典型草原净初级生产力对气候变化响应的模拟

王松，耿元波，母悦

(1.中国科学院地理科学与资源研究所，北京 100101；2.中国科学院大学，北京 100049)



典型草原净初级生产力对气候变化响应的模拟

王松1,2，耿元波1*，母悦1,2

(1.中国科学院地理科学与资源研究所，北京 100101；2.中国科学院大学，北京 100049)

本研究利用1953-2014年气象数据和1998-2013年实测数据驱动CENTURY模型模拟内蒙古典型草原生态系统地上净初级生产力(ANPP)的动态变化，并分析影响其动态变化的气象因素。结果表明，1)研究地点1998-2013年的ANPP观测值与模拟值变化趋势吻合度较高，Pearson相关性系数为0.79，均方根误差为25.92 g/m2，CENTURY模型适用于模拟气候变化对内蒙古典型草原影响的研究。2)模型参数敏感性分析得出模型中的主要参数分别是研究地点土壤理化性质、草地植物生长的潜在生长力系数、植物生长最适和最高温度，这些参数的确定决定着模型模拟结果的准确度。3)1953-2014年，内蒙古锡林浩特的气温呈现极显著增加的趋势(P<0.01)，主要是年平均最低气温明显上升；降水呈明显的年际波动，变异系数为30.2%。4)1953-2014年模拟的ANPP呈减少的趋势，但是变化趋势不显著(P>0.05)。通过相关性分析得到，降水是影响ANPP变化的主要因素，年降水量与ANPP的相关系数r值达到0.959(P<0.01)，温度与ANPP呈弱相关性。

气候变化；地上净初级生产力；草地生态系统；CENTURY模型

IPCC第五次气候变化评估报告[1]指出全球变暖已经成为不争的事实，强烈的气候变化将对草地生态系统产生巨大的影响，将改变生态系统中植被群落的结构、组成和生物量，使植被的空间格局发生变化，同时也会威胁人类的生存环境及社会经济的可持续发展。因此，明确气候变化与草地生态系统之间的相互作用，揭示草地生态系统对气候变化的响应及适应能力成为全球变化研究的重要内容之一[2]。内蒙古草原地处欧亚大陆草原中部，属于西北干旱区、东北湿润区和华北旱作农业区间的过渡地带，位于“国际地圈-生物圈计划”IGBP(International Geosphere-Biosphere Program)全球变化研究典型陆地样带的中国东北陆地样带之内，草地总面积7860万 hm2，占全国草地总面积的22%，居全国首位，同时也是全球变化最为敏感的区域之一[3]。

植被净初级生产力(net primary productivity，简称 NPP)是表征生态系统结构和功能协调性的一个重要指标，气候变暖、降水的格局变化、CO2浓度的升高等因素都与草地的NPP有关，NPP也是大气成分改变的重要合作者，对全球变化有着极其重要的作用，ANPP(aboveground net primary productivity)是指地上净初级生产力，是NPP的一部分。IPCC(2007)[4]指出，过去几十年里干旱半干旱区草原生态系统生产力呈持续下降的变化趋势，未来气温继续升高2～4 ℃和降水减少的情况下，草原生产力将可能下降40%～90%。在全球变暖的大背景下，研究全球气候变化对内蒙古草地生产力的影响，并确切地估算内蒙古主要草地类型ANPP的数值，有利于正确认识内蒙古草地自然环境和资源潜力，对合理利用和开发内蒙古草地自然资源有积极的指导意义,对于保障我国的生态安全和可持续发展也有至关重要的意义[5]。

国内外研发了许多关于模拟草原生态系统ANPP的模型，月步长的CENTURY模型已经被成功验证并得到广泛应用[6-14]。肖向明等[10]和袁飞等[11]虽说对内蒙古典型草原的ANPP对气候变化的响应展开了分析，却有缺乏长时间序列的观测资料、CENTURY模型的版本是较早版本以及1996年之前的观测数据准确度不高的缺点。同时国内的众多学者使用了CENTURY模型模拟了各种类型的生态系统，但是先对CENTURY模型进行验证和敏感性分析的学者不多[12]。本研究以内蒙古典型草原为对象，用1953-2014年的气候数据和土壤数据驱动CENTURY模型，并用1998-2013年的地上观测数据进行模型的校正、验证和模型的敏感性分析。模拟出内蒙古典型草原地上生物量对气候变化的响应，并分析探讨气象因素对锡林浩特典型草地地上生物量的影响。为分析气候变化影响草地生态系统结构和功能的机理和在未来全球变暖的背景下准确预测草原生态系统的响应提供借鉴和依据。

1 材料与方法

1.1 研究地点概况

本研究选择的研究地点位于内蒙古锡林浩特典型草原(图1)，经度范围:E 116°40′25″-116°40′50″，纬度范围:N 43°32′54″-43°33′18″。锡林浩特典型草原属于中温带亚干旱大区，以羊草(Leymuschinensis)、冰草(Agropyroncristatum)、大针茅(Stipagrandis)为主的温带半干旱典型草原植被，年平均气温为(0.3±0.1) ℃，全年光照为2603.8 h，多年平均降水量为(347.0±79.6) mm，降水量年际变化较大，主要集中在6-9月，约占全年降水量的80%[15]。

1.2 数据的来源与处理

1953-2014年气候数据来源于中国气象科学数据共享服务网地面气候资料数据集(http://data.cma.cn)，包括月均降水量、月平均最高气温、月平均最低气温、月平均气温。土壤和植被数据来源于全国第二次土壤普查、内蒙古土种志，其他模型参数取自于文献资料、模型的默认值[16-18]。内蒙古锡林浩特典型草原ANPP的实验数据1998-2013年来源于国家生态系统观测研究网络(CERN)中心(http://www.cnern.org.cn)，主要包括5-10月地上生物量鲜重和干重。

图1 研究地点位置Fig.1 Location of study site

本研究数据处理利用MTALAB编译转换气象数据，采用SPSS 21.0进行相关性分析，Origin 9.1进行回归分析和作图。

1.3 模型介绍

CENTURY模型是一个广义的植物-土壤生态系统模型，包括植物生产力子模型、土壤有机质子模型、养分循环子模型、温度和水分子模型。植物生产力子模型根据月均土壤温度和水分计算潜在的植物生产力，分配可用土壤的养分C，N，P，S到植物活体的各个部位。草地生产力子模型中的生产力分为地上部分生物量(包括绿色部分和立枯部分)和根部生物量[6,19]。

本研究采用月步长的DOS命令提示符CENTURY 4.6 版本，该版本改进了温度对碳库分解速率的影响曲线、植被潜在生产力系数、干物质分配、潜在蒸散量等计算方法，增加了土壤外部氮沉降、有机质、pH等参数文件和一些新变量参数。模型的主要参数包括气候参数、研究地点与控制参数、植被参数、外界营养输入参数、土壤有机质输入参数。本研究所用的地点初始化参数如表1、表2所列。其中，1953-2014年的气象月数据集需要转化成“*wth”文件，再经过模型参数化操作转化成表1。研究地点与控制参数大多来自于实验和实地观测，植被参数、外界营养输入来自于文献和CENTURY模型操作手册[20]中的经验值。对于土壤有机质输入参数，可以通过测点长期气象资料将模型运行多年(>5000年)，使土壤中有机质的含量达到平衡状态，把平衡状态下的土壤有机质含量模拟结果作为不同土壤有机质库的土壤有机质含量参数化的初始值[7]。为了得到更好的参数，需要进行参数的敏感性分析和模型多次的校正、验证。

表1 1953-2014年内蒙古锡林浩特气象参数

Table 1 Climate parameter in Xilinhaote, Inner Mongolia

月份Month月平均降水量Monthlyaverageprecipitation(cm)月平均最高温度Monthlyaveragemaximumairtemperature(℃)月平均最低温度Monthlyaverageminimumairtemperature(℃)10.2445-12.3903-24.861320.2482-7.5677-21.895230.54391.6677-12.766140.811012.7484-2.411352.504820.54035.095264.850225.441911.567778.186527.671015.185586.274526.188713.100092.489220.35325.6790101.188511.6919-2.8226110.5090-0.0210-12.8839120.2603-9.6919-21.3952

1.4 模型的运行

运行CENTURY模型时，按顺序执行FILE100、EVENT100、CENTURY、VIEW程序，FILE100设置上述各种参数，EVENT100设置管理文件，CENTURY进行模型检验和运行，VIEW是运行结果的可视化。CENTURY模型的运行基本包括2个步骤：第一，将内蒙古锡林浩特1953-2014年的气象数据转化成“*wth”文件，使用平均数据驱动模型，使其达到均衡态；第二，以平衡态的结果为初始条件，运用实际气象数据和人类活动条件驱动模型，得到过去60多年的模拟ANPP的动态变化。本研究的人类活动条件设置为无放牧无干扰，即研究的是内蒙古锡林浩特自然状态下典型草地生态系统。

CENTURY模型里面的特定文件是开源化的，里面含有各种参数，根据运行模型得出的结果，检验内蒙古锡林浩特典型草原ANPP模拟值和实际观测值的吻合程度，可以调整参数使模型适应该地点的参数要求，达到更好的模拟结果。因此，先要校正模型，取几年的内蒙古锡林浩特典型草原ANPP实际观测结果，进行模拟值和观测值的吻合度比较，反复检验模拟的结果，反复调整模型的参数，使其达到最好的效果。然后，将所有的观测值与对应年份的模拟值进行吻合度检验，以验证模型。

模型的敏感性分析是确定模型中最敏感、重要的参数，即变化模型其中的一个参数, 保持其他参数不变，观察参数变化对模型模拟结果的影响,确定该敏感参数[11]。

表2 CENTURY模型的初始化参数

Table 2 Initial input parameter of the CENTURY model

项目Program参数名称Parameter参数值Value说明Description研究地点及控制参数SiteandcontrolparametersSITLAT43.32地点纬度LatitudeofmodelsiteSITLNG116.4地点经度LongitudeofmodelsiteSAND0.50土壤中砂粒含量FractionofsandofsoilSILT0.24土壤中粉砂含量FractionofsiltofsoilCLAY0.26土壤中粘粒含量FractionofclayofsoilROCK0土壤中岩石含量FractionofrockofsoilBULKD1.29土壤容重Bulkdensityofsoil(g/cm3)NLAYER5土壤层厚度Numberofsoillayersinwatermodel(1～9cm)NLAYPG4植物根区厚度Numberofsoillayersinthetoplevelofthewatermodel(cm)pH7.20～20cm表层土壤pH值pHfor0-20cmsoilDRAIN1土壤排水能力SoildrainageabilityBASEF0径流调节RunoffadjustmentSTORMF0径流调节RunoffadjustmentAWILT0.122土壤萎蔫点WiltingpointofsoillayerAFIEL0.277田间持水量FieldcapacityofsoillayerPRECRO8可发生径流的月降水量Theamountofmonthlyrainfalltooccur(cm)植被参数VegetationparametersPRDX(1)0.25潜在生物量系数CoefficientofpotentialproductionPPDF(1)22.5最适温度Optimumtemperature(℃)PPDF(2)37最高温度Maximumtemperature(℃)外界营养输入参数Externalnutrientin-putparametersEPNFA(1)0.05大气氮沉降线性方程的截距值InterceptoflinearfunctionforatmosphericNfixationEPNFA(2)0.0105大气氮沉降线性方程的斜率SlopoflinearfunctionforatmosphericNfixationEPNFS(1)30年最小蒸散量Minimumannualevapotranspiration(mm)EPNFS(2)0.015土壤非生物固N线性方程的截距值Interceptofnon-symbioticsoilNfixation

1.5 模拟结果评价

模拟值和实际观测值的吻合程度比较是为了模型效果的评价，采用线性回归的评价方法(包括线性回归系数、相关系数和均方根误差)，并以图像直观的表示出来。其中，均方根误差(RMSE)计算公式如下：

(1)

式中，Yi和Xi分别为模拟值和观测值，n为总体样本数。

1953-2014年的模拟ANPP动态变化结果与气象因子的相关性分析，采用偏相关分析和Pearson相关性分析的方法，以确定气象影响因子。

2 结果与分析

图2 研究地点1998-2013年生长季地上生物量观测值与模拟值的对比Fig.2 Comparison between simulated and observed aboveground biomass during 1998 to 2013

图3 研究样地ANPP模拟值和观测值线性回归Fig.3 Linear regression analysis of simulated and observed ANPP at study site

图4 CENTURY模型参数敏感性分析Fig.4 Sensitivity analysis of CENTURY model to model parameter

2.1 模型的检验

2.1.1 模型的校正和验证 经过反复的校正模型，反复的调整模型的参数，得到了较好效果的模型参数，其中主要调整的模型参数包括潜在生产力系数、最高和最适生长温度，如表1所示。

基于校正后的模型参数，用所有年份生长季的观测结果对模型进行了验证(图2)。由图2可知，生长季模拟值和观测值的变化趋势大体一致，5-10月份是该区域草地植被的生长季，5-7月份植被随着温度和降水的逐渐增加而生长，生物量逐渐增加，在8月份生物量达到峰值，9和10月份随着环境的恶劣，草地植被开始枯萎，生物量减少。

同时，本研究对观测值和模拟值进行了线性回归分析(图3)。由图3可知，模拟值和观测值的回归结果大体分布在1∶1的趋势线两侧，线性回归系数为0.94，Pearson相关系数r=0.79，决定系数R2=0.62，模拟值和观测值显著相关。另外，观测值和模拟值得均方根误差RMSE=25.92 g/m2(C值)，对于月步长的CENTURY模型来说，均方根误差在误差的合理范围之内[11,15,21]。因此，根据相关系数和均方根误差可以判定，CENTURY模型在内蒙古锡林河流域具有适用性，模型能够用来模拟过去62年的ANPP动态变化，并进行ANPP与气象因子的相关性分析，确定影响因子。

2.1.2 模型参数敏感性分析 如图4所示，在其他参数不变的情况下，分别对模型中参数改变+10%、-10%，比较模型输出1998-2013年的ANPP平均值与未改变参数输出值的差别。通过比较变化率，得出5个较为敏感的参数。

由图4可知，模型中的主要参数依次是研究地点土壤理化性质、草地植物生长的潜在生长力系数、植物生长最适和最高温度，反映出草地植物生产力与土壤属性和大气环境的密切相关性。同时，在模型参数确定和校正的过程中，这些参数决定着模拟结果的准确度。

2.2 草原生态系统ANPP对气温降水变化的响应(1953-2014年)

2.2.1 1953-2014年气温和降水的变化 如图5所示，在1953-2014年期间，经F值检验，该地区的年平均最低气温、最高气温和年平均气温均呈极显著的波动上升趋势(P<0.01)，并且年平均最低气温比年平均气温上升趋势明显，年平均温度比年平均最高温度上升也更明显，其气候倾向率分别是0.53，0.44，0.29 ℃/10年。从图中也可以看出最明显的升温起始于20世纪70 年代中期, 在经过80和90 年代的波动之后继续攀升, 在90年代末达到历史最高。近几年来的升温幅度略有回落，但仍表现出增温趋势。

图5 研究地点气象数据Fig.5 Meteorological data at study site

从表3中看出，1953-2014年，内蒙古锡林浩特年平均最高气温呈增暖趋势，增温幅度为0.29 ℃/10年。从季度角度来看，春、冬季的增暖趋势尤为明显，增暖幅度达0.36和0.32 ℃/10年，其他季节也均呈不同程度的增温趋势，但相比较小，增暖速率位居春、冬季之后的分别是夏季的0.28 ℃/10年、秋季的0.20 ℃/10年，并且除秋季显著差异外，其他3个季节都达到极显著性变化。该地区的年平均最低气温也表现出增温趋势，春、冬季的增温幅度0.63和0.61 ℃/10年更为明显，增暖速率位居春、冬季之后的分别是秋季的0.49 ℃/10年、夏季的0.38 ℃/10年，4个季节都达到极显著变化。相同的，年平均气温也呈增加趋势，春夏秋冬增温幅度分别是0.52，0.36，0.41，0.47 ℃/10年。

通过比较近62年的温度变化趋势可以得到以下结论：在季平均最高、最低气温和平均温度的变化中，以春冬季的增暖最为明显，可以说在年平均最高、最低气温的增暖趋势中春、冬季是主要的贡献者，夏季和秋季是增温趋势最弱的季节。

从表4中看出，1953-2014年的年降水量具有明显的年际波动，62年期间的平均降水量为281.1 mm，波动范围在121～561 mm之间，变异系数为30.2%。降水虽有所增加，但波动较大的特点并没有改变，且主要集中在6-9月份，约占全年的77.7%。除1959、1974、1993和2003年水分充裕外, 其余年份的水分尚有亏缺，其中1980、2005和2008 年的水分亏缺都接近130 mm附近。

表3 1953-2014年不同时段年、季平均最高、最低气温趋势比较

Table 3 Comparison of trends in seasonal and annual mean maximum and minimum temperatures of 1953-2014 ℃/10年

项目Item春季Spring夏季Summer秋季Autumn冬季Winter年Year平均最高气温Meanmaximumtemperatures0.36**0.28**0.20*0.32**0.29**平均最低气温Meanminimumtemperatures0.63**0.38**0.49**0.61**0.53**年平均温度Meantemperatures0.52**0.36**0.41**0.47**0.44**

**：1%水平下具有显著差异；*：5%水平下具有显著差异。
** are statistical significant under 1% level；* are statistical significant under 5% level.

表4 1953-2014年月平均降水及占全年降水的比例

Table 4 Monthly average precipitation and percentage of in annual precipitation during 1953 to 2014

项目Item123456789101112降水Precipitation(mm)2.442.505.528.0325.3348.3682.4862.7625.2811.625.102.61比例Percentage(%)0.870.891.962.858.9817.1529.2422.258.964.121.810.93

2.2.2 1953-2014年ANPP模拟动态变化 如图6所示，内蒙古锡林浩特典型草原ANPP具有明显的年际波动，总体来看ANPP呈减少的趋势，但是统计结果显示变化趋势不显著(P>0.05)。2000年以后变化比较剧烈，主要是因为2000年以后降水和温度波动剧烈，尤其是2005年降水大幅度的减少，造成ANPP急剧下降。因此，可以推测，ANPP的变化与降水有很大的相关性，且对温度比较敏感。

图6 研究样地1953-2014年ANPP模拟值的动态变化Fig.6 Dynamic change of simulated ANPP at study site during 1953 to 2014

2.2.3 草地ANPP与气温和降水的关系 通过SPSS 21.0的偏相关性和Pearson相关性分析，可以得到ANPP与气候因子的相关性(偏相关性分析能够在排除其他变量的影响下，使两个变量间的相关关系得到更加真实地反映)，如表5所示，主要分析ANPP与同一时期的年降水量、年平均温度、年平均最高和最低温度的相关性[22-25]。

由表5可知，降水对ANPP的影响极为显著(P<0.01)，全年ANPP与年降水量的相关系数r值达到0.959，尤其是生长季的降水，对ANPP影响显著，同时，温度的升高导致水分的胁迫作用更加明显，这与上文的推测是一致的。温度对ANPP的影响不显著，且最高、最低这种极端天气对ANPP表现出负相关的关系。

表5 地上净初级生产力模拟值与气温和降水量的偏相关分析

Table 5 Partial correlation analysis between simulated ANPP and air temperature, precipitation in grassland ecosystems

气候因子Climatefactor地上净初级生产力ANPP5月May6月June7月July8月August9月September全年Annual降水量Precipitation0.905**0.664**0.516**0.318*0.391**0.959**平均最高气温Meanmaximumtemperatures-0.154-0.325*-0.314*-0.1580.034-0.098平均最低气温Meanminimumtemperatures-0.049-0.153-0.036-0.0470.080-0.006平均气温Meantemperatures0.1050.276*0.1840.089-0.0750.067

**：1%水平下具有显著相关；*：5%水平下具有显著相关；下同。
** are statistical significant under 1% level, * are statistical significant under 5% level, the same below.

为了解年降水、生长季(5-9月)降水、非生长季(前1年植物枯死的10月到第2年4月)降水及各月降水对ANPP影响程度，对上述变量进行Pearson相关分析，结果如表6。

由表6可知，Pearson相关系数大小：生长季>年>非生长季。ANPP与生长季降水量相关系数达到极显著相关(r=0.973，P<0.01)，这是因为该时期草原群落植物处于迅速增长阶段，需要土壤提供大量的水分，以进行光合作用提高生产力。ANPP与非生长季降水量相关系数达到显著相关(r=0.266，P<0.05)，这是因为草原进入冬季后，降水将通过积雪的厚度和覆盖面积来影响植物越冬芽的存活，进而影响第2年的ANPP。因此，对典型草原当年植物ANPP影响的降水期应该是从前一年植物枯死的10月到第2年植物生长结束的9月，而不是通常使用的年降水量。同时，降水对植物的影响是通过土壤调节和植物自身调节功能来完成的，使得植物对降水的反应具有滞后效应。

表6 地上净初级生产力与不同时期降水量的相关系数

Table 6 The correlation coefficient between ANPP and precipitation in different periods

时间Time相关系数Correlation时间Time相关系数Correlation1月Jan0.0937月Jul0.756**2月Feb0.1958月Aug0.536**3月Mar0.2009月Sep0.348**4月Apr0.01810月Oct-0.0575月May0.11911月Nov0.2176月Jun0.504**12月Dec-0.200生长季Growingseason0.973**非生长季Non-growingseason0.266*年Annual0.964**

3 讨论

本研究通过CENTURY模型模拟得出，过去62年的ANPP呈波动趋势，降水是影响内蒙古锡林浩特典型草原ANPP动态变化的主要调控因子，温度的影响较小。何玉斐等[22]基于Miami模型和Thornthwaite Memorial模型对内蒙古多伦县1953-2006年的逐年草地有效生产潜力作了估算, 在降水和温度这2个主要气候要素中, 也同样得出降水对草地生产潜力的限制作用更为明显。莫志鸿等[13]基于CENTURY模型也得出典型草原ANPP变化趋势不显著，与同期降水量具有极显著的正相关性。Xiao等[10,26]利用CENTURY模型对内蒙古典型草原地上生产力进行了模拟分析，得出降水和温度的季节性变化是该地区植被净初级生产力的一个重要控制因素。

分析ANPP与气候因素的相关关系时，只考虑了降水和温度单独的影响，通常气候变化都是各种环境因子相互作用的结果，比如CO2浓度、光照、湿度、蒸腾等因素。张存厚等[21]研究得出过去1953-2010年内蒙古典型草原ANPP下降是降水减少、温度升高以及干旱事件频发共同作用的结果。同时，植物生产力是单位时间单位面积植物干物质的累积，具有时间累积效应，并且上述结果表明降水对ANPP的影响具有滞后效应。因此，考虑降水量和ANPP的关系时，应该充分地考虑植被的生长特点，综合考虑环境的各个因素，确定对植物生长具有影响的有效降水时间，而不是一味简单地使用年降水和月降水进行生产力估算。

CENTURY模型是月步长的模型，本研究1998-2013年的观测值都是某一天的测量值，这样的回归结果会使模型出现偏差，不能完全反映气候因素和植被之间的相关关系。同时，随着版本的更新，越来越多的模型参数被加入模型或者被修改，参数的修改也会越来越复杂和困难。

内蒙古处于温带大陆性季风气候地带，气温和降水表现出区域性差异[27]，本研究采用的锡林浩特气象站的气象数据集，尚不能完全反映内蒙古锡林浩特典型草原气象变化。同时模型中植被参数的选择主要参考有关锡林河流域的草地，该区域草地有各种类型，比如大针茅、羊草、围栏、放牧草地等，这对模型参数的确定增加了一定的干扰。

气候变化对草地的影响评估是当今研究的热点，评估通常基于耦合了作物生长机理模型的气候模式[28]。IPCC第5次评估报告[1]中有46个地球系统模式，即全球大气-海洋耦合模式，可以模拟预测出未来的气候情景模式，包括未来辐射量、温度、降水、CO2浓度以及海平面的变化。未来的气候变化对草地生态系统的影响，在全球气候变化的背景下植被的变化和分布特点，可以通过CENTURY模型模拟出来。

4 结论

CENTURY模型在内蒙古锡林浩特典型草原有很好的适用性，其中，1998年至2013年的观测值和模拟值吻合度很好，线性回归系数达到0.94。同时，通过本研究的模型参数的敏感性分析，可以得出模型中的主要参数分别是研究地点土壤理化性质、草地植物生长的潜在生长力系数、植物生长最适和最高温度，这些参数的确定决定着模型模拟结果的准确度。

1953-2014年，内蒙古锡林浩特的年平均气温、年平均最高和最低气温都呈现极显著增加的趋势，该地区的气候变暖主要是年平均最低气温明显上升的结果，并且增暖趋势中春、冬季是主要的贡献者，夏季和秋季是增温趋势最弱的季节，这与任国玉等[29]和唐红玉等[30]的研究结果一致。降水呈现明显的年际波动，变异系数达到30.2%，降水主要集中在6-9月，约占全年的80%。

1953-2014年, 内蒙古锡林浩特典型草原的模拟ANPP呈现较大的波动趋势，并且在2000年以后因为降水量的剧烈波动而变得更加剧烈，同时也受到温度升高导致干旱胁迫的影响，表明该地区的草原生态系统主要受降水因子的调控作用。模拟结果与主要气候因子的偏相关分析也证明了降水是影响ANPP动态变化的主要因子，且温度对ANPP的影响不显著，反而，最高、最低这种极端天气对ANPP变化表现出弱负相关的关系。

[1] IPCC. Climate Change 2013: The Physical Science Basis[M]. Cambridge: Cambridge University Press, 2013.

[2] Zhao D S, Wu S H, Yin Y H. Variation trends of natural vegetation net primary productivity in China under climate change scenario. Chinese Journal of Applied Ecology, 2011, 22(4): 897-904.

[3] Zhou G S, Wang Y H, Jiang Y L. Global change and the northeast China transect (NECT). Earth Science Frontiers, 2002, 9(1): 198-216.

[4] IPCC. Climate Change 2007: the Fourth Assessment Report[M]. Cambridge： Cambridge University Press, 2007.

[5] Sheng W P. Simulation of Climate Change Impact on Grassland Ecosystem in Inner Mongolia[D]. Beijing: Chinese Academy of Agricultural Sciences, 2007.

[6] Parton W J, Ojima D S, Schimel D S. Environmental change in grasslands: assessment using models. Climatic Change, 1994, 28(1/2): 111-141.

[7] Xiao X, Chen D, Peng Y,etal. Observation and modeling of plant biomass of meadow steppe in Tumugi, Xingan League, Inner Mongolia, China. Vegetatio, 1996, 127(2): 191-201.

[8] Bandaranayake W, Qian Y L, Parton W J,etal. Estimation of soil organic carbon changes in turfgrass systems using the CENTURY model. Agronomy Journal, 2003, 95(3): 558-563.

[9] Cong R, Wang X, Xu M,etal. Evaluation of the century model using long-term fertilization trials under corn-wheat cropping systems in the typical croplands of China. Plos One, 2014, 9(4): e95142.

[10] Xiao X M, Wang Y F, Chen Z Z. Dynamics of primary productivity and soil organic matter of typical steppe in the xilin river basin of Inner Mongolia and their response to climate change. Chinese Bulletin of Botany, 1996, 38(1): 45-52.

[11] Yuan F, Han X G, Ge J P,etal. Net primary productivity ofLeymuschinensissteppe in Xilin River basin of Inner Mongolia and its responses to global climate change. Chinese Journal of Applied Ecology, 2008, 19(10): 2168-2176.

[12] Chen C, Wang J, Pan X B,etal. Validation and adaptability evaluation of grass ecosystem model CENTURY in Inner Mongolia. Acta Agrestia Sinica, 2012, 20(6): 1011-1019.

[13] Mo Z H, Li Y E, Gao Q Z. Simulation on productivity of main grassland ecosystems responding to climate change. Chinese Journal of Agrometeorology, 2012, 23(4): 545-554.

[14] Zhang C H, Wang M J, Zhang L,etal. Response of meadow steppe ANPP to climate change in Hulunbeir, Inner Mongolia-a simulation study. Acta Prataculturae Sinica, 2013, 22(3): 41-50.

[15] Chen Z Z. Topography and climate of Xilin River Basin[M]//Research on Grassland Ecosystem No.3. Beijing: Science Press, 1988: 13-22.

[16] Mo Z H. Study on NPP, Rhand SOC of Northern Grassland Ecosystems Responding to Climate Change[D]. Beijing: Chinese Academy of Agricultural Sciences, 2012.

[17] Zhang C H. Responses of ANPP to Climate Change in Inner Mongolia Grassland—A Simulation Based on CENTURY Model[D]. Hohhot: Inner Mongolia Agricultural University, 2013. [18] Li Q Y. Impacts of Climate Change and Grazing on Grassland in Inner Mongolia and Adaptation Strategies[D]. Beijing: China Agricultural University, 2015.

[19] Parton W J, Scurlock J M O, Ojima D S,etal. Observations and modeling of biomass and soil organic matter dynamics for the grassland biome worldwide. Global Biogeochemical Cycles, 1993, 7(4): 785-809.

[20] Parton W J, Mckeown B, Kirchner V. CENTURY Users Manual[M]. Colorado State University: NREL Publication, 1992.

[21] Zhang C H, Wang M J, Wulanbater,etal. Responses of ANPP to climate change in Inner Mongolia typical steppe-a simulation study. Acta Botanica Boreali-Occidentalia Sinica, 2012, 32(6): 1229-1237.

[22] He Y F, Zhao M X, Wang J X,etal. Response of grassland productivity to climate change in the farming-pasturing interlaced area of Inner Mongolia: Case study of Duolun Country. Arid Meteorology, 2008, 26(2): 84-89.

[23] Zhang C C, Chen X M, Zhang Y,etal. Influence of meteorological factorson soil moisture dynamics of upland soil in Taihu Lake region. Scientia Agricultura Sinica, 2013, 46(21): 4454-4463.

[24] Yang X, Wang Z, Yun X J,etal. Net primary production and forge quality of desert steppe plant communities under different grazing systems and growing seasons. Acta Prataculturae Sinica, 2015, 24(11): 1-9.

[25] Sun X L, Kangsarula, Zhang Q,etal. Relationship between species diversity, productivity, climatic factors and soil nutrients in the desert stppe. Acta Prataculturae Sinica, 2015, 24(12): 10-19.

[26] Xiao X M, Ojima D S, Parton W J,etal. Sensitivity of Inner Mongolia grasslands to climate change. Journal of Biogeography, 1995, 22(4/5): 643-648.

[27] Cheng J Z, Li X Q, Liu Z L,etal. Spatial variation of C and N contents of plant communities in the steppe of north China: Implication for the abnormal C/N ratio in the surface soil. Geochimica, 2008, 37(3): 265-274.

[28] Yang X, Tang X, Chen B D,etal. Impacts of climate change on wheat yield in china simulated by CMIP5 multi-model ensemble projections. Scientia Agricultura Sinica, 2014, 47(15): 3009-3024.

[29] Ren G Y, Chu Z Y, Zhou Y Q,etal. Recent progresses in studies of regional temperature changes in China. Climatic and Environmental Research, 2005, 10(4): 701-716.

[30] Tang H Y, Zhai P M, Wang Z Y. On change in mean maximum temperature, minimum temperature and diurnal range in China during 1951—2002. Climatic and Environmental Research, 2005, 10(4): 728-735.

[2] 赵东升, 吴绍洪, 尹云鹤. 气候变化情景下中国自然植被净初级生产力分布. 应用生态学报, 2011, 22(4): 897-904.

[3] 周广胜, 王玉辉, 蒋延玲. 全球变化与中国东北样带(NECT). 地学前缘, 2002, 9(1): 198-216.

[5] 盛文萍. 气候变化对内蒙古草地生态系统影响的模拟研究[D]. 北京: 中国农业科学院, 2007.

[10] 肖向明, 王义凤, 陈佐忠. 内蒙古锡林河流域典型草原初级生产力和土壤有机质的动态及其对气候变化的反应. 植物学报, 1996, 38(1): 45-52.

[11] 袁飞, 韩兴国, 葛剑平, 等. 内蒙古锡林河流域羊草草原净初级生产力及其对全球气候变化的响应. 应用生态学报, 2008, 19(10): 2168-2176.

[12] 陈辰, 王靖, 潘学标, 等. CENTURY模型在内蒙古草地生态系统的适用性评价. 草地学报, 2012, 20(6): 1011-1019.

[13] 莫志鸿, 李玉娥, 高清竹. 主要草原生态系统生产力对气候变化响应的模拟. 中国农业气象, 2012, 23(4): 545-554.

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

[15] 陈佐忠. 锡林河流域地形与气候概况. 草原生态系统研究(第三集)[M]. 北京: 科学出版社, 1988: 13-22.

[16] 莫志鸿. 北方草原生态系统NPP、Rh和SOC对气候变化的响应[D]. 北京: 中国农业科学院, 2012.

[17] 张存厚. 内蒙古草原地上净初级生产力对气候变化响应的模拟[D]. 呼和浩特: 内蒙古农业大学, 2013.

[18] 李秋月. 气候变化及放牧对内蒙古草地的影响与适应对策[D]. 北京: 中国农业大学, 2015.

[21] 张存厚, 王明玖, 乌兰巴特尔, 等. 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. 西北植物学报, 2012, 32(6): 1229-1237.

[22] 何玉斐, 赵明旭, 王金祥, 等. 内蒙古农牧交错带草地生产力对气候要素的响应——以多伦县为例. 干旱气象, 2008, 26(2): 84-89.

[23] 张聪聪, 陈效民, 张勇, 等. 气象因子对太湖地区旱作农田土壤水分动态的影响. 中国农业科学, 2013, 46(21): 4454-4463.

[24] 杨霞, 王珍, 运向军, 等. 不同降雨年份和放牧方式对荒漠草原初级生产力及营养动态的影响. 草业学报, 2015, 24(11): 1-9.

[25] 孙小丽, 康萨如拉, 张庆, 等. 荒漠草原物种多样性、生产力与气候因子和土壤养分之间关系的研究. 草业学报, 2015, 24(12): 10-19.

[27] 程建中, 李心清, 刘钟龄, 等. 中国北方草地植物群落碳、氮元素组成空间变化及其与土壤地球化学变化的关系. 地球化学, 2008, 37(3): 265-274.

[28] 杨绚, 汤绪, 陈葆德, 等. 利用CMIP5多模式集合模拟气候变化对中国小麦产量的影响. 中国农业科学, 2014, 47(15): 3009-3024.

[29] 任国玉, 初子莹, 周雅清, 等. 中国气温变化研究最新进展. 气候与环境研究, 2005, 10(4): 701-716.

[30] 唐红玉, 翟盘茂, 王振宇. 1951-2002年中国平均最高、最低气温及日较差变化. 气候与环境研究, 2005, 10(4): 728-735.

Responses of aboveground net primary productivity of the typical steppe to climate change-a simulation based on the CENTURY Model

WANG Song1,2, GENG Yuan-Bo1*, MU Yue1,2

1.InstituteofGeographicSciencesandNaturalResourcesResearch,CAS,Beijing100101,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China

The CENTURY model was used to simulate the dynamic changes in aboveground net primary productivity (ANPP) in the typical steppe of Inner Mongolia, based on meteorological data from 1953 to 2014 and measured data from 1998 to 2013. The overall aim was to analyze the correlation between dynamic changes in ANPP and meteorological factors. The main findings were as follows: 1) the trends in the measured values were highly consistent with those in the simulated values of ANPP at the research site from 1998 to 2013 (Pearson’s correlation coefficient, 0.79; root-mean-square error, 25.92 g/m2). These results indicated that the CENTURY model has good applicability in the typical steppe in Xilinhaote, Inner Mongolia. 2) The sensitivity analysis indicated that the main parameters of the model are soil physicochemical properties, the potential growth coefficient of grassland plants, and the most suitable and the highest temperature for plant growth at the research site. The determination of these parameters affected the accuracy of the model simulation results. 3) From 1953 to 2014, the temperature in Xilinhaote, Inner Mongolia, significantly increased (P<0.01) because of the significant rise in the annual average minimum temperature. The precipitation showed significant interannual fluctuations (variable coefficient, 30.2%). 4) The simulated ANPP at the research site showed a declining trend from 1953 to 2014, but the trend was not significant (P>0.05). Correlation analyses showed that precipitation was the most important factor affecting the changes in ANPP (correlation coefficient between annual precipitation and ANPP=0.959;P<0.01). Temperature was weakly correlated with ANPP.

climate change; aboveground net primary productivity; grassland ecosystem; CENTURY model

10.11686/cyxb2016044

http://cyxb.lzu.edu.cn

2016-01-25；改回日期：2016-03-08

国家自然科学基金项目(41071138)资助。

王松(1993-)，男，河南项城人，在读硕士。 E-mail: wangs.14s@igsnrr.ac.cn*通信作者Corresponding author. E-mail：gengyb@igsnrr.ac.cn

王松， 耿元波， 母悦. 典型草原净初级生产力对气候变化响应的模拟.草业学报, 2016, 25(12): 4-13.

WANG Song, GENG Yuan-Bo, MU Yue. Responses of aboveground net primary productivity of the typical steppe to climate change-a simulation based on the CENTURY Model. Acta Prataculturae Sinica, 2016, 25(12): 4-13.