全 文 ：中 国
Gr a s sl a nd
草 地
o f亡 h i na
1 2 9 9
,
N o
.
4
,
P P
.
1 0~ 1 4
石生针茅荒漠草原
地上生物量预测模式的初步研究 ’
李存焕 宝力格
(中国农业科学院草原研究所 ,呼和浩特 , 01 0 01 0)
班要 1 石生针茅荒漠草原生物量增大模式概括为 s 型曲线 、 秋季急增型曲线和双峰型曲
线 . 生物量增长与降水量分配规律一致 . 将牧草当年可利用降水量划分为 “ 生物学年度降水量 ” ,克
服了生长季降水量及气象学 “年降水量 ”的缺陷 ,并以生物学年度降水量为依据建立了生物量预测
模式 ,可用来预测年最高生物量 。
关键词 :石生针茅荒漠草原 生物量 预测 降水量 生物学年度降水量
1 前言 /
草原植协生物 量是草原生 产能力的
反映 ,是畜牧业生产的物质基础 。牧草生物量
的形成是牧草与环境因子共同作用的结果 。
研究牧草生物量 的年度 、 季节动态以及与环
境茶件之 间的关系有助于揭示草地生产能
力 , 为合理安排畜牧业生产提供理论依据 。 因
此 ,有关这方面的研究历来很受草地学工作
者的重视 。
近年来 ,生物量研究的范围逐渐扩大 , 内
容逐步深入 , 并且将生物量与环境条件结合
起来考虑 ,提 出了一些产量一环境模式 〔 ,一 ” ,
并逐渐探索建立产量预报模型 。 本文在吸取
前人经验的基础上 , 试对建立模型的方法作
了进一步改进与完善 ,建立了石生针茅 s( 体
,
“ kl e“ “ “ 们荒漠草原生物量预测模型 。
2 试验地概泥和试验设计
试验设在内蒙古乌兰察布盟达茂旗查干
敖包苏木百灵庙北 65 公里处 , 海拔 1 2 1 o m ,
是荒漠草原的中心地带 。 试验地位于乌兰察
1 0
布波状高平原上 ,地形较为平坦 ,起伏小 。 该
地 区长期受蒙古高压气流的影响 , 海洋季风
影响很弱 ,属于 内陆干旱地区 。夏秋在东南季
风气团影响下形成一定降雨 ,冬季漫长而寒
冷 , 春季短促少雨而多风 , 夏季炎热干旱 ,秋
季时常多雨 。
试验区温润系数在 0 . 1 ~ 0 . 26 之间 ,年
平均气温 3 . 02 ℃ , ) O℃年积温 2 9 52 . 4 ℃ ,年
降水量 2 23 . sm m ,气温稳定通过 0℃的天数
为 2 09 夭 。 由气候图 (图 l) 可以看出 , 4 、 5 、 6
三个月是干旱期 ,早春千旱现象严重且持续
时间很长 , 7 、 8 月是湿润期 ,降雨量很大 。
土壤为棕钙土 , 土层厚 15 一 20 c m ,通体
遍布砾石 , 质地粗 、 紧实 , 钙积层出现在 20 一
2 5e m 处 , 腐殖质含量 1 . 0一 1 . 8% 。
作者简介 : 李存焕 , 1 9 8 8 年毕业于 内蒙古农牧学院草原系 , 获硕士学 位 , 同年分配到中国农科院草原研究所
草地管理研究室工作 。
, 达茂旗草原鉴理所辛连仲畜牧师提供了大量资料 ,章祖同教授 、 李德新教授 、 樊守义副教授曾精心指导 , 李博 .教授曾提出宝贵建议 , 在此一并衷心感谢 。
同差异很大 ,概括为三种模式 .
(`任)翻节徽086们加湿润期
千草期
山弓.件几. .` .
605钓321
(
. E/ .)喇季洲
(uz日)喇书世
八Unù成”nUOUōDJ.乃`
O肠幽目阮加山目肠` d 目比` 曲州卜
( 9一 3 ) 4 5 6 7 8 9 1 0 4 5 6 7 8 9 10 4 5 6 7 8 9 1 0 (月 )
( 0一 3 ) ( 9一 3 )
图 2 生物量 S 型增长曲线
3
.
1
.
1 5 型增长 曲线
如图 2 所示 , 1 9 5 9 、 1 9 6 0 、 1 9 6 4 年降水量
逐月增加 , 与牧草对水分的需要节律相同 ,生
物量积累表现为生物学增长曲线一 S 型曲线
或近 S 型曲线 。 由于这三年降水量的绝对量
差异很大 , 生物量的绝对量也相差很大 , 1 9 5 9
年 比 1 9 6 0 年平均高 1 6 . 9 9 / m Z 。
ùU八甘孔U2,二ǎ卯è对鸳欢
,户 5 6 7 8 9 1 0,.孚1 1 2明 )
(任`)姗关寒1 0 6一年了
厂降水盘
生物盆
1
’ “ o
1 9 6 3年 1 9 8 6 年 门 8 0
广 .、少卜必 ::
.`lr卜址目户
n0o一口`.八JZ,1
ǎ、\`碧喇寡州
O ` 目 . 山
(9一 3 )刁 5 6 7 8
图 3
9 1 0
( 9 一 3 )
4 5 6 7 8 9 1 0 4 5 6 7 3 9 I 0 r 月 )
( 9一 3 )
生物量秋季稳增型曲线
(óu二喇关盆
nln甘ùUU0尹04862心.直曰.且
ǎ. E\碧邪翻州
图 1 . 石生针茅草原气候图
石生针茅草原是亚洲中部荒漠草原的一
类小型丛生禾草草原 ,在我国主要分布在 阴
山以北乌兰察布高平原和鄂尔多斯高原中西
部地 区 ,在荒漠区的山地也有出现 , 是最耐干
旱的针茅草原之一 。 石生针茅除作为荒漠草
. 原的建群种外 ,还广泛渗透到荒漠群落中 ,成
为草原化荒漠的主要共建种之一 。 群落优势
么 种 有 无芒 隐子草 ( e z e议 o g e 、 e s 、 , g , 记。 ) 、 冷
篙 ( A , 比饥油 介匆记 。 ) ,常见伴生种有阿尔泰
狗娃花 ( H e t e , o尹 a 刃 u o a z` a二 u 。 ) 、 细叶葱 . 11水
。 。 t e 、 。诫饥 。 饥 ) 、 阿氏旋花 印 o 、 。 o z v 二 z: 。 a 。 -
讥 “ 、 、 “ ) 、 达乌里芯芭 (C ; 。 乙。 , 必 d o h。 , ic 。 ) 、 蓖
齿篙 扭 , t e仍婉 , 。 e t ;、 a z a )等 。
样地选在较平坦的合地上 ,是该草原的
典型地段 ,面积 2 5 0 丫 4 0m 2 , 19 8吐年围栏 。 采
用时间序列收获法 , 在整个生长季 内每月测
定其生物量 ( 19 8 5 ~ 1 9 8 7 年 ) ,气象资料由百
灵庙气象站和 满都拉气象站资料间插法求
得 , 并查阅了 1 9 5 9一 1 9 6 4年的资料 。
3 结果与分析
3
.
1 降水量分配状况及生物量积累模式
由于该草原地处温带干旱气候区 , 水分
是主要限制因子 , 降水量的分配状况决定 了
生物量积累模式 。 4 月初气温稳定通过 0℃时
二 牧草开始返青 , 10 月 中下旬枯萎 ,整个生长
季内生物量积累模式随降水量分配状况的不
\ /
·价
铸一 、 、厂
一 3 ) 4 6 6 7 8 9 10 4 5 6 7 8 9 10 4 5 6 7 8 9 1 0 (月 )
( 9一 3 , ( 9一 3 )
的504加2比。(9
图 d 生物量双峰型增长曲线
3
.
1
.
2 秋季急增型曲线
如图 3所示 , 1 9 6 1 、 1 9 6 3 、 1 9 8 6 年生物量
积累摸式为秋季急增型 。 这四年降水量极不
均衡 , 4一 6 月 降水量 小于 30 m m , 春夏季持
续干旱 ,生物量积累十分缓慢 。 7 、 8 月降水量
增大 ,水分条件改善后牧草生长加快 , 生物量
1 l
积累增加 。 但由于接近生长季末 ,生 长时间
短 , 总生物量不高 ,是典型的灾年 。
3
.
1
.
3 双峰型增长曲线
如 图 4所示 , 1 9 6 2 、 1 9 8 5 、 1 9 8 7 年生物量
积累摸式为双峰型曲线 。 这种模式的水分状
况为春 、 秋水分条件好 ,夏季相对干旱 。
3
.
2 生物盘与降水量的相关性
在北方半干旱 、 干旱区 ,水分是牧草生长
的主要限制因子 ,生物量与降水量之间普遍
存在着很强的相关性 , 可以建立回归方程 。但
在研究生物量与降水量的关系时 , 往往采用
生长季降水量或全年降水量 ,这两种方法都
存在很大的缺陷 。采用生长季降水量 , 忽略了
返青前降水形成的春墒的作用 。众所周知 ,春
墒对牧草返青及前期生长发育有至关重要的
作用 ,特别是在干旱地区 。 因此 , 回归分析时
应考虑这部分降水 。 采用全年降水量 , g 月中
旬以后牧草生长已基本结束 ,开始枯萎 ,生长
季 以后的降水量对牧草的当年生长不起 作
用 。 因此 , 回归分析时 ,应剔除这部分降水量 .
总之 , 回归分析时 , 降水量应采用牧草当年可
利用降水量 。
3
.
2
.
1 划分生物学年度降水童
前 已叙及 ,春墒对牧草当年生长及生物
量积累有很重要的作用 , 而晚秋降水与牧草
当年生长无关 。 因此 ,作者试将“ 牧草当年可
利用降水量 ” 定义为 “ 生物学年度降水量 ” 。其
内涵为 : 春墒 (形成春墒的降水量 ) 十生长季
降水量 。采用这一概念 ,即对年降水量进行重
新划分 , 以区别于气象学的 “ 年降水量 ” 。生物
学年度降水量具有生物学意义 ,与牧草的生
物量有直接联系 。
划分生物学年度降水量 , 即确定形成春
墒降水的始期与生长季降水末期之间的界
线 。 当然 , 绝对的界线是不存在的或是难以确
定的 , 可以依据牧草生长及对水分利用情况
确定其大至的界线 。 不同地区其界线不尽相
同 ,石生针茅荒漠草原 区 , 试 以 8 月 31 日与
12
9 月 1 日为界 , 将上一年 9 月 1 日至当年 8
月 3 1 日的总降水量划分为当年的生物学年
度降水量 。 这是因为 : 石生针茅草原 9 月份牧
草生长 已很缓慢 , 生物量仍缓慢增长 , 9 月中
旬出现高峰 , 以后牧草开始枯萎 ,生长 已基本
结束 ,生物量开始下降 。牧草吸收水分进行生
长及生物量的增长有一个过程 , 一般认为生
物量滞后于降水量约半个月 。 8 月份降雨对
牧草当年生长及 9 月中旬生物量高峰的形成
起重要作用 。 此时牧草生物 量较高 ,蒸腾量
大 ,而且 8 月份气温高 , 蒸发量也大 ,所以认
为 8 月份降雨主要是当年消耗利用 。 9 月中
旬以后牧草生长已基本结束 , 对 9 月份降雨
利用消耗量小 。 因此 ,将 8 月底确定为生物学
年度降水量的末期 。该草原牧草 4 月初返青 ,
4一 8 月降雨为生长季降水量 。
秋雨是春墒的一个重要来源 。 9 月气温
明显降低 , 蒸发量减小 , 9 月份降雨大部分保
留在土壤中 ,冬季土壤冻结及冰雪覆盖后 能
够在土壤中长期贮存 ,春季土壤解冻后形成
春墒 。 因此将 9 月初确定为生物学年度降水
量的始期 , 9 月以后的降雨是春墒 的一个来
源 。 冬季降雪春季融化后也形成土壤水分 ,也
是春墒的一个重要来源 。 而且积雪覆盖后减
少土壤水分的蒸发 ,对保墒有重要意义 。 早春
牧草返青前的降雨 , 增加了土壤水分 ,为牧草
直接利用 ,对牧草返青及早春生长影响很大 ,
’俗称 “春雨贵如油 ” 。 因此 , 秋雨 、 冬雪 、 春雨
(9 一 3 月降水 )是春墒的三个来源 。 因此 , 石
生针茅草原区 , 生物学年度降水量 ~ (9 一 3)
月降水量十 “ ~ 8) 月降水量 。
生物学年度降水量具有普遍意义 , 特别
是北方地区 ,根据 当地情况划分生物学年度
降水量 , 能更好地反映当年的水分状况 , 更准
确地反映生物量与降水量的关系 。
3
.
2
.
2 对降水量作数学搜制
试验 区降水量分配特点为全年降水量集
中在 7 、 8 月 , 春夏 (4 一 6 月 )干旱严重 , 这一
时期正是牧草最需要水分 、 生理上旺盛生长
的时期 ,对水分特别敏感 。 因此 ,此时的降雨
利 用率很高 。 7 、 8 月降雨量很大 ,但多为暴
雨 , 流失严重 ,加之牧草已进入生殖或果后营
养期 , 生长潜力下降 ,因此 ,水分利用率低 。综
上所述 ,不同时期水分利用率是不同的 ,为了
解决这一矛盾 ,试采用数学控制方法 ,将月降
水量作平方根转换 , 其结果突 出了春夏降水
量 (小数值 )的作用 , 而降低 了秋季降水量 (大
数值 ) 的作用 。 降水量经数值转换 , 与生物量
的相关性更强 , 回归的准确率更高 。
3
.
3 生物量一降水量摸式的建立
3
.
3
.
1 单峰增长曲线预测摸式
生物量 s 型增长 曲线及生物量秋季急增
型曲线生物量积累与水 、 热因子的趋势一致 ,
相关显著 ,建立回归方程 :
y = 2 1
,
1 3 + 2
.
0 4 0 5 X I 一 0 . 0 1 0 3 7 x :
· . . . . . . . . . . · · · · · · · · · · · · · · . · · · · · · · · · · · · · … … , 二 ( 1 )
f = 7 3
.
4 3 0 3二 , T i 一 1 0 . 0 0 5 7 二 ,
T
Z
~ 一 4 . 3 2 0 3 备 价
式 中 , y一生物量 ( g / m Z ) , xl 一上年 9 月至测
产前半个月月降水 量平 方根 转换 后的 和 ,
x Z一返青至测产 > O℃气温积温 。 方程 ( 1) 拟
合值平均误差为 4 . 6 49 / m “ ,拟合率为 76 . 9 %
3
.
3
.
2 双峰型增长曲线预浏摸式
对生物量最高峰前生物量与水热因子作
相关 分 析 , 结 果 与 水 分 相 关 显 著 (r 一
0
.
8 92
’ ·
)
, 与积温相关显 著 , 建立 回归方
程 :
y 一一 4 1 . 7 8 8 3十 3 . 1 4 3 3 x · · · · · · … … ( 2 )
式 中 , y 同方程 ( 1 ) , x 同方程 l( )中的 x , 。 方
程 (2 )的拟 合值平均 误差 为 6 . 2 49 / m Z , 占
1 8
.
7%
,拟合率为 81 . 3% 。
3
.
3
.
3 年最高生物童预浏摸式
年最高生物量与气象学年降水量相关不
显著 ( r 一 0 . 3 08 6 ) ,而与生物学年度降水量相
关显著 (r 一 0 . “ 76 ` ) 。前已叙及 , 由于降水量
分配的不均衡 , 生物量与月降水量作平方根
转换后之和 的线性关系更显著 , 生物学年度
降水量逐月值作平方根转换后 的和 , 与年最
高生物量相关更加显著 (r ~ 。. 8 8 4 4 ’ ` ) ,达
到了极显著水平 , 建立 回归方程 :
y - 一 5 1 . 5 2 + 2 . 1 3 3 9 x … · · · · · · … … ( 3 )
式 中 , y一年最高生物量 , x一生物学年度内 (9
~ 8 月 )各月降水量平方根转换后的和 .
方程 ( 3) 拟合值平均 误差为 4 . 2 39 / m ’ ,
占 1 4 . 1% ,拟合率为 85 . 9% (见 图 5) 。 图 5
中 1 9 83 、 1 9 8 4 年为对 同类型草场摸拟的情
况 。
6 0 ,
I 、
实测值
óU八Un甘习`J,勺口`
ǎ.、`J翻浮州
` 。吼5韶戳笼护飞典穿材毛矛针毛拿者“ 年 ,
图 5 回归方程 ( 3) 拟合情况
方程 ( 1 ) 、 ( 2 ) 、 ( 3) 是在 较大量数值的基
础上建立的 , 拟合率在 75 写岁上 。 方程 ( 1 )由
于基数小 (早期生物量低 ) , 使拟合率偏低 ,其
余两方程拟合率均达 80 %以上 。 从误差绝对
量来看 为 4一 6 . 5 9 /m Z , 即 2 . 7 ~ 4 . 3 k g /亩 ,
能达到这样的精度 ,在生产实践 中无疑具有
很大的实用价值 。 随着气象科学的发展 ,可以
对降水量等环境因子作长期预报 , 根据这些
资料应用预测摸式来预报牧草生物量 ,对畜
牧业生产有很重要的意义 。
4
. 结论及讨论
J
.
1 石生针茅草原 以时间序列所作的生物
量增长摸式 , 由于气象因子 ,特别是降水量的
变化 ,各年差异很大 ,概括为三种摸式 。
4
.
2 虽然各年度生物量增长摸式差异很大 ,
但生物量增长与水热增长 , 特别是与水分增
1 3
长规律是一致的 ,即 : 降水量的分配状况决定
了生物量增长摸式 , 降水绝对量的大小决定
了生物量绝对量的大小 。
4
.
3 水分是该草原的主要限制因子 ,水分与
生物量之间存在着强的正相关 , 可以建立 回
归方程 。
4一4 生物学年度降水量 (9 一 8 月降水量 )能
更好地反映牧草的水分状况 ,克服了生长季
降水量和全年降水量的缺陷 ,建立的摸型更
合理 ,更精确 。
4
.
5 数据转换是对生物科学的一种数学控
制方法 ,可以减小误差 ,提高精度 。
4
.
6 生物量与水 、 热因子建立的三个回归方
程拟合率高 ,误差小 , 可以用于摸拟或预测该
类型草场的产草量 。特别是方程 ( 3) 拟合率达
85
.
9环 ,误差仅 4 . 2 39 / m , , 用来摸拟或预报
年最高生物量实用价值更大 。
5 主要参考文献
中国科学院内蒙宁夏综合考察队 , 19 8 5 : 内获古植被 ,科
学出版社 。
辛连仲等 , 1 9 9 0 . 内象古荒淇草原初级生产力动态的研
究 ,中国草地 , ( 1 ) .
刘国彬 , 19 8 6 :草原植物生物量研究综述 , 国外畜牧学一
草原与牧草 , ( 2) .
李月树 , 19 8 2 : 羊草群落地上生产量形成与降水 、气温的
关系 , 第四届东北草原学术会议论文集 。
陈佐忠等 , 1 98 5 : 内蒙古锡林河流城羊草草原与大针茅
草原地下部分生物量与降水食关系摸型初探 ,草原生态
系统研究 , (5 ) .
彭启乾 , 19 6 2 : 内蒙古荒漠草傲地区四个放牧地类 型饲
料贮藏量及其动态的研究 , 内盆古农牧学院科学研究报
告集 (草原学部分 ) .
A 5 1
,
U D Y O F B IO M A S S 一 P R E D I C T I O N M O D E L S F O R T H E E R E M O
S T E P P E O F C L E M E N T
’ S N 它E D L E G R A S S ( S T I P 为 K L E 对 E N Z l l )
L i C u n h u a n e t a l
.
(G r as s la n d R e s e a r e h I n s t i t u t e
。
C A A S )
A B S刁{R A C T
T h e b i o m a s s o f s t坛尹a 无z e 哪 e ” : `落e r e m o s t e p p e d俄 e r s y e a r l y a n d s u m m a r让记 as a m o d o l “ S ”
e u r r e , a u t u m n
一 r a P id
一
i n e r e a s e e u r r e o r d o u b l e
一
P
e a k e u r r e
·
W
a t e r 15 t h e m a in l五n i t 角 e t o r o f t h is
e r e m o s t e P P
e
·
T h e i n c r e a s e o f b i o m as s 15 in a e e o r d a n c
e W i t h t h e r e g u l a t i o n o f P r e e i Pit a t i o n a t r i b u
-
t i o n
.
w
e d e v id e t h e a v a il a b le p r e e i p i t a t io n in t o
“
b io
一 a n n u a l
一
p r e e i p it e t i o n
fo r h e r b s
, t h e n w e e a n
a v o id t h e s h o r t c o m i n s s o f P r e c iP it a t i o n o f m e t e
o r o l o s y
·
T h e m o d e l s o f b i o m a s s p r
e
d ic t i
o n a r e e s -
t sb o s h e d 。 。 t h 。 b as is 。 f b i o 一 a n n u a l一 p r e e i p i t a t i盗 w h i eh 15 m o r 。 p r a e t i e a l , 。 s p e e饭 u y 认 t h 。 。 q u a s -
t i o n y =
一
5 2
.
5 2 + 2
.
1 3 3 9 x
.
T h e r e 招 a n a u o w a b le e r r o r o f 4 . 2 39 /m Z o n饭y , a n d 8 5 . 9% p r e e s-
s io n
,
t h a t e a n b e u s e d t o P r e d i e t t h e a n n u a l m a x im u m b io m a s s
.
1 4