基于Biome-BGC模型模拟放牧对干旱草地碳循环的影响外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

基于Biome-BGC模型模拟放牧对干旱草地碳循环的影响

韩其飞，罗格平，李超凡，许文强

沙漠与绿洲生态国家重点实验室，新疆生态与地理研究所，中国科学院，乌鲁木齐

摘要：确定决定生态碳源/汇的驱动力的因素对于减少在全球碳循环的不确定性是很重要的。运用修改的生物地球化学（Biome-BGC）放牧模型，我们模拟了中国西北新疆对于草地的碳动态，该动态会随着放牧的强度而进行改变。通常情况下，这个区域的模拟估算草地在新疆的草地生态系统扮演者净碳源的角色，在1979年到2007年有着3.8亿吨的碳。这是放牧对碳动态十分有意义的影响。当放牧强度低于0.4头每公顷时对发现净初级生产力（NPP）和植被碳储量有超补偿效应。放牧导致一个每平方米每年23.45g碳的净碳源，这等同于在新疆近29年的0.37Pg的碳。通常情况下，放牧会减少碳储量，但也会发现随着低放牧强度下增加的态势。土壤的碳随着长期的放牧显著地增加（17%），而土壤的碳储量在没有放牧的情况下表现出稳定的态势。这些发现对草地生态系统的管理有着深刻意义，正如与碳固定和气象变化迁移（比如，去除放牧应该在政策上得以考虑，这些政策目的在于增加在当地和地区尺度的陆地植被碳固定）有关一样。关于定量化食草动物对碳循环的影响的一个最大的限制就是在给定的地区确定放牧的系统和强度。我们希望我们的研究强调放牧对碳循环的影响程度的大规模尺度的评估的需求。

关键词：放牧 碳循环 Biome-BGC 草地 干旱

1. 介绍

确定决定生态碳源/汇的驱动力的因素对于减少在全球碳循环的不确定性是很重要的（Wilsey et al.,2002）.干旱草地生态系统是一个在新疆广泛分布的生态类别，占地大约在这个地区陆地表面的四分之一。这些草地是很多地方性植被、罕见植被动物的栖息地，并且也被用来作为牲畜（比如羊、马和大夏的牛等等）的牧场。十几年来，在大多数这些干旱生态系统中牲畜放牧的强度已经比推荐的强度要高出2到4倍（罗格平等，2012）。牲畜的时间延长、繁重地放牧已经变成了主要的干扰，与气象变化混合在一起，已经导致广泛的植被和土壤退化，这种退化已经导致植被多样性和净初级生产力的减少并也增加通过风蚀导致的氮损失（Alimae et al.,2008;Liu et al.,2012;Tanetzap and Coomes,2012）。于是，弄清食草动物和碳储存之间的联系对于理解区域的碳循环是重要的首要任务。通过食草动物的植被消耗影响陆地碳循环，生态学家也只是在最近开始量化这个过程（Schuman et al.,2001;Baro et al.,2002;Azarnivand et al.,2010;Witt et al.,2011）。几个未解决的问题依旧存在。首先，相比其他因素而言，比如气息侯变化和二氧化碳绿肥效应，什么程度的食草动物对碳循环的影响会导致碳储量显著的变化？第二，植被生长对放牧的反馈是什么？重要的是，食草动物减少了大部分被放牧和吃的植被的生长、存活和健康，于是便减少了地表和地下的碳库。不过，在一些很少的例子里，低级的食草动物可能会直接有利于植被，因为他们能通过刺激生长来提供比之前食草动物使用过的量更大的生物量（Mcnaughton,1979;Dyer,1980;Owen and Wiegert,1981;Bergman,2002;Rooke,2003;Luo et al.,2012）。植被和生态对可选择养育的食草动物的反应的变化让社区级别的食草动物的影响更难预测（Whittaker,1983;Huntly,1991）。

为了回答这些问题，建立可靠的方法来量化区域的碳收支是很重要的。陆地生态系统模型已经成为了研究碳循环重要的工具，范围从区域到全球尺度，因为他们能将一系列已有的数据、特殊又关键过程和参数的敏感性分析和预测未来近期的变化整合在一起。通常下，以模型为基础的评估有着各种的优势，可以在必须要定量化的整个碳动态中（地表生物量和地下根系和土壤有机物）进行全碳的计算。Dong等人（2012）模拟了在内蒙古草地的陆地管理是如何影响碳储量和碳循环。Xu等人（2011）模拟草地土壤有机质的变化对气象变化的反馈。Piao等人（2011）利用多个模型来评估气候变化和上升的二氧化碳等级对东亚陆地碳平衡的贡献。于是，同时发展草生长模型和食草动物摄入模型用来模拟草地覆被（Barrett et al.,2005）的评估，和对食草动物的氮支持。目前有几个关于放牧过程的模型，比如CENTURY（Halland et al.,1992），PASIM（Riedo et al.,1998）GRASIM（Mohtar et al.,2000）和Sim-CYCLE grazing（Chen et al,2007）。然而，这些模型不是旨在用来得出放牧对陆地生态系统的共同影响。比如没在ECNTURY模型中，放牧影响只是很简单地被分成四个类别，没有把不同放牧强度考虑在内；Sim-CYCLE 放牧模型将食草动物作为消费者，但不是用来估计草地的反馈效应。相比之下，由罗格平等人发展得来的Biome-BGC grazing模型将落叶公式（Seligman et al,1992）整合到Biome-BGC模型里，提供了一个用于形容放牧对草地生态系统的影响的放牧模型。罗格平等人（2012）将这个放牧模型用于调查从山地到平原的气象梯度的四个草地类型的天山准噶尔山地盆地地区放牧对地表NPP(ANPP)的影响。

在本次研究中，新疆在放牧状况下草地碳的收支将运用基于过程的陆地碳循环模型来评估。这次研究的目的如下：（1）调查在放牧的近29年长期的陆地碳动态（2）确定休牧后碳可能会怎样改变（3）确定在新疆存在于碳流/存和放牧强度之间的关系是什么。我们的分析可以外推到地区级别并可以放到人文影响的内容中，比如森林砍伐和火灾对碳循环的影响。这个研究目的是估计这些变化的大小和确定我们当前知识的局限存在于哪里。

2.材料和方法

2.1.研究区

新疆的草地占地57万平方千米并且已经被定义为在中国荒漠化最严重的生态系统（Sabit et al.,2002）。很多草地因为牲畜的过渡放牧导致严重的退化。草地的分布图源自食品与农业组织（FAO）的数据库，该数据库的以卫星为基础的全球土地覆被数据库都用地域的数据得到验证。不同草地类型按照海拔梯度进行划分，包括高山草甸(Alpine meadow，AM，2700—3500m)、中山森林草地 ( Mid-mountain forest-meadow，MMFM，1650—2700m)、低 山干草原 ( Low-mountain dry grassland，LMDG，650—1650m) 和平原荒漠草原( Plain desert grassland，PDG，＜650m)。新疆气候是典型的大陆气候，很大的日温度变化区间、低降水和低湿度。新疆北面的年降水量为100-500毫米，而新疆南部是20-100毫米。新疆北部的年平均气温为4到8度，而新疆南部则为10到13度（Wu et al.,2010）。

2.2.放牧数据

以草地分布图为基础，研究区域被分成山地区和平原区。之后，三个主导因素（即海拔、降水和距离聚居地的距离）被用来区分不同的牧草类型。在山区，夏天的牧草包括所有2500米以上的放牧区域，并且这些牧草在六月到九月被食用。春秋的牧草基本上在低于2500米的丘陵地带并且是大都伴随着更严重的放牧的变成更干旱的坡地。运用DEM坡地地图得出的干旱坡地的并且选用西北的坡地。冬季牧草不与经纬度、植被类型和景观特征特别相关，但常常与永久居住地紧密联系，这些居住地有充足的阳光和可忽略不计的降雪，所以牲畜可以这里适宜居住，至少在晚上（Kerven et al.,2011）。对于平原地区，在另一方面，降雨是季节性迁移放牧的主要控制因素。夏季牧草每年得到平均630毫米的降水，而春秋和冬季的牧草只分平均接受126毫米和210毫米的降水（Banks and Doman,2001）（图1a）。

研究所用的放牧强度数据来自于FAO的动物产品和健康部Gridded Livestock of the World (简称 GLW)（Wint和Robinson，2007）。GLW主要的目标是提供和分配当前对于主要牲畜物种的全球分布图。这些地图通过空间分解基于在类似农业经济地带的环境变化的经验性关系的国家统计数据而创造出来得。数据在ESRI栅格格式下提供，空间分辨率为三分钟每弧（大约为在赤道上的五千米）用于显示牛、水牛、山羊和绵羊，并且在FAO的地理网络数据库可以免费下载（图1b）。根据中华人民共和国农业部提供的“标准羊”换算:用 1只绵羊为 1 个标准羊单位，1 头牛为 6 个标准羊单位，一头水牛为 6．5 个标准羊单位，一只山羊为 0．9 个标准羊单位(http:/ /www．chinaforage．com/standard/zaixuliang．htm)。

窗体顶端

图1新疆牧草种类分布（a）和平均放牧强度1979年至2007年（b）

2.3.气象数据和地区数据

从1979到2007年的区域日天气状况来自于中国气象加强数据库，这数据库由出现的一系列数据源来得到。这些数据库可以用做气象模拟、陆地表面模拟、陆地数据同化和其他陆地的模拟。用于土壤物质数据的日气温、降水、短波辐射、水汽压和日长（Yang et al.,2010;Chen et al.,2011）来自于调和世界土地数据库（FAO/IIASA/ISRICE/ISS-CAS/JRC,2012），空间分辨率大约为1千米。

2.4.碳循环模型

本次研究用基于过程的陆地生态碳循环模型Biome-BGC来研究日碳动态。Biome-BGC是一个基于过程的模型，它模拟了水、碳和氮在生态系统和大气的不同空间的储存和流出（Running and Hunt,1993;Thornton,1998）。生物总初级生产（GPP）用Farquhar 光合作用的方法计算出来（Farquhar et.,al,1980），分别用于可见和不可见的叶子。呼吸组分（自养生长（g_r）异养生长（h_r）和自养的保持（m_r））分别应对并通过温度和水的限制来控制。由Seligman et al（1992）发展出落叶公式被整合到Biome-BGC模型中（罗格平等人，2012），提供了一个用于形容草地生态系统的碳循环影响的Biome-BGC放牧模型。于是，NEE就被定义为GPP、呼吸作用和落叶率（D_r）的总和。

NEE = GPP －m_r－g_r－ h_r－D_r (1) 式中，m_r 为维持呼吸，g_r 为生长呼吸，h_r 为异养呼吸，D_r 为凋落速率。

Dr=G_e*G_i*（C_leaf-（C_leaf）_r）（0lt;D_rlt;G_iF_x） (2)

D_r是落叶率（克碳每平方公顷每天），G_e是牲畜的放牧率（公顷/天/羊单位），Gi是放牧强度（头/公顷），C_leaf是在叶片里的生物量，（C_leaf）_r是当地地表的C_leaf的牲畜吃不到的部分（g碳每平方米）和D_x是牲畜的饱和消耗率（克碳每天每头）（NRC，1985）。

落叶公式（Seligman et al.,1992）用来计算由动物消耗的生物量。然而，这公式没有将这点考虑在内，由动物消耗的生物量是如何影响生态系统碳或氮循环以及他们的粪便对植物的影响，这结果会导致高估放牧对草地生态系统的负面效应。于是，我们通过采用能量流的方法修改了由Seligman等人塑造的放牧过程。在我们的模型中，D_r被分为五个部分（Riedo et al.,2000）：牲畜呼吸作用R_herb占50%（Minonzio et al.,1998）；牲畜排除的甲烷部分C_CH4占3%Dr；C_faeces为粪便损失在土壤的部分，占30%（Schimel et al.,1986）；Curine损失在土壤的尿液部分；和C_meat用于生产肉的碳。对于所有的模拟，约 20%被动物同化或者通过氨气挥发损失，和剩下的80%则以粪便或尿液返还回土壤（Parton et al.,1987），其中尿中的氮占排泄物中氮的 60%。（Menzi et al.,1997）假设尿的主要成分是尿素，其 C:N 为 12:28（Riedo et al.,2000），从而可以计算出尿中碳的含量，剩余的碳假设全部用于肉的生产。

公式如下表示：

C_ch4=D_r*3%

R_hern=D_r*50%

C_faeces=D_r*30%

N_grazing=D_{r 剩余内容已隐藏，支付完成后下载完整资料}

资料编号：[24050]，资料为PDF文档或Word文档，PDF文档可免费转换为Word