青藏高原高寒矮蒿草草甸生长季CO2 通量的环境调控特征

李红琴 张亚茹 张法伟

（1.洛阳师范学院生命科学学院，河南 洛阳 471934；2.中国科学院三江源国家公园研究院，青海 西宁 810008）

0 引言

全球气候变暖已经是一个不争的事实，对人类社会产生了巨大而深刻的影响[1]。 《巴黎协定》提出“努力将升温控制在1.5 ℃范围内的目标”以应对气候变化。实现该目标两个主要途径为：一是减少工业能源领域CO2释放的减排； 二是保护森林草地增加CO2吸收的固碳。 北方陆地生态系统具有较强的碳汇功能，是全球“碳失汇”的潜在原因。 最新研究表明，中国陆地生态系统具有巨大的固碳能力且有可能被低估，年均吸收强度约为1.11 PgC， 相当于同期碳排放的45%，但结果存在一定的不确定性。 准确理解陆地生态不同植被类型碳交换的环境驱动机制是提高区域模型模拟精度的重要基础。

青藏高原是我国重要的生态屏障区，最新研究表明其土壤碳储量高达50.4 PgC[2]。 高寒草甸是主要植被类型，但其碳汇功能随植被类型而异。 青藏高原变暖趋势远高于中国和世界的平均水平，温度升高一方面提高了植被的生产力， 另一方面也刺激了土壤呼吸， 其对生态系统碳收支的影响取决于二者的平衡。利用机器学习算法识别环境因子对高寒草甸碳收支的相对驱动强度和潜在生态过程，可以改进生态系统过程模型和提高模型的准确度，为科学评估高寒草甸碳收支和我国“碳中和”提供数据支撑。

1 材料与方法

1.1 研究点概况

研究点位于青海海北高寒草地生态系统国家野外科学观测研究站（海北站，37°37′N，101°19′E，3200 m）东3km 处的无名滩。海北站地处祁连山北支冷龙岭东段南麓的大通河谷， 具有明显的高原大陆性季风气候。年平均气温-1.7 ℃，年降水约580mm，植物生长季（6月至9月）集中了全年降水的近70%。 土壤为暗沃寒冻雏形土。 植被旺盛生长期（7月中下旬），群落的地上生物量和群落叶面积指数分别可高达394 gm-2和4.0 m2m-2[3]。

1.2 数据来源与处理方法

涡度相关观测系统用于观测生态系统净CO2交换量。 该系统主要包括开路CO2/H2O 快速红外分析仪和三维超声风速仪， 观测高度为2.2m， 采样频率为10 Hz，输出并计算30 min 平均值。同步观测微气象要素。具体包括： 空气温度和相对湿度和光合光量子通量密度、降水，以及5 cm，10 cm，15 cm，20 cm 和40 cm 的土壤温度和容积含水量等环境因子，数据输出为30 min的平均值。 由于植被生长季是高寒系统碳交换的主要时段[3]，本研究选取2019 至2020年植被生长季（6～9月）数据进行分析。 白天和夜间碳通量的生态过程截然不同，因此将数据分为白天和夜间两部分，分别探讨环境因子对其影响的机制。 利用EddyPro7.0.6 对10Hz 高频数据进行二次坐标选择、 除趋势和WPL 密度校正的处理，基于Foken 的数据质量控制原则，仅保留数据质量标识符为“0”（即最好）的通量数据进行后续分析。

1.3 数据分析

利用增强回归树的方法分析环境因素对碳通量的驱动强度和潜在过程。 该方法通过随机选择和自学方法产生多重回归树以提高模型的稳定性和预测精度。 环境因素包括CO2浓度、空气温度、水汽压、饱和水汽压差、风速、光合光量子通量密度、5cm 土壤含水量、5cm 土壤温度和月份（分类变量）。

2 结果与讨论

2.1 数据概况及机器学习模型的表现

模型的平均总偏差和剩余残差分别为34.99 μmolm-2s-1和1.47 μmolm-2s-1， 表明其解释力度高达95.8%。 观测值与模型模拟值之间的平均绝对误差为0.91 μmolm-2s-1，均方根误差为1.21 μmolm-2s-1，平均绝对百分比误差为19.9%。 生长季夜间模型的平均总偏差和剩余残差分别为6.47 μmolm-2s-1和2.98 μmolm-2s-1，其解释力度为53.9%。 观测值与模型模拟值的平均绝对误差、 均方根误差、 平均绝对百分比误差分别为1.15 μmolm-2s-1、1.73 μmolm-2s-1和27.6%。 由于样本数据量较大，白天和夜间的BRT 模型均较好，高于一般的单因素或二因素的拟合效果。

1.2 主要环境因子的驱动强度

生长季白天NEE 主要受PPFD 调控，其相对贡献为55.6%。分类变量月份的解释力度也较为重要，相对贡献约为11.7%。 二者累计相对贡献的为67.3%。 其中，PPFD 和NEE 呈现出渐进饱和的直角双曲关系，这与前人的研究结果一致[3]。 NEE 在6月和9月相对较高，在7月和8月相对较低，表明高寒草甸生长季碳通量和植被生长状况密切相关。进一步分析表明，在6月和9月份， 其饱和光合速率分别为19.9 μmolm-2s-1和20.1 μmolm-2s-1，小于7月的29.0 μmolm-2s-1和8月的28.6 μmolm-2s-1，导致碳通量在7月和8月相对较小[3]。

生长季夜间NEE 主要受土壤温度（Ts）和土壤体积含水量（SWC）的共同影响，二者相对贡献分别为23.7%和18.3%，累计之和为42.0%。Ts和夜间NEE 表现出指数增长的关系，SWC 和夜间NEE 呈现负相关，表明土壤水分越高，系统呼吸越低，这可能由于研究区土壤水分较高，超出了系统呼吸的适宜水分。 超过10%贡献的因子还包括CO2浓度、月份和空气温度（Ta），三者相对贡献之和为38.3%，表明夜间呼吸变化复杂，仅用土壤温度和土壤水分进行模拟容易产生一定的偏差。

3 结论

高寒矮嵩草草甸植被生长季的白天碳通量主要受控于光合光量子通量密度和月份，夜间碳通量和土壤温度、土壤水分、CO2浓度和月份均有关。 高寒草甸碳通量并非由单一的环境因子驱动，因此，后续的模型需要考虑多环境因子，以提高模型的精度。