基于CENTURY模型的乌审召滩地草场ANPP及对气候变化的响应

2015-12-13 12:48王瑞利张存厚陈海军杨勇李元恒王明玖
生态环境学报 2015年12期
关键词:降水量气候变化生物量

王瑞利,张存厚,陈海军,杨勇,李元恒,王明玖

1. 内蒙古农业大学生态环境学院,内蒙古 呼和浩特 010019;2. 内蒙古自治区生物技术研究院,内蒙古 呼和浩特 010010;3. 内蒙古自治区生态与农业气象中心,内蒙古 呼和浩特 010051;4. 内蒙古草原勘察规划院,内蒙古 呼和浩特 010051;5. 中国农业科学院草原研究所,内蒙古 呼和浩特 010010

基于CENTURY模型的乌审召滩地草场ANPP及对气候变化的响应

王瑞利1,2,张存厚3*,陈海军2,杨勇1,4,李元恒5,王明玖1*

1. 内蒙古农业大学生态环境学院,内蒙古 呼和浩特 010019;2. 内蒙古自治区生物技术研究院,内蒙古 呼和浩特 010010;3. 内蒙古自治区生态与农业气象中心,内蒙古 呼和浩特 010051;4. 内蒙古草原勘察规划院,内蒙古 呼和浩特 010051;5. 中国农业科学院草原研究所,内蒙古 呼和浩特 010010

利用CENTURY模型对乌审召滩地草场1963─2010年地上净初级生产力(ANPP)动态进行了模拟研究,并将ANPP的模拟值与26个气象因子进行了相关性分析,以探讨气象因子对草地生产力的影响,为草地合理管理和持续利用提供理论支持。结果表明,CENRUTY模型能够比较准确地模拟这类草原的季节动态和年际变化。在过去的48年间,乌审召滩地草场生长季温度呈升高趋势,降水呈减少趋势,ANPP呈下降趋势,且ANPP下降幅度较降水量明显,其中每10年ANPP下降8.10 g·m-2、降水量下降4.60 mm。利用气象观测资料模拟获得的年ANPP随气温和降水的变化而呈现出明显的变化规律,生长季内地上生物量对降水和温度的季节性分布也非常敏感。模型订正与验证结果显示,观测值与模拟值的相关系数变化范围为 0.41~0.62,误差平方根值(RMSE)变化范围为 57.29~87.17 g·m-2,平均绝对百分比误差(MAPD)变化范围为33.76%~63.39%。相关分析表明,不同时段降水量对ANPP均有明显影响,其中生长季、冬季和春季降水量对ANPP影响非常显著。极端高温对ANPP的负面影响非常显著,低温、蒸发、日照时数、风速以及年最大积雪深度等其他气象因子对ANPP的影响不显著。研究区ANPP呈下降趋势是降水量减少和极端高温事件频发共同作用的必然结果。

CENTURY模型;气候变化;地上净初级生产力;极端高温;相关分析

WANG Ruili, ZHANG Cunhou, CHEN Haijun, YANG Yong, LI Yuanheng, WANG Mingjiu. Observations and Modeling of ANPP Dynamics for Wushengzhao Town In Inner Mongolia Grassland and Its Responses to Global Climate Change Based on CENTURY Model [J]. Ecology and Environmental Sciences, 2015, 24(12): 1955-1961.

全球及区域气候变化影响和支配着陆地表面植被的分布、植被类型和生产力。反过来,陆地覆盖状况的改变对气候变化产生反馈作用,这一点已越来越被科学家们所接受和重视(气候变化国家评估报告编写委员会,2007)。自然植被的净初级生产力与非生物因子,特别是与气候之间的关系,是研究生态系统结构与功能的一个关键环节(Chapin et al.,2002;Fay et al.,2003)。在全球气候变化的影响下,研究草地生态过程是验证草地系统对气候变化响应的一个非常重要的方面。地上净初级生产力(ANPP)是表征生态系统功能的一个重要指标(Aguiar et al.,1999;Bai et al.,2004)。ANPP及其动态不仅能够反映生态系统初级生产者的生长与发育状况,而且可以表征供给消费者和分解者的能量,其对所有涉及到能量流动和生物地球化学循环的生态系统过程均具有重要作用(Ives et al.,2007)。

在过去 20多年,国内外出现了许多关于模拟草原生态系统的模型,这些模型包含了各种复杂的生理生态过程、数据需求以及数据的可用性(Hunt,1977;Gilmanov,1978;Bashalkhanov,1978;Parton et al.,1984;Parton et al.,1987;Hunt et al.,1991)。然而,这些模型很少能够经得住一系列环境条件的严格检验,大多数模型的检验仅限于有限的条件(Steinhorst et al.,1978;Rose,1983;Macneil et al.,1985)。基于生态系统水平的CENRUTY模型已经被成功地验证并得到了广泛应用(Parton et al.,1987;Parton et al.,1988),该模型主要针对植物生产季节性的、长期的动态过程、分解过程以及营养循环过程进行模拟,已经成功应用于美国北部和中部、非洲、欧洲和亚洲地区的各种草地、农田以及森林生态系统中(Paustian et al.,1992;Parton et al.,1993;Parton et al.,1995;张存厚等,2012;张存厚等,2014)。本研究在总结前人研究的基础上,首次将CENTURY模型引入到鄂尔多斯市乌审旗乌审召滩地草场(霍治国等,1995;白永飞等,2000;王其兵等,2000;Liu et al.,2010),模拟过去近50年ANPP动态及其对气候变化的响应,重点探讨了研究区1963─2010年间草地ANPP与光、温、水等 26个气象因子之间的相互关系,为草地资源的科学管理、政策制定以及草地畜牧业可持续发展提供理论依据。

1 材料与方法

1.1自然概况

乌审召位于内蒙古毛乌素沙地东北部,其土地类型主要以流动沙丘为主,约占土地总面积的54%,可利用天然草场仅占1/3,而且被大小沙丘分割成零星小片牧场。1963─2010年期间,年均温6.6 ℃,10 ℃以上积温为2873.2 ℃,天数为155.0 d;年均降水量为327.0 mm,无霜期为135.0 d。监测场(39°06'N,109°02'E)选择在鄂尔多斯乌审旗乌审召镇国家一级牧业气象试验站内,草地类型为滩地草场,地势平坦。土壤以沙壤土为主。海拔高度1312.2 m。

1.2研究方法

1.2.1CENTURY模型简介

CENTURY模型是研究草原、农作物和森林生态系统 C、N、P和 S元素动态过程的模拟模型(Parton et al.,1992;Parton et al.,1993),包括植被生产、营养循环、水循环和土壤有机质等子模型。模型主要参数包括:气候参数、研究点地理属性和控制参数、外界营养物质输入参数、有机质初始参数、矿物质初始参数以及水分初始参数等。其中,模型气候驱动变量为月降水量、月平均最高温度和月最低平均温度;土壤参数为土壤质地、土层厚度、土壤容重、土壤田间持水量、凋萎系数、pH值以及土壤初始C、N、P和S元素水平;植物层面包括植物N、P、S元素含量及木质素含量。模型还考虑了人为管理措施,如施肥、灌溉和耕作方式等,以及自然条件变化对草地生态系统碳循环的影响,如放牧强度、火烧和大气CO2浓度变化。

1.2.2数据的来源

本研究1994─2009年牧草生长季观测数据来源于鄂尔多斯乌审旗乌审召镇国家一级牧业气象试验站。部分缺失的数据用实际观测的样方数据和前人临近站点研究成果和文献进行补充。采用1994─2001年地上生物量数据进行模型校正;2002─2009年数据用于模型验证。驱动模型所需的 1963─2010年月平均最高温度、平均最低温度和月降水量数据以及利用SPSS 13.0做相关分析所用的年平均气温、年平均最高气温、年平均最低气温、年极端最高气温、年极端最低气温、年平均风速、年日照时数、年相对湿度、年最大积雪深度、年平均地面温度和年蒸发量(小型)等气象数据均来自于内蒙古气象局。土壤参数来源于中国内蒙古土种志和实地观测,模型所需其他参数来自于野外调查数据和相关文献(王其兵等,2000)。

天然草地牧草监测区,选择在能够代表本地区主要草地类型和牧草生长平均状况且比较平坦的区域,监测区用水泥打桩作标记,并用围栏围封,面积5000 m×5000 m。牧草观测时间为生长季(5─9月)每月月末测定1次,调查样方大小为1 m×1 m,齐地刈割,4次重复,收集样品装入布袋并做好标记,置于 70 ℃恒温烘箱内烘干至恒重后,称其干重取平均值,作为地上净初级生产力。

1.2.3模型数据的参数化

根据前期研究结果,草地ANPP与气象因子密切相关,也是气候因子的一个综合作用结果(Xiao et al.,1995;张存厚等,2013;张存厚等,2014)。在不同自然条件下,任何一种气候因子都有可能成为草地生产力的主要限制因素。为了验证本研究区域气象因子与草地ANPP的相互关系及其对ANPP的影响程度,本研究选取了 26个气象数据因子,分别为1─12月逐月降雨量、1─4月累计降水量、生长季降雨量、年均降雨量、年平均气温、年平均最高气温、年平均最低气温、年极端最高气温、年极端最低气温、年平均地面温度、年相对湿度、年蒸发量(小型)、年日照时数、年平均风速和年最大积雪深度等,其具体参数化过程主要包括:(1)将月气象数据转化为模型要求的格式文件;(2)输入站点信息文件,并生成相应的CENTURY模型系统文件。上述各项因子具体参数化过程详细参阅Parton et al.(1992)编写的CENTURY模型用户指南和参数化手册。

CENTURY模型运行主要包括2个基本步骤:第一步,将气象站点 1963─2010年的气象数据转换为平均气候数据驱动模型,运行6000 a达到均衡态;第二步,以均衡态运行的结果为初始条件,运用 1963─2010年的实际气象数据和人类活动(无放牧)条件驱动模型。研究区设有围栏保护,观测到的数据能够反映无扰动的天然草原状态,为了使模型的模拟值与实际观测值有良好对应,在模型中将管理措施设为无放牧状态。

1.2.4CENRUTY模型校正与验证

模型校正主要是检验模型模拟值与观测值之间的吻合程度,反复调试模型标准参数,检验模型输出结果,直到模拟值与观测值之间不存在统计学上的显著差异。本文用模拟值与观测值进行线性回归分析、误差平方根值(RMSE)和平均绝对百分比误差(MAPD)3种方法对处理结果进行评价。具体计算公式如下:

式中:P为模拟值,Q为观测值;i(i=1, 2,……, n)为可用观测数据的时间。

2 结果与分析

2.1模型校正

经过模型参数的反复调整,分析研究区 1994─2001年 ANPP观测值与模拟值之间的统计学关系。得出ANPP观测值(X)与模拟值(Y)的线性回归方程为:Y=0.65X-2.59(r2=0.41,n=8)(图1),其RMSE为87.17 g·m-2,MAPD为38.90%。

图1 1994─2001年乌审召滩地草场ANPP的模拟值与观测值Fig. 1 Simulated and observed values of ANPP in Wushengzhao Town (1994─2001)

利用1994─2001年5─8月底地上生物量观测值(X)与对应模拟值(Y)进行了线性回归分析,得到线性回归方程为:Y=0.56X+13.59(r2=0.41,n=32)(图2)。研究发现,1999─2001年间,尤其是在牧草生长季,地上生物量模拟值较实际观测值全部偏低,原因可能是这3年间年降水量偏少,气温偏高所致。在 1994─2009年间,月平均温度2001年7月最高,为24.2 ℃,其次是2000年7月,为24.1 ℃,1999年居第5位;从生长季平均温度可以看出,1999年最高,为20.6 ℃,2001年居第4位,为20.2 ℃,2000年居第5位,为19.9 ℃;年降水量2000年最低,为150.2 mm,1999年倒数第3,为254.8 mm,2001年排倒数第6。

图2 1994─2001年乌审召滩地草场生长季地上生物量观测值与模拟值的对比Fig. 2 Comparison between the observed and simulated values of aboveground biomass in growing season of Wushengzhao Town (1994─2001)

通过进一步分析0~20 cm土壤平均含水量发现,1999─2001年间土壤平均含水量在近10年间普遍偏低,春夏季连续干旱严重,在模型中这可能影响牧草的返青和牧草生长。同样受上述气象条件的影响,实际观测到的牧草地上生物量也明显偏低,但程度没有模型中表现得严重,说明在本研究区CENTURY模型对降水量和高温的影响非常敏感。其他年份无论ANPP还是生长季地上生物量,模拟值与观测值都有较好的一致性。模型订正结果表明,经过模型参数值调整,CENRUTY模型能够较好地模拟出1994─2001年研究区的 ANPP的年际变化以及生长季内地上生物量的季节动态。

2.2模型验证

2002─2009年研究区样地ANPP观测值(X)与模拟值(Y)的线性回归方程为:Y=0.80X+8.24(r2=0.62,n=8)(图3),其RMSE为57.29 g·m-2,MAPD为26.76%。虽然RMSE值较高,但2002─2009年间最大的 ANPP观测值为 363.10 g·m-2,MAPD为 35.93%。观测值与模拟值的线性回归的模型性能的第二指标(斜率)为0.80。因此,对于以月为尺度的CENTURY模型来说,该值是可被接受的(Patton et al.,1993)。

图3 乌审召滩地草场ANPP的模拟值与观测值Fig. 3 Simulated and observed values of ANPP in Wushengzhao Town from 2002 to 2009

利用2002─2009年5─8月底地上生物量观测值(X)与对应模拟值(Y)进行了线性回归分析,得到线性回归方程为:Y=1.07X+3.36(r2=0.60,n=32)(图4)。模型的验证结果表明,CENTURY模型对研究区生长季地上生物量有良好的模拟效果。

从图3和图4线性回归方程斜率和相关系数可以看出,CENTURY模型对研究区牧草生长有良好的模拟效果,特别是对生长季地上生物量的模拟。

图4 2002─2009年地上生物量观测值与模拟值对比Fig. 4 Simulated and observed values of aboveground biomass in growing season from 2002 to 2009

2.3乌审召滩地草场 ANPP和年降水量的时间动态

在过去的48年当中,研究区ANPP年际间波动明显,其中1963─1966、1979─1984和1996─2005年期间出现 3次较大波动。ANPP最大值为255.30 g·m-2,出现在1964年,年降水量为592.70 mm,观测记录中处于第二大极值;最小值出现在2005年,为20.68 g·m-2,实际观测值中2005年也是最小,为96.00 g·m-2,年降水量为164.60 mm,在48年中排倒数第4。从图5可以看出,ANPP波动与降水量有很强的相关性,但并不是完全一致,这可能与降水的时空分布、水分在植物和土壤中分配过程的复杂性有关。模拟结果表明,ANPP下降幅度较降水量更加明显,其中每10年ANPP下降8.10 g·m-2、降水量下降4.60 mm,说明ANPP不仅对降水量的响应非常敏感,而且生长季高温对ANPP的负面影响也非常强烈。

CENTURY模型也充分考虑了高温对牧草生长的限制作用,这可能也是CENTURY模型优于其他统计模型的一个主要方面。受全球气候变化影响,研究区升温明显,降水量减少。温度升高虽然可以提高植物光合速率,但升温一旦超过阈值,蒸散加强,土壤含水量迅速下降,植物光合速率也随之下降,最终ANPP也必然下降,上述情况在干旱半干旱内蒙古草原区尤为突出。

表1 1963─2010年乌审召滩地ANPP与气象因子的相关系数Table 1 Correlation coefficients of ANPP with meteorological factors in Wushengzhao Town (1963─2010)

2.4ANPP与气象因子之间的相关分析

为了进一步了解研究区ANPP对气候变化的响应,特别是不同时段降水量对ANPP的影响,将降水量按逐月、牧草生长季、全年进行统计,将可能影响牧草生长的诸多气象因子与ANPP进行相关分析(表1)。从Pearson相关系数可以看出,与ANPP有极显著正相关的气象因子从大到小排序为:年降水量、年相对湿度、生长季降水量、4月降水量、5月降水量、1─4月累计降水量;2、6、7、8和12月降水与ANPP有显著正相关关系;低温、蒸发、日照、风速以及年最大积雪深度等其他气象因子对ANPP的影响不显著。不同时段降水量对ANPP均有明显影响,其中生长季、冬季和春季降水量对ANPP影响非常显著。研究还发现,年极端最高气温对ANPP影响非常显著。多数学者在研究气候变化对内蒙古草原的影响时,主要考虑降水量和温度变化,而忽略了极端高温带来的不利影响。实际上,极端高温通常出现在牧草生长季,对处于生长旺盛阶段的牧草具有强烈的抑制作用。总之,研究区ANPP呈下降趋势是降水量减少和极端高温事件频发共同作用的必然结果。

图5 乌审召滩地草场年降水量与CENTURY模型模拟ANPP变化Fig. 5 Variation of Simulated values of ANPP using CENTURY model and annual precipitation in Wushengzhao Town (1963─2010)

3 讨论

全球变化影响下的气温和降水的改变,都会显著地影响内蒙古草原生产力及其动态。本研究发现,研究区的降水和气温存在明显的季节分配和年际变化,CENRUTY模型比较准确地模拟了这类草地地上生物量的季节动态和年际变化。模拟结果表明,研究区地上生物量对气候变化非常敏感,利用气象观测资料模拟获得的年地上净初级生产力随气温和降水的变化呈现出明显的变化规律。已有的观测数据和 CENTURY模型模拟结果均表明降水和温度的季节性分布是草原植被初级生产力的一个重要控制因素(Xiao et al.,1995;张存厚等,2013;张存厚等,2014)。本研究还发现,温度可在多方面影响植物的生长发育,然而高温通常会降低光合速率,提高呼吸速率,从而降低植物的净生产力,该结果与前人(气候变化国家评估报告编写委员会,2007)大量的实验和模型研究结论基本一致。气候变化可显著影响凋落物的分解,进而影响到牧草的产量。内蒙古混合凋落物分解过程观测的实验表明(王其兵等,2000),,降水保持不变的情况下,气温升高2.7 ℃,3种凋落物的分解速率分别提高了15.4%,35.8%和6.7%;而在降水量降低20%或更多的情况下,气温升高2.2 ℃或更高,,各种凋落物的分解速率将降低。

本研究没有考虑在全球气候变化背景下植被的变化和重新分布,但历史数据显示,内蒙古植被分布已经发生了很大的变化(王义凤等,1982)。土地利用现状的改变是植被分布发生变化的重要因素,也是控制土壤有机质动态的重要因素(Xiao et al.,1995)。内蒙古草原超载过牧和土地荒漠化面积超过总面积的30%,这使得内蒙古草原初级生产力和土壤有机质急剧下降。建议将土地利用现状的改变与气候变化综合考虑进行内蒙古草原的深入研究,可能更具有科学意义。

4 结论

利用CENTURY模型对内蒙古自治区鄂尔多斯乌审召滩地草场多年(1963─2010)地上净初级生产力(ANPP)与气象因子的相关关系进行模拟分析,结果表明:CENRUTY模型能够比较准确地模拟这类草原的季节动态和年际变化。在过去的48年间生长季温度在增加,乌审召滩地草场降水在减少,生长季内地上生物量对降水和温度的季节性分布非常敏感。模型订正与验证结果显示,观测值与模拟值的相关系数变化范围为0.41~0.62,误差平方根值变化范围为57.29~87.17 g·m-2,平均绝对百分比误差变化范围为33.76%~63.39%。降水量因子对ANPP产生明显影响,其中生长季、冬季和春季降水量对 ANPP影响显著(P<0.05)。极端高温与ANPP间具有显著的负相关关系(P<0.05),而低温、蒸发、日照时数、风速以及年最大积雪深度等其他气象因子对ANPP的影响不显著(P>0.05)。研究区降水量减少和极端高温是影响ANPP的主要限制因素。

AGUIAR M R, SALA O E. 1999. Patch structure, dynamics and implications for the functioning of arid ecosystems [J]. Trends in Ecology & Evolution, 14(7): 273-277.

BAI Y F, HAN X G, WU J G, et a1. 2004. Ecosystem stability and compensatory effects in the Inner Mongolia Grassland [J]. Nature, 431(7005): 181-184.

BASHALKHANOV I A. 1978. Production process modeling of the steppe phytocoenose. In: Models of natural systems [M]. Nauka Publication, House, Novosibirsk: 100-106.

CHAPIN F S III, MATSON P A, MOONEY H A. 2002. Principles of Terrestrial Ecosystem Ecology [M]. New York: Springer: 99.

FAY P A, CARLISLE J D, KNAPP A K, et a1. 2003. Productivity response to altered rainfall patterns in a C4-dominated grassland [J]. Oecologia, 137(2): 245-251.

GILMANOV T G. 1978. Mathematical modeling of biogeochemical cycles in grassland ecosystems [M]. Moscow State University Publishing House: Moscow: 168.

HUNT H W, TRLICA M J, REDENTE E F, et al. 1991. Simulation model for the effect of climate change on temperate grassland ecosystems[J]. Ecological Modelling, 53: 205-246.

HUNT H W. 1977. A simulation model for decomposition in grassland [J]. Ecology, 58: 469-484.

IVES A R, CARPENTER S R. 2007. Stability and diversity of ecosystems [J]. Science, 317(5834): 58-62.

LIU X M, WEI G, HAN G D. 2010. Grey Correlation analysis between grassland yield and climatic factors in Wushengzhao town [J]. Acta Agrestia Sinica, 18(2): 302-307.

MACNEIL M D, SKILES J W, HANSON J D. 1985. Sensitivity analysis of a general rangeland model [J]. Ecological Modelling, 29(s1-4): 57-76.

PARTON W J, MCKEOWN B, KIRCHNER V, et al. 1992. CENTURY Users Manuul [M]. NREL Publication.CSU,Fort Collins,CO., 5: 109-131.

PARTON W J, OJIMA D S, SCHIMEL D S. 1995. Models to evaluate soil organic matter storage and dynamics. In: M.R. Carter and B.A. Stewart (Editors), Structure and Organic Matter Storage in Agricultural Soils [M]. Advances in Soil Science. CRC Press, Lewis Publishers, New York: 421-448.

PARTON W J, SCHIMEL D S, COLE C V, et al. 1987. Analysis of factors controlling soil organic matter levels in Great Plains grasslands [J]. Soil Science Society of America Journal, 51(5): 1173-1179.

PARTON W J, SCURLOCK J M O, OJIMA D S, et al. 1993. Observations and modeling of biomass and soil organic matter dynamics for the grassland biome worldwide [J]. Global Biogeochemical Cycles, 7(4): 785-809.

PARTON W J, SINGH J S. 1984. Adapting a biomass simulation model to a tropical grassland [J]. Ecological Modelling, 23(1-2): 151-163.

PARTON W J, STEWART J W B, COLE C V. 1988. Dynamics of C, N, P and S in grassland soils: a model [J]. Biogeochemistry, 5(1): 109-131.

PAUSTIAN K, PATTON W J, PERSSON J. 1992. Influence of organic amendments and N fertilization on soil organic matter in long-term plots: model analysis [J]. Soil Sci. Soc. Am. J., 56: 476-488.

ROSE K A. 1983. A simulation comparison and evaluation of parameter sensitivity methods applicable to large models. In: W.K. Lauenroth, G.V. Skogerboe and M. Flug (Editors), Analysis of ecological systems: state-of-the-art in ecological modeling [M]. Elsevier Scientific Publ. Co., Amsterdam: 173-183.

STEINHORST R K, HUNT H W, INNIS G S, et al. 1978. Sensitivity analysis of the ELM model. In: G.S. Innis (Editor), Grassland simulation model [M]. Ecological Studies 26.Springer-Verlag, New York: 231-255.

XIAO X M, WANG Y F, JIANG S, et al. 1995. Interannual variation in climate and aboveground biomass of Leymus chinense steppe and Stipa grandis steppe in Xilin river basin, Inner Mongolia, China [J]. Journal of Arid Environments, 31(3): 283-299.

XIAO X, OJIMA D S, PARTON W J, et al. 1995. Sensitivity of Inner Mongolia grasslands to climate change [J]. Journal of Biogeography, 22(4-5): 643-648.

白永飞, 李凌浩, 王其兵, 等. 2000. 锡林河流域草原群落植物多样性和初级生产力沿水热梯度变化的样带研究[J]. 植物生态学报, 24(5): 667-673.

霍治国, 李世奎, 杨柏. 1995. 内蒙古天然草地的气候生产力及其载畜量研究[J]. 应用气象学报, 6(增刊): 90-95.

气候变化国家评估报告编写委员会. 2007. 气候变化国家评估报告[M].北京: 科学出版社.

王其兵, 李凌浩, 白永飞, 等. 2000. 模拟气候变化对3种草原植物群落混合凋落物分解的影响[J]. 植物生态学报, 24(6): 674-679.

王其兵, 李凌浩, 白永飞, 等. 2000. 气候变化对草甸草原土壤氮素矿化作用影响的实验研究[J]. 植物生态学报, 24(6): 687-692.

王义凤, 姜恕. 1982. 干旱气候对大针茅草原的群落结构和土上部分生物量的影响[J]. 植物生态学报, 6(4): 333-338.

张存厚, 王明玖, 乌兰巴特尔, 等. 2012. 内蒙古典型草原地上净初级生产力对气候变化响应的模拟[J]. 西北植物学报, 32(6): 1229-1237.

张存厚, 王明玖, 张立, 等. 2013. 内蒙古草甸草原地上净初级生产力对气候变化响应的模拟[J]. 草业学报, 22(3): 41-50.

张存厚, 王明玖, 赵杏花, 等. 2014. 基于CENTURY模型的荒漠草原ANPP对气候变化响应的模拟[J]. 生态学杂志, 33(10): 2849-2857.

Observations and Modeling of ANPP Dynamics for Wushengzhao Town In Inner Mongolia Grassland and Its Responses to Global Climate Change Based on CENTURY Model

WANG Ruili1,2, ZHANG Cunhou3, CHEN Haijun2, YANG Yong1,4, LI Yuanheng5, WANG Mingjiu1*
1. College of Ecology and Environmental Science, Inner Mongolia Agricultural University, Huhhot 010019, China; 2. Inner Mongolia Institute of Biotechnology, Huhhot 010010, China; 3. Ecological and Agricultural Meteorology Centre, Inner Mongolia Weather Bureau, IMWB, Huhhot 010051, China; 4. Inner Mongolia Institute of Grassland Survey and Planning, Huhhot 010051, China; 5. Institute of Grassland Research, Chinese Academy of Agricultural Sciences, Huhhot, China 010010, China

In order to explore the effect of climatic factors on the annual aboveground net primary production (ANPP) and provide theoretical support for rational management and sustainable utilization of grassland,Dynamic changes of ANPP were simulated by CENTURY model for Wushengzhao Town in Inner Mongolia grassland from 1963 to 2010, and correlations of simulated values of ANPP and 26 meteorological factors were analyzed. The results suggested that CENRUTY model can successfully simulate the seasonal and interannual dynamics of aboveground net primary productivity in Wushengzhao Town of Inner Mongolia grassland. In growing season, temperature increased, precipitation decreased and ANPP were on the downward trend in the past 48 years, and ANPP decline rate was more significant than the precipitation. With changes of temperature and precipitation, simulated ANPP using meteorological data showed significant changing patterns, and above ground biomass of growing season is very sensitive to temperature and precipitation seasonal distribution. Model correction and validation results showed that the r2for the comparison of observed and simulated values varied from 0.41 to 0.62 and root mean square error of ANPP varied from 57.29 to 87.17 g·m-2and the ratio of the absolute mean error of ANPP varied from 33.76% to 63.39%. Correlation analysis showed that precipitation in different time interval obviously effected on ANPP, focus growing season, winter and spring rainfall. Extreme high temperature had very significant negative impact on ANPP, effects of other meteorological factors on ANPP was not significant, just as low temperature, evaporation, sunshine duration, wind speed, and annual max snow cover depth. It was precipitation decreasing and extreme high temperature events increasing that leaded to ANPP declining in the study area.

CENTURY model; climate change; ANPP; extreme high temperature; correlation analysis

10.16258/j.cnki.1674-5906.2015.12.005

Q948; X17

A

1674-5906(2015)12-1955-07

国家科技支撑计划课题(2014BAD10B01);内蒙古自治区科技计划项目(20130438);内蒙古自治区科技计划项目(20140175);呼和浩特科技计划项目(2013-社发-2);内蒙古气象科技创新项目(nmqxkjcx201504);内蒙古自治区自然科学基金项目(2015MS0384)

王瑞利(1981年生),男,副研究员,博士研究生,主要从事草地碳素循环与平衡方面的研究。E-mail: 96048@163.com *通信作者。E-mail: wangmj_0540@163.com;zhangcunhou2004@163.com

2015-06-19

引用格式:王瑞利, 张存厚, 陈海军, 杨勇, 李元恒, 王明玖. 基于CENTURY模型的乌审召滩地草场ANPP及对气候变化的响应[J]. 生态环境学报, 2015, 24(12): 1955-1961.

猜你喜欢
降水量气候变化生物量
《应对气候变化报告(2022)》发布
轮牧能有效促进高寒草地生物量和稳定性
降水量是怎么算出来的
黄台桥站多年降水量变化特征分析
气候变化与环保法官
气候变化:法官的作用
1988—2017年呼和浩特市降水演变特征分析
基于小波变换的三江平原旬降水量主周期识别
生物量高的富锌酵母的开发应用
应对气候变化需要打通“网关”