黃土高原草地和農田系統碳動態對降雨、溫度和CO2濃度變化響應的模擬

郭丁，郭文斐，趙建，特木其勒圖，李旭東，傅華*，駱亦其(.草地農業生態系統國家重點實驗室，農業部草牧業創新重點實驗室，蘭州大學草地農業科技學院，甘肅 蘭州 7000；.內蒙古阿拉善盟額濟納旗草原工作站，內蒙古 巴彥浩特 75006；.內蒙古阿拉善盟草原監督管理所，內蒙古 巴彥浩特 75006； .美國北亞利桑那大學工程林業和自然科學學院，亞利桑那 弗拉格斯塔夫 860)

全球氣候變化已經成為各國政府和科學界關心的重大問題，其通常是多種環境條件(比如降水、溫度和大氣CO2濃度)同時連續地發生變化[1]。由于土地利用變化和化石燃料的使用，從工業革命后CO2濃度逐步上升，預計到21世紀末CO2濃度將增加到700×10-6[2]。CO2與其他溫室氣體濃度的升高，使得全球氣溫在過去150年增加了0.76 ℃，到21世紀末全球氣溫將增加1.5～6.4 ℃[2]。全球氣溫改變同時，全球降水格局也發生變化，北半球熱帶、亞熱帶降水量減少了3%， 而中高緯度降水量增加了5%～10%，同時極端氣候事件發生頻率增加[2]。

氣候變化對生態系統的結構和功能產生了重要的影響，也深刻影響生態系統碳循環[1,3-6]。隨著CO2濃度升高植物光合速率增加，在700×10-6時達到頂峰[7]，但同時CO2濃度增加能導致土壤呼吸增加；增溫能增加美國高草大草原植物在春天時的光合效率，而在早秋時光合效率降低，同時增溫能顯著增加植物的暗呼吸[8]；降水的增加能促進土壤微生物活性[9]，也有研究表明水分增加會導致土壤呼吸對溫度敏感性的降低[10]。

全球氣候變化多因子對生態系統的影響通常被假設為單因子作用的疊加[1]，但已有研究表明其交互作用對生態系統過程的影響極其復雜。對內蒙古短花針茅(Stipabreviflora)草地的控制實驗表明，增溫和增雨協同作用能顯著增加草地生物量[11]。Shaw等[12]對加利福尼亞州的一年生草地研究中發現CO2濃度的升高能夠抑制由于溫度升高和降水增加而引起的凈初級生產力提高。內蒙古克氏針茅(Stipakrylovii)草原研究表明，增溫增雨的交互作用抑制了土壤呼吸[13]。Zhou等[14]通過整合分析發現增溫和提高CO2濃度交互作用顯著增加了土壤呼吸，而降低了異養呼吸(Rh)。但多因子的控制實驗并不能完全模擬環境的變化且非常昂貴，利用模型對氣候變化進行模擬，分析其對生態系統的影響，是目前廣泛采用的方法之一，其在加深理解全球變化對生態系統結構和功能的影響中發揮重要的作用[1,15-16]。應用LPJ-GUESS模型對雞公山馬尾松林研究表明，增溫、增雨以及增加CO2能顯著提高生產力和土壤呼吸[17]。利用CENTURY模型，模擬呼倫貝爾草甸草原地上凈初級生產力的研究表明，增溫、增雨和CO2濃度增加能顯著提高地上凈初級生產力[6]。Luo等[1]采用陸地生態系統模型(Terrestrial Ecosystem model， TECO model)研究溫度、降水和CO2濃度變化對不同生態系統影響中發現，三因子交互作用對碳過程無顯著作用，而二因子交互作用對凈初級生產力(NPP)，異養呼吸(Rh)和凈生態系統生產力(NEE)有正反饋作用，并且每個生態系統的響應不一致。本研究應用Luo等[15]和Weng等[16]的TECO模型，并根據當地農田管理方式，對模型進行修正，增加有機肥添加和作物收獲子模型，模擬黃土高原草地和農田生態系統在CO2濃度、溫度和降水改變情況下生態系統碳動態。初步探討黃土高原草地和農田生態系統碳過程對未來氣候變化響應。

1 材料與方法

1.1 研究樣地與數據來源

實驗樣地位于蘭州大學干旱半干旱國際氣候與環境監測站(SACOL)，地理坐標為：東經104.137°，北緯35.946°，海拔為1965.8 m。該區屬于大陸性半干旱氣候，過去50年的年平均氣溫為6.7 ℃；年降水量為382 mm，主要集中在7月到9月；年蒸發量為1343 mm；日照時數約為2600 h；無霜期為90～140 d。土壤類型為灰鈣土。

研究包含兩種土地利用方式：1)農田(MC)，在傳統耕作方式下已經至少利用50年;2)圍封草地(EG)，部分農田從1986年后被棄耕自然恢復成草地。于2005年，每個土地利用方式隨機設置3個50 m×50 m樣地。植被類型是半干旱典型草原，草地主要植物有本氏針茅(Stipabungeana)、冷蒿(Artemisiafrigida)、鐵桿蒿(Tripoliumvulgare)、賴草(Leymussecalinus)等。農業生產為雨養農業，主要的作物有馬鈴薯(Solanumtuberosum)，谷子(Setariaitalica)和胡麻(Linumusitatissimum)等，作物一年一熟。農田于5月中旬施入尿素30 kg·hm-2，過磷酸鈣60 kg·hm-2和有機肥3000 kg·hm-2(64 g C·m-2)。10月下旬采用連根拔起的方式收獲作物，僅在土壤中殘留少量的植物殘體。

本研究中所用的氣象資料(2007-2010年)由蘭州大學干旱半干旱國際氣候與環境監測站提供，氣象資料包括每小時的氣溫、土溫、飽和水勢壓差、相對濕度、降水、太陽輻射和CO2濃度。模型校正的數據為土壤呼吸[18]、地上生物量和土壤有機碳。

1.2 模型和參數描述

陸地生態系統(TECO)模型是從陸地碳固存模型[15]演變而來，其主要是用來檢測生態系統對全球變化的響應。TECO模型包括冠叢模型、土壤水分動態模型、植物生長模型和土壤碳動態模型4個主要的組成部分(圖1)。冠叢光合作用以及土壤水分動態模型模擬的時間步長為1 h，植物生長和土壤碳動態模型模擬的時間步長為1 d。模型具體的描述在Weng等[16]中，本研究在這里僅對模型進行簡單的概括。

灌叢光合作用子模型是基于多層過程模型，其改進自Wang等[19]所寫模型，子模型根據比爾定律通過計算冠叢輻射傳輸來模擬氣孔導度、光合作用和能量分配。葉子分為被日光照射和庇蔭兩部分。光合作用根據Farquhar模型[20]和氣孔導度模型[21]計算。土壤水分動態子模型將土壤分成10層，第一層為10 cm，其他9層為20 cm。各層土壤水分含量取決于水分的輸入和輸出。水分的輸入包括降水輸入到土壤表層以及由表層滲透到深層的水分。水分的輸出包括蒸發、蒸騰和徑流。蒸發決定于表層土壤含水量和大氣對蒸發的需求。蒸騰由氣孔導度、土壤水分和根系分布決定。植物生長子模型根據ALPHAPHA模型[22]和CTEM模型[23]模擬碳分配和物候。碳同化在根莖葉之間分配依賴于他們的生長速率和物候的變化。物候變化通過葉面積指數(LAI)變化體現。生長季節的開始由生長度日(GDD)決定。葉衰老由最低溫度和最低土壤水分決定。當LAI低于一定的水平(LAI<0.1)，生長季結束。碳轉移子模型考慮碳通過凋落物從植物轉移到土壤和凋落物及土壤有機碳的分解[15]。

根系深度和垂直分布決定植物對水分吸收潛力。草地中土壤根系主要分布在70 cm 土層以上，根系垂直分布呈動態，隨根系的生長和死亡發生變化。根系在土壤中初始分配比率被設定為40% (0～10 cm)、40% (10～30 cm)、15% (30～50 cm)和5% (50～70 cm)[3]。

1.3 模型校正

由于研究區的農田每年5月耕種時每hm2土地施用3000 kg有機肥(64 g C·m-2)，10月中下旬作物(谷子)收獲僅留少許的植物殘體留在土壤中，所以農田系統的模型在原模型的基礎上，添加了作物移除和有機肥添加模塊。模型運行時在5月中旬向凋落物碳庫中添加64 g C，10月中下旬向凋落物庫增加15 g C[24]以及將地上和地下植物活體碳庫變為零。

圖1 陸地生態系統模型示意圖[16]Fig.1 Schematic diagram of Terrestrial Ecosystem (TECO) model[16]方形表示各庫；虛線的環表示4個子模型(A～D)；NSC:非結構性碳。Boxes present pools; the dashed circles represent four submodels (A-D)； NSC: Nonstructural carbon.

模型在氣候改變條件下模擬運行之前，先將模型運行1000年使之達到穩定狀態[3,16]，然后將模擬值與觀測值對比進行校正，調整模型的參數。

用土壤呼吸、土壤有機碳儲量和地上生物量對模型進行校正。土壤呼吸采用LI-COR 6400配以9號呼吸室，草地土壤呼吸在每年的3-10月每月測定一次，農田土壤呼吸為每年的5-10月每月測定一次[18]；草地地上生物量每年測定3次，為5,7和9月；農田地上生物量每年測定2次，為5和10月。

1.4 模擬情景

用模型模擬未來氣候條件改變，包括改變溫度，CO2濃度，降水以及三者之間的交互作用(表1)。所有氣候改變均為每年持續地逐漸地發生100年，即從2011年到2110年結束。本研究所展示的結果為模擬第100年時NPP、Rh和NEE對氣候變化響應的結果。

選取表2的情景計算氣候變化因子之間的交互作用。

表1 本研究中模擬情景Table 1 Modeling scenarios in this study

表2 計算溫度、降水和CO2濃度交互作用的情景Table 2 Modeling scenarios for studying interactions of temperature, precipitation and CO2 concentration in this study

0表示氣候條件為當前狀況；-和+分別表示溫度減少或增加以及CO2濃度和降水減少或增加的百分比。Zero (0) represents the current condition; negative (-) or positive (+) values represent absolute decreases or increases in temperature and percentages of decreases or increases for CO2concentration and precipitation.

單因子和多因子對NPP，Rh和NEE主效應根據以下的公式計算[1]：

P100=P100T0C0-P0T0C0T2=P0T2C0-P0T0C0
C84=P0T0C84-P0T0C0

式中：P100T0C0表示降水增加100%時NPP、Rh和NEE的值；P0T0C0表示當前環境條件下NPP、Rh和NEE的值；P0T2C0表示溫度增加2 ℃時NPP、Rh和NEE的值；P0T0C84表示CO2濃度增加84%時NPP、Rh和NEE的值；P100表示降水增加100%時主效應；T2表示溫度增加2 ℃時主效應；C84表示CO2濃度增加84%時主效應。

雙因子交互作用的主效應：

T2XP100=P100T2C0-P0T0C0-P100-T2
C84XP100=P100T0C84-P0T0C0-P100-C84
T2XC84=P0T2C84-P0T0C0-T2-C84

式中：P100T2C0表示降水增加 100%和溫度升高2 ℃時NPP、Rh和NEE的值；P100T0C84表示降水增加 100%和CO2濃度增加84%時NPP、Rh和NEE的值；P0T2C84表示溫度增加2 ℃和CO2濃度增加84%時NPP、Rh和NEE的值；T2XP100表示降水增加100%和溫度升高2 ℃時交互作用；C84XP100表示降水增加 100%和CO2濃度增加84%時交互作用；T2XC84表示溫度增加2 ℃和CO2濃度增加84%時交互作用;X指交互作用。

三因子交互作用：

T2XP100XC84=P100T2C84-P0T0C0-T2XP100-T2XP100-C84XP100-T2XC84-P100-T2-C84

式中：P100T2C84表示降水增加 100%、溫度升高2 ℃和CO2濃度增加84%時NPP、Rh和NEE的值；T2XP100XC84表示降水增加 100%、溫度升高2 ℃和CO2濃度增加84%交互作用。

由于計算不同樣地交互作用，所以采用Luo等[1]方法計算相對幅度。如增溫和增雨的交互作用為：

增溫，增雨和增加CO2濃度三者交互作用為：

2 結果與分析

2.1 觀測數據和模型對比

當模型達到平衡狀態時，草地和農田生態系統碳庫分別為4972.0和7110.4 g C·m-2，實測碳庫分別為4935.5和7195.0 g C·m-2，具有較好的一致性。草地和農田生態系統的土壤呼吸和地上生物量模擬值與觀測值都有較好的相關性(P<0.01)；土壤呼吸的模擬值與觀測值的線性關系分別為y=0.75x+0.28，R2=0.80(圖2a和b)和y=0.72x+0.28，R2=0.62(圖3a和b)；地上生物量的線性關系分別為y=1.04x+6.69，R2=0.75(圖2c和d)和y=0.90x+36.03，R2=0.97(圖3c和d)。修正后的農田模型能很好地模擬農田系統碳動態。

2.2 單因子變化對草地和農田生態系統的影響

如圖4(a, b, c)所示，隨著溫度上升，草地和農田生態系統NPP，Rh都表現為先增加后減少的趨勢， NEE隨著溫度的升高呈現先減少后增加的趨勢，除了農田生態系統的Rh在0 ℃時達最大值，其余的均在+4 ℃時達到最大值。農田生態系統的NPP和NEE對溫度的響應高于草地生態系統，而Rh對溫度的響應在草地生態系統較高。以+2 ℃為例，相比于0 ℃，草地生態系統NPP和Rh分別增加了28.7和28.0 g C·m-2，增加率為12.1%和11.9%；而農田生態系統NPP增加了73.8 g C·m-2，Rh降低了4.3 g C·m-2，增加率為19.7%和-1.9%；草地和農田生態系統分別增加了0.7和81.1 g C·m-2(圖5)。

草地和農田生態系統的NPP、Rh都隨著降水量(圖4d、e和f)以及CO2濃度(圖4g、h和i)的增加而增加，而NEE隨其增加而減少。在降水量減少的情景下，農田生態系統NPP，NEE對降水量改變的響應比草地生態系統高，而在增加降水量的情景下趨勢相反，例如當降水量增加100%時，草地生態系統NPP和Rh分別提高了14.9%和13.8%(圖5)；農田生態系統NPP和Rh分別提高了9.4%和4.0%(圖5)。CO2濃度升高對草地和農田生態系統的影響低于溫度和降水的改變。當CO2濃度從當前380×10-6升高到700×10-6，草地生態系統NPP和Rh升高了7.8%和6.7%(圖5)；農田生態系統NPP和Rh升高了4.1%和2.0%(圖5)。

圖2 草地生態系統土壤呼吸(a和b)和地上生物量(c和d)與模擬值對比Fig.2 Observed and simulated soil respiration (a and b) and aboveground biomass (c and d) in grassland system誤差棒表示標準差，AGB表示地上生物量。Error bars denote±SD, AGB is aboveground biomass. 下同The same below.

圖3 農田生態系統土壤呼吸(a和b)和地上生物量(c和d)與模擬值對比Fig.3 Observed and simulated soil respiration (a and b) and aboveground biomass (c and d) in cropland system

圖4 單因子(溫度，降水和CO2)改變對草地和農田生態系統NPP(凈初級生產力)，Rh (異養呼吸)和NEE (凈生態系統交換)的影響Fig.4 Responses of NPP (net primary production), Rh (heterotrophic respiration) and NEE (net ecosystem exchange) to single-factor changes in temperature， precipitation and CO2

2.3 多因子變化對草地和農田生態系統NPP、Rh和NEE的影響

圖5 相對于自然狀態下，降水量減少50% (P-50)，增加100% (P100)，溫度升高2 ℃ (T2)以及CO2濃度增加84% (C84)和各因子交互作用對NPP，Rh和NEE的影響Fig.5 Changes relative to control in NPP， Rh and NEE in response to treatments of halved precipitation (P-50), doubled precipitation (P100), elevated temperature (T2), elevated CO2 (C84) and their combination

降水和CO2濃度的改變影響生態系統NPP，Rh和NEE對溫度變化的響應(圖6和圖7)。隨著降水的增加，草地生態系統NPP和Rh不僅隨之升高，NEE減少，而且其對溫度響應的拐點發生改變，從降水減少50%溫度0 ℃逐步變化到降水增加100%溫度+8 ℃(圖6a和b)；而生態系統的NEE拐點變化較小，僅從0 ℃變化到溫度+2 ℃(圖6c)。農田生態系統NPP，Rh和NEE隨著降水增加而增加，但是其隨著溫度變化的拐點并未發生改變(圖6d，e和f)。同時，隨著降水量從減少50%到增加100%，草地和農田生態系統NPP，Rh和NEE對溫度響應更敏感。

相同溫度下，CO2濃度升高增加了草地和農田生態系統NPP，Rh和NEE(圖7)。在農田生態系統中，溫度變化大于+4 ℃，CO2濃度升高使NPP和NEE變化趨勢變緩，即對溫度的響應不敏感(圖7d和f)。在相同降水條件下，隨著CO2濃度的升高，草地和農田生態系統NPP，Rh和NEE都有輕微提高，但是CO2濃度的改變并未改變草地和農田生態系統NPP，Rh和NEE對降水的響應趨勢(圖8)。

圖6 草地和農田系統的NPP，Rh和NEE對溫度和降水改變的響應Fig.6 Responses of NPP, Rh and NEE to changes in temperature and precipitation in grassland and cropland systems

圖7 草地和農田系統的NPP，Rh和NEE對溫度和CO2濃度改變的響應Fig.7 Responses of NPP, Rh and NEE to changes in temperature and CO2 concentration in grassland and cropland systems

溫度，降水和CO2濃度同時變化，改變生態系統NPP，Rh和NEE對氣候變化的反應方式(圖9和圖10)。在CO2濃度280×10-6情境下，隨著降水量改變，草地和農田生態系統的NPP對溫度響應的拐點從0 ℃升高到+6 ℃(圖9a)和+2 ℃到+4 ℃(圖10a)；在CO2濃度700×10-6情景下，其對溫度響應拐點分別從0 ℃變化到+8 ℃(圖9g)和沒有變化(圖10g)。草地生態系統Rh對溫度，降水和CO2反應方式和NPP一致，農田生態系統Rh拐點沒有變化。草地生態系統NEE對溫度響應拐點在280×10-6下從0 ℃變化到+2 ℃(圖9c)，在700×10-6下從0 ℃變化到+4 ℃(圖9i)；農田生態系統NEE在不同CO2濃度下對溫度響應拐點未發生改變。

圖8 草地和農田系統的NPP，Rh和NEE對降水和CO2濃度改變的響應Fig.8 Responses of NPP, Rh and NEE to changes in precipitation and CO2 concentration in grassland and cropland systems

圖10 農田系統的NPP，Rh和NEE對溫度、降水和CO2濃度改變的響應Fig.10 Responses of NPP, Rh and NEE to changes in temperature, precipitation and CO2 concentration in cropland system

增溫，增加降水和增加CO2濃度都可以增加生態系統NPP和Rh，降低生態系統NEE，降水減少表現相反的趨勢(圖5)。增溫、增加CO2濃度和增加降水兩因子或三因子同時改變可以增加生態系統NPP和Rh，降低系統NEE。而降水降低和增溫或增加CO2濃度結合時，生態系統NPP和Rh降低，NEE升高(圖5)。

圖11 雙因子和三因子交互作用對NPP，Rh和NEE影響的相對強弱Fig.11 Relative strength of two- or three-ways interactive effects on NPP, Rh and NEE詳細縮寫解釋見圖5。Detailed information about abbreviations were shown in Fig.5.

如圖11所示，總體而言，增溫和增雨，增雨和增加CO2濃度，增溫和增加CO2濃度的交互作用對草地和農田生態系統的NPP，Rh有著正反饋作用,而NEE負反饋作用；除農田生態系統Rh外，增溫和減少降水量的交互作用對草地和農田生態系統的NPP，Rh有著負反饋作用，而NEE正反饋作用。減雨，增溫和增加CO2濃度和增雨，增溫和增加CO2濃度三者之間交互作用對生態系統作用并不明顯(圖11)。

3 討論

3.1 單因子對生態系統NPP，Rh和NEE的影響

在較低的溫度情況下，增溫能顯著地刺激植物生長和土壤呼吸，由于延長了其生長季節和增強了土壤N的礦化[25],表現為碳的固定(圖4c)。亓偉偉等[26]利用BIOME-BGC模型模擬增溫對生態系統碳通量的結果表明，青藏高原增溫1.2～1.7 ℃能增加生態系統生產力和呼吸，使生態系統碳微弱增加。Xu等[4]野外增溫實驗研究也表明當溫度增加3 ℃時，生態系統NPP提高。Luo等[27]研究表明，北美高草草原在溫度增高2 ℃下，生態系統NPP增加14%，土壤呼吸增加8%。在溫度過高情況下，增溫減少了土壤水分，導致土壤水分的限制[28],溫度的增高依賴與水分之間的交互作用。在高溫時，Rh對溫度的響應更明顯，所以在溫度升高4 ℃后，生態系統對碳固定逐漸地減少(圖4c)。Zhou等[3]采用此模型模擬美國高草草原對氣候變化響應結果表明，NPP，Rh和NEE對溫度響應的拐點分別為5，6和7 ℃，本研究對于溫度升高的耐性低于此，其主要原因可能是由于該研究地點的降水量高于黃土高原，提高了生態系統對溫度升高的耐性。未來氣溫升高2 ℃，以C4植物為主的農田生態系統NPP增加率高于草地生態系統(圖5)，主要是由于增溫更有利于C4植物的生長[29]。

通過增加降水或減少降水的實驗表明，地上的NPP和植物密度隨著降水呈現線性增加的趨勢[30]。在內蒙古典型草原、荒漠草原[31]和內蒙古半干旱草原[32]的研究都表明NPP隨著降水量增加而增加。對果林、裸地和農用地等不同土地利用方式土壤呼吸研究表明，降水能夠使土壤呼吸產生激增效應[33]。Wu等[34]通過對控制實驗的整合分析表明，降水的增加能顯著地增加植物生物量，刺激土壤呼吸，最終增加生態系統碳固存。本研究也發現隨著降水量的增加，生態系統NPP和Rh都顯著增加，最終增加了生態系統碳固存(圖4f)。相比起呼吸，生態系統的生產力對水分變化更加敏感。草地生態系統NPP和Rh對水分變化比農田生態系統更加敏感，其原因可能是由于農田土壤含水量高于草地所引起的。

生態系統對CO2濃度變化的響應與降水類似。CO2濃度升高能夠增加植物光合作用、生長和地下碳輸入，最終導致微生物活性的提高和呼吸的增加[35]。另外，高濃度CO2能減少植物氣孔導度和蒸騰作用，從而提高土壤水分含量，加強土壤微生物活性和呼吸[36-37]。但長時間高濃度CO2導致植物對CO2敏感性降低[38]。同時，CO2濃度增加使植物對N的需求增加，最終將改變凋落物的C∶N和分解速率，從而影響生態系統的NPP，Rh和NEE[39]。由于光合適應性和不同物種的差異，植物光合作用對CO2濃度變化的響應是多樣的[40]。本研究模型并沒有反映生態系統對氣候變化影響的同化過程，導致CO2對生態系統的影響為漸近線方式。C3植物光合速率對CO2濃度升高的響應高于C4植物[41]，使得以C3植物為主要物種的草地生態系統NPP對CO2濃度升高的響應高于農田生態系統(圖5)。

3.2 多因子交互作用對NPP，Rh和NEE的影響

草地和農田生態系統碳動態對溫度、CO2濃度和降水改變的響應與其對單因子的響應具有不同的趨勢(圖5、6和7)。降水的增加或CO2濃度增加能抵消高溫所引起的副效應，導致生態系統碳動態對溫度響應的更高拐點[3]；降水的減少加強了生態系統水分的壓力[42]，使生態系統NPP和Rh對溫度響應不敏感，即隨溫度升高其變化曲線更加平緩(圖5)。Zhou等[3]利用TECO模型對美國高草草原的研究中也發現了相同的趨勢，而Cowling等[43]運用DGVM模型對亞馬遜熱帶雨林的研究表明生態系統碳動態對溫度響應的閾值隨著降水的增加而減小，其可能是由于不同的生態系統類型所導致(熱帶雨林vs.草地)[3]。

草地和農田生態系統T2XP100，C84XP100和T2XC84的交互作用對NPP和Rh的影響較為一致，都能夠增加NPP、Rh和碳的固定(圖11)。在水分是主要限制因子的黃土高原區，增溫和CO2濃度增加對生態系統的正交互作用，其原因可能是增加CO2濃度能減少氣孔導度，提高水分利用效率[28]，增加土壤水分的可利用性[36-37]。CO2濃度增加能夠緩解由于增溫而導致的土壤干旱及減輕水分壓力[44]。同樣，降水增加和溫度升高對生態系統正的交互作用，主要是由于降水量的增加能夠緩解由于溫度升高而造成的水分損失，提高土壤水分的可利用性[45]。當降水量減少一半時增溫能顯著地降低生態系統NPP，導致生態系統碳釋放增加。草地生態系統降水量減少和CO2濃度增加的交互作用對生態系統碳固定有正反饋作用；而在農田生態系統其對碳固定沒有正反饋作用，但比起單獨降低降水量或CO2濃度升高而言，其能夠緩解單獨減少降水量所造成生態系統碳損失。如上所述，CO2濃度升高能夠緩解土壤干旱和降低水分壓力。同時，本研究發現草地生態系統碳過程對多因子的交互作用響應更明顯，其主要由于草地土壤含水量低于農田。Luo等[1]的研究也表明干旱地區碳過程對降水變化更加敏感。

4 結論

在黃土高原區，隨著溫度升高，草地和農田生態系統NPP和Rh都呈現先增加后減少的趨勢，NEE表現出先減少后增加趨勢。草地和農田生態系統NPP和Rh都隨著降水增加和CO2濃度升高而增加，NEE隨著降水增加和CO2濃度升高而減少，系統固碳能力增加。降水和CO2濃度增加將改變生態系統NPP，Rh和NEE對溫度變化的響應。隨著降水增加，生態系統對溫度響應更敏感；草地生態系統NPP，Rh和NEE對溫度變化響應拐點發生改變，而農田系統無變化。CO2濃度升高使農田生態系統NPP，Rh和NEE在>+4 ℃情景下，對溫度變化響應不敏感。增溫與增加CO2濃度和增加降水的2因子交互作用對生態系統NPP和Rh都有正反饋作用，對NEE有負反饋作用。三因子交互作用對生態系統NPP，Rh和NEE沒有明顯促進作用。草地生態系統碳動態對氣候變化交互作用響應更顯著。

References：

[1] Luo Y Q, Gerten D, Le Maire G,etal. Modeled interactive effects of precipitation, temperature, and [CO2] on ecosystem carbon and water dynamics in different climatic zones. Global Change Biology, 2008, 14(9): 1986-1999.

[2] IPCC. Climate Change 2007: the Physical Basis//Solomon D. Cambridge, UK: Cambridge Universtiy Press, 2007.

[3] Zhou X H, Weng E S, Luo Y Q. Modeling patterns of nonlinearity in ecosystem responses to temperature, CO2, and precipitation changes. Ecological Applications, 2008, 18(2): 453-466.

[4] Xu X, Sherry R A, Niu S,etal. Net primary productivity and rain use efficiency as affected by warming, altered precipitation, and clipping in a mixed grass prairie. Global Change Biology, 2013, 19(9): 2753-2764.

[5] Yan Z Q, Qi Y C, Dong Y S,etal. Nitrogen cycling in grassland ecosystem in response to climate change and Human activities. Acta Prataculturae Sinica, 2014, 23(6): 279-292.

閆鐘清, 齊玉春, 董云社, 等. 草地生態系統氮循環關鍵過程對全球變化及人類活動的響應與機制. 草業學報, 2014, 23(6): 279-292.

[6] Zhang C H, Wang M J, Zhang L,etal. Response of meadow steppe ANPP to climate change in Hulunbeir, Inner Mongolia-a simulation study. Acta Prataculturae Sinica, 2013, 22(3): 41-50.

張存厚, 王明玖, 張立, 等. 呼倫貝爾草甸草原地上凈初級生產力對氣候變化響應的模擬. 草業學報, 2013, 22(3): 41-50.

[7] Silvola J, Ahlholm U. Photosynthesis in willows (Salix×dasyclados) grown at different CO2concentrations and fertilization levels. Oecologia, 1992, 91(2): 208-213.

[8] Zhou X H, Liu X Z, Wallace L L,etal. Photosynthetic and respiratory acclimation to experimental warming for four species in a tallgrass prairie ecosystem. Journal of Integrative Plant Biology, 2007, 49(3): 270-281.

[9] Yan Z Q, Qi Y C, Li S J,etal. Soil microorganisms to enzyme activity of grassland ecosystem affected by changes in precipitation pattern and increase in nitrogen deposition-a review. Micobiology China, 2017, 46(6): 1481-1490.

閆鐘清, 齊玉春, 李素儉, 等. 降水和氮沉降增加對草地土壤微生物與酶活性的影響研究進展. 微生物學通報, 2017, 46(6): 1481-1490.

[10] Chen Q S, Li L H, Han X G,etal. Temperature sensitivity of soil respiration in relation to soil moisture in 11 communities of typical temperate steppe in Inner Mongolia. Acta Ecologicca Sinica, 2004, 24(4): 831-836.

陳全勝, 李凌浩, 韓興國, 等. 典型溫帶草原群落土壤呼吸溫度敏感性與土壤水分的關系. 生態學報, 2004, 24(4): 831-836.

[11] Lü X M, Wang Y H, Zhou G S,etal. Interactive effects of changing precipitation and elevated temperatures on plant biomass and its allocation ofStipabreviflora. Acta Ecologica Sinica, 2015, 35(3): 752-760.

呂曉敏, 王玉輝, 周廣勝, 等. 溫度與降水協同作用對短花針茅生物量及其分配的影響. 生態學報, 2015, 35(3): 752-760.

[12] Shaw M R, Zavaleta E S, Chiariello N R,etal. Grassland responses to global environmental changes suppressed by elevated CO2. Science, 2002, 298(5600): 1987-1990.

[13] Gu R, Chao L M, Zhang L X,etal. The influence of hydorthermal factors on soil respiration and soil temperature sensitivity ofStipakryloviisteppe, Inner Mongolia, China. Acta Prataculturae Sinica, 2015, 24(4): 21-29.

谷蕊, 潮洛蒙, 張立欣, 等. 水熱因子對克氏針茅草原土壤呼吸及其土壤溫度敏感性的影響. 草業學報, 2015, 24(4): 21-29.

[14] Zhou L Y, Zhou X H, Shao J J,etal. Interactive effects of global change factors on soil respiration and its components: a meta-analysis. Global Change Biology, 2016, 22(9): 3157-3169.

[15] Luo Y Q, Reynolds J F. Validity of extrapolating field CO2experiments to predict carbon sequestration in natural ecosystems. Ecology, 1999, 80(5): 1568-1583.

[16] Weng E S, Luo Y Q. Soil hydrological properties regulate grassland ecosystem responses to multifactor global change: A modeling analysis. Journal of Geophysical Research-Biogeosciences, 2008, 113(G3): G03003.

[17] Feng X H, Cheng R M, Xiao W F,etal. Productivity and carbon dynamic of the Masson Pine stands in Jigongshan region based on LPJ-GUESS model. Scientia Silvae Sinicae, 2013, 49(4): 7-15.

封曉輝, 程瑞梅, 肖文發, 等. 基于LPJ-GUESS模型的雞公山馬尾松林生產力和碳動態. 林業科學, 2013, 49(4): 7-15.

[18] Li X D, Fu H, Guo D,etal. Partitioning soil respiration and assessing the carbon balance in aSetariaitalica(L.) Beauv. cropland on the Loess Plateau, Northern China. Soil Biology & Biochemistry, 2010, 42(2): 337-346.

[19] Wang Y P, Leuning R. A two-leaf model for canopy conductance, photosynthesis and partitioning of available energy I: Model description and comparison with a multi-layered model. Agricultural and Forest Meteorology, 1998, 91(1): 89-111.

[20] Farquhar G, von Caemmerer S V, Berry J. A biochemical model of photosynthetic CO2assimilation in leaves of C3species. Planta, 1980, 149(1): 78-90.

[21] Ball J T, Woodrow I E, Berry J A. A model predicting stomatal conductance and its contribution to the control of photosynthesis under different environmental conditions//Biggins J, Editor. Progress in Photosynthesis Research. Martinus Nijhoff: Zoetermeer, Netherlands, 1987: 221-224.

[22] Luo Y, Meyerhoff P, Loomis R. Seasonal patterns and vertical distributions of fine roots of alfalfa (MedicagosativaL.). Field Crops Research, 1995, 40(2): 119-127.

[23] Arora V K, Boer G J. A parameterization of leaf phenology for the terrestrial ecosystem component of climate models. Global Change Biology, 2005, 11(1): 39-59.

[24] Li X, Fu H, Li X,etal. Effects of land-use regimes on carbon sequestration in the Loess Plateau, northern China. New Zealand Journal of Agricultural Research, 2008, 51(1): 45-52.

[25] Peng F. Initial Response of Alpine Meadow Ecosystem to Warming Manipulation in Permafrsot Area of Qinghai-Tibet Plateau. Beijing: University of Chinese Academy of Sciences, 2012.

彭飛. 模擬增溫對多年凍土高寒草甸生態系統的影響. 北京: 中國科學院大學, 2012.

[26] Qi W W, Niu H S, Wang S P,etal. Simulation of effects of warming on carbon budget in alpine meadow ecosystem on the Tibetan Plateau. Acta Ecologica Sinica, 2012, 32(6): 1713-1722.

亓偉偉, 牛海山, 汪詩平, 等. 增溫對青藏高原高寒草甸生態系統固碳通量影響的模擬研究. 生態學報, 2012, 32(6): 1713-1722.

[27] Luo Y Q, Sherry R, Zhou X H,etal. Terrestrial carbon-cycle feedback to climate warming: experimental evidence on plant regulation and impacts of biofuel feedstock harvest. Global Change Biology Bioenergy, 2009, 1(1): 62-74.

[28] Drake B G, Gonzàlez-Meler M A, Long S P. More efficient plants: a consequence of rising atmospheric CO2. Annual Review of Plant Biology, 1997, 48(1): 609-639.

[29] Chen Y Q. Effects of Simulated Warming on Growth and Water Utilization of C3and C4Plants. Hohehot: Inner Mongolia University, 2014.

陳宇琪. 模擬增溫對C3、C4植物生長及水分利用的影響. 呼和浩特: 內蒙古大學, 2014.

[30] Yahdjian L, Sala O E. Vegetation structure constrains primary production response to water availability in the Patagonian steppe. Ecology, 2006, 87(4): 952-962.

[31] Mu S J, Li J L, Yang H F,etal. Spatio-temporal variation analysis of grassland net primary productivity and its relationship with climate over the past 10 years in Inner Mongolia. Acta Prataculturae Sinica, 2013, 22(3): 6-15.

穆少杰, 李建龍, 楊紅飛, 等. 內蒙古草地生態系統近10年NPP時空變化及其與氣候的關系. 草業學報, 2013, 22(3): 6-15.

[32] Ma W H, Yang Y H, He J S. Above- and belowground biomass in relation to environmental factors in temperate grasslands, Inner Mongolia. Science in China Series C: Life Sciences, 2008, 38(1): 84-92.

馬文紅, 楊元合, 賀金生. 內蒙古溫帶草地生物量及其與環境因子的關系. 中國科學(C 輯), 2008, 38(1): 84-92.

[33] Su H M, Li X Y, He B H,etal. Rainfall effects on soil microbial biomass and soil respiration under different land use conditions. Journal of Soil and Water Conservation, 2011, 25(6): 92-95.

蘇慧敏, 李敘勇, 何丙輝, 等. 不同土地利用方式下降雨對土壤微生物量和呼吸的影響. 水土保持學報, 2011, 25(6): 92-95.

[34] Wu Z, Dijkstra P, Koch G W,etal. Responses of terrestrial ecosystems to temperature and precipitation change: a meta-analysis of experimental manipulation. Global Change Biology, 2011, 17(2): 927-942.

[35] Anderson L J, Maherali H, Johnson H B,etal. Gas exchange and photosynthetic acclimation over subambient to elevated CO2in a C3-C4grassland. Global Change Biology, 2001, 7(6): 693-707.

[36] Morgan J, Pataki D, K?rner C,etal. Water relations in grassland and desert ecosystems exposed to elevated atmospheric CO2. Oecologia, 2004, 140(1): 11-25.

[37] Hungate B A, Reichstein M, Dijkstra P,etal. Evapotranspiration and soil water content in a scrub-oak woodland under carbon dioxide enrichment. Global Change Biology, 2002, 8(3): 289-298.

[38] Jiang Y L, Zhou G S, Wang Y H,etal. Advances in the adaptability of zonalStipaplants to CO2and climate change in Inner Mongolia. Acta Ecologica Sinica, 2015, 35(14): 4559-4569.

蔣延玲, 周廣勝, 王玉輝, 等. 內蒙古地帶性針茅植物對CO2和氣候變化的適應性研究進展. 生態學報, 2015, 35(14): 4559-4569.

[39] Johnson D. Simulated nitrogen cycling response to elevated CO2inPinustaedaand mixed deciduous forests. Tree Physiology, 1999, 19: 321-327.

[40] Luo Y Q, Sims D A, Griffin K L. Nonlinearity of photosynthetic responses to growth in rising atmospheric CO2: an experimental and modelling study. Global Change Biology, 1998, 4(2): 173-183.

[41] Wang X L, Xu S H, Liang H. The experimental study of the effects of CO2concentration enrichment on growth, development and yield of C3and C4crops. Scientia Agricultura Sinica, 1998, 31(1): 56-62.

王修蘭, 徐師華, 梁紅. CO2濃度增加對C3、C4作物生育和產量影響的實驗研究. 中國農業科學, 1998, 31(1): 56-62.

[42] Ise T, Moorcroft P R. The global-scale temperature and moisture dependencies of soil organic carbon decomposition: an analysis using a mechanistic decomposition model. Biogeochemistry, 2006, 80(3): 217-231.

[43] Cowling S A, Shin Y. Simulated ecosystem threshold responses to co-varying temperature, precipitation and atmospheric CO2within a region of Amazonia. Global Ecology and Biogeography, 2006, 15(6): 553-566.

[44] Wall G, Garcia R, Kimball B,etal. Interactive effects of elevated carbon dioxide and drought on wheat. Agronomy Journal, 2006, 98(2): 354-381.

[45] Gerten D, Luo Y, Le Maire G,etal. Modelled effects of precipitation on ecosystem carbon and water dynamics in different climatic zones. Global Change Biology, 2008, 14(10): 2365-2379.