在沙漠草原中,放牧强度调控着土壤水分、植物群落以及碳交换对降雨脉冲的短期响应
《Agriculture, Ecosystems & Environment》:Grazing intensity regulates short-term responses of soil moisture, plant community and carbon exchange to rainfall pulses in a desert steppe
【字体:
大
中
小
】
时间:2026年07月03日
来源:Agriculture, Ecosystems & Environment 6
编辑推荐:
徐莉|陈小龙|傅文玲|安春春|李晓倩|高天明|陈新创|王怀昌|郭建英|董志中国山东省泰安市山东农业大学林学院,邮编271018摘要草地生态系统在全球碳循环中起着关键作用,并提供重要的生态系统服务。然而在草地生态系统中,降雨脉冲是影响植被生产力和碳交换的重要因素,但其作用强度会受到
徐莉|陈小龙|傅文玲|安春春|李晓倩|高天明|陈新创|王怀昌|郭建英|董志中国山东省泰安市山东农业大学林学院,邮编271018摘要草地生态系统在全球碳循环中起着关键作用,并提供重要的生态系统服务。然而在草地生态系统中,降雨脉冲是影响植被生产力和碳交换的重要因素,但其作用强度会受到放牧强度的显著调控。本研究以内蒙古西拉穆伦草地的放牧地块为研究对象,探讨了在不同放牧强度下,降雨过程对土壤水分、植被群落结构以及生态系统碳交换的影响。研究发现,适度放牧能够有效维持植被和土壤结构的稳定性,使得碳汇功能在多次降雨事件中仍保持相对稳定。而过度放牧虽然会增加物种多样性,但会显著改变植被群落结构和土壤水分动态:深层土壤的吸水能力减弱,碳通量稳定性下降,植物与土壤的碳循环过程出现明显不同步。本研究阐明了放牧强度如何通过调控植被结构和土壤过程来影响生态系统碳水耦合机制,为草地生态系统的适应性管理提供了理论和实证依据。1. 引言全球草地生态系统覆盖面积约3700万平方公里,约占全球陆地面积的24%(Suttie等,2005)。中国的草地面积约为4亿公顷,占全国陆地面积的40%以上,主要分布在黑河—腾冲线以北的干旱和半干旱地区(Nan,2005)。这些草地提供了诸如防风固沙、涵养水源以及固定土壤碳等重要生态系统服务,在全球生态系统碳循环中也发挥着重要作用(Hu等,2019)。然而近年来,人类活动以及降水变化显著影响了草地生态系统功能的稳定性,包括生态系统多样性、碳固定能力以及植被生产力等方面的稳定性(Peters等,2019;Zhang等,2023b)。尤其是人类活动对草地的过度利用,尤其是过度放牧作为导致草地退化的主要人为因素,造成了植被覆盖度下降和生物多样性减少。过度放牧使得牲畜消耗植被的速度快于植被的再生速度,从而削弱了草地生态系统在防风固沙、保持水土方面的能力,进而加速了草地退化进程(Tang等,2016;Chen等,2025)。降水作为土壤和植被水分的主要来源,对草地生产力具有重要的调节作用。研究表明,在干旱和半干旱地区,降水多以短时间内的强降雨脉冲形式出现,这类降雨能够在短期内显著提升从表层到深层的土壤含水量。干燥土壤的快速湿润过程会引发“桦树效应”,极大增强微生物群落的活性并提高微生物的呼吸速率,从而导致土壤中的二氧化碳呈脉冲式释放(Zhao等,2023)。Wang等(2016)的模拟研究显示,降水刺激可使微生物呼吸速率迅速提高4–10倍,并在降雨脉冲作用后的48小时内趋于稳定。这体现了干湿交替对碳输出的强烈驱动作用,尽管这种效应会在一定时间内逐渐达到平衡。此外,降水刺激还能缓解植被的水分胁迫,迅速提高叶片的光合作用速率和气孔导度,从而在短期内提升总初级生产力和净生态系统生产量(Philippon等,2005)。另外,降水的季节性时机与其总量同样重要,因为在半干旱草地中,生长季末期的降雨比早季降雨更能有效提升生态系统的用水效率,因为它能在不增加蒸散作用的情况下促进碳同化(Zhang等,2023a)。类似地,内蒙古半干旱草原的长期实验也表明,生长季内的降雨时机是决定生态系统生产力和降水利用效率的关键因素(Wang等,2024)。因此,某一降雨脉冲对碳交换的影响不仅取决于其强度,还取决于其发生时机,最终通过植被光合作用与呼吸作用之间的相对平衡来实现。这一平衡还会受到放牧强度的调控,但放牧强度如何响应降雨脉冲来调节这一平衡目前尚不完全清楚。在草地生态系统中,降雨脉冲是影响植被生产力和碳交换的重要因素,但其作用强度会受到放牧强度的显著调控。降水与植被群落结构之间的相互作用可通过影响初级生产力和生态系统呼吸作用来影响净生态系统二氧化碳交换量,进而影响对生态系统稳定性和功能的预测(Hoover等,2022;Sun等,2024a;Shevliakova等,2013)。众多研究指出,草地碳交换对气候环境极为敏感,这使得草地碳预算存在较大不确定性(Song等,2019;Wang等,2021)。尤其是长期过度放牧会显著加剧极端降水事件对温室气体通量的干扰(Wolf等,2010;Chen等,2019)。虽然有一些研究表明,适度放牧的区域由于植被-凋落物层较为完整且土壤孔隙度较高,水分能够更快渗透并被植物吸收(Wen等,2022;Li等,2024a),而过度放牧的区域则可能因为持水能力下降而导致植被对降雨脉冲的反应减弱(Reichmann等,2013),但这些不同机制在降雨脉冲作用下的生态系统碳交换净效应尚未经过系统研究。此外,过度放牧还可能延长植被对降雨的反应时间,降低生态系统在降雨结束后の短期恢复能力,从而进一步增加预测草地碳平衡时面临的不确定性。尽管已有许多研究探讨了相关问题(Li等,2024b;Sun等,2024b),但在不同放牧强度下,降雨脉冲、植被多样性以及碳交换之间的相互作用机制仍不够清晰,需要进一步研究。我们假设适度放牧能够保持植被-凋落物层的完整性,并使根系能够快速响应降雨脉冲,从而提升碳吸收能力,使生态系统保持净碳汇状态。而过度放牧则会破坏植被群落,导致植被覆盖度显著下降,进而限制光合作用,削弱碳汇能力,使生态系统从净碳汇转变为甚至成为净碳源。联合国可持续发展目标明确要求保护、恢复和可持续利用陆地生态系统以及保护生物多样性(Zhang等,2025c)。中国的碳达峰和碳中和目标进一步凸显了草地碳汇在实现国家减排目标中的关键作用。因此,深入研究草地碳交换机制及其对降水的响应已成为当务之急。本研究在内蒙古达茂旗西拉穆伦草地开展,旨在探讨短期降雨脉冲及降雨延迟的影响。通过量化不同放牧强度下的植被动态、土壤水分以及植被源碳排放情况,本研究旨在:(i)评估放牧如何在降雨气候条件下调控植物群落多样性稳定性及生态系统碳交换;(ii)阐明降雨脉冲的调控作用以及降雨事件后植被的短期恢复能力;(iii)根据气候条件提出具有地方针对性、科学依据且实用的放牧管理建议。2. 材料与方法2.1 研究地点与实验设计研究地点位于中国内蒙古自治区西拉穆伦镇附近(北纬41°21′,东经111°12′)。该地区的草地类型为典型的沙漠草原,夏季短暂而温暖,冬季漫长而寒冷,降水变化较大。年平均气温为4.5℃,最热月份7月的平均气温为20.5℃。平均风速为16公里/小时,年降水量为340毫米。研究样地处于丘陵地带,地形相对平坦,海拔较高。该地区的植物群落以多年生植物为主,其中羊草、长叶羊茅和阿曼旋花是主要的优势种。放牧主要发生在每年5月至10月期间。实验设计了三种放牧强度:轻度放牧(LG,1.5只羊/公顷·月),中度放牧(MG,3.0只羊/公顷·月),重度放牧(HG,4.5只羊/公顷·月)。从2018年开始,每年5月1日至10月31日进行连续放牧,同时设置一个围栏区域作为对照组(CK)。具体的放牧强度处理和样地布置参照了Li等(2025)的研究方法。放牧样地采用完全随机区组设计,每种处理设置3个重复,共12个实验单元,各单元之间用围栏隔开。在2024年7月1日至8月31日的整个研究期间,研究区域内设置了气象站,用于实时记录降水量和温度数据。一旦出现符合标准的降雨事件,就会进行进一步的数据收集。在观测期间记录的多个降雨事件中,根据以下标准选择了5个具有代表性的降雨事件进行深入分析,以确保能够观察到明显的生态系统响应:1. 降水量大于5毫米,这类降雨可视为有效的降雨脉冲,足以让这片沙漠草原的土壤重新湿润;2. 与前一次显著降雨事件之间有足够的时间间隔(通常超过3天),以便生态系统恢复到基准状态。最终确定的降雨事件日期为2024年的7月15日、7月30日、8月3日至4日、8月9日以及8月25日,观测期间的降水量和温度数据以及所选降雨事件的分布如图1所示。下载:下载高分辨率图片(309KB)下载:下载全尺寸图片图1. 观测期间的每日降水量和日平均温度。为了区分具有不同响应速率的生态过程,数据收集和分析按照两个时间框架展开。对于响应速度较快的变量,根据降雨脉冲的三个阶段进行系统观测:降雨前(脉冲前的基准状态)、降雨脉冲期(事件发生后立即的阶段)以及降雨后期效应。降雨前的基准数据是在2024年7月10日,即第一次重大降雨事件之前采集的。在每次目标降雨事件发生后的第一天,以及第1次和第4次降雨事件发生后的第四天,都会对响应速度较快的变量进行测量,这些变量包括土壤水分和温度、生态系统碳交换量(净生态系统碳交换量、生态系统呼吸量、总生态系统生产量)、温室气体通量(甲烷、一氧化二氮)。与此同时,分别在2024年7月1日、7月31日和8月31日对植被群落的功能特征、多样性指数以及养分含量进行了测定,以便在完整的降雨序列背景下了解放牧强度对响应速度较慢的指标的累积影响。需要特别说明的是,8月31日的采样工作在中午12点之前完成,而此次的主要降雨事件是在下午2点之后开始的,因此这次采样未受到降雨影响,数据是有效的。2.2 土壤水分、温度和碳通量的测量土壤含水量是通过五点采样法测定的。在每个放牧强度对应的样地中,从五个采样点采集土壤样本,然后按深度分层混合,形成混合样本。具体而言,从每个样地的三个深度层(0–10厘米、10–20厘米和20–40厘米)分别采集新鲜土壤样本,每层采集5个子样本。将这些子样本充分混合后,取30克混合土壤放入铝制容器中。这些样本在烤箱中烘干,直到重量不再变化为止。土壤含水量是通过重量法计算得出的:SWC(%)=(新鲜重量-烘干重量)÷烘干重量×100%。土壤水分储存量则是首先根据每层的实测土壤容重,将重量法测得的土壤含水量转换为体积含水量,然后再将每层的体积含水量与该层的土壤厚度相乘并求和。不同土壤层中土壤水分的变异系数则是该层土壤含水量标准差与平均值之比。土壤二氧化碳排放量则是使用PS?9000仪器(北京利卡联合科技有限公司)进行测定的。在每次测量开始前,都会使用已知浓度的标准二氧化碳气体对仪器进行校准,以确保测量精度。实验开始前,先将一个环形PVC底座(内径187.6毫米,外径200毫米,长度15厘米)插入地面,深度约为8厘米。每次采样时,都会将环内的植物地上部分在地面处修剪掉。随后将便携式土壤呼吸室(SC?12)置于该环上,并与便携式温室气体分析仪相连。具体的测量时间为上午8:00–12:00以及下午14:00–17:00。同时,还会通过连接在仪器上的温度传感器来测量土壤温度。
2.3 生态系统碳交换、甲烷和氧化亚氮通量的测量
在每次采样的8:00–12:00时段,采用静态箱式气相色谱法来测量生态系统碳交换量。为确保密封性,每个种植箱中都放置了一个不锈钢框架作为箱底。一个尺寸为0.25米×0.25米×0.25米的透明亚克力箱与光合作用仪器相连,置于框架上方,覆盖所有植物。然后加入水以密封箱子。待气体稳定后,每隔10分钟用气体采集袋收集样本,持续30分钟,同时记录箱内温度。CO2、CH4和N2O的浓度则通过Varian CP?3800气相色谱仪进行分析。净生态系统效应值是通过CO2浓度斜率(Cl)计算得出的。在本研究中,负值的NEE表示生态系统吸收了净CO2(即碳汇),而正值则表示生态系统释放了净CO2(即碳源),这一结果与基于标准箱式实验的常规结论一致。采样结束后,会抬起箱子使空气混合,然后再盖上不透明的布。重复这些步骤以获得用于计算生态系统呼吸作用(ER)的CO2浓度斜率(Cd)。生态系统呼吸作用是指生态系统释放的CO2通量,正值表示存在呼吸作用。总生态系统交换量(GEE)则是根据NEE和ER计算得出的。而总生态系统生产量(GEP)则为GEE的绝对值。
NEE=10VP(1?W1000)RS(T+273.15)Cl
ER=10VP(1?W1000)RS(T+273.15)Cd
GEP=|NEE?ER|
其中,Cl和Cd分别是箱内CO2浓度线性回归的斜率;V为箱子的体积(立方米);P为测量期间箱内的平均气压(千帕);W为测量期间箱内的平均水蒸气摩尔分数(毫摩尔/摩尔);R为气体常数8.314(帕·立方米·开尔文?1·摩尔?1);S为箱子所覆盖的草地表面积(平方米);T为测量期间箱内的平均气温(摄氏度)。
2.4 生态系统多样性指数及功能群重要性值的计算
会对1米×1米的正方形区域内的植被进行调查。在每次采样时,会在每个重复样地中随机设置三个这样的正方形区域。在放牧区域,会在土壤采样点附近设置1米×1米的正方形区域,以研究植被的物种组成、密度、高度和覆盖度。随后会计算以下几项指数:
马加莱夫指数(Ma):Ma=(S?1)/lnN
香农-维纳指数(H):H=?∑(Pi)lnPi
辛普森指数(D):D=1?∑(Pi)2
皮洛乌指数(E):E=HlnS
Pi=ni/N+ci/C+hi/H×100%
其中,S为样地中的物种总数,i为第i种物种,Pi为第i种物种的相对重要性值,N为个体总数。根据植被调查结果和植物分类,我们从生态特征和牲畜的取食偏好两个维度对植物进行了分类。所选的具体标准包括植物的生活史、生活型、株高以及适口性。经过分类后,植物功能群可分为:多年生高草、多年生高大草本、多年生矮草、多年生矮小草本、亚灌木/灌木以及一年生/二年生植物。随后会计算出每个植物功能群的重要性值。
2.5 植被群落中碳、氮和磷含量的测定
会将正方形区域内的植物地上部分在地面处剪下并放入信封中。再用内径为10厘米的取土钻提取土壤芯样。然后将根部用滤纸晾干,放入纸袋中。植物地上部分和地下部分都会被放入烤箱中,先在105摄氏度下加热30分钟,然后再在80摄氏度下继续加热,直到重量不再变化为止。之后将植物样本过2毫米的筛子。取1克样本放入消化管中,加入蒸馏水润湿,再加入5毫升浓硫酸。这些样本会在消化炉中继续消化,直到溶液变为深棕色,之后再加入双氧水,直至溶液变得清澈。植物中的总氮含量是使用Kjeltec 2300分析仪(瑞典Foss Tecator AB公司出品)测定的。而植物中的磷含量则是通过880纳米波长的钼锑抗比色法来测定的。取30毫克经过0.25毫米筛子过滤后的植物样本,放入硬质玻璃试管中。在其中加入K2Cr2O7–H2SO4溶液后,将该混合物放在石蜡油浴中加热,以此测定植物中的碳含量。
2.6 统计分析
为分析降雨对土壤含水量、温度、碳通量以及生态系统碳交换等快速响应指标的即时和短期影响,本研究将五次降雨事件之后的测量数据视为降雨脉冲,用于后续分析,而两次降雨事件四天之后的数据则被视为降雨后的影响。2024年7月1日、7月31日和8月31日,每月都会对植被群落进行一次调查,以便记录在不同放牧强度下植被对降雨的累积响应情况。为研究放牧强度和降雨时间对生态系统碳通量(NEE、ER、GEP)以及土壤含水量的影响,本研究采用了以下统计方法:采用双向重复测量方差分析来检验放牧强度、降雨事件(作为被试内因素,视为固定效应)以及二者之间的交互作用。通过莫克利方法检验数据的球形性,当该假设不成立时,则应用格林豪斯-盖瑟校正。一旦发现显著差异,就会使用图基HSD检验。此外,还使用单因素方差分析来比较同一时期不同放牧强度之间以及相同放牧强度下不同时期之间的物种丰富度和植被养分含量的差异,对于后续的多重比较则再次使用图基HSD检验。另外,还使用Origin软件进行线性回归分析,以研究土壤含水量与降雨量之间的关系,以及生态系统碳交换与土壤CO2排放量之间的关系。此外,还使用SPSS Amos软件进行结构方程模型分析,以探究各影响因素之间的关系。所有检验均为双尾检验,显著性水平设定为ɑ = 0.05。
3. 结果
3.1 放牧强度影响土壤含水量和温度对降雨脉冲的响应
重复测量方差分析的结果(表S1)显示,降雨事件和放牧强度对土壤温度和土壤含水量的影响在不同土壤层之间存在差异。具体而言,降雨与放牧强度之间的交互作用在土壤温度方面极为显著(P < 0.001),这说明放牧强度显著影响了土壤温度对降雨事件的响应模式。至于土壤含水量,这种交互作用呈现出明显的层次差异:在0–10厘米的表层土壤中,降雨与放牧强度之间的交互作用并不显著(P = 0.073),但降雨和放牧这两个因素本身的影响都是显著的(降雨:P < 0.001;放牧:P = 0.01),这说明表层土壤含水量是由降雨和放牧各自独立调控的。而在10–20厘米和20–40厘米的土壤层中,则观察到了显著的交互作用(分别为P = 0.004和P < 0.001),这表明中层和深层土壤含水量对降雨的响应灵敏度会受到放牧强度的显著影响。为进一步量化土壤含水量对降雨的响应强度,还进行了线性回归分析(图1a-d)。图1(a)-(d)中的线性回归分析结果表明,所有土壤层中的土壤含水量都与降雨量呈显著的正相关关系,但这种响应的强度会因放牧强度和土壤深度的不同而存在显著差异。从整个土壤剖面来看,土壤含水量与降雨量之间的线性关系起初会增强,随后又减弱,其中10–20厘米土壤层的拟合度最高。在放牧强度的影响下,重度放牧处理下的表层土壤(0–10厘米)的响应灵敏度最高(R2 = 0.898,P < 0.001),而轻度放牧则降低了深层土壤(20–40厘米)的响应能力(R2 = 0.494,P < 0.01)。此外,在轻度放牧和重度放牧处理下,土壤温度与含水量之间还存在显著的负相关关系(分别为R2 = 0.326,P < 0.05和R2 = 0.597,P < 0.001),而在对照处理和重度放牧处理下则未发现显著的相关关系。对图1(e)和(f)的分析表明,降雨和放牧强度共同影响了土壤水分的动态变化和稳定性。在0–10厘米和10–20厘米的土壤层中,降雨脉冲期间土壤含水量会显著上升,且这种上升趋势会随着土壤深度的增加而减弱。在降雨后的影响期内,土壤含水量会降至降雨前的水平。然而,在20–40厘米的土壤层中,无论是对照处理、轻度放牧处理还是重度放牧处理,降雨后的土壤含水量都与降雨前以及降雨脉冲期间的水平没有显著差异。相反,在重度放牧处理下,降雨后的土壤含水量明显低于降雨前的水平。此外,重度放牧处理在所有土壤层中的变异系数都更低,说明其保水能力更强。与对照处理相比,轻度放牧在20–40厘米土壤层中的变异系数也显著降低,但在0–10厘米和10–20厘米土壤层中则没有显著差异。另外,重度放牧在0–10厘米、10–20厘米和20–40厘米土壤层中的变异系数均显著高于轻度放牧和重度放牧,但与对照处理的变异系数没有显著差异。
3.2 降雨对NEE、ER、GEP、N2O和CH4的影响
重复测量方差分析结果显示,降雨事件对NEE、ER、GEP、N2O和CH4都具有显著的主效应(表S1)。放牧强度对NEE、GEP和CH4也有显著的主效应(P < 0.05),但对ER和N2O则没有显著影响(P > 0.05)。降雨事件与放牧强度之间的交互作用对ER、GEP和CH4有显著影响(P < 0.05),但对NEE和N2O则没有显著影响(P > 0.05)。这些结果表明,降雨事件和放牧强度对生态系统碳交换以及温室气体通量的影响存在差异,而且它们之间的交互作用在不同变量上也有所不同。在降雨脉冲2期间,CK的CH4通量较降雨脉冲1时显著下降。在降雨脉冲3期间,CH4通量较降雨脉冲2进一步显著下降,此时不同放牧强度之间没有显著差异。与降雨脉冲3相比,MG和HG在降雨脉冲4期间的CH4通量也显著下降,且降雨脉冲4期间CK的CH4通量显著高于其他所有放牧强度(图S1(c))。尽管放牧强度对ER的主效应不显著(P?>?0.05),但它与降雨事件的交互作用显著,表明放牧强度对ER的调节作用取决于特定的降雨条件。不同放牧强度下ER和N2O对降雨事件的响应模式分别见图3(b)和图S1(a)。与降雨脉冲1相比,降雨脉冲2显著提高了LG的ER水平;在降雨脉冲3期间,LG的ER急剧下降,达到显著水平(P?0.05)。同时,HG的ER在降雨脉冲3期间也出现显著下降。在整个降雨过程中,MG和CK的ER保持相对稳定。此外,只有降雨脉冲2显著提升了LG的N2O通量,其他降雨脉冲则未观察到显著影响。下载:下载高分辨率图像(350KB)下载:下载全尺寸图像图3. 受放牧强度和降雨过程影响的NEE、ER和GEP(CK为对照组;LG为轻度放牧;MG为中度放牧;HG为重度放牧;NEE为净生态系统碳交换量;ER为生态系统呼吸量;GEP为总生态系统生产量。(a)(b)(c)显示了不同放牧强度下NEE、ER和GEP对降雨脉冲的响应。(d)(e)(f)展示了不同放牧强度下NEE、ER和GEP对短期降雨事件及降雨后的响应。(g)显示了不同放牧强度下降雨期间NEE、ER和GEP的平均变化情况。A、B、C…表示同一放牧强度下不同降雨时期的差异,而a、b、c…表示同一时期不同放牧强度之间的差异。*表示P?0.05,**表示P?0.01,***表示P?0.001)。对图3(d)(e)(f)的分析表明,降雨脉冲显著提升了NEE、ER和GEP,既有即时促进效应也有降雨后的效应。在降雨脉冲1期间,所有放牧强度下的NEE都达到了更高水平(即绝对值更大),表明与降雨前相比碳吸收能力显著增强。此外,所有放牧强度下的GEP和ER在降雨脉冲1期间也有所提升。降雨后的效应因放牧强度而异。在降雨后阶段,即降雨后1期和降雨后4期,NEE分别比降雨脉冲1期和降雨脉冲4期显著降低(P?0.05)。对于ER,LG在降雨脉冲1之后比降雨前显著上升,且这一上升在降雨后阶段仍然显著。对于GEP,CK和LG在降雨脉冲1之后的降雨后阶段显著下降;而对于所有放牧强度,GEP在降雨脉冲4之后的降雨后阶段均显著低于脉冲期本身。此外,对整个降雨期间NEE、ER和GEP的平均效应分析(图3(g))显示,在整个降雨脉冲过程中,HG的GEP和ER显著高于LG,其碳吸收能力也更强。对于N2O,整个降雨脉冲过程中不同放牧强度之间未观察到显著差异(图S1(b))。对于CH4,虽然在不同脉冲期间存在显著差异(如上所述),但所有脉冲的平均效应在不同放牧强度之间并无显著差异(图S1(d))。3.3. 降雨影响的生态系统碳交换、N2O和CH4含量以及土壤CO2排放响应分析表明,土壤CO2排放是调控生态系统碳平衡过程的关键因素(图4(a)(b)(c))。在CK、LG和MG处理下,NEE与土壤CO2排放呈高度显著的负相关关系(CK:R2 = 0.670,P?0.001;LG:R2 = 0.494,P?0.001;MG:R2 = 0.463,P?0.001)。在CK、LG和MG处理下,GEP与土壤CO2排放呈高度显著的正相关关系(CK:R2 = 0.594,P?0.001;LG:R2 = 0.249,P?0.05;MG:R2 = 0.582,P?0.001)。同时,在CK和MG处理下,ER也与土壤CO2排放呈显著正相关关系(CK:R2 = 0.207,P?0.001;MG:R2 = 0.388,P?0.001)。相比之下,在HG处理下,土壤CO2排放与NEE、ER和GEP之间均无显著相关性。下载:下载高分辨率图像(339KB)下载:下载全尺寸图像图4. 降雨影响的生态系统碳交换、N2O和CH4含量与土壤CO2排放之间的相关性(CK、LG、MG和HG分别代表对照组、轻度放牧、中度放牧和重度放牧。(a) NEE与土壤CO2排放的相关性。(b) ER与土壤CO2排放的相关性。(c) GEP与土壤CO2排放的相关性。(d) N2O与土壤CO2排放的相关性。(e) CH4与土壤CO2排放的相关性)。与碳通量相比,N2O和CH4对土壤CO2排放的响应较弱(图4(d)(e))。仅在MG处理下,N2O通量与土壤CO2排放呈显著正相关关系(R2 = 0.119,p?0.05),在其他放牧强度下未观察到显著相关性。对于CH4通量,任何放牧处理下均未检测到与土壤CO2排放的显著相关性(p?>?0.05)。3.4. 生态系统多样性指数的影响分析表1显示了不同降雨时段下不同放牧强度对多样性指数的影响。7月1日时,HG组的Margalef指数、Shannon-Wiener指数和Pielou指数均显著高于CK组,分别增长了160%、64%和69.9%。相比之下,LG组和MG组的Margalef指数也显著高于CK组,分别增长了52.7%和54.5%。不过,它们的Shannon-Wiener指数、Simpson指数和Pielou指数与CK组相比无显著差异。随着降雨对生态系统的影响,7月31日和8月31日的调查显示,LG组、MG组和HG组的Shannon-Wiener指数、Simpson指数和Pielou指数与CK组相比已无显著差异。然而,7月31日时,HG组的Margalef指数比LG组高14.5%,其Pielou指数则分别比LG组和MG组高19.4%和15.6%。到8月31日,LG组和HG组的Margalef指数分别比CK组高出12.5%和20.6%。与此同时,MG组和HG组的Pielou指数分别比LG组低16%和19%。表1. 多样性指数分析。日期7月1日7月31日8月31日CKLGMGHGCKLGMGHGCKLGMGHGMargalef指数0.55?±?0.06cC0.84?±?0.08bB0.85?±?0.04bC1.43?±?0.14?aA1.21?±?0.01abB1.31?±?0.08bA1.18?±?0.07abB1.5?±?0.13?aA1.36?±?0.04cA1.53?±?0.09abA1.48?±?0.01bcA1.64?±?0.01?aAShannon-Wiener指数1.11?±?0.11bB1.11?±?0.11bC1.29?±?0.04bC1.82?±?0.08?aA1.61?±?0.06?aA1.53?±?0.02aB1.48?±?0.06aB1.6?±?0.06aB1.66?±?0.05?aA1.81?±?0.11?aA1.69?±?0.02?aA1.7?±?0.01aABSimpson指数0.67?±?0.05abA0.57?±?0.06bB0.63?±?0.03abB0.73?±?0.02?aA0.77?±?0.03?aA0.72?±?0.02?aA0.72?±?0.03aAB0.76?±?0.01?aA0.77?±?0.02?aA0.80?±?0.03?aA0.75?±?0.01?aA0.84?±?0.08?aAPielou指数0.23?±?0.06bB0.25?±?0.03bB0.27?±?0.01abC0.39?±?0.06?aA0.32?±?0.01abAB0.31?±?0.01bB0.32?±?0.02bB0.37?±?0.03?aA0.38?±?0.02abA0.43?±?0.03?aA0.36?±?0.01bA0.35?±?0.01bA(CK、LG、MG和HG分别代表对照组、轻度放牧、中度放牧和重度放牧。在某一放牧强度下,不同时间点各种多样性指数的变化用A、B、C…表示,同一时期不同放牧强度之间各种指数的差异用a、b、c…表示)。随着时间的推移,不同放牧强度处理组的生物多样性指数呈现出不同的变化趋势。到7月31日,CK组、LG组、MG组和HG组的Margalef指数均较7月1日有显著上升。然而到8月31日,只有CK组和MG组的Margalef指数较7月31日有显著上升,而LG组和HG组之间则无显著差异。就Shannon-Wiener指数而言,LG组和MG组随时间逐渐上升。相比之下,HG组的Shannon-Wiener指数在7月1日达到峰值,到7月31日则下降了12.09%。对于Simpson指数,CK组和HG组在不同时间点间无显著差异。不过,LG组的Simpson指数从7月1日到7月31日显著上升,而MG组的Simpson指数则从7月31日到8月31日显著上升。至于Pielou均匀度指数,除HG组外,所有处理组在8月31日均较7月1日有显著上升。MG组的Pielou指数也从7月1日到7月31日显著上升,而HG组的Pielou指数在7月1日与7月31日或8月31日之间均无显著差异。3.5. 不同放牧强度下植物群落组成和养分含量对降雨时机的响应如图5所示,不同放牧强度下植物功能群的重要性值在应对降雨的三个时间点上有所不同。从时间上看,多年生短草本植物的生长在7月31日得到了最显著的促进,其在四种放牧处理中的重要性值均为最高(HG:0.403;MG:0.298;LG:0.333;CK:0.222)。对于亚灌木/灌木功能群,CK组和LG处理中的重要性值随时间逐渐上升,而在MG组和HG处理中则保持在较低水平。一年生/二年生植物的响应也受放牧强度的影响。MG组和HG处理中的重要性值随时间呈上升趋势,到8月31日达到峰值(MG:0.482;HG:0.445)。相比之下,CK组和LG处理中的重要性值从7月31日到8月31日呈下降趋势。下载:下载高分辨率图像(317KB)下载:下载全尺寸图像图5. 功能群重要性值对降雨时机和放牧强度的响应((a) CK,(b) LG,(c) MG,(d) HG。CK、LG、MG和HG分别代表对照组、轻度放牧、中度放牧和重度放牧。)。物种丰富度对降雨时机的响应与功能群重要性值的响应有所不同(图6)。从时间上看,降雨时机对物种丰富度的影响因放牧强度而异。CK处理下的物种丰富度从7月1日到7月31日呈显著上升趋势,到8月31日则趋于稳定。相比之下,LG处理在三个时间点间均无显著差异。对于MG处理,8月31日的物种丰富度显著高于7月1日,而7月31日与其他时间点相比则无显著差异。HG处理在三个时间点中始终具有最高的物种丰富度,各采样日期间也无显著差异。下载:下载高分辨率图像(129KB)下载:下载全尺寸图像图6. 物种丰富度对降雨时机和放牧强度的响应(CK、LG、MG和HG分别代表对照组、轻度放牧、中度放牧和重度放牧。在某一放牧强度下,不同时间点各种多样性指数的变化用A、B、C…表示,同一时期不同放牧强度之间各种指数的差异用a、b、c…表示)。植物中的碳、氮和磷含量在三个时间点上都出现了显著变化(图S2)。对于叶碳含量,CK组和LG组先下降后上升,而MG组和HG组则逐渐下降。对于根碳含量,LG组在7月31日较7月1日显著下降,MG组在8月31日显著下降。对于氮含量,CK组、LG组和MG组的叶氮和根氮均先下降后上升;HG组的叶氮在7月31日之前保持稳定,从7月31日到8月31日则显著上升了24.1%;MG组的根氮在7月31日之前也保持稳定,到8月31日则显著上升。对于磷含量,CK组的叶磷呈逐渐上升趋势,HG组的根磷也显著上升。3.6. 降雨和放牧对植被、养分及碳交换因子的影响分析本研究构建了一个结构方程模型,将生态系统碳通量(代表NEE、ER和GEP)、生物多样性(代表植物多样性指标)、地表土壤温度、土壤含水量、土壤CO2排放、N2O和CH4作为观测变量,以全面研究降雨和放牧强度对土壤湿度及生态系统碳交换的影响。通过对该结构方程模型的分析(图7),放牧对土壤含水量、土壤温度、土壤CO2排放、生物多样性和生态系统碳通量具有高度显著的直接正向影响。此外,放牧还能通过影响土壤CO2排放间接影响生态系统碳通量,进而对CH4产生正向影响。降雨量对土壤含水量有直接的正面影响(β = 0.18,P?0.01),同时也会显著降低土壤温度(β = ?0.46,P?0.001),而土壤温度又会影响土壤含水量的变化(β = ?0.82,P?0.001)。土壤含水量进而会对生态系统中的碳通量产生直接的抑制作用(β = ?0.69,P?0.001)。更重要的是,研究还发现降雨通过影响土壤温度,间接地影响了生物多样性以及生态系统碳通量等多重生态过程。
下载:高分辨率图片(434KB)
下载:完整尺寸图片
图7. 在降水和放牧强度影响下,土壤温度、生物多样性、土壤含水量、土壤二氧化碳排放量与生态系统碳通量、甲烷和氧化亚氮之间相互作用的结构方程模型分析(R2值对应的响应变量为路径系数。红色箭头表示正向影响,蓝色箭头表示负向影响。实线的粗细表示影响的显著性,用星号表示——***P?0.001,**P?0.01,*P?0.05),虚线则表示无显著影响(P?>?0.05))。标准化总效应是评估变量间关系整体强度和方向的关键指标。从总效应来看,放牧强度对土壤温度和生物多样性有显著的正面总效应,这主要得益于0.391和0.525的较强直接效应。值得注意的是,放牧对生物多样性的总效应还受到一个负向间接效应(?0.207)的影响。放牧强度对土壤二氧化碳排放量和生态系统碳通量有促进作用,这主要是由正向直接效应驱动的。相比之下,放牧对土壤含水量的总效应为负值(?0.023)。出现这一负向净效应的原因是,尽管放牧对土壤含水量有正向直接效应(0.298),但它同时也提升了土壤温度(0.391),进而大幅降低了土壤含水量(?0.821),产生了较强的负向间接效应(?0.321),最终使得总效应为负值。降雨对生物多样性、土壤二氧化碳排放量和生态系统碳通量的总效应均为正值,且仅通过间接路径发挥作用,未检测到直接路径。特别值得关注的是,放牧和降雨对土壤温度的总效应都完全来自直接效应。放牧具有明显的促进作用,而降雨则具有抑制作用,且降雨对土壤温度的影响程度明显强于放牧。
4. 讨论
4.1 放牧强度调节不同土层对降雨脉冲的水分响应
放牧通过影响土壤结构、植被覆盖度以及蒸散作用来影响土壤水分过程(Bai等,2012)。许多研究表明,家畜通过选择性采食改变了植被覆盖度,从而影响蒸散作用。本研究发现,放牧强度显著影响了土壤水分对降雨脉冲的响应以及土壤水分的稳定性。在所有放牧处理下,土壤含水量与降雨量呈显著正相关,但这种响应的强度会随放牧强度和土壤深度而变化。具体而言,在0–10厘米的表层土壤中,适度放牧的处理组表现出最高的响应敏感性(R2 = 0.898,P?0.001)。这可能是因为适度放牧减少了表层植被覆盖度,又不会因过度踩踏导致严重的土壤结构破坏,从而有利于水分快速渗透(Asner等,2004),进而提升了该层土壤对水分的敏感度。相比之下,重度放牧则显著削弱了20–40厘米深层土壤对降雨的响应能力(R2 = 0.494,P?0.01),这可能是由于过度踩踏导致土壤压实和孔隙度降低,阻碍了水分向下渗透(Teague等,2011)。
降雨过后,短期内土壤含水量会迅速上升。当降雨量达到一定程度且土壤饱和后,不同放牧强度下的土壤含水量在短期内趋于一致(Liu,2025),此时不同放牧强度之间的差异不再明显。这一结果与Donovan的研究相符,他认为放牧导致的植被覆盖度下降可以减少地表径流和植物截留,从而增加水分渗透,促使水分更快进入深层土壤(Donovan和Monaghan,2021)。然而,在降雨后的阶段,生态系统的水分保持能力出现了差异。本研究发现,在20–40厘米的深层土壤中,对照组、轻度放牧组和适度放牧组降雨后的土壤含水量显著高于降雨前水平,而重度放牧组则显著低于降雨前水平。这说明重度放牧严重损害了土壤的保水能力,可能是因为过度放牧促进了补偿性生长,使得地下生物量及根系长度显著增加,进而通过根系吸水影响土壤含水量(Qiao等,2024)。此外,在轻度放牧组和重度放牧组中观察到的土壤温度与含水量之间的显著负相关关系(R2分别为0.326和0.597)表明,高强度放牧通过减少植被遮荫,提升了土壤温度并加速了水分蒸发(Medina,2016),从而加剧了水分流失。适度放牧处理在所有土层中的土壤含水量变异系数均较低,进一步说明适度的干扰有助于维持土壤水分的稳定性。这可能是因为适宜的植被覆盖度和稳定的土壤结构使得降雨后的保水能力更强。
4.2 不同放牧强度下降雨脉冲对NEE、ER、GEP、氧化亚氮、甲烷和土壤二氧化碳排放量的影响
重复测量方差分析表明,降雨事件对所有碳通量变量都有显著的主效应,放牧强度对NEE、GEP和甲烷有显著的主效应,而降雨事件与放牧强度的交互作用对ER、GEP和甲烷也有显著影响。这些统计结果表明,作为半干旱草原生态系统中的关键驱动因素,降雨在所有放牧强度下都对碳交换和温室气体通量具有普遍的调控作用,而放牧强度及其与降雨的交互作用在不同测量变量上的影响则存在差异,表现出不同的响应模式。
一项关于草原降雨干预实验的全球元分析表明,地上净初级生产力对降雨变化的敏感性高于地下生产力,而在年平均降雨量较低的干旱地区,这种敏感性更为明显(Zhang等,2021),这说明半干旱草原的生态系统生产力本身对降雨输入具有很高的响应性。本研究进一步发现,放牧强度影响了NEE、ER和GEP对降雨脉冲的响应模式和稳定性,且降雨脉冲对碳吸收的影响程度也会随放牧强度而变化。对于NEE而言,降雨带来的土壤水分增加可能会引发气孔关闭,限制光合作用,从而降低植被的二氧化碳吸收能力(Kannenberg等,2024);该研究还发现,降雨脉冲在不同放牧强度下会显著影响生态系统的碳汇功能。不过,本研究发现,降雨刺激引起的变化程度以及响应强度会随放牧强度而变化。在第一次降雨脉冲之后,所有放牧强度下的碳吸收能力都显著高于降雨前,因为低频率的降雨通常会迅速增加土壤水分和养分含量,从而快速促进植物光合作用和微生物活动。在降雨后的阶段,NEE的值显著低于相应的降雨脉冲期,这说明降雨带来的碳吸收促进效应在降雨后会逐渐减弱,这一减弱与土壤水分下降、微生物活性降低以及光合速率逐渐稳定有关(Xu等,2020)。从不同放牧强度的角度来看,对照组和适度放牧组在整个降雨脉冲过程中的NEE水平比轻度放牧组和重度放牧组更稳定。适度放牧的稳定性可能源于其能够维持较为稳定的植被群落结构,提升植物的水分利用效率和光能利用效率。
降雨后ER的迅速上升通常与土壤水分增加所引发的微生物活性增强有关,这会加速土壤有机质和凋落物的分解(Moyano等,2013)。在本研究中,ER在不同放牧强度和降雨事件中呈现出动态变化。第二次降雨脉冲显著提升了轻度放牧组的ER水平,而在第三次降雨脉冲期间,轻度放牧组的ER急剧下降,重度放牧组的ER也显著下降。这种动态变化与土壤微生物对水分条件的响应有关,可能与放牧引起的植被群落结构变化、降雨引发的土壤微生物活性增加以及土壤有机质的分解有关。降雨后,土壤水分的增加会迅速激发微生物活性,加速土壤有机质和凋落物的分解,从而导致ER迅速上升;然而,在持续或高强度降雨之后,底物耗尽或局部厌氧条件可能会抑制微生物活性,导致ER下降,而且在反复的干湿循环中,这种下降趋势会逐渐减弱(Fierer和Schimel,2002)。GEP在不同降雨事件中表现出处理间的差异,但在整个降雨脉冲过程中,适度放牧组和对照组的趋势更为稳定。适度放牧的这一特性可能是因为适度放牧不仅在大的降雨事件中能够促进植被的光合作用碳固定,而且其积极效应比重度放牧更为持久。一些研究表明,放牧对半干旱草原中氧化亚氮和甲烷的影响往往具有较高的空间变异性,虽然放牧可以在短期内影响这两种气体,但可能不足以长期维持这种影响(Wang等,2023)。本研究在降雨脉冲过程中的平均效应分析也未发现不同放牧强度下氧化亚氮和甲烷存在显著差异。
此外,对NEE、ER、GEP和土壤二氧化碳排放量之间的相关性分析表明,降雨刺激后,这些变量在对照组、轻度放牧组和适度放牧组中均存在显著相关性。只有在中度放牧组中,氧化亚氮与土壤二氧化碳排放量之间存在相关性。而在重度放牧组中,这些相关性消失了。这可能是因为在对照组、轻度放牧组和适度放牧组中,土壤二氧化碳排放量主要与植物根系呼吸和微生物活动有关,因此与NEE、ER和GEP存在显著相关性。而在重度放牧组中,过度放牧降低了植被覆盖度,简化了群落结构,大大减少了当前光合作用带来的碳输入。因此,碳通量的变化主要依赖于现有土壤有机碳库、凋落物以及牲畜粪便的微生物分解。此外,在重度放牧组中,植被覆盖度降低,根系活性减弱,新的碳输入大幅减少,导致土壤中易于利用的底物变得匮乏。在这种情况下,K型策略的微生物可能会占据主导地位,它们的呼吸和代谢活动将与当前植物的光合作用脱节(Ma等,2025),从而削弱甚至消除土壤二氧化碳排放量与植物碳交换变量、氧化亚氮和甲烷之间的相关性。
4.3 放牧强度和降雨时间共同调控植物群落构建与生态系统功能
中国的天然草原总面积达3.93亿公顷,占世界草原面积的8.7%(Nan,2005)。放牧作为最普遍的草原管理方式,直接影响草原植被群落的物种组成和多样性。7月1日时,放牧使植被的Margalef指数分别增加了160%、64%和69.9%,这表明放牧能够显著提升物种丰富度。这可能是因为家畜放牧为植被群落提供了更适宜的生态位,为牧草生长创造了更好条件,促进了多种物种的生长(Li等,2023)。然而,Simpson指数在轻度放牧组中最低,这说明虽然轻度放牧增加了物种丰富度,但优势物种的相对丰度可能有所上升,从而降低了群落的均匀度。在生长季初期,重度放牧组下的Shannon-Wiener指数和Pielou指数显著高于对照组,这可能是因为放牧降低了原有优势物种的支配地位,为竞争力较弱的物种提供了暂时的生长机会。不过,到8月31日时,这些差异已不再显著,说明这种效应是短暂的。在生长季的降雨之后,短期的降雨刺激使得所有放牧强度组以及对照组的植被多样性指数总体上升,这说明在适宜的放牧条件下,植被能够充分利用降雨带来的水分和养分资源进行生长和繁殖,从而丰富物种组成和群落结构。然而,这一上升趋势最终趋于平稳,不再具有显著意义,这表明原本受水分限制的物种在短期降雨后会迅速生长和繁殖,之后又恢复稳定状态(Bondaruk等人,2025年)。尽管HG在观测期间保持了相对较高的物种丰富度,但功能群分析显示,这种高丰富度主要源于一年生/二年生植物等短命物种的增加。此外,到8月31日时,HG与CK之间的香农-维纳指数、辛普森指数和皮洛乌指数已无显著差异,这说明物种丰富度的增加只是暂时的,并非重牧导致的群落多样性长期提升。相反,HG条件下一年生植物的持续增加以及亚灌木/灌木的减少,反映出群落结构趋于简化的趋势。而CK在生长季初期各项指数值均较低,但随着时间推移物种丰富度显著增加并趋于稳定,到8月31日时其各项指数也与HG无显著差异,这表明在无放牧干扰的情况下,群落多样性可在生长季内逐渐恢复。这一结果与以下发现一致:适度放牧可通过增加地上和地下生物量及植被覆盖度来提升草地植被多样性,进而促进生态系统功能的恢复(Zhang等人,2025b年)。MG和LG在物种丰富度、多样性、均匀度以及分布均匀度方面介于CK和HG之间,且都表现出一定程度的稳定性。这表明适度放牧有助于维持生态系统的生物多样性和均匀性,而重牧虽然短期内能提高物种丰富度,但会导致群落结构简化,可能不利于长期维持多样性。本研究还发现,放牧强度和降雨时间共同影响植物功能群的动态变化。在所有放牧强度下,多年生短草本植物的重要性值均在7月31日达到峰值,这很可能是因为这些快速生长的植物能够有效利用降雨实现快速生长。相比之下,亚灌木/灌木的重要性在CK和LG条件下逐渐上升,而在MG和HG条件下则受到抑制。这种抑制可能是由于放牧创造了开阔的生境,为一年生植物提供了更多生长机会和更好的生态位,使它们能够在水分和光照资源竞争中胜过亚灌木/灌木,从而降低后者的重要性值。这一发现与观察结果一致,即在适度放牧和重牧条件下,一年生/二年生植物的重要性持续上升,到生长季末它们成为优势种。此外,这些功能群的变化也与物种丰富度的变化相吻合。尽管HG保持了最高的物种丰富度,但其群落以短命植物或一年生/二年生植物为主,导致植被结构较为简单。而MG某些功能群的重要性值逐渐上升,这与该处理下NEE相对稳定的响应特征一致,说明适度放牧干扰可能通过维持相对平衡的功能群组成,缓冲降雨脉冲对生态系统碳交换的干扰。MG条件下生态系统功能的优化可能通过多种协同途径实现。在群落结构层面,MG保持了相对平衡的功能群组成,避免了一年生/二年生植物的过度主导,同时保留了一定比例的多年生物种,从而使群落具有更强的稳定性,能够抵御降雨脉冲带来的干扰。在碳交换层面,MG条件下NEE的变异系数较低,表明该放牧强度下的生态系统碳汇功能对降雨事件的响应更为稳健。不过,MG是否通过其他机制,如维持凋落物层以促进水分渗透或保留深根系统以保持水分获取能力,来优化生态系统功能,仍有待未来研究进一步探讨。物种组成的变化随后影响了植物养分含量。同位素证据表明,植物碳氮动态与生态系统碳氮循环过程密切相关,且对降雨变化极为敏感(Yan等人,2020年)。在本研究中,到生长季后期,MG和HG条件下的叶片碳含量显著下降,而各处理组的根系碳含量则相对稳定。HG条件下的叶片和根系磷含量均显著增加,这一结果与Jia等人的研究一致(2023年),这很可能是因为植物在叶片被啃食后需要额外的磷来支持快速的组织再生和能量代谢。同时,生长季末HG条件下叶片氮含量的增加可能与一年生植物比例的增加有关,这加剧了植物群落内部对土壤氮的竞争,改变了氮的分配和利用方式(Hao等人,2020年;Cui等人,2022年)。放牧强度和降雨时间共同调控了植物功能群组成、物种丰富度以及重牧条件下的群落结构,后者趋向于以一年生植物为主的简化状态。植物养分含量也呈现出相应的季节性变化;值得注意的是,8月31日HG条件下的叶片碳含量显著低于CK和LG条件,且较7月31日有所下降,尽管其与碳交换过程的关联仍需进一步研究。结构方程模型分析的结果为上述群落动态提供了机制解释。放牧对生物多样性具有正的直接效应(0.525),这与重牧短期内会暂时提高物种丰富度的观察结果一致。然而,放牧还会通过升高土壤温度产生负的间接效应(?0.207),这一效应可能会部分抵消直接的正面效应,从而导致群落多样性长期下降。此外,土壤温度对SWC的强烈负向影响(?0.821)表明,放牧引起的土壤升温可能会间接加剧土壤水分不足,进一步限制多年生物种的生存和恢复,从而推动群落向以一年生物种为主的方向演替。5. 结论草原生态系统提供重要的生态系统服务,在全球碳循环中发挥着重要作用。然而,放牧活动可能会严重影响草原生态系统的稳定性,尤其是在水分供应方面。通过对内蒙古西拉沐沦镇不同放牧强度下的植被群落进行研究,该研究发现MG能够维持更加平衡的植被群落和土壤结构,从而确保生态系统对降雨脉冲的稳定响应。相比之下,HG由于牲畜过度践踏,削弱了深层土壤的水分响应能力。在碳循环方面,MG具有相对稳定的碳汇功能,能使物种组成和群落结构朝着更稳定的演替路径发展,而HG则会导致群落结构简化。基于这些研究结果,应根据草原管理的具体需求和当地的降雨模式,制定合理且适度的放牧策略。这种方法对于维持草原生态系统的碳汇功能和生态平衡至关重要。例如,在湿润时期,可适当增加放牧强度,通过轮牧促进补偿性植物生长,从而增强碳汇功能的稳定性;在干旱时期,则应降低放牧强度或实施短期禁牧,减少牲畜的觅食和践踏干扰,以保持土壤湿度并促进植被恢复,从而在降雨波动的情况下保障草原生态系统的可持续性。未来的研究可以进一步量化不同放牧强度和降雨模式下的碳循环各组分的长期动态变化。此外,深入探究植被、土壤和微生物之间的碳分配及反馈机制,可为草原生态管理提供更精准的决策支持,助力草原资源的可持续利用以及生态环境的协调发展。作者贡献声明李晓倩:方法学、调查工作。高天明:方法学、调查工作。陈新创:数据整理。董志:写作——审稿与编辑、项目管理、资金获取。王怀昌:调查工作。郭建英:项目管理、资金获取、概念设计。傅文玲:调查工作。安春春:方法学、调查工作。李旭:写作——初稿撰写、调查工作、数据整理。陈小龙:写作——初稿撰写、数据整理。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号