贵南县23年草原生态系统净第一性生产力与气候变化趋势

周 雷

（青海省共和县沙珠玉乡畜牧兽医工作站，青海 共和 813000）

植被净第一性生产力（NPP）是指绿色植物在单位面积、单位时间内所积累的有机物数量，是光合作用所产生的有机质总量减去呼吸消耗后的剩余部分［1］。植被生产力受到气候、土壤、植物特性及其他自然和人为因素的影响，反映了植物群落在自然环境条件下的生产能力。近年，对NPP的研究陪受重视，建立了许多区域或全球尺度的植被净第一性生产力估算模型。现有的NPP模型对不同调控因子的侧重点有差别，模型在方法和复杂度上也不同。其中，以生理生态学为基础的半经验半理论模型［2－5］在不同区域得到不同程度的验证且被广泛应用，特别是在干旱、半干旱地区应用时效果较好。

1 研究区概况

青海省贵南县位于青藏高原东北部，地理坐标为E 98°46′～101°22′，N 35°27′～36°56′，属于高原温带半干旱草原和干旱荒漠草原的过渡生物气候带，是我国重点牧区之一，环青海湖牧区的一部分，也是青海省畜牧业生产的主要基地和半细毛羊改良培育的重点地区之一。境内海拔3 000～3 400m，年均气温2.0～3.3℃，年均降水311.1～402.1mm，年均蒸发量为1 558.2～1 841.2mm，年湿润度0.41～0.52，年均风速2.1～2.7m/s，年均大风日数17.7～43.2d，最多可达75d，草原植被类型以温性草原类、温性荒漠草原类。

2 研究数据及方法

2.1 研究数据

研究利用位于全国重点牧区环青海湖共和盆地草原区的贵南县气象站1985～2007年的温度、降水及牧草生物量监测资料。研究区处于典型温性草原、温性荒漠草原区。

2.2 研究方法

根据周光胜，张新时［1］建立的自然植被的净第一性生产力模型可知，利用陆地表面所获得的降水量及其所获得的净辐射即可求取该区潜在的自然植被净第一性生产力。

式中：NPP为自然植被净第一性生产力，t/（hm2·a）DM ；RDI为辐射干燥度；P为年降水量（mm）。

周光胜，张新时［1］针对中国各植被地带的可能蒸散率（PER）与年辐射干燥度（RDI）进行分析得到RDI与PER的回归方程：

RDI＝（0.629 0＋0.273 0PER－0.0031PER2）2

其相关系数达0.9。其中，PER为利用Holdridge生命地带系统的气候指标计算的可能蒸散率。

式中：PER为可能蒸散率，r为降水量（mm），PET为可能蒸散（mm），BT为生物温度（℃），指出现植物营养生长范围内的平均温度，在0～30℃，日均温低于0℃和高于30℃的均排除在外。

式中：BT为年（或月）平均生物温度；t为＞0℃和＜30℃的日均温；T为＞0℃和＜30℃的月均温。

3 结果与分析

通过模型计算的净第一性生产力，由于实测NPP时间序列不长，使得模拟NPP结果的准确性验证难以进行，多以地上生物量的变化趋势与模拟NPP结果的趋势进行分析对比，两者间的相关性越高就证明NPP模型的模拟结果越好，与实际NPP仅存在一个系统误差。因而本文也采用实测的地上生物量对模拟NPP结果的准确性进行验证比较（图1）。

从图1和表1可以看出：不同年份间，贵南县NPP的模拟结果均在3.0～4.5t/hm2，与实测的地上生物量存在较大的差异，具有相同的变化趋势，并且相关性比较显著，相关系数为0.763，通过0.01水平上的显著性检验，可以证明周光胜模型用来模拟贵南县牧草NPP具有较高的可行性。通过模拟结果一致性来看，利用气候资料和模型对该地区的植被NPP进行模拟预测.其模拟结果与植被类型的划分相符合，但与实测的地上生物量存在较大的差异，特别是实测的地上生物量存在逐年减少的趋势，这可能与植被受到当地的放牧情况、土壤、沙漠化状况等人为和自然因素影响程度有关。如果利用模型去预测该区牧草产量导致估算结果较粗，误差较大的情形。可见，用模型去预测同气候区的净第一性生产力需具体考虑整个区域内受到的人为影响和本身自然环境差异等因素的不同。

从降水量和年均温分布图2可见，降水量的趋势与NPP曲线的变化趋势基本一致［6］，相关系数为0.897 3；温度变化对NPP的影响不明显，相关系数为0.568 9；降水量较温度更影响一个区域牧草的产量。

图1 贵南县历年地上生物量与模型模拟NPP的对比分析Fig.1 Comparison between aboveground biomass and NPP estimated witn the model

表1 贵南县地上生物量的实测值与第一性生产力模型预测值的相关性分析Table 1 Correlation analysis between measured values and estimated values of aboveground biomass

图2 贵南县历年年降水量、年均温度与模型模拟NPP的变化分析Fig.2 Variation of precipitation，annual temperature and estimated NPP

4 讨论

（1）利用温度和降水量建立的NPP模型在共和盆地模拟效果较好，用来模拟该区域的牧草产量可行，但在处于同一植被类型区的贵南县的NPP模拟值和地上生物量实测值相关性系数只有0.763，这可能与当地的放牧情况、土壤差异、沙漠化程度等因素有关。因此，利用模型预测一个区域的牧草产量应结合实际情况对模型进行修正，以提高模型的模拟精度。

（2）当地的气候取决于温度和降水量的结合情况，雨热同期的配置最有利于牧草的生长。影响牧草生长的主要限制因素是降水量，温度的变化对NPP值的影响不是很大。

（3）采用的NPP模型的特点决定NPP的环境因子形式简单，且在不同区域得到了不同程度的验证，被广泛应用。由于忽略了许多影响NPP的植物生态生理反应、复杂生态系统过程和植物对环境的反馈作用等，估算结果也只是一种潜在的NPP。同时，目前验证NPP模型的准确性大都采用地上生物量，没有考虑复杂的地下系统，使得模型准确性的验证受到限制［6－8］。开展生态系统定位研究，建立NPP模型中参数数据库，为研究生态生理过程模型提供基础数据，也为NPP估算结果的验证提供直接的地面数据。

［1］ 周光胜，张时新.全球气候变化的中国自然植被的净第一性生产力研究［J］.植物生态学报，1996，20（1）：11－19.

［2］ 柯金虎，朴世龙，方精云.长江流域植被净第一性生产力及其时空格局研究［J］.植物生态学报，2003，27（6）：764－77.

［3］ 崔林丽，史军.中国陆地净初级生产力的季节变化研究［J］.地理科学进展，2005，24（3）：8－17.

［4］ 柳小妮，任正超，李纯斌，等.气候变化下中国草地NPP的研究［J］.草原与草坪，2010（3）：12－16.

［5］ 张旭萍，郭连云，田辉春.环青海湖盆地气候变化对草地生态环境的影响［J］.草原与草坪，2008（2）：36－38.

［6］ 王艳，杨剑虹，潘洁.川西北高寒草原退化沙化成因分析－以红原县为例［J］.草原与草坪，2009（1）：23－25.

［7］ 李志刚，段焕娥.西北高寒民族地区生态环境问题及农牧业发展－以甘南藏族自治州为例［J］.地理科学，2005，25（5）：551－555.

［8］ 钟诚，何宗宜，刘淑珍.西藏生态环境稳定性评价研究［J］.地理科学，2005，25（5）：573－579.