青藏高原高寒草地放牧碳循环模拟研究：基于Biome-BGCMuSo模型的冬夏放牧效应解析

《Agriculture, Ecosystems & Environment》：Modeling grazing effects on carbon dynamics in alpine grasslands of the Qinghai-Tibetan Plateau using the Biome-BGCMuSo model

本研究针对青藏高原高寒草地生态系统对气候变化和放牧干扰的高度敏感性，通过改进Biome-BGCMuSo模型引入冬季放牧模块，结合粒子群优化算法校准关键参数。研究发现1979-2018年间该区域表现为8.72 Tg C a?1的碳汇，但放牧导致植被碳、凋落物碳和表层土壤有机碳分别减少27.8?g?C m?2、17.0?g?C m?2和270.1?g?C m?2，且夏季放牧对碳储量的负面影响显著大于冬季放牧。该研究为制定放牧安全阈值提供了科学依据。

　　

在世界屋脊青藏高原，连绵的高寒草地不仅是当地牧民世代赖以生存的牧场，更扮演着全球碳循环中不可或缺的角色。这片平均海拔超过4000米的广袤土地，储存着约36.6 Pg（1 Pg=10¹⁵克）的土壤有机碳，相当于中国陆地碳汇的9.9-19.6%。然而，这片脆弱的生态系统正面临气候变化和放牧活动的双重压力。传统的放牧方式采用季节性轮牧，夏季将牲畜赶往高海拔的夏牧场，冬季则返回低海拔的冬牧场。但长期以来，科学界对放牧如何影响高寒草地碳循环存在激烈争议——轻度放牧可能促进植物生长，而过度放牧则会导致生态系统退化。更棘手的是，现有模型大多只关注夏季放牧，无法模拟冬季放牧对枯萎植物的消耗，这就像试图解读一部小说却只读了其中一半章节。

为了解开这个科学谜题，西北农林科技大学水土保持研究所的郑雷团队在《Agriculture, Ecosystems and Environment》上发表了最新研究成果。研究人员对Biome-BGCMuSo这一生物地球化学模型进行了重要升级，首次加入了冬季放牧模块，使其能够模拟青藏高原特有的季节性轮牧系统。通过结合Sobol敏感性分析和粒子群优化算法，团队精准校准了模型中最敏感的四个参数：叶片碳氮比（C:N_leaf）、细根分配（FRA）、软茎分配（SSA）和根深函数形状参数（RDFSP）。这项技术突破使得模型模拟精度显著提升，为揭示放牧对碳循环的影响提供了可靠工具。

研究区域

青藏高原位于中国西南部，面积约250万平方公里，67%的区域年均温低于0°C。研究聚焦占高原面积60%以上的高寒草地生态系统，这些草地对维持区域碳平衡具有关键作用。

敏感性分析、模型校准和验证

研究团队通过全局敏感性分析发现，叶片碳氮比（C:N_leaf）对土壤有机碳（SOC）模拟的影响最为显著，而细根分配（FRA）则是影响地上生物量（AGB）模拟的关键参数。采用粒子群优化（PSO）算法校准后，模型对AGB和SOC的模拟决定系数（R²）分别达到0.73和0.80，均方根误差（RMSE）降低至14.9 g C m^?2和0.58 kg C m^?2，显示出优异的模拟性能。

与既往研究的比较及潜在意义

模拟结果显示，1979-2018年间青藏高原高寒草地平均地上生物量为34.3 g C m^?2，与遥感反演结果高度一致。更重要的是，研究发现该时期高原草地生态系统整体表现为碳汇，碳吸收量达8.72 Tg C a^?1，而在2002-2018年间更是增至16.31 Tg C a^?1。四十年间总碳储量增加0.34 Pg C，其中77.5%的碳被固定在30厘米以上的土壤层中。

研究结论

该研究最关键的发现是量化了放牧对碳储量的负面影响：放牧导致植被碳减少27.8 g C m^?2、凋落物碳减少17.0 g C m^?2、表层土壤有机碳（0-30厘米）减少270.1 g C m^?2。尤为值得注意的是，在相同放牧强度下，夏季放牧对碳储量的负面影响显著大于冬季放牧，这颠覆了传统认知。这一发现为制定差异化的放牧管理策略提供了重要科学依据。

这项研究的创新之处在于首次在过程模型中实现了对青藏高原季节性轮牧系统的完整模拟，揭示了冬夏放牧对碳循环的差异化影响。研究建议将夏季放牧和冬季放牧分别考虑，这为设定放牧安全阈值、确保草地可持续发展提供了全新视角。在全球气候变化背景下，这项研究不仅深化了我们对高寒草地碳循环机制的理解，也为实现生态保护与牧民生计的平衡发展指明了方向。