美国西南部草地生产力预测模型Grass-Cast Southwest的首次评估及其对半干旱牧场管理的启示

《Cambridge Prisms: Drylands》：Grass-Cast Southwest: A seasonal rangeland productivity forecast for the southwestern United States

本刊推荐：为应对美国西南部牧场生态系统因降水模式变化导致的饲料资源波动问题，研究人员开展了Grass-Cast Southwest季节性牧场生产力预测工具的首次评估研究。结果表明，春季预报（4-5月）与观测值高度吻合（R=0.6-0.9），而夏季预报（6-9月）准确性较低（R=-0.5-0.7），主要受北美季风降水不可预测性影响。研究创新性提出利用ENSO指数可优化预报性能，为半干旱牧场适应性管理提供科学依据。

　　

在美国西南部广袤的牧场生态系统中，气候变化正以前所未有的方式重塑着自然景观。作为区域农业生态服务的主要提供者，这些牧场承载着维系畜牧业发展、保护野生动物栖息地、维持生物多样性和碳汇功能等重要使命。然而近年来，干旱频率和强度的持续增加导致牧场植被生产力显著退化——2020年干旱事件中，超过50%的牧场处于"贫瘠"或"极贫瘠"状态。面对日益加剧的气候变率，牧场管理者迫切需要能够预测饲料资源动态的科学工具，但现有数据平台多侧重于气候预测或历史生产力分析，缺乏将多源数据整合为短期生产力预报的能力。

在这一背景下，由美国农业部主导开发的Grass-Cast Southwest牧场生产力预测工具应运而生。这项发表于《Cambridge Prisms: Drylands》的研究首次对该工具在美国西南部亚利桑那州和新墨西哥州的预报性能进行了系统评估。该地区的气候格局极具特色：冬季降水受ENSO现象调控，驱动春季生长季；夏季则受北美季风(NAM)主导，形成独立生长季。这种"双生长季"特征与气候变暖背景下降水"少而强"的趋势叠加，使得牧场生产力预测变得尤为复杂。

研究团队通过融合DayCent生态系统过程模型、历史气象数据、卫星遥感植被指数(NDVI)和野外实测数据，构建了双周更新的ANPP预报系统。春季预报（4-5月）基于1月1日至5月31日累积的实际蒸散量(AET)或降水量(PPT)，夏季预报（6-9月）则采用6月1日至8月31日的数据。为量化不确定性，模型设置了基于过去36年降水数据的三种情景：低于正常值、接近正常值和高于正常值。

关键技术方法包括：（1）应用DayCent生态系统模型模拟水碳通量，计算季节性累积AET(iAET)和PPT(iPPT)；（2）基于1982-2015年GIMMS NDVI3g数据集，建立县域尺度的iNDVI与水文变量统计关系；（3）利用西南部三个野外站点（高地主土地资源区、霍纳达实验区、圣丽塔实验区）的76个站点年ANPP实测数据，构建iNDVI-ANPP转换方程（ANPP=98.84×iNDVI+5.0）；（4）采用MODIS NDVI数据(2000-2020)进行独立验证，并通过ENSO指数分析气候驱动机制。

Grass-Cast Southwest ANPP估计值的准确性

研究显示模型ANPP估计值与MODIS iNDVI具有显著相关性（春季R=0.95，夏季R=0.77）。

特别值得注意的是，iNDVI对ANPP的解释力（R=0.71）远优于年均降水量（R=0.32），证明多源数据融合策略的有效性。

季节性预报性能差异

2020-2022年的预报验证揭示出明显的季节异质性。春季首期预报即表现出较高准确性（R=0.6-0.9），如2020年5月预报成功预测亚利桑那州南部ANPP正异常和新墨西哥州东北部负异常。

这与冬季降水的主导作用密切相关，模型通过融合前期观测数据可有效捕捉这一缓变信号。

相比之下，夏季预报直到8月中旬才收敛于最终ANPP估计值（R从-0.5升至0.7）。

首期预报中三种情景分别呈现<-30%、-5%-5%和>30%的ANPP异常幅度，反映出NAM降水的高度不确定性。

ENSO指数的改进潜力

研究发现了ENSO与牧场生产力的显著关联：春季ANPP与ENSO_JFM（1-3月）指数正相关（R=0.57），夏季ANPP与ENSO_MAM（3-5月）指数负相关（R=-0.36）。

这一发现为改进预报提供了新思路——例如2019年ENSO正异常预示湿润冬季后，可优先采纳"低于正常值"情景作为2020年夏季最可能结果。

研究结论强调，Grass-Cast Southwest春季预报已具备支持牧场适应性管理的实用价值，管理者可依据预报调整牲畜载畜率，实现资源优化配置。而夏季预报受制于NAM降水不可预测性，当前更接近于实时监测系统。创新性提出将ENSO指数作为情景选择器，有望突破夏季预报瓶颈。这项研究不仅为半干旱生态系统建模提供了重要范式，更通过揭示季节特异性气候驱动机制，推动了全球变化背景下牧场资源可持续管理策略的发展。随着遥感技术（如太阳诱导荧光）和气候预测方法的进步，未来有望进一步强化生态系统服务与气候风险管理的协同增效。