全 文 ：书呼伦贝尔草甸草原地上净初级生产力对
气候变化响应的模拟
张存厚１，２，王明玖１，张立３，杨丽萍１，２
（１．内蒙古农业大学生态环境学院，内蒙古 呼和浩特０１００１９；２．内蒙古气象局生态与农业气象中心，
内蒙古 呼和浩特０１００５１；３．内蒙古气象局信息中心，内蒙古 呼和浩特０１００５１）
摘要：利用内蒙古呼伦贝尔草原额尔古纳右旗牧业气象试验站１９９４－２００９年牧草生长季逐月实测资料，对ＣＥＮ
ＴＵＲＹ模型进行检验，模拟了呼伦贝尔草甸草原１９６１－２０１０年间地上净初级生产力（ＡＮＰＰ）动态，并与２６个气象
因子进行相关性分析。模型检验结果显示，生长季内逐月地上生物量模拟值与观测值之间的相关系数为犚２＝
０．５３，斜率犫＝０．９４，误差平方根值为７２．０７ｇ／ｍ２，平均绝对百分比误差为３８．０２％。检验结果表明，ＣＥＮＴＵＲＹ模
型能够成功地模拟这类草原的季节动态和年际变化。在过去的５０年中，呼伦贝尔草甸草原温度增加，降水略增，
ＡＮＰＰ增加。相关分析表明，ＡＮＰＰ与生长季降水量（狉＝０．３７２）呈极显著正相关；与年平均最低气温、年平均地面
气温、年平均气温、７月降水量呈显著正相关；与年平均风速（狉＝－０．３８２）呈极显著负相关；与其他气象因子无显著
的相关关系。应用区域气候模式系统ＰＲＥＣＩＳ输出的２０２１－２０５０年气候情景数据分析得出，在ＳＲＥＳＢ２、Ａ２和
Ａ１Ｂ情景下，未来呼伦贝尔草甸草原平均最高气温和最低气温都将呈显著升高趋势，降水量略增，ＡＮＰＰ虽然在年
际间存在波动，但总体呈明显增加态势，分别较基准时段增加了６７．１４％，６９．６５％和７６．５８％，增加速率分别为
１６．５１，１７．３４和１６．４２ｇ／（ｍ２·１０ａ）。在３种情景下，未来气候变化均会对呼伦贝尔草甸草原群落生产力产生显
著的正面影响。
关键词：草甸草原；气候变化；地上净初级生产力（ＡＮＰＰ）；ＣＥＮＴＵＲＹ模型；ＲＣＭ－ＰＲＥＣＩＳ；相关分析；ＳＲＥＳ情景
中图分类号：Ｓ８１２．１；Ｑ９４８．１　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１３）０３００４１１０
犇犗犐：１０．１１６８６／ｃｙｘｂ２０１３０３０６　　
　　在全球气候变化背景下，许多自然系统正在受到区域气候变化影响。由于自然界本身的自适应性以及非气
候驱动因子的作用，虽然许多影响依然难以判识，但仍有中等程度的可信度表明，区域气候变化对自然生态环境
和人类已经产生了强烈影响［１］。全球及区域气候变化影响并支配着陆地表面植被的分布、植被类型和生产力；反
过来，陆地覆盖状况的改变对气候变化产生反馈作用，这一点已被大多数科学家们所接受［２］。自然植被的净初级
生产力与非生物因子，特别是与气候之间的关系，是研究生态系统结构与功能的一个关键环节［３，４］。
植被的地上净初级生产力（ａｂｏｖｅｇｒｏｕｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＡＮＰＰ）可以作为表征陆地生态过程的关
键参数，是理解地表碳循环过程不可或缺的部分，是估算地球支撑能力和评价陆地生态系统结构与功能的一个重
要参数，在全球碳平衡中扮演着重要角色［５，６］。ＡＮＰＰ及其动态不仅能够反映生态系统初级生产者的生长与发
育状况，而且可以表征供给消费者和分解者的能量，其对所有涉及到能量流动和生物地球化学循环的生态系统过
程均具有重要作用［７］。所以，世界各国对植被净初级生产力的研究倍加重视，国际生物学计划（ｉｎｔｅｒｎａｔｉｏｎａｌｂｉｏ
ｌｏｇｉｃａｌｐｒｏｇｒａｍ，ＩＢＰ）进行了大量的植物净初级生产力测定，并结合气候环境因子建立相关模型，对植被净初级
生产力的区域分布进行评估；国际地圈———生物圈计划（ｉｎｔｅｒｎａｔｉｏｎａｌｇｅｏｓｐｈｅｒｅｂｉｏｓｐｈｅｒｅｐｒｏｇｒａｍｍｅ，ＩＧＢＰ）、
全球变化与陆地生态系统（ｇｌｏｂａｌｃｈａｎｇｅａｎｄｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍ，ＧＣＴＥ）和京都协定（ＫｙｏｔｏＰｒｏｔｏｃｏｌ）都把植
被净初级生产力研究确定为核心内容之一［８］。
第２２卷　第３期
Ｖｏｌ．２２，Ｎｏ．３
草　业　学　报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ 　　
４１－５０
２０１３年６月
收稿日期：２０１２０５３０；改回日期：２０１２１０１２
基金项目：（中－英－瑞）中国适应气候变化项目（ＡＣＣＣ／２０１００６２００２）和国家“９７３”计划项目（２００７ＣＢ１０６８０５）资助。
作者简介：张存厚（１９７７），男，内蒙古呼和浩特人，高级工程师，博士。Ｅｍａｉｌ：ｚｈａｎｇｃｕｎｈｏｕ２００４＠１６３．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｗａｎｇｍｊ＿０５４０＠１６３．ｃｏｍ
随着对植被净初级生产力研究的不断深入和全球化环境问题的提出，模型模拟不同尺度的植被净初级生产
力越来越受到重视，各国学者根据不同的研究尺度、数据获取的不同来源以及基于各自的理论建立了几十种植被
净初级生产力估算模型，这些模型包含了各种各样复杂的生理生态过程、数据需求以及数据的可用性［９１２］。然
而，这些模型很少能够经得住一系列环境条件的严格检验，大多数模型仅适用于有限的条件［１３１５］。但基于生态系
统水平的ＣＥＮＴＵＲＹ模型已经被成功地验证并在美国北部和中部、欧洲、非洲和亚洲地区的各种草地、农田、以
及森林生态系统中得到广泛应用［１６，１７］。
本研究在总结前人［１８２２］研究的基础上，以对全球变化敏感和具有重要生态价值的呼伦贝尔草甸草原群落为
对象，以具有多年连续牧草观测的呼伦贝尔草甸草原额尔古纳右旗牧业气象试验站为例，基于ＣＥＮＴＵＲＹ模型
模拟过去５０年来ＡＮＰＰ动态及其对气候变化的响应，并与２６个可能影响ＡＮＰＰ变化的气象因子进行了相关分
析，并应用排放情景（ｓｐｅｃｉａｌｒｅｐｏｒｔｏｎｅｍｉｓｓｉｏｎｓｃｅｎａｒｉｏｓ，ＳＲＥＳ）Ｂ２、Ａ２和 Ａ１Ｂ数据，模拟了未来３０～５０年
ＡＮＰＰ的可能变化趋势，以便量化气候变化对呼伦贝尔草甸草原ＡＮＰＰ的综合影响，为进一步探讨草甸草原生
态系统对全球气候变化的响应机理、准确评估、预测草甸草原群落在全球气候变化下的发展趋势提供科学依据。
１　材料与方法
１．１　研究区概况
研究区位于内蒙古呼伦贝尔草原额尔古纳右旗牧业气象试验站（５０°１５′Ｎ，１２０°１１′Ｅ），额尔古纳右旗气象局
始建于１９５７年，属于国家基本气象站，并下设牧业气象试验站。多年来，不但负责基本气象观测任务，而且担当
着牧业气象观测任务（主要包括牧草的生育期、生物量监测）。研究区属于内蒙古大兴安岭西侧山地与呼伦贝尔
高平原过渡地带，在自然地理上属于温带内蒙古草原区草甸草原黑钙土亚区。近５０年，研究区年均温为
－２．５℃，年均降水量为３５５．９ｍｍ，稳定通过１０℃年积温为１８５６．３℃，天数为１０９．７ｄ，年均风速为２．１ｍ／ｓ，无
霜期为８４．８ｄ。植被以线叶菊（犉犻犾犻犳狅犾犻狌犿狊犻犫犻狉犻犮狌犿）、贝加尔针茅（犛狋犻狆犪犫犪犻犮犪犾犲狀狊犻狊）、羊草（犔犲狔犿狌狊犮犺犻狀犲狀
狊犻狊）、日荫菅（犆犪狉犲狓狆犲犱犻犳狅狉犿犻狊）等草甸草原植被为主。草层高度通常为２０～６０ｃｍ，盖度为５０％～８０％。牧草４
月下旬至５月中旬开始返青，５月下旬进入积极生长期，９月下旬大部分牧草停止生长，生长期为１４０～１５０ｄ。
１．２　研究方法
１．２．１　ＣＥＮＴＵＲＹ模型简介　ＣＥＮＴＵＲＹ模型［２３２６］是一个有关植物—土壤营养循环的综合模型，可以在百年
和千年尺度上模拟草地、农田、森林和热带（或亚热带）稀树草原（ｓａｖａｎｎａ）等不同生态系统中的营养物质循环。
该模型是从草地生态系统发展而来的，现在已经扩展到农业生态系统、森林生态系统、亚热带稀树草原生态系统，
并已能模拟土壤有机质长期动态变化、植物生长和养分（Ｎ、Ｐ、Ｓ）循环等。其中Ｃ、Ｎ、Ｐ、Ｓ的有机物构建过程是独
立的，而无机物通过无机组分计算得到。ＣＥＮＴＵＲＹ模型已经在多种生态系统中得到运用和验证，特别是在土
壤碳库的研究中应用更为广泛。模型主要参数包括：气候参数、研究点地理属性和控制参数、外界营养物质输入
参数、有机质初始参数以及水分初始参数等。模型的驱动变量为月降水量、月平均最高温度和月平均最低温度；
土壤参数为土壤质地、土层厚度、土壤容重、凋萎系数和ｐＨ值等。ＣＥＮＴＵＲＹ模型有若干优越之处，对气候参
数的变化比较敏感［２５］，同时考虑了水分和养分对生物量和生产力的调节作用，考虑了植物的生理生态过程和许
多土地利用和管理措施（如施肥、灌溉、耕作方式和放牧以及火烧等）以及大气ＣＯ２ 浓度变化等自然因子变化对
生态系统碳循环的影响，因而可用来预测草原生态系统功能对未来气候变化、土地利用和管理的响应［２６］。ＣＥＮ
ＴＵＲＹ模型主要包括水分收支子模型、土壤有机质模型、草原／作物产量子模型以及管理措施等，为研究陆面和
植物生态系统中大气—植物—土壤的物质交换提供了方便。
１．２．２　数据来源及模型参数化　额尔古纳右旗牧业气象观测试验站建在能够代表草甸草原主要类型且较平坦
的区域，样地常年设围栏封育，微环境相对一致，在无人为干扰和大的土壤侵蚀发生的情况下，土壤性状相对较稳
定，面积为５０００ｍ×５０００ｍ。从１９８３年开始进行牧草观测，主要有产草量，包括逐月草地活体生物量和立枯生
物量，以当年最大值作为当年ＡＮＰＰ。牧草生物量观测时间为每年牧草生长季（５－９月）的月末，样方为１ｍ×
１ｍ，由于研究区是多年连续观测，加之区域面积有限，每次测定为固定４次重复，取平均值。地上生物量干重为
齐地面刈割，装入布袋中，在６５℃下烘干至恒重，称重。因１９８３－１９９３年牧草观测数据出现过多次中断，故本研
２４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．３
究剔除了该时段数据，保留了１９９４－２００９年连续观
测数据进行模型检验。
根据样地１９９４－２００９年牧草生长季逐月牧草
观测数据和长期ＡＮＰＰ观测数据对ＣＥＮＴＵＲＹ模
型进行检验。建模所需的１９６１－２０１０年月平均最
高温度、平均最低温度和月降水量数据以及利用
ＳＰＳＳ１３．０做相关分析所用的气象数据均来自于额
尔古纳右旗气象局。土壤参数来源于额尔古纳右旗
气象局近５年土壤参数测定值和中国内蒙古土种
志［２７］，其他参数来自于近年来野外实验数据和相关
文献［１８，２８］。外界营养输入参数由于国内相关研究
较少，获取困难，本研究中的数据来自于蒙古草原的
研究成果；潜在植物地上部分生产力参数由模型的
经验值计算获得，考虑植物呼吸损失的碳量，将该值
设为０．４６ｇ／ｍ２；植物生长的最佳温度为２７．５℃，最
高适宜温度为３３．０℃，分别由模型输出的生长季地
上生物量与实际观测值回归方程确定。ＣＥＮＴＵ
ＲＹ模型所需研究站点的初始化参数见表１、表２
所示。
表１　１９６１－２０１０年呼伦贝尔草甸草原气象参数
犜犪犫犾犲１　犕犲狋犲狅狉狅犾狅犵犻犮犪犾狆犪狉犪犿犲狋犲狉狊犻狀犎狌犾狌狀犫犲犻狉
犿犲犪犱狅狑狊狋犲狆狆犲（１９６１－２０１０）
月份
Ｍｏｎｔｈ
月降水量
Ｍｏｎｔｈｌｙ
ｐｒｅｃｉｐｉｔａｔｉｏｎ
（ｃｍ）
降水量标准差
Ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓ
ｆｏｒｍｏｎｔｈｌｙ
ｐｒｅｃｉｐｉｔａｔｉｏｎ
（ｃｍ／月 Ｍｏｎｔｈ）
平均最低气温
Ａｖｅｒａｇｅ
ｍｏｎｔｈｌｙｍｉｎ
ｔｅｍｐｅｒａｔｕｒｅ
（℃）
平均最高气温
Ａｖｅｒａｇｅ
ｍｏｎｔｈｌｙｍａｘ
ｔｅｍｐｅｒａｔｕｒｅ
（℃）
１ ０．４２±２．１９ ０．２８ －３２．７６ －２１．４４
２ ０．３４±１．０５ ０．２４ －２９．６４ －１５．８６
３ ０．５３±１．５３ ０．４４ －１９．５４ －５．０４
４ １．３５±０．８８ ０．８５ －５．５４ ８．３７
５ ２．１９±１．２７ １．５８ １．９９ １８．００
６ ５．８０±０．９１ ３．４８ ８．８６ ２３．９８
７ ９．８９±０．３５ ３．７６ １２．７６ ２５．４３
８ ８．８６±１．１２ ５．１４ １０．２９ ２３．２６
９ ３．５７±１．０２ ２．３９ ２．５３ １６．９７
１０ １．４１±２．２７ １．１４ －６．７３ ７．０５
１１ ０．６３±１．０８ ０．４２ －１９．８５ －７．７６
１２ ０．５９±０．６８ ０．３３ －２９．７０ －１９．０５
　　首先，将月气象数据转化为模型需求的格式文件；然后，输入站点相关信息，并生成相应的ＣＥＮＴＵＲＹ模型
系统文件。具体参数化过程参阅ＣＥＮＴＵＲＹ模型用户指南［２４］。模型运行主要包括：１）利用过去５０年气象数据
计算出平均气候数据，运行６０００年达到均衡态；２）以均衡态结果为初始条件，使用逐月气象数据和人类活动条
件驱动模型。由于研究区常年封育，观测数据基本能够代表无放牧干扰状态下的天然草原，故本模型中管理措施
设为无放牧状态。ＳＲＥＳ情景数据的应用：将ＳＲＥＳ情景数据转化为符合ＣＥＮＴＵＲＹ模型数据格式的月值数
据，驱动经过本地化后、并通过检验的ＣＥＮＴＵＲＹ模型，得到ＳＲＥＳ情景下未来呼伦贝尔草甸草原ＡＮＰＰ的变
化趋势。
１．２．３　ＣＥＮＴＵＲＹ模型评价　模型评价主要是用于验证模拟值与观测值之间的吻合程度，检验模型输出结果，
直到模拟值与观测值之间不存在统计学上的显著差异。本研究采用国内外常用的３种评价方法，即线性回归分
析、误差平方根值（ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）和平均绝对百分比误差（ｍｅａｎａｂｓｏｌｕｔｅｐｅｒｃｅｎｔａｇｅｅｒｒｏｒ，
ＭＡＰＤ）。具体公式如下：
狔＝犫狓＋犪 （１）
式中，狔为模拟值，狓为观测值，犫为斜率，犪为截距；模型模拟最理想的结果应该是犪＝０，犫＝１。因此，线性回归方
程中犫与１的接近程度是反映模型模拟效果的一个重要指标。
犚犕犛犈＝［１／狀∑
狀
犻＝１
（犘犻－犙犻）２］０．５ （２）
犕犃犘犇＝１００狀 ∑
狀
犻＝１
｜犘犻－犙犻｜
犙
－ （３）
式中，犘为模拟值，犙为观测值；犻（犻＝１，２，……，８０）为１９９４－２００９年生长季的月份。
１．２．４　气候情景　高分辨率网格点的区域气候模式（ｒｅｇｉｏｎａｌｃｌｉｍａｔｅｍｏｄｅｌ，ＲＣＭ）能够很好地反映区域气候的
地面特征量以及气候本身的变化规律，在影响研究中通常可以被认为是一种理想的获取气候变化信息的方
法［２９］。本研究采用了英国哈德里中心（ＨａｄｌｅｙＣｅｎｔｅｒ）区域气候模型ＲＣＭ－ＰＲＥＣＩＳ（ｐｒｏｖｉｄｉｎｇｒｅｇｉｏｎａｌｃｌｉ
ｍａｔｅｓｆｏｒｉｍｐａｃｔｓｓｔｕｄｉｅｓ），分辨率为５０ｋｍ×５０ｋｍ。许吟隆等［３０］对ＰＲＥＣＩＳ模型在中国区域模拟能力进行了
３４第２２卷第３期 草业学报２０１３年
验证和订正。ＰＲＥＣＩＳ输出的气象资料，通过数据格式的转换后可以应用于ＣＥＮＴＵＲＹ模型中，进行未来草地
生产力的预估。
１．３　统计分析　
用 ＭｉｃｒｏｓｏｆｔＥｘｃｅｌ２０１０软件完成全部数据处理和制图，采用ＳＰＳＳ１８．０软件进行相关性分析。
表２　犆犈犖犜犝犚犢模型的初始化参数
犜犪犫犾犲２　犐狀犻狋犻犪犾犻狀狆狌狋狆犪狉犪犿犲狋犲狉狊狅犳狋犺犲犆犈犖犜犝犚犢犿狅犱犲犾
参数名称
Ｐａｒａｍｅｔｅｒｎａｍｅ
参数值
Ｐａｒａｍｅｔｅｒｖａｌｕｅ
说明
Ｄｅｓｃｒｉｐｔｉｏｎ
研究站点及控制参数Ｓｉｔｅａｎｄｃｏｎｔｒｏｌｐａｒａｍｅｔｅｒｓ
ＩＶＡＵＴＯ １．０００００ 利用草地土壤参数初始化Ｃ池。ＩｎｉｔｉａｌｉｚｅｓｏｉｌＣｐｏｏｌｓｕｓｉｎｇｔｈｅｇｒａｓｓｓｏｉｌｐａｒａｍｅｔｅｒｓ．
ＮＥＬＥＭ １．０００００ Ｎ的模拟。ＳｉｍｕｌａｔｅＮ．
ＳＩＴＬＡＴ ５０．２５０００ 站点纬度。Ｌａｔｉｔｕｄｅｏｆｍｏｄｅｌｓｉｔｅ．
ＳＩＴＬＮＧ １２０．１８３００ 站点经度。Ｌｏｎｇｉｔｕｄｅｏｆｍｏｄｅｌｓｉｔｅ．
ＳＡＮＤ ０．４４１００ 土壤中砂粒含量。Ｆｒａｃｔｉｏｎｏｆｓａｎｄｏｆｓｏｉｌ（％）．
ＳＩＬＴ ０．３５９００ 土壤中粉砂含量。Ｆｒａｃｔｉｏｎｏｆｓｉｌｔｏｆｓｏｉｌ（％）．
ＣＬＡＹ ０．２００００ 土壤中粘粒含量。Ｆｒａｃｔｉｏｎｏｆｃｌａｙｏｆｓｏｉｌ（％）．
ＲＯＣＫ ０．０００００ 土壤中岩石含量。Ｆｒａｃｔｉｏｎｏｆｒｏｃｋｏｆｓｏｉｌ（％）．
ＢＵＬＫＤ １．１００００
土壤容重。Ｂｕｌｋｄｅｎｓｉｔｙｏｆｓｏｉｌｕｓｅｄｔｏｃｏｍｐｕｔｅｓｏｉｌｌｏｓｓｂｙｅｒｏｓｉｏｎ，ｗｉｌｔｉｎｇｐｏｉｎｔ，ａｎｄｆｉｅｌｄ
ｃａｐａｃｉｔｙ（ｇ／ｃｍ３）．
ＮＬＡＹＥＲ ５．０００００ 土壤层厚度。Ｎｕｍｂｅｒｏｆｓｏｉｌｌａｙｅｒｓｉｎｗａｔｅｒｍｏｄｅｌ（ｍａｘｉｍｕｍｏｆ９）（ｃｍ）．
ＮＬＡＹＰＧ ２．０００００ 植物根区厚度。Ｎｕｍｂｅｒｏｆｓｏｉｌｌａｙｅｒｓｉｎｔｈｅｔｏｐｌｅｖｅｌｏｆｔｈｅｗａｔｅｒｍｏｄｅｌ（ｃｍ）．
ＰＨ ８．４ ０～２０ｃｍ表层土壤ｐＨ值。ｐＨｆｏｒ０－２０ｃｍｓｏｉｌ．
ＤＲＡＩＮ １．０００００ 土壤排水能力。Ｓｏｉｌｄｒａｉｎａｇｅａｂｉｌｉｔｙ．
ＢＡＳＥＦ ０．０００００ 径流调节。Ｒｕｎｏｆｆａｄｊｕｓｔｍｅｎｔ．
ＳＴＯＲＭＦ ０．０００００ 径流调节。Ｒｕｎｏｆｆａｄｊｕｓｔｍｅｎｔ．
ＰＲＥＣＲＯ ８．０００００ 可发生径流的月降水量。Ｔｈｅａｍｏｕｎｔｏｆｍｏｎｔｈｌｙｒａｉｎｆａｌｒｅｑｕｉｒｅｄｉｎｏｒｄｅｒｆｏｒｒｕｎｏｆｆｔｏｏｃｃｕｒ．
ＦＲＡＣＲＯ ０．１５０００ 月降水量超过ＰＲＥＣＲＯ后通过径流损失的部分。Ｔｈｅｆｒａｃｔｉｏｎｏｆｔｈｅｍｏｎｔｈｌｙｒａｉｎｆａｌ，
ｏｖｅｒＰＲＥＣＲＯ，ｗｈｉｃｈｉｓｌｏｓｔｖｉａｒｕｎｏｆｆ（ｒａｎｇｅ：０．０ｔｏ１．０）．
外界营养输入参数Ｅｘｔｅｒｎａｌｎｕｔｒｉｅｎｔｉｎｐｕｔｐａｒａｍｅｔｅｒｓ
ＥＰＮＦＡ（１） ０．０５０００ 决定年降水量对大气固氮影响的截距值。Ｉｎｔｅｒｃｅｐｔｖａｌｕｅｆｏｒｄｅｔｅｒｍｉｎｉｎｇｔｈｅｅｆｆｅｃｔｏｆａｎ
ｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎｏｎａｔｍｏｓｐｈｅｒｉｃＮｆｉｘａｔｉｏｎ．
ＥＰＮＦＡ（２） ０．００７００ 决定年降水量对大气固氮影响的斜率。Ｓｌｏｐｅｖａｌｕｅｆｏｒｄｅｔｅｒｍｉｎｉｎｇｔｈｅｅｆｆｅｃｔｏｆａｎｎｕａｌｐｒｅ
ｃｉｐｉｔａｔｉｏｎｏｎａｔｍｏｓｐｈｅｒｉｃＮｆｉｘａｔｉｏｎ．
ＥＰＮＦＳ（１） ３０．０００００ 用以决定年蒸散量对非生物土壤固氮影响的最小 ＡＥＴ值。ＭｉｎｉｍｕｍＡＥＴｖａｌｕｅｕｓｅｄｆｏｒ
ｄｅｔｅｒｍｉｎｉｎｇｔｈｅｅｆｆｅｃｔｏｆａｎｎｕａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎｏｎｎｏｎｓｙｍｂｉｏｔｉｃｓｏｉｌＮｆｉｘａｔｉｏｎ．
ＥＰＮＦＳ（２） ０．０１０００ 决定年蒸散量对非生物土壤固氮影响的截距值。Ｉｎｔｅｒｃｅｐｔｖａｌｕｅｆｏｒｄｅｔｅｒｍｉｎｉｎｇｔｈｅｅｆｆｅｃｔ
ｏｆａｎｎｕａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎｎｏｎｓｙｍｂｉｏｔｉｃｓｏｉｌＮｆｉｘａｔｉｏｎ．
ＳＡＴＭＯＳ（１） ０．０００００ 年降水量线性函数的截距作为大气中硫输入。ＩｎｔｅｒｃｅｐｔｆｏｒａｔｍｏｓｐｈｅｒｉｃＳｉｎｐｕｔｓａｓａｌｉｎｅ
ａｒｆｕｎｃｔｉｏｎｏｆａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ．
ＳＡＴＭＯＳ（２） ０．０００００ 年降水量线性函数的斜率作为大气中硫输入。ＳｌｏｐｅｆｏｒａｔｍｏｓｐｈｅｒｉｃＳｉｎｐｕｔｓａｓａｌｉｎｅａｒ
ｆｕｎｃｔｉｏｎｏｆａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ．
ＳＩＲＲＩ ０．０００００ 灌溉用水中硫的浓度。Ｓｃｏｎｃｅｎｔｒａｔｉｏｎｉｎｉｒｒｉｇａｔｉｏｎｗａｔｅｒ．
４４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．３
２　结果与分析
图１　１９９４－２００９年呼伦贝尔草甸草原地上
生物量模拟值与观测值的关系
犉犻犵．１　犛犮犪狋狋犲狉犱犻犪犵狉犪犿狅犳狋犺犲狊犻犿狌犾犪狋犲犱犪犫狅狏犲犵狉狅狌狀犱
犫犻狅犿犪狊狊狏犲狉狊狌狊狋犺犲狅犫狊犲狉狏犲犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊
犳狅狉犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲（１９９４－２００９）
２．１　模型检验
利用１９９４－２００９年额尔古纳右旗牧业气象试验
站连续多年观测的生长季逐月地上生物量数据，与
ＣＥＮＴＵＲＹ模型输出值进行对比分析，得到１９９４－
２００９年研究区ＡＮＰＰ观测值（狓）与模拟值（狔）的线性
回归方程为：狔＝０．９４狓－３．４３（犚２＝０．５３，狀＝８０）（图
１）。研究结果表明，ＣＥＮＴＵＲＹ模型比较准确地模拟
了该研究区生长季地上生物量的变化。
地上生物量观测值与模拟值的对比分析显示，模
拟值与观测值之间的 ＲＭＳＥ为７２．０７ｇ／ｍ２，ＭＡＰＤ
为３８．０２％。ＣＥＮＴＵＲＹ模型能够很好地反映出草甸
草原地上生物量的季节动态，通过模拟结果可以看出
研究区生长季和年内地上生物量的变化趋势（图２）。
对于以月为时间步长的ＣＥＮＴＵＲＹ模型来说，ＲＭＳＥ
和 ＭＡＰＤ的结果均是可以接受的［１８］。模型检验结果
表明，经过参数本地化并通过检验的ＣＥＮＴＵＲＹ模型可以较好地模拟呼伦贝尔草甸草原年内、年际间地上生物
量的动态变化。
２．２　呼伦贝尔草甸草原ＡＮＰＰ、年降水量和年平均气温的时间动态
在过去５０年中，草甸草原ＡＮＰＰ在波动中增加，一直持续到１９９７年前后，１９９７－２００７年间下降明显，之后
又迅速增加（图３）。其中，最近１０年ＡＮＰＰ的剧烈波动主要是由于气温升高和降水减少共同作用导致的结果。
ＡＮＰＰ最大值出现在２００８年，为３５３．３ｇ／ｍ２，最小值出现在２００７年，为７５．８ｇ／ｍ２，ＡＮＰＰ总体变化趋势是增加
的，增加速率为１６．３ｇ／（ｍ２·１０ａ）。
年降水量略减，下降速率为３．８ｍｍ／１０ａ，其中最大值出现在１９８４年，为５３９．４ｍｍ，最小值出现在２００７年，
为２０８．１ｍｍ（图４）。在最近１７年中，除１９９８、１９９９、２００３、２００５、２００８和２００９年略高于５０年平均值３５５．９ｍｍ
外，其他１１年降水量均明显低于５０年平均值。尽管植被对气候变化响应存在一定的滞后效应，且通常发生在月
或季节尺度上，但是这种较小的相对误差不会掩盖年际尺度上ＡＮＰＰ变化趋势。降水量变化曲线与ＡＮＰＰ非常
相似，进一步说明了ＡＮＰＰ对降水响应的敏感程度。
年平均气温增加显著，增加速率为０．４℃／１０ａ，其中最大值出现在１９９５年，为－０．５℃，最小值出现在１９６９
年，为－４．６℃（图５）。年平均温度的变化曲线与ＡＮＰＰ也存在一定的一致性（图３，５），说明研究区ＡＮＰＰ对升
温也非常敏感，原因主要是由于该区域地处内蒙古东北部，年均温为－２．５℃，低温依然是制约这一地区ＡＮＰＰ
的重要气象因子。
２．３　呼伦贝尔草甸草原ＡＮＰＰ与气象因子的相关分析
在气候变化中，光、温、水及其组合直接影响草地生产力，在中国北方草地尤为突出。本研究将降水量划分为
若干时段，按逐月、牧草生长季、全年进行统计，结合已经观测到的其他气象要素，利用可能影响草地生产力的２６
个气象因子与ＡＮＰＰ进行了相关分析（表３）。通过Ｐｅａｒｓｏｎ相关分析得出，生长季降水量（狉＝０．３７２）与ＡＮＰＰ
呈极显著正相关；年平均最低气温（狉＝０．３５１）、年平均地面气温（狉＝０．３１５）、年平均气温（狉＝０．２９９）、７月降水量
（狉＝０．２９６）与ＡＮＰＰ呈显著正相关；年平均风速（狉＝－０．３８２）与ＡＮＰＰ呈极显著负相关；其余气象因子与ＡＮ
ＰＰ相关性不显著。分析表明，牧草生长季内降水量，特别是７月降水量对ＡＮＰＰ贡献最大；升温对地处内蒙古
东北部的额尔古纳右旗ＡＮＰＰ具有明显的正面影响，特别是低温的上升将对ＡＮＰＰ的积累非常有利。反过来，
也说明了低温是制约本研究区ＡＮＰＰ的重要气象因子；研究还发现，年平均风速的增大不利于ＡＮＰＰ的积累，这
可能与大风导致蒸发加强，土壤含水量下降而产生水分胁迫作用有关。
５４第２２卷第３期 草业学报２０１３年
图２　１９９４－２００９年呼伦贝尔草甸草原地上生物量观测值与模拟值的对比
犉犻犵．２　犆狅犿狆犪狉犻狊狅狀犻狀狋犺犲犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊犫犲狋狑犲犲狀狋犺犲狊犻犿狌犾犪狋犲犱犪狀犱狋犺犲狅犫狊犲狉狏犲犱
狏犪犾狌犲犱狌狉犻狀犵狋犺犲犵狉狅狑犻狀犵狊犲犪狊狅狀犳狉狅犿１９９４狋狅２００９犳狅狉犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲
图３　犆犈犖犜犝犚犢模型模拟的１９６１－２０１０年呼伦贝尔草甸草原犃犖犘犘时间动态
犉犻犵．３　犞犪狉犻犪狋犻狅狀狅犳狊犻犿狌犾犪狋犲犱狏犪犾狌犲狊狅犳犃犖犘犘狌狊犻狀犵犆犈犖犜犝犚犢犿狅犱犲犾犻狀犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲（１９６１－２０１０）
图４　１９６１－２０１０年呼伦贝尔草甸草原年降水量的动态变化
犉犻犵．４　犞犪狉犻犪狋犻狅狀狅犳犪狀狀狌犪犾狆狉犲犮犻狆犻狋犪狋犻狅狀犻狀犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲（１９６１－２０１０）
６４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．３
图５　１９６１－２０１０年呼伦贝尔草甸草原年平均温度的时间变化
犉犻犵．５　犞犪狉犻犪狋犻狅狀狅犳犪狀狀狌犪犾犿犲犪狀狋犲犿狆犲狉犪狋狌狉犲犻狀犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲（１９６１－２０１０）
表３　１９６１－２０１０年呼伦贝尔草甸草原犃犖犘犘与气象因子的相关系数
犜犪犫犾犲３　犆狅狉狉犲犾犪狋犻狅狀犮狅犲犳犳犻犮犻犲狀狋狊狅犳犃犖犘犘狑犻狋犺犿犲狋犲狅狉狅犾狅犵犻犮犪犾犳犪犮狋狅狉狊犻狀犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲（１９６１－２０１０）
气象因子
Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｆａｃｔｏｒｓ
相关系数
Ｃｏｒｒｅｌａｔｉｏｎ
ｃｏｅｆｆｉｃｉｅｎｔｓ
气象因子
Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｆａｃｔｏｒｓ
相关系数
Ｃｏｒｒｅｌａｔｉｏｎ
ｃｏｅｆｆｉｃｉｅｎｔｓ
气象因子
Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｆａｃｔｏｒｓ
相关系数
Ｃｏｒｒｅｌａｔｉｏｎ
ｃｏｅｆｆｉｃｉｅｎｔｓ
１月降水量Ｊａｎｕａｒｙ
ｒａｉｎｆａｌ
０．０８８
１０ 月 降 水 量 Ｏｃｔｏｂｅｒ
ｒａｉｎｆａｌ
０．０７７
年极 端 最 高 气 温 Ａｎｎｕａｌｅｘ
ｔｒｅｍｅｍａｘｔｅｍｐｅｒａｔｕｒｅ
－０．０３２
２月降水量Ｆｅｂｒｕａｒ
ｙｒａｉｎｆａｌ
０．２１１
１１月降水量 Ｎｏｖｅｍｂｅｒ
ｒａｉｎｆａｌ
０．１５０
年极 端 最 低 气 温 Ａｎｎｕａｌｅｘ
ｔｒｅｍｅｍｉｎｔｅｍｐｅｒａｔｕｒｅ
０．１０１
３月降水 量 Ｍａｒｃｈ
ｒａｉｎｆａｌ
－０．０７９
１２ 月 降 水 量 Ｄｅｃｅｍｂｅｒ
ｒａｉｎｆａｌ
０．２０６
年平均地面温度 Ａｎｎｕａｌｍｅａｎ
ｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅ
０．３１５
４ 月 降 水 量 Ａｐｒｉｌ
ｒａｉｎｆａｌ
－０．１４６
１－４ 月 降 水 量 Ｆｒｏｍ
ＪａｎｕａｒｙｔｏＡｐｒｉｌｒａｉｎｆａｌ
－０．０８０
年相对湿度 Ａｎｎｕａｌｒｅｌａｔｉｖｅｈｕ
ｍｉｄｉｔｙ
－０．０３９
５ 月 降 水 量 Ｍａｙ
ｒａｉｎｆａｌ
０．０５０
生长季降水量 Ｇｒｏｗｉｎｇ
ｓｅａｓｏｎｒａｉｎｆａｌ
０．３７２
年蒸发量（小型）Ａｎｎｕａｌｅｖａｐｏ
ｒａｔｉｏｎ（ｍｉｎｉｔｙｐｅｅｖａｐｏｒａｔｉｏｎｐａｎ）
－０．１６３
６ 月 降 水 量 Ｊｕｎｅ
ｒａｉｎｆａｌ
０．２２０ 年降水量Ａｎｎｕａｌｒａｉｎｆａｌ ０．３９５
年日 照 时 数 Ａｎｎｕａｌｓｕｎｓｈｉｎｅ
ｄｕｒａｔｉｏｎ
－０．１９５
７ 月 降 水 量 Ｊｕｌｙ
ｒａｉｎｆａｌ
０．２９６
年 平 均 气 温 Ａｎｎｕａｌ
ｍｅａｎｔｅｍｐｅｒａｔｕｒｅ
０．２９９
年 平 均 风 速 Ａｎｎｕａｌａｖｅｒａｇｅ
ｗｉｎｄｓｐｅｅｄ
－０．３８２
８月降水量 Ａｕｇｕｓｔ
ｒａｉｎｆａｌ
０．１４８
年平均最高气温 Ａｎｎｕａｌ
ｍｅａｎｍａｘｔｅｍｐｅｒａｔｕｒｅ
０．２１７
年最大积雪深度 Ａｎｎｕａｌｍａｘ
ｓｎｏｗｃｏｖｅｒｄｅｐｔｈ
０．１９８
９月降水量Ｓｅｐｔｅｍ
ｂｅｒｒａｉｎｆａｌ
０．０４７
年平均最低气温 Ａｎｎｕａｌ
ｍｅａｎｍｉｎｔｅｍｐｅｒａｔｕｒｅ
０．３５１
　注：表示在０．０５水平上显著相关；表示在０．０１水平极显著相关。
　Ｎｏｔｅ：Ｃｏｒｒｅｌａｔｉｏｎｉｓｓｉｇｎｉｆｉｃａｎｔａｔｔｈｅ０．０５ｌｅｖｅｌ（２ｔａｉｌｅｄ）；Ｃｏｒｒｅｌａｔｉｏｎｉｓｇｒｅａｔｌｙｓｉｇｎｉｆｉｃａｎｔａｔｔｈｅ０．０１ｌｅｖｅｌ（２ｔａｉｌｅｄ）．
２．４　未来气候变化对呼伦贝尔草甸草原ＡＮＰＰ的预估
在评估气候变化影响时，通常构建多个气候情景来描述气候变化的各种趋势，采用未来温室气体排放情景来
反映气候变化的可能影响。本研究采用ＰＲＥＣＩＳ模型输出的结果，驱动通过检验的ＣＥＮＴＵＲＹ模型，得到
ＳＲＥＳＢ２、Ａ２和Ａ１Ｂ情景下１９６１－２０５０年呼伦贝尔草甸草原ＡＮＰＰ值，提取２０２１－２０５０年ＡＮＰＰ平均值与
基准时段（１９６１－１９９０）ＡＮＰＰ平均值比较，分析不同情景下ＡＮＰＰ时间分布特征、变化速率以及未来的可能变
７４第２２卷第３期 草业学报２０１３年
化趋势。
未来３０～５０年呼伦贝尔草甸草原在ＳＲＥＳＢ２、Ａ２和Ａ１Ｂ情景下平均最高气温均呈现出增加趋势，增加速
率分别为０．３１，０．３０和０．４１℃／１０ａ；平均最低气温也呈现出增加趋势，增加速率分别为０．３３，０．３３和０．４３
℃／１０ａ；降水呈略增趋势，降水量分别较基准时段增加了２．４７％，７．０７％和３．９７％，增加速率分别为０．３１，０．４７
和０．１２ｍｍ／１０ａ；ＡＮＰＰ呈显著增加态势，分别较基准时段增加了６７．１４％，６９．６５％和７６．５８％，增加速率分别
为１６．５１，１７．３４和１６．４２ｇ／（ｍ２·１０ａ）（表４）。上述分析表明，２０２１－２０５０年呼伦贝尔草甸草原温度升高、降水
略增均对ＡＮＰＰ的积累起到积极作用，使得未来３０～５０年本研究区草地生产力显著增加。
表４　犛犚犈犛犅２、犃２和犃１犅情景下２０２１－２０５０年呼伦贝尔草甸草原平均最高、最低温度、
降水和犃犖犘犘的变化（相对于１９６１－１９９０年）
犜犪犫犾犲４　犆犺犪狀犵犲狊狅犳犿犲犪狀犿犪狓狋犲犿狆犲狉犪狋狌狉犲，犿犲犪狀犿犻狀狋犲犿狆犲狉犪狋狌狉犲，狆狉犲犮犻狆犻狋犪狋犻狅狀犪狀犱犃犖犘犘犱狌狉犻狀犵２０２１－２０５０，
犮狅犿狆犪狉犲犱狋狅１９６１－１９９０犱犪狋犪，狌狀犱犲狉犛犚犈犛犃２，犅２犪狀犱犃１犅狊犮犲狀犪狉犻狅狊犳狅狉犎狌犾狌狀犫犲犻狉犿犲犪犱狅狑狊狋犲狆狆犲
ＳＲＥＳ
情景
ＳＲＥＳ
ｓｃｅｎａｒｉｏｓ
平均最高气温
Ｍｅａｎｍａｘｔｅｍｐｅｒａｔｕｒｅ
变化
Ｃｈａｎｇｅ
（℃）
变化速率
Ｃｈａｎｇｅｒａｔｅ
（℃／１０ａ）
平均最低气温
Ｍｅａｎｍｉｎｔｅｍｐｅｒａｔｕｒｅ
变化
Ｃｈａｎｇｅ
（℃）
变化速率
Ｃｈａｎｇｅｒａｔｅ
（℃／１０ａ）
降水
Ｐｒｅｃｉｐｉｔａｔｉｏｎ
变化
Ｃｈａｎｇｅ
（％））
变化速率
Ｃｈａｎｇｅｒａｔｅ
（ｍｍ／１０ａ）
ＡＮＰＰ
变化
Ｃｈａｎｇｅ
（％）
变化速率
Ｃｈａｎｇｅｒａｔｅ
（ｇ／ｍ２·１０ａ）
ＳＲＥＳＢ２ １．９４ ０．３１ ２．００ ０．３３ ２．４７ ０．３１ ６７．１４ １６．５１
ＳＲＥＳＡ２ １．７８ ０．３０ １．９２ ０．３３ ７．０７ ０．４７ ６９．６５ １７．３４
ＳＲＥＳＡ１Ｂ ２．５０ ０．４１ ２．６６ ０．４３ ３．９７ ０．１２ ７６．５８ １６．４２
３　讨论
受降水和气温时间分配的影响，呼伦贝尔草甸草原ＡＮＰＰ表现出显著的季节变化和年际变化，ＣＥＮＴＵＲＹ
模型成功地模拟了这类草原的动态变化。模拟结果表明，呼伦贝尔草甸草原ＡＮＰＰ对区域气候变化响应非常强
烈，模型模拟的ＡＮＰＰ随温度和降水变化呈现出明显的变化规律。观测数据和ＣＥＮＴＵＲＹ模型模拟结果均显
示出降水和温度的季节性分布是草甸草原植被初级生产力的一个重要控制因素［３１］。大量的实验和模型研究表
明［３２，３３］，在降水总量不变的情况下，降水时间分配、频次以及强度都会对草地生产力产生重要影响。Ｋｎａｐｐ等［３３］
试验发现，在降水总量一定的情况下，２次降水间隔时间被延长５０％后，ＡＮＰＰ表现出显著降低。在额尔古纳右
旗，除７月外，其他月份的逐月降水量、以及１－４月累计降水量对ＡＮＰＰ均有影响，但没有达到显著水平；而生
长季降水量、年降水量和７月降水量对ＡＮＰＰ影响非常显著，达到极显著水平；这反映出草地生产力对降水时间
分布响应强烈。温度控制着生态系统中许多生物化学反应速率，并调节生态系统能量、水分和养分的流动，受低
温限制的区域对气候变暖更为敏感。同时，温度作为控制植被生长和分布的关键环境因素之一，它的变化必将对
自然生态系统产生深刻的影响［３２］。杨殿林［３４］研究发现，虽然温度升高的幅度尚没有对羊草草甸草原和贝加尔
针茅草甸草原群落生产力和群落组成产生明显影响，但在相对较短的时间内，水热因子仍然是控制呼伦贝尔羊草
草甸草原和贝加尔针茅草甸草原群落初级生产力的主导因子。朱文泉等［３５］通过对中国陆地植被ＮＰＰ及相应的
气候数据进行系统分析，得出中国近２０年来的气候变化使温度、降水、光照均朝着有利于植物生长的方向发展，
其胁迫作用有所减弱，包括受水分限制的西北地区、受温度制约的东北、华北和青藏高原地区以及受光照制约的
华中、华东、华南地区。本研究通过１６年生长季内逐月牧草观测数据检验模型，利用模型输出的５０年ＡＮＰＰ与
对应年份的实际年平均气温和降水量进行了相关分析，得出呼伦贝尔草甸草原区低温和降水均为制约草地生产
力的关键气象因子，未来研究区温度和降水对ＡＮＰＰ的胁迫作用还将会减弱。气温升高，降水量略增必然会促
进内蒙古东北部草甸草原植物生长，有利于提高群落生产力，这与朱文泉等［３５］得出的结论非常一致，但与杨殿
林［３４］得出的结论存在差异，这可能是由于本研究区的地理位置比杨殿林［３４］所选样地还要偏北之缘故。本研究
还发现，年平均风速与ＡＮＰＰ呈极显著负相关关系，说明研究区的风速也是制约草地生产力的一个重要气象因
子。温度和水分相互耦合作用，对不同地区的植物生长产生不同的影响。ＰＲＥＣＩＳ数据的进一步应用得出，在３
种不同情景下，未来气候变化均会对呼伦贝尔草甸草原群落生产力产生显著的正面影响。
８４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．３
致谢：感谢中国农业科学院农业环境与可持续发展研究所许吟隆老师及其团队ＰＲＥＣＩＳ数据的支持；感谢美国密
歇根州立大学齐家国老师及其团队在模型应用方面的多次指导。
参考文献：
［１］　姚玉璧，杨金虎，王润元，等．５０年长江源区域植被净初级生产力及其影响因素变化特征［Ｊ］．生态环境学报，２０１０，
１９（１１）：２５２１２５２８．
［２］　气候变化国家评估报告编写委员会．气候变化国家评估报告［Ｍ］．北京：科学出版社，２００７：２２１２２７．
［３］　ＣｈａｐｉｎＦＳＩＩＩ，ＭａｔｓｏｎＰＡ，ＭｏｏｎｅｙＨＡ．Ｐｒｉｎｃｉｐｌｅｓｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｅｃｏｌｏｇｙ［Ｍ］．ＮｅｗＹｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００２：９９．
［４］　ＦａｙＰＡ，ＣａｒｌｉｓｌｅＪＤ，ＫｎａｐｐＡＫ，犲狋犪犾．ＰｒｏｄｕｃｔｉｖｉｔｙｒｅｓｐｏｎｓｅｔｏａｌｔｅｒｅｄｒａｉｎｆａｌｐａｔｔｅｒｎｓｉｎａＣ４ｄｏｍｉｎａｔｅｄｇｒａｓｓｌａｎｄ［Ｊ］．
Ｏｅｃｏｌｏｇｉａ，２００３，１３７：２４５２５１．
［５］　ＢａｉＹＦ，ＨａｎＸＧ，ＷｕＪＧ，犲狋犪犾．ＥｃｏｓｙｓｔｅｍｓｔａｂｉｌｉｔｙａｎｄｃｏｍｐｅｎｓａｔｏｒｙｅｆｆｅｃｔｓｉｎｔｈｅＩｎｎｅｒＭｏｎｇｏｌｉａＧｒａｓｓｌａｎｄ［Ｊ］．Ｎａｔｕｒｅ，
２００４，４３１：１８１１８４．
［６］　范月君，侯向阳，石红霄，等．气候变暖对草地生态系统碳循环的影响［Ｊ］．草业学报，２０１２，２１（３）：２９４３０２．
［７］　ＩｖｅｓＡＲ，ＣａｒｐｅｎｔｅｒＳＲ．Ｓｔａｂｉｌｉｔｙａｎｄｄｉｖｅｒｓｉｔｙｏｆｅｃｏｓｙｓｔｅｍｓ［Ｊ］．Ｓｃｉｅｎｃｅ，２００７，３１７：５８６２．
［８］　肖和善．植被净初级生产力模型研究［Ｊ］．亚热带水土保持，２００７，１９（４）：２４２８．
［９］　ＨｕｎｔＨ Ｗ．Ａｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒｄｅｃｏｍｐｏｓｉｔｉｏｎｉｎｇｒａｓｓｌａｎｄ［Ｊ］．Ｅｃｏｌｏｇｙ，１９７７，５８：４６９４８４．
［１０］　ＰａｒｔｏｎＷＪ，ＳｉｎｇｈＪＳ．Ａｄａｐｔｉｎｇａｂｉｏｍａｓｓｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｔｏａｔｒｏｐｉｃａｌｇｒａｓｓｌａｎｄ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ，１９８４，２３：
１５１１６３．
［１１］　ＰａｒｔｏｎＷＪ，ＳｃｈｉｍｅｌＤＳ，ＣｏｌｅＣＶ，犲狋犪犾．ＡｎａｌｙｓｉｓｏｆｆａｃｔｏｒｓｃｏｎｔｒｏｌｉｎｇｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒｌｅｖｅｌｓｉｎＧｒｅａｔＰｌａｉｎｓｇｒａｓｓｌａｎｄｓ［Ｊ］．
ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ，１９８７，５１：１１７３１１７９．
［１２］　ＨｕｎｔＨ Ｗ，ＴｒｌｉｃａＭＪ，ＲｅｄｅｎｔｅＥＦ，犲狋犪犾．Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒｔｈｅｅｆｆｅｃｔｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｔｅｍｐｅｒａｔｅｇｒａｓｓｌａｎｄｅｃｏｓｙｓ
ｔｅｍｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ，１９９１，５３：２０５２４６．
［１３］　ＳｔｅｉｎｈｏｒｓｔＲＫ，ＨｕｎｔＨ Ｗ，ＩｎｎｉｓＧＳ，犲狋犪犾．ＳｅｎｓｉｔｉｖｉｔｙａｎａｌｙｓｉｓｏｆｔｈｅＥＬＭｍｏｄｅｌ［Ａ］．Ｉｎ：ＩｎｎｉｓＧＳ．ＧｒａｓｓｌａｎｄＳｉｍｕｌａ
ｔｉｏｎＭｏｄｅｌ［Ｍ］．ＮｅｗＹｏｒｋ：ＥｃｏｌｏｇｉｃａｌＳｔｕｄｉｅｓ２６．ＳｐｒｉｎｇｅｒＶｅｒｌａｇ，１９７８：２３１２５５．
［１４］　ＲｏｓｅＫＡ．Ａｓｉｍｕｌａｔｉｏｎｃｏｍｐａｒｉｓｏｎａｎｄｅｖａｌｕａｔｉｏｎｏｆｐａｒａｍｅｔｅｒｓｅｎｓｉｔｉｖｉｔｙｍｅｔｈｏｄｓａｐｐｌｉｃａｂｌｅｔｏｌａｒｇｅｍｏｄｅｌｓ［Ａ］．Ｉｎ：
ＬａｕｅｎｒｏｔｈＷ Ｋ，ＳｋｏｇｅｒｂｏｅＧＶ，ＦｌｕｇＭ．ＡｎａｌｙｓｉｓｏｆＥｃｏｌｏｇｉｃａｌＳｙｓｔｅｍｓ：ＳｔａｔｅｏｆｔｈｅＡｒｔｉｎＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ［Ｍ］．
Ａｍｓｔｅｒｄａｍ：ＥｌｓｅｖｉｅｒＳｃｉｅｎｔｉｆｉｃＰｕｂｌ．Ｃｏ．，１９８３：１７３１８３．
［１５］　ＭａｃｎｅｉｌＭＤ，ＳｋｉｌｅｓＪＷ，ＨａｎｓｏｎＪＤ．Ｓｅｎｓｉｔｉｖｉｔｙａｎａｌｙｓｉｓｏｆａｇｅｎｅｒａｌｒａｎｇｅｌａｎｄｍｏｄｅｌ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ，１９８５，
２９：５７７６．
［１６］　ＰａｒｔｏｎＷＪ，ＳｃｕｒｌｏｃｋＪＭＯ，ＯｊｉｍａＤＳ，犲狋犪犾．Ｏｂｓｅｒｖａｔｉｏｎｓａｎｄｍｏｄｅｌｉｎｇｏｆｂｉｏｍａｓｓａｎｄｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒｄｙｎａｍｉｃｓｆｏｒ
ｔｈｅｇｒａｓｓｌａｎｄｂｉｏｍｅｗｏｒｌｄｗｉｄｅ［Ｊ］．ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓ，１９９３，７：７８５８０９．
［１７］　ＰａｕｓｔｉａｎＫ，ＰａｔｔｏｎＷＪ，ＰｅｒｓｓｏｎＪ．ＩｎｆｌｕｅｎｃｅｏｆｏｒｇａｎｉｃａｍｅｎｄｍｅｎｔｓａｎｄＮｆｅｒｔｉｌｉｚａｔｉｏｎｏｎｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒｉｎｌｏｎｇｔｅｒｍ
ｐｌｏｔｓ：ｍｏｄｅｌａｎａｌｙｓｉｓ［Ｊ］．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ，１９９２，５６：４７６４８８．
［１８］　袁飞，韩兴国，葛剑平，等．内蒙古锡林河流域羊草草原净初级生产力及其对全球气候变化的响应［Ｊ］．应用生态学报，
２００８，１９（１０）：２１６８２１７６．
［１９］　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的研究［Ｊ］．草业学报，２０１１，２０（２）：１２２．
［２０］　丁越岿，杨稢，宋炳煜，等．不同植被类型对毛乌素沙地土壤有机碳的影响［Ｊ］．草业学报，２０１２，２１（２）：１８２５．
［２１］　张存厚，王明玖，赵杏花，等．锡林郭勒草地畜草平衡分析［Ｊ］．中国草地学报，２０１１，３３（３）：８７９３．
［２２］　杨博，吴建平，杨联，等．中国北方草原草畜代谢能平衡分析与对策研究［Ｊ］．草业学报，２０１２，２１（２）：１８７１９５．
［２３］　ＰａｔｔｏｎＷＪ，ＳｃｕｒｌｏｃｋＪＭＯ，ＯｊｉｍａＤＳ，犲狋犪犾．Ｏｂｓｅｒｖａｔｉｏｎｓａｎｄｍｏｄｅｌｉｎｇｏｆｂｉｏｍａｓｓａｎｄｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒｄｙｎａｍｉｃｓｆｏｒ
ｇｒａｓｓｌａｎｄｂｉｏｍｅｗｏｒｌｄｗｉｄｅ［Ｊ］．ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓ，１９９３，７：７８５８０９．
［２４］　ＰａｒｔｏｎＷＪ，ＭｃｋｅｏｗｎＢ，ＫｉｒｃｈｎｅｒＶ，犲狋犪犾．ＣＥＮＴＵＲＹＵｓｅｒｓＭａｎｕａｌ［Ｍ］．ＮＲＥＬＰｕｂｌｉｃａｔｉｏｎ，ＣＳＵ，ＦｏｒｔＣｏｌｉｎｓ，ＣＯ．，
１９９２，５：１０９１３１．
［２５］　高鲁鹏，梁文举，赵军，等．气候变化对黑土有机碳库影响模拟研究［Ｊ］．辽宁工程技术大学学报，２００５，２４（２）：２８８２９１．
［２６］　蒋延玲，周广胜．兴安落叶松林碳平衡和全球变化影响研究［Ｊ］．应用生态学报，２００１，１２（４）：４８１４８４．
［２７］　赵俊寿．中国内蒙古土种志［Ｍ］．北京：中国农业出版社，１９９４：１５５３４５．
［２８］　王其兵，李凌浩，白永飞，等．气候变化对草甸草原土壤氮素矿化作用影响的实验研究［Ｊ］．植物生态学报，２０００，２４（６）：
６８７６９２．
［２９］　居辉，熊伟，许吟隆，等．气候变化对我国小麦产量的影响［Ｊ］．作物学报，２００５，３１（１０）：１３４０１３４３．
［３０］　许吟隆，薛峰，林一骅．不同温室气体排放情景下中国２１世纪地面气温和降水变化的模拟分析［Ｊ］．气候与环境研究，
９４第２２卷第３期 草业学报２０１３年
２００３，８（２）：２０９２１７．
［３１］　ＸｉａｏＸＭ，ＷａｎｇＹＦ，ＪｉａｎｇＳＨ，犲狋犪犾．Ｉｎｔｅｒａｎｎｕａｌｖａｒｉａｔｉｏｎｉｎｃｌｉｍａｔｅａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｏｆ犔犲狔犿狌狊犮犺犻狀犲狀狊犻狊
ｓｔｅｐｐｅａｎｄ犛狋犻狆犪犵狉犪狀犱犻狊ｓｔｅｐｐｅｉｎＸｉｌｉｎｒｉｖｅｒｂａｓｉｎ，ＩｎｎｅｒＭｏｎｇｏｌｉａ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＥｎｖｉｒｏｎｍｅｎｔｓ，１９９５，３１：１１７．
［３２］　胡中民，樊江文，钟华平，等．中国温带草地地上生产力沿降水梯度的时空变异性［Ｊ］．中国科学Ｄ辑：地球科学，２００６，
３６（１２）：１１５４１１６２．
［３３］　ＫｎａｐｐＡＫ，ＦａｙＰＡ，ＢｌａｉｒＪＭ，犲狋犪犾．Ｒａｉｎｆａｌｖａｒｉａｂｉｌｉｔｙ，ｃａｒｂｏｎｃｙｃｌｉｎｇ，ａｎｄｐｌａｎｔｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｉｎａｍｅｓｉｃｇｒａｓｓｌａｎｄ［Ｊ］．
Ｓｃｉｅｎｃｅ，２００２，２９８：２２０２２２０５．
［３４］　杨殿林．呼伦贝尔草原群落植物多样性与生产力关系的研究［Ｄ］．内蒙古：内蒙古农业大学，２００５．
［３５］　朱文泉，潘耀忠，阳小琼，等．气候变化对中国陆地植被净初级生产力的影响分析［Ｊ］．科学通报，２００７，５２（２１）：２５３５
２５４１．
犚犲狊狆狅狀狊犲狅犳犿犲犪犱狅狑狊狋犲狆狆犲犃犖犘犘狋狅犮犾犻犿犪狋犲犮犺犪狀犵犲犻狀犎狌犾狌狀犫犲犻狉，犐狀狀犲狉犕狅狀犵狅犾犻犪－犪狊犻犿狌犾犪狋犻狅狀狊狋狌犱狔
ＺＨＡＮＧＣｕｎｈｏｕ１，２，ＷＡＮＧＭｉｎｇｊｉｕ１，ＺＨＡＮＧＬｉ３，ＹＡＮＧＬｉＰｉｎｇ１，２
（１．ＣｏｌｅｇｅｏｆＥｃｏｌｏｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＩｎｎｅｒＭｏｎｇｏｌｉａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｈｈｏｔ
０１００１９，Ｃｈｉｎａ；２．ＣｅｎｔｒｅｏｆＥｃｏｌｏｇｙａｎｄＡｇｒｉｃｕｌｔｕｒａｌＭｅｔｅｏｒｏｌｏｇｙ，ＩｎｎｅｒＭｏｎｇｏｌｉａＷｅａｔｈｅｒ
Ｂｕｒｅａｕ，Ｈｕｈｈｏｔ０１００５１，Ｃｈｉｎａ；３．ＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｒｅ，ＩｎｎｅｒＭｏｎｇｏｌｉａ
ＷｅａｔｈｅｒＢｕｒｅａｕ，Ｈｕｈｈｏｔ０１００５１，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｌｏｎｇｔｅｒｍｅｃｏｌｏｇｉｃａｌｒｅｓｅａｒｃｈｈａｓｒｅｓｕｌｔｅｄｉｎａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａｏｎａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓａｎｄ
ｐｒｏｄｕｃｔｉｖｉｔｙ，ａｎｄｏｎｃｌｉｍａｔｉｃａｎｄｓｏｉｌｒｅｇｉｍｅｓａｔｔｈｅａｎｉｍａｌｈｕｓｂａｎｄｒｙｍｅｔｅｏｒｏｌｏｇｉｃａｌｅｘｐｅｒｉｍｅｎｔｓｔａｔｉｏｎｏｆＩｎ
ｎｅｒＭｏｎｇｏｌｉａＨｕｌｕｎｂｅｉｒｍｅａｄｏｗｓｔｅｐｐｅ．Ｕｓｉｎｇｍｏｎｔｈｌｙａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｄａｔａｉｎｔｈｅｇｒｏｗｉｎｇｓｅａｓｏｎｓｏｆ
１９９４－２００９，ｄｙｎａｍｉｃｃｈａｎｇｅｓｏｆｔｈｅｓｉｍｕｌａｔｅｄａｂｏｖｅｇｒｏｕｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎ（ＡＮＰＰ）ｗｅｒｅｓｔｕｄｉｅｄｗｉｔｈ
ｔｈｅＣＥＮＴＵＲＹｍｏｄｅｌｉｎＩｎｎｅｒＭｏｎｇｏｌｉａｍｅａｄｏｗｓｔｅｐｐｅａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｓｏｆＡＮＰＰｗｉｔｈ２６ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｐａｒａｍｅｔｅｒｓｆｒｏｍ１９６１－２０１０，ｗｅｒｅａｎａｌｙｓｅｄ．Ｔｈｅｒ２ｆｏｒｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｏｂｓｅｒｖｅｄａｎｄｓｉｍｕｌａｔｅｄａｂｏｖｅｇｒｏｕｎｄ
ｂｉｏｍａｓｓｉｎｔｈｅｇｒｏｗｉｎｇｓｅａｓｏｎｗａｓ０．５３，ｔｈｅｓｌｏｐｅｗａｓ０．９４，ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｗａｓ７２．０７ｇ／ｍ２ａｎｄｔｈｅ
ｒａｔｉｏｏｆｔｈｅａｂｓｏｌｕｔｅｍｅａｎｅｒｒｏｒｗａｓ３８．０２％．ＴｈｅｓｅｒｅｓｕｌｔｓｓｕｇｇｅｓｔｅｄｔｈａｔｔｈｅＣＥＮＴＵＲＹｍｏｄｅｌｃａｎｓｕｃｃｅｓｓ
ｆｕｌｙｓｉｍｕｌａｔｅｔｈｅｓｅａｓｏｎａｌａｎｄｉｎｔｅｒａｎｎｕａｌｔｒｅｎｄｏｆＡＮＰＰｉｎＨｕｌｕｎｂｅｉｒｍｅａｄｏｗｓｔｅｐｐｅ．Ｏｖｅｒｔｈｅｌａｓｔ５０
ｙｅａｒｓ，ｔｈｅｔｅｍｐｅｒａｔｕｒｅｈａｓｉｎｃｒｅａｓｅｄ，ｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｒｅａｓｅｄｓｌｉｇｈｔｌｙａｎｄＡＮＰＰａｌｓｏｉｎｃｒｅａｓｅｄ．Ａｌｏｎｇｗｉｔｈ
ｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｃｈａｎｇｅｓ，ｔｈｅｃｈａｎｇｅｃｕｒｖｅｏｆｓｉｍｕｌａｔｅｄＡＮＰＰｉｎｄｉｃａｔｅｄｓｉｇｎｉｆｉｃａｎｔｓｅａｓｏｎａｌｃｈａｎ
ｇｅｓ．ＡＮＰＰｗａｓｓｉｇｎｉｆｉｃａｎｔｌｙａｎｄｐｏｓｉｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｈｅｇｒｏｗｉｎｇｓｅａｓｏｎ，ａｎｄｗａｓ
ｐｏｓｉｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈａｎｎｕａｌｍｅａｎｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ，ｍｅａｎｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅ，ａｎｎｕａｌｍｅａｎｔｅｍｐｅｒ
ａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆＪｕｌｙ，ａｎｄｗａｓｓｉｇｎｉｆｉｃａｎｔｌｙｎｅｇａｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈａｎｎｕａｌａｖｅｒａｇｅｗｉｎｄｓｐｅｅｄｂｕｔｎｏｔ
ｗｉｔｈｏｔｈｅｒｍｅｔｅｏｒｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓ．ＰｒｅｄｉｃｔｅｄｃｌｉｍａｔｅｄａｔａｏｆＲＣＭＰＲＥＣＩＳｏｕｔｐｕｔｗａｓａｎａｌｙｓｅｄｆｏｒ２０２１－
２０５０．ＵｎｄｅｒｔｈｅＳＲＥＳ（ｓｐｅｃｉａｌｒｅｐｏｒｔｏｎｅｍｉｓｓｉｏｎｓｃｅｎａｒｉｏｓ）Ｂ２，Ａ２ａｎｄＡ１Ｂｓｃｅｎａｒｉｏｓ，ｉｎＨｕｌｕｎｂｅｉｒｍｅａｄｏｗ
ｓｔｅｐｐｅ，ｍｅａｎ ｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅａｎｄ ｍｅａｎ ｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｂｏｔｈｓｈｏｗｅｄｓｉｇｎｉｆｉｃａｎｔｌｉｎｃｒｅａｓｉｎｇ
ｔｒｅｎｄｓｉｎｔｈｅｆｕｔｕｒｅ，ｗｉｔｈａｓｌｉｇｈｔｉｎｃｒｅａｓｅｉｎｐｒｅｃｉｐｉｔａｔｉｏｎ．ＡＮＰＰｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｄｂｙ６７．１４％，６９．６５％
ａｎｄ７６．５８％ｃｏｍｐａｒｅｄｔｏｔｈａｔｉｎ１９６１－１９９０，ａｎｄｔｈｅｒｉｓｉｎｇｒａｔｅｓｗｅｒｅ１６．５１，１７．３４，ａｎｄ１６．４２ｇ／ｍ２·１０ａ，
ｒｅｓｐｅｃｔｉｖｅｌｙ．ＵｎｄｅｒＳＲＥＳＢ２，Ａ２ａｎｄＡ１Ｂｓｃｅｎａｒｉｏｓ，ｔｈｅｃｌｉｍａｔｅｃｈａｎｇｅｉｎｔｈｅｆｕｔｕｒｅｗｏｕｌｄｈａｖｅｓｉｇｎｉｆｉｃａｎｔ
ｐｏｓｉｔｉｖｅｉｍｐａｃｔｓｏｎｔｈｅｐｒｏｄｕｃｔｉｖｉｔｙｏｆｔｈｅＨｕｌｕｎｂｅｉｒｍｅａｄｏｗｓｔｅｐｐｅ．
犓犲狔狑狅狉犱狊：ｍｅａｄｏｗｓｔｅｐｐｅ；ｃｌｉｍａｔｅｃｈａｎｇｅ；ＡＮＰＰ；ＣＥＮＴＵＲＹｍｏｄｅｌ；ＲＣＭ－ＰＲＥＣＩＳ；ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ；
ＳＲＥＳｓｃｅｎａｒｉｏｓ
０５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．３