李紅琴 張亞茹 張法偉

（1.洛陽師范學(xué)院生命科學(xué)學(xué)院，河南 洛陽 471934；2.中國科學(xué)院三江源國家公園研究院，青海 西寧 810008）

0 引言

全球氣候變暖已經(jīng)是一個不爭的事實(shí)，對人類社會產(chǎn)生了巨大而深刻的影響[1]。 《巴黎協(xié)定》提出“努力將升溫控制在1.5 ℃范圍內(nèi)的目標(biāo)”以應(yīng)對氣候變化。實(shí)現(xiàn)該目標(biāo)兩個主要途徑為：一是減少工業(yè)能源領(lǐng)域CO2釋放的減排； 二是保護(hù)森林草地增加CO2吸收的固碳。 北方陸地生態(tài)系統(tǒng)具有較強(qiáng)的碳匯功能，是全球“碳失匯”的潛在原因。 最新研究表明，中國陸地生態(tài)系統(tǒng)具有巨大的固碳能力且有可能被低估，年均吸收強(qiáng)度約為1.11 PgC， 相當(dāng)于同期碳排放的45%，但結(jié)果存在一定的不確定性。 準(zhǔn)確理解陸地生態(tài)不同植被類型碳交換的環(huán)境驅(qū)動機(jī)制是提高區(qū)域模型模擬精度的重要基礎(chǔ)。

青藏高原是我國重要的生態(tài)屏障區(qū)，最新研究表明其土壤碳儲量高達(dá)50.4 PgC[2]。 高寒草甸是主要植被類型，但其碳匯功能隨植被類型而異。 青藏高原變暖趨勢遠(yuǎn)高于中國和世界的平均水平，溫度升高一方面提高了植被的生產(chǎn)力， 另一方面也刺激了土壤呼吸， 其對生態(tài)系統(tǒng)碳收支的影響取決于二者的平衡。利用機(jī)器學(xué)習(xí)算法識別環(huán)境因子對高寒草甸碳收支的相對驅(qū)動強(qiáng)度和潛在生態(tài)過程，可以改進(jìn)生態(tài)系統(tǒng)過程模型和提高模型的準(zhǔn)確度，為科學(xué)評估高寒草甸碳收支和我國“碳中和”提供數(shù)據(jù)支撐。

1 材料與方法

1.1 研究點(diǎn)概況

研究點(diǎn)位于青海海北高寒草地生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站（海北站，37°37′N，101°19′E，3200 m）東3km 處的無名灘。海北站地處祁連山北支冷龍嶺東段南麓的大通河谷， 具有明顯的高原大陸性季風(fēng)氣候。年平均氣溫-1.7 ℃，年降水約580mm，植物生長季（6月至9月）集中了全年降水的近70%。 土壤為暗沃寒凍雛形土。 植被旺盛生長期（7月中下旬），群落的地上生物量和群落葉面積指數(shù)分別可高達(dá)394 gm-2和4.0 m2m-2[3]。

1.2 數(shù)據(jù)來源與處理方法

渦度相關(guān)觀測系統(tǒng)用于觀測生態(tài)系統(tǒng)凈CO2交換量。 該系統(tǒng)主要包括開路CO2/H2O 快速紅外分析儀和三維超聲風(fēng)速儀， 觀測高度為2.2m， 采樣頻率為10 Hz，輸出并計(jì)算30 min 平均值。同步觀測微氣象要素。具體包括： 空氣溫度和相對濕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 的土壤溫度和容積含水量等環(huán)境因子，數(shù)據(jù)輸出為30 min的平均值。 由于植被生長季是高寒系統(tǒng)碳交換的主要時段[3]，本研究選取2019 至2020年植被生長季（6～9月）數(shù)據(jù)進(jìn)行分析。 白天和夜間碳通量的生態(tài)過程截然不同，因此將數(shù)據(jù)分為白天和夜間兩部分，分別探討環(huán)境因子對其影響的機(jī)制。 利用EddyPro7.0.6 對10Hz 高頻數(shù)據(jù)進(jìn)行二次坐標(biāo)選擇、 除趨勢和WPL 密度校正的處理，基于Foken 的數(shù)據(jù)質(zhì)量控制原則，僅保留數(shù)據(jù)質(zhì)量標(biāo)識符為“0”（即最好）的通量數(shù)據(jù)進(jìn)行后續(xù)分析。

1.3 數(shù)據(jù)分析

利用增強(qiáng)回歸樹的方法分析環(huán)境因素對碳通量的驅(qū)動強(qiáng)度和潛在過程。 該方法通過隨機(jī)選擇和自學(xué)方法產(chǎn)生多重回歸樹以提高模型的穩(wěn)定性和預(yù)測精度。 環(huán)境因素包括CO2濃度、空氣溫度、水汽壓、飽和水汽壓差、風(fēng)速、光合光量子通量密度、5cm 土壤含水量、5cm 土壤溫度和月份（分類變量）。

2 結(jié)果與討論

2.1 數(shù)據(jù)概況及機(jī)器學(xué)習(xí)模型的表現(xiàn)

模型的平均總偏差和剩余殘差分別為34.99 μmolm-2s-1和1.47 μmolm-2s-1， 表明其解釋力度高達(dá)95.8%。 觀測值與模型模擬值之間的平均絕對誤差為0.91 μmolm-2s-1，均方根誤差為1.21 μmolm-2s-1，平均絕對百分比誤差為19.9%。 生長季夜間模型的平均總偏差和剩余殘差分別為6.47 μmolm-2s-1和2.98 μmolm-2s-1，其解釋力度為53.9%。 觀測值與模型模擬值的平均絕對誤差、 均方根誤差、 平均絕對百分比誤差分別為1.15 μmolm-2s-1、1.73 μmolm-2s-1和27.6%。 由于樣本數(shù)據(jù)量較大，白天和夜間的BRT 模型均較好，高于一般的單因素或二因素的擬合效果。

1.2 主要環(huán)境因子的驅(qū)動強(qiáng)度

生長季白天NEE 主要受PPFD 調(diào)控，其相對貢獻(xiàn)為55.6%。分類變量月份的解釋力度也較為重要，相對貢獻(xiàn)約為11.7%。 二者累計(jì)相對貢獻(xiàn)的為67.3%。 其中，PPFD 和NEE 呈現(xiàn)出漸進(jìn)飽和的直角雙曲關(guān)系，這與前人的研究結(jié)果一致[3]。 NEE 在6月和9月相對較高，在7月和8月相對較低，表明高寒草甸生長季碳通量和植被生長狀況密切相關(guān)。進(jìn)一步分析表明，在6月和9月份， 其飽和光合速率分別為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，導(dǎo)致碳通量在7月和8月相對較小[3]。

生長季夜間NEE 主要受土壤溫度（Ts）和土壤體積含水量（SWC）的共同影響，二者相對貢獻(xiàn)分別為23.7%和18.3%，累計(jì)之和為42.0%。Ts和夜間NEE 表現(xiàn)出指數(shù)增長的關(guān)系，SWC 和夜間NEE 呈現(xiàn)負(fù)相關(guān)，表明土壤水分越高，系統(tǒng)呼吸越低，這可能由于研究區(qū)土壤水分較高，超出了系統(tǒng)呼吸的適宜水分。 超過10%貢獻(xiàn)的因子還包括CO2濃度、月份和空氣溫度（Ta），三者相對貢獻(xiàn)之和為38.3%，表明夜間呼吸變化復(fù)雜，僅用土壤溫度和土壤水分進(jìn)行模擬容易產(chǎn)生一定的偏差。

3 結(jié)論

高寒矮嵩草草甸植被生長季的白天碳通量主要受控于光合光量子通量密度和月份，夜間碳通量和土壤溫度、土壤水分、CO2濃度和月份均有關(guān)。 高寒草甸碳通量并非由單一的環(huán)境因子驅(qū)動，因此，后續(xù)的模型需要考慮多環(huán)境因子，以提高模型的精度。