气候变化与人为活动对三江源草地生产力影响的定量研究

张颖，章超斌，王钊齐，杨悦，张艳珍，李建龙*,安如

(1.南京大学生命科学学院，江苏 南京 210046;2.河海大学地球科学与工程学院地理信息科学系，江苏 南京 210098)



气候变化与人为活动对三江源草地生产力影响的定量研究

张颖1，章超斌1，王钊齐1，杨悦1，张艳珍1，李建龙1*,安如2

(1.南京大学生命科学学院，江苏 南京 210046;2.河海大学地球科学与工程学院地理信息科学系，江苏 南京 210098)

近数十年来在气候变化和生态工程实施的背景下，作为我国重要的生态屏障的三江源地区的气候条件和人为干扰都发生了明显的变化。本研究借助CASA模型和气候生产力模型，结合对土地利用/覆盖变化(LUCC)的分析，定量评估了气候变化、LUCC和草地管理措施对三江源草地净初级生产力(NPP)变化的影响。结果表明，1)2001-2012年间，三江源草地总面积增加了6749 km2，草地的平均NPP下降了5.47%，总NPP下降了5.00%。 2)由新增加的草地带来的NPP总量为1293.12 Gg C，由转出草地带来的NPP总量损失为215.42 Gg C。 3) 2012年气候总NPP比2001年下降了20.27%，而人为总NPP增加了41.51%。12年间气候变化的趋势不利于草地植被的生长，而人为活动对草地植被的负面影响力有明显减弱。4)由气候因素引起的草地总NPP变化量为-165.28 Tg C，而管理措施引起的总NPP变化量为140.03 Tg C； LUCC导致的草地总NPP变化量为2.22 Tg C。草地管理措施的改进对遏制草地退化起到了决定性作用。

净初级生产力；土地利用/覆盖变化；草地管理措施；人类活动；气候变化；三江源

三江源位于青海省南部，是长江、黄河、澜沧江的发源地。区域内原始自然植被及其富含有机质的土壤使其水源涵养功能显著，素有“中华水塔”之称[1]。三江源是世界上海拔最高，高原生物多样性最集中和生态系统最敏感、脆弱的地区[2]，也是全国最为重要的生态功能区之一。天然草地占三江源地区总面积的70%左右，近30～40年来，该区草地已呈全面退化的趋势[3-4]，草地生产力下降，生态环境恶化，水源涵养能力急剧下降，不仅严重影响三江源区的居民生活，同时也威胁着长江黄河流域乃至东南亚地区的生态安全。三江源自然保护区于2000年成立，2003年晋升为国家级自然保护区，并于2005年批准实施了《三江源自然保护区生态保护和建设工程》，开展生态恢复和治理工作。该工程建设内容包括退牧还草、已垦草原还草、退耕还林、草地鼠害治理、水土保持和保护管理设施与能力建设等多项措施，以遏制草地生态退化的趋势。

草地生态系统的退化或恢复的动态过程是气候环境和人为活动共同作用的过程。土地利用/覆盖变化(LUCC)是人类活动对地球表面影响最明显的一个方面。剧烈的LUCC直接影响了生态系统的结构、过程和功能，包括区域气候变化[5]、土壤质量[6]和区域碳、水循环[7]，LUCC也显著地影响着植被的分布格局和生产力[8]。而对土地覆盖类型未发生改变的区域，人类对草地的开发管理措施，如放牧数量、放牧方式、药材采掘、人工降雨也是对草地生态健康有重要影响的因素。针对三江源地区，已有一些研究对草地生产力动态及其驱动力进行了监测或分析，但是能够定量的划分不同的驱动因子，尤其是不同的人为影响的研究依然比较少见。

21世纪以来，遥感技术的应用把人类认识植被退化的视角从局部近距离直接介入性的研究推向区域性整体的定量模拟研究。植被退化的一个重要表现是植被生产力的下降，而植被净初级生产力(NPP)[9-11]是表征生产力状况的一项重要指标，是评价陆地生态系统可持续发展的重要因子[12]。NPP也是响应气候变化和人类活动的一个敏感指标，已经成为衡量土地覆盖类型变化和管理措施效果的生态指标。近年来有不少学者借助遥感数据模拟的NPP作为草地生态系统健康状况监测指标，来进行较大时空尺度的草地退化监测和退化驱动力研究[13-16]。

本研究利用多源遥感数据，以三江源草地为研究区，在模拟草地实际NPP与潜在NPP的基础上，分析了保护区成立后12年(2001-2012年)中三江源草地LUCC的时空格局，并定量分析了气候因素、LUCC和草地管理措施对草地退化的影响，进而评价生态恢复工程中土地覆盖类型变化和管理措施对草地生态系统恢复的绩效，以期为决策者制定可持续发展战略计划提供理论依据。

1 材料与方法

1.1 研究区域概况

三江源全区地处青藏高原腹地(图1)，地理位置31°39′-36°12′ N，89°45′-102°23′ E，行政区域涉及玉树、海南、果洛、黄南4个藏族自治州的16 个县和格尔木市的唐古拉乡，总面积35.66万km2，其中长江源区面积15.41万km2，黄河源区面积9.83万km2，澜沧江源区面积3.68万km2，其他内陆河流域的面积6.74万km2。三江源以海拔3335～6564 m的山地地貌为主，主要山脉为东昆仑山及其支脉阿尼玛卿山、巴颜喀拉山和唐古拉山山脉，地形起伏跌宕、河网密布、湖泊众多、雪山连绵、冰川纵横。三江源属典型高原大陆气候，年温差小、日温差大，年平均气温-5.38～4.14 ℃[17]，年平均降雨量262.2～772.8 mm，年蒸发量730～1700 mm，年日照时数2300～2900 h，热量和水分的分布大致呈现由东南向西北递减的趋势。三江源植被空间分布呈明显的高原地带性，天然草地占全区总面积的 70% 左右，主要组成为高寒干草原草地和高寒草甸草地，分别占三江源地区草地总面积的 12.1% 和 82.6%。

图1 研究区的地理位置、海拔及行政区划Fig.1 Location, elevation, and the administrative division of the study area

1.2 数据获取及预处理

1.2.1 遥感数据获取及处理 2001-2012年的NDVI数据采用MODIS影像的MYD13A2数据产品，空间分辨率为1 km。使用MRT(MODIS Reprojection Tools)将下载的遥感数据进行格式转换和重投影，并完成图像的空间拼接和重采样。利用Savtzky-Golay (S-G)滤波法对遥感数据进行平滑滤波处理。S-G滤波法又称最小二乘法或数据平滑多项式滤波法，是用一种最小二乘卷积拟合方法来平滑和计算一组相邻值或光谱值的导数[18]。在遥感数据的降噪处理中得到广泛的应用[19-21]。将16 d的遥感数据，采用最大合成法得到草地NDVI的月遥感数据。

2001-2012年的土壤温度数据采用MODIS影像的MOD11地表温度数据，空间分辨率为1 km。数据来自https：//wist.echo.nasa.gov/api/。

LUCC数据选用2001和2012年两期的三江源地区土地利用图，是基于IGBP(国际地圈生物圈计划)分类系统的MCD12Q1产品，通过LPDAAC(Land Processes Distributed Active Archive Center)的EOS/MODIS数据中心下载，空间分辨率500 m(在本研究中重采样为1 km)。MCD12Q1产品的IGBP分类法在全球范围内的分类精度可达74.8%，其中72.3%～77.4%的区域达到95%的置信区间[22]，该分类与中国2000 年1∶10 万的土地分类数据在面积上一致性也最高[23]。本研究根据需要将IGBP分类系统最初的17个类别重新划分为7个主要的土地利用类型[14]：水体、森林、草地、农田、农田/自然植被、城市、荒漠。在重分类过程中，常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林和密闭灌丛被归并为森林，稀疏灌丛、森林草原、稀树草原、草原和永久湿地被归并为草地，雪/冰和水体被归并为水体。

1.2.2 气象数据获取及处理 气候数据采用中国气象科学数据共享服务网(http://cdc.cma.gov.cn)提供的2001-2012年三江源内及其周边50个标准气象站点的月平均温度、月降水量及月太阳总辐射资料。通过插值处理获取与NDVI数据像元大小一致、投影相同的气象数据栅格图像。由于三江源地区位于青藏高原腹地，地形起伏跌宕且气象站台稀疏，常用的插值方法如克里格(Kringing)和反距离权重(IDW)等方法在该地区难以达到较高的精度[24]，为后期的NPP核算和数据分析带来干扰。本研究采用澳大利亚国立大学基于薄盘光滑样条函数开发的专用气候数据空间插值程序ANUSPLIN对气候数据进行插值，该方法能够引入多个影响因子(如海拔、日照时间等)作为协变量，从而大大提高插值精度[25]。该软件在国内外得到了广泛的应用[26-28]，并已证明在三江源地区能够取得较高的插值精度[29]。

1.2.3 实测数据 由于实测NPP难度比较大, 往往采用生物量换算的NPP数据代替NPP实测数据进行模型验证。本研究基于2012年8月在三江源实测的50个样地的生物量数据。样地面积为1 km×1 km，调查样方面积为1 m×1 m，每个样地取10个重复。齐地收割植物地上部分，后在70 ℃的恒温烘箱内烘干至恒重后称取干重。根据Wu等(2010)[30]对青藏高原草甸碳通量的研究，地上部分和地下部分的碳分配比例为58.7∶41.3，实测NPP的计算方法如下：

NPPm=DMAG(1+41.3/58.7)×0.542

(1)

式中：NPPm为实测NPP，DMAG代表地上部分的干物质量；0.542为碳转化效率[31]。

1.3 方法

1.3.1 实际NPP的估算 本研究选用CASA[32](Carnegie-Ames-Stanford Approach)模型来估算三江源地区NPP，CASA模型是由遥感、气象以及植被类型、土壤类型共同驱动的一种基于光能利用率原理的过程模型，已被全球1900多个实测站点校准[33]。模型通过遥感数据中提取的植被指数来估算太阳辐射中被植被吸收的光合有效辐射(APAR)，结合植被对于到达地表的光合有效辐射的利用效率(ε)来估算植被干物质的增加量(NPP)。

CASA模型所估算的植被净初级生产力可以由植被吸收的光合有效辐射(APAR)和光能利用率(ε)两个变量来确定，其估算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(2)

式中：APAR(x,t)表示像元x在t月份吸收的光合有效辐射；ε(x,t)表示像元x在t月份的实际光能利用率。植被吸收的光合有效辐射(APAR)取决于太阳总辐射和植被对光合有效辐射的吸收比例，计算公式如下：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(3)

式中：SOL(x，t)表示像元x在t月份的太阳总辐射量(MJ/m2)；常数0.5表示植被所能利用的太阳有效辐射(400～700 nm)占太阳总辐射的比例；FPAR表示植被层对入射的光合有效辐射(PAR)的吸收比例，在一定范围内FPAR可以通过遥感影像产品提供的NDVI对FPAR进行估算，公式如下：

(4)

式中：NDVIi,min和NDVIi,max分别代表不同植被覆盖类型的最小NDVI值和最大NDVI值；NDVI(x，t)表示像元x在t月份的NDVI值。FPARmax和FPARmin的取值与植被覆盖类型无关，分别为0.95和0.001。

光能利用率(ε)是指植被把所吸收的光合有效辐射(PAR)转化为有机碳的效率，它主要受温度和水分的影响，计算公式如下：

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(5)

式中：Tε1(x,t)和Tε2(x,t)表示温度对光能利用率的影响；Wε(x,t)表示水分条件对光能利用率的影响；εmax表示在理想状态下植被的最大光能利用率，其取值因植被类型不同有较大差别。朱文泉等[31]根据误差最小的原则，利用中国的NPP实测数据，模拟各植被类型的最大光能利用率，本研究对εmax的取值也参照这一成果。其他具体计算方法及参数设置见文献[34-35]。

1.3.2 气候NPP和人为NPP的估算 为保证实际NPP与气候NPP(即潜在NPP)的可对比性，气候NPP的计算采用与CASA模型一致的模型构造方式[14,36]，但其中的植被层对入射光合有效辐射的吸收比例FPAR的计算通过利用气候变量来实现，而其他参数的计算与CASA模型相同。潜在NPP模型中FPAR的计算如下：

FPAR=1-e-kLAI

(6)

式中：k为常数0.5；LAI(leaf area index)为叶面积指数。

LAI=LAImin+fsw×fst×(LAImax-LAImin)

(7)

式中：LAImin和LAImax分别为最小和最大叶面积指数，其值由具体植被类型决定；fsw和fst分别表示土壤水分和土壤温度对植被生长的限制。

fst=min{1，max[0，1-0.0016×(298-T)2]}

(8)

fsw=min{1，max[0，(Wsoil/Wmax)/Wcrit]}

(9)

式中：Wsoil和Wmax分别表示土壤含水量与土壤最大含水量，计算方法参考CASA模型中土壤水分子模型；Wcrit为常数0.25，表示土壤中凋萎含水量占最大含水量的比例；T为气温。

人为NPP反映人为活动对植被NPP的影响作用，为气候NPP与实际NPP的残差(潜在NPP-实际NPP)。

1.3.3 NPP变化影响力定量评估方法 为了便于定量分析，本研究中将草地覆盖分为3类：第1类， 2001-2012年保持不变的草地(即在2001年和2012年其土地覆盖类型都是草地)；第2类，新增加草地(即2001年土地利用类型为非草地，但2012年转化为草地)；第3类，转出的草地(即2001年土地利用类型为草地，但2012年草地转化为其他土地利用类型)。

NPP的变化受到气候变化和人类活动干扰等多种因素的驱动。本研究中，为了定量区分2001-2012年间两个因素对NPP变化的驱动作用，假设实际NPP的变化量是气候作用下NPP变化量和人类活动导致NPP变化量之和，即：

NPPactual=NPPclimate+NPPhuman

(10)

式中：NPPactual代表在气候变化和人类活动的共同影响下的NPP变化量；NPPclimate代表仅考虑气候条件下的潜在NPP的变化量。NPPhuman表示人类活动引起NPP变化，包括土地覆盖类型变化引起的变化和管理措施引起的变化，即：

NPPhuman=NPPLUCC+NPPmanage

(11)

式中：NPPLUCC代表在土地覆盖类型发生变化的草地(新增草地和转出草地)上，人类活动影响下的NPP变化量，即土地覆盖类型变化引起的NPP变化。这部分草地上实际NPP的变化量受气候变化和人类对土地利用方式转变的共同影响，因此NPPLUCC的计算方法为类型变化草地的实际NPP变化量(新增草地NPP的增量减去转出草地导致的NPP损失量)，再减去气候变化引起的NPP的变化量，公式为：

NPPLUCC=NPPturn in-NPPturn out-CNPPclim

(12)

式中：NPPturn in为2012年新增草地实际NPP总量，NPPturn out为2012年转出草地的实际NPP总量，CNPPclim为土地覆盖类型变化的草地上气候总NPP的变化量。

NPPmanage代表在土地覆盖类型没有发生变化的草地上，人类活动影响下的NPP变化量，即草地管理措施引起的变化，其计算方法：

NPPmanage=NPP2012-NPP2001-UCNPPclim

(13)

式中：NPP2012和NPP2001分别为土地覆盖类型未变化的草地上2012年和2001年的实际总NPP；UCNPPclim为土地覆盖类型未变化的草地的气候总NPP变化量。

1.3.4 CASA模型结果验证 CASA模型模拟的NPPactual与草地实测值NPPm的相关性分析的结果(图2)，显示NPP 实测值与模拟值吻合良好(R2=0.8579，P<0.001)。表明基于CASA模型模拟得到的草地实际NPP具有较高的模拟精度和可靠性。

图2 三江源NPP模拟值与观测值的比较Fig. 2 Comparison between simulated NPP and observed NPP of Three-River Source Region (TRSR)

2 结果与分析

2.1 三江源LUCC类型转化的空间分布特征

通过对比2012年和2001年两期的土地覆盖影像，逐像元的记录土地覆盖变化情况。三江源 2001-2012年的土地覆盖空间分布及其变化面积状况如图3所示。 2001-2012年间，整体上三江源的土地覆盖变化程度比较轻，绝大部分(96.10%)的土地覆盖类型空间分布保持稳定。草地是三江源最主要的土地覆盖类型，始终占据着全区65%以上的面积。在土地覆盖发生变化的类型中，相对显著的是从荒漠向草地转换(63)和从农田向草地的转换(32)。前者主要分布于三江源西北部的草地与荒漠交错地带，后者主要分布在三江源东部的甘德、河南等县。

图3 2001-2012年间三江源各土地类型间转化的空间分布 Fig.3 The spatial distribution of transformation of different land cover types of the TRSR from 2001 to 2012 土地覆盖类型的代码如下：0表示水体，1表示森林，2表示草地，3表示农田，4表示城镇，5代表农田/自然植被混合体，6表示荒漠。代码02，12，32，52和62表明2001年的水体、森林、农田、耕地/自然植被镶嵌体和荒漠在2012年都转换为草地。代码20，21，23，25和26表明2001年的草地在2012年分别转化为水体、林地、耕地、农田/自然植被镶嵌和荒漠。代码22表示该土地在2001年和2012年都是草地。其余类推。下同。Codes for the conversions between grassland and other land use and cover types are as follow: Code 0, 1, 2, 3, 4, 5 and 6 represent water, forest, grassland, cropland, city, cropland/natural vegetation and desert, respectively. Code 02, 12, 32, 52 and 62 represent water, forest, cropland, cropland/natural vegetation and desert of 2001 converted to grassland in 2012, respectively. Code 20, 21, 23, 25 and 26 represent grassland of 2001 converted to water, forest, cropland, cropland/natural vegetation and desert in 2012, respectively. Code 22 represents this area was always grassland from 2001 to 2012, and so forth.The same below.

表1为三江源主要的土地覆盖类型在2001年和2012年的分布面积及面积变化情况。 2001-2012年间，森林、农田、农田/自然植被和荒漠4种土地覆盖类型面积呈现下降趋势，其中农田和农田/自然植被混合像元的下降比例最大，均下降了87%；另外，森林和荒漠也有较大的下降比例，分别下降了29%和27%。草地和城市的面积呈现上升趋势，分别增长了3%和39%。草地面积变化程度较为轻微，城市面积因基数较小而呈现出较高的增长率。

2.2 三江源NPP动态变化的特征分析

基于CASA模型和气候生产力模型的三江源植被2001与2012年的气候生产力、人为生产力及实际生产力的空间分布如图4所示。

图4a与图4b为2001与2012年三江源植被气候生产力的空间分布，全区平均气候 NPP在2001与2012年分别为377.04与298.16 g C/(m2·yr)，2012年较2001年下降了20.92%，代表气候条件趋于不利于植被生长。气候NPP下降较为明显的地区包含玛多县、曲麻莱县的北部、治多县中部和南部、治多县西部；上升较快的地区主要分布在玛沁县、杂多县和格尔木市的南部。

图4c与图4d为2001与2012年三江源植被人为生产力的空间分布，全区平均人为 NPP在2001与2012年的值分别为-165.72与-99.16 g C/(m2·yr)，人为活动均对植被生产力有负面影响，但2012年较2001年负面效应消减了40.17%，表示人为活动对植被生长的不良影响有明显的减弱。人为NPP增长较明显的区域主要分布在玛多县的扎陵湖和鄂陵湖周边区域、治多县南部；减少比较明显的区域分布于杂多县和格尔木市南部、玉树北部、治多县的东南部。

表1 2001-2012年三江源土地利用变化情况Table 1 Area of land cover and dynamic change in the TRSR during 2001-2012

三江源实际NPP空间分布结果显示(图4e与图4f)： 2001-2012年三江源全区NPP整体上呈现下降态势，全区平均 NPP由2001年的207.57 g C/(m2·yr) 下降到2012年的196.21 g C/(m2·yr)，下降比例为5.47%。NPP下降程度较大的地区主要位于三江源的东南部班玛县、达日县和南部的囊谦县与玉树县，而增长程度较大的地区主要分布于兴海县北部、玛多县、治多县和曲麻莱县部分区域。

2001-2012年间，LUCC对草地NPP的影响情况如表2所示，2012年由新增加的草地带来的NPP总量为1293.12 Gg C，其中由农田转化的草地NPP总量为803.08 Gg C，占据新增草地NPP总量的最大比例(62.12%)，其次是由荒漠转化为草地带来的NPP，总量为320.21 Gg C，占新增总量的24.76%。与此同时，转出草地NPP总量损失为215.42 Gg C，其中转化为荒漠导致的NPP损失为107.93 Gg C，占最大比例(50.10%)，因转化为农田的损失86.70 Gg C，占40.25%。

图4 2001年(a，c，e)和2012年(b，d，f)气候NPP、人为NPP与实际NPP在三江源的空间分布Fig.4 Spatial distribution of NPPclimate, NPPhuman and NPPactual in the TRSR in 2001 (a, c and e) and 2012 (b, d and f)

2001代码Code平均NPPMeanNPP[gC/(m2·yr)]面积Area(km2)总NPPTotalNPP(GgC)2012代码Code平均NPPMeanNPP[gC/(m2·yr)]面积Area(km2)总NPPTotalNPP(GgC)未变化草地Unchangedgrassland未变化草地Unchangedgrassland22219.41209062.0045869.7122207.76209062.0043434.47将转出的草地Turnoutgrassland新增加的草地Newlydevelopedgrassland21335.5721.007.0512324.82127.0041.2523367.38236.0086.7032328.062448.00803.08250.000.000.0052313.22336.00105.242649.222193.00107.936252.846060.00320.2120102.57109.0011.1802105.51228.0024.06转出草地总计Sumofturnoutgrassland87.932450.00215.42新增草地总计Sumofnewgrassland140.579199.001293.12

2.3 三江源不同驱动因子对NPP变化的驱动力分析

图5 2001与2012年三江源草地NPPclimate、NPPhuman和NPPactual的对比Fig.5 The comparison of NPPclimate, NPPhuman and NPPactual of the TRSR in 2001 and 2012

三江源草地2001与2012年的气候NPP与人为影响NPP的对比情况如图5所示。2001年气候总NPP、人为总NPP与实际总NPP分别为791.69、-336.48和459.23 Tg C。2012年气候总NPP、人为总NPP与实际总NPP分别为631.25、-193.78和436.56 Tg C。2012年气候总NPP比2001年下降了20.27%，与此同时人为总NPP却提升了41.51%，说明对于植被生产力，2012年的气候条件比2001年恶劣，而人为活动产生的负面影响力有明显减弱。

图6为定量区分气候变化、人类活动和LUCC与管理措施变化对三江源草地NPP变化的驱动作用的结果。可以看出，对于土地利用类型未发生改变的草地(图6a)，12年间由气候因素引起的草地总NPP变化量为-164.38 Tg C，而管理措施引起的总NPP变化量为140.03 Tg C；对于土地类型发生变化(失去或新增)的草地(图6b)，由气候因素和LUCC导致的草地总NPP变化量分别为-0.90和2.22 Tg C；对于全区草地而言(图6c)，12年间气候变化对草地植被生长带来负面效应，气候因素导致的草地总NPP变化量为-165.28 Tg C，而人为活动对草地植被生产力的变化带来正面效应，有效地遏制了草地的退化，其中草地管理措施起到了决定性作用，管理措施和LUCC对草地总NPP的变化量分别为人类活动贡献量的98.44%与1.56%。

2.4 三江源气候变化趋势

在气候数据中提取出2001-2012年三江源生长季(5-9月)的温度、辐射和降水的年际波动情况(图7)。在12年间，生长季温度和降水都呈现上升趋势，2012年的生长季气温比2001年升高了0.84 ℃，降水增加了78.62 mm，而辐射却呈现明显的下降趋势，2012年全区的辐射比2001年降低了108.62 MJ/m2。

2.5 三江源家畜数量变化趋势

基于年鉴[37]数据分析了三江源地区家畜年末存栏数和实际载畜量的逐年变化趋势(图8)，2001年以来，草地的实际载畜量和牲畜年末存栏数都呈下降趋势，年末存栏数和实际载畜量的下降速度分别为10.217和16.175万羊单位/年。实际载畜量在2003年较上一年出现了较大的降幅，达88万羊单位。

图6 2001-2012年间草地NPP变化量的气候贡献与人类活动贡献Fig. 6 Contributions of climate change and human activities to NPP variations in 2001-2012

图7 三江源气候因子在生长季的年际波动Fig.7 Temporal variations in meteorological variables during the growth season in the TRSR

3 讨论

图8 2001-2012年三江源家畜数量变化Fig.8 Yearly change of livestock number in the TRSR in 2001-2012

3.1 气候因素对草地退化的影响

气候变化是影响植被动态的重要因素，尤其是在生态系统敏感脆弱的高海拔地区。青藏高原，是中国也是亚洲乃至全球气候变化的敏感区，气候变化的幅度比周边区域更为剧烈[38-40]。三江源地处青藏高原腹地，气候变化对其草地生态系统产生着重要的影响。三江源在近50年来气候整体上趋于暖湿化(主要为东部和北部)[41-42]，一些研究认为这种气候变化趋势有利于植被生长与恢复[43-46]，也有研究指出尽管从30余年的时间尺度上三江源气候变化表现出有利于对植被生长，但进入21世纪的十几年中，气候变化趋势已转变为不利于植被生长，本研究结果也支持后一观点。产生结论差异的原因除了研究时段的不同，还可能是由模型的差异引发。能为气候变化趋势在近十几年内有利于植被生产力增长提供直接证据的研究多借助Thornthwaite Memorial模型[43-44]计算气候生产力。Thornthwaite Memorial模型计算过程中无需辐射参数，因而忽略了该时段内辐射的降低趋势对植被生长的影响，而本研究所采用的气候生产力模型，充分考虑了太阳辐射、水分和温度对于植被生产力的作用。尽管三江源具备较丰富的太阳辐射，但辐射在三江源的分布并不均匀，受季风和海拔梯度的影响较大，呈现出从西北向东南递减的趋势。太阳辐射是植被光合作用的能量来源，对植被的生产力有重要影响。根据Nemani等[47]的研究，20世纪大气中云层覆盖的减少和辐射的增加是全球NPP增加的主要原因。Piao等[48]的研究结果也指出，相对于降水和温度，辐射的增加对青藏高原NPP上升的影响作用更大。Zhang等[49]的研究也表明，太阳辐射是三江源地区对植被生产力影响最大的气候因子，进入21世纪后辐射的下降是导致植被的气候生产力下降的关键因素。温度的上升对植被气候NPP也有正面贡献，但是由于温度对NPP的影响力不及辐射，不足以抵消辐射下降对NPP带来的负面效应[49]。另外，2001年后，降水呈现较快的增长速率，一方面降水的增加会造成温度和辐射的下降，因而抑制了植被的光合作用，另一方面降水的增多加剧了三江源的土壤侵蚀，造成土壤养分的下降，降低了植被的生产力[50]。综上而看，2001-2012年间三江源气候变化的趋势，不利于草地植被的生长，加剧了草地退化。

3.2 LUCC对草地退化的影响

三江源生态保护建设一期工程(2005-2013年)总投资75亿元，主要内容包括农牧民生产生活基础设施、支撑项目三大工程和草地保护、退耕还林还草、水土流失治理等22个子项目[51]。其中，退耕还林还草、沙地戈壁治理等生态恢复工程的实施将促使土地利用类型发生改变。已有研究证明，生态恢复工程带动的LUCC对区域草地环境恢复有积极影响的变化，如Mu等[14]的研究也发现2001-2009年间由生态恢复工程带动的LUCC引起内蒙古草地NPP增量约占草地NPP总增量的42.1%，周伟[52]的研究发现石羊河流域2001-2010年的土地利用变化引起草地NPP净增加654.82 Gg C。

有研究指出，近30余年来，三江源地区各生态系统格局分布相当稳定，是长江、黄河流域乃至全国各区域生态系统类型变幅最小的稳定区[53]。本研究对2001和2012年两期土地分类数据的对比也支持该结论。其原因主要是三江源较为特殊的地理位置及人口分布情况，使该地区人类改变土地利用类型的强度和广度远低于全国其他地区，当地居民历代沿袭的以畜牧业为主的生产方式也没有发生重大变化，因此LUCC效应微弱。本研究结果也显示，2012年间三江源草地面积比2001年仅增加了0.32%，而由此引发的NPP增量占全区人为NPP增量的1.56%。由此可见，尽管当前土地利用方式的优化在三江源草地植被恢复的过程实施范围有限，但此类措施可以达到较高的单位效益。

草地沙化是草地严重退化的一个重要特征。沙漠化逆转是退耕还林还草工程的重要目标之一，该工程计划在1999-2012年间将全国1.73 ×1011hm2的沙漠转化为绿色植被，其中主要针对沙漠-草地过渡地区[54]，三江源草地沙化较为严重的治多县目前已净减少沙化面积4.47×108hm2，是青海省治沙工程的重点实施区域[55]。本研究也发现，研究区内新增草地的66.09%是由荒漠转化，多集中在三江源西北部治多县境内的草地与荒漠的交错地带。很多国内外的研究都认为在沙漠边缘的草地实行人工种草能够有效地防止草地沙漠化，并对沙漠化逆转起到促进作用，人工种植的灌木能形成具有较高肥力的小斑块，营造出适合草本植物生长的微环境，随着植被的生长，草本组成的植被斑块开始扩张，从而推动沙地向草地的转化。

3.3 草地管理措施对草地退化的影响

草地退化不仅表现为草地面积的减少，还包括草地盖度下降、生产力下降、群落退化等多方面。合理的草地管理经营措施对于保护草地生态的可持续发展有着重要作用。本研究结果显示，由管理措施优化对草地生产力的贡献占人为活动总贡献的98.44%，起到决定性的作用。三江源草地的退化格局在20世纪70年代已经形成[3]，在80与90年代由于牧民追求短期经济利益，政府缺乏系统有效的保护政策和管理引导措施，过度放牧和农垦等不合理的人类活动加剧了三江源植被的退化。畜牧业是三江源地区的主要产业，牲畜存栏数的剧增是人类活动影响的重要方面，过牧被认为是草地退化的根本原因[1]。三江源自2003年开始实施“减畜工程”[56]，工程实施后草地实际载畜量出现明显下降。从较长时间尺度看，减畜工程前的15年(1988-2002年)牲畜存栏数平均值为1958万羊单位，减畜工程后的10年(2003-2012年)的平均量已降至1541万羊单位，比减畜工程前下降了21.3%。也有研究报道，三江源的载畜压力在工程实施后有明显下降[56-57]，草地减畜工程取得初步成效。

除减畜措施外，三江源还实施了一系列的生态恢复措施，如人工降雨、人工补播草种、鼠害治理等措施。在生态恢复工程期间，已累计完成黑土滩综合治理3.49×109hm2、地面及地下鼠害防治7.85×1010hm2，在实施区域有效的改良了退化的草地，草地的产草量、牧草品质、抗灾害能力及物种多样性均有明显的提高，特别是人工增雨工程对缓解荒漠化的作用尤为显著[58]。黑土滩治理区的植被覆盖度由治理前的20%提高到80%以上。在近十几年来的生态恢复工程的作用下，三江源的局部地区草地生态环境好转，遏制了工程实施区域的生态环境继续恶化的趋势，草地生态压力得以减轻，退化态势有所减弱，使生态系统结构逐渐趋于合理。但值得注意的是，很多区域草地退化态势好转仅表现在长势上，群落结构并未发生好转[56]，三江源草地“局部改善，总体恶化”的格局并没有根本改变[2, 59]，三江源草地退化恢复及生态保护工程依然任重而道远。尤其是在当前气候条件恶化的背景之下，关于如何巩固和发展当前的工程成果，提高草地生态系统的抗干扰能力，适应不利的气候变化趋势的相应工作应该得到重视。

4 结论

本研究在模拟三江源草地实际NPP与潜在NPP的基础上，定量分析了2001-2012年间三江源地区LUCC的时空格局，并对气候变化、LUCC和草地管理措施对草地退化造成的影响进行了定量的分析，主要结论如下：

1) 2001-2012年间，三江源草地总面积增加了6749 km2，新增草地主要由荒漠转化而来。2012年草地的平均NPP相较2001年下降比例为5.47%，总NPP下降比例为5.00%。

2) 新增草地的NPP增加总量为1293.12 Gg C，其中由农田转化的草地占据最大比例。与此同时，2012年由转出草地引起的NPP损失总量为215.42 Gg C，其中转化为荒漠导致的NPP损失占最大比例。相对于土地覆盖类型未变化的草地，LUCC引起的总NPP的变化量比较微小。

3) 2012年气候总NPP比2001年下降了20.27%，而人为总NPP提升了41.51%。12年间气候变化的趋势不利于草地植被的生长，加剧了草地退化，而人为活动对草地植被的负面影响力有明显减弱。

4) 12年间，由气候因素引起的草地总NPP变化量为-165.28 Tg C，而管理措施引起的总NPP变化量为140.03 Tg C；LUCC导致的草地总NPP变化量分别为2.22 Tg C。草地管理措施的改进对遏制草地退化起到了决定性作用。

References：

[1] Ren J Z, Lin H L. Assumed plan on grassland ecological reconstruction in the source region of Yangtse River, Yellow River and Lantsang River. Acta Prataculturae Sinica, 2005, 14(2): 1-8. 任继周, 林慧龙. 江河源区草地生态建设构想. 草业学报, 2005, 14(2): 1-8.

[2] Wang K, Hong F Z, Zong J Y. Resource and their sustainable utility in the “Three-River Headwaters” Region. Acta Agrestia Sinica, 2005, 13(S1): 28-31. 王堃, 洪绂曾, 宗锦耀. “三江源”地区草地资源现状及持续利用途径. 草地学报, 2005, 13(S1): 28-31.

[3] 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(4): 364-376. 刘纪远, 徐新良, 邵全琴. 近30年来青海三江源地区草地退化的时空特征. 地理学报, 2008, 18(4): 364-376.

[4] Li J M, Cai H, Cheng Q,etal. Characterizing the evapotranspiration of a degraded grassland in the Sanjiangyuan Region of Qinghai province. Acta Prataculturae Sinica, 2012, 21(3): 223-233. 李婧梅, 蔡海, 程茜, 等. 青海省三江源地区退化草地蒸散特征. 草业学报, 2012, 21(3): 223-233.

[5] Carlson T N, Arthur S T. The impact of land use-land cover changes due to urbanization on surface microclimate and hydrology: a satellite perspective. Global & Planetary Change, 2000, 25(1): 49-65.

[6] Islam K R, Weil R R. Land use effects on soil quality in a tropical forest ecosystem of Bangladesh. Agriculture Ecosystems & Environment, 2000, 79(1): 9-16.

[7] Weber A, Fohrer N, Möller D. Long-term land use changes in a mesoscale watershed due to socio-economic factors-effects on landscape structures and functions. Ecological Modelling, 2001, 140(1): 125-140.

[8] Gao Q, Li X B, Yang X S. Responses of vegetation and primary production in North-South Transect of Eastern China to global change under land use constraint. Acta Botanica Sinica, 2003, 45(11): 1274-1283.

[9] Cramer W, Kicklighter D W, Bondeau A,etal. Comparing global models of terrestrial net primary productivity (NPP): overview and key results. Global Change Biology, 1999, 5(S1): 1-15.

[10] Matsushita B, Tamura M. Integrating remotely sensed data with an ecosystem model to estimate net primary productivity in East Asia. Remote Sensing of Environment, 2002, 81(1): 58-66.

[11] Field C B, Behrenfeld M J, Randerson J T,etal. Primary production of the biosphere: Integrating terrestrial and oceanic components. Science, 1998, 281: 237-240.

[12] Steffen W, Noble I, Canadell J,etal. The terrestrial carbon cycle: implications for the Kyoto Protocol. Science, 1998, 280: 1393-1394.

[13] Jiang L P, Qin Z H, Xie W. A research of monitoring grassland degradation based on mono temporal MODIS data. Chinese Journal of Grassland, 2007, 29(1): 39-43. 姜立鹏, 覃志豪, 谢雯. 基于单时相MODIS数据的草地退化遥感监测研究. 中国草地学报, 2007, 29(1): 39-43.

[14] Mu S J, Zhou S X, Chen Y Z,etal. Assessing the impact of restoration-induced land conversion and management alternatives on net primary productivity in Inner Mongolian grassland, China. Global and Planetary Change, 2013, 108(3): 29-41.

[15] Zhou W, Sun Z G, Li J L,etal. Desertification dynamic and the relative roles of climate change and human activities in desertification in the Heihe River Basin based on NPP. Journal of Arid Land, 2013, 5(4): 465-479.

[16] Zhan G C, Wang X, Li J,etal. Roles of climate changes and human interventions in land degradation: a case study by net primary productivity analysis in China’s Shiyanghe Basin. Environmental Earth Sciences, 2011, 64(8): 2183-2193.

[17] Yi X S, Yin Y Y, Li G S,etal. Temperature variation in recent 50 years in the Three-River Headwaters Region of Qinghai Province. Acta Geographica Sinica, 2011, 66(11): 1451-1465. 易湘生, 尹衍雨, 李国胜, 等. 青海三江源地区近50年来的气温变化. 地理学报, 2011, 66(11): 1451-1465.

[18] Gong P, Chen Z X. Regional vegetation phenology monitoring based on MODIS. Chinese Journal of Soil Science, 2009, 40(2): 213-217. 宫攀, 陈仲新. 基于MODIS数据的东北地区植被物候参数提取. 土壤通报, 2009, 40(2): 213-217.

[19] Ali A, Bie C D, Skidmore A K,etal. Detecting long-duration cloud contamination in hyper-temporal NDVI imagery. International Journal of Applied Earth Observation and Geoinformation, 2013, 24(12): 22-31.

[20] Mu S J, Li J L, Chen Y Z,etal. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010. Acta Geographica Sinica, 2012, 67(9): 1255-1268. 穆少杰, 李建龙, 陈奕兆, 等. 2001-2010年内蒙古植被覆盖度时空变化特征. 地理学报, 2012, 67(9): 1255-1268.

[21] Jönsson P, Eklundh L. TIMESAT—A program for analyzing time-series of satellite sensor data. Computers & Geosciences, 2004, 30(8): 833-845.

[22] Friedl M A, Sulla-Menashe D, Tan B,etal. MODIS collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote Sensing of Environment, 2010, 114(1): 168-182.

[23] Ran Y H, Li X, Lu L. Accuracy evaluation of the four remote sensing based land cover products over China. International Journal of Remote Sensing, 2010, 31(2): 391-401.

[24] Li X, Cheng G D, Lu L. Comparison study of spatial interpolation methods of air temperature over Qinghai-Xizang Plateau. Plateau Meteorology, 2003, 26(6): 565-573. 李新, 程国栋, 卢玲. 青藏高原气温分布的空间插值方法比较. 高原气象, 2003, 26(6): 565-573.

[25] Liu Z H, Mcvicar T R, Van Niel T G,etal. Introduction of the professional interpolation software for meteorology data: ANUSPLINN. Meteorological Monthly, 2008, 34(2): 92-100. 刘志红, Mcvicar T R, Van Niel T G, 等. 专用气候数据空间插值软件ANUSPLIN及其应用. 气象, 2008, 34(2): 92-100.

[26] Qian Y L, Lv H Q, Zhang Y H. Application and assessment of spatial interpolation method on daily meteorological elements based on ANUSPLIN software. Journal of Meteorology and Environment, 2010, 26(2): 7-15. 钱永兰, 吕厚荃, 张艳红. 基于ANUSPLIN软件的逐日气象要素插值方法应用与评估. 气象与环境学报, 2010, 26(2): 7-15.

[27] Hijmans R J, Cameron S E, Parra J L,etal. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 2005, 25(15): 1965-1978.

[28] Price D T, Mckenney D W, Nalder I A,etal. A comparison of two statistical methods for spatial interpolation of Canadian monthly mean climate data. Agricultural and Forest Meteorology, 2000, 101(2): 81-94.

[29] Peng H L， Liu F， Duo H R，etal. The comparison of spatial interpolation methods on temperature and precipitation of Sanjiangyuan area. Journal of Anhui Agricultural Sciences， 2010， 38(18): 9646-9649. 彭红兰， 刘芳， 朵海瑞， 等. 三江源地区温度和降水量空间插值方法比较. 安徽农业科学， 2010， 38(18): 9646-9649.

[30] Wu Y B, Tan H, Deng Y,etal. Partitioning pattern of carbon flux in aKobresiagrassland on the Qinghai-Tibetan Plateau revealed by field13C pulse-labeling. Global Change Biology, 2010, 16(8): 2322-2333.

[31] Zhu W Q, Pan Y Z, Zhang J S. Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing. Journal of Plant Ecology, 2007, 31(3): 413-424. 朱文泉, 潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估算. 植物生态学报, 2007, 31(3): 413-424.

[32] Potter C S, Randerson J T, Field C B,etal. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7(4): 811-841.

[33] Mu S J, Li J L, Zhou W,etal. Spatial-temporal distribution of net primary productivity and its relationship with climate factors in Inner Mongolia from 2001 to 2010. Acta Ecologica Sinica, 2013, 33(12): 3752-3764. 穆少杰, 李建龙, 周伟, 等. 2001—2010年内蒙古植被净初级生产力的时空格局及其与气候的关系. 生态学报, 2013, 33(12): 3752-3764.

[34] Yu D Y, Shi P J, Shao H B,etal. Modelling net primary productivity of terrestrial ecosystems in East Asia based on an improved CASA ecosystem model. International Journal of Remote Sensing, 2009, 30(18): 4851-4866.

[35] Yu D Y, Shi P J, Han G Y,etal. Forest ecosystem restoration due to a national conservation plan in China. Ecological Engineering, 2011, 37(9): 1387-1397.

[36] Xu D Y, Kang X W, Liu Z L,etal. Assessing the relative role of climate change and human activities in sandy desertification of Ordos region, China. Science in China (Series D), 2009, (4): 516-528. 许端阳, 康相武, 刘志丽, 等. 气候变化和人类活动在鄂尔多斯地区沙漠化过程中的相对作用研究. 中国科学: D辑, 2009, (4): 516-528.

[37] Qinghai Statistical Bureau. Qinghai Statistical Yearbook[M]. Beijing: China Statistics Press, 2001-2012. 青海统计局. 青海统计年鉴[M]. 北京: 中国统计出版社, 2001-2012.

[38] Cheng G, Wu T. Responses of permafrost to climate change and their environmental significance, Qinghai-Tibet Plateau. Journal of Geophysical Research-Earth Surface, 2007, 112(F2): 93-104.

[39] Wang G, Wang Y, Li Y,etal. Influences of alpine ecosystem responses to climatic change on soil properties on the Qinghai-Tibet Plateau, China. Catena, 2007, 70(3): 506-514.

[40] Du J Q, Ahati J, Zhao C X,etal. Analysis of vegetation dynamics using GIMMS NDVI3g in the Three-Rivers Headwater Region from 1982 to 2012. Acta Prataculturae Sinica, 2016, 25(1): 1-12. 杜加强, 贾尔恒·阿哈提, 赵晨曦, 等. 三江源区近30年植被生长动态变化特征分析. 草业学报, 2016, 25(1): 1-12.

[41] Xu W X, Gu S, Xu W J,etal. Spatial pattern and its variations of aridity/humidity during 1971-2010 in Three-River Source Region on the Qinghai-Tibet Plateau. Arid Land Geography, 2012, 35(1): 46-55. 徐维新, 古松, 苏文将, 等. 1971-2010年三江源地区干湿状况变化的空间特征. 干旱区地理(汉文版), 2012, 35(1): 46-55.

[42] Dou R Y. The climate change and adaptation strategies for sustainable development in the Three-River Headwaters Region in Qinghai Province in recent half century. Ecological Economy, 2016, (2): 165-171. 窦睿音. 近半个世纪三江源地区气候变化与可持续发展适应对策研究. 生态经济(中文版), 2016, (2): 165-171.

[43] Li H M, Zhang A L. Response of grassland climate productivity to climate change in Sanjiangyuan Regions. Journal of Huazhong Agricultural University: Social Sciences Edition, 2014, (1): 124-130. 李惠梅, 张安录. 三江源草地气候生产力对气候变化的响应. 华中农业大学学报: 社会科学版, 2014, (1): 124-130.

[44] Guo P P, Yang D, Wang H,etal. Climate change and its effects on climatic productivity in the Three-River Headwaters Region in 1960-2011. Chinese Journal of Ecology, 2013, 32(10): 2806-2814. 郭佩佩, 杨东, 王慧, 等. 1960-2011年三江源地区气候变化及其对气候生产力的影响. 生态学杂志, 2013, 32(10): 2806-2814.

[45] Zhang H Y, Fan J W, Shao Q Q,etal. Ecosystem dynamics in the‘Returning Rangeland to Grassland’ programs, China. Acta Prataculturae Sinica, 2016, 25(4): 1-15. 张海燕, 樊江文, 邵全琴, 等. 2000-2010年中国退牧还草工程区生态系统宏观结构和质量及其动态变化. 草业学报, 2016, 25(4): 1-15.

[46] Qi W, Bai W Q, Zhang Y L,etal. Effects of ecological engineering on net primary production in the Chang Tang and Sanjiangyuan national nature reserves on the Tibetan Plateau. Biodiversity Science, 2016, 24(2): 127-135. 祁威, 摆万奇, 张镱锂, 等. 生态工程实施对羌塘和三江源国家级自然保护区植被净初级生产力的影响. 生物多样性, 2016, 24(2): 127-135.

[47] Nemani R R, Keelin g C D, Hashimoto H,etal. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300: 1560-1563.

[48] Piao S L, Fang J Y, He J S. Variations in vegetation net primary production in the Qinghai-Xizang Plateau, China, from 1982 to 1999. Climatic Change, 2006, 74(1): 253-267.

[49] Zhang Y, Zhang C B, Wang Z Q,etal. Vegetation dynamics and its driving forces from climate change and human activities in the Three-River Source Region, China from 1982 to 2012. Science of the Total Environment, 2016, 563(9): 210-220.

[50] Gao Y H, Zhou X, Wang Q,etal. Vegetation net primary productivity and its response to climate change during 2001-2008 in the Tibetan Plateau. Science of the Total Environment, 2013, 444(2): 356-362.

[51] Chen G C. The Ecological Protection and Construction of the Three-river Source Nature Reserve[M]. Qinghai: Qinghai People’s Press, 2007. 陈桂琛. 三江源自然保护区生态保护与建设[M]. 青海: 青海人民出版社, 2007.

[52] Zhou W. The Spatial-temporal Dynamic Analysis of Grassland Ecosystem Productivity and its Influence Factors in China[D]. Nanjing: Nanjing University, 2014. 周伟. 中国草地生态系统生产力时空动态及其影响因素分析[D]. 南京: 南京大学, 2014.

[53] Xu X L, Liu J Y, Shao Q Q,etal. The dynamic changes of ecosystem spatial pattern and structure in the Three-River Headwaters region in Qinghai Province during recent 30 years. Geographical Research, 2008, 27(4): 829-838. 徐新良, 刘纪远, 邵全琴, 等. 30年来青海三江源生态系统格局和空间结构动态变化. 地理研究, 2008, 27(4): 829-838.

[54] Chen X G, Zhang X Q, Zhang Y P,etal. Carbon sequestration potential of the stands under the Grain for Green Program in Yunnan Province, China. Forest Ecology & Management, 2009, 258(3): 3980-3984.

[55] Qinghai Provincial Commission of Development and Reform. Ecological Patriotic Green Gratitude[EB/OL].(2015-04-14)[2016-11-05]. http://www.qhfgw.gov.cn/gzdt/tpxw/201504/t20150414_608117.shtml. 青海省发展和改革委员会. 生态报国 绿色感恩[EB/OL]. (2015-04-14)[2016-11-05]. http://www.qhfgw.gov.cn/gzdt/tpxw/201504/t20150414_608117.shtml.

[56] Zhang L X, Fan J W, Shao Q Q,etal. Changes in grassland yield and grazing pressure in the Three Rivers headwater region before and after the implementation of the eco-restoration project. Acta Geographica Sinica, 2014, 23(5): 116-123. 张良侠, 樊江文, 邵全琴, 等. 生态工程前后三江源草地产草量与载畜压力的变化分析. 草业学报, 2014, 23(5): 116-123.

[57] Zhang J, Zhang L, Liu W,etal. Livestock-carrying capacity and overgrazing status of alpine grassland in the Three-River Headwaters region, China. Journal of Geographical Sciences, 2014, 24(2): 303-312.

[58] Dan J J. Ecological protection effects, problems and countermeasures. Research On Development, 2015, (5): 21-24. 单菁菁. 三江源生态保护成效、问题与对策. 开发研究, 2015, (5): 21-24.

[59] Shi F T, Ma R P, Chang Q. Investigation of implementation of the project of returning grazingland to grass in the Three-river Headwaters Region. Pruataculture & Animal Husbandry, 2011, (8): 31-38. 石凡涛, 马仁萍, 常琪. 三江源地区退牧还草工程实施情况调查. 草业与畜牧, 2011, (8): 31-38.

Quantitative assessment of relative roles of climate change and human activities on grassland net primary productivity in the Three-River Source Region, China

ZHANG Ying1, ZHANG Chao-Bin1, WANG Zhao-Qi1, YANG Yue1, ZHANG Yan-Zhen1, LI Jian-Long1*, AN Ru2

1.SchoolofLifeScience,NanjingUniversity,Nanjing210046,China； 2.SchoolofEarthScienceandEngineering,HohaiUniversity,Nanjing210098,China

The Three-River Source Region (TRSR), a region with key importance for the ecological security of China, has been affected by climate change and by changes in human activities driven by a series of ecological restoration projects in recent decades. In this study, we analyzed land use and cover change (LUCC) in the TRSR and the consequent changes in grassland net primary productivity (NPP). For this analysis, we used the CASA (Carnegie-Ames-Stanford Approach) model, a climatic production model, and land use data for the study area from 2001 and 2012, which were derived from the MODIS global land cover product. The contributions of LUCC, land management measures, and climate change to NPP variations were analyzed quantitatively. The results showed that, during the 12 years, the net increase in grassland area was 6749 km2, and the average NPP and total NPP of grassland decreased by 5.47% and 5.00%, respectively. New grassland contributed 1293.12 Gg C (Gg=109g) to total NPP, while the loss of grassland led to a decrease of 215.42 Gg C. The climatic total NPP of grasslands decreased by 20.27% and the anthropogenic total NPP increased by 41.51%. These results indicate that climate conditions have negatively affected vegetation growth, whereas human activities have favorably affected vegetation recovery. The contributions of climate change, LUCC, and improved management measures to the variation in total NPP were -165.28 Tg C, 2.22 Tg C, and 140.03 Tg C, respectively. Therefore, improving grassland management measures can significantly reduce grassland deterioration due to climate change. Key words: net primary productivity (NPP); land use and cover change; grassland management measures; human activities; climate change; Three-River Source Region

10.11686/cyxb2016420

http://cyxb.lzu.edu.cn

2016-11-08；改回日期：2016-12-29

江苏省农业三新工程项目(SXGC[2014]287),国际APN全球变化项目(No.ARCP2015-03CMY-Li & CAF2015-RR14-NMY-Odeh),国家自然科学基金(41271361)和国家863计划(2007AA10Z231)资助。

张颖(1986-)，女，山东泰安人，在读博士。E-mail: binghuying@163.com*通信作者Corresponding author. E-mail: jlli2008@nju.edu.cn, lijianlongnju@163.com

张颖, 章超斌, 王钊齐, 杨悦, 张艳珍, 李建龙, 安如. 气候变化与人为活动对三江源草地生产力影响的定量研究. 草业学报, 2017, 26(5): 1-14.

ZHANG Ying, ZHANG Chao-Bin, WANG Zhao-Qi, YANG Yue, ZHANG Yan-Zhen, LI Jian-Long, AN Ru. Quantitative assessment of relative roles of climate change and human activities on grassland net primary productivity in the Three-River Source Region, China. Acta Prataculturae Sinica, 2017, 26(5): 1-14.