为解决非洲草地资源可持续利用评估难题，研究人员开展草地承载力预警指数(GCCAI)构建研究，通过整合2001-2020年遥感与气象数据，发现51.02%的非洲草地处于超载状态，26.53%利用不足，为跨区域畜牧合作提供科学依据。该成果发表于《Nature Communications》。

　　在广袤的非洲大陆，草地生态系统不仅塑造着独特的地貌景观，更是支撑当地民生经济的重要基石。据统计，非洲约70-75%的人口依赖雨养农业和畜牧业为生，畜牧业贡献了农业GDP的40%左右。随着非洲中产阶级的崛起和人口增长，对奶制品和肉类的需求持续攀升，给畜牧业生产带来巨大压力。然而，一个严峻的现实是：过度放牧正悄然侵蚀着这片生命的绿色屏障。当牲畜数量超过草地的承载极限时，便会引发植被退化、土壤侵蚀、生物多样性丧失等一系列生态危机。更复杂的是，非洲草地生态系统极其脆弱，其对气候变化的敏感性使得承载力评估变得尤为困难。

　　传统的草地承载力研究多聚焦于单一牧场或局部区域，缺乏大陆尺度的系统评估。现有模型往往使用固定的生物量转换系数，未能充分考虑地形坡度、树冠覆盖、气候变异等因素对实际可利用牧草量的影响。此外，大多数研究仅关注某一年份的静态状况，而忽视了承载力的动态变化趋势。这些局限性使得决策者难以准确判断各国应该增加还是减少放牧数量，也无法制定科学的跨区域畜牧资源调配策略。

　　为破解这一难题，由河南大学牵头的跨机构研究团队在《Nature Communications》上发表了最新研究成果。研究人员创新性地构建了草地承载力预警指数(Grassland Carrying Capacity Alert Index, GCCAI)，首次对非洲大陆尺度j9跨境服务的草地可持续利用状况进行了全面评估。该研究整合了2001-2020年间的多源数据，包括中国科学院空天信息创新研究院提供的非洲草地分类数据、MODIS净初级生产力(Net Primary Production, NPP)产品、气象数据以及联合国粮农组织(FAO)的牲畜统计资料。

　　关键技术方法包括：基于MOD17A3HGF数据集估算草地地上生物量(Aboveground Biomass, AGB)，结合树冠覆盖度和地形坡度因子计算牲畜实际可利用生物量；采用30%-50%的草地利用率区间值估算草地承载力(Grassland Carrying Capacity, GCC)范围；利用热带牲畜单位(Tropical Livestock Unit, TLU)统一量化不同牲畜种类的饲草需求；通过Theil-Sen趋势分析和Mann-Kendall检验识别长期变化趋势；构建GCCAI指数综合评估当前状态与变化趋势的叠加风险。

　　研究显示，2001-2020年非洲草地平均地上生物量为196.3 g/m

　　。空间分布上，除撒哈拉沙漠和卡拉哈里沙漠周边区域外，大多数地区表现出较高的生物量值。刚果民主共和国、赞比亚、南苏丹等国家所在区域生物量显著增加，而马达加斯加西部和东非海岸地区则呈现下降趋势。2020年，安哥拉的最小草地承载力(GCC

　　TLU，显示出巨大的区域差异。值得注意的是，非洲草地承载力在2002、2015和2019年出现明显下降，这与极端气候事件的影响密切相关。

　　TLU，较2001年增长59%。草地承载状态指数(Grassland Carrying Status Index, GCSI)分析表明，全洲GCSI从2001到2020年显著上升，年均增幅0.015-0.025。2020年GCSI范围为0.96-1.60，其中GCSI

　　在2015和2019年已超过1的警戒线。北部非洲国家的GCSI值远高于南部非洲，17个国家的GCSI

　　通过GCCAI评估发现，非洲整体草地承载力处于健康状态，但国家间差异显著。25个国家(51.02%)处于严重超载警戒状态，全部位于北部非洲；13个国家(26.53%)为极低利用状态，主要集中在南部非洲。中部非洲的喀麦隆、加纳等8个国家(16.33%)处于无警戒的健康利用水平。值得注意的是，超载国家的风险普遍较高，不存在低风险超载情况。

　　Pearson相关性分析显示，GCSI与年平均温度(r=0.725)、最高温度(r=0.606)、帕尔默干旱严重指数(Palmer Drought Severity Index, PDSI)(r=-0.572)、蒸汽压亏缺(Vapor Pressure Deficit, VPD)(r=0.797)和牲畜数量(r=0.851)均呈显著相关。多元线性回归表明，气候因子和牲畜数量对GCSI变化的综合解释度为80.4%，其中牲畜数量增加是主要驱动因素，而PDSI升高则抑制了GCSI的增长幅度。北部和东部非洲国家对影响因子的响应更为敏感，61.22%的国家以牲畜数量为主要驱动因素。

　　研究的创新性体现在多个方面：首次构建了适用于大陆尺度的草地承载力预警指数，将静态评估与动态趋势相结合；采用30%-50%的草地利用率区间值，更符合非洲复杂生态环境的实际状况；通过整合树冠覆盖度、地形坡度等因子，提高了可利用生物量估算的准确性。与现有研究相比，该研究的评估结果与Piipponen等人在放牧压力空间分布方面具有良好一致性，但在埃塞俄比亚等地区的局部评估存在差异，这主要源于栅格化牲畜数据的不完整性。

　　讨论部分指出，准确的草地地上生物量估算是承载力评估的基础。本研究通过融合多源遥感数据，实现了与实地测量结果的高度吻合。然而，非洲农牧交错带的复杂性给土地利用分类带来挑战，未来需要更高精度的数据支持。草地可利用率的空间变异性也是影响评估准确性的关键因素，从尼日尔的30%到坦桑尼亚的50%，不同地区的适宜利用率存在显著差异。

　　研究还探讨了缓解草地放牧压力的可能途径。对于严重超载的北部非洲国家，降低存栏量虽能立竿见影，但会影响牧民生计和经济收入。轮牧制度、高附加值畜产品开发、土地可持续集约化利用等综合措施可能更为可行。特别值得关注的是，研究提出的北畜南调跨区域合作机制——即利用南部非洲丰富的草地资源缓解北部非洲的过牧压力，为平衡经济发展与生态保护提供了新思路。

　　气候因素与人类活动的交互影响是理解草地生态系统动态的关键。研究表明，牲畜数量增加是非洲草地承载力状况变化的主要驱动力，而PDSI的负相关关系说明湿润化趋势有助于缓解放牧压力。这一发现与Liu等人关于降水对草地NPP主导作用的研究相呼应，但强调了人类活动在改变生态系统平衡中的重要性。

　　像素尺度的GCCAI评估验证了国家尺度结果的可靠性，同时揭示了国家内部的空间异质性。然而，栅格化牲畜数据的时间覆盖度有限，且缺乏骆驼、驴等物种信息，影响了评估精度。未来需要开发融合人口密度、GDP、水源接近度等因子的机器学习模型，提高牲畜空间分布数据的质量和完整性。

　　该研究不仅为非洲各国制定科学的畜牧管理政策提供了重要依据，也为全球草地生态系统可持续性评估提供了方法论借鉴。通过量化草地利用风险，识别冲突区域，提出的跨区域合作框架有望实现生态保护与经济发展的双赢。随着气候变化加剧和人口持续增长，这种基于大数据和遥感技术的动态监测预警体系将变得越来越重要，为全球草地资源的可持续管理指明方向。