高寒草原對氣候生產(chǎn)力模型的適用性分析

公延明,胡玉昆 ,阿德力 ·麥地,李凱輝,尹偉,張偉,王吉云

(1.中國科學院新疆生態(tài)與地理研究所,新疆 烏魯木齊830011;2.中國科學院研究生院,北京100049;3.新疆昌吉市草原站,新疆 昌吉 831100)

植被凈第一性生產(chǎn)力(net primary productivity,NPP)指單位時間單位面積綠色植物所能累積的有機干物質(zhì)數(shù)量[1]。近年來,植被NPP的研究倍受重視[2-11],國際地圈-生物圈計劃、全球變化與陸地生態(tài)系統(tǒng)和京都協(xié)定等把植被的NPP研究確定為核心內(nèi)容之一[12,13]。目前,有關NPP研究的模型大致分為3種類型[14-18]:氣候生產(chǎn)力模型、過程模型和光合利用率模型。氣候生產(chǎn)力模型因其參數(shù)因子形式簡單,模型中的氣象數(shù)據(jù)比較容易獲得,而且模型計算的結(jié)果能夠真實地反映植物NPP的地帶性分布規(guī)律,被廣泛應用于潛在NPP的估算[19-23]。在氣候生產(chǎn)力模型中,朱志輝[24]彌補了Chikugo模型對于草地及荒漠考慮的不足,建立了北京模型(簡稱NPPb);周廣勝和張新時[25]考慮到Chikugo模型對于干旱和半干旱地區(qū)水分不足,建立綜合植被模型(簡稱NPPz);林慧龍等[26,27]基于綜合植被模型的推導過程,利用>0℃年積溫(∑θ)和濕潤度(K)指標,建立植被NPP模型(簡稱NPPl)。北京模型、綜合植被模型和林慧龍建立的模型在模擬草地NPP方面具有一定優(yōu)勢,故研究采用這3個模型來模擬研究區(qū)的NPP,同時預測了在降水與溫度改變下NPP的動態(tài)變化,以及草地理論載畜量的改變趨勢。

載畜量(carrying capacity)是評定草場承載牲畜能力的重要指標,反映了草地生產(chǎn)力的潛在水平。目前,估算載畜量的方法有很多,中國一般采用家畜單位法[28],即在一定時間內(nèi),一定面積草地可以放牧的家畜單位數(shù),并且采用羊單位。張新時等[29]利用若干大氣環(huán)流模型(GCM)得到CO2濃度倍增后中國大陸氣溫和降水變化的2種預測結(jié)果,即年均氣溫增加2或4℃,年降水量增加20%,本研究在此條件下,以回歸擬合后的NPP模擬值為基礎,對研究區(qū)理論載畜量進行了估算,分析高寒草地生產(chǎn)力在全球氣候變暖的影響下的發(fā)展動向。

巴音布魯克高寒草地是新疆重點牧區(qū)之一,其牧草種類優(yōu)良,草場資源潛力大。近年來,由于自然條件因素和經(jīng)營管理問題,草地退化較嚴重[10],通過探討氣候生產(chǎn)力模型在該區(qū)的適用性,為合理開發(fā)及可持續(xù)利用草地資源,估算草地牲畜承載能力,動態(tài)監(jiān)測草地植被生產(chǎn)力的變化提供理論依據(jù)和研究方法。

1 材料與方法

1.1 研究區(qū)概況

巴音布魯克高寒草地位于天山南坡中部 ,地處 42°18′～ 43°34′N 、83°27′～ 86°17′E,海拔為 2 340～ 2 760 m,面積為2.33×106hm2,占天山高寒草地的80%,年平均氣溫-4.8℃,1月最低氣溫為-48℃,7月最高氣溫可達30.5℃,年降水量276～500 mm,年蒸發(fā)量高達1 022.9～1 247.5 mm,全年積雪日為150～180 d,無絕對無霜期,其群落物種組成主是禾本科,包括紫花針茅(Stipa purpurea)、羊茅(Festuca ovina)、冰草(Agropyron cristatum)和洽草(Koeleria cristata)等。由于海拔較高,草地除西北部的鞏乃斯溝能夠受到伊犁河谷地濕潤氣流的影響外,其余三面基本封閉,形成了獨特的高寒山區(qū)氣候。

1.2 氣候生產(chǎn)力模型的NPP計算公式

研究采用Holdridge生命地帶系統(tǒng)的氣候指標[29,30]:生物溫度(BT)、年降水量(P),以及任繼周等[31,32]提出的草地綜合順序分類法的氣候指標:>0℃年積溫(∑θ)、濕潤度(K)和年凈輻射(Rn)來計算3種模型的NPP。模型公式表述如下:

朱志輝[24]建立的北京模型:

周廣勝和張新時[25]建立的綜合植被模型:

林慧龍等[26,27]基于綜合植被模型推導過程建立的NPP模型:

式中,NPPb為北京模型,NPPz為綜合植被模型,NPPl為林慧龍等建立的NPP模型,RDI為輻射干燥度(張新時對中國各植被地帶的PER與RDI進行分析得到的回歸方程,見公式(8);Rn為年凈輻射(mm);P為降水量(mm);K為濕潤度;∑θ為>0℃年積溫;L(K)為林慧龍等以濕潤度(K)為參數(shù)建立的方程(公式9)。各模型中涉及的氣候指標及計算公式:

式中,BT為年平均生物溫度(℃),t為<30℃且>0℃的日均溫,T為<30℃且>0℃的月均溫;∑θ為>0℃年積溫;P為降水量(mm);K為濕潤度;Rn為年凈輻射(mm);PET為可能蒸散,PER為可能蒸散率;RDI為輻射干燥度;L(K)為>0℃年積溫(∑θ)代替生物溫度(B T),計算公式BT=∑t/365中∑t,并對公式(8)轉(zhuǎn)換得到。

1.3 數(shù)據(jù)資料來源及分析

利用中國科學院巴音布魯克高寒草原生態(tài)研究站1984-1990、2004-2008年2個時間序列共12年的植物營養(yǎng)生長時期的氣象觀測和地上生物量監(jiān)測資料。采用收獲法測定地上生物量,具體試驗方法為在研究區(qū)(42°52′N,83°42′E,海拔2 577 m)隨機設置10 m×10 m的樣地3個,每個樣地內(nèi)沿2條對角線設置1 m×1 m樣方5個,齊地收割樣方內(nèi)地上生物量,實驗室內(nèi)自然風干后稱干重。試驗在每年的8月下旬進行。其中,1984-1990年地上生物量采用葉爾道來提等[33]監(jiān)測結(jié)果。氣象站地理位置為42°53′N,83°42′E,海拔2 470 m。

采用Excel和SPSS 13.0進行數(shù)據(jù)整理、制圖、一元線性回歸及相關分析。

2 結(jié)果與分析

2.1 生物氣候指標及NPP年度變化

根據(jù)中國科學院巴音布魯克草地生態(tài)研究站在1984-1990、2004-2008年2個階段的年降水量(P)、年凈輻射(Rn)、>0℃年積溫(∑θ)、生物溫度(BT)、濕潤度(K)等5種氣候指標得到了其年際變化趨勢(圖1)。

圖1 1984-1990、2004-2008年高寒草地降水量、>0℃年積溫、年凈輻射、生物溫度及濕潤度Fig.1 Annual precipitation,>0℃annual average cumulative temperature,annual net radiation,biological temperature,moisture index of alpine grassland during1984-1990 and 2004-2008 years,respectively

P、∑θ、K均表現(xiàn)出不同程度的增加趨勢,∑θ最為明顯;BT、Rn年際間雖有小幅波動,總體變化趨勢平穩(wěn)。12年內(nèi),P、Rn、∑θ、K的最大值均出現(xiàn)在2007年,依次為:280.7 mm,323.5 mm,1 222.7℃,2.461;2007年的BT為5.906℃僅次于最大值6.049℃(1990年)。P、Rn、∑θ、K、BT 5種氣候指標的最小值分別為:156.4 mm(1985年),275.2 mm(1985年),1 048.4℃(1985和1989年),1.432(1990和2004年K 為1.435),5.460℃(1985和1989年)。1985,1989,1990和2007年氣候突變較大,表現(xiàn)為1985和1990年低溫、干旱,1989和2007年高溫、濕潤。

研究區(qū)的凈第一性生產(chǎn)力(NPP,t DM/hm2·a)實測值(NPPs)與北京模型(NPPb)、綜合植被模型(NPPz)、林慧龍等建立的模型(NPPl)的NPP模擬值總體波動趨勢一致(圖2)。

NPPz模擬值變化趨勢較平穩(wěn),與NPPs變化趨勢最為接近,而NPPb模擬值波動趨勢明顯,與NPPs相比偏差較大。3種模型NPP模擬值與實測值的均值比較為:NPPz(3.054±0.108)>NPPl(1.850±0.092)>NPPb(1.532±0.032)>NPPs(0.603±0.046)。12年中,NPPb、NPPz、NPPl模擬值與 NPPs最大值均出現(xiàn)在 2007年,其值分別為1.819,4.018,2.668,0.932。在1985年,NPP模擬值與實測值均為12年中的最小值,分別為1.400,2.648,1.536,0.314。3種模型NPP模擬值異常年份與氣候突變較大年份相吻合,其中,降水與實測值和3種模型模擬結(jié)果在時間序列上的波動趨勢具有較強一致性,說明降水是研究區(qū)NPP的主要限制性因子。

圖 2 1984-1990、2004-2008年高寒草地 NPP實測值,北京模型、綜合植被模型、林慧龍等建立的模型NPP模擬值Fig.2 NPP measured value,NPP predictive value of Beijing Model,NPP predictive value of Composite Vegetation Model,NPP predictive value of Linhuilong building Model of alpine grassland during1984-1990 and 2004-2008 years,respectively

2.2 NPP實測值與模型模擬值的統(tǒng)計分析

NPP實測值(NPPs)與3種模型(NPPb、NPPz、NPPl)模擬值的Pearson檢驗在0.01水平下呈極顯著相關(表1)。NPPs分別和NPPb、NPPz、NPPl的模擬值進行一元線性回歸(回歸方程分別用A 、B、C 表示),其決定系數(shù)(R2)依次為0.735,0.800,0.799,回歸擬合很好,說明3種模型對研究區(qū)具有較強的適用性。其中,綜合植被模型與林慧龍等建立的模型的NPP模擬值與NPPs相關性尤為顯著,這2種模型的回歸方程可較好對研究區(qū)的NPP進行估算,以便于對該區(qū)草地載畜潛力估算提供科學的理論依據(jù)。

表1 凈第一性生產(chǎn)力(NPP)實測值與模型模擬值的一元線性回歸及相關性分析Table 1 Net primary productivity(NPP)measured values and model predictive values of the simple linear regression and correlation analysis

2.3 氣候生產(chǎn)力模型的NPP預測及草地載畜量分析

研究依據(jù)年均氣溫升高2或4℃,年降水量增加20%,利用3種模型與實測值的回歸方程A、B、C對研究區(qū)NPP進行了模擬。

表2 模型擬合后的NPP模擬值和載畜量Table 2 NPP predictive value and carrying capacity of model fitting results

當年均溫度與降水量皆升高時,模擬值均有所增加(表2)。當年氣溫升高2℃,降水量增加20%,回歸方程A的模擬值增加了110.04%;氣溫升高 4℃,降水量增加20%,NPP由目前的0.603升高到2.55,增幅達171.97%。2種氣候狀況下,方程B的模擬值與目前相比,增幅分別為59.20%和72.47%。方程C的模擬值維持在0.91,在年氣溫升高2℃,降水量增加20%的基礎上再升高2℃,模型預測結(jié)果沒有變化。降水保持不變,溫度升高2℃時,A的模擬值會增加29.44%,而C的模擬值沒有變化,B的模擬值增幅為8.02%,由于B的擬合度(R2=0.800)最優(yōu),故其模擬值較為準確。根據(jù)全球變化的2種預測結(jié)果,研究區(qū)草地生產(chǎn)力將呈現(xiàn)增長趨勢。

在年均氣溫升高2或4℃,年降水量增加20%條件下,通過回歸擬合后的NPP模擬值來預測研究區(qū)草地載畜量。估測方法[11]為:理

經(jīng)過取樣統(tǒng)計,巴音布魯克高寒草地雜草率約為25%,地下根莖占總生物量的35%左右,牲畜踐踏、無法采食的殘渣、凋落物等生物量損失大約為10%,則最終利用牧草部分占總生物量的40%～50%,這里取45%,研究區(qū)家畜日食量采用1.81 kg/d[14],暖季放牧時間約為160 d。

通過計算,目前理論載畜量為0.94個羊單位/hm2,草地理論載畜量的估算結(jié)果見表2,3種模型估算的理論載畜量均呈增大趨勢。以NPPb(R2=0.800)的預測結(jié)果為例,當溫度升高2或4℃,降水增加20%時,理論載畜量與目前相比,分別增加了0.55和0.68個羊單位/hm2。近年來,西北干旱區(qū)氣候向暖濕化轉(zhuǎn)變[35],這在一定的程度上將有利于該區(qū)畜牧業(yè)的發(fā)展。

3 討論

在年際植物營養(yǎng)生長期,研究區(qū)年際溫度與凈輻射波動不大,而降水量波動明顯。降水對NPP的影響在3個模型中得到了很好的反映,在降水波動較大年份(如1985,1989,1990,2007年)NPP的模擬值與實測值偏差較大,這是由于模型僅考慮了降水、溫度等氣候因子,而在實際情況下,土壤理化性質(zhì),植物自身的生理機制以及植物對環(huán)境的反饋作用也會對植物生長產(chǎn)生影響。

3種模型模擬值與實測值的相關性均極顯著,研究區(qū)NPP增長潛力較大,對高寒草地NPP的估算結(jié)果較準確。綜合植被模型與林慧龍等建立的模型的推導過程基本相同,這2種模型的NPP模擬值與實測值的相關性及回歸擬合度都要優(yōu)于北京模型。綜合植被模型對研究區(qū)的NPP模擬值為2.648～4.018 t DM/(hm2·a),與周廣勝等[34]利用此模型對草地地帶NPP估測得到的2.6～4.9 t DM/(hm2·a)范圍差別不大。對于林慧龍等[26,27]考慮到>0℃年積溫(∑θ)中>30℃的積溫所占比重很小,采用生物溫度的計算公式為:BT=∑θ/365,代替了綜合植被模型計算過程中的公式(4),即在其模型中組合草原濕潤度(K)指標和>0℃年積溫(∑θ)2個氣候指標。由此可知,林慧龍模型既可表示水分平衡,又可表示熱量因素和由此衍生的多項生境因子,而熱量狀況和水分條件的組合是草原現(xiàn)象和過程本質(zhì)的因素,因此用草原濕潤度(K)指標和>0℃年積溫的組合來表示草地凈第一性生產(chǎn)力,更能揭示草原類型與其凈第一性生產(chǎn)力的內(nèi)在聯(lián)系,為進一步研究地帶性草地類型的生產(chǎn)潛力、草地凈第一性生產(chǎn)力的區(qū)域分布和全球分布提供了可能。從本質(zhì)上講,想改變過去草地NPP模型與草地類型脫節(jié)的傳統(tǒng),即知道某草地在綜合順序分類法中的位置或類型,也就通過林慧龍模型對應出與之相當?shù)牟莸豊PP。

在未來氣候變暖(年均氣溫增加2或4℃,年降水量增加20%)條件下,3種回歸方程對研究區(qū)理論載畜量的估測均有所增加,與目前載畜量相比較,增幅為0.48～1.61個羊單位/hm2,降水增加會使研究區(qū)牧草生物量顯著提高,溫度對草地載畜量的影響不明顯。在全球氣候變暖背景下,不同區(qū)域因其地形分布各異,降水量及溫度也會呈不同的變化趨勢和幅度,因此,對研究區(qū)的氣候因子變化動向有待于進一步研究,以便于為該區(qū)凈第一性生產(chǎn)力的預測和草地生態(tài)恢復提供科學依據(jù),同時對該區(qū)草場合理利用以及畜牧業(yè)管理也有一定的參考價值。

[1]Leith H,Whittaker R H.Primary Productivity of the Biosphere[M].New York:Springer-Verlad Press,1975.

[2]韓天虎,趙忠,王安祿,等.青藏高原東緣異針茅草地群落組成及生產(chǎn)力研究[J].草業(yè)學報,2007,16(6):62-66.

[3]鄭華平,陳子萱,王生榮,等.施肥對瑪曲高寒沙化草地植物多樣性和生產(chǎn)力的影響[J].草業(yè)學報,2007,16(5):34-39.

[4]馮險峰,劉高煥,陳述彭,等.陸地生態(tài)系統(tǒng)凈第一性生產(chǎn)力過程模型研究綜述[J].自然資源學報,2004,19(3):336-378.

[5]趙慧穎,王廣生,魏學占.GIS支持下的天然牧草產(chǎn)草量區(qū)域預報模型研究[J].草業(yè)學報,2007,16(4):100-106.

[6]仁青吉,崔現(xiàn)亮,趙彬彬.放牧對高寒草甸植物群落結(jié)構及生產(chǎn)力的影響[J].草業(yè)學報,2008,17(6):134-140.

[7]張銅會,趙哈林,李玉霖,等.科爾沁沙地灌溉與施肥對退化草地生產(chǎn)力的影響[J].草業(yè)學報,2008,17(1):36-42.

[8]孫飛達,龍瑞軍,蔣文蘭,等.三江源區(qū)不同鼠洞密度下高寒草甸植物群落生物量和土壤容重特性研究[J].草業(yè)學報,2008,17(5):111-116.

[9]劉藝杉,劉自學,李曉光,等.北京地區(qū)3種冷季型禾本科草坪草生物量及養(yǎng)分吸收動態(tài)的研究[J].草業(yè)科學,2008,25(4):88-94.

[10]范永剛,胡玉昆,李凱輝,等.不同干擾對高寒草地群落物種多樣性和生物量的影響[J].干旱區(qū)研究,2008,25(4):531-536.

[11]李永宏,莫文紅,楊持.內(nèi)蒙古主要草地植物群落地上生物量和理論載畜量及其與氣候的關系[J].干旱區(qū)資源與環(huán)境,1994,8(4):43-50.

[12]International Geosphere-Biosphere Program.A study of Global Change[R].The International Geo-sphere-Biosphere Programmer:The initial core projects.Report 12,Stockholm,1990.

[13]International Geosphere-Biosphere Program.The terrestrial carbon cycle:implications for the Kyoto Protocol[J].Science,1998,280:1393-1394.

[14]皮南林.高寒草甸生態(tài)系統(tǒng)綿羊種群能量動態(tài)的研究[A].高寒草甸生態(tài)系統(tǒng)[C].蘭州:甘肅人民出版社,1982:67-84.

[15]Wang Z M,Liang Y L.Progress in vegetation NPP model research[J].Agricultural Research in the Arid Areas,2002,17(2):22-25.

[16]朱文泉,陳云浩,徐丹,等.陸地植被凈初級生產(chǎn)力計算模型研究進展[J].生態(tài)學雜志,2005,24(3):296-300.

[17]林慧龍,常生華,李飛,等.草地凈初級生產(chǎn)力模型研究進展[J].草業(yè)科學,2007,24(12):26-29.

[18]趙俊芳,延曉冬,朱玉潔.陸地植被凈初級生產(chǎn)力研究進展[J].中國沙漠,2007,27(5):780-786.

[19]李鎮(zhèn)清,劉振國,陳佐忠,等.中國典型草地區(qū)氣候變化及其對生產(chǎn)力的影響[J].草業(yè)學報,2003,12(1):4-10.

[20]Li Z Q,Liu Z G,Chen Z Z,et al.The effects of climate changes on the productivity in the Inner M ongolia steppe of China[J].Acta Prataculturae Sinica,2003,(2):4-10.

[21]云文麗,王永利,侯瓊,等.凈第一性生產(chǎn)力模型在內(nèi)蒙古典型草地區(qū)的應用分析[J].中國草地學報,2008,30(2):1-4.

[22]張宏,樊自立.塔里木盆地北部鹽化草甸植被凈第一性生產(chǎn)力模型研究[J].植物生態(tài)學報,2000,24(1):13-17.

[23]楊允菲,邢福.松嫩平原雜類草草甸寬葉蒿無性系種群構件年齡結(jié)構及其生產(chǎn)力[J].草業(yè)學報,2007,16(2):19-24.

[24]朱志輝.自然植被凈第一性生產(chǎn)力估計模型[J].科學通報,1993,38(15):1422-1426.

[25]周廣勝,張新時.自然植被凈第一性生產(chǎn)力模型初探[J].植物生態(tài)學報,1995,19(3):193-200.

[26]林慧龍,王軍,徐震.草地凈第一性生產(chǎn)力與≥0℃年積溫、濕潤度指標間的關系[J].草業(yè)科學,2005,22(6):8-10.

[27]Lin H L.A New Model of Grassland Net Primary Productivity(NPP)Based on the Integrated Orderly Classification System of Grassland[C].Proceedings of 2009 Sixth International Conference on Fuzzy Systems and Knowledge Discovery,FSKD,2009.

[28]任繼周.草業(yè)科學研究方法[M].北京:中國農(nóng)業(yè)出版社,1998.

[29]張新時,楊奠安,倪文革.植被的PE(可能蒸散)指標與植被-氣候分類(三):幾種主要方法與PEP程序介紹[J].植物生態(tài)學與地植物學學報,1993,17(2):97-109.

[30]張新時.研究全球氣候變化的植被-氣候分類系統(tǒng)[J].第四紀研究,1993,13(2):157-169.

[31]任繼周.草地農(nóng)業(yè)生態(tài)學[M].北京:中國農(nóng)業(yè)出版社,1995.

[32]Ren J Z,Hu Z Z,Zhao J,et al.A Grassland classification system and its application in China[J].The Rangeland Journal,2008,30:199-209.

[33]葉爾道來提,麥爾·斯拉木,阿得勒,等.天山南坡高山草地生產(chǎn)量的季節(jié)和年度動態(tài)[J].干旱區(qū)研究,1991,(增刊):1-6.

[34]周廣勝,鄭元潤,陳四清,等.自然植被凈第一性生產(chǎn)力模型及其應用[J].林業(yè)科學,1998,34(5):2-11.

[35]施雅風,沈永平,李棟梁,等.中國西北氣候由暖干向暖濕轉(zhuǎn)型的特征和趨勢探討[J].第四紀研究,2003,23(3):350-361.