内蒙古锡林郭勒盟典型草原固碳量及固碳潜力估算

何 源， 李星锐， 杨晓帆， 唐海萍

(北京师范大学地理科学学部自然资源学院， 北京 100875)

草地生态系统是陆地生态系统的重要组成部分，约占全球陆地面积的五分之一，碳储量约占世界土壤碳储量的20%，约占陆地生态系统碳储量的23%，净初级生产力(Net primary production,NPP)约占陆地总生产力的三分之一[1]。因此，草地生态系统在调节全球生态系统的碳收支平衡过程中十分重要[2-6]。

放牧是草地生态系统中人类活动的主要形式[7]，但过度放牧使得我国大面积草地退化严重，植被覆盖度下降，草地的生态服务功能下降，中国约90%的草地处于退化之中，中国北方干旱、半干旱地区约90%的草地均已严重退化[8-10]。研究表明放牧导致内蒙古草原生物量降低了83.8%[11]，在连续5年的重度放牧下，内蒙古沙质草地的牧草产量降低了98.6%[12]。草地目前已经成为受人类活动影响较严重的陆地生态系统之一[13]，阻碍了区域的可持续发展[7,10]。

退化草地的固碳潜力指的是从中度退化草地恢复到未退化草地的总固碳量，相当于草地退化导致的有机碳的损失量[14]。固碳量和固碳潜力的估算受到许多不同因素的影响，如气候变化、生态系统类型、土壤类型等。目前，野外观测试验是评价放牧扰动对碳储量的影响的主要方式，但是野外试验不适用于大尺度的定量观测，大尺度下的固碳量与固碳潜力的定量评估方法仍然较为缺乏[4,15-16]。目前，很多研究表明NPP和净生态系统初级生产力(Net ecosystem productivity,NEP)能够定量分析草地的碳源/汇情况，其中NEP表示生态系统中的固碳量，是表征生态系统碳收支的重要指标[17-18]，因此通过模拟NEP可以表征区域的固碳潜力。

目前很多区域尺度的碳循环模型已用于草地生态系统，如CASA(Carnegie ames stanford approach)[19]，CENTURY[20]，FVS(Forest vegetation Simulator)[21]，CBM-CFS3(Carbon budget model of the canadian forest sector)[22]，CO2FIX[23]等模型。基于现有碳循环模型，研究者开展了大量相关的研究。Feng[24]使用CASA模型，发现中国在2000至2008年实行的退耕还林工程使得黄土高原从碳源逆转为碳汇；Shiyomi[25]基于系统动力学模型的概念，建立了内蒙古锡林郭勒盟的经验模型，评价了放牧对地上生物量的影响，该模型虽然成功地模拟了内蒙古锡林郭勒盟草原季节性的碳动态变化，但是忽略了地下过程(例如微生物分解过程、土壤呼吸作用等)对地下生物量的贡献，这使得模型存在一定局限性；Chen提出了人类和自然的耦合系统(CHANS)[4,26-27]，并提出了结合BEPS模型、Glob-FIRM模型和Shiyomi模型量化人类活动的碳循环模型，评价了欧亚草原的放牧压力及固碳量，并提出了相应的草原管理建议。

为了更精确地模拟典型草原不同放牧强度下的固碳量及固碳潜力，本研究基于系统动力学模型的库-流思路，在各碳库中耦合了以往研究中表现较好的模型，例如，CASA模型[28]、Raich土壤呼吸模型[29]、Shiyomi放牧模型[25]。最终集成构建了1998至2015年内蒙古锡林郭勒盟典型草原的系统动力学模型。基于模型结果，本研究旨在分析：锡林郭勒盟气候变化背景下典型草原固碳量的时空变化；不同人为活动方式(放牧强度)对典型草原碳循环影响的差异。

1 材料与方法

1.1 研究区概述

内蒙古锡林郭勒盟位于内蒙古中部(41°35′～46°46′N,111°09′～119°58′E)，其主要的草地生态系统类型为温带禾草、杂草类草甸草原、温带丛生禾草典型草原和温带丛生矮禾草、矮半灌木荒漠草原。锡林郭勒盟中部的温性典型草原，建群种以羊草(Leymuschinensis)、大针茅(Stipagrandis)、黄囊苔草(Carekorshinskyi)为主[30]。内蒙古锡林郭勒盟是牧业发达的地区，但由于放牧对草原的破坏，导致草地大面积退化，自2003 年起，“退牧还草”工程启动，禁牧、休牧、划区轮牧等多种放牧政策开始在该地区实施[31]。图1展示了锡林郭勒盟的草原分类状况，温带丛生禾草典型草原是内蒙古锡林郭勒盟草原的主体，也是本研究探讨的主要的草原类型。

图1 内蒙古锡林郭勒盟草原分类图Fig.1 The Classification map of grassland types in Xilingol County,Inner Mongolia

1.2 数据来源

本研究使用的气象数据来自中国气象数据网(http://data.cma.cn/)发布的1998至2017年内蒙古及周边省市37 个气象站的月值站点数据作为模型的输入数据，包括温度、降水和日照时数等指标。此外，本研究还使用了归一化植被指数(Normalized difference vegetation index，NDVI)数据集，该数据集来源于AVHRR发布的8 km数据集，主要用于计算CASA模型中的光合利用效率(LUE)模型中的植被限制因素。数据集列表见表1。

表1 本研究中的数据集列表Table 1 The dataset in this study

温度、降水和NDVI在典型草原站点处的数据被用作本研究中模型的输入数据。气温和降水的年动态时间趋势反映了典型草原地区的气候变化情况，结果在2.2中展示。

1.3 方法

1.3.1碳循环模拟及验证方法 本研究基于python3平台，根据系统动力学建模中的库-流思路构建典型草原碳循环模型。运用系统动力学方法解决具体问题是一个反复循环、逐渐深化的过程。建模过程遵循系统动力学建模的基本步骤，即系统分析、结构分析、建立规范的变量关系式、模型模拟和模型检验与评估。

本研究中，系统内部为内蒙古锡林郭勒盟草地生态系统，结构包括4个碳库，其中草地模块的碳库包括生物量碳库和立枯凋落物碳库，生物量碳库通过经验参数分割成地上生物量和地下生物量子碳库，牲畜模块和土壤模块中分别包含牲畜碳库和土壤碳库，以方框的形式在图2中体现。各个碳库之间通过流变量连接，CASA模型描述了植被的固碳过程，Raich土壤呼吸模型描述了从立枯凋落物和生物量碳库转移到土壤碳库的碳传递过程，Shiyomi放牧模型描述了碳从地上生物量子碳库以牲畜进食和踩踏途径进入土壤碳库的过程，流变量的变量关系式见方法1.3.3。本研究将放牧活动导致的有机碳从一个碳库流向其他碳库的量定义为碳损失。

图2 碳循环模型框架Fig.2 The model structure of carbon cycle注：黑色框分割系统内外；红色框中表明输入变量；绿色框表示地上草地模块；蓝色框表示牲畜模块；棕色框表示土壤模块；立方体表示碳库；圆角矩形表示系统内的流变量；云朵表示从系统内部输入到系统外部的流变量Notes：The black rectangle splits the inside and outside of system. The red rectangle means input variables. The green rectangle means aboveground grassland sector. The blue rectangle means livestock sector. The brown rectangle means soil sector. The cube means the carbon stock. The rounded rectangle means the flux variable inside the system;The cloud means the flux from inside to outside the system

不同地域和条件的限制导致轻度放牧、中度放牧和重度放牧的强度范围也不同[32]。因此，本研究定义了4种不同的放牧强度情景，围栏封育、轻度放牧(小于3羊·公顷-1)、中度放牧(小于6羊·公顷-1)、重度放牧(大于6羊·公顷-1)，并取等间隔的放牧强度，分别为0羊·公顷-1(围栏封育)、1.5 羊·公顷-1、3羊·公顷-1、4.5 羊·公顷-1、6羊·公顷-1、7.5 羊·公顷-1和9羊·公顷-1作为模型输入情景进行计算。模型模拟的多项结果分别与文献结果进行验证。基于不同研究者的野外调查研究，本研究搜集了相关文献并引用其公开结果进行验证。

1.3.2内蒙古锡林郭勒盟气候变化特征 在内蒙古锡林郭勒盟典型草原一共包含6个站点，即东乌珠穆沁、西乌珠穆沁、锡林浩特、阿巴嘎旗、多伦县和那仁宝力格。图3展示了典型草原气象站点的时间分布特征，其中星标实线表示气温，浅色柱状图表示降雨量。

图3中趋势线结果表明，在1998至2015年中，气温呈现下降的趋势，降雨量呈现小幅度上升的趋势。典型草原从2005年后，气候变化幅度变大，2007年和2012年平均气温分别呈现极大值和极小值，2014年又迅速增高；对降水量来说，降水量总体呈现与气温相反的趋势，1998年、2003年、2008年和2012年的降水出现明显的峰值。

图3 锡林郭勒盟典型草原6个站点年平均气温和降水量的时间变化趋势Fig.3 The trend of average temperature and precipitation in six stations of Xilingol County,Inner Mongolia

1.3.3流变量描述

1)CASA模型

草地生态系统NPP是草地光合作用固碳和其自养呼吸的差[33-34]。NPP是反映陆地生态系统过程的重要指标，同时也可以反映生态系统的固碳能力[35]。Potter和Field[36]在1993建立了基于Monteith公式的CASA模型，该模型在很多研究中均已被证实是合理有效的评价NPP的LUE模型[37-41]。计算NPP的主控方程[37]如下所示：

NPP=APAR×ε

(1)

其中NPP表示净初级生产力，单位为gC·m-2；APAR表示吸收性光合有效辐射，单位为MJ·m-2；ε表示光合利用效率(Light use efficiency,LUE)，单位为gC·MJ-1。其中参数方程同朱文泉[37]的算法及设置。

2)Raich土壤呼吸模型

源于土壤微生物呼吸的CO2排放通量的评价基于Raich[29]提出的半经验半机理土壤呼吸模型。相比于机理模型，Raich土壤呼吸模型的参数较少，且均通过全球范围内的土壤呼吸与温度、降水的拟合结果得到，因此该模型可模拟区域尺度的土壤呼吸变化。公式如下所示：

(2)

公式中Rs表示CO2通量，单位为gC·m-2d-1；F，Q和K分别表示月平均气温为0℃时的土壤呼吸速率、温度敏感性系数和降水重要性指数，一般均为常数，本研究取F，Q和K分别为1.250，0.05452和4.259[27]；P表示月平均降雨量，单位为cm。

Lamberty建立了土壤微生物呼吸和土壤异养呼吸的经验函数关系，戴尔阜[17]基于该函数关系在内蒙古地区应用该模型建立了土壤异氧呼吸Rh和土壤呼吸Rs的经验关系，公式如下所示：

lnRh=0.22+0.87×lnRs

(3)

该公式中，Rh表示土壤异氧呼吸导致的碳消耗量，单位为gC·m-2·a-1；Rs表示土壤呼吸导致的碳消耗量，单位为gC·m-2·a-1。

3)Shiyomi放牧模型

Shiyomi模型中用基于饲料有效性的分段函数表征牲畜啃食所致的地上生物量碳损失[25]。模型对地上生物量的2种情况进行考虑：即当可食用的地上生物量是足够牲畜食用的情况，和可食用的地上生物量不够牲畜食用的情况(牲畜会从立枯凋落物中选择部分食用)。除了对生物量的碳消耗分析，模型还考虑了牲畜增重及呼吸过程对碳损失的间接影响。该模型在锡林郭勒盟和温带欧亚草原均取得了很好的模拟结果，因此在研究牲畜模块选择用Shiyomi模型[4,25]，其主控方程如下所示：

K=n×W×q×2×0.475

(4)

(5)

Lg=n×W×(1-q)×r×0.475

(6)

公式中Ng表示NPP总量中由于牲畜啃食导致的碳损失，单位为gC·m-2；n表示放牧强度，单位为羊·公顷-1；W表示牲畜单位体重，单位为g；q表示动物啃食的地上生物量的比例；r表示牲畜对可食用植物的吸收率；0.475是生物量与NPP的转换系数[4,42]；Lg表示有牲畜啃食立枯凋落物的碳损失，单位为gC·m-2；参数设置同Shiyomi[25]。

4)净生态系统初级生产力估算

净生态系统生产力是表征生态系统碳收支的重要指标，反映了该地区在较大空间尺度上碳的吸收和排放能力，在一段时间内，当NEP大于0时，生态系统总体呈现吸收碳的趋势，即碳汇[17,43-45]；反之则呈现排放碳的趋势，即碳源。NEP的变化是评价内蒙古锡林郭勒盟的生态系统固碳能力及固碳潜力的重要指标。

在考虑放牧的前提下，NEP的评估不再是NPP和异氧呼吸的简单差值，而是考虑了牲畜啃食和排泄物分解的过程，公式如下：

NEP=NPP-NPPgraze-Rh+NPPex,decom

(7)

公式中，NEP表示净生态系统生产力，单位为gC·m-2；Rh是由Raich土壤呼吸模型计算得到，单位为gC·m-2·d-1；NPP，NPPgraze和NPPex,decom分别表示净初级生产力、放牧损失的地上生物量、立枯凋落物的净初级生产力和排泄物分解进入土壤的净初级生产力，单位为gC·m-2；Rh代表土壤异氧呼吸，单位为gC·m-2。

5)固碳潜力估算

本研究采用单位面积下，围栏封育与不同放牧强度下的典型草原固碳量差值来代表固碳潜力，公式如下：

P=NEP0-NEPi

(8)

公式中，P是固碳潜力，单位为gC·m-2，NEP0是围封(放牧强度为0)下的净生态系统初级生产力，NEPi指的是放牧强度为i时的净生态系统生产力，两者单位均为gC·m-2。

2 结果与分析

2.1 模型验证

由图4和图5所示，5个验证样点区域(即东乌珠穆沁、二连浩特、阿巴嘎旗、西乌珠穆沁和锡林浩特)的模型验证结果，其中，样点实测数据为Zhao[32]的研究结果。图4表明在东乌珠穆沁，生物量的差异较小，但变化幅度更大；其他验证点变化趋势相似，但模拟生物量显著高于观测值。由图5所示，观测值与7种放牧强度下的拟合结果，x轴为5个地区地上生物量的观测结果，y轴为模型模拟的站点处地上生物量，拟合结果略显高估，但总体验证结果较好。

图4 内蒙古5个区域(东乌珠穆沁、二连浩特、阿巴嘎旗、西乌珠穆沁和锡林浩特)分别在2005—2012年的观测数据与5个样点站模型模拟结果的时间趋势验证Fig.4 The time series validation of 5 regions in Inner Mongolia (East Ujumchin,Erenhot,Abaga banner,West Ujumchin,Xilinhot) from 2005-2012

图5 内蒙古5个区域(东乌珠穆沁、二连浩特、阿巴嘎旗、西乌珠穆沁和锡林浩特)分别在2005—2012年的观测数据与5个样点站模型的拟合结果Fig.5 The scatter validation of 5 regions in Inner Mongolia (East Ujumchin,Erenhot,Abaga banner,West Ujumchin,Xilinhot) from 2005-2012

由表2可知，模型结果与文献数据在内蒙古锡林郭勒盟的验证结果。结果表明，实测的地上生物量结果在模型模拟结果的变化范围中，即模型结果能够真实反映实际地上生物量的变化；从模型比较结果来看，本研究中的耦合模型与CASA模型相差较小，且在7种放牧强度下，该模型涵盖了BEPS模型评价的NEP变化范围，故模型结果具有真实性。

表2 内蒙古锡林郭勒模型验证结果Table 2 The validation results in Xilingol County,Inner Mongolia

2.2 放牧扰动下草原土壤固碳量时空变化

由图6所示，不同的放牧强度设置下，内蒙古锡林郭勒盟典型草原在1998至1999年、2012到2013年，NEP的变化范围在0附近，因此不同的放牧强度会影响该地区的碳源/汇转化，其他放牧强度(1.5～9羊·公顷-1)下，1999至2012年和2013至2015年均属于碳源；碳源效果在2000年最强。NPP和Rh的变化趋势相似，在NPP较高的年份，Rh也较高，NEP的变化范围也更大。图7的NPP，Rh和NEP的季节趋势表明，NPP和Rh呈现相同的季节趋势，NPP和NEP总体呈现相反的趋势。由图7所示，在围封情景下，10月为碳源最强的月份；在放牧情境下，全年除1月和2月外，该地区均为碳源，7月为NPP最高的月份，同时也是该地区生态系统释放碳最多的月份，碳损失最大。因此，放牧破坏了自然状态下的净生态系统初级生产力季节模式，将10月为最强、4月为次强的多谷值的季节格局变为7月最强、9月次强的季节格局。

图6 内蒙古锡林郭勒盟NPP和7种放牧强度下NEP的时间变化趋势Fig.6 The time series of NPP and NEP in seven grazing intensities in Xilingol County,Inner Mongolia.注：7种放牧强度下的NEP变化范围以灰色阴影区域形式体现Notes:The range of NEP variation under 7 grazing intensities was shown with the grey hatch region

图7 内蒙古锡林郭勒盟NPP和7种放牧强度下NEP的季节趋势Fig.7 The seasonal trend of NPP and NEP in seven grazing intensities in Xilingol County,Inner Mongolia注：绿灰色阴影区域表示季节性NEP变化范围Notes:Grey hatch region means the extent of seasonal NEP

NEP空间分布(图8)表明，锡林郭勒盟东北部草原属于碳汇，西部均属于碳源；NEP整体呈现从西到东的递增趋势；随着放牧强度的递增，典型草原NEP整体呈现微弱的递减趋势，东部固碳量减少最明显，但在放牧强度高于6羊·公顷-1时呈现上升趋势。其中从围封到轻度放牧的NEP变化最大，当放牧强度高于3羊·公顷-1时，大部分地区NEP逐渐趋于稳定，空间模式基本无变化，当放牧强度更高时，典型草原东北部、草甸草原南部出现局部的变低，当放牧强度为3羊·公顷-1时，NEP最低，为-16.2 gC·m-2。

图8 锡林郭勒盟7种放牧强度下NEP的空间分布Fig.8 The spatial pattern of NEP under seven grazing intensities in Xilingol County,Inner Mongolia注：GI表示放牧强度，羊·公顷-1；红旗为气象站点位置Notes:GI is grazing intensity,sheep·ha-1;red flag is the location of meteorological station

此外，放牧具备逆转碳汇为碳源的作用。图9中，蓝色的柱形表示围栏封育下的NEP，橘色的柱形表示碳损失，当该数字大于1时表示碳汇逆转为碳源，如果放牧的碳消耗量高于NEP，在这些区域就可以逆转碳汇为碳源。从整体上看，围封下的内蒙古锡林郭勒盟典型草原在1998到1999年、2012到2013年为碳汇，当放牧强度为3～6羊·公顷-1时，1999年的碳汇逆转为碳源，其他强度下1999年的90%碳汇作用被放牧消耗。

图9 1998到2015年内蒙古锡林郭勒盟不同放牧强度下碳损失对NEP的影响Fig.9 The impacts of carbon loss under different grazing intensities to NEP from 1998 to 2015 in Xilingol County,Inner Mongolia注：上标数字表示碳损失占NEP的比例，%；GI表示放牧强度，羊·公顷-1Notes:The superscript numbers means the ratio of carbon loss to NEP,%;GI means grazing intensity,sheep·ha-1

气候影响下随着放牧强度的增加，典型草原的固碳量呈现下降的变化趋势。表3表明，多伦县、西乌珠穆沁降雨量较大且NEP较高，属于碳汇；锡林浩特在围栏封育下呈现碳汇；随着降雨量的降低，NEP越来越低；围封下NEP变化率最大、值最高。

表3 典型草原7种放牧强度下NPP和NEP及其变化率Table 3 The NPP,NEP and their rate of changes under 7 grazing intensities of typical steppe

在不同放牧强度下，从围封到3羊·公顷-1，NEP随放牧强度增加而逐渐下降，当放牧强度高于3羊·公顷-1时，NEP变化率逐渐降低，但是NEP逐渐上升，当放牧强度为3羊·公顷-1时，变化率最小，NEP最小；变化率基本维持稳定。

2.3 草原土壤最大承载放牧强度与固碳潜力评估

草原土壤固碳潜力是退化草地恢复到退化前的土壤有机碳水平的过程中所固定的土壤有机碳总量。内蒙古锡林郭勒盟的固碳潜力见图10和表4所示。随着放牧强度的增加，典型草原东部呈现先增加后降低的趋势，在4.5羊·公顷-1下达到最大，且东部、东北部草原的固碳潜力增长更快；西部对放牧的承载力较弱，固碳潜力降低的趋势意味着碳消耗从地上生物量转移到立枯凋落物的过程。

图10 内蒙古锡林郭勒盟1998到2015年草原土壤固碳潜力Fig.10 The spatial pattern of potential carbon sequestration of steppe soil from 1998 to 2015 in Xlingol County,Inner Mongolia注：GI表示放牧强度，羊·公顷-1；红旗为气象站点位置Notes:GI means grazing intensity,sheep·ha-1;red flag means the location of meteorological station

固碳潜力的变化呈现出先升高再降低的过程，潜力升高表示目前放牧碳损失在一定期间内可以恢复，降低的过程表明放牧对碳循环过程产生了不可逆的影响。表4展示的不同放牧强度下固碳潜力的值，站点顺序按降水量从大到小排序，最大固碳潜力用黑体标注，可以发现随着降雨量的降低，不同放牧强度下，各个站点的固碳潜力也越来越低，即典型草原能承受的最大放牧强度也越低，东乌珠穆沁、那仁宝力格、阿巴嘎旗从1.5羊·公顷-1恢复到围封的固碳潜力最大，往后随着放牧强度的增加在6羊·公顷-1达到最小，然后又有所回升；西乌珠穆沁和锡林浩特在3羊·公顷-1下固碳潜力最大；对多伦县来说，在4.5羊·公顷-1下固碳潜力最大。总固碳潜力表明3羊·公顷-1下，固碳潜力最高。因此围封状态下强碳汇地区可承载更大的放牧强度。综上，内蒙古锡林郭勒盟典型草原平均情况下，最大承受放牧强度约为3羊·公顷-1，典型草原土壤固碳潜力约为24.84TgC。

表4 内蒙古锡林郭勒盟6个站点样点尺度典型草原土壤固碳潜力Table 4 The potential carbon sequestration of typical steppe of six stations in Xilingol County,Inner Mongolia

3 讨论

3.1 模型的不确定性及不足

模型模拟的不确定性来自于3个方面：输入数据、模型结构和模型参数。

数据的不确定性源于空间降尺度和数据缺失问题。空间栅格数据通过空间数据降尺度到至样点尺度会导致失真；在牲畜模块中，放牧强度的资料尚没有准确的时空数据集，因此在本研究中放牧强度仅设置为一组常数，而没有考虑空间异质性，从而导致模型结果与真实情景间存在差异。

在模型结构方面，水、热量和植被是植被固碳能力主要的影响因素，在现有的模型结构中，实际蒸散发和潜在蒸散发分别通过区域实际蒸散发模型[45]和Thornthwaite的植被-气候方法[46]计算，但是土壤水分限制被证明对植被的固碳能力也存在着重要的影响作用[47-48]。目前改进的CASA模型通过添加土壤水分模块提高了模拟精度：Yu-CASA模型[49]修正了土壤湿度模块提高了CASA模型在东亚模拟的精度；Bao[50]提出基于LSWI的CASA模型，用地表水指数(LSWI)替代了最大光和利用效率(εmax)，提高了在温带欧亚草原的模拟精度。此外，其他来源的人类活动造成的碳损失也需关注，例如社会经济因素、火灾[4,51-52]、农业活动[53]、放牧强度的空间分布等。上述自然、社会因素是本模型仍然缺失考虑的地方。

在模型参数方面，基于经验公式拟合的恒定参数是参数本地化的重要方式，恒定参数导致很多潜在的生物地球化学过程难以在本模型中描述，目前很多研究都指出了上述问题[3-4,29]。例如在牲畜模块，本研究假设牲畜的日消化率为常数，然而这忽略了急剧的气候变化会影响牲畜的日消化率从而导致死亡率的提高[4]；在土壤模块，微生物在地下的过程机理模型研究目前较为缺乏[3-4]，微生物分解方程还依赖于二级动力学方程，这使得本模型对凋落物、立枯凋落物的分解过程的评估现在仍不准确；对土壤呼吸模型来说，Raich模型最初应用于全球尺度评价[29]，局地的经验参数未经过准备的验证。因此在样点尺度下参数的本地化及使用物理模型替代经验公式仍然是本研究难以解决的问题。

3.2 固碳量及固碳潜力评估

国内的观测资料显示，中国典型草原0～30 cm深土壤在围封下固碳潜力约为0.47 tC·hm-2，2000—2009年锡林郭勒盟典型草原的固碳潜力为1.44 tC·hm-2·a-1[54]。本研究计算得到的1998—2015年范围内，典型草原围封下的固碳潜力最大约为195.19 gC·m-2(表3)，约为1.58～1.95 tC·hm-2，2000—2009年锡林郭勒盟典型草原固碳潜力约为0.90～1.09 tC·hm-2，略低于锡林郭勒盟典型草原固碳潜力，高于中国典型草原固碳潜力。恒定的放牧强度参数带来的不确定性使得模型模拟的固碳潜力高于中国典型草原浅层草原土壤固碳潜力平均水平。

此外，过去的碳循环模型研究往往都集中在评价固碳量的时空分布特征上，在多数大尺度研究中，应用模型计算草地生态系统的NPP往往只考虑了气候要素和土地利用[4,25,49-50]，难以量化人类活动在其中的重要地位；而在样地尺度的试验研究虽然可以评价放牧政策的效用[55]，也不能应用于大尺度下的固碳量评价。放牧作为人类活动中最重要的碳扰动因素，近十年来也逐渐开始耦合进碳循环模型中[4,25]。因此，本研究构建的模型优势在于可评价多种放牧政策下草地生产力的空间分布，但是距离建立精细的气候-放牧过程碳循环耦合模型仍然还存在很大的发展空间。

4 结论

通过本研究建立的碳循环评价系统发现在典型草原生态系统中，气候变化通过影响净初级生产力，从而影响固碳潜力的空间分布特征；此外，放牧改变了草原生态系统碳损失的时空与季节格局，东部高生产力地区碳损失最大，西部最低，夏季放牧导致7月的净生态系统初级生产力峰值转移到9月。为保证最大的固碳潜力，内蒙古锡林郭勒盟典型草原放牧强度最大不宜超过3羊·公顷-1，典型草原区西部(阿巴嘎旗、那仁宝力格站)对放牧的承载力较弱，不宜超过1.5羊·公顷-1，建议进行围栏封育，典型草原区东部(多伦县、东乌珠穆沁、西乌珠穆沁、锡林浩特站)对放牧的承载力约在3～4.5羊·公顷-1范围内，可以采用围栏封育与适当放牧并行，即轮牧的方式，既保证草原土壤固碳功能的恢复也能维持一定的经济效益。