气候智慧型草地管理技术助力牧区振兴

doi:10.11924/j.issn.1000-6850.casb2022-0006

中国农学通报 ›› 2022, Vol. 38 ›› Issue (20): 156-164.doi: 10.11924/j.issn.1000-6850.casb2022-0006

所属专题：现代农业发展与乡村振兴；农业工程；农业气象；智慧农业

• 乡村振兴 • 上一篇

气候智慧型草地管理技术助力牧区振兴

周程阳¹(), 刘灏², 黄顶¹, 王洁¹, 励汀郁³, 王明利³, 张英俊¹(), 李成玉², 翟熙玥², 杨午滕²

¹中国农业大学草业科学与技术学院,北京 100193
²农业农村部农业生态与资源保护总站,北京 100125
³中国农业科学院农业经济与发展研究所,北京 100081

收稿日期:2022-02-09 修回日期:2022-04-08 出版日期:2022-07-15 发布日期:2022-08-23
通讯作者: 张英俊
作者简介:周程阳,男,1997年出生,湖北荆州人,博士在读,研究方向：草地生态。通信地址：100193 北京市海淀区圆明园西路2号中国农业大学草业科学与技术学院,E-mail： zcygoodboy@126.com。
基金资助:
农业农村部-世界银行-全球环境基金“气候智慧型草地生态系统管理项目”(10006-P166853-2021-PIR-WB-China)

Climate-smart Grassland Management Technology Helps the Revitalization of Pastoral Areas

ZHOU Chengyang¹(), LIU Hao², HUANG Ding¹, WANG Jie¹, LI Tingyu³, WANG Mingli³, ZHANG Yingjun¹(), LI Chengyu², ZHAI Xiyue², YANG Wuteng²

¹College of Grassland Science and Technology, China Agriculture University, Beijing 100193
²Agricultural Ecology and Resources Protection Station, Ministry of Agriculture and Rural Affairs, Beijing 100125
³Institute of Agricultural Economy and Development, Chinese Academy of Agricultural Sciences, Beijing 100081

Received:2022-02-09 Revised:2022-04-08 Online:2022-07-15 Published:2022-08-23
Contact: ZHANG Yingjun

摘要/Abstract

摘要：

气候变暖和人类活动导致青藏高原高寒草地生态系统面临空前挑战,为增强青藏牧区应对气候变化的能力,合理利用高寒草地资源,减少天然畜牧业温室气体排放,增加牧民收入和生计韧性。本研究团队承担实施了农业农村部(MARA)-世界银行(WB)-全球环境基金(GEF)气候智慧型草地管理技术研究,在青海省祁连县默勒镇实施牧民参与式的春季休牧和免耕补播等天然草地管理技术,监测草地植被多样性和生产力,通过卫星影像计算了研究区植被的归一化植被指数(NDVI),并对气候智慧型草地管理产生的社会影响、满意度和牧民经济情况进行调查的任务。气候智慧型草地管理技术试点和调查在默勒镇取得了丰富成果,草地生产力在春季休牧和免耕补播下分别提高了34.1%和50.0%,2种恢复措施均在一定程度上增加了草地植被多样性,NDVI显示恢复措施下的植被长势要好于对照地,此外,牧民对气候智慧型草地管理技术的满意程度达88.6%,实施管理技术直接或间接的增加了项目户牧民的收入,当地约80.0%的牧民的科学素养都有所提高。气候智慧型草地管理技术可以提高草地植被多样性、生产力和绿度覆盖,并且可以增加牧民收入,改善牧民生活环境,提高牧民科学素质,增强牧民应对气候变化的能力,从而助力牧区振兴。

关键词: 青藏高原, 气候智慧型, 草地多样性, 草地生产力, 科学素养, 牧区振兴, 农牧民

Abstract:

Climate warming and human activities have brought unprecedented challenges to the alpine grassland ecosystem on the Qinghai-Tibet Plateau. In order to enhance the Qinghai-Tibet pastoral area’s ability to cope with climate change, rationally utilize alpine grassland resources, reduce greenhouse gas emissions from natural animal husbandry, and increase herdsmen’s income and livelihood resilience, this research team implemented the Ministry of Agriculture and Rural Affairs (MARA)-World Bank (WB)-Global Environment Facility (GEF) climate-smart grassland management technology research. In Mole Town of Qilian County in Qinghai Province, we worked with herdsmen to implement the natural grassland management technology of non-spring grazing and no-tillage seeding, monitored grassland vegetation diversity and productivity, calculated the normalized vegetation index (NDVI) of vegetation in the study area through satellite images, and investigated the social impacts and herdsmen’s satisfaction and economic conditions resulting from climate-smart grassland management. The pilot application and investigation of climate-smart grassland management technology has achieved rich results in Mole Town. Grassland productivity has been increased by 34.1% and 50.0% respectively under non-spring grazing and no-tillage seeding, and both of these two restoration measures have increased the grassland vegetation diversity to a certain extent. NDVI showed that the vegetation growth under the restoration measures is better than that of the control land. In addition, 88.6% of the herdsmen are satisfied with the climate-smart grassland management technology. The implementation of the management technology directly or indirectly increased the income of the project households and herdsmen. And the scientific literacy of about 80.0% of local herdsmen has been improved. Climate-smart grassland management technology can improve the grassland vegetation diversity, productivity and green coverage, increase herdsmen’s income, improve herdsmen’s living environment, promote herdsmen’s scientific literacy, and enhance herdsmen’s ability to cope with climate change, thereby helping the revitalization of pastoral areas.

Key words: Qinghai-Tibet Plateau, climate-smart, grassland diversity, grassland productivity, scientific literacy, revitalization of pastoral areas, farmers and herdsmen

中图分类号:

周程阳, 刘灏, 黄顶, 王洁, 励汀郁, 王明利, 张英俊, 李成玉, 翟熙玥, 杨午滕. 气候智慧型草地管理技术助力牧区振兴[J]. 中国农学通报, 2022, 38(20): 156-164.

ZHOU Chengyang, LIU Hao, HUANG Ding, WANG Jie, LI Tingyu, WANG Mingli, ZHANG Yingjun, LI Chengyu, ZHAI Xiyue, YANG Wuteng. Climate-smart Grassland Management Technology Helps the Revitalization of Pastoral Areas[J]. Chinese Agricultural Science Bulletin, 2022, 38(20): 156-164.

图/表 9

参考文献 29

[1]	FAO. Climate-smart agriculture sourcebook[J]. Food & Agriculture Organization of the United Nations, 2013.
[2]	管大海, 张俊, 郑成岩, 等. 国外气候智慧型农业发展概况与借鉴[J]. 世界农业, 2017(4):23-28.
[3]	王一杰, 管大海, 王全辉, 等. 气候智慧型农业在我国的实践探索[J]. 中国农业资源与区划, 2018, 39(10):43-50.
[4]	彭云. 探索气候智慧型农业[J]. 高科技与产业化, 2015(7):52-55.
[5]	EL-SHARKAWY M. Agriculture & Food security agriculture & food security Brazil, Ethiopia, and New Zealand lead the way on climate-smart agriculture[J]. Agriculture & food security, 2014, 3(1):19.
[6]	胡璇子. 中国气候智慧型农业的未来[J]. 农村.农业.农民(B版), 2014(11):6-8.
[7]	刘红梅, 杨殿林. 澳大利亚农业发展概况及对我国农业发展启示[J]. 农业环境与发展, 2008(5):32-35.
[8]	刘高朋, 马翠. 中国草地资源面临的问题及应对措施[J]. 山西农经, 2020(13):84-86.
[9]	张镱锂, 李炳元, 刘林山, 等. 再论青藏高原范围[J]. 地理研究, 2021, 40(6):1543-1553. doi: 10.11821/dlyj020210138
[10]	张镱锂, 李炳元, 郑度. 论青藏高原范围与面积[C]. 加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册). 2002.
[11]	孙凯歌, 徐慧, 罗大庆. 高寒草地物候对气候变化响应的研究进展[J]. 山东林业科技, 2021, 51(4):95-103.
[12]	孙建, 周天财, 张锦涛. 青藏高原高寒草地的气候变化适应性管理探讨[J]. 环境与可持续发展, 2021, 46(5):55-60.
[13]	SHANG Z, LONG R. Formation reason and recovering problem of the 'black soil type' degraded Alpine grassland in Qinghai-Tibetan Plateau[J]. Chinese journal of ecology, 2005, 24(6):652-656.
[14]	青藏高原冰川冻土变化对区域生态环境影响评估与对策咨询项目组. 青藏高原冰川冻土变化对生态环境的影响及应对措施[J]. 自然杂志, 2010(1):4.
[15]	TANG H, ZHAO X, ZHOU L. Long-term grazing alters species composition and biomass of a shrub meadow on the Qinghai-Tibet Plateau[J]. Pak.J.Bot, 2006, 38(4):1055-1069.
[16]	周华坤, 周立, 赵新全, 等. 江河源区“黑土滩”型退化草场的形成过程与综合治理[J]. 生态学杂志, 2003(5):51-55.
[17]	贺有龙, 周华坤, 赵新全, 等. 青藏高原高寒草地的退化及其恢复[J]. 草业与畜牧, 2008(11):1-9.
[18]	丁一汇, 任国玉, 赵宗慈, 等. 中国气候变化的检测及预估[J]. 沙漠与绿洲气象, 2007(1):1-10.
[19]	丁一汇, 任国玉, 石广玉, 等. 气候变化国家评估报告(I):中国气候变化的历史和未来趋势[J]. 气候变化研究进展, 2006(1):3-8.
[20]	HERRERO M, HENDERSON B, HAVLÍK P, et al. Greenhouse gas mitigation potentials in the livestock sector[J]. Nature climate change.
[21]	WORLD BANK GROUP. Climate-smart agriculture indicators [Z]. World bank other operational studies, 2016.
[22]	CHEN, WW, WOLF, et al. Annual methane uptake by temperate semiarid steppes as regulated by stocking rates, aboveground plant biomass and topsoil air permeability[J]. Global change biol, 2011, 17(9):2803-2816. doi: 10.1111/j.1365-2486.2011.02444.x URL
[23]	BAI Z, MA W, MA L, et al. China's livestock transition: Driving forces, impacts, and consequences[J]. Science advances, 2018, 4(7):8534.
[24]	DU Y, YING G, YUAN R, et al. A global strategy to mitigate the environmental impact of China's ruminant consumption boom[J]. Nature communications.
[25]	STEINFELD H, GERBER P, WASSENAAR T, et al. Livestock's long shadow: environmental issues and options[J]. Livestocks long shadow environmental issues & options, 2006, 16(1):7.
[26]	庄明浩, 贡布泽仁, 张静, 等. 草原畜牧业温室气体排放现状、问题及展望[J]. 生态学报, 2021(24):1-8.
[27]	HERRERO M, HAVLIK P, VALIN H, et al. Biomass use, production, feed efficiencies, and greenhouse gas emissions from global livestock systems[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018,2013, 110(52):20888-20893.
[28]	气候智慧型农业一种“更新”理念的农业发展模式[J]. 智库时代, 2017(3):11-12.
[29]	铁海鸣. 青海省祁连县畜牧业产业化绿色发展的思路和对策[J]. 畜禽业, 2019, 30(10):76.

处理		行政村						平均值
处理		海浪村	才什土村	多隆村	老日根村	瓦日尕村	扎沙村	平均值
物种数(SPc)/ （种/m²）	免耕补播	22±5	20±4	19±7	19±4	11±4	24±2	19±5
	春季休牧	25±7	22±2	23±4	20±6	12±4	24±4	21±6
	对照处理	22±5	20±2	20±2	12±1	17±2	23±2	20±4
株丛数(SPn)/ （株/m²）	免耕补播	1207±368	333±163	1053±579	591±259	233±118	686±197	658±467
	春季休牧	1455±496	357±150	887±284	884±338	488±495	676±183	763±512
	对照处理	1560±773	231±72	672±145	587±201	412±21	826±479	802±655
D（α多样性）	免耕补播	0.89±0.02	0.89±0.02	0.88±0.01	0.87±0.02	0.81±0.03	0.89±0.02	0.88±0.02
	春季休牧	0.90±0.01	0.88±0.01	0.88±0.02	0.89±0.01	0.90±0.04	0.88±0.02	0.89±0.02
	对照处理	0.88±0.01	0.87±0.02	0.83±0.01	0.75±0.00	0.80±0.04	0.88±0.03	0.85±0.05

处理		行政村						平均值
处理		海浪村	才什土村	多隆村	老日根村	瓦日尕村	扎沙村	平均值
物种数(SPc)/ （种/m²）	免耕补播	22±5	20±4	19±7	19±4	11±4	24±2	19±5
	春季休牧	25±7	22±2	23±4	20±6	12±4	24±4	21±6
	对照处理	22±5	20±2	20±2	12±1	17±2	23±2	20±4
株丛数(SPn)/ （株/m²）	免耕补播	1207±368	333±163	1053±579	591±259	233±118	686±197	658±467
	春季休牧	1455±496	357±150	887±284	884±338	488±495	676±183	763±512
	对照处理	1560±773	231±72	672±145	587±201	412±21	826±479	802±655
D（α多样性）	免耕补播	0.89±0.02	0.89±0.02	0.88±0.01	0.87±0.02	0.81±0.03	0.89±0.02	0.88±0.02
	春季休牧	0.90±0.01	0.88±0.01	0.88±0.02	0.89±0.01	0.90±0.04	0.88±0.02	0.89±0.02
	对照处理	0.88±0.01	0.87±0.02	0.83±0.01	0.75±0.00	0.80±0.04	0.88±0.03	0.85±0.05

处理	春季休牧地	免耕补播地	对照地	平均地上生物量
扎沙村	179.11±78.85	217.57±60.38	168.54±34.07	188.4±62.62
多隆村	206.01±66.19	401.69±101.25	101.83±47.54	236.51±145.61
海浪村	297.68±46.25	249.51±61.68	186.68±90.3	248.14±79.30
老日根村	119.95±44.31	173.03±47.39	113.33±40.55	135.44±50.73
才什土村	114.93±33.59	81.56±41.60	115.67±59.67	104.05±47.72
瓦日尕村	110.85±32.51	27.43±11.18	80.57±39.03	72.95±45.53
平均数	171.42±84.44	191.80±134.83	127.86±65.67	163.66±102.37

处理	春季休牧地	免耕补播地	对照地	平均地上生物量
扎沙村	179.11±78.85	217.57±60.38	168.54±34.07	188.4±62.62
多隆村	206.01±66.19	401.69±101.25	101.83±47.54	236.51±145.61
海浪村	297.68±46.25	249.51±61.68	186.68±90.3	248.14±79.30
老日根村	119.95±44.31	173.03±47.39	113.33±40.55	135.44±50.73
才什土村	114.93±33.59	81.56±41.60	115.67±59.67	104.05±47.72
瓦日尕村	110.85±32.51	27.43±11.18	80.57±39.03	72.95±45.53
平均数	171.42±84.44	191.80±134.83	127.86±65.67	163.66±102.37

	计数	均值	标准差	最小值	最大值
家庭总收入	86	20.0	62.9	1	574
牧业收入	83	17.5	61.1	0.4	574
打工收入	13	0.60	2.20	0	18
补贴收入	75	0.88	0.71	0	4
其他收入	3	0.40	2.12	0	19
贷款金额	58	18	65	0	500

气候智慧型草地管理技术助力牧区振兴

Climate-smart Grassland Management Technology Helps the Revitalization of Pastoral Areas

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 29

相关文章 7

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

	项目户（79户）	非项目户（7户）
家庭总收入	21.0	8.3
牧业收入	18.8	3.4
打工收入	0.39	2.9
补贴收入	0.90	0.73
其他收入	0.19	2.7

[1]	靳贵梅, 德吉, 央桑, 白玛曲旺, 格桑玉珍, 郭小芳. 拉萨市林周县白朗村农田土壤原核微生物多样性分析[J]. 中国农学通报, 2020, 36(6): 74-81.
[2]	赵全宁,张调风,段丽君,时兴合. 青藏高原东部强降温过程阈值的探讨及其气候特征[J]. 中国农学通报, 2019, 35(7): 110-116.
[3]	杨昭明,时盛博,段丽君,张调风. 高原东北部春季冷空气次数变化及其诊断分析[J]. 中国农学通报, 2019, 35(27): 128-136.
[4]	周娟娟. 预处理对青藏高原不同海拔野生早熟禾种子萌发的影响[J]. 中国农学通报, 2018, 34(15): 66-71.
[5]	谭英奉志伟牛宝亮潘学标. 气候变化背景下的农牧交错区村民认知与应对行为调查分析[J]. 中国农学通报, 2009, 25(23): 413-429.
[6]	高永恒,陈槐,吴宁,罗鹏. 刈割对四川嵩草（Kobresia setchwanensis）高寒草甸植物生物量和氮含量的影响[J]. 中国农学通报, 2009, 25(12): 215-218.
[7]	苟安春,谢世刚,李定蓉. 民族地区农牧民增收现状及对策措施 ——以四川省炉霍县为例[J]. 中国农学通报, 2005, 21(1): 380-380.