連浩宇,李愈哲

1 中國科學(xué)院地理科學(xué)與資源研究所陸地表層格局與模擬院重點實驗室,北京 100101

2 中國人民大學(xué)公共管理學(xué)院,北京 100872

固碳是陸地生態(tài)系統(tǒng)一項重要的服務(wù)功能,地表植被通過光合作用吸收空氣中的CO2并固定有機碳,可以減少溫室效應(yīng)、調(diào)節(jié)生態(tài)平衡、聯(lián)系大氣和陸地的物質(zhì)能量交換[1]。定量評估陸地生態(tài)系統(tǒng)的固碳潛力是區(qū)域性碳匯管理和氣候調(diào)節(jié)的基礎(chǔ)[2],也是碳達峰碳中和戰(zhàn)略背景下的熱點問題[3]。其中,陸地植物總初級生產(chǎn)力(GPP)是全球最大的碳通量,描述了單位時間內(nèi)綠色植物通過光合作用所固定的有機碳量,是定量化生態(tài)系統(tǒng)固碳潛力的關(guān)鍵參數(shù)[4]。GPP決定了進入陸地生態(tài)系統(tǒng)的初始物質(zhì)和能量,可以反映植被整體的生長狀況和固碳潛力[5];它受氣候變化影響的同時,對氣候系統(tǒng)具有反饋作用,可用于分析固碳過程帶來的氣候效應(yīng)[6]。

隨著近年遙感技術(shù)的發(fā)展,利用模型估算區(qū)域尺度GPP成為了一種重要且普遍的研究方法[7]。GPP估算模型包括植被光合作用模型(VPM)和植被光合作用和呼吸模型(VPRM)等光能利用率模型[8],回歸樹模型等統(tǒng)計模型[9]以及生物群落-生物地球化學(xué)循環(huán)模型(Biome-BGC Model)等過程模型[10]。其中,VI模型由Wu等在2010年建立,該模型基于植被指數(shù)和光合有效輻射(PAR)進行估算GPP,模型中的光合有效輻射分量(FPAR)與植被光能利用率(LUE)均通過植被指數(shù)進行量化,并將此方法應(yīng)用到玉米地的GPP估算[11]。VI模型估算的GPP已經(jīng)過大量的地面驗證和地面校準工作,具有較高的數(shù)據(jù)精度,適宜做大尺度區(qū)域 GPP的時空變化研究。王克清等[12]結(jié)合中國通量觀測研究聯(lián)盟(ChinaFLUX)的臺站數(shù)據(jù),對中國典型植被類型的GPP進行了模擬,其中VI模型在錫林郭勒溫性高原的模擬值與實測值相關(guān)系數(shù)R2達到0.86,模擬效果良好。

內(nèi)蒙古草原屬北方溫性草原,是我國重要的防沙治沙屏障,具有涵養(yǎng)水源、凈化環(huán)境作用。同時,內(nèi)蒙古草原干燥多風(fēng)沙、地表物質(zhì)結(jié)構(gòu)脆弱、土壤侵蝕強烈,生態(tài)環(huán)境極其脆弱[13—15]。本世紀初,全盟風(fēng)蝕沙化面積12.6 km2,占全盟草原總面積的64%,其中強度風(fēng)蝕沙化面積1.48 km2,植被覆蓋率下降至27.2%;同時水土流失呈加劇趨勢,全盟輕度以上的水土流失面積17.2 km2,占總土地面積的81.2%;其中渾善達克沙地從1949 年到1995 年沙漠化面積由0.57萬 km2增加到3.05萬 km2,平均每年以100 km2多的速度增加。

為了改善內(nèi)蒙古草原的生態(tài)環(huán)境,我國政府開展了一系列生態(tài)修復(fù)工程,在錫林郭勒盟實施的退耕還林(還草)工程,在農(nóng)牧交錯帶主要進行退耕還草[16]。隨著“退耕還草工程”的開展,錫林郭勒草原的耕地面積明顯減少[17],其中63.95%的耕地轉(zhuǎn)化為草地[18]。截至2015年,全盟植被覆蓋率上升至49.66%,產(chǎn)草量達到3.89 kg/hm2,重度沙漠化與中度沙漠化面積均有下降。

許多學(xué)者研究發(fā)現(xiàn)退耕還草可以顯著提高草地植被數(shù)量,增加土壤養(yǎng)分和有機碳含量[19],增加土壤水分和碳固存[20],在退耕還草中期有顯著的碳氮增匯效應(yīng)[21]。但是目前關(guān)于GPP變化量與氣候、土壤、地形等環(huán)境因子間響應(yīng)機制的研究并不多見,對退耕還草后GPP變化的影響因素也缺乏控制變量的研究?；诖?研究利用VI模型對2010—2015年錫林郭勒草原退耕還草區(qū)域GPP變化量進行估算,并與同時期錫林郭勒草原各環(huán)境因子進行相關(guān)性分析,定量評估環(huán)境因子對退耕還草前后GPP變化量的影響。本研究有利于掌握退耕還草前后GPP的變化,明確退耕還草后GPP變化與環(huán)境因子的關(guān)系,為內(nèi)蒙古草原退耕還草政策的制定提供科學(xué)基礎(chǔ)和決策依據(jù),為我國草原生態(tài)治理和區(qū)域碳中和提供建議。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于中國內(nèi)蒙古自治區(qū)錫林郭勒盟(42°32′—46°41′N,111°59′—120°00′E)(圖1),地勢南高北低,南部為低山丘陵,北部為平緩的波狀平原,總面積大致為14785 km2。研究區(qū)地處中溫帶半濕潤到半干旱氣候區(qū),屬中溫帶半干旱大陸性氣候,年平均氣溫為0.6℃,年平均降水量294.9 mm。研究區(qū)內(nèi)可利用草場面積138.56萬 hm2、耕地17085 hm2,草原類型較為豐富,地跨草甸草原、典型草原和沙丘沙地草原,栗鈣土為主要土壤類型[22]。本研究設(shè)立的兩個渦度相關(guān)觀測系統(tǒng)分別位于典型溫性草原的草地生態(tài)系統(tǒng)(43°32′24″N,116°33′43″E)和農(nóng)田生態(tài)系統(tǒng)(43°35′20″N,116°45′43″E)的中心地帶,設(shè)立地塊地形相對較平緩,草地植被建群種為大針茅(Stipagrandis);農(nóng)田生態(tài)系統(tǒng)種植作物為小麥(Triticumaestivuml),種植區(qū)域不進行灌溉,在作物種植前施有機肥(表1)。

表1 草地和農(nóng)田生態(tài)系統(tǒng)植被和土壤特征差異

圖1 研究區(qū)概況圖

錫林郭勒盟高程在760—1911 m,坡度主要在0°—2°,平均海拔在1000 m以上,最高峰是西烏珠穆沁旗內(nèi)的古如格蘇烏拉峰;地勢南高北低,自西南向東北傾斜,東南處地勢最高,東北處地勢最低(圖2)。西部和北部地形平坦,東南部多低山丘陵,盆地錯落其間,形成廣闊的高原草場;東北部和東部地區(qū)以低山丘陵、高平原和寬谷平原為主,是森林向草原的過渡地段。

圖2 高程和坡度的空間分布

錫林郭勒盟屬中溫帶干旱、半干旱大陸性季風(fēng)氣候,年平均降水量在99.58—531.29 mm,其中東部降水較多,大興安嶺余脈西坡及陰山余脈北坡局部地區(qū)在400 mm以上,西部降水較少,局部不足150 mm;錫盟年平均氣溫在-4.76—4.90℃,西南部氣溫較高,東北部氣溫較低,北部中蒙邊境地區(qū)和灰騰梁一帶年平均氣溫0℃以下(圖3)。

圖3 多年平均降水和氣溫的空間分布

錫林郭勒盟的土壤水分在0.07—0.20 m3/m3,其中東部土壤含水量較高,西部土壤含水量較低,與降水量由西向東遞增有關(guān);錫盟有機碳含量在0.20—5.98 g/kg,其中西南部有機碳含量較低,主要是荒漠草原,中部有機碳含量在10.00—20.00 g/kg,主要是典型草原,東部有機碳含量較高,平均在20.00 g/kg以上,主要為草甸草原,土壤有機碳含量與草原類型呈一致分布(圖4)。

圖4 土壤含水量與土壤有機碳的空間分布

1.2 數(shù)據(jù)來源與處理

1.2.1遙感數(shù)據(jù)

本研究的遙感數(shù)據(jù)來源于美國航空航天局(NASA)(https://ladsweb.modaps.eosdis.nasa.gov)提供的Modis/Terra衛(wèi)星遙感產(chǎn)品MOD09A1,空間分辨率為500 m,時間分辨率為8 d,數(shù)據(jù)選取編號為h26v04的影像,產(chǎn)品數(shù)據(jù)下載后需要對遙感數(shù)據(jù)進行格式轉(zhuǎn)換與投影變換。同時,本研究選擇時域線性插值的方法對數(shù)據(jù)中的異常值進行修復(fù),采用Savitzky-Golay濾波法對遙感數(shù)據(jù)進行平滑處理,表達式為:

(1)

1.2.2環(huán)境因子數(shù)據(jù)

本研究所采用的高程,氣溫,降水?dāng)?shù)據(jù),均來自中國科學(xué)院地理科學(xué)與資源研究所的資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/Default.aspx)。其中,海拔高度(DEM)空間分布數(shù)據(jù)是基于的航天飛機雷達地形高程數(shù)據(jù)(SRTM V4.1)經(jīng)整理拼接生成的90 m的柵格數(shù)據(jù),采用WGS1984橢球投影。土地利用數(shù)據(jù)(LUCC)是在2010年土地利用遙感監(jiān)測數(shù)據(jù)的基礎(chǔ)上,基于Landsat遙感影像,通過人工目視解譯生成,空間分辨率為1000 m。

本研究使用的坡度、土壤水分、土壤有機碳、土壤全氮、全磷、全鉀含量數(shù)據(jù)均來自國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn/),其中坡度數(shù)據(jù)的空間分辨率為1000 m,將DEM原始數(shù)據(jù)通過投影轉(zhuǎn)換、圖幅拼接、數(shù)據(jù)重采樣、數(shù)據(jù)裁剪,最后將投影拼接后的SRTM數(shù)據(jù)進行坡度計算得到。土壤數(shù)據(jù)的時間尺度為2010—2015年,空間分辨率為1000 m,通過Arcgis 10.7軟件裁剪至研究區(qū)范圍,利用柵格投影統(tǒng)一坐標系,最終得到錫林郭勒盟土壤數(shù)據(jù)集。

1.2.3地面觀測數(shù)據(jù)

本研究通過在研究區(qū)內(nèi)站點設(shè)置通量塔獲得實際GPP數(shù)據(jù),通量觀測塔分別位于草地生態(tài)系統(tǒng)和農(nóng)田生態(tài)系統(tǒng)的中心區(qū)域。利用中國通量觀測研究聯(lián)盟(ChinaFLUX)提供的程序?qū)u度相關(guān)系統(tǒng)觀測的原始采樣數(shù)據(jù)進行處理,包括剔除野點、密度效應(yīng)校正(WPL)、坐標軸3次旋轉(zhuǎn)變化修正等,得到采樣間隔為30 min的GPP數(shù)據(jù)。研究區(qū)內(nèi)草地和農(nóng)田站點的能量閉合度分別為82.3%和81.6%,GPP觀測數(shù)據(jù)質(zhì)量較好,處于國際中上水平[23]。

1.2.4土地利用類型數(shù)據(jù)

本研究采用的土地利用類型數(shù)據(jù)來自中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/Default.aspx),研究數(shù)據(jù)為2010年及2015年地利用現(xiàn)狀遙感監(jiān)測柵格數(shù)據(jù),空間分辨率為1000 m。土地類型包括了耕地、林地、草地、水域、居民地和未利用土地6個一級類型以及25個二級類型。

1.3 數(shù)據(jù)分析與檢驗方法

1.3.1GPP計算

本文選用VI模型估算GPP。由于VI模型僅有植被指數(shù)(EVI)和光合有效輻射(PAR)兩個模型驅(qū)動參數(shù),結(jié)構(gòu)較為簡單。計算公式為:

GPP=(EVI×EVI×PAR)×m

(2)

式中,的參數(shù)m為光合轉(zhuǎn)換系數(shù),隨植被類型和環(huán)境而變化,同時通過模型標定得到,是模擬GPP與站點實測GPP線性擬合曲線的斜率。

本研究所用PAR數(shù)據(jù)基于研究區(qū)及其周圍氣象站點的觀測數(shù)據(jù)(觀測數(shù)據(jù)來自國家氣象局網(wǎng)站http://data.cma.cn/),利用ANUSPLIN插值軟件,結(jié)合數(shù)字高程模型(數(shù)據(jù)來源于美國奮進號航天飛機的雷達地形測繪SRTM),經(jīng)過空間插值獲取得到。

本研究所用植被指數(shù)EVI由MODIS遙感數(shù)據(jù)的地表反射率產(chǎn)品計算得到的。其中,MODIS格網(wǎng)范圍在H26V04,使用的遙感產(chǎn)品為地表反射率產(chǎn)品MOD09A1;EVI考慮了藍光波段,增強了對植被覆蓋度變化的敏感性,具體計算公式如下:

(3)

式中,ρNIR代表近紅外(841—876 nm)波段,ρRED代表紅光(620—570 nm)波段,ρBLUE為藍光(459—479 nm)波段。

1.3.2殘差分析法

本研究采用Evans和Geerken提出的殘差分析法[24],逐像元量化退耕還草對GPP的影響。首先對錫林郭勒盟2010—2015年退耕還草的區(qū)域,基于1985—2010年的氣溫,降水和GPP數(shù)據(jù),逐像元建立GPP與年平均降水量,年平均氣溫的回歸模型。其中,1985—2010年的GPP數(shù)據(jù)由VI模型計算得到。隨后將2015年平均降水量和平均氣溫代入模型,獲得退耕還草區(qū)域2015年GPP預(yù)測值(GPPpre),所得GPP預(yù)測值只受氣候變化影響。隨后通過遙感觀測退耕還草區(qū)域2015年P(guān)AR和EVI數(shù)據(jù),利用VI模型,得到2015年的GPP實際值(GPPreal),GPP實際值受到氣候變化與退耕還草的共同影響,整體上高于GPP預(yù)測值,具體結(jié)果如下(圖5):

圖5 GPP實際值與預(yù)測值

最后得到GPP實際值與GPP預(yù)測值之間的殘差序列即為GPP變化量(ε)。GPP變化量可以反映不受氣候影響,僅由退耕還草造成的GPP變化。殘差分析表達式為:

ε=GPPreal-GPPpre

(4)

GPPpre=aT+bP+c

(5)

式中,GPPreal為2015年GPP的實際值,GPPpre為2015年GPP的預(yù)測值;a、b分別為GPP對氣溫和降水量的回歸系數(shù);c為回歸常數(shù)項;T表示氣溫,℃;P表示降水,mm;ε>0表示退耕還草對GPP有增加作用,ε<0表示退耕還草對GPP有減少作用,ε=0表示退耕還草不改變GPP。

1.3.3相關(guān)性分析

本研究采用SPSS 26.0對GPP變化量與各環(huán)境因子進行Pearson相關(guān)分析,偏相關(guān)分析和復(fù)相關(guān)分析。涉及樣本共計379個,均為研究區(qū)內(nèi)管理方式發(fā)生轉(zhuǎn)變的退耕還草涉及地塊,每個像元點對應(yīng)一組環(huán)境因子數(shù)據(jù)及GPP變化量。

2 結(jié)果

2.1 VI模型精度評價

本文通過比較錫林浩特市內(nèi)草地站點和農(nóng)田站點的實測GPP與理論GPP進行模型精度分析。總體上看,VI模型模擬的GPP值與渦度相關(guān)系統(tǒng)的測量值有較強的一致性,說明在8 d尺度上VI模型可以利用EVI與PAR較好地模擬出不同站點GPP的變化。

VI模型的模擬精度受不同土地利用方式的影響,2010年與2015年在草地區(qū)模型模擬的GPP值與實測GPP值在線性回歸方程中R2為0.79,均方根誤差(RMSE)為1.46 g C/m2,模擬值與觀測值之間離散程度較低(圖6)。農(nóng)田生態(tài)系統(tǒng)區(qū)GPP模擬值與實測值的線性回歸方程中R2為0.68,RMSE為2.78 g C/m2。檢驗結(jié)果說明VI模型對GPP的擬合情況較好,模擬GPP與實際GPP的誤差較小,同時草地區(qū)的擬合精度高于農(nóng)田區(qū)。

圖6 VI模型站點模擬結(jié)果

草地站點模型模擬值與實測值之間線性擬合直線的斜率為0.79,很大部分模擬值與實測值的分布低于1∶1直線;農(nóng)田站點GPP模擬結(jié)果與實測結(jié)果的線性擬合直線的斜率為0.68,模擬值與實測值的擬合線略低于1∶1直線,是VI模型未考慮LAI變化對植被的影響,造成了GPP值的低估[25]。

2.2 退耕還草區(qū)域GPP變化量

2010—2015年,錫林郭勒盟退耕還草區(qū)域的GPP總體穩(wěn)定,退耕區(qū)域內(nèi)GPP變化量平均值為0.47 g C m-2d-1。其中GPP增加的區(qū)域占研究區(qū)面積的67.20%,GPP平均增加1.98 g C m-2d-1,最多增加10.16;GPP降低的區(qū)域占研究區(qū)面積的32.80%,GPP平均減少3.39 g C m-2d-1,最多減少16.71 g C m-2d-1(表2)。

表2 GPP變化情況

2.3 退耕還草區(qū)域的空間布局

本研究通過比較錫林郭勒盟2010年及2015年土地利用類型數(shù)據(jù),計算5年內(nèi)各行政區(qū)耕地變?yōu)椴莸氐拿娣e。2010年—2015年錫林郭勒草原退耕還草區(qū)域共128.23 km2(表3),退耕還草區(qū)域主要集中在錫林郭勒盟南部,東北部也有零星分布,以東烏珠穆沁旗、西烏珠穆沁旗、錫林浩特市、正藍旗、多倫縣、正鑲白旗和太仆寺旗為主。

表3 退耕還草面積

2.4 退耕還草GPP變化量的影響因素

為了探究決定退耕還草后GPP變化量的主要環(huán)境因子,用回歸分析來確定退耕還草區(qū)域內(nèi)GPP變化量與環(huán)境因子的關(guān)系。結(jié)果表明,氣溫、降水、高程、坡度均與GPP變化量呈線性負相關(guān)(P<0.01,表4);土壤含水量、土壤有機碳均與GPP變化量呈線性正相關(guān)(P<0.01,表4);土壤氮含量、土壤磷含量、土壤鉀含量則與GPP變化量之間的關(guān)系不顯著(P>0.05,表4)。

表4 GPP變化量與環(huán)境因子相關(guān)性

通過偏相關(guān)分析進行環(huán)境因子的進一步篩選發(fā)現(xiàn),坡度和土壤含水量是影響 GPP變化量最主要的因素(P<0.01);高程和氣溫與GPP變化量也有顯著偏相關(guān),但偏相關(guān)性較弱(P<0.01,表5);降水量和土壤有機碳與GPP變化量無顯著偏相關(guān)(P>0.05,表5)。以上述六種環(huán)境因子與GPP變化量建立線性回歸模型,模型的復(fù)相關(guān)系數(shù)為0.652,達到極顯著水平(P<0.01,表5),說明環(huán)境條件對退耕還草后GPP的變化量有顯著影響。

表5 GPP變化量與環(huán)境因子偏相關(guān)性

3 討論

3.1 退耕還草對GPP的影響

2010—2015年,錫林郭勒盟退耕還草區(qū)域的GPP總體穩(wěn)定,GPP變化不顯著。Jiang 等研究了近30 年來黃土高原典型黃土區(qū)植被生產(chǎn)力時空變異,發(fā)現(xiàn)其整體呈現(xiàn)上升趨勢,但以2006為斷點,在此前30%—40%的植被區(qū)域表現(xiàn)出植被生產(chǎn)力損失,隨后逐漸恢復(fù)[26]。此外,Feng 等針對黃土高原退耕還草工程進行研究,發(fā)現(xiàn)植被生產(chǎn)力穩(wěn)步上升,并在2016 年上升趨勢趨強[27]。本研究表明5年內(nèi)錫林郭勒草原退耕還草區(qū)域GPP變化不顯著,部分地區(qū)GPP有所下降,退耕還草區(qū)域的GPP平均值僅略微上升。這一與其它區(qū)域有所不同的現(xiàn)象歸咎于區(qū)域涉及退耕還草的地塊相對更少,同時在溫性草原退耕還草對于GPP的影響弱于其它區(qū)域和植被類型,即研究區(qū)開墾地塊表現(xiàn)出的GPP未大幅低于其自然狀態(tài)植被。這一現(xiàn)象是否具有更大時空范圍的普遍性,后續(xù)研究可以通過分析更長時段的退耕還草措施持續(xù)時間、擴大研究區(qū)范圍進行驗證探討。

此外,有研究表明退耕還林、草地治理等其它工程措施也可以不同程度提高GPP。任小玢[28]對寧夏草地變化的研究表明,耕地擴張等人為活動是導(dǎo)致草地退化的絕對主導(dǎo)因素,而草地治理,退耕還草等生態(tài)保護政策可以有效提高溫性草原的植被生產(chǎn)力。茆楊等[29]對西南地區(qū)植被初級生產(chǎn)力時空變化的研究發(fā)現(xiàn),退耕還林可以顯著提高植被初級生產(chǎn)力,同時植被生產(chǎn)力的提高與累計造林面積存在顯著關(guān)聯(lián)。系列結(jié)果不僅暗示不同工程措施的GPP影響存在極大的區(qū)域性差異,還表明研究區(qū)GPP變化與工程措施所涉面積緊密相關(guān),在退耕還草實施力度和規(guī)模較大的區(qū)域仍對區(qū)域GPP產(chǎn)生更大程度的改變。

3.2 環(huán)境因子對GPP變化量的影響

本研究發(fā)現(xiàn)土壤含水量和土壤有機碳均與GPP變化顯著負相關(guān)(表4,P<0.05),氣溫、降水、高程和坡度均與GPP變化量顯著正相關(guān)(表4,P<0.05)。研究發(fā)現(xiàn)水熱條件較好的耕地,退耕后GPP呈上升趨勢,與Liu等[30]針對黃土高原退耕還草工程的研究結(jié)論一致,即植被初級生產(chǎn)力并非在所有區(qū)域都呈現(xiàn)出生態(tài)恢復(fù)的狀態(tài),而只是在水熱條件較好的區(qū)域增加。劉洋洋也發(fā)現(xiàn)退耕后植被生產(chǎn)力在不同類型以及不同地形下的草地變化趨勢存在差異,降雨、人為活動是驅(qū)動其變化的主要因素[31];退耕后植被初級生產(chǎn)力變化在不同空間上的恢復(fù)狀態(tài)、速率不同,在不同時間段的恢復(fù)狀態(tài)、速率也不同[30]。這表明在未來退耕還草實施過程中,綜合考慮實施地塊的環(huán)境因子將有助于遴選出更具恢復(fù)價值和潛力的地塊,在水熱條件較好區(qū)域?qū)嵤┩烁€草能夠更大程度增加區(qū)域的GPP。此外,不同植被類型下,GPP 對相同氣候因子的響應(yīng)程度存在差異,王大為等[32]研究表明,落葉闊葉林和常綠針葉林 GPP 主要受蒸發(fā)和相對濕度影響,草地主要受降水量影響,耕地主要受平均氣溫影響,灌木林、濕地和荒漠植被主要受水汽壓影響,且越靠近干旱地區(qū),水汽壓對 GPP 的影響越強。

同時研究還發(fā)現(xiàn),地勢較高,坡度陡峭的區(qū)域退耕后GPP呈現(xiàn)上升趨勢。這一現(xiàn)象與彭文英等發(fā)現(xiàn)渭河流域在25°的坡度上退耕還林效果最大化結(jié)論相似[33],說明在退耕實施中應(yīng)優(yōu)先退耕坡度較高的耕地。最后,土壤含水量較高的耕地退耕后GPP呈下降趨勢。這是灌溉農(nóng)田表現(xiàn)土壤含水量較高,顯著高于自然退耕還草地和周邊天然草地[34];相應(yīng)地塊退耕后土壤水分損失較大,從而造成退耕后草地GPP形成一定水分限制而下降[35]。由此可見,不恰當(dāng)?shù)膶嵤┩烁€草在部分區(qū)域和地塊可能對草原的初級生產(chǎn)力和固碳潛力產(chǎn)生負面影響[36]。為更好實現(xiàn)退耕還草最優(yōu)的生態(tài)效益,應(yīng)合理選擇退耕區(qū)域,減少退耕初期植被生產(chǎn)力損失,提高草原固碳潛力。

3.3 退耕還草對生態(tài)系統(tǒng)固碳潛力的影響

草地生態(tài)系統(tǒng)固碳主要通過光合作用將大氣中的二氧化碳轉(zhuǎn)化為有機碳,固定在植物體內(nèi)或土壤中;而GPP反映了植物在生態(tài)系統(tǒng)水平上通過光合作用初始固定的有機碳總量,代表植物的光合生產(chǎn)能力,可以較好地量化生態(tài)系統(tǒng)的固碳潛力。錫林郭勒草原在退耕還草5年內(nèi),大部分地區(qū)GPP呈上升趨勢,但GPP總量變化不顯著(表2);毛紹娟等對日喀則河谷退耕還草工程的研究表明,退耕初期由于植物種單一,植被地上碳密度較低,隨著退耕時期延長,植被碳密度有所增加,生態(tài)系統(tǒng)固碳潛力提高[37]。其中,2010—2015年退耕還草造成的GPP變化量有限,固碳潛力提高不明顯,與沒有建立有效的侵蝕控制機制,以及與退耕初期施肥的干擾作用有關(guān)[38]。此外,水熱條件較好的耕地,退耕后固碳潛力提高顯著(表4),與馬南方等的研究結(jié)果類似,其結(jié)果顯示退耕后固碳效益與氣候密切相關(guān),越濕潤的地方退耕后固碳收益越顯著[39];鄒婧汝的研究也發(fā)現(xiàn)適宜的氣溫和降水有利于退耕后次生草地的有機物積累和植物萌發(fā),加快植被對土壤養(yǎng)分的吸收,提高草地群落的多樣性,對植被生產(chǎn)力和生態(tài)系統(tǒng)固碳有正向作用[40]。結(jié)合本研究的結(jié)果(表4),退耕區(qū)水熱條件是影響草地退耕后固碳收益的最重要影響因素。在退耕還草措施以外,區(qū)域的整體GPP在研究期間還受到草原生態(tài)修復(fù)和補助獎勵等其他非工程措施性政策因素的影響,其貢獻和作用機還需更深入的研究加以剝離量化。

退耕還草通過播種優(yōu)良牧草,提高植被高度、蓋度和生物量,改善植物群落結(jié)構(gòu)[41],增加了植物群落的光合速率和葉面積指數(shù)[42],有利于生態(tài)系統(tǒng)的碳固存[43];同時農(nóng)地轉(zhuǎn)變?yōu)槎嗄晟脖缓?可以有效防控土壤侵蝕,改善土壤的物理、化學(xué)以及生物學(xué)質(zhì)量,提高植被固碳效益[44]。研究表明,在<450mm降雨帶(如錫林郭勒草原),土壤水分不足以支撐喬灌的正常生長,區(qū)域生態(tài)系統(tǒng)碳的增加多集中在草地生物量中[45];經(jīng)過長期封育退耕,植被恢復(fù)后,枯落物積累量增多,加之土壤微生物和土壤酶的作用,退耕還草區(qū)域的土壤有機碳密度能顯著高于周邊原生草地[46]。關(guān)于退耕還草后固碳潛力隨時間的變化,史利江等的研究表明從短期(<20 a)來看,退耕還林(草)的土壤固碳效應(yīng)不明顯,20 a后隨著恢復(fù)年限的增加,植被的土壤碳氮增匯效應(yīng)顯著[21];許明祥等則認為以10 a為界,退耕還草的短期土壤碳增匯效應(yīng)不明顯,而10 a后土壤碳增匯效應(yīng)逐漸明顯[47]。相關(guān)研究均認為短期內(nèi)退耕還草的固碳效益并未顯著高于農(nóng)田,與本研究結(jié)果相互印證,但為了進一步摸清區(qū)域長期退耕的效果,還需要未來對退耕后更長時段進行更深入分析與研究。

4 結(jié)論

本文以MODIS GPP數(shù)據(jù)為基礎(chǔ),系統(tǒng)研究了錫林郭勒草原2010—2015年退耕還草區(qū)域GPP的變化特征,并探討了退耕還草后GPP變化與主要氣候因子的關(guān)系,獲得結(jié)論如下:

(1)2010—2015年,錫林郭勒盟退耕還草區(qū)域的GPP總體穩(wěn)定,GPP變化量平均值為0.47 g C/m2,沒有顯著上升趨勢。其中GPP增加的區(qū)域占研究區(qū)面積的67.20%,GPP降低的區(qū)域占研究區(qū)面積的32.80%;GPP變化量最大值為10.16 g C/m2,最小值為-16.71 g C/m2。

(2)錫林郭勒草原退耕還草5年內(nèi),退耕區(qū)域的土壤含水量和土壤有機碳與GPP變化量顯著負相關(guān),氣溫、降水、高程和坡度均與GPP變化量顯著正相關(guān),其中土壤含水量和坡度對GPP變化量的影響最大;可見退耕時應(yīng)優(yōu)先選擇水熱條件好,坡度較高低的耕地,減少退耕初期GPP的損失,增加固碳效益。