大气氮沉降对中亚草地生态系统净初级生产力的影响

韩其飞,李莹莹,彭开兵,李超凡,黄晓东, 许文强

1 南京信息工程大学地理科学学院,南京 210044 2 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044 3 兰州大学草地农业科技学院， 兰州 730020 4 中国科学院新疆生态与地理研究所,荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011

干旱半干旱区约占全球陆地总面积的41%[1]。受气候影响,干旱区水资源匮乏,生态环境十分脆弱,人类活动和全球变化对该区陆地生态系统结构和功能的影响极大。因此,全球变化背景下,干旱区生态系统碳-氮-水循环在全球碳循环研究中也具有重要的科学意义[2]。中亚地区是全球典型的干旱区之一,降水稀少,极其干燥,草地作为其主要的植被类型,具有极其重要的经济和生态价值[3]。近30年来,由于气候变化、长期过度放牧以及风蚀等的影响,该区部分地区出现土地沙漠化、盐渍化、草地退化等一系列问题[4],探讨中亚草地生态系统净初级生产力(NPP)对气候变化和人类活动的响应,对于该地区草地生态系统的可持续发展至关重要。

除气候变化、CO2浓度升高以及土地利用变化之外,氮沉降是影响陆地生态系统结构和功能的第四大因素[5-6],但其研究最为薄弱且不确定性最大[7]。尽管大部分研究都发现,氮沉降对草地生态系统生产力具有促进作用[8],但是长期的氮沉降使得生态系统中的氮含量增高,当氮含量达到一定浓度后,草地生态系统的生产力将会降低,即氮沉降对草地生产力的影响存在氮临界负荷[9]。探究氮沉降对草地生产力的影响机理,揭示典型草地生态系统的氮沉降临界负荷,有助于加深草地生态系统碳循环对全球变化反馈的认识,对维持区域生态可持续发展具有重要意义。

传统的研究氮添加对生态系统影响的方法是施氮量级试验,这种方法要对施氮量、施氮时间和施肥频率的不同梯度进行完全的一一对应处理设计,需要设计大量的试验小区。而且,试验方法研究得到的结论受制于试验年份和地点的限制。鉴于站点尺度直接观测法的局限性,陆地生态系统模型成为基础研究普遍使用的方法[10]。模型通过设置大量情景模式,模拟氮肥运筹对草地生产力和养分吸收的影响,也可以在不同的时间尺度和空间尺度上进行生态系统的动态变化研究。相对于传统的施氮量级试验,模型模拟能够灵活控制气候变化和作物管理模式,达到以最少的时间和物质投入,完成对最优氮素管理措施的探求。

综上所述,本研究拟基于反硝化-分解模型(DNDC)模型,模拟1979—2014年中亚地区草地NPP时空分异,分析草地NPP对氮沉降的响应。在全球变化和人类活动对生态环境影响日益增强的背景下,研究氮沉降对中亚地区草地生态系统NPP的影响机制,对充分发挥该地区草地生态系统的经济和生态价值,提高对全球变化的应对能力具有重要的科学意义。

1 材料与方法

1.1 研究区概况

研究区包括中国新疆和中亚五国(哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、土库曼斯坦和塔吉克斯坦)在内的中亚地区(34.3—55.4°N,46.5—96.4°E),研究区总面积约5.66×106km2。中亚地区深居亚欧大陆腹地,距离海洋较远,导致中亚大部分地区降水稀少且时空分布不均[11]。冬冷夏热,气温年较差和日较差较大,昼夜温差常常在20—30℃,属典型的温带沙漠、草原的大陆性气候[12]。受地形和气候等影响,中亚地区主要植被类型为草地、荒漠和耕地,其中,草地作为主要的植被类型广泛分布在中亚各个地区,草地又可以分为森林草甸(FM)、温带草原(TG)和荒漠草原(DG)[13]。温带草原主要分布在哈萨克斯坦北部,该区主要的植被类型为丛生禾草,由于该区阳光和热量充足,草原生长良好,是主要的放牧区域；荒漠草原广泛分布在中国新疆、乌兹别克斯坦和哈萨克斯坦南部,吉尔吉斯斯坦和塔吉克斯坦也有少量分布,该区气候干燥,年降雨量200 mm以下,蒸发量高达2300 mm。夏季炎热,冬季寒冷。土壤为砂质原始灰棕色荒漠土和残余荒漠盐土,优势植物有琵琶柴、碱柴、怪柳、猪毛菜等；森林草甸主要分布在吉尔吉斯斯坦、塔吉克斯坦和中国新疆海拔1650—2650 m的中山区,因处逆温带,气候湿润温和,冬暖夏凉。在向阳的沟谷中,牧草生长茂盛,植被种类丰富,以中生、中旱生植物为主(图1)。

图1 研究区地理位置及草地类型分布图Fig.1 Distribution map of different grassland types in the study areaTG：温带草原 Temperate grassland；FM：森林草甸 Forest meadow；DG:荒漠草原 Desert grassland

1.2 数据来源

本研究分别采用三套1979—2014年的气象再分析数据进行模拟,以降低由于气象数据带来的不确定性。MERRA(The Modern Era Retrospective-analysis for Research and Applications)资料,来源于美国国家航空航天局(NASA)的GESDISC(Goddard Earth Science Data Information and Services Center),MERRA是利用GEOS- 5(The Goddard Earth Observing System Model V.5)同化系统生成的再分析数据产品,水平分辨率为0.6667°×0.5°[14]。ERA-Interim再分析资料是由(European Centre for Medium-range Weather Forecasts,ECMWF)发布的最新的再分析数据产品,水平分辨率为0.75°×0.75°[15],CFSR气象再分析数据是美国国家环境预报中心的数据产品,空间分辨率为0.3125×0.3125°[16]。CFSR、ERA-Interim和MERRA三套再分析数据在中亚大部分区域具有较好的降水精度,可作为生态模型在中亚地区模拟的气象驱动因子。

氮沉降数据来自MIX排放清单[17],该数据包含亚洲30个国家和地区2008年和2010年的温室气体排放数据,以及人为源污染物数据,包括NOx、NH3、CO、CO2等十种主要大气化学成分,以及五个排放部门(交通、农业、电力、工业、民用)的逐月网格化排放数据,数据的空间分辨率为0.25°。本研究将所有空间数据统一到了相同的投影并利用最邻近插值法重采样到相同的水平分辨率(40 km×40 km)。

1.3 DNDC模型及情景模拟

DNDC(Denitrification-Decomposition)模型,是一个描述农业生态系统中碳和氮生物地球化学过程的计算机模拟模型[18]。经过长期的改进,已广泛应用于几乎所有的陆地生态系统[19],并且能够对作物产量做出较为准确的预测,是亚太地区首选的生物地球化学模型[20-21]。DNDC 模型不仅可以在点位尺度上对农业生态系统中碳和氮的生物地球化学过程进行模拟,而且在区域尺度也同样适用。在本研究中,主要利用DNDC模型的区域尺度模拟模式,通过控制气象和耕种管理等数据,模拟得到不同情景下草地的NPP。首先,利用CFSR、ERA-Interim和MERRA三套气象数据驱动DNDC模型,模拟当前大气氮沉降情景下中亚地区草地生态系统的NPP,综合三套气象数据得到的模拟结果进行分析,以降低由气象数据带来的不确定性；然后,通过将DNDC模型的氮沉降数据设置为0,再次利用三套气象数据驱动DNDC模型,得到无大气氮沉降情景下中亚草地NPP的动态；最后,通过分析两种情景差值,得到当前大气氮沉降对研究区草地NPP的影响。

1.4 DNDC模型精度验证

本文利用在天山北坡不同海拔高度设置的围栏和观测点,得到的草地地上生物量数据,验证DNDC模型在中亚地区的适用性。中国新疆天山北坡段发育了四种草地类型,包括平原荒漠草原(PDG),海拔低于650 m；低山干草原(LMDG),海拔在650—1650 m之间；中山森林草地(MMFM),海拔在1650—2700 m之间和高山草甸(AM),海拔在2700—3500 m之间。我们选择均方根误差法(RMSE),分别利用这四种草地类型对DNDC模型进行精度验证。RMSEn是模拟值和观测值差的平方和与观测次数比值的平方根,验证公式为：

图2 2007、2008年ANPP模拟值与实测值对比 Fig.2 Comparison between simulated and measured ANPP in 2007 and 2008

2 结果与分析

2.1 模型精度验证结果

本文利用2007年和2008年在新疆天山北坡的实测地上净初级生产力(ANPP)与模拟得到的ANPP进行模型验证,结果如图2所示。模型模拟得到PDG、LMDG、MMFM和AM四种草地类型的ANPP与实测数据表现出较好的一致性,RMSEn值分别为7.36%、10.24%、17.38%和4.37%。模型精度能够满足研究需求。

2.2 三套气候再分析数据比较

1979—2014年期间,中亚气候时空变化显著,气温表现为显著的增加趋势((0.03±0.01)℃/a,R2=0.40),降水则以(2.26±1.78)mm/a(R2= 0.35)的趋势下降(图3)。对三组气候数据集的比较表明,CFSR数据集的平均降水量明显较高,MERRA数据集的平均降水量最低,这与其他研究结果一致[23]。在温度方面,MERRA数据在所有数据集中值最高。在每个数据集中,气温的年际变化一致,而在降水方面并不一致。CFSR数据集的年平均降水量比ERA-Interim数据集高36.35%,比MERRA数据集高68.34%。三个气温数据集和中亚数据集(图4)的纬向平均温度是相似的,降水数据集也是如此(图5),而在山区因为受地形和海拔影响较大,比其他同纬度地区降水偏高,温度偏低。

图5 1979—2014年中亚降水空间格局比较Fig.5 Spatial patterns of precipitation in Central Asia from 1979 to 2014

2.3 1979—2014年中亚地区草地NPP时空分异

利用CFSR、ERA-Interim和MERRA三套气象数据驱动DNDC模型,在当前氮沉降水平下对研究区草地NPP进行模拟,分别得到了1979—2014年不同气象数据驱动的草地NPP(图6—7)。由模拟结果可以看出,三套气象数据模拟得到的平均草地NPP为(173.16±31.80)g C m-2a-1。三套数据结果具有一定的差异,总体表现为CFSR>ERA-Interim>均值>MERRA。CFSR模拟的平均NPP为(217.04±31.88)g C m-2a-1,ERA-Interim为(185.62±51.46)g C m-2a-1,最低值为MERRA模拟的(116.83±25.31)g C m-2a-1。

三套模拟结果在空间分布规律和年际变化规律上,表现出较强的一致性。在空间分布上,哈萨克斯坦北部以及阿赖山脉、天山山脉和阿尔泰山脉沿线,草地NPP普遍较高,大部分区域都高于300 g C m-2a-1,而在塔吉克斯坦东部地区、乌兹别克斯坦中部和西部地区、哈萨克斯坦中部和西南地区,以及土库曼斯坦几乎所有的地区,草地NPP普遍低于150 g C m-2a-1。这是因为受阿赖山脉、天山山脉和阿尔泰山脉形成的高空屏障影响,来自大西洋和北冰洋的水汽被拦截,导致山脉沿线拥有丰沛的降水,而中亚内部的乌兹别克斯坦和土库曼斯坦没有得到足够的水汽补给,并且该区域夏季平均气温普遍超过24℃,其蒸发量显著高于降水量[11],因此导致中亚地区草地NPP出现了明显的空间分布差异。对照中亚地区草地类型的划分(图1)发现,中亚地区草地NPP与草地类型的划分表现出较强的相关性,各种草地类型的NPP大小总体上表现为森林草甸>温带草原>荒漠草原。在年际变化上,CFSR,ERA-Interim和MERRA的模拟结果均呈现增加的趋势,平均为(2.67±1.30)g C m-2a-1。其中ERA-Interim的增速最快,为4.41 g C m-2a-1,MERRA和CFSR增速分别为1.80 g C m-2a-1和1.80 g C m-2a-1。

图6 1979—2014年研究区草地平均NPP空间格局Fig.6 Spatial pattern of averaged grassland NPP in Central Asia from 1979 to 2014

图7 1979—2014年研究区平均草地NPP年际变化Fig.7 Interannual variation of averaged grassland NPP in Central Asia from 1979 to 2014

2.4 大气氮沉降对草地NPP的影响分析

三套再分析数据模拟得到的草地NPP数据显示,氮沉降促进了中亚地区草地NPP的增加(图8)。1979—2014年,氮沉降使得中亚草地NPP增加了0.42 Pg C。基于CFSR、ERA-Interim和MERRA数据模拟的草地NPP分别增加了(4.52±0.97)g C m-2a-1、(3.54±0.73)g C m-2a-1和(3.63±0.80)g C m-2a-1。在空间分布上,三套再分析数据的模拟结果基本一致,除在吉尔吉斯斯坦部分区域和中国新疆的边界附近的部分区域表现为负效应或者无影响外,其他大部分地区,当前大气氮沉降对草地NPP具有促进作用。氮沉降对草地NPP产生抑制作用的区域主要分布在哈萨克斯坦北部,这导致该区域的草地NPP平均降低了(0.63±0.14)g C m-2a-1。除此之外的大部分地区,当前大气氮沉降对草地NPP具有促进作用,氮沉降的促进作用使得该区域草地NPP增加了(6.51±1.27)g C m-2a-1。在年际变化上(图9),草地NPP增量波动较大,但是其变化规律与降水量的变化规律比较吻合,草地NPP增量随着降水量的增减而增减,并且随着降水量的变化十分显著。

图8 大气氮沉降对草地NPP影响效应空间格局Fig.8 Spatial pattern of atmospheric nitrogen deposition effects on grassland NPP

图9 草地NPP增量与降水变化趋势Fig.9 Relationship between grassland NPP increment and precipitation

3 讨论

3.1 模型的不确定性

DNDC是生态系统过程模型,其在模拟过程中假设植被组成不变,但是这种假设过于理想化,与复杂多变的现实情形不符,导致模拟结果存在偏差。运行DNDC模型需要输入大量的参数,模型中植被生态生理模块的参数种类较多,但部分参数由于缺乏精确的研究数据在设置时只能依靠模型自带的默认参数值,这些参数值可能与研究区实际情况不符,由此将对模拟精度产生巨大影响。另外,本文只利用了在中国新疆天山北坡的实测数据对DNDC的模拟结果进行验证,但是中亚地区面积广袤,气候和地理环境空间差异显著,导致模型稳健性较低。

3.2 中亚草地NPP时空分异

本研究基于三套再分析数据,定量化分析1979—2014年中亚地区草地净初级生产力的时空分异。模拟结果总体表现为CFSR>ERA-Interim>均值>MERRA,这可能是由于不同气象数据在降水精度上的差异造成的,CFSR、ERA-Interim和MERRA三套气象数据在海拔为500—1000 m的地区,降水精度较高,但是当海拔超过1000 m时,CFSR和ERA-Interim两套气象数据的降水被高估,而MERRA在海拔低于500 m的地区出现了低估[24]。

近年来,不同学者在草地 NPP 时空分异及其对气候变化的响应方面开展了大量研究。本文估算的年均草地 NPP为(173.16±31.80)g C m-2a-1,与朱玉果等[25]、朴世龙等[26]的研究结果相近。近 36年中亚草地 NPP 呈2.67 g C m-2a-1的速率增长,这也与朱玉果[25]等对宁夏的研究结果相近。韩其飞等[27]利用Biome-BGC放牧模型估算了中亚地区草地生态系统NPP年平均值为135.6 g C m-2a-1,且随着时间的推移呈现出波动下降的趋势,下降速率为0. 34 g C m-2a-1,这与我们得到结果不同,根本原因在于前者考虑到了中亚日趋严重的放牧效应,而没有考虑氮沉降对于草地的施肥效应。任璇等[28]的研究指出,不同的草地类型的NPP存在较大差异,总体来说草甸的NPP高于高山亚高山草甸,其次是平原草地和高山亚高山草地,而荒漠草地的NPP最低,与本研究中中亚草地NPP分布规律基本一致。

3.3 大气氮沉降对草地NPP的影响分析

本研究结果显示,氮沉降会对草地生态系统生产力产生显著的影响,相较于没有氮沉降的情景,氮添加显著提高了生产力(0.42 Pg C)。三套气象数据模拟得到的结果大致相同,但在哈萨克斯坦地区存在差异。利用MERRA模拟得到的结果显示当前大气氮沉降对哈萨克斯坦北部和中部的大部分区域草地NPP表现为正效应或者无影响,而ERA和MERRA的结果则表现为负效应或者无影响；在哈萨克斯坦西北地区,CFSR表现为负效应,而ERA-Interim和MERRA表现为正效应。氮沉降对草地NPP产生抑制作用的地区主要分布在哈萨克斯坦北部,这导致该区域的草地NPP平均降低了0.63 g C m-2a-1。但是,该区域的大气氮沉降平均值只有0.0556 g/m2,相较于世界大部分区域的氮临界负荷1 g/m2[29]差别较大,并且与研究区草地NPP增加区域的平均氮沉降0.475 g/m2也有较大差距。因此,基于已有的研究,我们无法确定这部分区域草地NPP降低是否是由于达到氮临界负荷而造成的,还需要进行更深入的研究。

在年际变化上,草地NPP增量的变化规律与降水量的变化规律比较吻合。因此,氮沉降对草地NPP的影响效应受降水的影响较大。方霞[30]在研究中指出,干旱半干旱区大部分地区的净初级生产力主要受降水控制,降水是制约荒漠生态过程及影响生态系统稳定性的关键要素,朱士华等[31]认为降水是中亚地区草地NPP的主要控制因子,因此氮沉降对中亚地区草地NPP的影响并不是线性的,它会受到其他环境和气候因子的影响。

4 结论

本研究采用DNDC模型估算了大气氮沉降对于中亚地区草地NPP的影响,主要得出以下结论：(1)1979—2014年间,中亚地区平均草地NPP约为(173.16±31.80)g C m-2a-1,但是草地NPP时空差异较大,森林草甸NPP最高,其次是温带草原和荒漠草原。在年际变化上,中亚地区草地NPP有逐年增长的趋势,草地NPP在以(2.67±1.30)g C m-2a-1的速度增加。(2)1979—2014年,大气氮沉降使得中亚草地NPP增加了0.42 Pg C。