净第一性生产力模型在环青海湖牧区共和盆地草原区的应用分析

钟 玲,孙 瑛

(1.青海省共和县草原工作站 ,共和 813000;2.青海省海南州气象局)

植被净第一性生产力(net primary productivity,NPP)是指绿色植物在单位面积、单位时间内所积累的有机物数量,是光合作用所产生的有机质总量减去呼吸消耗后的剩余部分[1]。植被生产力受到气候、土壤、植物特性及其它自然和人为因素的影响,反映了植物群落在自然环境条件下的生产能力。近年来,NPP的研究陪受重视,建立了许多区域或全球尺度的植被净第一性生产力估算模型。现有的NPP模型对不同调控因子的侧重点有差别,模型在方法和复杂度上也不同。其中以生理生态学为基础的周广胜半经验半理论模型[2-4]在不同区域得到不同程度的验证且被广泛应用,特别在干旱、半干旱地区应用效果较好[5-6]。本文以全国重点牧区环青海湖共和盆地为研究区,选取不同观测点的资料,分析比较周广胜模型在具体区域的应用情况。

1 研究区自然概况

共和盆地位于青藏高原东北部,地理坐标98°46′～ 101°22′E 和 35°27′～36°56′N,在自然地带上属于高原温带半干旱草原和干旱荒漠草原的过渡生物气候带,是我国重点牧区之一——环青海湖牧区的一部分,也是青海省畜牧业生产的主要基地和半细毛羊改良培育的重点地区之一。盆地内大部分地区海拔3 000～3 400 m,年均气温 2.0～3.3℃,年均降水量311.1～402.1 mm,年均蒸发量 1 558.2～1 841.2 mm,年湿润度0.41～0.52,年均风速2.1～2.7 m/s,年均大风日数17.7～43.2 d,最多可达75 d,草原植被类型为温性草原类、温性荒漠草原类。

2 数据及研究方法

2.1 数据资料 研究利用位于全国重点牧区环青海湖共和盆地草原区的共和县、贵南县气象站1985—2007年的温度、降水及牧草生物量监测资料。共和、贵南两个气象站都处于典型温性草原、温性荒漠草原区,因此本文将NPP的模拟结果在这两个站进行比较分析。

2.2 研究方法 根据周广胜与张时新(1995)建立的自然植被的净第一性生产力模型可知,利用陆地表面所获得的降水量及其所获得的净辐射资料即可求取该区潜在的自然植被净第一性生产力。模型表示如下:

式中 NPP为自然植被的净第一性生产力[DM t/(hm2◦年)];RDI为辐射干燥度;P为年降水量(mm)。

张时新针对中国各植被地带的可能蒸散率(PER)与年辐射干燥度(RDI)进行分析得到RDI与PER的回归方程:

RDI=(0.629+0.273PER-0.003 13PER2)2

其相关系数达 0.9。其中,PER为利用Holdridge生命地带系统的气候指标计算的可能蒸散率。计算公式为:

式中,PER为可能蒸散率;r为降水量(mm);PET为可能蒸散(mm);B T为生物温度(℃),是指出现植物营养生长范围内的平均温度,在0～30℃之间,日均温低于0℃和高于30℃的均排除在外。其计算公式为:

式中,BT为年(或月)平均生物温度;t为＜30℃与＞0℃的日均温;T为＜30℃与＞0℃的月均温。

3 结果与分析

共和、贵南站点位于同一个植被分类区内,本文通过模型计算这两个站点的净第一性生产力。由于实测NPP资料时间序列不长,使得模拟 NPP结果的准确性验证难以进行,多以地上生物量的变化趋势与模拟NPP结果的趋势进行分析对比,两者间的相关性越高就证明NPP模型的模拟结果趋实性越好,与实际NPP仅存在一个系统误差。因而本文也采用两站点实测的地上生物量对模拟NPP结果的准确性进行验证比较(图1～2)。

图1 共和站点历年地上生物量和以模型计算的NPP变化

图2 贵南站点历年地上生物量和以模型计算的NPP变化

表1 不同站点地上生物量的实测值与第一性生产力模型预测值的相关性分析

从图(1～2)和相关性表中可看到(表1),两个站点NPP的模拟结果都在3.0～4.1 t/hm2之间,但与实测的地上生物量变化趋势存在较大的差异。共和、贵南站点都具有相同的趋势,而共和站点相关性相对较低,贵南站点相关性相对较高,相关系数分别为共和0.627 3、贵南0.763 0,都通过0.01水平上的显著性检验,因此周广胜模型用来模拟共和盆地牧草产量是可行的。通过两个站点的模拟结果一致性来看,模型利用气候资料对两个站点NPP预测与植被类型的划分相符合的,但与实测的地上生物量存在较大的差异,特别是两个站点实测的地上生物量存在逐年减少的趋势,这可能与植被受到当地的放牧情况、土壤、沙漠化状况等人为和自然因素影响程度有关。如果利用模型去预测该区牧草产量,导致估算结果较粗,误差较大的情形。可见,用模型预测同气候区的净第一性生产力需具体考虑整个区域内受到的人为影响和本身自然环境差异等因素的不同状况。

从相应的两个站点的降水量和年均温分布看(图3～4),降水量的趋势与 NPP曲线的变化趋势一致,温度变化对NPP的影响不很明显,可见降水较温度更决定着一个区域牧草的产量。

图3 共和站点历年年降水量、年均温和NPP的变化

图4 贵南站点历年年降水量、年均温和NPP的变化

4 讨论

4.1 利用温度和降水建立的NPP模型在共和盆地模拟效果很好,用来模拟该区域的牧草产量是可行的,但在处于同一植被类型区的共和县的NPP模拟值和地上生物量实测值相关性较贵南县小,这可能与当地的放牧情况、土壤差异、沙漠化程度等因素有关。因此,利用模型去预测一个区域的牧草产量应结合实际情况对模型进行修证,提高模型的预报精度。

4.2 当地的气候生产力取决于温度和降水的结合情况,雨热同期的配置最有利于牧草的生长。影响牧草生长的主要气候限制因子是降水,温度的变化对NPP值的影响不是很大。

4.3 本文所采用的NPP模型的特点是决定NPP的环境因子形式简单,且在不同区域得到了不同程度的验证,被广泛应用。由于忽略了许多影响NPP的植物生态生理反应、复杂生态系统过程和植物对环境的反馈作用等方面,估算结果也只是一种潜在的NPP。同时,目前验证NPP模型的准确性大都采用地上生物量,没有考虑复杂的地下系统,使得模型准确性的验证受到限制[7]。开展生态系统定位研究,建立NPP模型中参数数据库,为研究生态生理过程模型提供基础数据,也为NPP估算结果的验证提供直接的地面数据。

[1]柳江,李岩,任海,等.植被净第一性生产力研究回顾与发展趋势[J].生态科学,2003,22(4):360-365.

[2]周广胜,张时新.自然植被净第一性生产力模型初探[J].植物生态学报,1995,19(3):193-200.

[3]周广胜,张时新.全球气候变化的中国自然植被的净第一性生产力研究[J].植物生态学报,1996,20(1):11-19.

[4]周广胜,郑元润,罗天祥,等.自然植被净第一性生产力模型及应用[J].林业科学,1998,34(5):2-11.

[5]王宗明,梁银丽.植被净第一性生产力模型研究进展[J].西北林学院学报,2002,17(2):22-25.

[6]李镇清,刘振国,陈佐忠,等.中国典型草原区气候变化及其对生产力的影响[J].草业学报,2003(2):4-10.

[7]邬建国.现代生态学讲座[M].北京:高等教育出版社,2007.