长叶羊茅（Festuca dolichophylla）地上生物量分配与利用的种群差异及其对秘鲁高海拔草原管理的启示

本研究针对秘鲁高海拔草原主要草种长叶羊茅（F. dolichophylla）的生物量分配和利用评估问题，通过移植不同地理种群至统一环境，分析了其地上生物量分配格局和利用效率。研究发现Puno种群具有更高的生物量和独特的结构分配策略，且对数回归模型（R2 ≥ 0.88）比线性模型能更准确估算利用率。结果为种群特异性放牧管理提供了关键依据，对优化草原可持续利用具有重要意义。

　　

在秘鲁广袤的高海拔草原生态系统中，禾本科植物如长叶羊茅（Festuca dolichophylla）、针茅（Stipa）和拂子茅（Calamagrostis）占据主导地位，这些植物不仅是南美骆驼等重要牲畜的主要饲料来源，还在维持生态系统功能方面发挥着关键作用。其中，长叶羊茅因其生态重要性和广泛分布而备受关注。然而，长期以来，牧场管理者面临着一个核心难题：如何准确评估不同地理来源植物的生物量分配特征和 grazing utilization（放牧利用）效率，从而制定科学的载畜量和放牧策略。

传统管理方法往往忽视种内变异，将同一物种的不同种群视为同质单元。但事实上，植物通过 blades（叶片）、culms（茎秆）+ sheaths（叶鞘）和 inflorescences（花序）等功能结构分配地上生物量的策略，不仅反映了其对环境条件的适应，还直接影响 forage availability（饲草可用性）和植物 resilience（恢复力）。这种分配模式可能因放牧强度、气候变异等 site-specific pressures（地点特异性压力）而存在显著种群差异。此外，utilization（利用率，指被 grazing animals 移除的生物量比例）的评估方法（如 paired plots 或 height-weight relationships）也存在精度不足的问题，可能导致 underutilization（利用不足）或 overgrazing（过度放牧），进而影响草原健康和生产力。

为破解这一难题，研究人员开展了一项针对长叶羊茅地理种群的研究，成果发表在《Redox Biochemistry and Chemistry》上。研究团队从秘鲁五个地区（Huancavelica-community、Huancavelica-university、Junín、Pasco 和 Puno）采集了长叶羊茅种群，将其移植到土壤和气候条件统一的实验地（位于 Huancavelica 省，海拔 4620 米）。经过12个月 establishment period（建成期）和 uniformization cut（统一化刈割）后，在雨季进行了生物量分配和利用评估。

研究采用了几个关键技术方法：一是通过完全随机区组设计进行种群移植实验，使用协方差调整的线性模型方差分析（ANOVA）比较生物量分配差异，并采用Tukey事后检验；二是利用高度-重量关系（height-weight relationships）估算利用率，建立了线性和对数回归模型进行对比；三是对植物按1英寸分段干燥称重，分析生物量积累格局；所有统计分析均使用R软件（4.4.0版）完成。

地上生物量分配

研究结果显示，不同种群在相同环境下仍表现出显著差异。Puno种群的地上生物量显著高于其他种群（P < 0.05），其 blades 和 culms + sheaths 生物量也最高，而各种群间的 inflorescence 生物量无显著差异。在分配比例上，Pasco种群将更大比例生物量分配给 blades，而Puno种群则更多投资于 culms + sheaths。平均而言，8.84%的地上生物量分配给花序，种群间无差异。这些发现表明，即使在同一环境中，遗传背景或先前环境诱导的 phenotypic plasticity（表型可塑性）仍会导致持续的分化。

高度-重量关系与利用

研究发现，长叶羊茅50%以上的地上生物量集中在植株基部4英寸以内。从4到11英寸高度，种群间生物量积累存在显著差异（P < 0.05），Puno种群积累较少。通过回归模型比较，对数回归模型（y = a + b₁x + b₂log(x)）的预测精度（R² ≥ 0.88）显著优于线性模型（R² ≤ 0.77）。当 utilization 水平为40%、50%和60%时，线性模型系统性低估了应移除的高度比例（Puno种群60%利用率除外）。这表明传统线性方法可能导致利用不足，而对数模型能提供更准确的种群特异性管理阈值。

讨论与意义

研究表明，长叶羊茅种群在生物量生产和分配上存在显著差异，可能与原产地环境压力（如Puno的低温、强风和 grazing pressure）导致的 local adaptation（本地适应）有关。较高的结构组织（culms + sheaths）投资可能增强抗逆性，而叶片投资增加则有利于光合效率。这些差异强调了基因型选择在 pasture restoration（牧场恢复）中的重要性。

研究提出的对数回归模型为精准评估放牧利用提供了可靠工具，有助于避免过度放牧引发的草地退化，同时提升 carrying capacity（载畜量）和牧场可持续性。结合远程 sensing 技术（如无人机测量），该模型可支持数据稀缺区域的高效管理。

结论方面，研究人员强调：长叶羊茅的地理种群在生物量分配和利用特性上存在显著差异，需要种群特异性的管理策略；对数回归模型能更准确估算利用率，优化放牧实践；这些发现对维持秘鲁高海拔草原的生态功能和服务（如碳固存、水源涵养）具有重要实践意义。未来研究应纳入多年数据和遗传分析，以深化对 adaptation mechanisms（适应机制）和 temporal stability（时间稳定性）的理解。

这项工作由来自秘鲁国立Toribio Rodríguez de Mendoza亚马逊大学动物技术、生物技术、农业综合企业与数据科学学院的Ysai Paucar、Flor L. Mejía、Enrique R. Flores、Paul H. Mayhua、Deysi Ruiz-Llontop、José A. Saucedo-Uriarte、William Bardales、Leandro Valqui和Lucrecia Aguirre合作完成，为高海拔草原的可持续管理提供了科学依据和实践工具。