半干旱草原型流域植被地上生物量时空分布特征及其影响因子

生态学杂志

半干旱草原型流域植被地上生物量时空分布特征及其影响因子

张俊怡¹,刘廷玺^1,2*,罗艳云^1,2,段利民^1,2,李玮¹,杨璐¹,Buren Scharaw³

(¹内蒙古农业大学水利与土木建筑工程学院，呼和浩特 010018；²内蒙古自治区水资源保护与利用重点实验室，呼和浩特 010018；³Application Center for System Technologies, Fraunhofer IOSB, Ilmenau 98693, Germany)

出版日期:2020-02-10 发布日期:2020-02-10

Temporal and spatial distribution of aboveground biomass of vegetation and quantitative analysis of impact factors in semi-arid grassland basin.

ZHANG Jun-yi¹, LIU Ting-xi^1,2*, LUO Yan-yun^1,2, DUAN Li-min^1,2, LI Wei¹, YANG Lu¹, Buren Scharaw³

（¹College of Water Conservancy and Civil Engineering, Inner Mongolia Agricultural University, Hohhot 010018, China;²Inner Mongolia Water Resource Protection and Utilization Key Laboratory, Hohhot 010018, China; ³Application Center for System Technologies, Fraunhofer IOSB, Ilmenau 98693, Germany)
.

Online:2020-02-10 Published:2020-02-10

摘要/Abstract

摘要： 锡林河流域作为内蒙古典型草原最具代表性的区域，研究其草地生物量的动态变化特征及其与环境因子的关系，可以为草地生态系统碳循环研究提供基础数据，同时为草地的合理利用和管理提供理论支撑。本研究以半干旱草原型流域——锡林河流域为对象，基于野外实测数据，运用相关分析、分类回归树、非线性回归分析方法，定量分析了流域上游和下游不同时间（2016年6月20日、7月5日、7月20日、8月6日左右）地上生物量与其关键驱动因子的关系。结果表明：（1）随着生长季的推进，地上生物量在7月变化最为显著，并在8月6日达到极值，上、中、下游的地上生物量分别为79.64、74.87、69.34 g·m^-2；空间上呈现从东南向西北减小的趋势。（2）影响流域上游不同时间地上生物量的关键因子分别是4月的降水量、7月5日的土壤含水量、7月20日的土壤含水量、8月6日的Simpson指数，除Simpson指数对地上生物量为负效应外，其余因子对地上生物量均有显著的正效应；对应关键因子分别可解释地上生物量变异的77%、72%、79%、65%。（3）经度、6月的降水量、7月的降水量、7月的降水量分别与下游6月20日、7月5日、7月20日、8月6日左右的地上生物量呈显著二次正相关关系；对应关键因子分别可解释地上生物量变异的88%、75%、85%、82%。该研究结果可为今后分析较大尺度上生物量的时空变异特征提供案例参考，同时也可为草地生态系统的深入研究及长期监测提供数据累积。

关键词: 气候变化, 玉米株型, 种植密度, 遮阴, 穗部发育, 生产力

Abstract: Xilin River Basin is the most representative area of typical steppe in Inner Mongolia. Characterizing the dynamics of aboveground biomass and its relationship with environmental factors can provide basic data for the research of ecosystem carbon cycling and a theoretical frame for rational use and management of grassland. Xilin River Basin locates in semiarid region. With filed empirical data, the methods of correlation analysis, classification and regression tree, nonlinear regression analysis were used to quantitatively analyze the relationship between aboveground biomass and its key driving factors in the upstream and downstream of the basin at different times (around June 20, July 5, July 20, and August 6 of 2016). The results showed that: (1) Aboveground biomass changed most significantly in July, with a peak on August 6. The aboveground biomass of the upper, middle and lower basin on August 6 were 79.64, 74.87, 69.34 g·m^-2 respectively. Biomass showed a decreasing tendency from the southeast to the northwest. (2) Key factors affecting aboveground biomass at different times in the upstream of the basin were precipitation in April, soil water content on July 5, soil water content on July 20, and Simpson index on August 6. The Simpson index had a negative effect on aboveground biomass, while all other factors had positive effects on aboveground biomass. Corresponding key factors accounted for 77%, 72%, 79%, and 65% of the variation of aboveground biomass, respectively. (3) Longitude, precipitation in June, precipitation in July, and precipitation in July were the key factors affecting aboveground biomass of the downstream on June 20, July 5, July 20, and August 6, respectively. All the factors had a significant positive correlation with aboveground biomass. Corresponding key factors accounted for 88%, 75%, 85%, and 82% of the variation of aboveground biomass, respectively. Our results provide a reference for the analysis of the temporal and spatial variation of plant biomass at a large scale and provide data for in depth research and long-term monitoring of grasslands.

Key words: climate change, shading, productivity., plant type, ear development, planting density

张俊怡,刘廷玺,罗艳云,段利民,李玮,杨璐,Buren Scharaw. 半干旱草原型流域植被地上生物量时空分布特征及其影响因子[J]. 生态学杂志.

ZHANG Jun-yi, LIU Ting-xi, LUO Yan-yun, DUAN Li-min, LI Wei, YANG Lu, Buren Scharaw. Temporal and spatial distribution of aboveground biomass of vegetation and quantitative analysis of impact factors in semi-arid grassland basin.[J]. cje.

[1]	王升红, 陆东芳, 陈雨如, 唐雅兰, 郑郁善, 黄宇斌. 2001—2020年厦漳泉地区植被净初级生产力时空演变特征及其影响因素 [J]. 生态学杂志, 2024, 43(3): 823-832.
[2]	苏启陶, 邹峥嵘, 杜志喧, 周兵. 气候变化情境下入侵植物紫茉莉在中国的适生分布格局及早期预警 [J]. 生态学杂志, 2024, 43(3): 833-841.
[3]	孙建平, 吕汪汪, 李博文, 刘世章, 伍晶, 汪诗平. 气候变化对草地植物物候影响的研究进展 [J]. 生态学杂志, 2024, 43(3): 888-894.
[4]	刘玉祯, 刘文亭, 杨晓霞, 冯斌, 孙彩彩, 李彩弟, 赵新全, 董全民. 放牧家畜组合对高寒草地植物群落特征及生产力的影响 [J]. 生态学杂志, 2024, 43(1): 57-65.
[5]	陈炳铭, 赵善超, 孙丰华, 王玉刚. 气候变化和人类活动对干旱区垂直自然带NPP的影响 [J]. 生态学杂志, 2023, 42(6): 1474-1483.
[6]	王淳一, 赵明月, 赵运成, 许吟隆. 气候变化对农业生态系统服务的影响及适应对策 [J]. 生态学杂志, 2023, 42(5): 1214-1224.
[7]	周天祺, 孔维栋, 陈昊. 青藏高原草地土壤微生物研究进展 [J]. 生态学杂志, 2023, 42(4): 983-990.
[8]	朱小华, 杨倩, 丁子筱, 李传荣, 唐伶俐, 陈宾宾. 荒漠草原生态系统景观格局变化及其对气候的响应 [J]. 生态学杂志, 2023, 42(3): 748-758.
[9]	马蓉, 夏春林, 张佳琦, 神祥金. 中国温带草原植被NDVI时空变化及其对气候变化的响应 [J]. 生态学杂志, 2023, 42(2): 395-405.
[10]	王大为, 周伟, 韩涛, 李丽丽, 罗天旭, 李金山. 2000—2019年石羊河流域植被总初级生产力变化及其气候特征 [J]. 生态学杂志, 2023, 42(2): 406-414.
[11]	张惠婷, 孟凡浩, 萨楚拉, 罗敏, 王牧兰, 李晨昊. 2001—2019年蒙古高原生态系统质量时空格局变化及归因分析 [J]. 生态学杂志, 2023, 42(2): 425-435.
[12]	韩诗慧, 刘蕾, 周国逸, 李琳, 方雪纯. 森林土壤甲烷吸收对全球变化的响应 [J]. 生态学杂志, 2023, 42(12): 3030-3037.
[13]	陈俊芳, 吴宪, 杨佳绒, 刘啸林, 刘宇. 全球气候变化下干旱及复水对植物和土壤微生物的影响：进展与展望 [J]. 生态学杂志, 2023, 42(12): 3038-3049.
[14]	王婧姝, 毕如田, 贺鹏, 徐立帅, 刘正春, 曹晨斌. 气候变化下黄土高原植被生长期NDVI动态变化特征 [J]. 生态学杂志, 2023, 42(1): 67-76.
[15]	张鹏翼, 梁宇, 马天啸, 刘波, 吴苗苗. 长白山区域森林主要树种迁移动态对气候变化的滞后响应 [J]. 生态学杂志, 2022, 41(9): 1674-1682.