APP下载

CENTURY模型在川西北高原草原的适用性研究

2019-07-25李秋月庞艳梅

草地学报 2019年3期
关键词:若尔盖牧草生物量

陈 超, 李秋月, 郭 斌, 庞艳梅

(1. 中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室, 四川 成都 610072;2. 南方丘区节水农业研究四川省重点实验室, 四川 成都 610066;3. 北京市气候中心,北京 100089; 4. 四川省阿坝州气象局, 四川 马尔康 624000)

草地是一种分布辽阔的陆地生态系统类型,据估计全球草地面积为3.2×109hm2,约占陆地总面积的20%,生物量占全球植被总生物量的36%[1]。我国首次草地普查结果指出,中国天然草地面积约4×108hm2,占整个国土面积的41.7%,总面积位居世界第二位[2]。我国草地植被总生物量为1.044×1015gC,约占世界草地的2.1%~3.7%,平均密度约315.24 gC·m-2,低于世界平均水平[3]。目前,计算植物生物量或生产力的模型可分为三大类:气候相关模型、光能利用率模型以及过程模型[4]。气候相关模型中具有代表性的包括Miami模型、Thornthwaite Memorial模型和Chikugo模型[5-6]。光能利用率模型中具有代表性的包括全球净初级生产力模型[7]、CASA模型[8]及GLO-PEM模型[9]。不同时空尺度的过程模型已有不少,其中BIOME3模型[10]和CENTURY模型具有代表性[11]。CENTURY模型作为模拟植被-土壤系统的一种生物地球化学循环模型,已广泛应用于草原生态系统生产力和生物量的动态模拟[12]。Xiao等[13]利用内蒙古典型草原和草甸草原的数据验证了CENTURY模型,并分析了气候变化和CO2浓度对草地生产力的影响。吕新苗和郑度[14]模拟了高寒矮蒿草草甸生物量、生产力和土壤有机质等的动态变化,探讨了气候变化对高寒草甸生态系统的可能影响。盛文萍[4]利用CENTURY模型模拟了不同类型草地的净初级生产力和土壤有机碳含量,并针对其变化规律及与主要气候因子的相关关系作了分析。袁飞等[15]利用CENTURY模型开展了未来气候变化及CO2浓度增高条件下内蒙古锡林河流域羊草草原年地上净初级生产力的动态模拟研究。陈辰[16]利用CENTURY模型评估了不同气候变化和放牧强度下内蒙古草地生物量的变化特征。

川西北高原位于横断山脉东段,地势处于四川盆地和青藏高原之间,包括阿坝藏族羌族自治州与甘孜藏族自治州,面积约23 万km2。区内地形复杂,大部分区域海拔在3 000 m以上,气候的立体变化明显。区内有中国五大草原之一的若尔盖大草原,面积达3.56 万km2,还包括面积6.7 万km2的川西高寒草原及200 万km2的森林,是重要的畜牧业、林业基地,更是长江上游重要的生态屏障[17]。然而,当前研究缺乏对川西北高原草地生态系统的动态模拟,因此,本文选取川西北高原境内的石渠和若尔盖为代表站点,基于草地试验多年观测资料,检验草地生态模型(CENTURY)在川西北高原草地的适用性,为下一步应用CENTRUY模型开展牧草产量预报、评价气候变化对草地生产力的影响等提供技术支撑。

1 材料与方法

1.1 研究区域概况

石渠县隶属四川省甘孜州,位于青藏高原东南缘的川、青、藏三省区结合处,是青藏高原的主体部分,全县总面积约2.5×104km2。石渠位于北亚热带气候区,具有典型的大陆性季风高原型气候特点,气温低,日照长,昼夜温差大,无绝对无霜期。1961—2017年,石渠县牧业气象观测站(32.98° N,98.10° E,海拔高度4 200 m)年平均气温为—2.6℃~0.8℃,多年平均值为—1.0℃;最暖月7月平均气温为8.9℃,极端最高气温为23.5℃;最冷月1月平均气温为—12.0℃,极端最低气温为—37.2℃。年降水量为364.3~826.3 mm,多年平均值为578.5 mm;降水量分布不均,其中7月降水量最多,为119.9 mm,12月降水量最少,为3.5 mm。

若尔盖县隶属阿坝藏族羌族自治州,地处青藏高原东北边缘,位于四川省北部,全区总面积约1.04×104 km2。若尔盖属于典型的大陆性高原寒温带湿润半湿润季风气候。1961—2017年,若尔盖牧业气象观测站(33.58° N,102.97° E,海拔高度3 440 m)年平均气温为0.1~2.9℃,多年平均值为1.4℃;最暖月7月平均气温为11.1℃,极端最高气温为25.2℃;最冷月1月平均气温为—9.8℃,极端最低气温为—33.6℃。年降水量为464.8~862.9 mm,多年平均值为653.6 mm;降水量分布不均,其中7月降水量最多,为122.4 mm,12月降水量最少,为3.0 mm。

1.2 CENTURY模型简介

CENTURY模型是国际著名的生物地球化学模型之一,由美国科罗拉多州立大学的Parton等建立,是包含植物—土壤营养循环的综合模型。它主要用于模拟草地生态系统的植物生产力,土壤有机质动态变化,营养循环及土壤水分通量等,并广泛应用于农田、森林生态系统及亚热带稀树草原的土壤有机质长期变化及植物的生长[11,18-21]。CENTURY模型为月步长模型,在DOS窗口下运行,主要包括土壤有机碳子模块、植物生产力子模块、土壤水分平衡与温度效应子模块及N、P、S元素循环子模块[11,22]。该模型已在世界22个国家和地区得到了验证和应用[23-24]。

1.3 数据来源

受到观测站点的限制,本文选取了川西北高原有牧业气象站的2个县的牧草作为研究对象。为了保持观测数据的连续性,选取的2个县的数据年份和时段有所差异。

气象数据为石渠和若尔盖2个站点1961—2017年的逐日气象观测资料,来自四川省气象探测数据中心。主要包括:日平均气温(℃)、日最高气温(℃)、日最低气温(℃)和日降水量(mm)。

牧草观测数据来自石渠和若尔盖牧业气象观测站。石渠包括2000—2014年地上生物量(干重)和发育期资料,生物量资料的时间序列为6—8月,共35个样本(6月6个样本、7月15个样本、8月14个样本)。若尔盖包括1986—2017年地上生物量(干重)和发育期资料,生物量资料的时间序列为5—7月,共75个样本(5月30个样本、6月23个样本、7月22个样本)。

土壤数据来自中国科学院南京土壤研究所建立的1∶100万中国土壤空间数据库。本研究中,根据CENTURY模型土壤数据输入参数,主要选用0~10 cm及10~20 cm土壤质地(砂粒、粉粒、粘粒)、土壤容重、土壤PH值以及各层土壤凋萎系数、土壤田间持水量作为模型输入参数值。不同土层深度土壤特性值由公式(1)-(4)换算得到(表1)。

B0-20=(B0-10+B10-20)/2

(1)

Sa0-20=(B0-10×Sa0-10+B10-20×Sa10-20)/
(B0-10+B10-20)

(2)

Si0-20=(B0-10×Si0-10+B10-10×Si10-20)/
(B0-10+B10-10)

(3)

C0-20=(B0-10×C0-10+B10-20×C10-20)/
(B0-10+B10-20)

(4)

式中:B0-20,B0-10,B10-20分别指0~20 cm,0~10 cm,10~20 cm土壤容重;Sa0-20,Sa0-10,Sa10-20分别指0~20 cm,0~10 cm,10~20 cm土壤砂粒含量;Si0-20,Si0-10,Si10-20Sa10-20分别指0~20 cm,0~10 cm,10~20 cm土壤粉粒含量;C0-20,C0-10,C10-20分别指0~20 cm,0~10 cm,10~20 cm土壤粘粒含量。

1.4 研究方法

本文利用各站点部分年份数据对模型进行校正,然后利用各站点其他年份数据对模型进行验证。可通过对模拟值与站点数据(包括植被地上生物量、0~20 cm土壤有机碳及0~20 cm土壤总氮含量)进行比较来判断模型模拟结果的准确性和可靠性。

表1 石渠、若尔盖土壤参数Table 1 Soil parameters in Shiqu and Ruoergai

判断模型模拟结果准确性和可靠性的评价指标有很多,本文采用较为常用的指标与方法对CENTURY模型模拟结果进行检验,包括线性回归方程和均方根误差(RMSE)[25]。具体计算公式如下:

xsim=a+bxabs

(5)

(6)

式中:xsim和xabs分别为模拟值与观测值,N为样本数。a反映模型对实测值高估或低估程度,a越接近1,认为模拟值与实测值之间的一致性较好;R2反映模型模拟值相对于实测值的偏差程度,且R2越接近1,模拟效果越好[20];均方根误差(RMSE)反映模拟值相对实测值的绝对误差。

2 结果与分析

2.1 CENTURY模型的校正和验证

模型校正、验证过程中,调整影响植被地上生物量的关键因子,使生物量模拟结果处于合理的范围内。

2.1.1 CENTURY模型的校正 本研究利用石渠地区26个样本的牧草生物量数据(2000-2011年)和若尔盖地区的45个牧草生物量数据(1986-2007年)对CENTURY模型的植被生物量参数和土壤有机碳控制参数进行调参和模型校正。作物参数中,大部分参数采用默认参数[26],仅针对温度响应曲线相关参数和土壤有机碳的主要参数进行调参。模型校正后,各参数取值如表2和表3。

表2 控制植物生长的温度参数Table 2 Temperature parameters controlling plant growth

表3 控制土壤有机碳的主要参数Table 3 Main parameters controlling soil organic carbon

注:DEC4指低周转效率下土壤有机质最大分解速率,DEC5(1)指中等周转效率下土壤表面有机质最大分解速率,DEC5(2)指中等周转效率下表面有机质最大分解速率

Note:DEC4 refers to the maximum decomposition rate of soil organic matter with slow turnover,DEC5 (1) means the maximum decomposition rate of surface organic matter with intermediate turnover,and DEC5 (2) means the maximum decomposition rate of soil organic matter with intermediate turnover

由图1和图2可知,CENTURY模型模拟的牧草地上部分生物量的动态变化与观测值趋势一致。石渠和若尔盖地上部生物量的模拟值与观测值的线性回归系数分别为1.08和0.70,决定系数(R2)为0.32和0.68,均方根误差(RMSE)为13.5 g·m-2和82.1 g·m-2。

2.1.2 CENTURY模型的验证 本研究利用石渠地区9个样本的生物量数据(2012—2014年)和若尔盖地区30个样本的生物量数据(2008—2017年)对CENTURY模型进行验证。

图1 石渠地上部生物量模拟值校正结果(2001—2011年)Fig.1 Calibration results of simulated above-ground biomass at Shiqu (2001—2011)

图2 若尔盖地上部生物量模拟值校正结果(1986—2007年)Fig.2 Calibration results of simulated above-ground biomass at Ruoergai (1986—2007)

由图3和图4可知,CENTURY模型对石渠和若尔盖地上部生物量的模拟值与观测值相关关系较好,决定系数(R2)分别为0.85和0.48,均通过0.05的显著性检验,线性回归系数分别为0.83和0.50,均方根误差(RMSE)分别为5.4g·m-2和122.4 g·m-2。总体来看,模型的模拟值与观测值比较吻合,说明CENTURY模型可以用来模拟川西北高原牧草地上部生物量的变化。

图3 石渠地上部生物量模拟值验证结果(2012—2014年)Fig.3 Validation results of simulated above-ground biomass at Shiqu (2012—2014)

图4 若尔盖地上部生物量模拟值验证结果(2008—2017年)Fig.4 Validation results of simulated above-ground biomass at Ruoergai (2008—2017)

2.2 牧草地上生物量模拟值的变化特征

利用验证后的CENTURY模型模拟1961—2017年石渠和若尔盖牧草地上生物量。模拟结果显示,石渠地区1961—2017年多年平均牧草地上生物量平均值为7.8 g·m-2,57年以来呈显著增加趋势,增加速率为5.4 g·m-2·(10a)-1,尤其是2005年以后,增加尤为明显。2000年以前,年代际生物量均低于10.0 g·m-2,2000以后呈明显增加趋势,2001—2010年间平均生物量为17.2 g·m-2,2011年以后平均生物量为31.2 g·m-2(图5)。

图5 1961—2017年石渠地上部生物量变化特征Fig.5 Changes of above-ground biomass during 1961—2017 at Shiqu

若尔盖地区1961—2017年多年平均牧草地上生物量平均值为462.1 g·m-2,57年以来呈显著增加趋势,增加速率为17.2 g·m-2·(10a)-1,但不同年代际间呈现波动性变化。20世纪70年代较20世纪60年代地上部生物量略有下降,但从20世纪70年代到2010年呈增加趋势,其中2001—2010年间生物量达最大值(515.8 g·m-2),2010年以后生物量有所下降(图6)。

图6 1961—2017年若尔盖地上部生物量变化特征Fig.6 Changes of above-ground biomass during 1961—2017 at Ruoergai

3 讨论

本文基于石渠和若尔盖的多年牧草观测资料和气象资料,对CENTURY模型在川西北高原草地的适用性研究表明,该模型模拟的牧草地上部生物量的模拟值与观测值比较吻合,CENTURY模型在川西北高原草原的适用性较好,这与其他学者在我国其他地区的研究结论类似[13-16]。然而,在模型的校正研究中,石渠牧草地上部生物量的模拟值在2006年之前明显小于观测值,原因与2006年前后气候要素的变化有关。分析发现,石渠县2007—2011年与2000—2006年相比,年平均气温和年降水量分别增加了0.5℃和52.7 mm,且由于模型其他参数不变,气候条件的不同导致了2个阶段模拟生物量的差异。这说明模型还未能完全考虑到除气候因素外影响草地生物量的诸多因素,这也是模型需要改进的地方[27-29]。

模型的校正和验证是实现模型本地化的主要方法。本研究指出,CENTURY模型主要基于观测点气象要素、土壤要素等基本站点信息,同时结合光、温、水等要素对植被生产潜力的影响模拟不同时间段的生物量,模拟结果具有一定的参考意义,同时能表现出因光、温、水等气象要素引起的地上生物量的年际间变化。然而,模型还不能完全模拟出非气候条件对牧草地上生物量年际变化的影响,比如2000年以前模拟的石渠地上部生物量一直偏低的结论主要是由气候条件导致,2000年以后气温明显升高、降水量增加,而在其他参数不变的条件下,模型只能反映气候条件对生物量的影响,对其他环境、人为因素等考虑还不全面。因此,在实际应用中应根据观测点实际情况对模拟结果进行相关订正,以有效地用于未来的产量预报工作中。其次,当前对于草地植被最高温度和最适温度的设定主要结合若尔盖和石渠的气象资料,理论上来说每种草应有确定的三基点温度参数,但是由于当地草地类型复杂,目前的文献中还没有可供参考的温度值。第三,模型中的参数较多,但大多数参数缺乏实际的测定,只能用默认值,这也会导致模拟结果存在误差。最后,由于CENTURY模型是以月为步长,一定程度上简化了草地生长发育过程及影响要素,目前仍无法完全体现气候与植被二者间的关系,所以未来还需要进一步改进模型[30]。

基于验证后的CENTURY模型对1961—2017年牧草地上生物量的模拟结果显示,近57年来石渠和若尔盖地区多年平均草地地上生物量分别为7.8 g·m-2和462.1 g·m-2,总体呈显著增加趋势,增加速率分别为5.4 g·m-2·(10a)-1和17.2 g·m-2·(10a)-1。该结论与沈海花等[31]研究指出的全国草地地上生物量在过去几十年显著增加的趋势一致。草地生物量受自然因素和人为因素的影响[32-34],随着气温的升高,草地生物量也呈增加的趋势[35],据四川省气候变化监测公报指出:1961—2017年川北高原年平均气温和年降水量的变化趋势分别为0.23℃·(10年)-1和8.1 mm·(10a)-1,降水充足、气温升高导致川西高原牧草生物量增加。然而,除了温度和降水等因素外,微环境要素、土壤养分、放牧等人为因素也会影响草地生物量。有研究指出,过度放牧会导致草地生物量降低30%~50%[27-29]。因此,2010年以后若尔盖牧草生物量的下降可能与放牧有关。

从实际观测数据分析可知,石渠和若尔盖2个观测站对牧草地上生物量的观测存在不连续、个别年不规范等问题,数据质量有待进一步提高。同时,观测点的选取、观测点的背景信息在川西北高原的代表性如何仍需进一步确认,因此模拟结果还有进一步改进的空间。

4 结论

CENTURY模型在模拟石渠和若尔盖牧草地上部生物量时,模拟效果较好,模拟值与观测值比较吻合,决定系数通过了0.05的显著性检验。因此,CENTURY模型在川西北高原草原的适用性较好,该模型可以用来研究气候变化对川西北高原草原生产力的影响。气候变化背景下,1961—2017年石渠和若尔盖多年平均草地地上生物量呈显著增加趋势。

猜你喜欢

若尔盖牧草生物量
牧草病虫害及牧草保护工作探析
养兔牧草品种咋选择
近30年来若尔盖高寒湿地变化及其对区域气候变化的响应
轮牧能有效促进高寒草地生物量和稳定性
牧草的种植管理与利用
初探优质牧草周年均衡供给高产栽培技术
绿龟
在若尔盖草原(外一首〕
生物量高的富锌酵母的开发应用
基于SPOT-5遥感影像估算玉米成熟期地上生物量及其碳氮累积量