藏北高寒草地样带物种多样性沿降水梯度的分布格局

 在藏北高原高寒草地样带上对４０个围栏内草地群落物种多样性和地上生物量进行测定,探讨了生长季降水对高寒草地生物量和物种多样性分布格局的影响以及地上生物量－物种多样性之间的关系模式。结果表明,降水格局显著地影响藏北高原内部高寒草地群落物种丰富度、多样性和均匀度,群落结构特征与初级生产力关系密切;藏北地区高寒草地地上生物量、物种丰富度、Ｓｈａｎｎｏｎ－Ｗｉｅｎｅｒ指数和Ｐｉｅｌｏｕ均匀度指数随生长季累积降水呈指数增加趋势;在高寒草地群落物种丰富度－生产力关系研究中单峰模式的判别系数R^２（０．７５４）略高于线性回归模型（０．７４３）。沿藏北高原样带高寒草地物种丰富度随地上生物量单调递增,单峰模式的单调递减区间并未出现;然而单峰模型预示着在地上生物量高于１２１．１７ｇ／ｍ^２ 的高寒草地群落物种丰富度可能随生物量单调递减,从而使物种丰富度－地上生物量表现为较为标准的单峰模式;Ｓｈａｎｎｏｎ－Ｗｉｅｎｅｒ多样性指数和Ｐｉｅｌｏｕ均匀度指数与地上生物量也均呈单峰模式,但其单调递减区间窄于单调递增区间,峰值分别对应的草地群落地上生物量为７１．９０和６０．９０ｇ／ｍ^２。     

藏北典型高寒草甸地上生物量的遥感估算模型

本研究利用2010和2011年6-9月高寒嵩草草甸群落地上生物量数据和同期的中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)影像数据,建立了西藏自治区拉萨当雄高寒草甸的地上生物量遥感估算模型。在探讨群落地上生物量与归一化植被指数(normalized difference vegetation indices,NDVI)、增强型植被指数(enhanced vegetation indices,EVI)以及地表水分指数(land surface water indices, LSWI)相关关系的基础上,构建了群落地上生物量与各指数的线性或非线性(包括对数函数、二次多项式、三次多项式、幂函数、增长曲线、指数函数)估算模型,并进行了模型验证。结果表明, 1)3个指数中EVI的模拟效果最好,NDVI次之,LSWI最差;2)所有模型中线性模型的模拟效果最好,EVI的线性模型为:y=174.225x,R²=0.975, P<0.001,NDVI的线性模型为:y=115.478x,R²=0.956, P<0.001;3)在预测效果方面,幂函数模型最好,线性模型次之,其平均误差分别仅为9.76%和10.8%,因此,两者都可以用于高寒草甸群落地上生物量的模拟。     

羌塘牧民对“退牧还草”工程的认知与响应

“退牧还草”工程对促进退化草地的生态恢复及改善牧民生活水平具有重要意义。本研究采用问卷调查和小型座谈相结合的方法,对藏北羌塘地区6县10乡(镇)的100户牧民进行抽样调查,分析了牧民对“退牧还草”工程的社会认知与政策响应。结果表明,大多数牧民认可并支持“退牧还草”工程,81%的牧民认为工程能有效促进草地恢复;依据草原保护奖励机制(试点)补偿标准,74%的牧民支持长期(10年以上)的生态补偿;考虑生态移民后的生计保障问题,52%的牧民不愿意移民到城镇。因此,有必要及时完善“退牧还草”工程及草原生态保护奖励机制并使其与生态移民工程相结合,以实现西藏羌塘牧区生态、社会与经济的共赢局面。     

藏北高原高寒草甸地上生物量与气候因子的关系

采用收获法测量了藏北不同海拔高度(4300~4700m)2010年(6~8月)嵩草草甸群落地上总生物量,通过相关分析和多重回归分析法探讨了地上生物量与土壤温度、土壤含水量、空气温度、相对湿度、饱和水汽压亏缺以及比湿的关系。结果表明:总体而言,随着海拔高度的升高地上生物量逐渐增加,地上生物量与相对湿度、比湿以及土壤含水量分别呈极显著的正相关关系,与饱和水汽压亏缺呈极显著的负相关关系,而与土壤温度、空气温度呈不显著的负相关关系;相对湿度和饱和水汽压亏缺共同解释了地上生物量94%的变异,其中相对湿度的贡献较大。相对湿度是决定高寒嵩草草甸沿海拔分布的主导因子。     

基于MODIS算法的藏北高寒草甸的光能利用效率模拟

 光能利用效率（ｌｉｇｈｔｕｓｅｅｆｆｉｃｉｅｎｃｙ,ＬＵＥ）是指初级生产力与植被冠层所吸收的光合有效辐射（ａｂｓｏｒｂｅｄｐｈｏｔｏｓｙｎｔｈｅｔｉｃａｌｌｙａｃｔｉｖｅｒａｄｉａｔｉｏｎ,ＡＰＡＲ）之比,它反映了植被利用光能的能力。定量化生产力的时空变化是定量化全球碳循环的重要研究内容,而ＬＵＥ 作为光能生产力模型中的一个重要参数,是定量化生产力时空变化的基础。因此,定量化全球植被的ＬＵＥ 是定量化全球碳循环的重要组成部分。基于ＭＯＤＩＳ光能利用效率算法,本研究模拟了２００４－２００５年藏北高寒草甸生态系统的光能利用效率（ＬＵＥ_{ＭＯＤＩＳ}）,并用观测的光能利用效率（ＬＵＥ_ＥＣ）对模型进行了验证。在ＭＯＤＩＳ算法中,日最低气温（Ta_ｍｉｎ）和饱和水汽压亏缺（ＶＰＤ）分别被用来计算温度胁迫因子（T_{ｓｃａｌａｒ}）和水分胁迫因子（W_{ｓｃａｌａｒ}）。相关分析和多重逐步回归分析结果表明,相对于W_{ｓｃａｌａｒ},T_{ｓｃａｌａｒ} 更能够解释观测的ＬＵＥ 的季节变化。２００４和２００５年的模拟值分别高估了约１４．９７％ 和１６．５７％ 的观测值,但配对Ｔ 检验显示模拟值和观测值差异不显著,即基于ＭＯＤＩＳ的ＬＵＥ 算法在模拟藏北高寒草甸ＬＵＥ 方面具有较高的精度。相关分析表明,观测的ＬＵＥ 与Ta_ｍｉｎ 的相关性好于观测的ＬＵＥ 与平均气温的相关性,这表明在反应藏北高寒草甸生态系统ＬＵＥ的季节变异方面,Ta_ｍｉｎ 优于平均气温。总之,基于ＭＯＤＩＳ算法的ＬＵＥ 模型能够比较准确地定量化藏北高寒草甸生态系统的ＬＵＥ。     

利用MODIS影像和气候数据模拟藏北高寒草甸的土壤呼吸

利用MODIS卫星的陆地表面温度数据,模拟了2004年和2005年生长季(5-10月)当雄县高寒草甸的土壤呼吸、土壤异养呼吸和根系呼吸,以期为土壤呼吸空间尺度扩展提供相应的基础。结果表明:2004年生长季的土壤呼吸、土壤异养呼吸和根系呼吸总量分别为1059.11,393.80,665.31 g CO₂·m^-2,而2005年生长季的则分别为1114.77,423.34,691.43 g CO₂·m^-2。土壤呼吸、土壤异养呼吸和根系呼吸都有着明显的季节变化,即第153 d前后开始迅速增加并保持较高水平,至第241 d左右开始迅速下降。根系呼吸占土壤呼吸的比例为48%~69%,并随着季节而发生变化。土壤呼吸和土壤异养呼吸的Q₁₀值范围分别是1.13~1.17和1.12~1.27。