北京山區(qū)刺槐林凈初級生產(chǎn)力對氣候變化的響應(yīng)

張 藝，余新曉，范敏銳，常 存，陸曉宇

（北京林業(yè)大學(xué) 水土保持學(xué)院 水土保持與荒漠化防治教育部重點(diǎn)實(shí)驗(yàn)室，北京10083）

植被凈初級生產(chǎn)力（net primary productivity）是指綠色植物在單位面積、單位時間內(nèi)所累積的有機(jī)物量，表現(xiàn)為光合作用固定的有機(jī)碳中扣除本身呼吸消耗的部分，也稱凈第一性生產(chǎn)力［1］。由于人們無法直接和全面地測量NPP，因此利用模型估算NPP己成為一種重要而被廣泛接受的研究方法［2－3］。估算NPP的模型種類很多，大體上可分為統(tǒng)計模型、參數(shù)模型和過程模型，BIOME—BGC模型是過程模型的典型代表，可用來檢驗(yàn)植被的NPP、C和營養(yǎng)元素等對氣候變化的響應(yīng)［4－9］。北京北部山區(qū)分布著大量的刺槐林［10］，以往對刺槐林生態(tài)系統(tǒng)的研究大多針對生產(chǎn)力、生理生態(tài)等單一方面［11－13］，缺乏對各種生態(tài)系統(tǒng)過程的整合和全面認(rèn)識，無法預(yù)測其對未來氣候變化情境下的響應(yīng)，本研究在前人研究的基礎(chǔ)上，根據(jù)實(shí)測數(shù)據(jù)，利用BIOME—BGC模型模擬北京山區(qū)刺槐林凈初級生產(chǎn)力并利用實(shí)測數(shù)據(jù)進(jìn)行模型驗(yàn)證，根據(jù)相關(guān)研究設(shè)置了多種氣候變化情景，模擬北京山區(qū)刺槐林凈初級生產(chǎn)力對未來不同氣候情境變化的響應(yīng)，可為全球氣候變化條件下，北京山區(qū)刺槐林生態(tài)系統(tǒng)的科學(xué)經(jīng)營與妥善管理提供理論依據(jù)。

1 研究區(qū)概況

北京西山實(shí)驗(yàn)林場位于北京西北部，北緯39°54′，東經(jīng)116°28′，面積811.73hm2。最高處海拔1 150m，平均海拔350m，相對高差最大達(dá)1 000余米。主要巖石為硬砂巖，土壤以褐土為主，土層厚度40cm左右。屬季風(fēng)氣候，氣溫19.6～39.7℃，年平均氣溫12.2℃，年降水量650～720mm，森林類型為暖溫帶落葉闊葉林，主要樹種為油松（Pinus tabulaeform）、側(cè)柏（Quercus L.）、櫟樹（Platycladus orientalis）、刺槐（Robinia pseudoacacia）和五角楓（Acer mono Maxim），已郁閉成林。

2 研究內(nèi)容和實(shí)驗(yàn)方法

2.1 模型簡介

BIOME—BGC模型是模擬全球生態(tài)系統(tǒng)不同尺度植被、凋落物、土壤中水、碳、氮儲量和通量的生物地球化學(xué)模型［14］，主要用來模擬碳、水和營養(yǎng)物質(zhì)循環(huán)。運(yùn)行BIOME—BGC模型至少需要三類參數(shù)：樣地參數(shù)、氣象資料、生理生態(tài)參數(shù)。BIOME—BGC模型將自然植被劃分為落葉闊葉林、常綠闊葉林、常綠針葉林、灌木林、落葉針葉林、C3草地和C4草地7種類型，不同類型需建立不同的生理參數(shù)文件。

2.2 數(shù)據(jù)來源

本研究采用解析木數(shù)據(jù)、樣地調(diào)查數(shù)據(jù)結(jié)合經(jīng)驗(yàn)?zāi)Ｐ偷姆椒ü浪惚本┪魃酱袒绷值腘PP。解析木資料來源為北京市林業(yè)勘查設(shè)計院于1989—1993年開展《北京郊區(qū)主要樹種生長調(diào)查研究》課題，是可獲取的年代最近的北京山區(qū)解析木數(shù)據(jù)。地理緯度、海拔高度、土壤深度、土壤質(zhì)地狀況等初始信息數(shù)據(jù)采用樣地調(diào)查的方式獲取。氣象數(shù)據(jù)資料由國家氣象信息中心提供，并利用小氣候模型MT—CLIM進(jìn)行地形校正等預(yù)處理。生理學(xué)參數(shù)部分參考蒙大拿大學(xué)陸地動態(tài)數(shù)字模擬研究組提供的美國各類型植被生理學(xué)參數(shù)平均值，部分?jǐn)?shù)據(jù)如刺槐細(xì)根、莖對葉片的碳分配比例，凋落物、葉片、細(xì)根的碳氮比等采用樣地實(shí)測值。模型參數(shù)見表1。

最后，出口熱度降溫，印度尿素招標(biāo)結(jié)束后的沉淀期再遇國際尿素價格跌勢，至于11月份巴基斯坦、斯里蘭卡、孟加拉國以及印度的尿素采購預(yù)期尚未明朗，且對近日震蕩的貿(mào)易商報價或有博弈情緒。

2.3 未來氣候變化情景

1974—2010年年際間的平均氣溫波動比較大，但總體氣溫呈上升趨勢。平均氣溫為12.60℃，溫度范圍為10.81～14.0℃。平均氣溫最高的年份出現(xiàn)在2007年，平均氣溫最低的年份出現(xiàn)在1976年，平均氣溫最高值與最低值相差3.19℃。氣溫經(jīng)歷了兩個明顯的上升期，分別為1980—1983年和1985—1989年。1980—1983年，溫度由11.13℃上升至13.07℃，升溫幅度達(dá)1.94℃；1985—1989年，溫度由11.47℃升至13.19℃，升溫幅度達(dá)1.72℃（圖1）。

表1 刺槐林的BIOME－BGC模型參數(shù)值

3 結(jié)果與分析

3.1 氣象資料統(tǒng)計與分析

根據(jù)高學(xué)杰［15］等2003年研究的結(jié)果，在2070年CO2濃度加倍時，華北地區(qū)年平均氣溫和降水變化為2.6℃和10%，據(jù)此，本文設(shè)置了CO2濃度不變與加倍、氣溫不變與氣溫增加2.6℃、降水不變與降水增加10%不同氣候組合共8種情景以研究北京山區(qū)刺槐林NPP對不同CO2濃度和氣候變化的響應(yīng)。

圖1 1974－2010年間平均氣溫變化曲線

通過降水分布曲線圖可以發(fā)現(xiàn)（圖2），降水量變化趨勢較為復(fù)雜，年際間的波動比較大，平均降水量為541.4mm，降水量最低的年份出現(xiàn)在1999年，僅為266.9mm，而降水量最高的年份出現(xiàn)在1994年，為813.2mm，降水量最高的年份和降水量最低的年份相差546.3mm。1985—1988年的降水相對穩(wěn)定，該時間段降水量最高年份（1985年）和最低年份（1986年）降水量僅相差55.7mm。

圖2 1974－2010年間降水量變化曲線

3.2 刺槐林NPP年際變化

刺槐林NPP與降水量呈現(xiàn)極顯著正相關(guān)關(guān)系（R＝0.83，P＜0.01）（圖5），NPP與平均溫度的年際變化關(guān)系較復(fù)雜，無明顯的相關(guān)關(guān)系（R＝－0.26）（圖6）。說明在1974—2010年研究時段內(nèi)，降水量是控制北京山區(qū)刺槐林NPP年際變化的主要?dú)夂蛞蜃樱?7－18］。

圖3 1974－2010年間刺槐的模擬NPP與實(shí)測NPP

滄海橫流，方顯英雄本色。他表示，在農(nóng)資行業(yè)現(xiàn)代化大發(fā)展的今天，行業(yè)競爭日趨激烈，行業(yè)轉(zhuǎn)型勢在必行。山東倍豐不安于現(xiàn)狀，不拘于眼前，在做強(qiáng)工業(yè)肥的基礎(chǔ)上，緊跟集團(tuán)發(fā)展方向，積極響應(yīng)集團(tuán)“外埠公司全面進(jìn)軍農(nóng)業(yè)肥”號召，迅速組建團(tuán)隊、廣納賢才，以“倍豐加鉀”為切入點(diǎn)，結(jié)合工業(yè)肥帶動農(nóng)業(yè)肥的優(yōu)勢，精準(zhǔn)營銷，短短1年時間，山東倍豐實(shí)現(xiàn)復(fù)合肥銷售10萬余噸。

圖4 1974－2010年間刺槐林NPP變化曲線

3.3 刺槐林NPP年際變化與氣候變化的關(guān)系

利用BIOME—BGC模型模擬出1974—2010年刺槐林實(shí)測NPP數(shù)據(jù)。采用1974—1992年的刺槐林實(shí)測NPP數(shù)據(jù)進(jìn)行模型驗(yàn)證，可知實(shí)測NPP（以C計）的平均值與模型模擬出的刺槐林NPP（以C計）平均值兩者相差13.81%（相差范圍3.8%～24.3%），除1974—1977年、1980—1983年兩段時間模型模擬的NPP值大于實(shí)測值，其他時段模型模擬的刺槐林NPP值總體低于刺槐林樣地實(shí)際的測定值。這可能是由于研究區(qū)位于山區(qū)林地，且范圍較小，地形、海拔、坡向、坡度、土壤等的微小變化就會對森林的NPP值有較大的影響［16］，而模型模擬時的輸入?yún)?shù)無法細(xì)致地反映出這些細(xì)微變化，導(dǎo)致實(shí)測數(shù)據(jù)與模擬結(jié)果之間產(chǎn)生了一定的差異。但總體來說，模擬的NPP的大小和范圍都與實(shí)際調(diào)查數(shù)據(jù)基本一致，模擬值與實(shí)測值的變化趨勢基本相同，模擬效果整體較好。說明BIOME—BGC模型能夠比較準(zhǔn)確的模擬北京山區(qū)落葉針葉林NPP的變化（圖3）。

在CO2濃度加倍，氣候變化情況下：CO2濃度加倍溫度升高2.6℃即C1T1P0情景，刺槐林NPP（以C計）的模擬值為629.28g／（m2·a），增加了41.60%，交互作用為1.63%；CO2濃度加倍降水增加10%（C1T0P1），刺槐林NPP（以C計）的模擬值為734.88 g／（m2·a），增加了65.36%，交互作用為2.00%，溫度升高2.6℃，降水增加10%即C1T1P1情景，刺槐林NPP（以C計）的模擬值為676.25g／（m2·a），增加了52.17%，交互作用為5.10%，CO2濃度和氣候變化下，NPP平均值（圖8）依次為 C1T0P1＞C1T0P0＞C1T1P1＞C1T1P0。

1974—2010年間刺槐林的NPP（以C計）平均值為444.4g／（m2·a），NPP（以 C計）的變化范圍為180.60～628.30g／（m2·a），最大值和最小值相差447.70g／（m2·a），無明顯的整體變化趨勢，但表現(xiàn)出明顯的年際變化及低值高值波浪式變化，年際變動率為11.2%。1977年、1978年、1998年的NPP相對較大，1980年、1999年、2006年的NPP量相對較小。NPP的最大值出現(xiàn)在1977年，NPP的最小值出現(xiàn)在1999年（圖4）。

圖5 刺槐林模擬NPP與降水量相關(guān)分析

圖6 刺槐林模擬NPP與平均溫度相關(guān)分析

3.4 未來氣候方案下的NPP變化

PDCA理論的應(yīng)用可以不斷的改進(jìn)當(dāng)前護(hù)理工作中所存在的不足，提高患者對醫(yī)院護(hù)理的滿意度，在本次的實(shí)踐調(diào)查中，兩組患者在接受不同的護(hù)理計劃、措施中，獲得明顯差異的護(hù)理體驗(yàn)，護(hù)理組人員獲得滿意率為98.0%，明顯高于對比組的68.0%，差異有統(tǒng)計學(xué)意義（P＜0.05）。由此可見其在提高護(hù)理人員的整體素質(zhì)和服務(wù)質(zhì)量上有著顯著作用，因此是值得在實(shí)踐中推廣的。

圖7 刺槐林不同氣候情形下的NPP變化

李志勇心里特別高興，可他沒想到，拜訪過程并不順利。 “我見到那家酒店的經(jīng)理時，那經(jīng)理只是上下打量了我?guī)籽?，看我一身鄉(xiāng)土氣，就不耐煩地把我趕了出來。無奈的我走出酒店，恰巧碰到了另一個供貨商，人家穿著西裝馬甲，胳膊下夾著小皮包，頭發(fā)梳得溜光水滑，皮鞋擦得锃亮酒店經(jīng)理看見了，趕緊連聲打招呼‘老板您好您好’，我心里真不是滋味?！本频觊T前的李志勇看了看自己，身上是皺巴巴的襯衫，腳上是15塊一雙的皮鞋，嘆了一口氣。

在CO2濃度加倍，氣候不變（C1T0P0）的情況下，刺槐林NPP（以C計）的模擬值為686.81g／（m2·a），較原情景（C0T0P0）增加54.55%。在CO2濃度不變，氣候變化的情況下：單獨(dú)的溫度升高2.6℃即C0T1P0情景，刺槐林模擬 NPP（以C計）較原來（C0T0P0情景）降低了14.58%，可見單獨(dú)的溫度升高2.6℃不利于NPP的積累，對植物自身干物質(zhì)積累來說，溫度的升高一方面加速了植物的光合作用，有利于植被NPP的積累，而另一方面同時也加速了枯落物的分解、土壤CO2的釋放，不利于植被NPP的積累，此外，溫度的升高還會導(dǎo)致土壤水分下降，引起植物干旱脅迫［19］；單獨(dú)的降水增加10%即C0T0P1情景下，刺槐林NPP（以C計）增加8.82%，可見，降水的單獨(dú)增加有利于NPP的積累。降水的增加能夠緩解水分的脅迫，從而促進(jìn)植被的蒸騰作用和光合作用，有利于植被的生長和NPP的積累。在溫度升高2.6℃和降水增加10%即C0T1P1情景下：刺槐林的NPP（以C計）較原來（C0T0P0情景）降低了7.48%，溫度和降水的交互作用為－1.72%，可見，溫度和降水兩者之間的交互作用較弱，且溫度和降水的協(xié)同增加都不利于NPP的積累，降水增加10%對NPP的正面作用無法抵消溫度升高2.6℃對NPP的負(fù)面影響。氣候變化條件下不同森林類型不同情景NPP平均值（圖7）依次為C0T0P1＞C0T0P0＞C0T1P1＞C0T1P0。

傳統(tǒng)的國內(nèi)考核測試，由于它涉及到試卷命題的組織，打印試卷，考試流程安排，集體閱卷等諸多方面，考試組織時間很長，效率不高;人為閱卷等主觀因素，對考試公平也造成了一定程度上的影響。傳統(tǒng)的考試方式已經(jīng)無法滿足高校教育教學(xué)的客觀要求。

圖8 CO2濃度和氣候變化條件下刺槐林不同氣候情景的NPP變化

4 結(jié)論與討論

（1）1974—2010年間刺槐林的NPP（以C計）表現(xiàn)出明顯的年際變化及低值高值波浪式變化，年際變動率為11.2%。BIOME—BGC模型能夠比較準(zhǔn)確的模擬刺槐林NPP的變化。

（2）刺槐林NPP與降水量呈現(xiàn)極顯著正相關(guān)關(guān)系（R＝0.83），與平均溫度無明顯的相關(guān)關(guān)系（R＝－0.26）。

（3）氣候不變，單獨(dú)CO2的濃度加倍有利于刺槐林NPP的積累；CO2的濃度不變，氣候變化情況下：單獨(dú)的溫度升高不利于NPP的積累，單獨(dú)的降水增加有利于NPP的積累，溫度和降水的協(xié)同增加不利于NPP的積累，溫度和降水交互作用較弱。不同情景NPP平均值C0T0P1＞C0T0P0＞C0T1P1＞C0T1P0。

（4）在CO2濃度加倍，溫度升高兩者協(xié)同作用下，NPP積累有所增加，兩因子交互作用為1.63%；CO2濃度加倍，降水增加兩者協(xié)同作用下有利于NPP積累，交互作用為2%；CO2濃度加倍，溫度升高，降水增加三因子共同作用下，NPP積累增加，交互作用為5.1%，可見，CO2濃度加倍、降水增加和溫度增加在增加NPP方面起到了促進(jìn)作用。

BIOME—BGC模型模擬所需參數(shù)的前提是生理機(jī)能在模擬時段內(nèi)保持不變。本研究受實(shí)驗(yàn)條件限制，針對部分敏感的參數(shù)進(jìn)行了實(shí)地測量，其余參數(shù)參照相關(guān)的文獻(xiàn)以及模型本身自帶的參數(shù)。由于國內(nèi)相關(guān)研究較少，這種參數(shù)化方法存在一定的誤差。季節(jié)的變化以及極端氣候條件［20］會對模擬結(jié)果產(chǎn)生較大的影響，本研究模擬預(yù)測的過程中未考慮。目前有關(guān)CO2濃度和氣候變化條件下的森林植被生長研究工作仍存在著很多的困難，建議今后加強(qiáng)CO2和氣候變化對森林生態(tài)系統(tǒng)NPP的影響機(jī)理的相關(guān)研究，注重各生態(tài)因子隨植物生長的變化情況，優(yōu)化模擬結(jié)果。

［1］ 李平衡，王權(quán)，任海.馬占相思人工林生態(tài)系統(tǒng)的碳格局及其動態(tài)模擬［J］.熱帶亞熱帶植物學(xué)報，2009，17（5）：494－501.

［2］ Cramer W，Kicklighter D W，Bondeau A，et al.Comparing global models of terrestrial net primary productivity（NPP）：overview and key results［J］.Global Change Biology，1999，1（S）：1－15.

［3］ Alexandrov G A，Oikawa T，Yamagata Y.The scheme for globalization of Process－based model explaining gradations in terrestrial NPP and its application［J］.Ecological Modelling.2002，148（3）：293－306.

［4］ 范敏銳，余新曉，張振明，等.CO2倍增和氣候變化對北京山區(qū)栓皮櫟林NPP影響研究［J］.生態(tài)環(huán)境學(xué)報，2010，19（6）：1278－1283.

［5］ 曾慧卿，劉琪璟，馮宗煒，等.基于BIOME—BGC模型的紅壤丘陵區(qū)濕地松（Pinus elliottii）人工林GPP和NPP［J］.生態(tài)學(xué)報，2008，28（11）：5314－5321.

［6］ 范敏銳，余新曉，張振明，等.北京山區(qū)油松林凈初級生產(chǎn)力對氣候變化情景的響應(yīng)［J］.東北林業(yè)大學(xué)學(xué)報，2010，38（11）：46－48.

［7］ 陳旭，林宏，強(qiáng)振平.中國南部樣帶植被NPP與氣候的關(guān)系［J］.生態(tài)環(huán)境，2008，17（6）：2281－2288.

［8］ Jochheim H，Puhlmann M，Beese F，et al.Modelling the carbon budget of intensive forest monitoring sites in Germany using the simulation model BIOME—BGC［J］.iForest，2009（2）：7－10.

［9］Eastaugh C S，Elisabeth P?tzelsberger，Hubert Hasenauer，et al.Assessing the impacts of climate change and nitrogen deposition on Norway spruce（Picea abies L.Karst）growth in Austria with BIOME—BGC［J］.Tree Physiol.，2011，31（3）：262－274.

［10］ 劉世海，余新曉.京北山區(qū)刺槐林主要養(yǎng)分元素積累與分配的研究［J］.北京林業(yè)大學(xué)學(xué)報，2003，25（6）：20－25.

［11］ 劉增文，余清珠，王進(jìn)鑫.刺槐林更新改造對林地水分環(huán)境的影響［J］.西北林學(xué)院學(xué)報，1995，10（增刊）：53－57.

［12］ 楊曉毅，李凱榮，李苗，等.陜西省淳化縣人工刺槐林林分結(jié)構(gòu)及林下植物多樣性研究［J］.水土保持通報，2011，31（3）：194－201.

［13］ 劉建利，李凱榮，易亮，等.黃土高原丘陵區(qū)人工刺槐林林分結(jié)構(gòu)及林下植物多樣性研究［J］.水土保持通報，2008，28（3）：49－52，70.

［14］ 李慧.福建省森林生態(tài)系統(tǒng)NPP和NEP時空模擬研究［D］.福州：福建師范大學(xué)，2008.

［15］ 高學(xué)杰，趙宗慈，丁一匯，等.溫室效應(yīng)引起的中國區(qū)域氣候變化的數(shù)值模擬：第一部分：模式對中國氣候模擬能力的檢驗(yàn)［J］.氣象學(xué)報，2003，61（1）：20－28.

［16］ 曾慧卿，劉琪璟，馮宗煒，等.基于BIOME—BGC模型的紅壤丘陵區(qū)濕地松（Pinus elliottii）人工林GPP和NPP［J］.生態(tài)學(xué)報，2008，28（11）：5314－5321.

［17］ 劉世榮，郭泉水，王兵.中國森林生產(chǎn)力對氣候變化響應(yīng)的預(yù)測研究［J］.生態(tài)學(xué)報，1998，18（5）：478－483.

［18］ 蘇宏新.全球氣候變化條件下新疆天山云杉林生長的分析與模擬［D］.北京：中國科學(xué)院研究生院，2005.

［19］ Wisley B J.Plant responses to elevated atmospheric CO2among terrestrial biomes［J］.Oikos，1996，76（l）：201－206.

［20］ Katz R W，Brown B G..Extreme events in a changing climate：variability is more important than averages［J］.Climatic Change，1992，21（3）：289－302.