.

3）牛忠恩, 何洪林*, 任小丽 等., 2023. 基于过程模型的2000-2018年中国陆地生态系统服务时空动态及其权衡与协同分析. 生态学报, 43(2): 496-509.

4）Lv, Y., Zhang, L*., Li, P., He, H.L*. et al., 2023. Improving Phenology Representation of Deciduous Forests in the Community Land Model: Evaluation and Modification Using Long-Term Observations in China. J. Adv. Model. Earth Syst., 15(10): e2023MS003655.

5）Zhang, M.Y., He, H.L*., Zhang, L. et al., 2024. Increased ecological land and atmospheric CO2 dominate the growth of ecosystem carbon sinks under the regulation of environmental conditions in national key ecological function zones in China. J. Environ. Manage., 366: 121906.

6）Niu, Z.E. He, H.L*., Zhao, Y. et al., 2024. Decadal variations in the driving factors of increasing water-use efficiency in China's terrestrial ecosystems from 2000 to 2022. Ecological Informatics, 84: 102895.

7）Shi, L., He, H.L*., Zhang, L. et al., 2025. Stability of China's terrestrial ecosystems carbon sink during 2000-2020. Resources, Conservation and Recycling, 212: 108007.

8）Zhang, M.Y., He, H.L*., Zhang, L.et al., 2025. A Terrestrial Ecosystem Carbon Sink Assessment Model Considering Forest Age Dynamics (CEVSA-AgeD). J. Adv. Model. Earth Syst., 17(2): e2024MS004575.

9）牛忠恩, 何洪林*, 张梦宇 等., 2025. 2003—2020年中国陆地生态系统质量评价及归因分析. 地理学报, 80(7): 1-19.