谢谢各位前辈、领导，今天我很荣幸能在这个讲台上与大家分享我在草地生态学研究方面的一些成果，题目是青藏高原高寒草地变化。我的汇报将分为两部分：一是青藏高原草地变化与适应性管理；二是青藏高原近40年来草地植被结构变化反映环境变迁。

首先，让我们关注一下青藏高原草地变化情况。青藏高原高寒草地面积约占其总面积的54-70%，有近530万人在这里生活，具有重要的生态和生产功能。由于气候变化和人类活动，19-60%的天然草地处于不同程度的退化状态，包括物种组成显著变化、生物多样性降低、植被盖度和生产力下降、土壤养分和有机质下降等。然而，对气候变化（如增温增湿、氮沉降增加等）以及人类活动（如放牧、围封、保护区建设、定居工程等）如何影响上述变化过程及其影响机制尚缺乏深入认识。

我们团队近期一项研究发现，自上世纪80年代以来，高寒草地归一化植被指数（NDVI）和生产力呈显著增加趋势，不同阶段的变化趋势不同，如2000-2015年期间NDVI有下降趋势但不显著，2015-2020年NDVI显著增加（图1）。这种变化趋势具有明显的空间异质性（图2）。现有研究结果表明，青藏高原东部地区由于水热条件较好，NDVI和生产力显著增加；西部地区不同研究尚未形成一致结果，主要原因可能是不同研究者所利用的数据来源不同所致。

图 1 青藏高原高寒草地1981-2020年NDVI的时间变化

图2 青藏高原草地分区和增温试验点（a）、地上与总生产力的关系(b)以及不同气候带不同时间段NDVI的变化(c)

总体而言，青藏高原呈现增温增湿的变化趋势，特别是西部地区降水变率更大。1980-2015年间，气候变化主导了青藏高原的草地变化。其中，降水总体上促进草地生产力，而温度的效应取决于降水量，在水分限制下温度起抑制作用。然而，在2015年后气候因素无法解释NDVI变化率。同样的，增温试验也体现出类似的空间异质性。我们的研究发现，控制试验增温效应的不确定性与试验地所处气候分区有关。在区域尺度上，净初级生产力普遍增加的气候分区内，控制实验的增温效应表现为促进植被生长，较为一致；位于NPP减少区域的增温效应方向则表现为促进或抑制植被生长，具有较高的不确定性。

上述研究重点讨论了植物生产力的变化特征，但仍不足以回答群落结构的变化。草地植物群落结构对青藏高原生态系统功能同样至关重要。然而，由于方法学局限，植被结构的大尺度信息严重匮乏，限制了我们理解草地变化的生产与生态意义及其驱动机制。我们研究团队结合多源遥感数据、实地调查，通过深度学习完成了1：50万青藏高原草地植被图，首次在区域尺度厘清了青藏高原草地基于群系的植物群落结构空间特征；通过与之前出版的《中国植被图》进行比较，反映了40年来的历史变化。该研究发现青藏高原近40年来植被结构变化能深刻反映环境变迁。近40年，青藏高原高寒草甸在高寒草地中的占比从50%增加到69%（图3），反映了变暖和变湿的趋势。

图3 青藏高原高寒草甸和高寒草原。

（a）1979-1990年高寒草甸和高寒草原的分布;（b）2010-2018年高寒草甸和高寒草原的分布;（c）高寒草甸的分布比例;（d）高寒草原的分布比例

此外，草地变化的驱动机制因群系而异。具体而言，在青藏高原高寒草甸和高寒草原中，高山嵩草草甸和紫花针茅草原的优势度分别增强到76%和92%（图4）。

图 4高寒草原和高寒草甸的主要群系。

（a）1979-1990年前5大主要群系的分布;（b）2010-2018年前5大主要群系的分布;（c）高山嵩草草甸的分布比例;（d）紫花针茅草原的分布比例

其中，气候因子主要驱动了紫花针茅草原的分布；高山嵩草草甸的分布则并非完全由气候驱动，人类活动可能起重要作用。因此，气候要素主要驱动了近40年来高寒草甸占比的大幅提高和群系水平上紫花针茅草原在高寒草原中优势度的提高；然而，高山嵩草草甸在高寒草甸中优势度的上升则可能由放牧等人类活动主导。植物群落结构变化为我们理解草地变化的驱动力及其空间异质性提供了全新视角。这些发现意味着青藏高原高寒草地变化及驱动机制的异质性很可能源自不同群系对气候变化、人类活动的响应与适应分异。基于云计算平台的优势，该研究引入了时间序列数据，挖掘出各参数在植物生长过程中的变化特征，对于区分植物群系类型尤为有效，包括“同谱异物”的不同草地类型。此外，本研究所采用的方法也注重时效性和可扩展性，能快速实现植被图的更新。目前，已开放网站用于众源采集(https://imap.ucas.ac.cn)，能随着地面样本的增加不断地迭代优化模型。这项研究结合多源遥感数据、实地调查和深度学习的方法，构建了植物群落与气候等生境特征关系，精细刻画了基于群系的植物群落结构和碳输入地理分异规律。结果表明，近40年来青藏高原高寒草地植被变化存在的强烈空间异质性，主要由气候主导的地理分异驱动，会对土壤碳输入产生深刻影响。

最后，我们还做了一些理论方面的研究。生态系统的状态转变难以利用生产力等单一指标全面表征，其强非线性和随机性也可能干扰传统的系统平衡和系统转变判断方法，亟需由非线性方程耦合、涵盖系统众多组成部分之间的相互作用、能够解释系统动态与底层网络拓扑结构变化之间复杂相互作用的网络模型。我们团队近期与数学学院的老师们合作，使用食物网能量学方法，构建了基于能量传递定量表征生态系统状态转变的数学模型，并将其应用于草地生态系统食物网能量分配模拟、不同食物网中的能量传输效率模拟以及内蒙古草地生态系统临界转变与阈值模拟，取得了出色的效果。这种方法降低了对于长时间序列数据的要求，从机制上理解复杂多营养系统的多样性与单一和多重生态系统功能之间的联系，为复杂生态系统状态转变的定量表征提供了新方法。

总结一下，认识生态系统状态转变，长期观测与实验研究是基础，融合理论模型和大数据模型的多学科交叉研究是未来。

以上就是我所讲的全部内容，谢谢大家。