渾善達(dá)克沙地地上凈初級生產(chǎn)力動(dòng)態(tài)及對氣候變化的響應(yīng)

李永利，張存厚，王 英，張 立，溫建偉

（1. 內(nèi)蒙古自治區(qū)氣象信息中心，內(nèi)蒙古 呼和浩特 010051；2. 內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心，內(nèi)蒙古 呼和浩特 010051）

內(nèi)蒙古草地是中國北方重要的綠色生態(tài)屏障，對保障我國生態(tài)文明建設(shè)具有重要的生態(tài)與戰(zhàn)略意義。渾善達(dá)克沙地作為內(nèi)蒙古草地的重要組成部分，其特殊的地理位置決定了其固有的氣候特征，即土壤貧瘠、植被稀疏、生態(tài)系統(tǒng)不穩(wěn)定，對氣候變化和人類擾動(dòng)非常敏感[1]。該區(qū)域是影響京津地區(qū)北路沙塵暴的主要沙塵源之一[2]，也是京津風(fēng)沙源治理工程的重點(diǎn)區(qū)域，其生態(tài)環(huán)境狀況不僅關(guān)系到當(dāng)?shù)剞r(nóng)牧民收入的穩(wěn)定、生產(chǎn)生活條件的改善，而且關(guān)系到京津地區(qū)社會經(jīng)濟(jì)生態(tài)的可持續(xù)發(fā)展。

多倫縣位于渾善達(dá)克沙地最南端，距北京直線距離為180 km，是京津地區(qū)重要綠色生態(tài)屏障的組成部分，也是我國北方典型的農(nóng)牧交錯(cuò)地帶，地形地貌、氣候土壤、土地利用結(jié)構(gòu)均表現(xiàn)出明顯的過渡性與波動(dòng)性[3]。國家先后出臺了“三北防護(hù)林工程”、“退耕還林還草工程”、“京津風(fēng)沙源治理工程”等多項(xiàng)生態(tài)恢復(fù)政策，對該區(qū)域的生態(tài)環(huán)境改善起到積極作用。

地上凈初級生產(chǎn)力(aboveground net primary production，ANPP)是表征生態(tài)系統(tǒng)功能的一個(gè)重要指標(biāo)[4]，在植被生產(chǎn)、恢復(fù)與評估中發(fā)揮著指示性作用。各國學(xué)者基于各自的理論建立了幾十種植被凈初級生產(chǎn)力估算模型，諸如以M iam i、Memorial和Thom thwaite 模型等為代表的氣候相關(guān)模型，以Monteith、Heimann、Prince 和Ruimy 等為代表的光能利用率模型，以Daisy、NCSOIL、RothC、SOMM、AVIM和SiB2 等為代表的過程模型。過程模型包含了復(fù)雜的生理、生態(tài)過程[5]，由于數(shù)據(jù)可獲取性較差、檢驗(yàn)條件苛刻，難以推廣應(yīng)用[6]?；谏鷳B(tài)系統(tǒng)水平的CENTURY 模型由于具有模型參數(shù)易于獲取、代碼開源等優(yōu)勢，已經(jīng)在國內(nèi)外多種生態(tài)系統(tǒng)中被檢驗(yàn)并得到廣泛應(yīng)用[7-9]，成功地用于評估氣候變化對植被生產(chǎn)力、土壤有機(jī)碳的影響。近年來，CENTURY模型在內(nèi)蒙古草原[10-11]、川西北高原[12]、新疆天山山區(qū)[13]等多種生態(tài)系統(tǒng)進(jìn)行了適用性評價(jià)，均取得較好結(jié)果，然而對于渾善達(dá)克沙地植被生產(chǎn)力進(jìn)行長序列模擬研究相對較少，不利于定量化評估沙地植被對區(qū)域氣候變化的響應(yīng)。因此，本研究在借鑒已有基于CENTURY 模型對內(nèi)蒙古草原地上、地下生物量研究的基礎(chǔ)上[7-10,14-16]，利用研究區(qū)大量氣象、植被、土壤資料，對模型參數(shù)進(jìn)行初始化、本地化修訂，基于生態(tài)氣象觀測站較長時(shí)間序列定點(diǎn)觀測資料，對CENTURY 模型在渾善達(dá)克沙地進(jìn)行適用性檢驗(yàn)，篩選影響ANPP 的關(guān)鍵氣象因子及不同時(shí)段降水量對ANPP 的貢獻(xiàn)，模擬過去58 年渾善達(dá)克沙地ANPP 對氣候變化的響應(yīng)過程，為定量化評估渾善達(dá)克沙地植被生產(chǎn)力提供科學(xué)參考，為氣候變化背景下中國北方沙地植被動(dòng)態(tài)響應(yīng)模型的建立提供技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)概況

多倫縣生態(tài)氣象觀測站位于內(nèi)蒙古中部，渾善達(dá)克沙地南端，地理位置42°11′ N，116°28′ E，海拔1 245.4 m。研究區(qū)氣候類型屬于中溫帶半干旱–半濕潤過渡的典型大陸性氣候，年均溫為2.5 ℃，年均降水量為376.0 mm，年平均風(fēng)速為3.5 m·s?1，年平均大風(fēng)日數(shù)50～70 d，主風(fēng)向?yàn)槲鞅憋L(fēng)，晝夜溫差較大。光照資源豐富，年均日照時(shí)數(shù)為3 035.7 h。研究區(qū)植物以羊草(Leymus chinensis)、冷蒿(Artemisia frigida)、克氏針茅(Stipa krylovii)和扁蓿豆(Melilotoides ruthenica)等為主[3]。通常牧草4 月中旬返青，9 月中下旬停止生長，生長期為150～160 d。土壤類型主要以栗鈣土、風(fēng)沙土、草甸土為主，pH 為6.2。

1.2 研究方法

1.2.1 數(shù)據(jù)來源

根據(jù)多倫縣氣象局生態(tài)氣象觀測站2004?2018年4 月 ? 8 月沙地植被生長季樣方數(shù)據(jù)對模型模擬結(jié)果進(jìn)行檢驗(yàn)。驅(qū)動(dòng)模型與相關(guān)分析所需要的降水量、溫度、相對濕度、日照百分率、平均風(fēng)速等26 個(gè)逐月氣象數(shù)據(jù)均來自于多倫縣氣象局自動(dòng)氣象觀測站。土壤參數(shù)來源于2018 年8 月野外調(diào)查取樣和《中國內(nèi)蒙古土種志》[17]，外界營養(yǎng)輸入?yún)?shù)參考內(nèi)蒙古草原研究結(jié)果[10]，其他參數(shù)來源于模型操作手冊[18]和相關(guān)文獻(xiàn)[8,14,19-20]。植被參數(shù)通過模型手冊給定的參考區(qū)間，通過“試錯(cuò)法”將模擬結(jié)果與實(shí)際觀測值進(jìn)行回歸來確定。

研究區(qū)地勢平坦，樣地設(shè)圍欄封育，從2004 年開始進(jìn)行草地生態(tài)觀測，觀測內(nèi)容主要包括草地活體生物量、立枯生物量、草層高度以及牧草發(fā)育期等，觀測頻次為生長季每旬觀測1 次，指定牧草高度與草層高度每旬觀測1 次，牧草地上生物量每月28 日進(jìn)行測定。草本樣方面積為1 m2，4 次重復(fù)。草本樣方內(nèi)植物齊地面刈割后，將地上部分裝入布袋中，帶回實(shí)驗(yàn)室65 ℃烘干24 h 后，測定牧草生物量。觀測的地上部分生物量用于模型檢驗(yàn)，牧草發(fā)育期觀測用于模型參數(shù)本地化設(shè)置。

1.2.2 模型參數(shù)的初始化

首先通過編程實(shí)現(xiàn)格式轉(zhuǎn)化，生成site.w th 氣象數(shù)據(jù)文件，為下一步模型運(yùn)行提供基礎(chǔ)數(shù)據(jù)；利用研究區(qū)本地化資料，完成模型中site.sch 時(shí)間表文件的設(shè)定，包括植物的返青、黃枯、停止生長時(shí)間與放牧強(qiáng)度及管理措施等；然后運(yùn)行file100.exe 計(jì)算出研究區(qū)氣候平均態(tài)，運(yùn)行模型4000 年使土壤有機(jī)質(zhì)達(dá)到均衡態(tài)；最后以均衡態(tài)氣候背景再次作為初始條件，以實(shí)際氣象數(shù)據(jù)驅(qū)動(dòng)模型，得到1961–2018年逐月地上生物量模擬數(shù)據(jù)。由于本研究區(qū)設(shè)有圍欄，無放牧，故模型管理措施設(shè)為無放牧干擾狀態(tài)。模型參數(shù)本地化、初始化信息如表1、表2 所列。

1.2.3 CENTURY 模型檢驗(yàn)方法

采用線性回歸、誤差平方根值(RMSE)和平均絕對百分比誤差(MAPD) 3 種傳統(tǒng)的評價(jià)方法。具體公式如下：

(1)線性回歸：

Y=a X+b。

式中：Y 為模擬值，X 為觀測值，a 為斜率，b 為截距；模型模擬理想效果為a = 1，b = 0，換言之，線性回歸方程中a 越接近于1，b 越接近于0，模擬效果越好。

(2) RMSE：

表 1 內(nèi)蒙古渾善達(dá)克沙地氣象參數(shù)Table 1 M eteorological parameters of the Hunshandake sand in Inner M ongolia

表 2 CENTURY 模型的初始化參數(shù)Table 2 Initial parameters of CENTURY model

式中：P 為模擬值，Q 為觀測值；i (i = 1, 2, ···, n)為1961?2018 年中月份的序號。

1.2.4 數(shù)據(jù)統(tǒng)計(jì)方法

利用SPSS 13.0 統(tǒng)計(jì)分析軟件，采用因子分析法，對影響渾善達(dá)克沙地氣候變化的各觀測變量進(jìn)行分類，將相關(guān)性較高的分在同一類中，每一類變量代表一個(gè)基本結(jié)構(gòu)，即公共因子，通過尋找眾多變量的公共因子來簡化變量中存在的復(fù)雜關(guān)系，再現(xiàn)原始變量與公共因子之間的相關(guān)關(guān)系。對選取的樣本容量為58，變量數(shù)為ANPP、年降水量、年平均氣溫、年平均最高氣溫、年平均最低氣溫、年極端最低氣溫、年極端最高氣溫、年平均相對濕度、年平均風(fēng)速、年平均日照百分率與年平均地面溫度11 個(gè)變量進(jìn)行因子分析。為了進(jìn)一步了解不同時(shí)段降水對ANPP 的貢獻(xiàn)率，將降水量進(jìn)行分段統(tǒng)計(jì)，將26個(gè)氣象因子與ANPP 進(jìn)行相關(guān)分析，試圖篩選出影響ANPP 的關(guān)鍵氣象因子。

2 結(jié)果與分析

2.1 模型檢驗(yàn)

利用2004?2018 年多倫縣生態(tài)氣象觀測站牧草主要生長季地上生物量連續(xù)定點(diǎn)觀測數(shù)據(jù)，與模型輸出的地上生物量模擬數(shù)據(jù)進(jìn)行線性回歸，最終得到研究區(qū)地上生物量觀測值(x)與模擬值(y)的線性回歸方程為：y = 1.04x ? 23.60 (R2= 0.78，n = 56，P ＜0.01) (圖1)。結(jié)果顯示，地上生物量的模擬值與觀測值之間的RMSE 為25.23 g·m?2，MAPD 為45.76%。模型檢驗(yàn)結(jié)果表明，模型在渾善達(dá)克沙地具有較好的模擬能力，特別是牧草主要生長季動(dòng)態(tài)，對于月步長的CENTURY 模型而言，模擬結(jié)果是可以接受的。

通過2004?2018 年地上生物量的逐月動(dòng)態(tài)變化可以看出，2012 年7 月與8 月觀測值明顯大于模擬值，這是由于2012 年3 月 ? 5 月研究區(qū)累計(jì)降水量為34.6 mm，降水明顯偏少，7 月超過30 ℃極端高溫持續(xù)，導(dǎo)致大部地區(qū)干旱脅迫作用強(qiáng)烈，CENTURY模型較好模擬了這一過程。個(gè)別時(shí)段觀測值偏高主要是由于降水的局地性導(dǎo)致，由于野外牧草觀測站距離驅(qū)動(dòng)模型的自動(dòng)氣象觀測值相距30 km。對于地廣站疏的渾善達(dá)克沙地而言，56 個(gè)樣方觀測值78.6%落在模擬線上，反映出CENTURY模型對區(qū)域水熱條件耦合作用具有一定的模擬能力(圖2)。

圖 1 渾善達(dá)克沙地地上生物量模擬值與觀測值的關(guān)系Figure 1 Com parison of simulated and observed biomass values in the Hunshandake sand

圖 2 2004?2018 年渾善達(dá)克沙地地上生物量的動(dòng)態(tài)變化Figure 2 Dynam ic changes in aboveground biomass in the Hunshandake sand from 2004 to 2018

2.2 氣候變化特征

研究區(qū)年平均氣溫呈現(xiàn)出增加態(tài)勢，且增加趨勢非常顯著(P ＜ 0.01)，增加速率為0.4 ℃·(10 a)?1，最大值出現(xiàn)在1998 年，為4.3 ℃，較小值出現(xiàn)在1967年、1969 年和1985 年，均為0.9 ℃，顯著增溫主要發(fā)生在20 世紀(jì)90 年代；年降水量年際間波動(dòng)較大，其中20 世紀(jì)90 年代降水量最大，高出平均值45.3 mm，2011–2018 年降水量較小，低于平均值68.6 mm。過去58 年研究區(qū)年降水量變化趨勢不顯著，最大值出現(xiàn)在1973 年，為511.7 mm，最小值出現(xiàn)在2001 年，為255.2 mm。在58 年中，46.6%年份降水量低于平均值，其中1999?2012 年間，年降水量偏少明顯；主要生長季降水量年際波動(dòng)明顯，其中20 世紀(jì)90 年代降水量較大，高出平均值42.1 mm，2001?2010 年降水量較小，低于平均值33.8 mm。58 年間主要生長季降水量亦無明顯變化趨勢，最大值出現(xiàn)在1983年，為434.0 mm，最小值出現(xiàn)在1972 年，為172.9 mm；年極端最高氣溫增加趨勢顯著(P ＜ 0.05)，增加速率為0.3 ℃·(10 a)?1，最大值出現(xiàn)在2010 年，為36.8 ℃，最小值出現(xiàn)在1970 年，為29.4 ℃ (圖3)。

圖 3 1961?2018 年渾善達(dá)克沙地年平均溫度、年降水量、年極端最高溫度與主要生長季降水量的變化趨勢Figure 3 Variation trends in mean tem perature, annual precipitation, annual extreme m aximum tem perature, and main grow ing season precipitation in the Hunshandake sand from 1961 to 2018

2.3 ANPP 變化趨勢

利用年內(nèi)最大累積地上部分生物量值代表ANPP，分析58 年沙地ANPP 的變化趨勢。研究發(fā)現(xiàn)，沙地ANPP 年際間存在明顯波動(dòng)，特別是1989?2000 年和2008?2013 年期間波動(dòng)較大。ANPP 年際變化明顯，波動(dòng)曲線與主要生長季降水量非常相似，其中20 世紀(jì)90 年代ANPP 最大，高出平均值33.5 g·m?2，2001?2010 年ANPP 最小，低于平均值18.2 g·m?2。58 年間ANPP 無明顯變化趨勢，最大值出現(xiàn)在1992 年，為330.9 g·m?2，最小值出現(xiàn)在2009 年，為114.3 g·m?2(圖4)。

2.4 統(tǒng)計(jì)分析

2.4.1 因子分析

在進(jìn)行因子分析時(shí)，需要對變量之間的相關(guān)性進(jìn)行判斷，變量之間的相關(guān)性檢驗(yàn)結(jié)果顯示，KMO檢驗(yàn)的測度值為0.693 (＞ 0.6)，P ＜ 0.05 (Sig. = 0.000)，通過檢驗(yàn)，說明可以使用因子分析法。按照特征根 ＞ 1的原則，提取了前3 個(gè)公共因子，其累計(jì)方差貢獻(xiàn)率為78.01%，因此選前3 個(gè)公共因子可以較好地描述研究區(qū)氣候變化對沙地植被生產(chǎn)力的影響。

圖 4 1961?2018 年渾善達(dá)克沙地ANPP 的變化趨勢Figure 4 Variation trends of ANPP in the Hunshandake sand from 1961 to 2018

為了使因子載荷矩陣中系數(shù)更加顯著，對初始因子載荷矩陣進(jìn)行轉(zhuǎn)換，使因子和原始變量間的關(guān)系進(jìn)行重新分配，相關(guān)系數(shù)向0?1 分化，便于更容易解釋。本文采用方差最大正交旋轉(zhuǎn)法進(jìn)行因子旋轉(zhuǎn)，旋轉(zhuǎn)后的因子累計(jì)方差貢獻(xiàn)率作為參照權(quán)重(表3)。結(jié)果表明，第一公因子貢獻(xiàn)最大，達(dá)到41.811%，主要從年平均氣溫、年平均地面溫度、年平均最低溫度與年平均最高溫度反映沙地植被對熱量條件的利用情況，體現(xiàn)的是增溫對植被生產(chǎn)力的影響狀況；第二公因子次之，為21.685%，主要從ANPP 與年降水量反映沙地植被對水分條件的利用情況，體現(xiàn)的是水分脅迫對植被生產(chǎn)力的影響狀況；第三公因子貢獻(xiàn)最小，為14.516%，主要從年極端最低溫度反映沙地土壤解凍凍結(jié)的情況，體現(xiàn)的是沙地土壤相態(tài)對氣候變化的響應(yīng)狀況。以上指標(biāo)可以很好地覆蓋選取的11 個(gè)變量。

2.4.2 相關(guān)分析

Pearson 相關(guān)分析顯示，牧草主要生長季降水量(r = 0.723)、年降水量(r = 0.711)、7 月降水量(r = 0.499)、6 月降水量(r = 0.340)與ANPP 存在極顯著正相關(guān)關(guān)系，年極端最高氣溫(r = ?0.409)與ANPP 呈極顯著負(fù)相關(guān)關(guān)系，年相對濕度(r = 0.309)、年平均最低氣溫(r = 0.259)與ANPP 呈極顯著正相關(guān)關(guān)系，ANPP 與上一年9 月 ? 12 月降水、當(dāng)年1 月 ? 3 月降水、8 月 ? 9 月降水、年平均氣溫、年平均最高氣溫、年極端最低氣溫、年平均地面溫度、年日照百分率以及年平均風(fēng)速均不存在顯著的相關(guān)關(guān)系(表4)。

分析表明，年極端最高溫度對牧草生長具有明顯的抑制作用，高溫使水分脅迫加劇，最終導(dǎo)致ANPP 下降，特別發(fā)生是牧草主要生長季時(shí)的高溫，上述現(xiàn)象在內(nèi)蒙古沙地表現(xiàn)尤為突出。生長季降水量與年極端最高氣溫是影響ANPP 年際波動(dòng)的主要?dú)庀笠蜃印?/p>

表 3 旋轉(zhuǎn)成分矩陣aTable 3 Rotated component matrixa

表 4 渾善達(dá)克沙地ANPP 與氣象因子間的相關(guān)分析Table 4 Correlation analysis of ANPP and meteorological factors in Hunshandake sand

3 討論

CENTURY 模型源于長期的草原生態(tài)系統(tǒng)野外試驗(yàn)數(shù)據(jù)，已經(jīng)成功應(yīng)用于歐洲、亞洲、非洲和北美洲等地區(qū)的草地、農(nóng)田、森林、濕地等多種生態(tài)系統(tǒng)[7-9,21-22]，特別是在定量化研究草地生產(chǎn)力和土壤有機(jī)質(zhì)方面優(yōu)勢明顯[23]。在沙地生態(tài)系統(tǒng)中，模型適用性相關(guān)研究較少，本研究通過對CENTURY 模型在渾善達(dá)克沙地的適用性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，改進(jìn)的CENTURY 模型在渾善達(dá)克沙地也具有較強(qiáng)的模擬能力，成功地模擬了地上生物量的季節(jié)動(dòng)態(tài)和年際變化。模擬結(jié)果表明，沙地地上生物量對降水和極端高溫非常敏感，模型模擬的渾善達(dá)克沙地ANPP隨年降水量呈現(xiàn)出明顯的變化規(guī)律。

全球氣候變化下溫度和降水的波動(dòng)，顯著地影響植被上生物量的年內(nèi)年際變化[7]，內(nèi)蒙古草原的植被地上生物量的季節(jié)變化和年際變化對氣候變化響應(yīng)強(qiáng)烈[14,16]，CENTURY 模型能夠較好地模擬氣候變化對內(nèi)蒙古草原的影響[8,10,15,20]。內(nèi)蒙古沙地分布面積較大，沙地內(nèi)部觀測站點(diǎn)相對稀少、植被觀測數(shù)據(jù)零散，衛(wèi)星遙感監(jiān)測雖然可以有效地補(bǔ)充空間上數(shù)據(jù)的不足，但是其在反演植被地上生物量中依然存在較大的不確定性。經(jīng)過參數(shù)本地化、通過檢驗(yàn)CENTURY 模型，可以定量化模擬渾善達(dá)克沙地植被地上生物量的動(dòng)態(tài)變化，有效地彌補(bǔ)地面觀測數(shù)據(jù)的不足。

大量試驗(yàn)數(shù)據(jù)和模型研究也表明，降水和極端高溫是內(nèi)蒙古草原ANPP 的重要控制因素[24-25]，其中降水量的年內(nèi)時(shí)空分布對ANPP 影響尤為突出，特別是生長季降水量與降水頻次。渾善達(dá)克沙地干旱少雨、極端高溫頻發(fā)、降水時(shí)空分布極不均勻，牧草主要生長季的降水對ANPP 的貢獻(xiàn)最大，反映出在年降水量穩(wěn)定的情況下，降水的年內(nèi)分布對ANPP產(chǎn)生顯著影響。其他時(shí)段降水對ANPP 貢獻(xiàn)并不明顯，包括上一年度冬季降水，這與張存厚等[10]在內(nèi)蒙古荒漠草原得出的結(jié)論一致。

溫度也是影響植物生長發(fā)育的重要?dú)庀笠蜃覽26]，適宜的溫度可促進(jìn)植物的快速生長發(fā)育，溫度過高會導(dǎo)致干旱脅迫，導(dǎo)致植物正常發(fā)育受阻。本研究結(jié)果表明，冬季低溫提升，利于春季牧草返青提前；夏季高溫降低，利于抑制干旱發(fā)生，對ANPP 均有一定的促進(jìn)作用。在研究區(qū)主要牧草生長季，年極端最高氣溫呈現(xiàn)出顯著增加的態(tài)勢，對ANPP 的負(fù)面影響強(qiáng)烈。高溫不僅直接灼傷植物表皮，而且使植物與土壤水分散失加快，產(chǎn)生干旱脅迫，抑制植物積極生長，最終導(dǎo)致ANPP 下降。在內(nèi)蒙古渾善達(dá)克沙地，6 月 ? 7 月是牧草積極生長關(guān)鍵期，也是干旱、極端高溫頻發(fā)時(shí)期，此時(shí)土壤水分、植物蒸騰強(qiáng)烈，地下水補(bǔ)給能力非常有限，降水成為草原土壤和植物水分補(bǔ)給的唯一途徑。上述現(xiàn)象在內(nèi)蒙古干旱半干旱草原區(qū)具有普遍性，ANPP 年際間的波動(dòng)性、變異性與降水、高溫等引起的水分脅迫作用密切相關(guān)[27-28]。

本研究模擬的地上生物量未考慮歷史上土地利用現(xiàn)狀改變而導(dǎo)致的植被分布發(fā)生的變化，也未考慮放牧強(qiáng)度、刈割頻次等人類活動(dòng)的影響。實(shí)際上，受人類擾動(dòng)的植被地上生物量明顯比短期圍封狀態(tài)下的值偏低[29]。今后的研究需要補(bǔ)充人類活動(dòng)影響下的野外試驗(yàn)，在模型模擬中設(shè)置人類活動(dòng)的影響，模擬結(jié)果更具有實(shí)際參考價(jià)值。