基于Daycent模型的三...P估算及其对气候变化的响应_朱美婷.pdf

第 43 卷 第 2 期草 原 与 草 坪 2023 年基于 Daycent模型的三江源地区草地 NPP估算及其对气候变化的响应朱美婷，张美玲*，贾晓楠，聂雅梅，曹瑞红，罗上学，李晓娟（甘肃农业大学理学院，甘肃 兰州 730070）摘要：【目的】探求 1971-2020年草地 NPP 的时空变化特征及其与气候因子的关系。【方法】基于Daycent 模型估算三江源地区草地 NPP，结合同期温度和降水数据，运用多元回归分析法进行分析。【结果】1）三江源地区草地 NPP多年的年平均值为 168.10 gC/m2，空间上呈现东高西低，南高北低的格局。2）高寒草甸类年均 NPP 为 227.44 gC/m2，高寒草原类年均 NPP 为 117.23 gC/m2。3）当降水量小于 450 mm 时，温度与草地 NPP 呈正相关；当降水量大于 450 mm 时，温度与草地 NPP 呈负相关。【结论】三江源地区草地 NPP呈自东南向西北递减的空间格局；不同草地类型中，高寒草甸类年均 NPP大于高寒草原类年均 NPP，且高寒草原类年均 NPP 有显著的增加趋势；三江源地区的草地 NPP 与降水量呈显著相关关系，温度对该地区的草地 NPP也有影响。关键词：Daycent模型；三江源地区；净初级生产力中图分类号：S812.1 文献标志码：A 文章编号：1009-5500（2023）02-0013-09 DOI：10.13817/ki.cyycp.2023.02.002陆地植被净初级生产力（Net Primary Productivity，NPP）是陆地植物通过光合作用固定的太阳能，表示单位面积、单位时间内所获得的生物量的净増加值，通常以干物质表示，是地球上生命体物质和能量循环以及生物地球化学循环的开端，是全球碳循环的重要环节1。三江源地区地处青藏高原腹地，位于青海省南部，是长江、黄河和澜沧江 3 大河流的发源地，是我国水资源保护的关键地区2。三江源地区作为青藏高原的重要组成部分，不仅是气候变化的敏感地区，也是生态脆弱区。其生态环境一旦遭到破坏，植被就会发生退化和逆向演替。因此三江源地区的生态环境状况，对我国乃至全球气候和生态环境变化都会起到至关重要的影响3。NPP 估算中最广泛应用的过程模型，又称为机理模型，是在植物生理生态学的基础上，模拟植被的光合作用和呼吸作用4。栗文瀚5基于 Century模型，分析青藏高原 1960-2015 年草地生产力和土壤有机碳变化及其对气候变化的响应。Century模型是通过事件和管理的实施，如植物的收获、放牧、灌溉、有机物或肥料的添加、火灾等作为驱动条件来模拟多种陆地生态系统 C、N、P、S 等元素和水分循环过程。该模型可以模拟土壤以有机碳为代表的有机质和地上生产力或地上净第一性生产力（Above Net Primary Productivity，ANPP）为代表的植被生长带来的养分的产生、分解、转化等循环过程 6。Daycent模型是基于植被土壤营养循环，在 Century 模型的基础上，不断改进更新各子模块的功能而发展的以“日”为步长的生物地球化学模型7。Daycent 模型主要包括植物产量子模块、土壤水分平衡和温度子模块、土壤有机质子模块以及痕量气体通量子模块。Zhang 等8使用 Daycent 模型模拟了美国本土的农田生态系统 NPP。罗文蓉9基于 Daycent 模型，探讨高收稿日期：2021-12-21；修回日期：2022-01-24基金项目：国家自然科学基金（32260353）；甘肃省重点研发计划（21YF5WA096）；科技部高端外国专家引进计划（G2022042009L）；甘肃省自然科学基金项目（1606RJZA077，1308RJZA262）作者简介：朱美婷（1998-），女，湖北黄冈人，研士研究生。E-mail：*通信作者。E-mail：13GRASSLAND AND TURF（2023）Vol.43 No.2 寒 草 甸 净 生 态 系 统 碳 交 换 量（Net Ecosystem Exchange，NEE）对气候变化的响应与适应过程，并模拟未来不同气候变化情景下，高寒草甸碳收支格局及其动态变化趋势。国内外基于 Daycent模型估算草地生产力的研究较少，因此本研究基于 Daycent模型，估算 1970-2020年三江源地区草地净初级生产力的时空变化，探讨不同草地类型的净初级生产力，并分析气候因素对草地净初级生产力的影响。1材料和方法1.1研究区概况三江源地区位于青海省南部，海拔 2 1534 726 m，地处“世界屋脊”青藏高原的腹地。地理位置为 E 8945 10223，N 3139 3612，总面积约2.50106 km2。行政区包括玉树、果洛、海南、黄南 4个藏族自治州的 16个县和格尔木市的唐古拉山乡（图1）。三江源地区是以高寒草原、高寒草甸和高寒湿地等生态类型为主10。1.2数据整理1.2.1气象数据本研究选取三江源地区 11个气象站点 1971-2020年的历史气象数据，来源于国家气象科学数据中心中国地面气候资料日值数据集（http：/ 3 个指标：日最高温度（）、日最低温度（）、降水量（cm），根据模型整理成天气文件（.wth）需要的格式：日（131）、月（112）、年份、天数（1365）、日最高温度、日最低温度、日降水量。1.2.2土壤数据土壤质地类型数据来源于世界土壤数据库（http：/www.fao.org/），采用的土壤分类系统为 FAO90。该数据是空间分辨率为 1 km 的网格数据，包含各个格网点的土壤类型、土壤理化性状等信息。收集不同站点的土壤信息，整理 Daycent 模型输入所需的土壤文件（soils.in），包括土层厚度及分层、土壤容重、田间持水量、萎蔫点、土层蒸发系数、根系在土层中的百分比、土壤砂砾含量、土壤黏粒含量、土壤有机质、饱和导水率和 pH值11。1.2.3草地类型数据数据来源于中国生态系统评估与生态安全数据库（http：/ ArcGIS 10.2 对草地生态系统数据进行处理，将三江源地区草地类型进行可视化。1.3Daycent模型1.3.1模型运行模型运行除了需要输入天气文件（.wth）与土壤文件（soils.in），还需要站点文件（.100），站点文件由站点的经纬度、月平均降水量、降水量的标准差跟偏度以及月平均最大/最小温度创建。站点文件（.100）中的平均值可以用于计算天气文件（.wth）中的缺失值；再通过查阅文献搜集。三江源地区生态系统管理措施的相关信息，编制日程文件（.sch）。上述天气文件、土壤文件、站点文件和日程文件一并用于 Daycent模型的运行。每个站点进行模拟之前，需要进行 1 次 4000 年的平衡模拟，使生态系统碳库积累并达到平稳状态，再以达到平稳状态的碳库为初始条件，输入各站点的天气文件（.wth）与土壤文件（soils.in）进行模拟，对参数图 1三江源地区土壤类型（A）和草地类型（B）Fig.1Soil types（A）and grassland types（B）in Three-River headwaters region14第 43 卷 第 2 期草 原 与 草 坪 2023 年进行合理调整，得到最终的输出结果1.3.2NPP 计算方法在 Daycent 模型中，日 NPP的值为每日植物地上、地下 NPP之和，计算公式如下：NPP=mcprd(1)+mcprd(2)+mcprd(3)式中：mcprd（1）表示草地生态系统中新枝每日 NPP（gC/m2）；mcprd（2）表示草地生态系统中幼根每日NPP（gC/m2）；mcprd（3）表示草地生态系统中成熟根每日 NPP（gC/m2）。1.4多元回归分析法本研究通过建立温度（t）、降水量（p）与 NPP 之间的多元回归模型，对建立的数学模型进行检验，在符合 =0.05 或 0.01 的情况下把给定的气候因子（温度和降水量）的数值代入回归模型，从而计算出气候因子与 NPP之间的相关关系12。NPP=a0+a1t+a2p 式中，a0是回归常数；a1是温度的回归系数，表示温度的作用趋势；a2是降水量的回归系数，表示降水量的作用趋势。2结果与分析2.1结果验证由于三江源区域的特殊性，导致草地 NPP的实测数据获取较为困难12。因此，本研究选择与具有相同研究区域的前人研究结果3，13-17进行对比（表 1-2）。2.2三江源地区草地 NPP年变化对三江源地区 11 个站点的草地年均 NPP 研究结果表明，河南站点的年均 NPP大于 300 gC/（m2a），玉树、清水河、久治、兴海站点的年均 NPP 处于 200300 gC/（m2a），曲麻莱、达日、玛多、杂多站点的年均 NPP处于 100200 gC/（m2a），五道梁和沱沱河站点的年均 NPP 都 低 于 100 gC/（m2a）。从 观 察 站 点 年 均NPP 的标准偏差和变异系数可以看出，玉树跟兴海的标准偏差较大，均大于 100 gC/（m2a），相应的变异系数也均大于 40%，说明两个站点的年均 NPP 波动较大；变异系数最小的是杂多站为 8%，说明杂多的年均NPP波动较小，NPP的年际变化较稳定（表 3）。1971-2020年的草地 NPP呈波动增加的趋势，增表 1三江源地区不同模型模拟的草地 NPP值Table 1Grassland NPP values simulated with different model in Three-River headwaters region研究区域三江源地区三江源地区三江源地区三江源地区模型方法CASA 模型CASA模型CASA模型Miami模型研究时期/年2001-20102004-200820102005-2006NPP169.02168.68162.87211.92参考文献张颖等13蔡雨恋等14沃笑等15王翀3本研究174.99163.42189.99172.37表 2三江源地区不同草地类型的 NPP值Table 2NPP values among different grassland types in Three-River headwaters region gC/（m2a）研究时期/年20042013参考文献周才平等16蔡雨恋等14草地类型高寒草甸类214.64188.95高寒草原类63.95129.41草地类型（本研究）高寒草甸类208.82214.83高寒草原类116.40107.61表 3三江源地区 11个站点的草地年均 NPPTable 3Annual average grassland NPP of 11 stations in Three-River headwaters region站点玉树清水河五道梁曲麻莱达日久治玛多兴海河南沱沱河杂多均值/（gCm-2 a-1）279.002225.82576.159118.716159.541245.110131.855225.795308.08095.962147.085标准差/（gCm-2a-1）148.09028.61821.48217.27016.30535.33032.498100.45139.04824.47912.538变异系数/%53.0812.6728.2114.5510.2214.4124.6544.4912.6725.518.5215GRASSLAND AND TURF（2023）Vol.43 No.2 加率为 0.638 gC/（m2a），增长趋势明显，通过了 =0.05 的显著性检验。观察年均 NPP 变化曲线可知，1980年之前，三江源地区的年均 NPP在 100150 gC/（m2a）波动，草地 NPP值较低，与该时段年降水量、年平均温度的变化趋势一致，与区域水热条件显著相关；1980-1982 年，年均 NPP 快速上升，达到峰值，对应年份的降水量也有显著的增加，虽然温度低于平均水平，但受到降水对植被生长的促进效应，年均 NPP仍有增加。198