青海三江源区果洛藏族自治州草地退化成因分析

赵志平，吴晓莆，李 果，李俊生

(中国环境科学研究院，北京 100012)

青海三江源区果洛藏族自治州草地退化成因分析

赵志平，吴晓莆，李 果，李俊生*

(中国环境科学研究院，北京 100012)

利用长期历史资料，分析了气候变化和人类放牧活动对草地生产力的影响，探讨20世纪60年代以来青海三江源区果洛藏族自治州草地退化主要原因，结果显示：研究区是全球变暖的敏感地区，1961—2010年研究区气温升高、年降水略有下降、湿润程度下降，Miami模型、Thornthwaite Memorial模型和综合自然植被净第一性生产力模型(综合模型)模拟的该区植被净初级生产力(NPP)均具有上升趋势，近50年来研究区气候变化总体上有利于该区草地生产力改善；研究区家畜年末存栏数60年代剧烈上升，至70年代达到顶峰，家畜年末存栏数与植被NDVI呈极显著负相关关系(Plt;0.01)，草地实际载畜量过大造成牲畜对草地过度啃食，导致草地退化。研究区退化草地恢复治理的重点应放在减轻载畜压力、控制草地现实载畜量方面。

草地退化；气候变化；过度放牧；果洛藏族自治州

草地退化，是由于人为活动干扰或不利的自然因素所引起的草地植被盖度下降、产草量下降、毒杂草丛生，从而导致草地生态质量衰退，生产力、经济潜力及服务功能降低，环境变劣以及生物多样性降低，恢复功能减弱或失去恢复功能[1]，是草地生态系统在其演化过程中结构特征和能流与物质循环等功能的恶化过程[2]，威胁区域生态安全[3]。因此，草地退化成因及其生态影响已成为生态学重要研究领域之一[4]。

关于草地退化的原因和主要驱动力，目前学术界普遍存在气候变化、人类放牧活动和鼠害3种观点[5]。张镱锂等[6]认为黄河源地区草地退化有自然因素的影响，但人类活动起主导作用；严作良等[7]认为季节性过牧等人类活动是造成江河源区近期草地迅速退化的主导因素，从而促使气候、鼠害等自然因子作用加剧。赵新全[4,8]和周华坤[9]通过增温实验和放牧强度试验，模拟气候变暖和人类活动对高寒草甸生态系统的影响，然后利用层次分析法对江河源区草地退化原因的定量分析，结果表明长期超载过牧的贡献率达到39.35%，暖干化气候在三江源区草地退化中的贡献率达到36.64%，鼠害是该区草地初始退化的一个伴生产物。汪诗平[10]也曾以三江源区治多县为例进行研究，发现草地退化的主要原因是超载过牧，但干旱化气候起到了推波助澜的作用。这些研究主要基于3—6a的增温实验和样地放牧强度对比试验，以及利用短期、瞬时遥感资料进行分析，缺乏从宏观方面对草地退化原因的长期性研究。

青海果洛藏族自治州是三江源区重要的组成部分，近几十年来，草地退化严重(表1)[11]。本研究尝试利用长期历史资料，分别从气候变化和人类放牧活动对草地退化的影响两个方面进行分析，以探讨20世纪60年代以来青海三江源区果洛藏族自治州草地退化成因，同时也可为我国其它地区草地退化成因分析提供借鉴。

表1 果洛藏族自治州各县草地退化面积[11]

1 研究区概况

青海省果洛藏族自治州地处青藏高原腹地的巴颜喀拉山和阿尼玛卿山之间、三江源区东部，地理上位于北纬32°21′—35°45′、东经96°56′—101°45′之间[12]。行政区划上主要有玛多、达日、甘德、玛沁、久治和班玛6县，总面积7.6×104km2。区内平均海拔4200m以上，气候上属高原高寒气候，表现为冷热两季交替、干湿两季分明，年均气温为-4℃，年均降水量400—700mm。草地是该区的主要植被类型，占土地总面积的71%[13]，其中高寒草甸占56%，高寒草原占15%。 土壤类型主要有高山草甸土、高山草原土、灰褐土、栗钙土、沼泽土、风沙土等类型，其中以高山草甸土分布最多。

图1 果洛藏族自治州草地类型分布概况Fig.1 Spatial distribution of grassland in Golog Tibetan Autonomous Prefecture

2 数据与方法

2.1 数据

本研究用到的气象站点观测数据是由中国气象局数据共享中心提供，包括果洛藏族自治州及周边共17个气象站点日值观测数据，数据项为日平均温度、日最高温度、日最低温度、风速、相对湿度、降水量和日照时数。1982—2006年GIMMS 8km分辨率NDVI数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”。

2.2 方法

温度和降水量是表征区域气候变化的主要因子，但降水量不是区域湿润程度的唯一指标，区域的湿润状况还与气温、下垫面、太阳辐射、风速等因子有关。Thornthwaite[14]使用湿润指数来指示气候的湿润程度，并提出了以下计算湿润指数(Im)的公式：

(1)

式中,P为年降水量，ET0为潜在蒸散。本研究采用此式计算湿润指数来定量表示研究区湿润程度。潜在蒸散(ET0)采用联合国粮农组织(FAO)1998年对Penman-Monteith模型修订后的版本计算[15- 18]：

(2)

式中,Rn为净辐射，G为土壤通量，γ为干湿常数，Δ为饱和水汽压曲线斜率，U2为2m高处的风速，ea为实际水汽压，es为平均饱和水汽压。净辐射Rn的计算公式如下：

(3)

式中,σ为Stefan-Boltzmann常数(4.903×10-9MJK-4m-2d-1)，Tmax，k、Tmin，k分别为绝对温标的最高和最低气温，n为实际日照时数，N为可照时数，Rso为晴天辐射。

利用ANUSPLIN软件将研究区及周边气象站点数据插值形成研究区空间1km栅格气候数据，包括年平均气温、年降水量和湿润指数，多项研究认为ANUSPLIN方法对温度和降水的插值效果明显优于其他方法[19- 21]。湿润指数由公式(1)、(2)和(3)计算得到。

目前国内外流行的基于气象数据计算植被净初级生产力(NPP)的方法有Miami模型、Thornthwaite Memorial模型和综合自然植被净第一性生产力模型(简称综合模型)。

Miami模型[22]是H.Lieth利用世界5大洲约50个地点可靠的自然植被NPP的实测资料和与之相匹配的年均气温及降水资料，根据最小二乘法建立的：

NPPT=3000/(1+e1.315-0.119T)

(4)

NPPP=3000(1-e-0.000664P)

(5)

式中,NPPT和NPPP分别为根据年平均气温(T，℃)和年降水(P，mm)求得植被净初级生产力(g·m-2·a-1)。根据Liebig的限制因子定律，选择由温度和降水所计算出的植被NPP中的较低者作为某地植被的NPP。

植被的NPP不仅与温度和降水有关，而且也与植被蒸散量有关。H.Lieth基于Thornthwaite方法计算的实际蒸散及世界五大洲50个地点植被NPP资料，于1974年提出了Thornthwaite Memorial模型[23]：

NPP=3000(1-e-0.0009695(E-20))

(6)

(7)

式中,NPP为植被净初级生产力(g·m-2·a-1)，E为年实际蒸散量(mm)，P为年降水量(mm)，ET0为潜在蒸散(mm)，采用(2)式计算。Thornthwaite Memorial模型包含的环境因子较全面，计算的结果优于Miami模型[24]。

周广胜与张新时[25- 26]根据植物的生理生态学特点及联系能量平衡和水量平衡方程的实际蒸散模型，根据世界各地的23组森林、草地及荒漠等自然植被资料及相应的气候资料建立了自然植被NPP模型：

(8)

式中,NPP为植被净初级生产力(102g·m-2·a-1)，P为年降水量(mm)，RDI为辐射干燥度，可用下式计算：

RDI=0.629+0.237·PER-0.00313·PER2

(9)

(10)

式中,ET0为潜在蒸散(mm)，采用(2)式计算，P为年降水量(mm)，PER为可能蒸散率。该模型以与植被光合作用密切相关的蒸散为基础，综合考虑了各因子的相互作用，对于干旱半干旱地区其计算结果优于其它模型。

归一化植被指数(NDVI)是表征地表植被状况的重要指数[27]，由于研究区位于青藏高原高寒区，可以采用最大合成法(MVC)获得每个象元一年中地表植被NDVI最大值(NDVImax)来代表当年植被生长状况:

NDVImax(x,t)=MAX(NDVI(x,t,i))

(11)

式中,x表示空间位置，t表示年份，i表示t年中1月1日起第i个15d，其范围在1到24之间。

3 结果

3.1 气候变化

研究区属于高海拔高寒气候，多年平均气温为-3.45℃，变异系数为0.22。1961—2010年该区具有极显著增温趋势(R2=0.4481)，平均增速0.35℃/10a，且增温速率呈加快趋势。

图2 1961—2010年研究区年平均温度、年降水量和湿润指数变化Fig.2 Variation of annual average temperature， annual precipitation，and index of moisture in research area from 1961 to 2010

研究区多年平均降水量为556.71mm，变异系数为0.10。1961—2010年年降水量总体具有下降趋势，但趋势不显著(R2=0.0018)，为-1.62mm/10a，其中80年代降水量最大，90年代降水量下降幅度较大，2000年以来降水量增加到70年代水平，但仍然低于80年代。

研究区多年平均湿润指数为0.60。1961—2010年该区湿润指数总体具有下降趋势，但趋势不显著(R2=0.0725)，为2.15/10a，其中80年代湿润指数最大，90年代湿润指数下降幅度较大。2000年以来湿润指数低于90年代，为近50年来最低值。这可能是由于温度增加导致潜在蒸散(ET0)增加幅度较大，同时降水量增加幅度较小的缘故。

3.2 气候变化导致的植被净初级生产力变化

利用基于气象数据计算NPP的Miami模型、Thornthwaite Memorial模型和综合自然植被净第一性生产力模型(综合模型)，模拟了研究区1961—2010年气候变化导致的植被净初级生产力(NPP)的变化。图3显示，Thornthwaite Memorial模型和综合模型的NPP模拟值较接近，多年NPP均值分别为600.02和576.47 g·m-2·a-1，变异系数分别为0.05和0.04。Miami模型的NPP模拟值相对较低，多年NPP均值为459.53 g·m-2·a-1，变异系数为0.08。1961—2010年Thornthwaite Memorial模型和综合模型模拟的NPP具有增加趋势，但趋势不显著，分别为0.30和0.36 g·m-2·a-1，Miami模型模拟的NPP具有显著增加趋势，增加速率为1.62g·m-2·a-1。

图3 基于气象数据的1961—2010年植被净初级生产力年际变化Fig.3 Interannual change of net primary productivity based on meteorological data from 1961 to 2010

图4 基于气象数据的1961—2010年植被净初级生产力年代变化Fig.4 Interdecade change of net primary productivity based on meteorological data from 1961 to 2010

图4显示Thornthwaite Memorial模型和综合模型的NPP年代变化比较一致，均为80年代最大，90年代NPP下降幅度较大，但仍然高于60年代，2000年以来NPP增长幅度较大，高于60和70年代，但低于80年代。Miami模型模拟的NPP自60年代以来呈现不断增加趋势，2000年以来NPP达到最大值。植被光合作用与蒸散密切相关，综合模型以此为基础，综合考虑了各因子的相互作用，其模拟的NPP介于Thornthwaite Memorial模型和Miami模型之间，结果比较可靠。

上述结果表明，研究区气候变化总体上是有利于植被NPP增加的，3个模型模拟的1961—2010年研究区NPP都具有增加趋势。同时Thornthwaite Memorial模型和综合模型能够刻画90年代研究区NPP下降过程，但研究区90年代NPP仍然高于60年代，NPP变化仍处于正常范围内。

3.3 草地实际载畜量变化

果洛藏族自治州牧民从事的生产活动以放牧为主，主要畜种包括牦牛、绵羊、山羊和马匹。本研究从《果洛藏族自治州统计年鉴1954—2010》*果洛州统计局. 果洛藏族自治州统计年鉴1954—2010 未出版中查找研究区牲畜头、只数，依据农业部发布的《天然草地合理载畜量的计算NY/T635—2002》[28]，按照一头牦牛4.5个羊单位，一匹马6个羊单位折算。结果表明(图5)，研究区家畜年末存栏数总体上经历了一个急剧增加-缓慢下降的过程，变异系数为0.29。建国初50年代的家畜年末存栏数最低，为321.72×104羊单位；60年代家畜年末存栏数直线上升，达到474.62×104羊单位；70年代达到顶峰为746.27×104羊单位，相比50年代增加131.96%，比60年代增加57.23%。此后80和90年代家畜年末存栏数一直缓慢下降，至2000年以来下降至571.67×104羊单位，但仍然比60年代高20.45%。

图5 1952—2010年果洛藏族自治州家畜年末存栏数变化Fig.5 Variation of livestock amount at the end of year in research area from 1952 to 2010

3.4 退化草地NDVI变化及其成因分析

采用最大合成法(MVC)获得每个象元一年中地表植被NDVI最大值(NDVImax)来代表当年植被生长状况。结果显示(图6)，研究区80年代NDVImax较低，90年代草地退化加剧NDVImax进一步下降，2000年以来退化草地开始恢复，NDVI状况明显比80和90年代好。由于遥感数据出现时间较晚，导致1961—1981年研究区草地状况依旧不明。相关分析显示，1982—2006年研究区年平均气温、降水量和湿润指数与植被NDVI状况均不显著，Miami模型、Thornthwaite Memorial模型和综合模型模拟的研究区NPP与植被NDVI状况也均不显著，而家畜年末存栏数则与植被NDVI状况呈极显著负相关关系(Plt;0.01)(图7)。这表明研究区1982—2006年植被变化直接受到人类放牧活动的影响，与气候变化没有显著关系。另外，随着草地退化程度加剧，植被群落中毒杂草比例增加，但仍然不能改变草地盖度(或NDVI)不断下降的趋势。

图6 1982—2006年研究区植被NDVI状况变化Fig.6 Variation of NDVImax in research area from 1982—2006

图7 植被NDVImax与家畜年末存栏数回归关系Fig.7 Regression between NDVImax and livestock amount at the end of year

4 讨论与结论

本研究中Miami模型是H.Lieth利用世界5大洲约50个地点可靠的自然植被NPP的实测资料和与之相匹配的年均气温及降水资料建立的[22]，在我国已经广泛使用[29- 31]。Thornthwaite Memorial模型包含的环境因子较全面，计算的结果优于Miami模型[24]。周广胜与张新时[25- 26]建立的自然植被NPP模型以与植被光合作用密切相关的蒸散为基础，综合考虑了各因子的相互作用，并且在全国范围内进行了应用[32]。本研究基于上述3个模型，对青海三江源区果洛藏族自治州近50年来NPP变化进行了模拟。3个模型模拟的NPP变异系数(0.08、0.05和0.04)相对较小，模拟结果具有一定的可靠性。

IPCC第四次报告中[33]全球100a(1906—2005)增温趋势为0.074℃/10a，任国玉等[34]计算了1951—2004年中国年平均温度增幅约为1.3℃，约0.25℃/10a。本区增温速率远大于全球平均水平，约为中国平均增温速率的1.4倍，说明本区是全球变暖的敏感地区。气候变暖会使草地返青期提前，增强植被光合作用，有利于植物生长,提高植被生产力[35]。 1961—2010年研究区气温显著升高、虽然年降水量和湿润程度略有下降，但3个气候模型的模拟结果均显示该地区气候变化导致植被NPP具有上升趋势，说明研究区气候变化总体上有利于草地生产力改善。

本次研究的调查发现，果洛藏族自治州家畜年末存栏数在20世纪60年代后呈直线上升，至20世纪70年代达到最高值，相比上世纪50年代和60年代分别增加131.96%和57.23%。其后虽然家畜年末存栏数有所下降，但总体上家畜年末存栏数仍呈增长趋势(图5)。Fan等[36]经过研究也认为1988—2005年青海三江源区夏季草场平均超载100%，冬季草场平均超载近200%，其中果洛藏族自治州草地超载过牧现象尤其严重。Brekke认为气候变化会导致草地产草量暂时下降，而草地长期过牧则会破坏草地生态系统的稳定性[37]。Sonneveld在东非干旱草原的研究表明草地退化格局与草地超载过牧格局基本一致[38]。本次研究也发现，研究区1982—2006的植被NDVI与家畜年末存栏数存在极显著负相关关系(Plt;0.01)，说明研究区60年代以来家畜年末存栏数急剧上升、草地长期超载过牧是研究区草地退化的主要驱动因子。从而进一步印证草地长期超载过牧、载畜压力过高是草地退化的主要原因。鼠害也是研究区普遍存在的现象，前人研究成果表明随着植被盖度和高度降低，高原鼢鼠数量增加[39]，鼠害是该区草地初始退化的一个伴生产物[8]。所以退化草地的恢复治理应重点放在减轻草地载畜压力、控制草地现实载畜量方面，同时辅以退牧还草、恶化退化草场治理(围栏封育、补播、人工草地等)、灭鼠以及水土保持等措施。研究表明：轻度退化草地封育2—3a后草地即可得到恢复，中度退化草地需要封育时间更长，重度和极度(黑土滩)退化草地必须通过建植人工草地、结合补播、施肥、毒杂草防除、灭鼠以及其它改良措施[40]。随着2000年以来研究区草地放牧压力下降，植被NDVI状况转好，退化草地开始恢复。2005年开始实施的《青海三江源自然保护区生态保护和建设总体规划》对于降低放牧活动对草地生态系统的影响，恢复已经退化的草地具有重要意义。

本研究最大的特点是从宏观上分析1961—2010年气候变化和人类放牧活动对草地退化的影响，研究结果与赵新全[4,8]和周华坤[5,9]等人的观点不完全一致，他们的研究认为暖干化气候在三江源区草地退化中的贡献率达到36.64%，仅次于草地长期超载过牧。这可能是由于研究区范围、研究方法以及时间尺度不同导致的。虽然总体上果洛藏族自治州草地退化的主要驱动因子是草地超载过牧，但在局部地区也可能受其它因素的影响，例如极端天气、地形条件以及其它人类干扰活动。本研究对于果洛藏族自治州制定合理的草地退化治理措施具有借鉴作用。由于受资料所限，本研究缺乏该区长期地面草地样方监测数据对研究结论进行实证，同时该区遥感空间数据出现时间较晚，导致1961—1981年研究区草地总体状况依旧不明。

[1] Li B. The rangeland degradation in North China and its preventive strategy. Scientia Agricultura Sinica，1997，30(6)：1- 9.

[2] Chen Z Z. Natural grassland ecosystem degradation and its regulation in China. Beijing：Chineses Science and Technic Press，1990：86- 88.

[3] Zhou H K，Zhao X Q，Zhou L，Liu W，Li Y N，Tang Y H. A study on correlations between vegetation degradation and soil degradation in the Alpine Meadow of the Qinghai-Tibetan Plateau. Acta Prataculturae Sinica，2005，14(3)：31- 40.

[4] ZHAO X Q. Restoration and sustainable management of degradation grassland ecosystem in the Three Rivers Headwaters Region of Qinghai Province. Beijing：Chineses Science and Technic Press，2011：85- 126.

[5] Zhou H K，Zhao X Q，Tang Y H，Gu S，Zhou L. Alpine grassland degradation and its control in the source region of Yangtze and Yellow Rivers，China. Japanese Society of Grassland Science，2005，51(3)：191- 203.

[6] Zhang Y L，Liu L S，Bai W Q，Shen Z X，Yan J Z，Ding M J，Li S C，Zheng D. Grassland degradation in the source region of the Yellow River. Acta Geographica Sinica，2006，61(1)：3- 14.

[7] Yan Z L，Zhou H K，Liu W，Zhou L. Preliminary discuss on grassland degradation in the source region of Yangtze and Yellow Rivers. Grassland of China，2003，25(1)：73- 78.

[8] Zhao X Q，Zhou H K. Eco-environmental degradation vegetation regeneration and sustainable development in the headwaters of Three Rivers on Tibetan Plateau. Bulletin of the Chinese Academy of Sciences，2005，20(6)：471- 476.

[9] Zhou H K，Zhao X Q，Zhou L，Tang Y H，Liu W，Shi Y. Application of analytic hierarchy process on the alpine grassland degradation in the source region of the Yangtze and Yellow Rivers. Resources Science，2005，27(4)：63- 70.

[10] Wang S P. Vegetation degradation and protection strategy in the"Three Rivers Fountainhead"area in the Qinghai Province. Acta Pratacultural Science，2003，12(6)：1- 9.

[11] Liu J Y，Xu X L，Shao Q Q. Grassland degradation in the “Three-River Headwaters” region，Qinghai Province. Journal of Geographical Sciences，2008，18(3)：259- 273.

[12] Han Y L，Chen K L，Wang S P. Study on carbon stack of alpine grassland in the source regions of the Yellow River-In case of Guoluo Tibetan Autonomous Prefecture in Qinghai Province. Territory amp; Natural Resources Study，2010，(5)：93- 94.

[13] The web of the people′s government of the Golog Autonomous Prefecture in Qinghai Province：http://www.guoluo.gov.cn.

[14] Thornthwaite C W. An approach toward a rational classification of climate. Geographical Review，1948，38(1)：55- 94.

[15] Wang L，Xie X Q，Li Y S，Tang D Y. Changes of humid index and borderline of wet and dry climate zone in northern China over the past 40 years. Geographical Research，2004，23(1)：45- 54.

[16] Richard G A，Luis S. P，Dirk R，Martin S. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. 1998，http://www.fao.org/docrep/x0490e/x0490e0 0.htm.

[17] Wu S H，Yin Y H，Du Z. Moisture conditions and climate trends in China during the period 1971—2000. International Journal of Climatology，2006，26(2)：193- 206.

[18] Yin Y H，Wu S H，Du Z. Radiation calibration of FAO56 Penman-Monteith model to estimate reference crop evapotranspiration in China. Agricultural Water Management，2008，95(1)：77- 84.

[19] Wang Y，Cao M K，Tao B，Li K R. The characteristics of spatio-temporal patterns in precipitation in China under the background of global climate change. Geographical Research，2006，25(6)：1031- 1040.

[20] Hustchinson M F. Anusplin Version 4.2 User Guide.

[21] Hutchinson M F. Interpolation of rainfall data with thin plate smoothing splines I two dimensional smoothing of data with short range correlation. Geographic Information Decision Analysis，1998，2(2)：139- 151.

[22] Lieth H. Modeling the productivity of the world. Nature and Resources，UNESCO Paris，1972：5- 10.

[23] Lieth H，Box E. Evapotranspiration and primary production：C.W.Thornthwaite Memorial Mode. Publications in climatalogy，1972，25(2)：37- 46.

[24] Zhang X Z. The estimating and distribution of natural vegetation net primary productivity in China. Resources Science，1993，18(1)：15- 21.

[25] Zhou G S，Zhang X S. A natural vegetation NPP model. Acta Phytoecologica Sinica，1995，19(3)：193- 200.

[26] Zhou G S，Zheng Y R，Chen S Q，Luo T X. NPP model of natural vegetation and its application in China. Scientia Silvae Sinicae，1998，34(5)：1- 11.

[27] Liu H Q，Huete A R. A feedback based modification of theNDVIto minimize canopy background and atmospheric noise. IEEE Transactions Geoscience and Remote Sensing, 1995，33(2)：457- 465.

[28] Agricultural industry standard of the People′s Republic of China NY/T635—2002：Calculation of proper carrying capacity of rangeland. Issued by the Ministry of Agriculture of the People′s Republic of China.

[29] Li J L，Zhou C H，Liu Z Y，Guo Q L，Guo P. Estimation of terrestrial net primary production and its temporal-spatial distribution in Henan Province based on GIS and RS. Pratacultural Science，2011，28(10)：1839- 1844.

[30] Chen M，Wang R H，Xue H X，Li Q. Effects of drought on ecosystem net primary production in northwestern China. Journal of Arid Land Resources and Environment，2012，26(6)：1- 7.

[31] Wang W F，Wang Q，Li G C，Sun L. Net primary productivity of vegetation in Heilongjiang Province based on meteorological model. Journal of Northeast Forestry University，2009，37(4)：27- 29.

[32] Zhou G S，Zhang X S. Study on NPP of natural vegetation in China under global climate change. Acta Phytoecologica Sinica，1996，20(1)：11- 19.

[33] IPCC，2007：Climate Change 2007：Synthesis Report. Contribution of Working Groups Ⅰ，Ⅱ and Ⅲ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team，Pachauri，R.K and Reisinger，A.(eds.)]. IPCC，Geneva，Switzerland，104 pp.

[34] Ren G Y，Xu M Z，Chu Z Y，Guo J，Li Q X，Liu X N，Wang Y. Changes of surface air temperature in China during 1951—2004. Climatic and Environmental Research，2005，10(4)：717- 727.

[35] Zhu B W，Hou J L，Yan D X，Song L M，Zheng Y F. Effects of climate change on Poa crymophila phenology in alpine meadow grassland in northern region of Qinghai Lake，Northwest China. Chinese Journal of Ecology，2012，31(6)：1525- 1532.

[36] Fan J W，Shao Q Q，Liu J Y. Assessment of effects of climate change and grazing activity on grassland yield in the TRHR of Qinghai-Tibet Plateau，China. 2009，DOI 10.1007/s10661- 009- 1258- 1.

[37] Brekke K A，Øksendal B，Stenseth N C. The effect of climate variations on the dynamics of pasture-livestock interactions under cooperative and noncooperative management. PNAS，2007，104(37)：14730- 14734.

[38] Sonneveld B G J S，Pande S，Georgis K. Land degradation and overgrazing in the afar region，Ethiopia：a spatial analysis. Land Degradation and Desertification：Assessment，Mitigation and Remediation，2010，Part 2，97- 109，DOI：10.1007/978- 90- 481- 8657- 0_8.

[39] Liu W，Zhou L，Wang X. Responses of plant and rodents to different grazing intensity. Acta Ecologica Sinica，1999，19(3)：376- 382.

[40] Li Q Y，Li J P，Dong Q M，Ma Y S，Lai D Z，Zhao X Q，Shi J J，Wang L Y. Study on the effect of fencing on Kobrecia Parva alpine meadow pasture at different degrading stages in Yangtze and Yellow River Headwaters. Pratacultural Science，2006，23(12)：16- 21.

参考文献:

[1] 李博. 中国北方草地退化及其防治对策. 中国农业科学，1997，30(6)：1- 9.

[2] 陈佐忠. 我国天然草地生态系统的退化及其调控. 北京：中国科学技术出版社，1990：86- 88.

[3] 周华坤，赵新全，周立，刘伟，李英年，唐艳鸿. 青藏高原高寒草甸的植被退化与土壤退化特征研究. 草业学报，2005，14(3)：31- 40.

[4] 赵新全. 三江源区退化草地生态系统恢复与可持续管理. 北京：科学出版社. 2011：85- 126.

[6] 张镱锂，刘林山，摆万奇，沈振西，阎建忠，丁明军，李双成，郑度. 黄河源地区草地退化空间特征. 地理学报，2006，61(1)：3- 14.

[7] 严作良，周华坤，刘伟，周立. 江河源区草地退化状况及成因. 中国草地学报，2003，25(1)：73- 78.

[8] 赵新全，周华坤. 三江源区生态环境退化、恢复治理及其可持续发展. 中国科学院院刊，2005，20(6)：471- 476.

[9] 周华坤，赵新全，周立，唐艳鸿，刘伟，师燕. 层次分析法在江河源区高寒草地退化研究中的应用. 资源科学，2005，27(4)：63- 70.

[10] 汪诗平. 青海省“三江源”地区植被退化原因及其保护策略. 草业学报，2003：12(6)：1- 9.

[12] 韩艳莉，陈克龙，汪诗平. 黄河源区高寒草地植被碳储量研究——以果洛藏族自治州为例. 国土与自然资源研究，2010，(5)：93- 94.

[13] 青海果洛自治州人民政府网站：http://www.guoluo.gov.cn.

[15] 王菱，谢贤群，李运生，唐登银. 中国北方地区40年来湿润指数和气候干湿带界线的变化. 地理研究，2004，23(1)：45- 54.

[19] 王英，曹明奎，陶波，李克让. 全球气候变化背景下中国降水量空间格局的变化特征. 地理研究，2006，25(6)：1031- 1040.

[24] 张宪洲. 我国自然植被净第一性生产力的估算与分布. 自然资源，1993，18(1)：15- 21.

[25] 周广胜，张新时.自然植被净第一性生产力模型初探. 植物生态学报，1995，19(3)：193- 200.

[26] 周广胜，郑元润，陈四清 罗天祥. 自然植被净第一性生产力模型及其应用. 林业科学，1998，34(5)：1- 11.

[28] 中华人民共和国农业行业标准NY/T635- 2002：天然草地合理载畜量的计算. 中华人民共和国农业部发布，2002.

[29] 李军玲，邹春辉，刘忠阳，郭其乐，郭鹏. 河南省陆地植被净第一性生产力估算及其时空分布. 草业科学，2011，28(10)：1839- 1844.

[30] 程曼，王让会，薛红喜，李琪. 干旱对我国西北地区生态系统净初级生产力的影响. 干旱区资源与环境，2012，26(6)：1- 7.

[31] 王维芳，王琪，李国春，孙龙. 基于气象模型的黑龙江省植被净第一性生产力. 东北林业大学学报，2009，37(4)：27- 29.

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

[34] 任国玉，徐铭志，初子莹，郭军，李庆祥，刘小宁，王颖. 近54年中国地面气温变化. 气候与环境研究，2005，10(4)：717- 727.

[35] 朱宝文，侯俊岭，严德行，宋理明，郑有飞. 草甸化草原优势牧草冷地早熟禾生长发育对气候变化的响应. 生态学杂志，2012，31(6): 1525- 1532.

[39] 刘伟，周立，王溪. 不同放牧强度对植物及啮齿动物作用的研究. 生态学报，1999，19(3)：376- 382.

[40] 李青云，李建平，董全民，马玉寿，来德珍，赵新全，施建军，王柳英. 江河源头不同程度退化小嵩草高寒草甸草场的封育效果. 草业科学，2006，23(12)：16- 21.

ThecauseofgrasslanddegradationinGologTibetanAutonomousPrefectureintheThreeRiversHeadwatersRegionofQinghaiProvince

ZHAO Zhiping，WU Xiaopu，LI Guo，LI Junsheng*

(ChineseResearchAcademyofEnvironmentalSciences，Beijing100012，China)

Grassland degradation was the deterioration of the grassland ecosystem function, such as structure, energy flow and material circulation, during its evolution process. This result is due to grassland coverage declining, yield of grass decrease and poison rank grass overgrowing, caused by human activities interference or adverse natural factors. Since the grim situation, the quality of grassland decline, Grassland productivity, economic potential and service function deteriorate, biodiversity complexity level descend, recovery function weaken or disappear, which threat region ecological security. Therefore, grassland degradation and its ecological impact have been an important research area of ecology. Located at the east of Tibet Plateau, the three rivers headwater region is the source region of Yangtze River, Yellow River and lancang River, and regard as the water tower of China. Under the influences of climate change and human activities，the grassland degradation presented a general situation in the Three Rivers Headwaters Region of Qinghai Province in last decades. Mainly located in the source region of Yellow River，the alpine meadow degradation and alpine steppe desertification were common phenomena. Grassland degradation was the result under joint action of long-term climate change and unreasonable grazing. By using long-term historical data，this paper investigated the cause of grassland degradation in the aspects of climate change effect and grazing influence to grassland productivity in Golog Tibetan Autonomous Prefecture since 1960s. The result showed that this region was sensitive to global warming. From 1961 to 2010，the annual average temperature ascending，annual precipitation slightly decreasing and moisture condition descending were the general trend. Nevertheless，the net primary productivity (NPP) was in the upward trend by the simulation of Miami Model，Thornthwaite Memorial Model and Synthetic Natural Vegetation Net Primary Productivity Model (Synthetic Model). The climate change improved the grassland productivity in generally. Hence，from macro point of view，climate change was not the cause of grassland degradation in the research area. The livestock amount at the end of year increased sharply in 1960s and reached the peak in 1970s. Large grassland current carrying capacity meant grassland overload and overgrazing. After that, the grassland deteriorated. The livestock amount at the end of year had extremely significant correlation (Plt;0.01) with NDVI condition. Therefore，long-term grassland overload and overgrazing was the cause of grassland degradation. The key points of degraded grassland recover and governance were controlling grassland current carrying capacity and relieving grassland livestock carrying pressure. Since 2000，with the declining of grassland current carrying capacity，degraded grassland began to recover.

grassland degradation; climate change; overgrazing; Golog Tibetan Autonomous Prefecture

环保公益性行业科研专项项目(201209031)

2012- 12- 20;

2013- 04- 18

*通讯作者Corresponding author.E-mail: lijsh@craes.org.cn

10.5846/stxb201212201833

赵志平，吴晓莆，李果，李俊生.青海三江源区果洛藏族自治州草地退化成因分析.生态学报,2013,33(20):6577- 6586.

Zhao Z P，Wu X P，Li G，Li J S.The cause of grassland degradation in Golog Tibetan Autonomous Prefecture in the Three Rivers Headwaters Region of Qinghai Province.Acta Ecologica Sinica,2013,33(20):6577- 6586.