4.2 干旱影响评估思路
干旱对生态系统影响的评估方法，可借鉴气候变化对生态系统脆弱性的评估方法———关键临界点（Critical Loads）和关键气候评估方法（Critical Climate Approach）（Bobbink和Hettelingh，2010；Crabtree等，2009；Loehle，2011）。关键临界点法的定义为“基于人类当前的知识水平，排放的最高污染物浓度不会引起自然界化学变化从而导致对生态系统的结构和功能产生长期有害的影响”（Nilsson，1988）。它广泛用于评估污染物（酸、硫、氮沉降）排放及其影响、全球自然保护等（Kuylenstierna等，2001；Porter等，2005）。同样，关键气候方法用于评估气候变化对生态环境的负面影响（Mayerhofer等，2001）。关键气候定义为“基于人类当前的知识水平，评估气候变化（温度和降水）的一个量化值，低于该值时对生态系统的结构和功能可能产生的长期影响”（VanMinnen等，2002）。这种方法基于长期的大尺度视角综合评估生态系统在气候变化背景下的脆弱性，通过关键气候法可以确定对生态系统NPP造成长期损失可接受的阈值，例如NPP可接受损失的范围为历史NPP评估变化的10%～20%（Van Minnen等，2002）。
在干旱影响评估方法中，最重要的是确定干旱影响的评估标准（Van Minnen等，2002）。事实上，由于不同的评估目的和任务，我们很难确定哪一种评估标准是合理的。目前，干旱对NPP的影响评估主要是通过多年平均值和干旱年状态值的差异实现的（Xu等，2013；Zhao和Running，2010），将理想状态下的NPP平均值作为干旱影响评估标准较少被采用，主要是因为在现实自然界中由于各种胁迫的存在导致植被生长的理想条件难以达到（Wu等，2014）。大多数采用长期平均态NPP作为标准，包括历史上所有湿润、正常和干旱状态下的NPP，这种方法在干旱和半干旱区不太适用，因为该区域干旱年偏多，导致长期平均值较低。同时，有的学者采用多年气象要素平均值输入模型，以模拟的结果作为正常年的评价标准，同样导致长期平均值较低，在干旱和半干旱地区同样也不适用（Ma等，2012），因为正常年的标准或正常年GPP/NPP、NDVI的标准以历史多年的平均为基础（Crabtree等，2009；Xiao等，2009；Zhang等，2012b），并未剔除干旱年或极端湿润年的GPP/NPP、NDVI，这样可能导致干旱影响评估的误差比较大，出现高估或低估现象。只有少数学者剔除了干旱年的NPP，但是未剔除较湿润年的NPP，导致对干旱的影响出现了高估（Castro等，2005）。因此，本书采用比较合理的正常年NPP多年平均值作为干旱影响的评估标准，以剔除干旱年和湿润年对评估结果的干扰，同时尽可能地降低模拟或评估误差。这主要是由于我们通常比较的标准是正常年，既非干旱年也非湿润年，因为目前普遍比较接受的干旱定义是“在一个季节或更长的时期内，当降水量比期望的‘正常’值少且不能满足人类活动的需要时，干旱就发生了”（Dracup等，1980；Hayes，2006；Wilhite，2014）。因此，与正常年生产力状况相比更具有科学意义和价值。本研究的正常年是指根据SPI干旱指数识别的正常降水年份，即SPI为[-1，1]时识别的年份（Song等，2013）。
图4-1展示了本书研究的干旱对生态系统影响评估的原理。在无干旱胁迫的理想状态下，植被生长良好，NPP相对较高，如虚线a所示；NPP的多年平均值也相对较高，如虚线b所示。然而这种情况在现实中存在概率较低，无论怎样，植被总是生存在各种各样的环境胁迫中（Bonan，2002）。事实上，由于干旱等许多干扰的存在，NPP一直处于一种上下波动的状态，导致NPP的实际情况如实线c所示；NPP的历史多年平均值如两条虚线d显示。为了排除干旱和湿润年份NPP对正常年NPP的干扰，我们选择SPI值为-1.0～1.0时正常年的NPP，采用正常年NPP的平均值作为干旱对生态系统造成不可接受影响的一个阈值。在不同的区域，这个值可能高于或低于NPP的历史多年NPP平均值。通常，在湿润地区，干旱发生频率相对较低，正常年NPP平均值可能低于历史多年NPP平均值；在干旱和半干旱区，干旱发生频率相对较高，正常年NPP平均值可能高于历史多年NPP平均值。图4-1中不同阴影部分面积分别表示不同等级干旱对生态系统造成的累积影响，即低于正常年NPP平均值时的状态，A、B、C三处分别表示中等、严重和极端干旱事件对NPP造成的影响。实际上，由于干旱发生发展过程和生态系统结构及功能的复杂性，干旱对生态系统造成的影响可能是正作用也有可能是负作用（正作用表示干旱造成NPP损失或降低，负作用表示NPP在干旱时期增加或升高）。同时，由于干旱事件及其影响的复杂性（如在同一年可能发生两次或多次不连续的干旱事件，在此情况下可考虑将多次干旱事件累积合并成为一次干旱事件的影响），并考虑干旱事件影响可能存在一定的滞后性，有的研究从年尺度NPP变化刻画不同干旱事件造成的影响，如干旱的严重性及干旱发生在植被生长的不同物候时期，生态系统抵抗力和恢复力的大小等因子共同决定干旱对生态系统最终的影响及其响应（Tilman和El Haddi，1992；Tilman等，2006）。
图4-1 不同干旱评估标准下NPP变化示意图
a—预期NPP；b—预期平均NPP；c—已测NPP；d—长期平均NPP；e—SPI[-1，1]下平均NPP；A—中等干旱影响；B—严重干旱影响；C—极端干旱影响
本书基于Biome-BGC和SPI干旱指数采用正常年NPP多年平均法，定量评估不同等级干旱对不同草地类型生态系统NPP造成的影响。第一步，我们准备了Biome-BGC模型所需的气象数据（包括正常年和干旱年）、CO2和N-deposition、植被土壤和生理生态参数（如第2章数据部分的内容介绍），然后采用实测数据（实验和通量观测数据）校准生态系统模型，进而模拟所有年份的NPP（如第3章的内容介绍）；第二步，基于站点和栅格月降水数据进行SPI的计算，用于识别干旱年和正常年及不同等级干旱事件（强度和持续时间等）；第三步，通过比较所有正常年平均的NPP和干旱年的NPP的差值刻画干旱的影响；最后，在不同时空尺度上评估不同等级干旱（事件）对NPP的影响，如点、局部、区域和全球空间尺度和1年、近50年甚至100年的时间尺度。此方法通过正常年多年NPP平均值和干旱年NPP值这两种情况相减，能够有效地消除误差，如模型模拟的系统偏差（包括数据误差、标定误差和其他变化因素的干扰），提高评估的精度。干旱对NPP影响的评估如式（4-1）所示。
式中 ΔNPP———干旱造成的NPP异常（可能是正值也是可能是负值）；(https://www.daowen.com)
NPPatru———正常年多年平均真实值；
NPPdtru———干旱年真实值；
NPPamod———正常年多年平均模拟值；
NPPdmod———干旱年的模拟值；
NPPi———第i个正常年的模拟值；
n———模拟的年数；
φ———模拟的系统误差，包括输入数据误差（δ）、校准误差（ω）和其他误差（τ，主要由全球变化因子造成的误差）。
为了便于评估干旱对草地生产力的定量影响，符合通常人们的思维习惯，以NPP变化量正值的大小表示NPP减产量及减产率，负值的大小表示NPP增产量。
