趙志平，吳曉莆，李 果，李俊生

(中國(guó)環(huán)境科學(xué)研究院，北京 100012)

青海三江源區(qū)果洛藏族自治州草地退化成因分析

趙志平，吳曉莆，李 果，李俊生*

(中國(guó)環(huán)境科學(xué)研究院，北京 100012)

利用長(zhǎng)期歷史資料，分析了氣候變化和人類(lèi)放牧活動(dòng)對(duì)草地生產(chǎn)力的影響，探討20世紀(jì)60年代以來(lái)青海三江源區(qū)果洛藏族自治州草地退化主要原因，結(jié)果顯示：研究區(qū)是全球變暖的敏感地區(qū)，1961—2010年研究區(qū)氣溫升高、年降水略有下降、濕潤(rùn)程度下降，Miami模型、Thornthwaite Memorial模型和綜合自然植被凈第一性生產(chǎn)力模型(綜合模型)模擬的該區(qū)植被凈初級(jí)生產(chǎn)力(NPP)均具有上升趨勢(shì)，近50年來(lái)研究區(qū)氣候變化總體上有利于該區(qū)草地生產(chǎn)力改善；研究區(qū)家畜年末存欄數(shù)60年代劇烈上升，至70年代達(dá)到頂峰，家畜年末存欄數(shù)與植被NDVI呈極顯著負(fù)相關(guān)關(guān)系(Plt;0.01)，草地實(shí)際載畜量過(guò)大造成牲畜對(duì)草地過(guò)度啃食，導(dǎo)致草地退化。研究區(qū)退化草地恢復(fù)治理的重點(diǎn)應(yīng)放在減輕載畜壓力、控制草地現(xiàn)實(shí)載畜量方面。

草地退化；氣候變化；過(guò)度放牧；果洛藏族自治州

草地退化，是由于人為活動(dòng)干擾或不利的自然因素所引起的草地植被蓋度下降、產(chǎn)草量下降、毒雜草叢生，從而導(dǎo)致草地生態(tài)質(zhì)量衰退，生產(chǎn)力、經(jīng)濟(jì)潛力及服務(wù)功能降低，環(huán)境變劣以及生物多樣性降低，恢復(fù)功能減弱或失去恢復(fù)功能[1]，是草地生態(tài)系統(tǒng)在其演化過(guò)程中結(jié)構(gòu)特征和能流與物質(zhì)循環(huán)等功能的惡化過(guò)程[2]，威脅區(qū)域生態(tài)安全[3]。因此，草地退化成因及其生態(tài)影響已成為生態(tài)學(xué)重要研究領(lǐng)域之一[4]。

關(guān)于草地退化的原因和主要驅(qū)動(dòng)力，目前學(xué)術(shù)界普遍存在氣候變化、人類(lèi)放牧活動(dòng)和鼠害3種觀點(diǎn)[5]。張鐿鋰等[6]認(rèn)為黃河源地區(qū)草地退化有自然因素的影響，但人類(lèi)活動(dòng)起主導(dǎo)作用；嚴(yán)作良等[7]認(rèn)為季節(jié)性過(guò)牧等人類(lèi)活動(dòng)是造成江河源區(qū)近期草地迅速退化的主導(dǎo)因素，從而促使氣候、鼠害等自然因子作用加劇。趙新全[4,8]和周華坤[9]通過(guò)增溫實(shí)驗(yàn)和放牧強(qiáng)度試驗(yàn)，模擬氣候變暖和人類(lèi)活動(dòng)對(duì)高寒草甸生態(tài)系統(tǒng)的影響，然后利用層次分析法對(duì)江河源區(qū)草地退化原因的定量分析，結(jié)果表明長(zhǎng)期超載過(guò)牧的貢獻(xiàn)率達(dá)到39.35%，暖干化氣候在三江源區(qū)草地退化中的貢獻(xiàn)率達(dá)到36.64%，鼠害是該區(qū)草地初始退化的一個(gè)伴生產(chǎn)物。汪詩(shī)平[10]也曾以三江源區(qū)治多縣為例進(jìn)行研究，發(fā)現(xiàn)草地退化的主要原因是超載過(guò)牧，但干旱化氣候起到了推波助瀾的作用。這些研究主要基于3—6a的增溫實(shí)驗(yàn)和樣地放牧強(qiáng)度對(duì)比試驗(yàn)，以及利用短期、瞬時(shí)遙感資料進(jìn)行分析，缺乏從宏觀方面對(duì)草地退化原因的長(zhǎng)期性研究。

青海果洛藏族自治州是三江源區(qū)重要的組成部分，近幾十年來(lái)，草地退化嚴(yán)重(表1)[11]。本研究嘗試?yán)瞄L(zhǎng)期歷史資料，分別從氣候變化和人類(lèi)放牧活動(dòng)對(duì)草地退化的影響兩個(gè)方面進(jìn)行分析，以探討20世紀(jì)60年代以來(lái)青海三江源區(qū)果洛藏族自治州草地退化成因，同時(shí)也可為我國(guó)其它地區(qū)草地退化成因分析提供借鑒。

表1 果洛藏族自治州各縣草地退化面積[11]

1 研究區(qū)概況

青海省果洛藏族自治州地處青藏高原腹地的巴顏喀拉山和阿尼瑪卿山之間、三江源區(qū)東部，地理上位于北緯32°21′—35°45′、東經(jīng)96°56′—101°45′之間[12]。行政區(qū)劃上主要有瑪多、達(dá)日、甘德、瑪沁、久治和班瑪6縣，總面積7.6×104km2。區(qū)內(nèi)平均海拔4200m以上，氣候上屬高原高寒氣候，表現(xiàn)為冷熱兩季交替、干濕兩季分明，年均氣溫為-4℃，年均降水量400—700mm。草地是該區(qū)的主要植被類(lèi)型，占土地總面積的71%[13]，其中高寒草甸占56%，高寒草原占15%。 土壤類(lèi)型主要有高山草甸土、高山草原土、灰褐土、栗鈣土、沼澤土、風(fēng)沙土等類(lèi)型，其中以高山草甸土分布最多。

圖1 果洛藏族自治州草地類(lèi)型分布概況Fig.1 Spatial distribution of grassland in Golog Tibetan Autonomous Prefecture

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

本研究用到的氣象站點(diǎn)觀測(cè)數(shù)據(jù)是由中國(guó)氣象局?jǐn)?shù)據(jù)共享中心提供，包括果洛藏族自治州及周邊共17個(gè)氣象站點(diǎn)日值觀測(cè)數(shù)據(jù)，數(shù)據(jù)項(xiàng)為日平均溫度、日最高溫度、日最低溫度、風(fēng)速、相對(duì)濕度、降水量和日照時(shí)數(shù)。1982—2006年GIMMS 8km分辨率NDVI數(shù)據(jù)來(lái)源于國(guó)家自然科學(xué)基金委員會(huì)“中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”。

2.2 方法

溫度和降水量是表征區(qū)域氣候變化的主要因子，但降水量不是區(qū)域濕潤(rùn)程度的唯一指標(biāo)，區(qū)域的濕潤(rùn)狀況還與氣溫、下墊面、太陽(yáng)輻射、風(fēng)速等因子有關(guān)。Thornthwaite[14]使用濕潤(rùn)指數(shù)來(lái)指示氣候的濕潤(rùn)程度，并提出了以下計(jì)算濕潤(rùn)指數(shù)(Im)的公式：

(1)

式中,P為年降水量，ET0為潛在蒸散。本研究采用此式計(jì)算濕潤(rùn)指數(shù)來(lái)定量表示研究區(qū)濕潤(rùn)程度。潛在蒸散(ET0)采用聯(lián)合國(guó)糧農(nóng)組織(FAO)1998年對(duì)Penman-Monteith模型修訂后的版本計(jì)算[15- 18]：

(2)

式中,Rn為凈輻射，G為土壤通量，γ為干濕常數(shù)，Δ為飽和水汽壓曲線斜率，U2為2m高處的風(fēng)速，ea為實(shí)際水汽壓，es為平均飽和水汽壓。凈輻射Rn的計(jì)算公式如下：

(3)

式中,σ為Stefan-Boltzmann常數(shù)(4.903×10-9MJK-4m-2d-1)，Tmax，k、Tmin，k分別為絕對(duì)溫標(biāo)的最高和最低氣溫，n為實(shí)際日照時(shí)數(shù)，N為可照時(shí)數(shù)，Rso為晴天輻射。

利用ANUSPLIN軟件將研究區(qū)及周邊氣象站點(diǎn)數(shù)據(jù)插值形成研究區(qū)空間1km柵格氣候數(shù)據(jù)，包括年平均氣溫、年降水量和濕潤(rùn)指數(shù)，多項(xiàng)研究認(rèn)為ANUSPLIN方法對(duì)溫度和降水的插值效果明顯優(yōu)于其他方法[19- 21]。濕潤(rùn)指數(shù)由公式(1)、(2)和(3)計(jì)算得到。

目前國(guó)內(nèi)外流行的基于氣象數(shù)據(jù)計(jì)算植被凈初級(jí)生產(chǎn)力(NPP)的方法有Miami模型、Thornthwaite Memorial模型和綜合自然植被凈第一性生產(chǎn)力模型(簡(jiǎn)稱(chēng)綜合模型)。

Miami模型[22]是H.Lieth利用世界5大洲約50個(gè)地點(diǎn)可靠的自然植被NPP的實(shí)測(cè)資料和與之相匹配的年均氣溫及降水資料，根據(jù)最小二乘法建立的：

NPPT=3000/(1+e1.315-0.119T)

(4)

NPPP=3000(1-e-0.000664P)

(5)

式中,NPPT和NPPP分別為根據(jù)年平均氣溫(T，℃)和年降水(P，mm)求得植被凈初級(jí)生產(chǎn)力(g·m-2·a-1)。根據(jù)Liebig的限制因子定律，選擇由溫度和降水所計(jì)算出的植被NPP中的較低者作為某地植被的NPP。

植被的NPP不僅與溫度和降水有關(guān)，而且也與植被蒸散量有關(guān)。H.Lieth基于Thornthwaite方法計(jì)算的實(shí)際蒸散及世界五大洲50個(gè)地點(diǎn)植被NPP資料，于1974年提出了Thornthwaite Memorial模型[23]：

NPP=3000(1-e-0.0009695(E-20))

(6)

(7)

式中,NPP為植被凈初級(jí)生產(chǎn)力(g·m-2·a-1)，E為年實(shí)際蒸散量(mm)，P為年降水量(mm)，ET0為潛在蒸散(mm)，采用(2)式計(jì)算。Thornthwaite Memorial模型包含的環(huán)境因子較全面，計(jì)算的結(jié)果優(yōu)于Miami模型[24]。

周廣勝與張新時(shí)[25- 26]根據(jù)植物的生理生態(tài)學(xué)特點(diǎn)及聯(lián)系能量平衡和水量平衡方程的實(shí)際蒸散模型，根據(jù)世界各地的23組森林、草地及荒漠等自然植被資料及相應(yīng)的氣候資料建立了自然植被NPP模型：

(8)

式中,NPP為植被凈初級(jí)生產(chǎn)力(102g·m-2·a-1)，P為年降水量(mm)，RDI為輻射干燥度，可用下式計(jì)算：

RDI=0.629+0.237·PER-0.00313·PER2

(9)

(10)

式中,ET0為潛在蒸散(mm)，采用(2)式計(jì)算，P為年降水量(mm)，PER為可能蒸散率。該模型以與植被光合作用密切相關(guān)的蒸散為基礎(chǔ)，綜合考慮了各因子的相互作用，對(duì)于干旱半干旱地區(qū)其計(jì)算結(jié)果優(yōu)于其它模型。

歸一化植被指數(shù)(NDVI)是表征地表植被狀況的重要指數(shù)[27]，由于研究區(qū)位于青藏高原高寒區(qū)，可以采用最大合成法(MVC)獲得每個(gè)象元一年中地表植被NDVI最大值(NDVImax)來(lái)代表當(dāng)年植被生長(zhǎng)狀況:

NDVImax(x,t)=MAX(NDVI(x,t,i))

(11)

式中,x表示空間位置，t表示年份，i表示t年中1月1日起第i個(gè)15d，其范圍在1到24之間。

3 結(jié)果

3.1 氣候變化

研究區(qū)屬于高海拔高寒氣候，多年平均氣溫為-3.45℃，變異系數(shù)為0.22。1961—2010年該區(qū)具有極顯著增溫趨勢(shì)(R2=0.4481)，平均增速0.35℃/10a，且增溫速率呈加快趨勢(shì)。

圖2 1961—2010年研究區(qū)年平均溫度、年降水量和濕潤(rùn)指數(shù)變化Fig.2 Variation of annual average temperature， annual precipitation，and index of moisture in research area from 1961 to 2010

研究區(qū)多年平均降水量為556.71mm，變異系數(shù)為0.10。1961—2010年年降水量總體具有下降趨勢(shì)，但趨勢(shì)不顯著(R2=0.0018)，為-1.62mm/10a，其中80年代降水量最大，90年代降水量下降幅度較大，2000年以來(lái)降水量增加到70年代水平，但仍然低于80年代。

研究區(qū)多年平均濕潤(rùn)指數(shù)為0.60。1961—2010年該區(qū)濕潤(rùn)指數(shù)總體具有下降趨勢(shì)，但趨勢(shì)不顯著(R2=0.0725)，為2.15/10a，其中80年代濕潤(rùn)指數(shù)最大，90年代濕潤(rùn)指數(shù)下降幅度較大。2000年以來(lái)濕潤(rùn)指數(shù)低于90年代，為近50年來(lái)最低值。這可能是由于溫度增加導(dǎo)致潛在蒸散(ET0)增加幅度較大，同時(shí)降水量增加幅度較小的緣故。

3.2 氣候變化導(dǎo)致的植被凈初級(jí)生產(chǎn)力變化

利用基于氣象數(shù)據(jù)計(jì)算NPP的Miami模型、Thornthwaite Memorial模型和綜合自然植被凈第一性生產(chǎn)力模型(綜合模型)，模擬了研究區(qū)1961—2010年氣候變化導(dǎo)致的植被凈初級(jí)生產(chǎn)力(NPP)的變化。圖3顯示，Thornthwaite Memorial模型和綜合模型的NPP模擬值較接近，多年NPP均值分別為600.02和576.47 g·m-2·a-1，變異系數(shù)分別為0.05和0.04。Miami模型的NPP模擬值相對(duì)較低，多年NPP均值為459.53 g·m-2·a-1，變異系數(shù)為0.08。1961—2010年Thornthwaite Memorial模型和綜合模型模擬的NPP具有增加趨勢(shì)，但趨勢(shì)不顯著，分別為0.30和0.36 g·m-2·a-1，Miami模型模擬的NPP具有顯著增加趨勢(shì)，增加速率為1.62g·m-2·a-1。

圖3 基于氣象數(shù)據(jù)的1961—2010年植被凈初級(jí)生產(chǎn)力年際變化Fig.3 Interannual change of net primary productivity based on meteorological data from 1961 to 2010

圖4 基于氣象數(shù)據(jù)的1961—2010年植被凈初級(jí)生產(chǎn)力年代變化Fig.4 Interdecade change of net primary productivity based on meteorological data from 1961 to 2010

圖4顯示Thornthwaite Memorial模型和綜合模型的NPP年代變化比較一致，均為80年代最大，90年代NPP下降幅度較大，但仍然高于60年代，2000年以來(lái)NPP增長(zhǎng)幅度較大，高于60和70年代，但低于80年代。Miami模型模擬的NPP自60年代以來(lái)呈現(xiàn)不斷增加趨勢(shì)，2000年以來(lái)NPP達(dá)到最大值。植被光合作用與蒸散密切相關(guān)，綜合模型以此為基礎(chǔ)，綜合考慮了各因子的相互作用，其模擬的NPP介于Thornthwaite Memorial模型和Miami模型之間，結(jié)果比較可靠。

上述結(jié)果表明，研究區(qū)氣候變化總體上是有利于植被NPP增加的，3個(gè)模型模擬的1961—2010年研究區(qū)NPP都具有增加趨勢(shì)。同時(shí)Thornthwaite Memorial模型和綜合模型能夠刻畫(huà)90年代研究區(qū)NPP下降過(guò)程，但研究區(qū)90年代NPP仍然高于60年代，NPP變化仍處于正常范圍內(nèi)。

3.3 草地實(shí)際載畜量變化

果洛藏族自治州牧民從事的生產(chǎn)活動(dòng)以放牧為主，主要畜種包括牦牛、綿羊、山羊和馬匹。本研究從《果洛藏族自治州統(tǒng)計(jì)年鑒1954—2010》*果洛州統(tǒng)計(jì)局. 果洛藏族自治州統(tǒng)計(jì)年鑒1954—2010 未出版中查找研究區(qū)牲畜頭、只數(shù)，依據(jù)農(nóng)業(yè)部發(fā)布的《天然草地合理載畜量的計(jì)算NY/T635—2002》[28]，按照一頭牦牛4.5個(gè)羊單位，一匹馬6個(gè)羊單位折算。結(jié)果表明(圖5)，研究區(qū)家畜年末存欄數(shù)總體上經(jīng)歷了一個(gè)急劇增加-緩慢下降的過(guò)程，變異系數(shù)為0.29。建國(guó)初50年代的家畜年末存欄數(shù)最低，為321.72×104羊單位；60年代家畜年末存欄數(shù)直線上升，達(dá)到474.62×104羊單位；70年代達(dá)到頂峰為746.27×104羊單位，相比50年代增加131.96%，比60年代增加57.23%。此后80和90年代家畜年末存欄數(shù)一直緩慢下降，至2000年以來(lái)下降至571.67×104羊單位，但仍然比60年代高20.45%。

圖5 1952—2010年果洛藏族自治州家畜年末存欄數(shù)變化Fig.5 Variation of livestock amount at the end of year in research area from 1952 to 2010

3.4 退化草地NDVI變化及其成因分析

采用最大合成法(MVC)獲得每個(gè)象元一年中地表植被NDVI最大值(NDVImax)來(lái)代表當(dāng)年植被生長(zhǎng)狀況。結(jié)果顯示(圖6)，研究區(qū)80年代NDVImax較低，90年代草地退化加劇NDVImax進(jìn)一步下降，2000年以來(lái)退化草地開(kāi)始恢復(fù)，NDVI狀況明顯比80和90年代好。由于遙感數(shù)據(jù)出現(xiàn)時(shí)間較晚，導(dǎo)致1961—1981年研究區(qū)草地狀況依舊不明。相關(guān)分析顯示，1982—2006年研究區(qū)年平均氣溫、降水量和濕潤(rùn)指數(shù)與植被NDVI狀況均不顯著，Miami模型、Thornthwaite Memorial模型和綜合模型模擬的研究區(qū)NPP與植被NDVI狀況也均不顯著，而家畜年末存欄數(shù)則與植被NDVI狀況呈極顯著負(fù)相關(guān)關(guān)系(Plt;0.01)(圖7)。這表明研究區(qū)1982—2006年植被變化直接受到人類(lèi)放牧活動(dòng)的影響，與氣候變化沒(méi)有顯著關(guān)系。另外，隨著草地退化程度加劇，植被群落中毒雜草比例增加，但仍然不能改變草地蓋度(或NDVI)不斷下降的趨勢(shì)。

圖6 1982—2006年研究區(qū)植被NDVI狀況變化Fig.6 Variation of NDVImax in research area from 1982—2006

圖7 植被NDVImax與家畜年末存欄數(shù)回歸關(guān)系Fig.7 Regression between NDVImax and livestock amount at the end of year

4 討論與結(jié)論

本研究中Miami模型是H.Lieth利用世界5大洲約50個(gè)地點(diǎn)可靠的自然植被NPP的實(shí)測(cè)資料和與之相匹配的年均氣溫及降水資料建立的[22]，在我國(guó)已經(jīng)廣泛使用[29- 31]。Thornthwaite Memorial模型包含的環(huán)境因子較全面，計(jì)算的結(jié)果優(yōu)于Miami模型[24]。周廣勝與張新時(shí)[25- 26]建立的自然植被NPP模型以與植被光合作用密切相關(guān)的蒸散為基礎(chǔ)，綜合考慮了各因子的相互作用，并且在全國(guó)范圍內(nèi)進(jìn)行了應(yīng)用[32]。本研究基于上述3個(gè)模型，對(duì)青海三江源區(qū)果洛藏族自治州近50年來(lái)NPP變化進(jìn)行了模擬。3個(gè)模型模擬的NPP變異系數(shù)(0.08、0.05和0.04)相對(duì)較小，模擬結(jié)果具有一定的可靠性。

IPCC第四次報(bào)告中[33]全球100a(1906—2005)增溫趨勢(shì)為0.074℃/10a，任國(guó)玉等[34]計(jì)算了1951—2004年中國(guó)年平均溫度增幅約為1.3℃，約0.25℃/10a。本區(qū)增溫速率遠(yuǎn)大于全球平均水平，約為中國(guó)平均增溫速率的1.4倍，說(shuō)明本區(qū)是全球變暖的敏感地區(qū)。氣候變暖會(huì)使草地返青期提前，增強(qiáng)植被光合作用，有利于植物生長(zhǎng),提高植被生產(chǎn)力[35]。 1961—2010年研究區(qū)氣溫顯著升高、雖然年降水量和濕潤(rùn)程度略有下降，但3個(gè)氣候模型的模擬結(jié)果均顯示該地區(qū)氣候變化導(dǎo)致植被NPP具有上升趨勢(shì)，說(shuō)明研究區(qū)氣候變化總體上有利于草地生產(chǎn)力改善。

本次研究的調(diào)查發(fā)現(xiàn)，果洛藏族自治州家畜年末存欄數(shù)在20世紀(jì)60年代后呈直線上升，至20世紀(jì)70年代達(dá)到最高值，相比上世紀(jì)50年代和60年代分別增加131.96%和57.23%。其后雖然家畜年末存欄數(shù)有所下降，但總體上家畜年末存欄數(shù)仍呈增長(zhǎng)趨勢(shì)(圖5)。Fan等[36]經(jīng)過(guò)研究也認(rèn)為1988—2005年青海三江源區(qū)夏季草場(chǎng)平均超載100%，冬季草場(chǎng)平均超載近200%，其中果洛藏族自治州草地超載過(guò)牧現(xiàn)象尤其嚴(yán)重。Brekke認(rèn)為氣候變化會(huì)導(dǎo)致草地產(chǎn)草量暫時(shí)下降，而草地長(zhǎng)期過(guò)牧則會(huì)破壞草地生態(tài)系統(tǒng)的穩(wěn)定性[37]。Sonneveld在東非干旱草原的研究表明草地退化格局與草地超載過(guò)牧格局基本一致[38]。本次研究也發(fā)現(xiàn)，研究區(qū)1982—2006的植被NDVI與家畜年末存欄數(shù)存在極顯著負(fù)相關(guān)關(guān)系(Plt;0.01)，說(shuō)明研究區(qū)60年代以來(lái)家畜年末存欄數(shù)急劇上升、草地長(zhǎng)期超載過(guò)牧是研究區(qū)草地退化的主要驅(qū)動(dòng)因子。從而進(jìn)一步印證草地長(zhǎng)期超載過(guò)牧、載畜壓力過(guò)高是草地退化的主要原因。鼠害也是研究區(qū)普遍存在的現(xiàn)象，前人研究成果表明隨著植被蓋度和高度降低，高原鼢鼠數(shù)量增加[39]，鼠害是該區(qū)草地初始退化的一個(gè)伴生產(chǎn)物[8]。所以退化草地的恢復(fù)治理應(yīng)重點(diǎn)放在減輕草地載畜壓力、控制草地現(xiàn)實(shí)載畜量方面，同時(shí)輔以退牧還草、惡化退化草場(chǎng)治理(圍欄封育、補(bǔ)播、人工草地等)、滅鼠以及水土保持等措施。研究表明：輕度退化草地封育2—3a后草地即可得到恢復(fù)，中度退化草地需要封育時(shí)間更長(zhǎng)，重度和極度(黑土灘)退化草地必須通過(guò)建植人工草地、結(jié)合補(bǔ)播、施肥、毒雜草防除、滅鼠以及其它改良措施[40]。隨著2000年以來(lái)研究區(qū)草地放牧壓力下降，植被NDVI狀況轉(zhuǎn)好，退化草地開(kāi)始恢復(fù)。2005年開(kāi)始實(shí)施的《青海三江源自然保護(hù)區(qū)生態(tài)保護(hù)和建設(shè)總體規(guī)劃》對(duì)于降低放牧活動(dòng)對(duì)草地生態(tài)系統(tǒng)的影響，恢復(fù)已經(jīng)退化的草地具有重要意義。

本研究最大的特點(diǎn)是從宏觀上分析1961—2010年氣候變化和人類(lèi)放牧活動(dòng)對(duì)草地退化的影響，研究結(jié)果與趙新全[4,8]和周華坤[5,9]等人的觀點(diǎn)不完全一致，他們的研究認(rèn)為暖干化氣候在三江源區(qū)草地退化中的貢獻(xiàn)率達(dá)到36.64%，僅次于草地長(zhǎng)期超載過(guò)牧。這可能是由于研究區(qū)范圍、研究方法以及時(shí)間尺度不同導(dǎo)致的。雖然總體上果洛藏族自治州草地退化的主要驅(qū)動(dòng)因子是草地超載過(guò)牧，但在局部地區(qū)也可能受其它因素的影響，例如極端天氣、地形條件以及其它人類(lèi)干擾活動(dòng)。本研究對(duì)于果洛藏族自治州制定合理的草地退化治理措施具有借鑒作用。由于受資料所限，本研究缺乏該區(qū)長(zhǎng)期地面草地樣方監(jiān)測(cè)數(shù)據(jù)對(duì)研究結(jié)論進(jìn)行實(shí)證，同時(shí)該區(qū)遙感空間數(shù)據(jù)出現(xiàn)時(shí)間較晚，導(dǎo)致1961—1981年研究區(qū)草地總體狀況依舊不明。

[1] Li B. The rangeland degradation in North China and its preventive strategy. Scientia Agricultura Sinica，1997，30(6)：1- 9.

[2] Chen Z Z. Natural grassland ecosystem degradation and its regulation in China. Beijing：Chineses Science and Technic Press，1990：86- 88.

[3] Zhou H K，Zhao X Q，Zhou L，Liu W，Li Y N，Tang Y H. A study on correlations between vegetation degradation and soil degradation in the Alpine Meadow of the Qinghai-Tibetan Plateau. Acta Prataculturae Sinica，2005，14(3)：31- 40.

[4] ZHAO X Q. Restoration and sustainable management of degradation grassland ecosystem in the Three Rivers Headwaters Region of Qinghai Province. Beijing：Chineses Science and Technic Press，2011：85- 126.

[5] Zhou H K，Zhao X Q，Tang Y H，Gu S，Zhou L. Alpine grassland degradation and its control in the source region of Yangtze and Yellow Rivers，China. Japanese Society of Grassland Science，2005，51(3)：191- 203.

[6] Zhang Y L，Liu L S，Bai W Q，Shen Z X，Yan J Z，Ding M J，Li S C，Zheng D. Grassland degradation in the source region of the Yellow River. Acta Geographica Sinica，2006，61(1)：3- 14.

[7] Yan Z L，Zhou H K，Liu W，Zhou L. Preliminary discuss on grassland degradation in the source region of Yangtze and Yellow Rivers. Grassland of China，2003，25(1)：73- 78.

[8] Zhao X Q，Zhou H K. Eco-environmental degradation vegetation regeneration and sustainable development in the headwaters of Three Rivers on Tibetan Plateau. Bulletin of the Chinese Academy of Sciences，2005，20(6)：471- 476.

[9] Zhou H K，Zhao X Q，Zhou L，Tang Y H，Liu W，Shi Y. Application of analytic hierarchy process on the alpine grassland degradation in the source region of the Yangtze and Yellow Rivers. Resources Science，2005，27(4)：63- 70.

[10] Wang S P. Vegetation degradation and protection strategy in the"Three Rivers Fountainhead"area in the Qinghai Province. Acta Pratacultural Science，2003，12(6)：1- 9.

[11] Liu J Y，Xu X L，Shao Q Q. Grassland degradation in the “Three-River Headwaters” region，Qinghai Province. Journal of Geographical Sciences，2008，18(3)：259- 273.

[12] Han Y L，Chen K L，Wang S P. Study on carbon stack of alpine grassland in the source regions of the Yellow River-In case of Guoluo Tibetan Autonomous Prefecture in Qinghai Province. Territory amp; Natural Resources Study，2010，(5)：93- 94.

[13] The web of the people′s government of the Golog Autonomous Prefecture in Qinghai Province：http://www.guoluo.gov.cn.

[14] Thornthwaite C W. An approach toward a rational classification of climate. Geographical Review，1948，38(1)：55- 94.

[15] Wang L，Xie X Q，Li Y S，Tang D Y. Changes of humid index and borderline of wet and dry climate zone in northern China over the past 40 years. Geographical Research，2004，23(1)：45- 54.

[16] Richard G A，Luis S. P，Dirk R，Martin S. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. 1998，http://www.fao.org/docrep/x0490e/x0490e0 0.htm.

[17] Wu S H，Yin Y H，Du Z. Moisture conditions and climate trends in China during the period 1971—2000. International Journal of Climatology，2006，26(2)：193- 206.

[18] Yin Y H，Wu S H，Du Z. Radiation calibration of FAO56 Penman-Monteith model to estimate reference crop evapotranspiration in China. Agricultural Water Management，2008，95(1)：77- 84.

[19] Wang Y，Cao M K，Tao B，Li K R. The characteristics of spatio-temporal patterns in precipitation in China under the background of global climate change. Geographical Research，2006，25(6)：1031- 1040.

[20] Hustchinson M F. Anusplin Version 4.2 User Guide.

[21] Hutchinson M F. Interpolation of rainfall data with thin plate smoothing splines I two dimensional smoothing of data with short range correlation. Geographic Information Decision Analysis，1998，2(2)：139- 151.

[22] Lieth H. Modeling the productivity of the world. Nature and Resources，UNESCO Paris，1972：5- 10.

[23] Lieth H，Box E. Evapotranspiration and primary production：C.W.Thornthwaite Memorial Mode. Publications in climatalogy，1972，25(2)：37- 46.

[24] Zhang X Z. The estimating and distribution of natural vegetation net primary productivity in China. Resources Science，1993，18(1)：15- 21.

[25] Zhou G S，Zhang X S. A natural vegetation NPP model. Acta Phytoecologica Sinica，1995，19(3)：193- 200.

[26] Zhou G S，Zheng Y R，Chen S Q，Luo T X. NPP model of natural vegetation and its application in China. Scientia Silvae Sinicae，1998，34(5)：1- 11.

[27] Liu H Q，Huete A R. A feedback based modification of theNDVIto minimize canopy background and atmospheric noise. IEEE Transactions Geoscience and Remote Sensing, 1995，33(2)：457- 465.

[28] Agricultural industry standard of the People′s Republic of China NY/T635—2002：Calculation of proper carrying capacity of rangeland. Issued by the Ministry of Agriculture of the People′s Republic of China.

[29] Li J L，Zhou C H，Liu Z Y，Guo Q L，Guo P. Estimation of terrestrial net primary production and its temporal-spatial distribution in Henan Province based on GIS and RS. Pratacultural Science，2011，28(10)：1839- 1844.

[30] Chen M，Wang R H，Xue H X，Li Q. Effects of drought on ecosystem net primary production in northwestern China. Journal of Arid Land Resources and Environment，2012，26(6)：1- 7.

[31] Wang W F，Wang Q，Li G C，Sun L. Net primary productivity of vegetation in Heilongjiang Province based on meteorological model. Journal of Northeast Forestry University，2009，37(4)：27- 29.

[32] Zhou G S，Zhang X S. Study on NPP of natural vegetation in China under global climate change. Acta Phytoecologica Sinica，1996，20(1)：11- 19.

[33] IPCC，2007：Climate Change 2007：Synthesis Report. Contribution of Working Groups Ⅰ，Ⅱ and Ⅲ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team，Pachauri，R.K and Reisinger，A.(eds.)]. IPCC，Geneva，Switzerland，104 pp.

[34] Ren G Y，Xu M Z，Chu Z Y，Guo J，Li Q X，Liu X N，Wang Y. Changes of surface air temperature in China during 1951—2004. Climatic and Environmental Research，2005，10(4)：717- 727.

[35] Zhu B W，Hou J L，Yan D X，Song L M，Zheng Y F. Effects of climate change on Poa crymophila phenology in alpine meadow grassland in northern region of Qinghai Lake，Northwest China. Chinese Journal of Ecology，2012，31(6)：1525- 1532.

[36] Fan J W，Shao Q Q，Liu J Y. Assessment of effects of climate change and grazing activity on grassland yield in the TRHR of Qinghai-Tibet Plateau，China. 2009，DOI 10.1007/s10661- 009- 1258- 1.

[37] Brekke K A，?ksendal B，Stenseth N C. The effect of climate variations on the dynamics of pasture-livestock interactions under cooperative and noncooperative management. PNAS，2007，104(37)：14730- 14734.

[38] Sonneveld B G J S，Pande S，Georgis K. Land degradation and overgrazing in the afar region，Ethiopia：a spatial analysis. Land Degradation and Desertification：Assessment，Mitigation and Remediation，2010，Part 2，97- 109，DOI：10.1007/978- 90- 481- 8657- 0_8.

[39] Liu W，Zhou L，Wang X. Responses of plant and rodents to different grazing intensity. Acta Ecologica Sinica，1999，19(3)：376- 382.

[40] Li Q Y，Li J P，Dong Q M，Ma Y S，Lai D Z，Zhao X Q，Shi J J，Wang L Y. Study on the effect of fencing on Kobrecia Parva alpine meadow pasture at different degrading stages in Yangtze and Yellow River Headwaters. Pratacultural Science，2006，23(12)：16- 21.

參考文獻(xiàn):

[1] 李博. 中國(guó)北方草地退化及其防治對(duì)策. 中國(guó)農(nóng)業(yè)科學(xué)，1997，30(6)：1- 9.

[2] 陳佐忠. 我國(guó)天然草地生態(tài)系統(tǒng)的退化及其調(diào)控. 北京：中國(guó)科學(xué)技術(shù)出版社，1990：86- 88.

[3] 周華坤，趙新全，周立，劉偉，李英年，唐艷鴻. 青藏高原高寒草甸的植被退化與土壤退化特征研究. 草業(yè)學(xué)報(bào)，2005，14(3)：31- 40.

[4] 趙新全. 三江源區(qū)退化草地生態(tài)系統(tǒng)恢復(fù)與可持續(xù)管理. 北京：科學(xué)出版社. 2011：85- 126.

[6] 張鐿鋰，劉林山，擺萬(wàn)奇，沈振西，閻建忠，丁明軍，李雙成，鄭度. 黃河源地區(qū)草地退化空間特征. 地理學(xué)報(bào)，2006，61(1)：3- 14.

[7] 嚴(yán)作良，周華坤，劉偉，周立. 江河源區(qū)草地退化狀況及成因. 中國(guó)草地學(xué)報(bào)，2003，25(1)：73- 78.

[8] 趙新全，周華坤. 三江源區(qū)生態(tài)環(huán)境退化、恢復(fù)治理及其可持續(xù)發(fā)展. 中國(guó)科學(xué)院院刊，2005，20(6)：471- 476.

[9] 周華坤，趙新全，周立，唐艷鴻，劉偉，師燕. 層次分析法在江河源區(qū)高寒草地退化研究中的應(yīng)用. 資源科學(xué)，2005，27(4)：63- 70.

[10] 汪詩(shī)平. 青海省“三江源”地區(qū)植被退化原因及其保護(hù)策略. 草業(yè)學(xué)報(bào)，2003：12(6)：1- 9.

[12] 韓艷莉，陳克龍，汪詩(shī)平. 黃河源區(qū)高寒草地植被碳儲(chǔ)量研究——以果洛藏族自治州為例. 國(guó)土與自然資源研究，2010，(5)：93- 94.

[13] 青海果洛自治州人民政府網(wǎng)站：http://www.guoluo.gov.cn.

[15] 王菱，謝賢群，李運(yùn)生，唐登銀. 中國(guó)北方地區(qū)40年來(lái)濕潤(rùn)指數(shù)和氣候干濕帶界線的變化. 地理研究，2004，23(1)：45- 54.

[19] 王英，曹明奎，陶波，李克讓. 全球氣候變化背景下中國(guó)降水量空間格局的變化特征. 地理研究，2006，25(6)：1031- 1040.

[24] 張憲洲. 我國(guó)自然植被凈第一性生產(chǎn)力的估算與分布. 自然資源，1993，18(1)：15- 21.

[25] 周廣勝，張新時(shí).自然植被凈第一性生產(chǎn)力模型初探. 植物生態(tài)學(xué)報(bào)，1995，19(3)：193- 200.

[26] 周廣勝，鄭元潤(rùn)，陳四清 羅天祥. 自然植被凈第一性生產(chǎn)力模型及其應(yīng)用. 林業(yè)科學(xué)，1998，34(5)：1- 11.

[28] 中華人民共和國(guó)農(nóng)業(yè)行業(yè)標(biāo)準(zhǔn)NY/T635- 2002：天然草地合理載畜量的計(jì)算. 中華人民共和國(guó)農(nóng)業(yè)部發(fā)布，2002.

[29] 李軍玲，鄒春輝，劉忠陽(yáng)，郭其樂(lè)，郭鵬. 河南省陸地植被凈第一性生產(chǎn)力估算及其時(shí)空分布. 草業(yè)科學(xué)，2011，28(10)：1839- 1844.

[30] 程曼，王讓會(huì)，薛紅喜，李琪. 干旱對(duì)我國(guó)西北地區(qū)生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力的影響. 干旱區(qū)資源與環(huán)境，2012，26(6)：1- 7.

[31] 王維芳，王琪，李國(guó)春，孫龍. 基于氣象模型的黑龍江省植被凈第一性生產(chǎn)力. 東北林業(yè)大學(xué)學(xué)報(bào)，2009，37(4)：27- 29.

[32] 周廣勝，張新時(shí). 全球氣候變化的中國(guó)自然植被的凈第一性生產(chǎn)力研究. 植物生態(tài)學(xué)報(bào)，1996，20(1)：11- 19.

[34] 任國(guó)玉，徐銘志，初子瑩，郭軍，李慶祥，劉小寧，王穎. 近54年中國(guó)地面氣溫變化. 氣候與環(huán)境研究，2005，10(4)：717- 727.

[35] 朱寶文，侯俊嶺，嚴(yán)德行，宋理明，鄭有飛. 草甸化草原優(yōu)勢(shì)牧草冷地早熟禾生長(zhǎng)發(fā)育對(duì)氣候變化的響應(yīng). 生態(tài)學(xué)雜志，2012，31(6): 1525- 1532.

[39] 劉偉，周立，王溪. 不同放牧強(qiáng)度對(duì)植物及嚙齒動(dòng)物作用的研究. 生態(tài)學(xué)報(bào)，1999，19(3)：376- 382.

[40] 李青云，李建平，董全民，馬玉壽，來(lái)德珍，趙新全，施建軍，王柳英. 江河源頭不同程度退化小嵩草高寒草甸草場(chǎng)的封育效果. 草業(yè)科學(xué)，2006，23(12)：16- 21.

ThecauseofgrasslanddegradationinGologTibetanAutonomousPrefectureintheThreeRiversHeadwatersRegionofQinghaiProvince

ZHAO Zhiping，WU Xiaopu，LI Guo，LI Junsheng*

(ChineseResearchAcademyofEnvironmentalSciences，Beijing100012，China)

Grassland degradation was the deterioration of the grassland ecosystem function, such as structure, energy flow and material circulation, during its evolution process. This result is due to grassland coverage declining, yield of grass decrease and poison rank grass overgrowing, caused by human activities interference or adverse natural factors. Since the grim situation, the quality of grassland decline, Grassland productivity, economic potential and service function deteriorate, biodiversity complexity level descend, recovery function weaken or disappear, which threat region ecological security. Therefore, grassland degradation and its ecological impact have been an important research area of ecology. Located at the east of Tibet Plateau, the three rivers headwater region is the source region of Yangtze River, Yellow River and lancang River, and regard as the water tower of China. Under the influences of climate change and human activities，the grassland degradation presented a general situation in the Three Rivers Headwaters Region of Qinghai Province in last decades. Mainly located in the source region of Yellow River，the alpine meadow degradation and alpine steppe desertification were common phenomena. Grassland degradation was the result under joint action of long-term climate change and unreasonable grazing. By using long-term historical data，this paper investigated the cause of grassland degradation in the aspects of climate change effect and grazing influence to grassland productivity in Golog Tibetan Autonomous Prefecture since 1960s. The result showed that this region was sensitive to global warming. From 1961 to 2010，the annual average temperature ascending，annual precipitation slightly decreasing and moisture condition descending were the general trend. Nevertheless，the net primary productivity (NPP) was in the upward trend by the simulation of Miami Model，Thornthwaite Memorial Model and Synthetic Natural Vegetation Net Primary Productivity Model (Synthetic Model). The climate change improved the grassland productivity in generally. Hence，from macro point of view，climate change was not the cause of grassland degradation in the research area. The livestock amount at the end of year increased sharply in 1960s and reached the peak in 1970s. Large grassland current carrying capacity meant grassland overload and overgrazing. After that, the grassland deteriorated. The livestock amount at the end of year had extremely significant correlation (Plt;0.01) with NDVI condition. Therefore，long-term grassland overload and overgrazing was the cause of grassland degradation. The key points of degraded grassland recover and governance were controlling grassland current carrying capacity and relieving grassland livestock carrying pressure. Since 2000，with the declining of grassland current carrying capacity，degraded grassland began to recover.

grassland degradation; climate change; overgrazing; Golog Tibetan Autonomous Prefecture

環(huán)保公益性行業(yè)科研專(zhuān)項(xiàng)項(xiàng)目(201209031)

2012- 12- 20;

2013- 04- 18

*通訊作者Corresponding author.E-mail: lijsh@craes.org.cn

10.5846/stxb201212201833

趙志平，吳曉莆，李果，李俊生.青海三江源區(qū)果洛藏族自治州草地退化成因分析.生態(tài)學(xué)報(bào),2013,33(20):6577- 6586.

Zhao Z P，Wu X P，Li G，Li J S.The cause of grassland degradation in Golog Tibetan Autonomous Prefecture in the Three Rivers Headwaters Region of Qinghai Province.Acta Ecologica Sinica,2013,33(20):6577- 6586.