全 文 ：书高寒草原对气候生产力模型的适用性分析
公延明１，２，胡玉昆１，阿德力·麦地１，李凯辉１，尹伟１，２，张伟１，２，王吉云３
（１．中国科学院新疆生态与地理研究所，新疆 乌鲁木齐８３００１１；２．中国科学院研究生院，
北京１０００４９；３．新疆昌吉市草原站，新疆 昌吉８３１１００）
摘要：本研究利用中国科学院巴音布鲁克草原生态研究站１９８４－１９９０年、２００４－２００８年２个时间序列植物营养生
长期的气候指标及净第一性生产力（ＮＰＰ）实测值，结合北京模型、综合植被模型和林慧龙等建立的模型模拟研究
区的ＮＰＰ；根据３个模型ＮＰＰ的模拟值与实测值对其进行了一元线性回归与相关分析，并基于 ＮＰＰ的模拟值探
讨了研究区草地载畜量。结果表明，北京模型（犚＝０．８５７）、综合植被模型（犚＝０．８９４）和林慧龙建立的模型
（犚＝０．８９４）的ＮＰＰ模拟值与实测值相关性及一元线性回归方程拟合较好，同时从线性回归的拟合度也揭示了
降水是研究区ＮＰＰ的主要限制因子，而温度对ＮＰＰ的影响程度相对较小。在年均气温增加２和４℃，年降水量增
加２０％时，草地理论载畜量分别由目前的０．９４个羊单位／ｈｍ２ 增加到１．４９和１．６２个羊单位／ｈｍ２。
关键词：高寒草原；净第一性生产力（ＮＰＰ）；气候指标；气候生产力模型；载畜量
中图分类号：Ｓ８１２．１ 文献标识码：Ａ 文章编号：１００４５７５９（２０１０）０２０００７０７
植被净第一性生产力（ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）指单位时间单位面积绿色植物所能累积的有机干物质
数量［１］。近年来，植被ＮＰＰ的研究倍受重视［２１１］，国际地圈－生物圈计划、全球变化与陆地生态系统和京都协定
等把植被的ＮＰＰ研究确定为核心内容之一［１２，１３］。目前，有关ＮＰＰ研究的模型大致分为３种类型［１４１８］：气候生产
力模型、过程模型和光合利用率模型。气候生产力模型因其参数因子形式简单，模型中的气象数据比较容易获
得，而且模型计算的结果能够真实地反映植物ＮＰＰ的地带性分布规律，被广泛应用于潜在ＮＰＰ的估算［１９２３］。在
气候生产力模型中，朱志辉［２４］弥补了Ｃｈｉｋｕｇｏ模型对于草地及荒漠考虑的不足，建立了北京模型（简称ＮＰＰｂ）；
周广胜和张新时［２５］考虑到Ｃｈｉｋｕｇｏ模型对于干旱和半干旱地区水分不足，建立综合植被模型（简称ＮＰＰｚ）；林慧
龙等［２６，２７］基于综合植被模型的推导过程，利用＞０℃年积温（∑θ）和湿润度（犓）指标，建立植被ＮＰＰ模型（简称
ＮＰＰｌ）。北京模型、综合植被模型和林慧龙建立的模型在模拟草地ＮＰＰ方面具有一定优势，故研究采用这３个
模型来模拟研究区的ＮＰＰ，同时预测了在降水与温度改变下ＮＰＰ的动态变化，以及草地理论载畜量的改变趋
势。
载畜量（ｃａｒｒｙｉｎｇｃａｐａｃｉｔｙ）是评定草场承载牲畜能力的重要指标，反映了草地生产力的潜在水平。目前，估
算载畜量的方法有很多，中国一般采用家畜单位法［２８］，即在一定时间内，一定面积草地可以放牧的家畜单位数，
并且采用羊单位。张新时等［２９］利用若干大气环流模型（ＧＣＭ）得到ＣＯ２ 浓度倍增后中国大陆气温和降水变化的
２种预测结果，即年均气温增加２或４℃，年降水量增加２０％，本研究在此条件下，以回归拟合后的ＮＰＰ模拟值
为基础，对研究区理论载畜量进行了估算，分析高寒草地生产力在全球气候变暖的影响下的发展动向。
巴音布鲁克高寒草地是新疆重点牧区之一，其牧草种类优良，草场资源潜力大。近年来，由于自然条件因素
和经营管理问题，草地退化较严重［１０］，通过探讨气候生产力模型在该区的适用性，为合理开发及可持续利用草地
资源，估算草地牲畜承载能力，动态监测草地植被生产力的变化提供理论依据和研究方法。
１ 材料与方法
１．１ 研究区概况
巴音布鲁克高寒草地位于天山南坡中部，地处４２°１８′～４３°３４′Ｎ、８３°２７′～８６°１７′Ｅ，海拔为２３４０～２７６０ｍ，
第１９卷 第２期
Ｖｏｌ．１９，Ｎｏ．２
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
７－１３
２０１０年４月
收稿日期：２００９０４１０；改回日期：２００９０５１５
基金项目：全球环境基金（ＧＥＦ）新疆草地项目（０９５Ｆ０２１）和新疆少数民族科技人才特殊培养计划科研项目（２００８２３１２１）资助。
作者简介：公延明（１９８２），男，山东临朐人，在读硕士。Ｅｍａｉｌ：ｇｏｎｇｙａｎｍｉｎｇ０７＠ｍａｉｌｓ．ｇｕｃａｓ．ａｃ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｈｕｙｋ＠ｍｓ．ｘｊｂ．ａｃ．ｃｎ
面积为２．３３×１０６ｈｍ２，占天山高寒草地的８０％，年平均气温－４．８℃，１月最低气温为－４８℃，７月最高气温可达
３０．５℃，年降水量２７６～５００ｍｍ，年蒸发量高达１０２２．９～１２４７．５ｍｍ，全年积雪日为１５０～１８０ｄ，无绝对无霜
期，其群落物种组成主是禾本科，包括紫花针茅（犛狋犻狆犪狆狌狉狆狌狉犲犪）、羊茅（犉犲狊狋狌犮犪狅狏犻狀犪）、冰草（犃犵狉狅狆狔狉狅狀犮狉犻狊
狋犪狋狌犿）和洽草（犓狅犲犾犲狉犻犪犮狉犻狊狋犪狋犪）等。由于海拔较高，草地除西北部的巩乃斯沟能够受到伊犁河谷地湿润气流的
影响外，其余三面基本封闭，形成了独特的高寒山区气候。
１．２ 气候生产力模型的ＮＰＰ计算公式
研究采用 Ｈｏｌｄｒｉｄｇｅ生命地带系统的气候指标［２９，３０］：生物温度（ＢＴ）、年降水量（犘），以及任继周等［３１，３２］提出
的草地综合顺序分类法的气候指标：＞０℃年积温（∑θ）、湿润度（犓）和年净辐射（犚狀）来计算３种模型的ＮＰＰ。模
型公式表述如下：
朱志辉［２４］建立的北京模型：
犖犘犘犫＝
６．９３ｅｘｐ［－０．２２４（犚犇犐）１．８２］×犚狀，当犚犇犐≤２．１
８．２６ｅｘｐ（－０．４９８犚犇犐）×犚狀，当犚犇犐＞烅
烄
烆 ２．１
（１）
周广胜和张新时［２５］建立的综合植被模型：
犖犘犘狕＝犚犇犐×
犘×犚狀（犘２＋犚狀２＋犘×犚狀）
（犘＋犚狀）×（犘２＋犚狀２）
×ｅｘｐ（－ ９．８７＋６．２５槡 犚犇犐） （２）
林慧龙等［２６，２７］基于综合植被模型推导过程建立的ＮＰＰ模型：
犖犘犘犾＝犔２（犓）×０．１×∑θ×
［犓６＋犔（犓）犓３＋犔２（犓）］
［犓６＋犔２（犓）］×［犓５＋犔（犓）犓２］ ×ｅ
－ １３．５５＋３．１７犓－１－０．１６犓－２＋０．００３２犓槡 －３ （３）
式中，犖犘犘犫 为北京模型，犖犘犘狕 为综合植被模型，犖犘犘犾为林慧龙等建立的ＮＰＰ模型，犚犇犐为辐射干燥度（张新
时对中国各植被地带的犘犈犚与犚犇犐进行分析得到的回归方程，见公式（８）；犚狀 为年净辐射（ｍｍ）；犘为降水量
（ｍｍ）；犓 为湿润度；∑θ为＞０℃年积温；犔（犓）为林慧龙等以湿润度（犓）为参数建立的方程（公式９）。各模型中
涉及的气候指标及计算公式：
犅犜＝∑狋３６５
或犅犜＝∑犜１２
（４）
犘犈犜［１９］＝犅犜×５８．９３，犘犈犚＝犘犈犜犘 ＝
犅犜×５８．９３
犘
（５）
犚狀＝（犘犈犜×犘）
１
２×［０．３６９＋０．５９８×（犘犈犜犘
）１２］ （６）
犓［３２］＝ 犘０．１∑θ
（７）
犚犇犐［３０］＝０．５５８０２＋０．３１４０１犘犈犚－０．００９８６２４犘犈犚２＋０．０００１２２７犘犈犚３ （８）
犔（犓）［２６］＝０．５８８０２犓３＋０．５０６９８犓２－０．２５７０８１犓＋０．０００５１６３８７４ （９）
式中，犅犜为年平均生物温度（℃），狋为＜３０℃且＞０℃的日均温，Ｔ为＜３０℃且＞０℃的月均温；∑θ为＞０℃年积
温；犘为降水量（ｍｍ）；犓 为湿润度；犚狀 为年净辐射（ｍｍ）；犘犈犜为可能蒸散，犘犈犚为可能蒸散率；犚犇犐为辐射干
燥度；犔（犓）为＞０℃年积温（∑θ）代替生物温度（犅犜），计算公式犅犜＝∑狋／３６５中∑狋，并对公式（８）转换得到。
１．３ 数据资料来源及分析
利用中国科学院巴音布鲁克高寒草原生态研究站１９８４－１９９０、２００４－２００８年２个时间序列共１２年的植物
营养生长时期的气象观测和地上生物量监测资料。采用收获法测定地上生物量，具体试验方法为在研究区（４２°
５２′Ｎ，８３°４２′Ｅ，海拔２５７７ｍ）随机设置１０ｍ×１０ｍ的样地３个，每个样地内沿２条对角线设置１ｍ×１ｍ样方
５个，齐地收割样方内地上生物量，实验室内自然风干后称干重。试验在每年的８月下旬进行。其中，１９８４－
１９９０年地上生物量采用叶尔道来提等［３３］监测结果。气象站地理位置为４２°５３′Ｎ，８３°４２′Ｅ，海拔２４７０ｍ。
采用Ｅｘｃｅｌ和ＳＰＳＳ１３．０进行数据整理、制图、一元线性回归及相关分析。
８ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．２
２ 结果与分析
２．１ 生物气候指标及ＮＰＰ年度变化
根据中国科学院巴音布鲁克草地生态研究站在１９８４－１９９０、２００４－２００８年２个阶段的年降水量（Ｐ）、年净辐
射（Ｒｎ）、＞０℃年积温（∑θ）、生物温度（ＢＴ）、湿润度（犓）等５种气候指标得到了其年际变化趋势（图１）。
图１ １９８４－１９９０、２００４－２００８年高寒草地降水量、＞０℃年积温、年净辐射、生物温度及湿润度
犉犻犵．１ 犃狀狀狌犪犾狆狉犲犮犻狆犻狋犪狋犻狅狀，＞０℃犪狀狀狌犪犾犪狏犲狉犪犵犲犮狌犿狌犾犪狋犻狏犲狋犲犿狆犲狉犪狋狌狉犲，犪狀狀狌犪犾狀犲狋狉犪犱犻犪狋犻狅狀，犫犻狅犾狅犵犻犮犪犾
狋犲犿狆犲狉犪狋狌狉犲，犿狅犻狊狋狌狉犲犻狀犱犲狓狅犳犪犾狆犻狀犲犵狉犪狊狊犾犪狀犱犱狌狉犻狀犵１９８４－１９９０犪狀犱２００４－２００８狔犲犪狉狊，狉犲狊狆犲犮狋犻狏犲犾狔
Ｐ、∑θ、犓 均表现出不同程度的增加趋势，∑θ最为明显；ＢＴ、Ｒｎ 年际间虽有小幅波动，总体变化趋势平稳。
１２年内，Ｐ、Ｒｎ、∑θ、犓 的最大值均出现在２００７年，依次为：２８０．７ｍｍ，３２３．５ｍｍ，１２２２．７℃，２．４６１；２００７年的
ＢＴ为５．９０６℃仅次于最大值６．０４９℃（１９９０年）。Ｐ、Ｒｎ、∑θ、犓、ＢＴ５种气候指标的最小值分别为：１５６．４ｍｍ
（１９８５年），２７５．２ｍｍ（１９８５年），１０４８．４℃（１９８５和１９８９年），１．４３２（１９９０和２００４年犓 为１．４３５），５．４６０℃（１９８５
和１９８９年）。１９８５，１９８９，１９９０和２００７年气候突变较大，表现为１９８５和１９９０年低温、干旱，１９８９和２００７年高
温、湿润。
研究区的净第一性生产力（ＮＰＰ，ｔＤＭ／ｈｍ２·ａ）实测值（ＮＰＰｓ）与北京模型（ＮＰＰｂ）、综合植被模型（ＮＰＰｚ）、
林慧龙等建立的模型（ＮＰＰｌ）的ＮＰＰ模拟值总体波动趋势一致（图２）。
ＮＰＰｚ模拟值变化趋势较平稳，与ＮＰＰｓ变化趋势最为接近，而ＮＰＰｂ 模拟值波动趋势明显，与ＮＰＰｓ相比偏
差较大。３种模型ＮＰＰ模拟值与实测值的均值比较为：ＮＰＰｚ（３．０５４±０．１０８）＞ＮＰＰｌ（１．８５０±０．０９２）＞ＮＰＰｂ
（１．５３２±０．０３２）＞ＮＰＰｓ（０．６０３±０．０４６）。１２年中，ＮＰＰｂ、ＮＰＰｚ、ＮＰＰｌ模拟值与 ＮＰＰｓ 最大值均出现在２００７
年，其值分别为１．８１９，４．０１８，２．６６８，０．９３２。在１９８５年，ＮＰＰ模拟值与实测值均为１２年中的最小值，分别为
１．４００，２．６４８，１．５３６，０．３１４。３种模型 ＮＰＰ模拟值异常年份与气候突变较大年份相吻合，其中，降水与实
测值和３种模型模拟结果在时间序列上的波动趋势具有较强一致性，说明降水是研究区ＮＰＰ的主要限制性因子。
９第１９卷第２期 草业学报２０１０年
图２ １９８４－１９９０、２００４－２００８年高寒草地犖犘犘实测值，北京模型、
综合植被模型、林慧龙等建立的模型犖犘犘模拟值
犉犻犵．２ 犖犘犘犿犲犪狊狌狉犲犱狏犪犾狌犲，犖犘犘狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲狅犳犅犲犻犼犻狀犵犕狅犱犲犾，犖犘犘狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲狅犳
犆狅犿狆狅狊犻狋犲犞犲犵犲狋犪狋犻狅狀犕狅犱犲犾，犖犘犘狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲狅犳犔犻狀犺狌犻犾狅狀犵犫狌犻犾犱犻狀犵犕狅犱犲犾
狅犳犪犾狆犻狀犲犵狉犪狊狊犾犪狀犱犱狌狉犻狀犵１９８４－１９９０犪狀犱２００４－２００８狔犲犪狉狊，狉犲狊狆犲犮狋犻狏犲犾狔
２．２ ＮＰＰ实测值与模型模拟值的统计分析
ＮＰＰ实测值（ＮＰＰｓ）与３种模型（ＮＰＰｂ、ＮＰＰｚ、ＮＰＰｌ）模拟值的Ｐｅａｒｓｏｎ检验在０．０１水平下呈极显著相关
（表１）。ＮＰＰｓ分别和ＮＰＰｂ、ＮＰＰｚ、ＮＰＰｌ的模拟值进行一元线性回归（回归方程分别用Ａ、Ｂ、Ｃ表示），其决定系
数（犚２）依次为０．７３５，０．８００，０．７９９，回归拟合很好，说明３种模型对研究区具有较强的适用性。其中，综合植被
模型与林慧龙等建立的模型的ＮＰＰ模拟值与ＮＰＰｓ相关性尤为显著，这２种模型的回归方程可较好对研究区的
ＮＰＰ进行估算，以便于对该区草地载畜潜力估算提供科学的理论依据。
表１ 净第一性生产力（犖犘犘）实测值与模型模拟值的一元线性回归及相关性分析
犜犪犫犾犲１ 犖犲狋狆狉犻犿犪狉狔狆狉狅犱狌犮狋犻狏犻狋狔（犖犘犘）犿犲犪狊狌狉犲犱狏犪犾狌犲狊犪狀犱犿狅犱犲犾狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲狊
狅犳狋犺犲狊犻犿狆犾犲犾犻狀犲犪狉狉犲犵狉犲狊狊犻狅狀犪狀犱犮狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊
一元线性回归方程
ＳｉｍｐｌｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｅｑｕａｔｉｏｎＰｅａｒｓｏｎ
相关系数
Ｐｅａｒｓｏｎｃｏｒｒｅｌａｔｉｏｎ（犚）
决定系数
Ｃｏｅｆｆｉｃｉｅｎｔｏｆｄｅｔｅｒｍｉｎａｔｉｏｎ（犚２）
样本数
Ｓａｍｐｌｅｎｕｍｂｅｒ（狀）
Ａ：犖犘犘狊＝－１．２９６＋１．２４０犖犘犘犫 ０．８５７ ０．７３５ １２
Ｂ：犖犘犘狊＝－０．５４８＋０．３７７犖犘犘狕 ０．８９４ ０．８００ １２
Ｃ：犖犘犘狊＝－０．２２０＋０．４４５犖犘犘犾 ０．８９４ ０．７９９ １２
注：ＮＰＰｓ为净第一性生产力（ＮＰＰ）实测值，ＮＰＰｂ为北京模型ＮＰＰ模拟值，ＮＰＰｚ为综合植被模型ＮＰＰ模拟值，ＮＰＰｌ为林慧龙等建立的模型ＮＰＰ
模拟值，为０．０１水平上显著相关。
Ｎｏｔｅ：ＮＰＰｓｆｏｒｔｈｅｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ｍｅａｓｕｒｅｄｖａｌｕｅｓ，ＮＰＰｂｆｏｒＮＰＰｐｒｅｄｉｃｔｉｖｅｖａｌｕｅｏｆｔｈｅＢｅｉｊｉｎｇＭｏｄｅｌ，ＮＰＰｚｆｏｒＮＰＰｐｒｅｄｉｃｔｉｏｎ
ｖａｌｕｅｏｆｔｈｅＣｏｍｐｏｓｉｔｅＶｅｇｅｔａｔｉｏｎＭｏｄｅｌ，ＮＰＰｌｆｏｒＮＰＰｐｒｅｄｉｃｔｉｖｅｖａｌｕｅｏｆｔｈｅＬｉｎｈｕｉｌｏｎｇｂｕｉｌｄｉｎｇＭｏｄｅｌ，Ｃｏｒｒｅｌａｔｉｏｎｉｓｓｉｇｎｉｆｉｃａｎｔａｔｔｈｅ０．０１
ｌｅｖｅｌ．
２．３ 气候生产力模型的ＮＰＰ预测及草地载畜量分析
研究依据年均气温升高２或４℃，年降水量增加２０％，利用３种模型与实测值的回归方程Ａ、Ｂ、Ｃ对研究区
ＮＰＰ进行了模拟。
０１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．２
表２ 模型拟合后的犖犘犘模拟值和载畜量
犜犪犫犾犲２ 犖犘犘狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲犪狀犱犮犪狉狉狔犻狀犵犮犪狆犪犮犻狋狔狅犳犿狅犱犲犾犳犻狋狋犻狀犵狉犲狊狌犾狋狊
项目
Ｉｔｅｍ
２０％＋２℃
ＮＰＰｂ ＮＰＰｚ ＮＰＰｌ
２０％＋４℃
ＮＰＰｂ ＮＰＰｚ ＮＰＰｌ
ＮＰＰ模拟值ＮＰＰｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ（ｔＤＭ／ｈｍ２·ａ） １．２７ ０．９６ ０．９１ １．６４ １．０４ ０．９１
载畜量Ｃａｒｒｙｉｎｇｃａｐａｃｉｔｙ（羊单位Ｓｈｅｅｐｕｎｉｔｓ／ｈｍ２） １．９７ １．４９ １．４２ ２．５５ １．６２ １．４２
注：２０％＋２℃为年降水量增加２０％，温度升高２℃；２０％＋４℃为年降水量增加２０％，温度升高４℃。
Ｎｏｔｅ：２０％＋２℃ｆｏｒａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｒｅａｓｅｄ２０％ａｎｄｔｅｍｐｅｒａｔｕｒｅｉｎｃｒｅａｓｅｄ２℃；２０％＋４℃ｆｏｒａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｒｅａｓｅｄ２０％ａｎｄｔｅｍ
ｐｅｒａｔｕｒｅｉｎｃｒｅａｓｅｄ４℃．
当年均温度与降水量皆升高时，模拟值均有所增加（表２）。当年气温升高２℃，降水量增加２０％，回归方程
Ａ的模拟值增加了１１０．０４％；气温升高４℃，降水量增加２０％，ＮＰＰ由目前的０．６０３升高到２．５５，增幅达
１７１．９７％。２种气候状况下，方程Ｂ的模拟值与目前相比，增幅分别为５９．２０％和７２．４７％。方程Ｃ的模拟值维
持在０．９１，在年气温升高２℃，降水量增加２０％的基础上再升高２℃，模型预测结果没有变化。降水保持不变，温
度升高２℃时，Ａ的模拟值会增加２９．４４％，而Ｃ的模拟值没有变化，Ｂ的模拟值增幅为８．０２％，由于Ｂ的拟合度
（犚２＝０．８００）最优，故其模拟值较为准确。根据全球变化的２种预测结果，研究区草地生产力将呈现增长趋势。
在年均气温升高２或４℃，年降水量增加２０％条件下，通过回归拟合后的ＮＰＰ模拟值来预测研究区草地载
畜量。估测方法［１１］为：理论载畜量＝
草地地上年产量×家畜对牧草的利用率
家畜（１个羊单位）日食量×１６０
。
经过取样统计，巴音布鲁克高寒草地杂草率约为２５％，地下根茎占总生物量的３５％左右，牲畜践踏、无法采
食的残渣、凋落物等生物量损失大约为１０％，则最终利用牧草部分占总生物量的４０％～５０％，这里取４５％，研究
区家畜日食量采用１．８１ｋｇ／ｄ［１４］，暖季放牧时间约为１６０ｄ。
通过计算，目前理论载畜量为０．９４个羊单位／ｈｍ２，草地理论载畜量的估算结果见表２，３种模型估算的理论
载畜量均呈增大趋势。以ＮＰＰｂ（犚２＝０．８００）的预测结果为例，当温度升高２或４℃，降水增加２０％时，理论载畜
量与目前相比，分别增加了０．５５和０．６８个羊单位／ｈｍ２。近年来，西北干旱区气候向暖湿化转变［３５］，这在一定的
程度上将有利于该区畜牧业的发展。
３ 讨论
在年际植物营养生长期，研究区年际温度与净辐射波动不大，而降水量波动明显。降水对ＮＰＰ的影响在３
个模型中得到了很好的反映，在降水波动较大年份（如１９８５，１９８９，１９９０，２００７年）ＮＰＰ的模拟值与实测值偏差较
大，这是由于模型仅考虑了降水、温度等气候因子，而在实际情况下，土壤理化性质，植物自身的生理机制以及植
物对环境的反馈作用也会对植物生长产生影响。
３种模型模拟值与实测值的相关性均极显著，研究区ＮＰＰ增长潜力较大，对高寒草地ＮＰＰ的估算结果较准
确。综合植被模型与林慧龙等建立的模型的推导过程基本相同，这２种模型的ＮＰＰ模拟值与实测值的相关性及
回归拟合度都要优于北京模型。综合植被模型对研究区的ＮＰＰ模拟值为２．６４８～４．０１８ｔＤＭ／（ｈｍ２·ａ），与周
广胜等［３４］利用此模型对草地地带 ＮＰＰ估测得到的２．６～４．９ｔＤＭ／（ｈｍ２·ａ）范围差别不大。对于林慧龙
等［２６，２７］考虑到＞０℃年积温（∑θ）中＞３０℃的积温所占比重很小，采用生物温度的计算公式为：犅犜＝∑θ／３６５，代
替了综合植被模型计算过程中的公式（４），即在其模型中组合草原湿润度（犓）指标和＞０℃年积温（∑θ）２个气候
指标。由此可知，林慧龙模型既可表示水分平衡，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本质的因素，因此用草原湿润度（犓）指标和＞０℃年积温的组合来表示草地净
第一性生产力，更能揭示草原类型与其净第一性生产力的内在联系，为进一步研究地带性草地类型的生产潜力、
草地净第一性生产力的区域分布和全球分布提供了可能。从本质上讲，想改变过去草地ＮＰＰ模型与草地类型脱
节的传统，即知道某草地在综合顺序分类法中的位置或类型，也就通过林慧龙模型对应出与之相当的草地ＮＰＰ。
１１第１９卷第２期 草业学报２０１０年
在未来气候变暖（年均气温增加２或４℃，年降水量增加２０％）条件下，３种回归方程对研究区理论载畜量的
估测均有所增加，与目前载畜量相比较，增幅为０．４８～１．６１个羊单位／ｈｍ２，降水增加会使研究区牧草生物量显
著提高，温度对草地载畜量的影响不明显。在全球气候变暖背景下，不同区域因其地形分布各异，降水量及温度
也会呈不同的变化趋势和幅度，因此，对研究区的气候因子变化动向有待于进一步研究，以便于为该区净第一性
生产力的预测和草地生态恢复提供科学依据，同时对该区草场合理利用以及畜牧业管理也有一定的参考价值。
参考文献：
［１］ ＬｅｉｔｈＨ，ＷｈｉｔｔａｋｅｒＲＨ．ＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙｏｆｔｈｅＢｉｏｓｐｈｅｒｅ［Ｍ］．ＮｅｗＹｏｒｋ：ＳｐｒｉｎｇｅｒＶｅｒｌａｄＰｒｅｓｓ，１９７５．
［２］ 韩天虎，赵忠，王安禄，等．青藏高原东缘异针茅草地群落组成及生产力研究［Ｊ］．草业学报，２００７，１６（６）：６２６６．
［３］ 郑华平，陈子萱，王生荣，等．施肥对玛曲高寒沙化草地植物多样性和生产力的影响［Ｊ］．草业学报，２００７，１６（５）：３４３９．
［４］ 冯险峰，刘高焕，陈述彭，等．陆地生态系统净第一性生产力过程模型研究综述［Ｊ］．自然资源学报，２００４，１９（３）：３３６３７８．
［５］ 赵慧颖，王广生，魏学占．ＧＩＳ支持下的天然牧草产草量区域预报模型研究［Ｊ］．草业学报，２００７，１６（４）：１００１０６．
［６］ 仁青吉，崔现亮，赵彬彬．放牧对高寒草甸植物群落结构及生产力的影响［Ｊ］．草业学报，２００８，１７（６）：１３４１４０．
［７］ 张铜会，赵哈林，李玉霖，等．科尔沁沙地灌溉与施肥对退化草地生产力的影响［Ｊ］．草业学报，２００８，１７（１）：３６４２．
［８］ 孙飞达，龙瑞军，蒋文兰，等．三江源区不同鼠洞密度下高寒草甸植物群落生物量和土壤容重特性研究［Ｊ］．草业学报，
２００８，１７（５）：１１１１１６．
［９］ 刘艺杉，刘自学，李晓光，等．北京地区３种冷季型禾本科草坪草生物量及养分吸收动态的研究［Ｊ］．草业科学，２００８，
２５（４）：８８９４．
［１０］ 范永刚，胡玉昆，李凯辉，等．不同干扰对高寒草地群落物种多样性和生物量的影响［Ｊ］．干旱区研究，２００８，２５（４）：５３１
５３６．
［１１］ 李永宏，莫文红，杨持．内蒙古主要草地植物群落地上生物量和理论载畜量及其与气候的关系［Ｊ］．干旱区资源与环境，
１９９４，８（４）：４３５０．
［１２］ ＩｎｔｅｒｎａｔｉｏｎａｌＧｅｏｓｐｈｅｒｅＢｉｏｓｐｈｅｒｅＰｒｏｇｒａｍ．ＡｓｔｕｄｙｏｆＧｌｏｂａｌＣｈａｎｇｅ［Ｒ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＧｅｏｓｐｈｅｒｅＢｉｏｓｐｈｅｒｅＰｒｏ
ｇｒａｍｍｅｒ：Ｔｈｅｉｎｉｔｉａｌｃｏｒｅｐｒｏｊｅｃｔｓ．Ｒｅｐｏｒｔ１２，Ｓｔｏｃｋｈｏｌｍ，１９９０．
［１３］ ＩｎｔｅｒｎａｔｉｏｎａｌＧｅｏｓｐｈｅｒｅＢｉｏｓｐｈｅｒｅＰｒｏｇｒａｍ．Ｔｈｅｔｅｒｒｅｓｔｒｉａｌｃａｒｂｏｎｃｙｃｌｅ：ｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｔｈｅＫｙｏｔｏＰｒｏｔｏｃｏｌ［Ｊ］．Ｓｃｉｅｎｃｅ，
１９９８，２８０：１３９３１３９４．
［１４］ 皮南林．高寒草甸生态系统绵羊种群能量动态的研究［Ａ］．高寒草甸生态系统［Ｃ］．兰州：甘肃人民出版社，１９８２：６７８４．
［１５］ ＷａｎｇＺＭ，ＬｉａｎｇＹＬ．ＰｒｏｇｒｅｓｓｉｎｖｅｇｅｔａｔｉｏｎＮＰＰｍｏｄｅｌｒｅｓｅａｒｃｈ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｅａｒｃｈｉｎｔｈｅＡｒｉｄＡｒｅａｓ，２００２，
１７（２）：２２２５．
［１６］ 朱文泉，陈云浩，徐丹，等．陆地植被净初级生产力计算模型研究进展［Ｊ］．生态学杂志，２００５，２４（３）：２９６３００．
［１７］ 林慧龙，常生华，李飞，等．草地净初级生产力模型研究进展［Ｊ］．草业科学，２００７，２４（１２）：２６２９．
［１８］ 赵俊芳，延晓冬，朱玉洁．陆地植被净初级生产力研究进展［Ｊ］．中国沙漠，２００７，２７（５）：７８０７８６．
［１９］ 李镇清，刘振国，陈佐忠，等．中国典型草地区气候变化及其对生产力的影响［Ｊ］．草业学报，２００３，１２（１）：４１０．
［２０］ ＬｉＺＱ，ＬｉｕＺＧ，ＣｈｅｎＺＺ，犲狋犪犾．ＴｈｅｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅｓｏｎｔｈｅｐｒｏｄｕｃｔｉｖｉｔｙｉｎｔｈｅＩｎｎｅｒＭｏｎｇｏｌｉａｓｔｅｐｐｅｏｆＣｈｉｎａ
［Ｊ］．ＡｃｔａＰｒａｔａｃｕｌｔｕｒａｅＳｉｎｉｃａ，２００３，（２）：４１０．
［２１］ 云文丽，王永利，侯琼，等．净第一性生产力模型在内蒙古典型草地区的应用分析［Ｊ］．中国草地学报，２００８，３０（２）：１４．
［２２］ 张宏，樊自立．塔里木盆地北部盐化草甸植被净第一性生产力模型研究［Ｊ］．植物生态学报，２０００，２４（１）：１３１７．
［２３］ 杨允菲，邢福．松嫩平原杂类草草甸宽叶蒿无性系种群构件年龄结构及其生产力［Ｊ］．草业学报，２００７，１６（２）：１９２４．
［２４］ 朱志辉．自然植被净第一性生产力估计模型［Ｊ］．科学通报，１９９３，３８（１５）：１４２２１４２６．
［２５］ 周广胜，张新时．自然植被净第一性生产力模型初探［Ｊ］．植物生态学报，１９９５，１９（３）：１９３２００．
［２６］ 林慧龙，王军，徐震．草地净第一性生产力与≥０℃年积温、湿润度指标间的关系［Ｊ］．草业科学，２００５，２２（６）：８１０．
［２７］ ＬｉｎＨＬ．ＡＮｅｗＭｏｄｅｌｏｆＧｒａｓｓｌａｎｄＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ＢａｓｅｄｏｎｔｈｅＩｎｔｅｇｒａｔｅｄＯｒｄｅｒｌｙＣｌａｓｓｉｆｉｃａｔｉｏｎＳｙｓｔｅｍ
ｏｆＧｒａｓｓｌａｎｄ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆ２００９ＳｉｘｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＦｕｚｚｙＳｙｓｔｅｍｓａｎｄＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙ，ＦＳＫＤ，
２００９．
［２８］ 任继周．草业科学研究方法［Ｍ］．北京：中国农业出版社，１９９８．
２１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．２
［２９］ 张新时，杨奠安，倪文革．植被的ＰＥ（可能蒸散）指标与植被－气候分类（三）：几种主要方法与ＰＥＰ程序介绍［Ｊ］．植物生
态学与地植物学学报，１９９３，１７（２）：９７１０９．
［３０］ 张新时．研究全球气候变化的植被－气候分类系统［Ｊ］．第四纪研究，１９９３，１３（２）：１５７１６９．
［３１］ 任继周．草地农业生态学［Ｍ］．北京：中国农业出版社，１９９５．
［３２］ ＲｅｎＪＺ，ＨｕＺＺ，ＺｈａｏＪ，犲狋犪犾．ＡＧｒａｓｓｌａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｓｙｓｔｅｍａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎＣｈｉｎａ［Ｊ］．ＴｈｅＲａｎｇｅｌａｎｄＪｏｕｒｎａｌ，
２００８，３０：１９９２０９．
［３３］ 叶尔道来提，麦尔·斯拉木，阿得勒，等．天山南坡高山草地生产量的季节和年度动态［Ｊ］．干旱区研究，１９９１，（增刊）：
１６．
［３４］ 周广胜，郑元润，陈四清，等．自然植被净第一性生产力模型及其应用［Ｊ］．林业科学，１９９８，３４（５）：２１１．
［３５］ 施雅风，沈永平，李栋梁，等．中国西北气候由暖干向暖湿转型的特征和趋势探讨［Ｊ］．第四纪研究，２００３，２３（３）：３５０
３６１．
犃狀犪犾狔狊犻狊狅犳犪犱犪狆狋犪狋犻狅狀狅犳犪犮犾犻犿犪狋犲狆狉狅犱狌犮狋犻狏犻狋狔犿狅犱犲犾狅狀犪犾狆犻狀犲犵狉犪狊狊犾犪狀犱
ＧＯＮＧＹａｎｍｉｎｇ１，２，ＨＵＹｕｋｕｎ１，ＡＤＥＬＩＭａｉｄｉｌ１，ＬＩＫａｉｈｕｉ１，
ＹＩＮＷｅｉ１，２，ＺＨＡＮＧＷｅｉ１，２，ＷＡＮＧＪｉｙｕｎ３
（１．ＸｉｎｊｉａｎｇＩｎｓｔｉｔｕｔｅｏｆＥｃｏｌｏｇｙａｎｄＧｅｏｇｒａｐｈｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｕｒｕｍｑｉ８３００１１，Ｃｈｉｎａ；
２．ＧｒａｄｕａｔｅＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ；
３．ＣｈａｎｇｊｉＳｔａｔｉｏｎｏｆＰｒａｉｒｉｅ，Ｃｈａｎｇｊｉ８３１１００，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：ＴｈｅＢａｙａｎｂｕｌａｋｅｃｏｌｏｇｉｃａｌｓｔａｔｉｏｎｈａｓｒｅｃｏｒｄｓｏｆｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｖｅｐｌａｎｔｖｅｇｅｔａｔｉｖｅｓｔａｇｅｓｂｅｔｗｅｅｎ
１９８４－１９９０ａｎｄ２００４－２００８ｐｅｒｉｏｄｓ．Ｂａｓｅｄｏｎｔｈｅｃｌｉｍａｔｅｉｎｄｅｘａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ｏｆｔｈｅｓｔａ
ｔｉｏｎｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅＮＰＰｂｙｔｈｅＢｅｉｊｉｎｇＭｏｄｅｌ，ｔｈｅｉｎｔｅｇｒａｔｅｄｖｅｇｅｔａｔｉｏｎｍｏｄｅｌ，ａｎｄｔｈｅＬｉｎｇｈｕｉｌｏｎｇ
ｂｕｉｌｄｉｎｇｍｏｄｅｌ．Ｔｈｅｍｏｄｅｌｉｎｇａｎｄｍｅａｓｕｒｅｄｖａｌｕｅｓｗｅｒｅｆｉｔｔｅｄｂｙｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎａｎｄｔｈｅｃａｒｒｙｉｎｇｃａｐａｃｉｔｙｏｆ
Ｂａｙａｎｂｕｌａｋｇｒａｓｓｌａｎｄｗａｓｅｓｔｉｍａｔｅｄ．１）ｔｈｅｍｏｄｅｌｉｎｇｖａｌｕｅｓｃａｌｃｕｌａｔｅｄｆｒｏｍｔｈｅＢｅｉｊｉｎｇｍｏｄｅｌ（犚＝０．８５７），
ｉｎｔｅｇｒａｔｅｄｖｅｇｅｔａｔｉｏｎｍｏｄｅｌ（犚＝０．８９４），ａｎｄＬｉｎｇｈｕｉｌｏｎｇｂｕｉｌｄｉｎｇｍｏｄｅｌ（犚＝０．８９４）ａｌｆｉｔｗｅｌｗｉｔｈｔｈｅ
ｏｂｓｅｒｖａｔｉｏｎａｌｖａｌｕｅｓ；２）ｐｒｅｃｉｐｉｔａｔｉｏｎｒａｔｈｅｒｔｈａｎｔｅｍｐｅｒａｔｕｒｅｉｓｔｈｅｄｅｔｅｒｍｉｎａｎｔｆａｃｔｏｒｉｎｆｌｕｅｎｃｉｎｇｔｈｅＮＰＰｏｆ
Ｂａｙａｎｂｕｌａｋｇｒａｓｓｌａｎｄ；３）ａｓｔｈｅａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅｉｎｃｒｅａｓｅｓ２ａｎｄ４℃ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｒｅａｓｅｓ２０％，ｔｈｅ
ｃａｒｒｙｉｎｇｃａｐａｃｉｔｙｗｉｌｉｎｃｒｅａｓｅｆｒｏｍ０．９４ｓｈｅｅｐｕｎｉｔｓｐｅｒｈｅｃｔａｒｅ（Ｂｅｉｊｉｎｇｍｏｄｅｌ）ｔｏ１．９４ｓｈｅｅｐｕｎｉｔｓｐｅｒｈｅｃｔａｒｅ
（ｉｎｔｅｇｒａｔｅｄｖｅｇｅｔａｔｉｏｎｍｏｄｅｌ）ａｎｄ１．６２ｓｈｅｅｐｕｎｉｔｓｐｅｒｈｅｃｔａｒｅ（Ｌｉｎｇｈｕｉｌｏｎｇｂｕｉｌｄｉｎｇｍｏｄｅｌ）．
犓犲狔狑狅狉犱狊：ａｌｐｉｎｅｇｒａｓｓｌａｎｄ；ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ；ｃｌｉｍａｔｅｉｎｄｅｘ；ｃｌｉｍａｔｅｐｒｏｄｕｃｔｉｖｉｔｙｍｏｄｅｌ；ｃａｒｒｙｉｎｇｃａ
ｐａｃｉｔｙ
３１第１９卷第２期 草业学报２０１０年