藏北高寒草原净初级生产力对极端降水的响应机理

Extreme weather, especially extreme precipitation is considered to be a key factor for vegetation productivity and the process of the carbon cycle in Tibetan Plateau. However, the responses of aboveground net primary productivity (ANPP) and belowground net primary productivity (BNPP), the important parts of ecosystem carbon cycle, to precipitation have not been revealed well. Exploring the relationship among extreme precipitation and ANPP and BNPP is a basis for understanding the ecological processes of alpine steppe ecosystem responding to climate change. Meanwhile, it is essential for sustainable grassland ecosystem management. We conducted a manipulative precipitation experiment in an alpine steppe, northern Tibetan Plateau, and the experiment consisted of 3 precipitation treatments (extreme drought, annual mean precipitation and heavy precipitation). We aim to investigate the responses of ANPP and BNPP to extreme precipitation and their controlling factors. Thus, regression tree model will be used to screen the critical factors, and structural equation model will be used to explore the relationships among the critical environmental factors and ANPP and BNPP for revealing the underlying mechanisms. Finally, generalized additive model will be used to perform forecast analysis. The project will provide theoretical guidance for predicting changes of ANPP and BNPP under future precipitation pattern in Tibetan Plateau.

极端气候，特别是极端降水事件是青藏高原植被生产力和碳循环过程的重要影响因素。作为生态系统碳循环非常重要的部分—净初级生产力（NPP）对极端降水的响应模式及其调节机制还没有得到足够的了解。探寻高寒草原地上和地下净初级生产力（ANPP，BNPP）对极端降水的响应机制是研究高寒草原生态过程对气候变化响应的重要基础，对揭示高寒区生态系统植被恢复机制和理解生态系统的稳定性具有重要意义。本项目以藏北高寒草原为研究对象，分析和对比极端降水（干旱和强降雨）对ANPP和BNPP的影响过程，并对多个环境因子（如土壤性质、群落组成、植物状况和根系特征等）进行监测、调查、取样和分析，利用分类回归树分析提取主要控制因子，进一步采用结构方程模型对主要环境因子与ANPP，以及BNPP的关系进行综合分析，以解释环境因子对响应过程的影响机理。最后，利用广义加性模型做探索性预测分析，为高寒草地生态系统可持续管理提供理论指导。

极端降水条件下高寒草原地上和地下净初级生产力（ANPP和BNPP）的研究对全球碳循环具有重要意义，一直是生态学研究的重要内容。本研究以西藏自治区申扎高寒草原与湿地生态系统观测试验站为研究区，连续3年观测其ANPP和BNPP变化情况，分析土壤理化性质、群落组成、植物重要值等。运用冗余分析、因子分析等多种分析方式，确定不同降雨环境下影响ANPP和BNPP的主要控制因子，并用广义加性模型预测ANPP和BNPP随环境因子的变化趋势，从而回答净初级生产力对极端降水的响应机理。.本研究的主要结论包括以下几点：.（1）截雨条件下会显著降低植物的ANPP，特别是极端干旱环境下（-100%），ANPP结果和对照组呈显著差异（P＜0.05），增雨处理会使ANPP呈减-增-减的折线形波动。除了极端干旱环境下（-100%），BNPP明显降低外，其它各组变化范围很小。.（2）生产力的变化是由于降雨环境的变化影响了植物的生理活动和土壤理化性质，且在截雨或增雨50%的情况下碳元素响应最为强烈，磷元素表现为在截雨或增雨50%的情况下响应强烈，土壤全氮的含量变化为随降雨增加而减少，而速效氮无明显特征。.（3）分析植物重要值发现，冰川棘豆（Oxytropis glacialis）可以作为该地区极端气候条件的指示性物种。昆仑蒿（Artemisia nsnschanica）和短花针茅（Stipa breviflora）对降雨处理呈负反馈响应，且短花针茅对极端气候具有更强的适应性。.（4）冗余分析和因子分析结果显示，不同降雨环境下，Margalef和Shannon多样性指数对ANPP具有最大贡献值，Pielou指数对BNPP具有最大贡献值。速效磷、全氮和全磷能够一定程度表征ANPP的变化，全碳能一定程度表征BNPP的变化。.（5）广义加性模型拟合曲线发现，不同降雨环境下，BNPP随着植物群落的Shannon指数和Pielou指数增长均呈现线性增加的趋势，Simspon指数和Margalef指数均呈现线性减少的变化趋势。BNPP表现为随着pH、电导率和土壤速效磷的增加而线性增加的趋势，随着温度、速效氮、全磷和全氮的增加而减少，随着土壤全碳的增加而先增加后减少。