免费文献传递   相关文献

Study on the simulation methods of grassland soil organic carbon: a review

草地土壤有机碳储量模拟技术研究



全 文 :书草地土壤有机碳储量模拟技术研究
任继周,林慧龙
(草地农业生态系统国家重点实验室 兰州大学草地农业科技学院 甘肃省草原生态研究所,甘肃 兰州730020)
摘要:探知全球草地生态系统的土壤有机碳储量是调控全球陆地碳循环过程的必要环节和最大难题之一。本文回
顾了草地生态系统土壤有机碳储量的研究进展,分析了现有的草地土壤有机碳模拟技术———草地土壤有机碳模型
的主要技术特征,就模型的基础数据、模型的结构和模型内的函数参数等三方面,讨论了现存草地土壤有机碳模拟
技术的缺陷,提出样地清查、遥感分析和模型模拟方法的综合运用将是解决这一问题的根本途径。最后,提出了一
种基于草地综合顺序分类系统(comprehensivesequentialclassificationsystemofgrassland,CSCS)的草地土壤有机
碳储量分类指数模型的构架。将样地清查、基于CSCS的草地土壤有机碳分类指数模型与遥感的高时空分辨率特
征三者耦合起来,分析不同草地类型、气候区划等生态条件下的草地土壤有机碳特征,以求提高草地土壤有机碳估
算结果的准确性。此外,草地生态系统土壤的碳汇效应等生态功能与放牧利用不存在绝对对立关系,实现放牧的
现代化转型是以对草地土壤有机碳储量精准估算为前提的。
关键词:草地土壤有机碳;草地碳储量;草地土壤碳汇;草地综合顺序分类法;模型
中图分类号:S812.2  文献标识码:A  文章编号:10045759(2013)06028015
犇犗犐:10.11686/cyxb20130634  
1 草地土壤有机碳储量研究的意义
随着全球变化研究的深入,全球碳循环研究已成为当前全球变化研究的热点之一。陆地生态系统作为全球
碳循环的重要组成部分,在全球碳收支平衡中占有主导地位,是预测大气CO2 含量及气候变化的重要基础。土
壤是连接大气圈、水圈、生物圈以及岩石圈的纽带,是陆地生态系统的核心。土壤碳库是地球表层系统中最大的
碳储库[1]。土壤中的有机碳库与无机碳库都是陆地生态系统重要的碳库,但由于土壤无机碳的更新周期在1千
年尺度以上,因此土壤碳库对全球变化敏感的主要因子是土壤有机碳。对土壤贮碳和释碳能力的不同认识,是陆
地生态系统CO2 源、汇功能之争的核心[2]。精确估计土壤有机碳库对陆地生态系统碳平衡的影响是当前全球陆
地表层碳循环研究的重点内容[3]。目前对陆地生态系统土壤有机碳储量的估算存在着很大的不确定性。但已有
研究表明,陆地生态系统中土壤有机碳库约在1.5×103Pg左右,几乎是大气碳库的3倍[4],是陆地生物量的
1.5~3.0倍[59]。土壤有机碳库的轻微变化足以引起大气中CO2 的极大改变,进而通过温室效应影响全球气候
变化[10]。因此,土壤有机碳的分布及其转化日益成为全球碳循环研究的焦点[1113]。
全球草地生态系统[包括灌丛、热带(或亚热带)稀树草原及苔原]覆盖了40%的地球表面[1415],是全球陆地
生态系统的主要类型。草地生态系统所贮存碳量约为761Gt,其中89.4%贮存在土壤中,另外10.6%贮存在植
被中[1617],贮存在土壤中的碳远大于贮藏在地上生物中的碳,这一特征使草地成为全球碳循环研究的焦点。尽管
不同类型草地的植物-土壤系统碳的总储量差别较大,但是有机碳在系统中的分布却相当稳定[18]。草地土壤有
机碳主要来源于残根,因在土中较深,分解速率较小,导致草地土壤有机碳密度往往比森林土壤的要高[19]。草地
生态系统明显区别于森林等其他陆地生态系统的特点之一,就是它的碳素储量绝大部分集中在土壤中,草地生态
系统碳循环的主要过程也是在土壤中完成的。草地土壤有机碳含量和组成不仅表明土壤有机质的水平,而且能
够说明营养元素N、P等的可利用状态,同时还影响着土壤的物理特性。作为全球陆地生态系统主体类型之一的
280-294
2013年12月
   草 业 学 报   
   ACTAPRATACULTURAESINICA   
第22卷 第6期
Vol.22,No.6
收稿日期:20120506;改回日期:20130710
基金项目:国家自然科学基金项目(31172250)资助。
作者简介:任继周(1924),男,山东平原人,中国工程院院士。
通讯作者。Email:linhuilong@lzu.edu.cn
草地生态系统,其土壤有机碳储量及其变化与调控机制是草地碳循环研究的核心,也是陆地生态系统碳循环研究
的重要内容之一,对预测全球环境变化背景下草地土壤有机碳的去向和周转速率非常重要[20]。充分认识草地土
壤有机碳的分布特点对草地资源的持续利用和有效管理具有重要意义,准确估算草地生态系统土壤有机碳储量
并认识其空间分布特征和时间演变规律也是草地碳循环研究的关键问题,但当前草地土壤有机碳储量的研究却
是草地碳循环研究中最不充分的部分。
草地土壤有机碳储量及其变化与调控机制是草地碳循环研究的核心。以气候变暖为特征的全球变化对陆地
生态系统的影响将导致土壤有机碳储量及其动态平衡的变化。草地土壤有机碳的分解和积累与气候变化密切相
关,探索草地土壤有机碳对气候变化的响应是研究草地生态系统对气候变化的适应和响应机制的重要组成部分。
随着全球气候变化研究的深入,Verburg等[21]认为CO2 倍增的环境下草地土壤根系的分解将减缓,这种作用可
抵消环境温度升高6℃时所促进的土壤有机碳分解。鉴于CO2 倍增时相应的大气环境温度仅升高2℃,因此众
多学者认为在CO2 倍增的条件下,草地土壤的碳汇效应将更为显著[2223]。目前在全球变化的背景下,对草地土
壤有机碳储量、分布、转化机理进行研究,并揭示其影响因素和生态效应,将有助于探求如何科学地利用和保护有
限的草地资源,减缓草地土壤中温室气体排放,增加土壤碳截存,提高草地土壤质量,对退化草地的生态恢复及环
境治理和保护都有重要意义。同时,了解气候变化对草地土壤有机碳的影响对于准确理解气候变化背景下草地
土壤有机碳的演变机制具有重要指导作用。其中,草地土壤有机碳模拟技术可以使人们清楚地了解有机碳在土
壤中的转化及迁移规律,为进一步研究地带性草地类型的固碳潜力、草地土壤有机碳储量的区域分布和全球分布
提供可能。这对草地土壤作为大气CO2 源和汇的潜力进行评估至关重要。
2 目前草地土壤有机碳储量估算存在很大的不确定性
根据Ajtay等[24]的估算,全球草地的碳储量约占陆地生态系统总碳储量的15.2%,其中89.4%贮存在草地
土壤中。Whittaker等[2526]认为,全球草地生态系统碳总储量约占陆地生态系统碳总储量的12.7%,约为266.3
Pg,其中草地土壤有机碳储量占世界土壤有机碳储量的15.5%。Prentice[27]曾综合其他学者的报道,认为全球
草地(包括苔原、灌木草地、稀树草原)土壤有机碳储量约占整个陆地生态系统碳储量的27.5%。Schuman等[28]
报道全球草地生态系统中碳的总贮量约为308Pg,其中约92%(282Pg)贮存在土壤中,地上生物量中的碳所占
的比例不到10%(26Pg),草地土壤有机碳估计占全世界有机碳的10%~30%[29]。根据 WBGU估算,全球草地
生态系统碳储量约为1200Pg[30],其中约92%的碳储存在土壤中[78]。由于数据源和估算方法存在差异,特别是
对地下生物量的估算存在很大的不确定性,使得全球草地生态系统的碳储存能力可能被大大低估[3133]。
中国天然草原面积约为400×106hm2,约占国土总面积的41.7%,主要集中分布于西部和北部地区,其中
北方天然草原约占全部草地面积的78%,是中国草地的主体。迄今为止,对国家尺度上草地土壤有机碳的研究
尚不多见。方精云等[34]估算出我国草地土壤有机碳储量为74.74Pg,约是植被碳储量的60.76倍。Ni[35]统计,
我国草地生态系统土壤有机碳储量为41.03Pg,是植被层的13.5倍;认为从地区上看,中国草地85%以上的有
机碳分布于高寒和温带地区;从草地类型上分析,高寒草甸、高寒草原和温性草原的碳储量最大,分别为11.30,
6.38和4.84Pg,这三类草地占全国草地总碳储量的51.1%。Ni[36]估算中国草地0~100cm土层的平均有机碳
密度和有机碳储量分别为13.2kg/m2 和41.0Pg;Li等[37]估算中国草地0~100cm土层的平均有机碳密度和
有机碳储量分别为10.0kg/m2 和16.7Pg;Xie等[38]基于第二次全国土壤普查资料估算的中国草地土壤有机碳
密度为15.1kg/m2。杨红飞等[30]报道中国草地土壤碳储量为41.03Pg。不同学者估算的中国草地土壤有机碳
储量存在很大的差异,其原因可能在于采用的模拟技术、设置的土壤参数、选取的草地分类系统以及划定的统计
面积存在不一致所致[3133,36]。Piao等[39]基于土壤有机碳与归一化植被指数(NDVI)及气候因子的多元回归方
程,估计1982-1999年中国草地(331×106hm2)土壤有机碳储量年均增加(6.0±1.0)Tg。而Yang等[4041]基
于大样本野外测定数据的分析结果则表明,过去20余年中国北方草地和青藏高原草地(总面积为196×106
hm2)土壤有机碳没有明显变化。显然,基于多元回归方程的估计值[39]并不支持Yang等[4041]基于测定数据的
分析结果。若按1981—2000年中国草地植被平均碳汇7Tg/a[42]计算,草地土壤碳汇则为3.0~4.7Tg/a。结
合Piao等[39]的研究可得,中国草地土壤有机碳储量年均增加(4.9±1.6)Tg,但此估计值具有极大的不确定
182第22卷第6期 草业学报2013年
性[32]。
3 现有的草地土壤有机碳模拟技术达到的水平
目前针对草地土壤有机碳的计算,国际上主要采用资源调查和模型估测2种方法。虽然资源调查法被认为
是目前最好的方法,即直接测定不同草地类型不同深度的土壤有机碳含量、土壤有机质输入速率和分解速率、土
壤呼吸速率等,然后根据该草地类型的土壤面积计算总有机碳储量。这种方法能保证草地土壤有机碳估计的精
确性,但是通过植物的光合作用直接估计对CO2 的吸收是很困难的,而且也难以通过直接测定大尺度草地土壤
有机碳的分解和土壤呼吸作用估计CO2 的释放量。直接测定CO2 净通量的最实际技术是采用微气候技术,但
是这些技术要求条件高,且观测和试验时间很长,耗费比较大。由于草地土壤有机碳变化十分缓慢,作为监测土
壤有机碳变化的手段,长期野外试验的应用范围极为有限,会受到区域差异、巨大工作量和资料的有效性和统一
性等方面的限制,尤其表现在较大的时间和空间尺度上对草地土壤有机碳演变的研究。利用数学模型对草地土
壤有机碳进行计算不仅可将时间和空间上离散的资料进行综合分析,从而更深刻地认识客观条件下土壤有机碳
的周转规律,而且能够模拟现实状态下土壤有机碳的变化,这为大的时空尺度上研究土壤有机碳提供了另外一
种有效且必不可少的手段,在当前气候变化和全球碳循环研究中起到了重要作用,获得了广泛的认可。
精确的模拟技术方法是研究土壤有机碳储量的基础,综合国内外资料,目前国内外有关草地土壤有机碳储量
估算的主要方法有土壤类型法、生命地带类型法和模型法等。而模拟技术的准确性和可靠性取决于:1)基础数
据;2)模型结构;3)模型中的函数参数等。就上述3个方面,评价上述模拟技术方法。
3.1 土壤类型法
实际上是土壤分类学方法,通过土壤剖面数据计算分类单元的土壤有机碳储量,利用土壤分布图及相关土组
(soilassociation)的有机碳含量,采用土组合并、相近土组之间数据的相互引用以及插值等方法进行计算。根据
各种分类层次聚合土壤剖面数据,再按照区域或国家尺度土壤图上的面积得到土壤有机碳储量总量[43]。3S(遥
感RS、地理信息系统GIS和全球定位系统GPS)技术的发展,可以对土壤图进行较为精确的类型划分,使得土壤
类型法得到了广泛的应用。但土壤类型法需要具备较完整的全球各类土壤理化性质数据,若这项条件能满足(实
际上难以做到)则统计结果相对较为准确可靠。
在实际操作过程中,由于土壤类型法不可避免地忽略大量的土壤类型细节和土壤多样性,以及土壤分布的
空间变异性和实测剖面分布的不均匀现象,从而可能过高或过低地估算区域或国家,乃至全球土壤有机碳储量。
又由于土壤类型在空间上的分布并不一定是相邻的,甚至同类型土壤的空间分布距离非常遥远,而且气候和环境
调控因素差异较大,加之与地图分类单元相关的土壤信息更少,所以,在特定尺度上运行,需要更加详细的土壤
类型分布图和土壤属性的信息[31,44]。Ni[36]根据1991年完成的全国范围草地资源调查数据,将草地分为18类,
按照土壤类型法估算我国草地土壤有机碳储量,其研究结果较前人而言,对草地土壤中的有机碳储量估计偏低,
其差异由4个原因导致,即:不同的估算模型、不同的草地分类系统、不同的草地面积以及不同的土壤有机碳密
度。
3.2 生命地带类型法
按Holdridge[45]生命地带分类系统的土壤有机碳密度与该类型分布面积计算土壤有机碳储量。其立论依据
是土壤中有机碳储量主要与土壤温度、土壤水分、蒸发量以及它们的季节变化有关。这些因素直接影响着第一性
生产(NPP,netprimaryproductivity),同时影响土壤系统有机碳的输入量,也影响着土壤生物的活动和土壤的输
出量。在广大的冻原地区,NPP虽然很低,但由于寒冻分解受到限制,其土壤有机碳密度最高;其次是沼泽、湿地
等,因水分过多限制了分解,每年30%~40%的NPP被储存在泥炭层中。由此可见,由于植被的根系分泌物和
残落物是土壤有机碳的主要来源,因此植被类型可直接影响土壤有机碳含量。另外,气候对土壤有机碳的影响也
主要是通过影响植被而起作用的[5,4647]。Post等[47]在Holdridge[45]生命地带分类系统的基础上建立了全球土壤
碳密度的地理分布与植被和气候因子之间的相互关系,使用了可反映全球各主要生命带的2696个土壤剖
面[5,4647],其中大多数来自美国土壤保持局的数据库,其余为其本人所发表的研究结果。计算时对没有实测容重
数据的土层,其容重根据土壤有机碳的密度与深度关系拟合求出。使用该方法能较为容易地了解不同生命地带
282 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
类型的土壤有机碳特征和土壤有机碳储量。
但生命地带类型法中全球植被类型与面积难以精确统计,植被与土壤类型并不一一对应,加之土地利用方式
在人为影响下不断变化,导致统计中不确定因素增多,计算误差也会较大。同时由于该方法没有解释局域尺度上
母质变化和土壤厚度的信息,因而在更多细节上的工作存在局限性。例如,在每个生命地带内土壤有机碳存在大
量的异质性,使数据聚合方法的使用受到了限制;土壤有机碳空间格局的变异性和不可靠性使得该方法在具有空
间地理数据研究中的应用受到了限制。不过,在缺乏土壤剖面资料的情况下推算所得结果仍具有一定意义,而为
其他研究广泛引用和对照[31]。
类似于生命地带类型法,植被类型、生态系统类型法是按植被、生态系统类型的土壤有机碳密度与该类型分
布面积计算土壤有机碳储量,但往往比生命地带类型法复杂,考虑到了不同生态系统类型对土壤有机碳库的影
响,但忽略了同一植被类型或生态系统类型中不同土壤类型所产生的土壤有机碳含量差异,而且不能解释区域尺
度上的土壤母质变化,同时,土壤有机碳的空间格局的变异性和数据的不可靠性使得此类方法在具有空间地理
数据的研究中的应用受到了限制。
3.3 模型方法
根据大量的实测数据和气候变化模拟数据,综合考虑进入土壤的有机碳数量,以及决定土壤有机碳分解速率
的各种因子,通过数学模型估算草地生态系统的土壤有机碳储量,是研究大尺度草地生态系统土壤有机碳储量
的必要手段,它不仅可以预测不同情景下的土壤有机碳储量动态变化趋势,探讨土壤有机碳蓄积和固定潜力,也
可以分析气候变化对土壤有机碳储量的综合影响。目前针对不同研究目的、内容和要求,已经开发了多种类型的
模型,从统计估算模型、相关关系模型,到机理过程模型,也有基于遥感数据源的遥感模型。
3.3.1 统计估算模型 一般是与土壤类型法或植被类型法等方法相结合进行,经过不同土壤、植被或生命地带
等类型土壤剖面有机碳密度的聚合,用一定的加权平均方法形成土壤亚类、植被亚类、生态系统亚类的土壤有机
碳密度,根据亚类的分布面积,即可统计出各亚类的土壤有机碳储量。统计估算法在区域尺度上的土壤有机碳库
计算中应用较早,通过许多研究者的应用和反复改进,其计算方法已经趋于成熟。但是模型大部分是根据经验关
系和实测数据建立的区域统计相关模型,没有研究全球变化和草地之间的响应关系,不能解释其中的反馈关系和
反应机制。
3.3.2 相关关系模型 是相对简单的一种估算土壤有机碳储量的方法,主要是通过分析实测的土壤剖面有机碳
储量与采样点的各种环境变量、气候变量和土壤属性之间的相关关系,建立一定的数学统计关系,采用地理信息
系统的地统计分析模块,对模拟结果插值,进行数据的分析与叠加,把模拟的结果推广到面上,进而评估大尺度草
地土壤有机碳储量,从而实现在有限数据基础上计算草地土壤有机碳储量的目的。由于相关关系法可以通过测
采样点的一些环境因子来估算土壤有机碳储量,因而具有方便、省力和简单等优点,但由于不同的区域草地土壤
有机碳的控制因子不同,各种相关性表现不一,因此采用该方法建立的相关关系往往只能适用于特定的范围。而
且由于该种方法不能解释土壤有机碳储量积累或释放的过程、机理、形成与影响因素,使得其应用受到了限制。
3.3.3 机理过程模型 Henin和Dupuis于1945年首次提出了定量描述土壤有机碳的动力学模型,该模型是建
立在草地碳循环机制之上的生物地理和生物地球化学模型。这类模型大多以气象、土壤、土地利用等为驱动条
件,对土壤有机碳的产生、分解和转化等过程进行模拟,从而达到分析和预测土壤有机碳的目的。从19世纪70
年代中期起,动态土壤有机碳模型得到飞速发展[48]。产生了诸如CENTURY[4951]、DNDC(denitrificationde
composition)[52]、NCSOIL[53]、RothC(rothamstedcarbonmodel)[50]等应用广泛的土壤有机碳模型,是预测土壤
有机碳含量长期变化的主要手段[4849,54]。其中以CENTURY模型最为著名。
CENTURY模型是由美国科罗拉多州立大学Parton等[55]开发的模拟陆地生态系统的C、N、S和P等元素
及水分循环过程的机理过程模型,适用于广泛的生态系统,但它首先是基于草地生态系统发展起来的。CENTU
RY模型是一个分室模型,即将生态系统分成不同的室(或库),如植被,大气、土壤等,每一分室又进一步分成不
同的元素库。即使同一室的同一元素库也可以依据某种标准再分层为下一级的元素库,如CENTURY模型的碳
循环子模型中依据碳的周转率,将土壤碳库分成活性有机碳库(activeorganiccarbon)、缓性有机碳库(slowor
382第22卷第6期 草业学报2013年
ganiccarbon)、惰性有机碳库(passiveorganiccarbon)。活性有机碳库包括活的微生物和微生物产物,全部活性
有机碳库大约是微生物生物量的2~3倍,其周转时间一般不超过5年;缓性有机碳库包括难分解的有机物质和
土壤固定的微生物产物,其周转时间一般为20~40年;惰性有机碳库中的有机碳极难分解,非常稳定,周转时间
长达200~1500年。根据木质素含量的不同,凋落物作为外源有机碳输入,被分为结构性库和代谢性库,且其各
自的分解速率是不一样的。进入结构库的植物残体比例随着木质素与N含量的比值升高而增大,全部木质素进
入结构性库。同时,该模型将土壤质地作为土壤有机碳分解的影响因子,并认为土壤粉粒和粘粒的含量影响活性
有机碳库的周转及活性有机碳库固定到缓性有机碳库的效率。CENTURY模型被广泛地用于各种生态系统的
生物地球化学循环模拟研究中,尤其适用于模拟草原生态系统的土壤有机碳动态[5658]。CENTURY模型运行需
要输入4个方面的参数:1)初始土壤参数,主要包括土壤质地、土层厚度、土壤容重和pH值等;2)初始土壤有机
碳参数,一般是先让模型运行5000年,模拟自然状态下土壤表层土壤有机碳(0~20cm)从无积累到稳定平衡状
态这一过程,从而获得土壤初始有机碳参数;3)气象参数,以月为时间步长,包括月平均最高和最低气温(℃)、月
平均降水量(mm)以及标准差和偏度;4)植被类型和植物类型(C3,C4)等参数。在CENTURY模型中,土壤温
度、土壤湿度、木质素含量和土壤粉粒与粘粒的含量是土壤有机碳分解速率的调节参数。其中土壤温度由气温和
植物生物量确定[55],其对最大分解速率的影响是通过一个非线性的数据存储程序(nonlineardatafilingproce
dure)加以确定的;土壤湿度的影响考虑到2个参数:降水量和潜在的土壤水分蒸发蒸腾损失总量,通过实验拟
合,得到水分对最大分解速率的影响系数曲线。通过模型的模拟,可获得不同土壤有机碳库储量以及土壤有机碳
库的动态变化,同时也可以了解土壤的固碳潜能。
由于CENTURY模型所需参数较多,过于详细地描述了土壤有机碳周转的过程,往往使得应用者难以获取
相应的参数或输入数据来运行(在区域尺度上更是如此),而且有些历史数据是比较难准确获得的,这在一定程度
上影响了模型的模拟精度。并且,CENTURY模型的应用效果存在一定的地域性,Gijsman等[51]研究发现
CENTURY模型模拟哥伦比亚农田系统的效果要优于模拟稀树草原生态系统中土壤有机碳的效果,建议应用该
模型模拟热带地区土壤有机碳变化情况时应加以修正改进。同时,该模型在热带高度风化土壤上的应用模拟误
差较大,存在一定的局限性。加之,CENTURY模型是基于点上的模拟,对模拟结果由点扩展到面,即在模拟大
尺度草地土壤有机碳储量的尺度转换问题时,将充满挑战。
目前,此类土壤有机碳机理过程模型,尤其是面向过程的多分室模型,各分室的组成成分及含量无法直接测
量,通过土壤有机碳总量模拟与观测值比较评估模型精度,均具有一定的不确定性,不一定是土壤有机碳分解积
累的真实动态模拟。其次,在土壤有机碳库的划分方面,缺少试验证明方法和实质性的标准,尤其对于惰性土壤
有机碳库控制因子的了解十分有限。
3.3.4 遥感模型 土壤有机碳的时空变异性是连续的,因而单靠普查和样地实际测量对土壤有机碳进行监测是
比较困难的。遥感作为一门新兴的综合性探测技术科学已于20世纪70年代广泛应用于土壤调查当中[59]。随
着计算机技术和3S技术的飞速发展,可利用遥感技术来监测表层土壤有机碳的动态变化过程和更新土壤有机
碳含量图,再将其与土壤有机碳模型相结合,地理信息系统、遥感技术为模型的构建和运行提供了工具和数据。
遥感作为一种技术手段在提供表层土壤有机碳储量及其时空变化的动态信息的同时,还具有费用低、精度高、
更新时间短的优点,且不仅可以用于研究草地土壤有机碳的动态变化规律,还可以应用于研究全球草地碳循环,
这一研究方向近年来广受重视[60]。目前利用遥感技术研究表层土壤有机碳的方法主要有:遥感影像直接估算方
法、植被指数测定法和光谱测定法。
遥感作为一门具有高时空分辨率的现代技术,为土壤普查和对生物圈动态变化的监测与评估提供了强有力
的数据支持[46]。但现有的遥感数据源并不能直接探测土壤有机碳储量的空间分布,估算时必须依靠相应的替代
指标[61],因而很难单纯依靠遥感数据来提高土壤有机碳的估算精度。建立土壤有机碳光谱模型或将是未来土壤
有机碳储量估算中的一个行之有效的方法[62]。
从整个地球化学循环来看,土壤有机碳不断地进行着复杂的生物化学循环过程,其含量的高低与地形状况、
土壤性状、气候条件、植被类型和利用管理密切相关,长期定位试验只能较为理想地监测试验区域土壤有机碳动
482 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
态演变,对涉及范围从区域到全球和时间跨度从几十年到千年等的研究作用都非常有限;另外,试验所得资料在
时间和空间上都是离散的,在较短的时间内(如10~30年),并不能反映土壤有机碳变化的最终状态,进而无法分
析、形成规律性的认识。因此,基于碳循环过程及各碳库之间的碳通量和反馈机制的复杂性,要定量预测草地土
壤有机碳的时空演变,模型是唯一可能的方法。模型方法作为研究草地土壤有机碳的主要手段,如何提高模型的
精度,综合考虑各种影响因素,完善模型和方法,提高观测技术和手段的准确性和可行性都是土壤有机碳储量研
究亟待解决的问题。经过多年的研究,土壤有机碳模型得到了飞速的发展,从简单的统计模型发展到各种多组分
的计算机模型,由经验模型向机理模型发展,更关注土壤有机碳积累、分解过程中的动态变化和变化机理。但是
也存在一定缺陷。各模型在其适宜条件下都能够达到相当高的模拟精度,但没有一种模型能广泛适合各种气候
带、草地类型和土壤类型。同时,由于气候、土壤、管理措施等的差异,不同研究者提出的模型都存在一定程度的
局限性。因此,需要在各种气候、草地类型条件下比较和检验模型的适用性,以不断改善其预测能力和精度。模
型模拟技术受模型有效性、特征参数应用、样点代表性和土地利用/植被变化等因素的实际影响,具有众多的不确
定性。针对现存草地土壤有机碳模拟技术的缺陷,寻找新的方法和手段加以改进显得尤为迫切。当前,随着科学
技术的发展,特别是观测技术、计算机科学和3S技术的发展,更新了土壤有机碳储量估算研究的研究手段,特别
是与 GIS具有的较强空间数据存储与管理功能相结合,将样地清查、遥感分析和模型模拟方法综合运用,充分发
挥各自优势的综合研究方法,必将在大中尺度草地土壤有机碳空间分布格局研究中得到广泛的应用。
4 基于草地综合顺序分类法的草地土壤有机碳储量分类指数模型的研究亟待开展
土壤作为植被的载体,两者之间存在着十分密切的关系。植被的演替过程也是植被和土壤相互影响和作用
的过程。植被通过光合作用向土壤输送有机物质并从土壤吸收养分,从而对土壤有机碳的积累和周转产生深刻
地影响。而土壤有机碳积累和转化与植被演替及群落生物多样性之间也存在反馈关系,是不同植物种竞争替代
和植物群落演替的重要推动力。土壤有机碳含量和组成主要取决于土壤的形成条件,如温度、水分、母质、植物、
微生物和动物及各因素的相互作用[11,46,63]。在植被覆盖条件下,进入土壤的植物枯枝落叶的数量由植被类型决
定,而植被类型受气候条件如>0℃积温、降水等条件的制约[46,6468]。植被类型不同,有机物进入土壤的量不同,
进入的方式也各异,从而土壤有机碳的剖面分布状况也有很大差异。现有土壤有机碳的含量是土壤有机碳分解
速率、植物残余物数量、组成植物根系及其他返还至土壤中有机物的函数[69]。林地土壤有机碳主要来源于地表
的凋落物,草本植被下,除由土表进入土壤的植物残体外,草地土壤有机碳主要来源于残根,因在土中较深,分解
速率较小,因此草地土壤有机碳的剖面变化较平缓[70],导致草地土壤有机碳密度往往比森林土壤的要高[19]。不
同草地类型下的土壤有机碳密度存在显著差异[78,71]。高安社等[72]对典型草原和荒漠草原的土壤有机碳进行的
比较分析表明:2种草原土壤有机碳含量差异显著,且典型草原的土壤有机碳含量高于荒漠草原。认为典型草原
的气候、植被及土壤质地状况优于荒漠草原,可能是导致上述结果的原因。Houghton[78]的研究表明,全球热带
疏林及稀树草原土壤中有机碳储量为88Gt,温带疏林草原为251Gt,沙漠为108Gt,冻土苔原为163Gt,湿地为
145Gt。大量的研究也表明草地土壤有机碳密度分布呈现出了明显的地理地带性[41,7376]:一般随降水量的增加
而增加,在相同降水量条件下,温度越高则土壤有机碳密度越低,即水、热条件的综合作用决定了草地土壤有机碳
的分布。因此,对土壤有机碳储量与气候、植被等环境变量关系进行分析,不仅对于评估气候变化对草地土壤有
机碳储量的影响具有重要意义,而且有益于将点位尺度的土壤有机碳储量观测数据扩展到区域尺度,也为草地土
壤有机碳储量估测模型研究提供重要参考依据。特别值得注意的是:青藏高原被称作地球的第三极,其主体是高
寒草原和高寒草甸,土壤层的有机碳储量数量巨大,是全球温室气体的启动区,青藏高原高寒草地土壤有机碳储
量的变化必然对我国的东部、南部及东亚地区甚至全球气候造成影响[77]。我国高寒地区草地拥有丰富的碳储
量,约占全国草地生态系统的48.1%。在高寒草地中,95%的碳储存在土壤中,约占全国土壤碳储量的
49%[3536],这主要是由高寒地区温度低,土壤有机碳分解缓慢造成的[20],该类草地很有可能是我国一个重要的碳
汇,并对我国和全球碳循环产生重要影响。但高寒草地生态系统相对较脆弱,随着人类活动干扰的加剧和未来气
候变化及CO2 增加的共同作用,高寒草地生态系统的碳循环也会产生相应的变化[78]。
草地土壤是气候变化影响的接受体,也是气候变化的记录者。以气候变暖为特征的全球变化对草地生态系
582第22卷第6期 草业学报2013年
统的影响将导致土壤有机碳储量及动态平衡的变化。研究草地土壤有机碳储量的变化不仅有助于了解草地土壤
有机碳演变的时空特征、消长趋势及其固碳潜力和空间格局,也有助于人们科学管理草地碳库以及进一步寻找缓
解气候变化的可行途径。草地土壤有机碳的分解和积累与气候变化密切相关,探索草地土壤有机碳储量对气候
变化的响应是研究草地生态系统对气候变化的适应和响应机制的重要组成部分[30]。一些研究表明,气候变暖对
不同草地类型的NPP影响并不明显[7980]。在大气CO2 浓度升高的情况下,植物光合速率会相应提高,由此,各
草地类的生物生产能力也会提高,进入土壤的生物量可能会增加,即进入土壤的有机碳量会增大。但由于CO2
浓度升高的同时,温度也会升高,草地土壤中的有机碳分解速率将加快,这样土壤有机碳的输出量也将增加。对
同一草地类型而言,单位面积内土壤有机碳储量受光合作用的影响相对有限。相反,由于气候变化,植被地带要
发生变化,不同草地类的界限和面积将有较大的改变,由此可能引发由于草地类型的转换而导致的草地土壤有机
碳存储发生变化。所以,影响草地生态系统土壤有机碳储量动态变化的机理将主要是各草地类的面积变化。尽
管草地类的变化将可能滞后于气候变化,各草地类土壤有机碳储量的变化则将可能滞后于草地类的变化[7981]。
20世纪60年代,任继周等[82]创立了草地综合顺序分类系统(comprehensivesequentialclassificationsystem
ofgrassland,CSCS),是一种拥有自主知识产权的、面向世界不同生境的草地分类体系[6465,8283]。该系统以草原
发生学理论为依归,创制了可以覆盖全球的草地分类系统和与之相应的草地分类检索图。历年来这个分类系统
又经过不断修订、完善,已经达到比较成熟的程度[6768]。在此以前,还没有一个面向全球的草地分类系统。俄罗
斯、美国、英国、澳大利亚等国,乃至非洲、欧洲各国,他们依据各自的生产和研究的需要,分别建立了各自的草地
分类系统。这些分类系统以“所见即所是”的原则,将当下所见到的草地加以类比,构建了各自的分类系统。这些
名目繁多的草地分类系统只能适应于它们的原发地。分布于全球各地的草地资源,它们以不同的名称,单独呈现
在大家面前。当时具有广阔疆域和科学视野的俄罗斯科学家,在地带性特色的基础上,提出了植物地形学派的草
地分类系统,他们把植被类型与地带性结合,提出了适于俄罗斯疆域的草地分类系统[84]。美国也是一个地域辽
阔的国家,他们以土地经营为目的,提出了以土地利用为基础的9个草地类型[85]。但遗憾的是他们未作发生学
探讨,因而未能百尺竿头更进一步,提出具有全球普适意义的草地分类系统。在全球及大陆尺度上的验证研究表
明,CSCS不仅可以成功模拟冻原、荒漠、森林等潜在自然植被(potentialnaturalvegetation,PNV)类型,而且可
以更详细准确地划分草地类型[6768]。无论是动态全球植被模型(dynamicglobalvegetationmodels,DGVMs)还
是平衡态植被模型(如BIOME4等),多侧重于对森林植被的模拟研究,而对草地植被的分类则相对简单[8688]。
例如BIOME4[8991]划分的28种类型中仅有5种为草地,生命地带(holdridgelifezone)[45,92]划分的38种类型中
只有1种草地。而CSCS可以划分出42种植被类型,其中有13种森林,13种草地,6种冻原和10种荒漠,是有
别于世界上其他分类系统的一种基于生物气候数据的草地分类方法。该方法可以全面、系统、均衡地对全球陆地
植被进行分类[6768,93]。草地NPP是草地生态系统与气候等外界环境因子之间综合作用的结果,是表征草地固碳
能力的重要指标之一。Lin等[7981,9495]建立了基于CSCS的草地 NPP分类指数模型,即知道某草地在CSCS中
的位置或类型,也就通过该模型对应出与之相当的草地NPP。此模型在区域、全国和全球尺度上与国内外著名
的NPP模拟模型进行了比较和验证,结果显示该模型具有较高的模拟精度,在国内得到了一定的引用[83,9699],这
一研究成果为开展基于CSCS的草地土壤有机碳储量分类指数模型研究打开了思路、奠定了技术基础。
在自然条件下,进入草地土壤的植物枯枝落叶物是由草地类型决定的,而草地类型受气候条件如温度、水分
等因素制约;同时,草地土壤有机碳在土壤中的分解速率也受土壤水分和温度控制。过去由于草地类型的划分多
为定性方法,很少有像CSCS这样的定量方法,使得现有的依据定性分类的土壤有机碳模拟模型在定量估测草地
土壤有机碳储量时,常常存在由于定性模糊性而导致定量时误差过大的问题[36]。CSCS作为最详细的草地分类
体系,其分类指标湿润度(犓)和>0℃年积温的组合既可表示水分平衡又可表示热量因素和由此衍生的多项生境
因子,而热量状况和水分条件的组合是草原现象和过程的最本质因素[65],因此用湿润度(犓)指标和>0℃年积温
的组合来表示草地土壤有机碳储量,更能反映气候因素及草地类型分布对土壤有机碳储量的影响,揭示草地类
型与草地土壤有机碳储量的内在联系,亦可摆脱长期以来草地土壤有机碳储量模拟模型与草地类型脱节的弊
端。这种创新性的改进有望提高草地土壤有机碳储量估算结果的准确性,为进一步探索地带性草地类型的固碳
682 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
潜力、草地土壤有机碳储量的区域分布和全球分布提供可能。因此,基于CSCS的草地土壤有机碳储量分类指数
模型是亟待开展的研究课题,这不仅有益于凸显中国学者在草地分类和草地土壤有机碳储量估算方面的创新性
成果,更有益于形成具有中国特色的能够适应全球气候变化的发挥草地生态系统的固碳作用和土壤的碳汇效应,
同时有利于实现对草地资源进行适度经济利用的放牧管理策略,为实现放牧现代化转型奠定基础[100]。
自新中国成立以来,我国土壤学家进行了大量的野外调查,积累了丰富的草地土壤剖面数据,加之于1979年
起,历时16年完成的全国第二次土壤普查,汇集了较为详尽的土壤数据资料,这些都为全面、精确统计我国草地
土壤有机碳提供了必要条件[101109]。中国科学院南京土壤研究所建成了中国1∶100万土壤数据库(包括土壤空
间数据库、土壤属性数据库和中国土壤参比系统)(http://www.Issas.Ac.cn/sjzy/sjzytrsjk.htm)[110];中国地
球系统科学数据共享网可提供了1985年第2次土壤普查资料(http://www.escience.gov.cn/ShowArticle.jsp?
id=2985)[111];中国草地科学网(http://www.grassscience.cn)[112]也有一定的草地土壤有机碳数据可共享。
以上述我国第二次土壤普查资料为基础数据,结合基于CSCS的草地类土壤有机碳样地清查,构建基于CSCS草
地类为单元的典型剖面土壤有机碳密度数据库时机已经成熟。通过对基于CSCS草地类型的典型剖面土壤有机
碳密度数据库与CSCS分类指标间关系的分析,我们有理由构建出拥有自主知识产权的草地土壤有机碳储量模
型———基于CSCS的草地土壤有机碳分类指数模型。将基于CSCS草地类的样地清查、基于CSCS的草地土壤
有机碳分类指数模型与遥感的高时空分辨率特征耦合起来,分析不同草地类型、气候区划等生态条件下的草地土
壤有机碳特征,既能保证草地土壤有机碳储量估算的准确性,同时可显著地提高草地土壤有机碳的空间分辨率,
使其不但可以反映草地类型之间的差异,同时也可以反映同一草地类型下土壤有机碳的空间差异。这种方法由
于具有较好的草地发生学机理,因此其效果将可能明显好于过去传统的模拟方法。
5 草地土壤有机碳储量的精准估算是实现放牧现代化转型的基础
草地生态系统中最大的碳库是土壤有机碳库。草地有很大潜力把相当一部分大气中的CO2 以固定碳的形
式储存在土壤中[113]。放牧是普遍运用的土地管理的基本手段,目前全球大约半数以上的陆地处于放牧管理之
下[100]。几乎100%未开垦的草地都用作野生动物或家畜的放牧地,因此,放牧可能是控制草地土壤有机碳存储
的一个关键因素。尽管在过去的40年间进行过相当多的研究,然而,因草地类型以及研究方法存在差异,放牧对
土壤有机碳影响的研究尚不能达到一致结论,仍存在很大争议。
影响土壤有机碳存储的主要因素与2种类型的变量有关:环境变量,包括年降水量和土壤类型,以及研究设
计或取样方法,比如研究持续时间和土壤样本深度等。生物变量,如草地类型、草地物种成分(优势草种类型)和
放牧强度(也可能会改变食草动物对土壤有机碳的影响)。近期的研究[76]和综述[76,114]都显示:在不同的草地类
型中,放牧可能具有不同的影响,但环境变量和生物变量之间的相互作用尚未提出或得到检验。以前的研究得出
了有关放牧对土壤有机碳的影响的混沌结果[115116],包括研究结论为放牧存在积极[76,117118]、中立[119121]或者消
极[122125]影响的研究。
在放牧条件下,Derner和Schuman[76]发现土壤有机碳储量只是在年均降水量不超过600mm的放牧草地会
由放牧导致其增加。此结论得到了Pineiro等[114]的独立的综述论文的支持。其论点是在湿生的环境中,由于放
牧导致了碳周转速率的加快,即由活性微生物碳和易分解有机碳库增大[76,126]而致。半干旱和湿生环境下草地土
壤有机碳储量的差异,可能是因为半干旱地区有着更低的初始土壤有机碳储量、更大的根系碳和土壤碳比率,以
及由放牧引起的植物群落向更多的C4 优势植物转变[116]造成的,更多的C4 优势植物可能引发固定碳由地上向
根系的大规模转移[76]。相反,大部分来自中亚、并未在Derner和Schuman[76]的综述中分析过的另一组研究表
明,在年均降水量小于600mm的放牧草地,放牧对土壤有机碳有消极影响。其中一些研究[121125]把这个结果归
因于过度放牧导致植被覆盖减少,从而引发侵蚀增加[123]而致。土壤质地也可能加强草食动物对土壤有机碳的
影响,很多研究已经表明,土壤有机碳与粘土含量有关[4,127129],因为粘土含量高的土壤会形成紧密的团聚体把土
壤有机碳与微生物隔离开来[4,130131]。因此,充足的降水和较细的土质可能或积极或消极[115]的放大食草动物对
土壤有机碳影响的幅度。然而,在以前的任何研究中,这一假说都还没有被验证过。普遍的认同是,较高的放牧
782第22卷第6期 草业学报2013年
强度会减少土壤有机碳,其可能原理是:植被光合组织减少,减少了CO2 固定,也减少了由较低的根系产物和较
高的根系凋落物转化而来的地下有机碳[132133]。然而,由放牧导致的地下碳的分配变化和根系碳与氮比例的改
变,与放牧对土壤有机碳的积极影响有关[76,134]。这些不同的反应可能部分归因于优势草种,比如在C4 主导的草
地上,食草动物常常增加碳的存储[116,118,135],但是在C3 主导的草地上,食草动物经常降低土壤有机碳[136138]。尽
管此推断在我们知晓的任何研究中都未被探索过,预计放牧强度可能与优势种相互作用,从而在C4 草地上,使高
放牧强度对土壤有机碳产生积极影响;在C3 草地上,增加放牧强度对土壤有机碳产生消极影响。马秀枝等[139]
在内蒙古锡林河流域冷蒿(犃狉狋犲犿犻狊犻犪犳狉犻犵犻犱犪)-小禾草草原连续放牧11年和恢复2年后的试验样地上发现,土
壤各碳素组分也没有明显变化,至少说明放牧与草地土壤有机碳存储并不存在绝对对立关系。
当前,由于超载过牧以及草地自身对外界环境变化的敏感性,导致我国出现大面积退化草地。究其驱动力因
子,草-畜之间的不平衡关系问题首当其冲。从放牧的基本内涵看,当前我国草原所面临的问题,不在放牧本身,
而是对放牧认识的不足和放牧管理的缺陷,割裂了人居-草地-畜群之间的联系。为了实现草地生态系统的生
态和经济双重效应,我国畜牧业应该尽快实现草原管理和放牧的现代化转型[29,100]。在可持续发展前提下,仅仅
根据牧草生产力架构下的草畜平衡关系管理放牧系统是不准确,也是不全面的,科学的低排放放牧系统还需要兼
顾草地的土壤碳汇效应[140141]。草地生态系统土壤的碳汇效应与放牧利用不存在绝对对立关系。实现放牧的现
代化转型,应在CSCS理论指导下,以对草地土壤有机碳储量精准估算为前提,这不仅有利于发挥草地生态系统
的固碳作用和生物多样性保护功能,同时能够实现对草地资源的适度经济利用。
参考文献:
[1] ChapinFS,McFarlandJ,McGuireAD,犲狋犪犾.Thechangingglobalcarboncycle:linkingplantsoilcarbondynamicstoglobal
consequences[J].JournalofEcology,2009,97:840850.
[2] PaustianK.Modelingsoilorganicmatterdynamicsglobalchalenges[A].SustainableManagementofSoilOrganicMatter[M].
London:PublishedbyCABInternationalPress,2001:4353.
[3] SampsonRN,AppsM,BrownS,犲狋犪犾.TerrestrialbiospherecarbonfluxesquantificationofsinksandsourcesofCO2[J].
Water,AirandSoilPolution,1993,70:315.
[4] PercivalHJ,ParfittRL,ScottNA.FactorscontrolingsoilcarbonlevelsinNewZealandgrasslandsisclaycontentimpor
tant[J].SoilScienceSocietyofAmericaJournal,2000,64(5):16231630.
[5] PostW M,PengTH,EmanuelWR,犲狋犪犾.Theglobalcarboncycle[J].AmericanScientist,1990,78:310326.
[6] EswarranH,BergEVD,ReichP.Organiccarboninsoilsoftheworld[J].SoilScienceSocietyofAmericaJournal,1993,
57:192194.
[7] HoughtonRA.SoilsandGlobalChange[M].London:LewisPublisher,1995:4565.
[8] HoughtonRA.ChangesintheStorageofTerrestrialCarbonSince1850[M].BocaRaton:LewisPublishers,1995:565.
[9] LaiR.Worldsoilsandthegreenhouseeffect[J].GlobalChangeNewsletter,1999,37:45.
[10] JenkinsonDS,AdamsDE,WildA.ModelestimatesofCO2emissionsfromsoilinresponsetoglobalwarming[J].Nature,
1991,351:304306.
[11] 王艳芬,陈佐忠,LarryTT.人类活动对锡林郭勒地区主要草原土壤有机碳分布的影响[J].植物生态学报,1998,22(6):
545551.
[12] 王其兵,李凌浩,刘先华,等.内蒙古锡林河流域草原土壤有机碳及氮素的空间异质性分析[J].植物生态学报,1998,
22(5):409414.
[13] 王绍强,周成虎.中国陆地土壤有机碳库的估算[J].地理研究,1999,16:350355.
[14] LeCainDR,MorganJA,SchumanGE,犲狋犪犾.Carbonexchangeandspeciescompositionofgrazedpasturesandenclosures
intheshortgrasssteppeofColorado[J].AgricultureEcosystems&Environment,2002,93:421435.
[15] WangW,FangJY.Soilrespirationandhumaneffectsonglobalgrasslands[J].GlobalandPlanetaryChange,2009,67:20
28.
[16] SombrokeWG,NachtergaeleFO,HebelA.Amounts,dynamicsandsequesteringofcarbonintropicalsoil[J].AMBIO,
882 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
1993,22:417425.
[17] ReederJD,SchumnaGE.InfluenceoflivestockgrazingonCsequestrationinsemiaridmixedgrassandshortgrassrange
lands[J].EnvironmentalPolution,2002,116:457463.
[18] BurkeIC,LuarenrohtWK,MilehunasDG.BiogeochemistryofmanagedgrasslandsincentralNorthAmerica[A].In:Pual
EA,PaustianK,EliottET,犲狋犪犾.SoilOrganicMatterinTemperateAgroecosystems:LongtermExperimentsinNorth
America[M].BocaRaton:CRCPress,1997:85102.
[19] BouwmanAF.GlobalDistributionoftheMajorSoilsandLandCoverTypes[M].NewYork:JohnWileyandSons,1990:
3359.
[20] 陶贞,次旦朗杰,张胜华,等.草原土壤有机碳含量的控制因素[J].生态学报,2013,33(9):26842694.
[21] VerburgPSJ,GorissenA,ArpWJ.Carbonalocationanddecompositionofrootderivedorganicmatterinaplantsoilsys
temof犆犪犾犾狌狀犪狏狌犾犵犪狉犻狊asaffectedbyelevatedCO2[J].SoilBiologyandBiochemistry,1998,30(1011):12511258.
[22] GorissenA,vanGinkelPJ,vanVeenJH,犲狋犪犾.Grassrootdecompositionisretardedwhengrasshasbeengrownunderele
vatedCO2[J].SoilBiologyandBiochemistry,1995,27:117120.
[23] VanGinkelPJ,WhitemoreAP,GorissenA.犔狅犾犻狌犿狆犲狉犲狀狀犲grasslandsmayfunctionasasinkforatmosphericcarbondi
oxide[J].JournalofEnvironmentalQuality,1999,28:15801584.
[24] AjtayGL,KetnerP,DuvigneaudP.Terrestrialprimaryproductionandphytomass[A].In:BolinB,DegensET,Kempe
S,犲狋犪犾.TheGlobalCarbonCycle[M].Chichester:JonhWiley&Sons,1979:129182.
[25] WhittakerRH,LikensGE.BiosphereandMan[A].In:LiethH,WhittakerRH.PrimaryProductivityoftheBiosphere[C].
NewYork:SpringerVerlag,1975:305308.
[26] WhittakerRH,NieringWA.VegetationoftheSantaCatalinaMountains,Agrizona.V.Biomass,production,anddiversity
alongtheelevationgradient[J].Ecology,1975,56:771790.
[27] PrenticeIC.Biomemodelingandthecarboncycle[A].In:HeimannM.TheGlobalCarbonCycle[C].Berlin:Springer
Verlag,1993:219238.
[28] SchumanGE,JanzenHH,HerrickJE.Soilcarbondynamicsandpotentialcarbonsequestrationbyrangelands[J].Envi
ronmentalPolution,2002,116:391396.
[29] 张英俊,杨高文,刘楠,等.草原碳汇管理对策[J].草业学报,2013,22(2):290299.
[30] 杨红飞,穆少杰,李建龙.气候变化对草地生态系统土壤有机碳储量的影响[J].草业科学,2012,29(3):392399.
[31] 王绍强,刘纪远,于贵瑞.中国陆地土壤有机碳蓄积量估算误差分析[J].应用生态学报,2003,14(5):797802.
[32] HuangY,SunWJ,ZhangW,犲狋犪犾.ChangesinsoilorganiccarbonofterrestrialecosystemsinChina:aminireview[J].
ScienceChinaLifeSciences,2010,53:766775.
[33] 李东,黄耀,吴琴,等.青藏高原高寒草甸生态系统土壤有机碳动态模拟研究[J].草业学报,2010,19(2):160168.
[34] 方精云,刘国华,徐嵩龄.中国陆地生态系统碳库[A].见:王如松,方精云,高林,等.现代生态学的热点问题研究[M].
北京:中国科学技术出版社,1996:251276.
[35] NiJ.CarbonstorageinterrestrialecosystemsofChina:Estimatesatdifferentspatialresolutionsandtheirresponsestocli
matechange[J].ClimaticChange,2001,49:339358.
[36] NiJ.CarbonstorageingrasslandsofChina[J].JournalofAridEnvironments,2002,50:205218.
[37] LiKR,WangSQ,CaoM K.VegetationandsoilcarbonstorageinChina[J].ScienceinChinaSeriesD:EarthScience,
2004,47:4957.
[38] XieZB,ZhuJG,LiuG,犲狋犪犾.SoilorganiccarbonstocksinChinaandchangesfrom1980sto2000s[J].GlobalChangeBi
ology,2007,13:19892007.
[39] PiaoSL,FangJY,CiaisP,犲狋犪犾.ThecarbonbalanceofterrestrialecosystemsinChina[J].Nature,2009,458:1009
1013.
[40] YangYH,FangJY,MaWH,犲狋犪犾.SoilcarbonstockanditschangesinnorthernChina’sgrasslandsfrom1980sto2000s[J].
GlobalChangeBiology,2010,doi:10.1111/j.13652486.2009.02123.x.
[41] YangYH,FangJY,SmithP,犲狋犪犾.ChangesintopsoilcarbonstockintheTibetangrasslandsbetweenthe1980sand2004[J].
982第22卷第6期 草业学报2013年
GlobalChangeBiology,2009,15:27232729.
[42] FangJY,GuoZD,PiaoSL,犲狋犪犾.TerrestrialvegetationcarbonsinksinChina,19812000[J].ScienceinChinaSeriesD:
EarthSciences,2007,50:13411350.
[43] BatjesNH.Totalcarbonandnitrogeninthesoilsoftheworld[J].EuropeanJournalofSoilScience,1996,47:151163.
[44] 李克让,王绍强,曹明奎.中国植被和土壤碳储量[J].中国科学,2003,33(1):7280.
[45] HoldridgeLR.Determinationofworldplantformationsfromsimpleclimaticdata[J].Science,1947,105:367368.
[46] PostW M,IzaurraldeRC,MannLK,犲狋犪犾.MonitoringandVerifyingChangesofOrganicCarboninSoil[J].Climatic
Change,2001,51:7399.
[47] PostW M,EmanuelWR,ZinkePJ,犲狋犪犾.Soilcarbonpoolsandlifezones[J].Nature,1982,298:156159.
[48] SmithP,SmithJU,McGilDS,犲狋犪犾.Acomparisonoftheperformanceofninesoilorganicmattermodelsusingdatasets
fromsevenlongtermexperiments[J].Geoderma,1997,81:153225.
[49] PartonWJ,SchimelDS,ColeCV.DynamicsofC,N,PandSingrasslandsoils:Amodel[J].Biogeochemistry,1988,(5):109
131.
[50] PartonWJ,MosierAR,OjimaDS.GeneralizedmodelforN2andN2Oproductionfromnitrificationanddenitrification[J].
GlobalBiogeochemicalCycles,1996,10:401412.
[51] GijsmanAJ,ObersonA,TiesselH,犲狋犪犾.LimitedapplicabilityoftheCENTURYmodeltohighlyweatheredtropicalsoils[J].
AgronomyJournal,1996,88:894903.
[52] LiC,FrolkingS,FrolkingTA.Amodelofnitrousoxideevolutionfromsoildrivenbyrainfalevents:1.Modelstructure
andsensitivity[J].JournalofGeophysicalResearch,1992,97:97599776.
[53] MolinaJAE,ClappCE.NCSOIL,amodelofnitrogenandcarbontransformationsinsoil:Description,calibrationandbe
haviour[J].SoilScienceSocietyofAmericaJournal,1983,47:8591.
[54] JenkinsonDS,HartPBS,RaynerJH,犲狋犪犾.ModelingtheturnoveroforganicmatterinlongtermexperimentatRoth
smsted[A].In:JuneHCooley.SoilOrganicMatterDynamicandSoilProductivity[C].Athens,Ga,USA:Intercol.Bul
letin,1987,15:18.
[55] PartonWJ,SchimelDS,ColeCV.AnalysisoffactorscontrolingsoilorganicmatterlevelinGreatPlaingrassland[J].Soil
ScienceSocietyofAmericaJournal,1987,51:11731179.
[56] 肖向明,王义凤,陈佐忠.内蒙古锡林河流域草原初级生产力和土壤有机质的动态及其对气候变化的反映[J].植物学报,
1996,38(1):4552.
[57] 李凌浩,刘先华,陈佐忠.内蒙古锡林河流域羊草草原生态系统碳素循环研究[J].植物学报,1998,40(10):955961.
[58] MikhailovaEA,BryantRB,DegloriaSD,犲狋犪犾.Modelingsoilorganicmatterdynamicsafterconversionofnativegrassland
tolongtermcontinuousfalowusingtheCenturymodel[J].EcologicalModeling,2000,132(3):247257.
[59] DwibediRS.Soilresourcesmapping:aremotesensingperspective[J].RemoteSensingReviews,2001,20:89122.
[60] ChenF,KisselDE,WestLT,犲狋犪犾.Fieldscalemappingofsurfacesoilorganiccarbonusingremotelysensedimagery[J].SoilSci
enceSocietyofAmericaJournal,2000,64:746753.
[61] MerryCJ,LevineER.Methodstoassesssoilcarbonusingremotesensingtechniques[A].In:LalR,KimbleJ,LevineE,
犲狋犪犾.SoilsandGlobalChange[C].BocaRaton,FL:CRCPress,1995:265274.
[62] 张文娟,王绍强,常华,等.遥感在土壤碳储量估算中的应用[J].地理科学进展,2005,24(3):118126.
[63] 金峰,杨浩,赵其国.土壤有机碳储量及影响因素研究进展[J].土壤,2000,1:1117.
[64] 任继周,胡自治,牟新待.我国草原类型第一级分类的生物气候指标[J].甘肃农业大学学报,1965,2:4864.
[65] RenJZ,HuZZ,ZhaoJ,犲狋犪犾.AGrasslandclassificationsystemanditsapplicationinChina[J].TheRangelandJournal,
2008,30:199209.
[66] 林慧龙,王军,徐震,等.草地农业生态系统中的碳循环研究动态[J].草业科学,2005,22(4):5965.
[67] LiangTG,FengQS,CaoJJ,犲狋犪犾.Changesinglobalpotentialvegetationdistributionsfrom1911to2000assimulatedby
theComprehensiveSequentialClassificationSystemapproach[J].ChineseScienceBuletin,2012,57(11):12981310.
[68] LiangTG,FengQS,YuH,犲狋犪犾.DynamicsofnaturalvegetationontheTibetanPlateaufrompasttofutureusingacom
092 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
prehensiveandsequentialclassificationsystemandremotesensingdata[J].GrasslandScience,2012,58:208220.
[69] 岳曼,常庆瑞,王飞,等.土壤有机碳储量研究进展[J].土壤通报,2008,39(5):11731178.
[70] 李忠,林心雄.内蒙古草原植物—土壤系统中有机碳的转化[J].土壤学报,1995,32(增刊2):717.
[71] 解宪丽,孙波,周慧珍,等.不同植被下中国土壤有机碳的储量与影响因子[J].土壤学报,2004,41(5):687699.
[72] 高安社,郑淑华,赵萌莉,等.不同草原类型土壤有机碳和全氮的差异[J].中国草地,2007,27(6):4448.
[73] TrumboreSE.Comparisonofcarbondynamicsintropicalandtemperatesoilsusingradiocarbonmeasurements[J].Global
BiogeochemicalCycles,1993,7(2):275290.
[74] XiaoHL.Climatechangeinrelationtosoilorganicmatter[J].SoilandEnvironmentScience,1999,8(4):300304.
[75] 樊江文,钟华平,梁飚,等.草地生态系统碳储量及其影响因素[J].中国草地,2003,25(6):5158.
[76] DernerJD,SchumanGE.Carbonsequestrationandrangelands:Asynthesisoflandmanagementandprecipitationeffects[J].
JournalofSoilandWaterConservation,2007,62:7785.
[77] WangGX,QianJ,ChengGD,犲狋犪犾.SoilorganiccarbonpoolofgrasslandsoilsontheQinghaiTibetanPlateauanditsglob
alimplication[J].ScienceoftheTotalEnvironment,2002,291(1/3):207217.
[78] 陈文业,张瑾,戚登臣,等.黄河首曲-玛曲县高寒草甸沙化动态演变趋势及其驱动因子定量分析[J].草业学报,2013,
22(2):1121.
[79] LinHL,ZhaoJ,LiangTG,犲狋犪犾.Aclassificationindicesbasedmodelfornetprimaryproduction(NPP)andpotentialpro
ductivityofvegetationinChina[J].InternationalJournalofBiomathematics,2012,5(3):112.
[80] LinHL,FengQS,LiangTG,犲狋犪犾.Modelingglobalscalepotentialgrasslandchangesinspatiotemporalpatternstoglob
alclimatechange[J].InternationalJournalofSustainableDevelopment& WorldEcology,2013,20(1):8396.
[81] LinHL,WangXL,LiangTG,犲狋犪犾.Spatiotemporaldynamicsonthedistribution,extentandNetPrimaryProductivityof
potentialgrasslandinresponsetoclimatechangesinChina[J].RangelandJournal,2013,35(4):409425.
[82] 任继周,胡自治,牟新待,等.草原的综合顺序分类法及其发生学意义[J].中国草原,1980,1:1224.
[83] 任继周,梁天刚,林慧龙,等.草地对全球气候变化的响应及其碳汇潜势研究[J].草业学报,2011,20(2):122.
[84] 谢尼科夫 АП.苏联的草甸植被[M].张绅,译.北京:科学出版社,1959:4448.
[85] StoddartLA,SmithAD,BoxTW.RangeManagement[M].NewYork:McGrawHil,1943:66123.
[86] WangH,NiJ,PrenticeIC.SensitivityofpotentialnaturalvegetationinChinatoprojectedchangesintemperature,precipi
tationandatmosphericCO2[J].RegionalEnvironmentalChange,2011,11(3):715727.
[87] YuanQZ,ZhaoDS,WuSH,犲狋犪犾.Validationoftheintegratedbiospheresimulatorinsimulatingthepotentialnaturalveg
etationmapofChina[J].EcologicalResearch,2011,26(5):917929.
[88] HicklerT,VohlandK,FeehanJ,犲狋犪犾.ProjectingthefuturedistributionofEuropeanpotentialnaturalvegetationzoneswith
ageneralized,treespeciesbaseddynamicvegetationmodel[J].GlobalEcologyandBiogeography,2012,21(1):5063.
[89] KaplanJO.GeophysicalApplicationsofVegetationModeling(Dissertation)[M].Jena,Germany:LundUniversity,2001:
1114.
[90] KaplanJO.Wetlandsatthelastglacialmaximum:Distributionandmethaneemissions[J].GeophysicalResearchLetters,
2002,29:13.
[91] KaplanJO,BigelowNH,PrenticeIC,犲狋犪犾.Climatechangeandarcticecosystems:2.Modeling,paleodatamodelcompar
isons,andfutureprojections[J].JournalofGeophysicalResearch,2003,108:8171.
[92] HoldridgeLR.LifeZoneEcology[M].SanJose:TropicalScienceCenter,1967:1146.
[93] FengQS,LiangTG,HuangXD,犲狋犪犾.Characteristicsofglobalpotentialnaturalvegetationdistributionfrom1911to2000
basedoncomprehensivesequentialclassificationsystemapproach[J].GrasslandScience,2013,59:8799.
[94] LinHL.Anewmodelofgrasslandnetprimaryproductivity(NPP)basedontheintegratedorderlyclassificationsystemof
grassland[C].FuzzySystemsandKnowledgeDiscovery,2009.SixthInternationalConferenceon.IEEE,2009:5256.
[95] LinHL,ZhangYJ.Evaluationofsixmethodstopredictgrasslandnetprimaryproductivityalonganaltitudinalgradientin
theAlxaRangeland,WesternInnerMongolia,China[J].GrasslandScience,2013,59:100110.
[96] 公延明,胡玉昆,阿德力,等.高寒草原对气候生产力模型的适用性分析[J].草业学报,2010,19(2):713.
192第22卷第6期 草业学报2013年
[97] 邹德富,冯琦胜,梁天刚.甘南地区植被类型及其NPP研究[J].遥感技术与应用,2011,26(5):577583.
[98] 赵金飞.基于遥感影像的草场可持续利用研究[D].乌鲁木齐:新疆大学,2011.
[99] 赵军,师银芳,王大为.基于IOCS的内蒙古潜在植被 NPP空间分布特征研究[J].自然资源学报,2012,27(11):1870
1880.
[100] 任继周.放牧,草原生态系统存在的基本方式—兼论放牧的转型[J].自然资源学报,2012,27(8):12591275.
[101] 南京土壤所.中国土壤图集[A].中国土壤图[M].北京:地图出版社,1986.
[102] 全国土壤普查办公室.中国土壤[M].北京:中国农业出版社,1998.
[103] 全国土壤普查办公室.中国土种志(第1卷)[M].北京:中国农业出版社,1993.
[104] 全国土壤普查办公室.中国土种志(第2卷)[M].北京:中国农业出版社,1994.
[105] 全国土壤普查办公室.中国土种志(第3卷)[M].北京:中国农业出版社,1994.
[106] 全国土壤普查办公室.中国土种志(第4卷)[M].北京:中国农业出版社,1995.
[107] 全国土壤普查办公室.中国土种志(第5卷)[M].北京:中国农业出版社,1995.
[108] 全国土壤普查办公室.中国土种志(第6卷)[M].北京:中国农业出版社,1996.
[109] 廖国藩,贾幼陵.中国草地资源[M].北京:中国科学技术出版社,1996.
[110] 中国科学院南京土壤研究所.土壤数据库[EB/OL].[20131002].http://www.soil.csdb.cn/.
[111] 中国科学院地理科学与资源研究所.地球系统科学数据共享网—草业开发与生态建设专题库[EB/OL].[20131002].
http://159.226.111.21/grass/grass11.asp.
[112] 中国农业科学院资源区划所.中国草地科学网[EB/OL].[20131002].http://www.grassscience.cn.
[113] ReidRS,ThorntonPK,McCrabbGJ,犲狋犪犾.Isitpossibletomitigategreenhousegasemissionsinpastoralecosystemsof
thetropics[J].Environment,DevelopmentandSustainability,2004,6:91109.
[114] PineiroG,ParueloJM,OesterheldM,犲狋犪犾.Pathwaysofgrazingeffectsonsoilorganiccarbonandnitrogen[J].Rangeland
Ecology& Management,2010,63:109119.
[115] MilchunasDG,LauenrothWK.Quantitativeeffectsofgrazingonvegetationandsoilsoveraglobalrangeofenvironments[J].Ec
ologicalMonographs,1993,63:327366.
[116] DernerJD,BouttonTW,BriskeDD.GrazingandecosystemcarbonstorageintheNorthAmericanGreatPlains[J].Plant
andSoil,2006,280:7790.
[117] SmoliakS,DormaarJF,JohnstonA.Longtermgrazingeffectson犛狋犻狆犪犅狅狌狋犲犾狅狌犪prairiesoils[J].JournalofRange
Management,1972,25:246250.
[118] WienholdBJ,HendricksonJR,KarnJF.PasturemanagementinfluencesonsoilpropertiesintheNorthernGreatPlains[J].Jour
nalofSoilandWaterConservation,2001,56:2731.
[119] NosettoMD,JobbagyEG,ParueloJM.Carbonsequestrationinsemiaridrangelands:Comparisonof犘犻狀狌狊狆狅狀犱犲狉狅狊犪
plantationsandgrazingexclusioninNWPatagonia[J].JournalofAridEnvironments,2006,67:142156.
[120] RaiesiF,AsadiE.Soilmicrobialactivityandlitterturnoverinnativegrazedandungrazedrangelandsinasemiaridecosys
tem[J].BiologyandFertilityofSoils,2006,43:7682.
[121] ShresthaG,StahlPD.Carbonaccumulationandstorageinsemiaridsagebrushsteppe:Effectsoflongtermgrazingexclu
sion[J].AgricultureEcosystems&Environment,2008,125:173181.
[122] SuYZ,LiYL,CuiHY,犲狋犪犾.Influencesofcontinuousgrazingandlivestockexclusiononsoilpropertiesinadegraded
sandygrassland,InnerMongolia,northernChina[J].Catena,2005,59:267278.
[123] PeiSF,FuH,WanCG.ChangesinsoilpropertiesandvegetationfolowingexclosureandgrazingindegradedAlxadesert
steppeofInnerMongolia,China[J].AgricultureEcosystems&Environment,2008,124:3339.
[124] ZuoXA,ZhaoHL,ZhaoXY,犲狋犪犾.Spatialpatternandheterogeneityofsoilpropertiesinsanddunesundergrazingand
restorationinHorqinSandyLand,NorthernChina[J].SoilTilageResearch,2008,99:202212.
[125] GoluscioRA,AustinAT,MartinezGC,犲狋犪犾.SheepgrazingdecreasesorganiccarbonandnitrogenpoolsinthePatagoni
anSteppe:combinationofdirectandindirecteffects[J].Ecosystems,2009,12:686697.
[126] ZakDR,TilmanD,ParmenterRR,犲狋犪犾.Plantproductionandsoilmicroorganismsinlatesuccessionalecosystems:A
292 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6
continentalscalestudy[J].Ecology,1994,75:23332347.
[127] HassinkJ.EffectsofsoiltextureandgrasslandmanagementonsoilorganicCandNandratesofCandNmineralization[J].
SoilBiology&Biochemistry,1994,26:12211231.
[128] ArnqvistG,WoosterD.Metaanalysis:synthesizingresearchfindingsinecologyandevolution[J].TrendsinEcology&E
volution,1995,10:236240.
[129] AlvarezR,LavadoRS.Climate,organicmatterandclaycontentrelationshipsinthePampaandChacosoils,Argentina[J].
Geoderma,1998,83:127141.
[130] FelerC,BeareM H.Physicalcontrolofsoilorganicmatterdynamicsinthetropics[J].Geoderma,1997,79:69116.
[131] BronickCJ,LalR.Soilstructureandmanagement:areview[J].Geoderma,2005,124:322.
[132] GaoYH,LuoP,WuN,犲狋犪犾.ImpactsofgrazingintensityonnitrogenpoolsandnitrogencycleinanAlpinemeadowon
theeasternTibetanPlateau[J].AppliedEcologyandEnvironmentalResearch,2008,6:6979.
[133] KlumppK,FontaineS,AttardE,犲狋犪犾.Grazingtriggerssoilcarbonlossbyalteringplantrootsandtheircontrolonsoilmi
crobialcommunity[J].JournalofEcology,2009,97:876885.
[134] BardgettRD,WardleDA,YeatesGW.Linkingabovegroundandbelowgroundinteractions:Howplantresponsestofo
liarherbivoryinfluencesoilorganism[J].SoilBiology&Biochemistry,1998,30:18671878.
[135] SanjariG,GhadiriH,CiesiolkaCAA,犲狋犪犾.Comparingtheeffectsofcontinuoandtimecontroledgrazingsystemsonsoil
characteristicsinSoutheastQueensland[J].AustralianJournalofSoilResearch,2008,46:348358.
[136] PotterKN,DanielJA,Altom W,犲狋犪犾.Stockingrateeffectonsoilcarbonandnitrogenindegradedsoils[J].Journalof
SoilandWaterConservation,2001,56:233236.
[137] LiCL,HaoXY,ZhaoML,犲狋犪犾.InfluenceofhistoricsheepgrazingonvegetationandsoilpropertiesofaDesertSteppe
inInnerMongolia[J].AgricultureEcosystems&Environment,2008,128:109116.
[138] SteffensM,KolblA,TotscheKU,犲狋犪犾.GrazingeffectsonsoilchemicalandphysicalpropertiesinasemiaridsteppeofIn
nerMongolia(PRChina)[J].Geoderma,2008,143:6372.
[139] 马秀枝,王艳芬,汪诗平,等.放牧对内蒙古锡林河流域草原土壤碳组分的影响[J].植物生态学报,2005,29(4):569
576.
[140] 林慧龙,王钊齐,张英俊.综合系统评价视角下的草畜平衡机制刍议[J].草地学报,2011,19(5):717723.
[141] 林丽,李以康,张法伟,等.人类活动对高寒矮嵩草草甸的碳容管理分析[J].草业学报,2013,22(1):308314.
392第22卷第6期 草业学报2013年
犛狋狌犱狔狅狀狋犺犲狊犻犿狌犾犪狋犻狅狀犿犲狋犺狅犱狊狅犳犵狉犪狊狊犾犪狀犱狊狅犻犾狅狉犵犪狀犻犮犮犪狉犫狅狀:犪狉犲狏犻犲狑
RENJizhou,LINHuilong
(StateKeyLaboratoryofGrasslandAgroecosystems,ColegeofPastoralAgricultureScienceand
Technology,LanzhouUniversity,GansuGrasslandEcologicalResearch
Institute,Lanzhou730020,China)
犃犫狊狋狉犪犮狋:Grasslandsoilsareconsideredtohavegreatpotentialforcarbonsequestration.Itisanessentialpart
andalsooneofthebiggestchalengestodetectthesoilorganiccarbonstoragesofglobalgrasslandecosystem
forregulatingtheglobalcarboncycle.Thispaperreviewedtheresearchprogressonsoilorganiccarbonstocks
ofgrasslandecosystem,andanalyzedthemaintechnicalfeaturesoftheexistingmodelsforsimulatingsoilor
ganiccarbon.Theexistingtechnicalweaknessofthemodels,especialyinvolvingdataaccuracy,modelstruc
tureandfunctionformulization,areinquiredindetailwithrelevantsuggestionsforimprovementprovided.The
integrateduseofsampleinventory,remotesensinganalysis,andsimulatingmodelswouldbethefundamental
waytosolvethisproblem.Finaly,aframeworkoftheClassificationIndicesbasedModelongrasslandsoilor
ganiccarbonwaspresentedbasedonthecomprehensivesequentialclassificationsystemofgrassland(CSCS).
CouplingthesampleinventoryandtheClassificationIndicesbasedModelwiththehighspatialandtemporal
resolutioncharacteristicofremotesensing,theaccuracyoftheestimatinggrasslandsoilorganiccarbonwilbe
improvedgreatlyamongthedifferentgrasslandclasses,ecologicalorclimaticzones.Thereisnoabsolutecon
flictbetweenthecapacityofgrasslandsoilcarbonsinkandgrazingutilization,andpreciseestimationofgrass
landsoilorganiccarbonisapremiseofthegrazingmoderntransformation.
犓犲狔狑狅狉犱狊:grasslandsoilorganiccarbon;soilorganiccarbonreservoirofgrassland;soilcarbonsequestration
ofgrassland;comprehensivesequentialclassificationsystemofgrassland(CSCS);model
492 ACTAPRATACULTURAESINICA(2013) Vol.22,No.6