黃土高原植被生態系統水分利用效率時空變化及驅動因素

劉憲鋒，胡寶怡，任志遠

?

黃土高原植被生態系統水分利用效率時空變化及驅動因素

劉憲鋒，胡寶怡，任志遠

（陜西師范大學地理科學與旅游學院， 西安 710119）

【目的】明晰黃土高原植被生態系統水分利用效率（water use efficiency，WUE）時空變化特征及其影響因素，為深刻理解生態恢復和氣候變化雙重背景下黃土高原植被生態系統與水文相互作用研究提供依據。【方法】利用趨勢分析和逐步回歸方法，對2000—2014年黃土高原植被生態系統WUE時空變化特征及其驅動因素進行了探討。【結果】近15年黃土高原植被生態系統WUE呈顯著增加趨勢，增速為0.02 gC·kg-1H2O·a-1（<0.001），不同植被生態系統年內WUE主要呈“雙峰”模式，峰值分布在4—5月和9—10月；空間上，黃土高原植被生態系統WUE整體呈現上升趨勢，其中上升趨勢和顯著上升（＜0.05）面積分別占研究區的95.04%和66.96%，但不同季節變化趨勢特征差異較大；不同植被生態系統WUE均值和趨勢差異顯著，其中稀疏灌叢和草地WUE均值較低，而針葉林WUE趨勢下降明顯；進一步對坡度統計表明，25—50°范圍內植被生態系統WUE呈持續增加趨勢。當年蒸散量小于3 700 mm時，總初級生產力（gross primary productivity，GPP）隨著蒸散量（evapotranspiration，ET）的增加而增加，隨后GPP則隨ET的增加呈下降趨勢，且研究區中東部（57.25%）WUE主要由GPP控制，而西部區域（42.75%）WUE則受ET影響。近15年黃土高原植被生態系統WUE與LAI呈顯著的正相關關系（＜0.001），表明LAI的增加能夠有效促進WUE的提升。逐步回歸分析表明，降水量、日照時數和相對濕度3種氣候因子是導致WUE及其組分GPP和ET變化的主要氣候因子。【結論】在氣候變化和人類活動雙重影響下，2000—2014年黃土高原植被生態系統WUE呈顯著上升趨勢，且大部分植被類型年內分布呈現雙峰結構。生態恢復工程不僅改善了黃土高原植被覆蓋狀況，同時顯著提高了植被生態系統的WUE，成為近年來黃土高原WUE變化的主要驅動因素。

植被生態系統；水分利用效率；時空變化；驅動因素；黃土高原

0 引言

【研究意義】黃土高原作為生態環境的脆弱區和氣候變化的敏感區，水資源短缺是其社會經濟與生態系統可持續發展的主要限制因素[1]。在大規模生態恢復背景下，生態用水和社會經濟用水壓力不斷增大，兩者之間的權衡關系逐漸受到國際社會的重視[2]，而生態系統水分利用效率（water use efficiency，WUE）作為連接生態系統碳循環和水循環過程的關鍵環節，成為生態系統與水文相互作用研究的核心議題[3-5]。WUE通常被定義為生態系統總初級生產力（gross primary productivity，GPP）與總蒸散發量（evapotranspiration，ET）的比值[6]。作為碳-水循環耦合研究的關鍵指示因子[7]，WUE研究對于深入理解生態系統生態水文過程，促進生態系統可持續發展具有至關重要的作用[8]。同時，通過對生態系統WUE時空變化特征及其驅動因素的解析，有助于明晰陸地生態系統對全球氣候變化的響應機制與適應策略[9-10]，從而提高生態水文模型模擬和預測能力。【前人研究進展】當前，國內外學者分別在不同尺度上開展了大量的研究工作[7, 11-13]，其中LIU等[14]和ZHU等[15]分別從生態系統過程模型和站點觀測的角度評估了中國陸地生態系統水分利用效率的變化，前者指出干旱對不同區域水分利用效率的影響差異；后者則揭示出WUE隨著緯度上升地帶性規律。區域尺度上，ZHANG等[1]采用CASA模型估算的凈初級生產力和MODIS的ET產品，估算了黃土高原地區2000—2010年的WUE變化特征。在影響因素方面，KEENAN等[16]利用長期觀測數據指出，CO2濃度上升能夠有效促進森林水分利用效率的升高；而HUANG和SUN等[17-18]則探討了CO2濃度變化、氮沉降和土地利用變化等多種因素對WUE的影響。利用MODIS產品和氣候資料，XUE等[19]探討了降水、溫度和輻射等氣候因子對全球WUE的影響。【本研究切入點】應指出的是，雖然站點觀測能夠精確獲取監測站的碳水收支狀況，但受觀測站數量和分布特征的限制，站點尺度水分利用效率研究存在較大挑戰，尤其在干旱半干旱生態脆弱地區缺乏有效觀測站點。生態系統模型模擬手段通常具有粗分辨率特征，適合大尺度生態系統過程模擬，針對區域尺度模擬能力仍需進一步提高。同時，以往研究多關注WUE的年際變化特征，但對其年內變化特征關注不足，且已有研究成果多集中分析CO2濃度升高、氣溫、降水和輻射等對WUE的影響，而WUE受多種氣候因子共同影響，采用多因子逐步分析方法能夠有效識別關鍵氣候因子。加之近年來黃土高原大規模生態恢復工程造成植被覆蓋顯著變化，而植被覆蓋變化與WUE變化的關系尚不明晰。【擬解決的關鍵問題】基于上述認識，本文擬利用MODIS系列產品和氣象觀測數據，闡明2000—2014年黃土高原生態系統水分利用效率變化特征，并從生態恢復和氣候變化兩個方面對其驅動因素進行探討，以期為黃土高原生態可持續發展和水資源安全利用提供參考依據。

1 材料與方法

1.1 研究區概況

黃土高原地處中國中部，介于100°—114°E和33°—41°N，總面積約64萬km2，地跨青海省、甘肅省、寧夏回族自治區、內蒙古自治區、陜西省、山西省、河南省等7個省和自治區，主要由山西高原、陜甘晉高原、隴中高原、鄂爾多斯高原和河套平原組成。同時黃土高原地處半干旱半濕潤氣候帶，水土流失嚴重，生態環境十分脆弱，加上人類長期的不合理開發利用，導致原本就十分脆弱的生態環境日趨惡化[20-22]。

1.2 數據來源

遙感數據為黃土高原2000—2014年MODIS產品中的GPP、ET、葉面積指數（LAI）和土地利用數據，其中GPP和ET數據空間分辨率為1 km×1 km，時間分辨率為8 d，來源于蒙大拿大學的數字地球動態模擬研究組發布的數據產品（http://files.ntsg.umt.edu/）。GPP數據經驗證表明具有可靠的精度，在全球尺度上與野外實測值相比不存在連續高估或低估值的情況發生，因此被廣泛應用于全球變化、全球和區域碳循環及生物量估算等國內外相關研究[23-25]；而ET數據是基于改進之后的MOD16算法計算而來的，經驗證該數據具有較好的精度[26-27]，且在全球和區域等研究中得到廣泛的應用[28-29]。LAI數據與GPP和ET數據具有相同的時空分辨率，而土地利用數據空間分辨率為500 m，源自美國國家航空航天局（NASA）的EOS/ MODIS發布的產品數據集（http://e4ftl01.cr.usgs.gov）。上述所有產品均通過IDL程序進行拼接、裁切和投影轉換，以保證所有計算數據能夠空間匹配。

圖1 研究區概況(a：位置及站點分布; b：植被類型圖; c：氣溫降水分布; d：蒸散量分布)

氣象數據為2000—2014年黃土高原74個氣象臺站的逐月數據，要素包括平均氣溫、最高氣溫、最低氣溫、降水量、相對濕度、風速和日照時數，來源于中國氣象科學數據共享服務網（http://cdc.cma.gov.cn）。

1.3 研究方法

1.3.1 WUE計算方法 本文WUE采用生態系統水分利用效率的計算方法，即總初級生產力（GPP）與總蒸散量（ET）的比值，公式如下：

WUE=GPP/ET

式中，GPP和ET分別來源于最新一代的MODIS數據產品。另外，上式ET部分可進一步分解為植被蒸騰（T）和土壤蒸發（E）兩個參量，即WUE=GPP/T×T/ET，該式可用于探討植被覆蓋度對WUE的影響。

1.3.2 趨勢分析 本研究采用非參數化趨勢度（Sen）[30]方法來計算黃土高原2000—2014年WUE的變化趨勢，并通過Mann-Kendall統計檢驗法[31]對變化趨勢的顯著性進行檢驗。Sen趨勢分析方法的優點是不需要樣本服從一定的分布，并且不受異常值的干擾，對測量誤差或離群數據具有較強的規避能力。

式中，為像元WUE變化趨勢；、為時間序數；x、x分別表示第、時間的像元WUE值；當＞0時，表明該像元內WUE呈上升趨勢；當＜0時，表明該像元內WUE呈下降趨勢。

1.3.3 逐步回歸分析 本研究采用逐步回歸分析方法來探究WUE、GPP、ET與各氣候因子之間的關系。逐步回歸分析方法的基本思想是將變量逐個引入，引入變量的條件是偏回歸平方和經檢驗是顯著的，同時每引入一個新變量后，對已選入的變量要進行逐個檢驗，將不顯著變量剔除，這樣保證最后所得的變量子集中所有的變量都是顯著的。它的優點是最終得到的方程中既不漏掉對影響顯著的變量，又不包含對影響不顯著的變量[32]。具體分析過程中，本文以氣象臺站為中心，采用提取氣象站點周圍3 km×3 km范圍內WUE的平均值作為該氣象臺站WUE值，進而將該臺站的WUE值與各氣候因子進行逐步回歸分析。所用公式如下：

=a11＋a22＋a33＋…＋ax＋ε

式中，為WUE、GPP或ET，1,2,3, …,x為各個氣候因子，a1, a2, a3, …, a為未知常數，ε是隨機誤差。

2 結果

2.1 黃土高原WUE的時間變化特征

2.1.1 年際變化特征 2000—2014年黃土高原WUE均值為1.26（1.06—1.43 gC·kg-1H2O），且近15年WUE呈顯著增加趨勢，增速為0.02 gC·kg-1H2O·a-1（<0.001）（圖2-a）。在季節尺度上，夏季WUE最高，秋季WUE最低，而春季介于兩者之間（圖2-b）。在變化趨勢上，秋季WUE增速最為明顯，與全年變化趨勢較為一致；雖然春季WUE也呈現增加趨勢，但該季節WUE存在明顯波動，尤其在2000—2003年間急劇下降，對整體趨勢影響較大；而夏季WUE則呈現微弱下降趨勢。進一步統計表明，春季、夏季和秋季WUE增速分別為0.01、-0.003和0.03 gC·kg-1H2O·a-1，僅秋季增速通過了顯著水平0.05的檢驗。

圖2 黃土高原WUE時間變化特征

2.1.2 年內變化特征 從WUE年內變化特征來看，不同植被類型分布模式差異顯著（圖3）。具體而言，稀疏灌叢、草地、沼澤等植被類型的WUE年內分布呈現“單峰”模式，而常綠針葉林、落葉針葉林、農田、稀疏草原、稠密灌叢、木本熱帶稀樹草原、混交林、落葉闊葉林等植被類型則呈現“雙峰”模式，其中“單峰”峰值主要出現在5—6月份春夏交界處，峰值之前階段的WUE急劇上升，峰值之后WUE逐漸下降，而“雙峰”峰值主要分布在4—5月和9—10月之間，分別對應了植被的返青和枯黃階段，夏季WUE則出現波谷，其原因一方面可能由于夏季氣溫偏高，超過了植被光合作用的最適溫度，進而導致GPP減小；另一方面則可能由于夏季氣溫升高，ET隨之增大，進而導致WUE減小。此外，常綠針葉林、落葉針葉林、稀疏草原、稠密灌叢、農田、木本稀樹草原WUE變化基本一致；而混交林、落葉闊葉林在一年中WUE變化基本一致。在11種植被類型中，變化最大的是稀疏灌叢，在6月達到最大值，變化最小的是落葉闊葉林，在10月達到最大值；其他植被類型多在5月達到最大值。

ENF：常綠針葉林；DNF：落葉針葉林；DBF：落葉闊葉林；MF：混交林；CS：稠密灌叢；OS：稀疏灌叢；WS：木本稀樹草原；SAV:稀樹草原；GRA:草原；WET：濕地；CROP：農田

2.2 黃土高原WUE的空間變化特征

2.2.1 空間分布特征 黃土高原WUE空間分布具有顯著的空間差異，高值區主要分布在研究區的東南部和河套平原等地區，WUE多年平均高于1.4 gC·kg-1H2O，低值區主要分布在黃土高原西部和鄂爾多斯高原等地，WUE多年平均普遍在1.0 gC·kg-1H2O以下（圖4-a）。從植被類型分布上看（圖1-b），WUE高值區分布范圍與農田、混交林的分布范圍基本一致，而WUE低值區分布范圍與草原、稀疏灌叢的分布范圍基本一致，顯示出不同植被生態系統的水分利用效率的差異。在季節尺度上，黃土高原3個季節的WUE空間分布特征具有明顯的差異，秋季WUE空間分布特征與多年平均WUE空間分布特征大致相同，均呈現出“西北低，東南高”的分布特征（圖4-d）；夏季WUE空間分布格局則呈現出“東南低，西北高”的分布特征，且夏季WUE明顯高于其他兩個季節（圖4-c）；而春季WUE空間分布格局呈現出“西北-東南高，西南-東北低”的分布特征（圖4-b）。

2.2.2 空間趨勢特征 2000—2014年黃土高原WUE整體呈現上升趨勢，呈上升和下降趨勢的面積分別占95.04%和4.96%（圖5-a），且高達66.96%的區域均通過了顯著性檢驗（圖5-b），說明近年來黃土高原植被生態系統WUE得到顯著提高。具體而言，上升趨勢顯著的區域主要分布在陜西北部、渭北高原以及山西西南部等地區，其原因可能是近年來大規模生態恢復工程一方面有效改善了區域生態環境，另一方面也極大促進了區域植被生態系統WUE的顯著提升。

圖4 黃土高原WUE的空間分布特征

圖5 2000—2014年黃土高原WUE變化趨勢

在季節尺度上，黃土高原不同季節WUE變化趨勢差異顯著，其中春季WUE整體表現為上升趨勢，呈上升和下降趨勢的面積分別占72.34%和27.66%（圖6-a），然而僅8.87%的區域通過了顯著水平0.05的檢驗（圖6-b），說明近15年來黃土高原春季WUE整體變化不大，上升趨勢大的地區主要位于山西西部和陜西北部，而下降趨勢大的地區主要位于甘肅南部。在夏季，雖然黃土高原WUE整體表現為上升趨勢，但呈上升趨勢和下降趨勢的面積相當，分別占53.08%和46.92%（圖6-c），其中27.93%的區域通過了顯著性檢驗，且空間分布上表現為研究區西部顯著下降，東部顯著上升的分布特征（圖6-d）。在秋季，黃土高原WUE整體表現為上升趨勢，其中呈上升趨勢的面積占97.87%（圖6-e），且整個研究區64.36%的區域均通過了顯著性檢驗（圖6-f），表明黃土高原秋季WUE整體呈現出顯著上升趨勢。

圖6 2000—2014年黃土高原WUE季節變化趨勢

2.3 不同植被類型的WUE比較

基于土地覆被類型圖，本文統計了不同植被生態系統的WUE變化特征。結果顯示，不同植被生態系統WUE均值存在一定差異（圖7-a），其中稀疏灌叢的WUE最低，僅為1.0 gC·kg-1H2O，其次為草地和濕地類型，分別為1.07和1.23 gC·kg-1H2O，而其他植被生態系統WUE均值較為相近，主要介于1.36—1.45 gC·kg-1H2O之間，表明植被類型的轉換（如耕地轉為林地或草地）并未導致WUE的提高。從近15年不同植被生態系統WUE變化幅度來看，木本熱帶稀樹草原WUE的穩定性最差，年際間存在較大波動，其次為稀樹草原和稠密灌叢，而混交林WUE的穩定性最強。

本文進一步統計了不同植被生態系統WUE呈顯著上升和顯著下降（<0.05）區域的趨勢特征（圖7-b）。結果顯示，11種植被生態系統WUE均存在顯著上升區域，且在顯著上升趨勢中，上升趨勢最大的植被類型是濕地，其次是常綠針葉林和落葉針葉林；而上升趨勢最小的植被類型是混交林，其次是落葉闊葉林；而在顯著下降趨勢中，除稠密灌叢、木本熱帶稀樹草原和濕地外，其余8種植被生態系統存在顯著下降區域，且不同類型下降趨勢差異較大，其中下降趨勢最大的植被類型是落葉針葉林，其次是常綠針葉林；而下降趨勢最小的植被類型是落葉闊葉林，其次是混交林和木本熱帶稀樹草原。綜上可以看出，除稠密灌木、稀疏草原、濕地外，同一植被生態系統WUE上升趨勢和下降趨勢相近，這可能受不同植被生態系統所處的氣候環境影響。

圖7 不同植被類型的WUE均值和趨勢特征

2.4 不同坡度WUE的變化特征

退耕還林（草）工程要求25°以上坡耕地強制退耕，15°以上建議退耕，本文將研究區坡度按5°分級，分析了WUE隨坡度變化特征（圖8）。由圖可以看出，整體上WUE隨坡度上升而呈增大趨勢。具體而言，25°以下區域占整個研究區的95.49%，且5°以下區域WUE最低，其原因是研究區西北部鄂爾多斯高原，雖坡度小，但植被覆蓋度極低；25—50°范圍內所占區域僅占4.50%，該區域內WUE呈持續增加趨勢，且該區域為退耕還林（草）工程的重點區域，說明生態恢復工程的實施有效提升了該坡度范圍內的WUE；而坡度大于50°的區域像元個數極少，且WUE波動較大，最高值出現在60°以上區域，由于該區域范圍極為有限，所以僅體現為異常波動值。

圖8 黃土高原不同坡度WUE的變化特征

2.5 影響因素分析

2.5.1 WUE組分變化探討 由于GPP和ET的年際和季節變化最終反映了WUE的年際變化和季節波動，因而首先分析了GPP和ET的時空變化特征。結果顯示，2000—2014年黃土高原GPP呈顯著增加趨勢（80.28 g C·m-2·a-1，<0.001），同時ET在15年間也呈增加趨勢（13.30 mm·a-1），但未通過顯著性檢驗。從兩者相對變化圖中可以看出，當年ET小于3 700 mm時，研究區GPP隨ET的增加而呈增加趨勢，而當年ET大于3 700 mm時，GPP則隨著ET的增加呈減少趨勢（圖9-a），其原因可能是隨著ET的進一步增加，植被生長逐漸受到水分限制而造成GPP的下降。從主導因素空間分布圖來看（圖9-b），黃土高原WUE由GPP控制的區域占整個研究區的57.25%，主要分布在研究區的中東部地區，而受ET影響的區域占42.75%，主要分布在黃土高原西部區域。

圖9 黃土高原GPP和ET相對變化及WUE主導因素

2.5.2 WUE與LAI的關系 生態系統尺度WUE通常將植物蒸騰（T）ET的比值視為1，即將ET視為植被蒸騰，而忽略土壤蒸發的作用，然而只有在地表植被全部覆蓋的情況下T/ET才接近于1。鑒于此，本文進一步探討了WUE與LAI的關系（圖10）。結果顯示，黃土高原近15年WUE與LAI呈顯著的正相關關系（<0.001），即在大規模生態恢復背景下，WUE會隨植被覆蓋度的增加而逐漸增加（圖10-a）。在空間相關系數（CC）分布圖上（圖10-b），同樣可以看出整體上植被恢復區域WUE與LAI呈現顯著的正相關關系，其中陜北地區的正相關關系尤為明顯，說明近年來的生態恢復工程不僅有效改善了黃土高原生態環境狀況，同時對該區域WUE的提高具有至關重要的作用。上述研究結果從人類活動角度揭示了黃土高原WUE的變化原因，為黃土高原生態恢復和水資源可持續利用提供了參考。

圖10 黃土高原WUE和LAI的相關性

2.5.3 WUE與氣候要素的關系 氣候變化背景下，氣候因子的波動對植被生長及水分利用效率具有顯著控制作用，為此本文選取年平均溫度（T）、最高氣溫（TMAX）、最低氣溫（TMIN）、降水量（PR）、相對濕度（RH）、風速（W）和日照時數（SN）作為自變量分別與WUE、GPP和ET建立逐步回歸方程，并選取擬合度最高的方程進行分析（表1）。結果顯示，WUE與相對濕度和日照時數呈顯著負相關趨勢（=0.01），且相對濕度解釋率大于日照時數，由WUE機理模型可知，相對濕度的增加會抑制WUE的提高，與本文的研究結果相一致，而與日照時數呈負相關，表明WUE與太陽輻射呈負相關關系，其原因可能是太陽輻射會促進蒸散發的顯著增加，從而導致WUE呈下降趨勢[33]；GPP僅表現出與降水具有顯著的相關性（=0.04），進一步驗證水分條件是該區域植被生長的主要限制因素。值得注意的是，ET與PR、SN和RH均表現出顯著的相關性（=0.00），且2達到0.73，說明ET受到多種因素共同控制。上述結果表明，PR、SN、RH等3種氣候因子是導致WUE及其組分GPP和ET變化的主要因素。進一步統計表明，近15年黃土高原SN呈顯著下降趨勢（-87.16，=0.05），相對濕度與降水量分別呈現下降和上升趨勢，但均未通過顯著性檢驗（=0.24和=0.15），同樣在氣候變化角度解釋了黃土高原近年來WUE的增加趨勢。

表1 氣候因子趨勢及其對WUE、GPP和ET的貢獻率

3 討論

3.1 WUE的季節變化特征

本文研究結果顯示，不同季節WUE空間分布格局存在明顯差異（圖4），其原因可能是不同植被在不同季節下的水分利用策略不同有關，如在春、秋兩季，農田、混交林的分布范圍內均表現出較高的WUE，而草原、稀疏灌叢均表現出較低的WUE；而在夏季，農田、混交林的分布范圍內則表現出較低的WUE，但草原、稀疏灌叢的分布范圍內則表現出較高的WUE，說明在蒸發量很大的夏季，碳固定量較低的草原、稀疏灌叢反而能夠通過改變水分利用策略、提高水分利用效率來適應環境。相反，碳固定量較高的混交林水分利用效率則較差。在趨勢上，與植被返青和枯黃相關的春季和秋季WUE均呈顯著上升趨勢，且秋季上升趨勢顯著高于春季，表明植被在不同生長階段水分利用策略和能力存在的差異，而夏季WUE則呈現東西部區域反向的變化趨勢，表明西部干旱地區在夏季降水較多的情況下，會極大促進地表蒸散發的增加，進而導致WUE的下降，而東部地區則會受降水增多、氣溫提高的有利氣候條件影響而提高植被光合作用，且GPP提高幅度大于ET提高幅度，從而有效促進WUE的顯著提高。

3.2 退耕還林對WUE的作用

近幾十年來黃土高原是中國植被變化最劇烈的區域，這一變化必將引起水文特征的變化并反饋到生態系統的可持續問題。本文通過生態系統水分利用效率探討了生態恢復背景下該區域植被生態系統水分利用變化特征。研究發現，大規模的退耕還林（草）工程不僅顯著改善了該區域植被覆蓋狀況，而且有效提升了植被水分利用效率。這種現象的原因可從其組分參量中得到一定的解釋，即由WUE計算公式可以看出，WUE與T/ET成正相關，其中T/ET的變化主要受植被覆蓋度的影響，并最終會反映到WUE的年際和季節變化上，而葉面積指數（LAI）能夠較好地反映地表植被覆蓋狀況，可作為T/ET的有效指示因子。本研究結果同樣表明LAI與WUE呈顯著正相關關系，由此推出LAI的增加可促進WUE的提升，與前人研究結果相一致[10]。該結果從植被用水效率方面進一步驗證了生態恢復工程對區域生態系統的積極作用。

3.3 氣候要素對WUE的作用

除植被本身蓋度外，氣候條件對研究區植被WUE同樣具有一定的控制作用，通過逐步回歸分析發現，降水量、日照時數和相對濕度是對植被WUE影響最大的3個氣候因子。然而，除ET回歸方程的解釋率高達73.1%外，WUE和GPP兩者回歸方程的解釋率均只有51.8%和28.3%，說明除氣候因子外，其他因素對WUE和GPP的波動影響較大，且由LAI與WUE的分析可以看出，生態恢復工程的實施在很大程度上解釋了WUE和GPP的變化，尤其是GPP的提高主要歸因于生態恢復工程帶來的植被覆蓋度的提高。上述結果進一步說明了黃土高原植被生態系統WUE受人類活動和氣候變化的雙重擾動特征。

3.4 不確定性及后續研究

應說明的是，雖然本研究采用了MODIS最新發布的改進型GPP和ET產品，但是兩者仍存在一定不確定性，如GPP估算公式中的最大光能利用率采用了固定值，而實際每種植被類型的最大光能率會存在一定的差異[19]，同時氣候因子的輸入也會引入一定的誤差。對于ET產品的不確定性則主要由反演算法、氣候輸入數據和其他輸入變量引入的誤差。盡管如此，本文研究結果仍反映了黃土高原水分利用效率的整體變化特征，而更為準確的結論需引入更多的數據和方法開展多途徑集成研究。

從更大的水分循環角度來看，植被WUE的研究對于篩選抗旱造林樹種，促進生態恢復可持續發展也具有十分重要的意義。具體而言，生態恢復工程盡管顯著改善了黃土高原的植被覆蓋狀況，同時也顯著減少了黃河泥沙含量[34]，但是大規模退耕還林（草）工程對黃土高原地區水資源的壓力持續增大，并逐漸接近區域水資源安全臨界閾值[35]，隨之而來的土壤干層問題可能會對區域生態恢復帶來潛在隱患，并抑制植被恢復的進一步發展，進而影響區域水資源安全。因此，合理開展生態恢復工程，根據立地條件和生態位特征篩選合適的植物值得進一步研究。

4 結論

近15年黃土高原植被生態系統WUE呈顯著增加趨勢，且年內大部分植被類型呈現雙峰結構。空間上，黃土高原植被生態系統WUE的空間差異顯著，不同區域的主導因素存在差異。此外，黃土高原植被生態系統WUE同時受氣候變化和人類活動的雙重作用，一方面降水量、日照時數和相對濕度是對水分利用效率影響最大的3個氣候因子；另一方面退耕還林等生態恢復工程不僅顯著增加了黃土高原植被覆蓋狀況，也顯著提升了植被生態系統的水分利用效率，成為近年來黃土高原植被生態系統WUE變化的主要驅動因素。

[1] ZHANG T, PENG J, LIANG W, YANG Y T, LIU Y X. Spatial–temporal patterns of water use efficiency and climate controls in China's Loess Plateau during 2000-2010.,2016, 565: 105-122.

[2] FENG X M, FU B J, PIAO S L, WANG S, CIAIS P, ZENG Z Z, LU Y H, ZENG Y, LI Y, JIANG X H, WU B F. Revegetation in China's Loess Plateau is approaching sustainable water resource limits.,2016,6(11): 1019-1022.

[3] 《第二次氣候變化國家評估報告》編寫委員會. 氣候變化國家評估報告. 北京: 科學出版社,2011.

National Assessment Report on Climate Compiling Committee.. Beijing: Science Press, 2011. (in Chinese)

[4] WALKER B, STEFFEN W. IGBP Science No. 1: A synthesis of GCTE and related research. Stockholm: IGBP,1997: 1-24.

[5] YU G R, WANG Q F, ZHUANG J. Modeling the water use efficiency of soybean and maize plants under environmental stresses: application of a synthetic model of photosynthesis-transpiration based on stomatal behavior.,2004, 161(3): 303-318.

[6] GAO Y, ZHU X J, YU G R, HE N P, WANG Q F, TIAN J. Water use efficiency threshold for terrestrial ecosystem carbon sequestration in China under afforestation., 2014, 195/196: 32-37.

[7] 胡中民,于貴瑞, 王秋鳳，趙風華. 生態系統水分利用效率研究進展. 生態學報，2009(3): 1498-1507.

HU Z M, YU G R, WANG Q F, ZHAO F H. Ecosystem Level water use efficiency: A Review., 2009(3): 1498-1507. (in Chinese)

[8] Ito A, Inatomi M. Water-use efficiency of the terrestrial biosphere: A model analysis focusing on interactions between the global carbon and water cycles.,2012, 13(2): 681-694.

[9] 王慶偉, 于大炮, 代力民, 周莉, 周旺明, 齊光, 齊麟, 葉雨靜. 全球氣候變化下植物水分利用效率研究進展. 應用生態學報, 2010, 21(12): 3255-3265.

WANG Q W, YU D P, DAI L M, ZHOU L, ZHOU W M, QI G, QI L, YE Y J.Research progress in water use efficiency of plants under global climate change．, 2010, 21(12): 3255-3265. (in Chinese)

[10] HU Z M, YU G R, FU Y L, SUN X M, LI Y N, SHI P L, WANG Y F, ZHENG Z M. Effects of vegetation control on ecosystem water use efficiency within and among four grassland ecosystems in China., 2008, 14(7): 1609-1619.

[11] 胡中民, 于貴瑞, 樊江文, 溫學發. 干旱對陸地生態系統水碳過程的影響研究進展. 地理科學進展，2006, 25(6): 12-20.

HU Z M, YU G R, FAN J W, WEN X F. Effects of drought on ecosystem carbon and water processes: a review at different scales., 2006, 25(6): 12-20. (in Chinese)

[12] 魏歡歡, 王仕穩, 楊文稼, 孫海妮, 殷俐娜, 鄧西平. 免耕及深松耕對黃土高原地區春玉米和冬小麥產量及水分利用效率影響的整合分析. 中國農業科學, 2017, 50(3): 461-473.

WEI H H, WANG S W, YANG W J, SUN H N, YIN L N, DENG X P. Meta analysis on impact of no-tillage and subsoiling tillage on spring maize and winter wheat yield and water use efficiency on the Loess Plateau., 2017, 50(3): 461-473. (in Chinese)

[13] 邢會敏, 徐新剛, 馮海寬, 李振海, 楊福芹, 楊貴軍, 賀鵬, 陳召霞. 基于AquaCrop模型的北京地區冬小麥水分利用效率. 中國農業科學, 2016, 49(23): 4507-4519.

XING H M, XU X G, FENG H K, LI Z H, YANG F Q, YANG G J, HE P, CHEN Z X. Water use efficiency of winter wheat based on AquaCrop Model in Beijing., 2016, 49(23): 4507-4519. (in Chinese)

[14] LIU Y B, XIAO J F, JU W M, ZHOU Y L, WANG S Q, WU X C. Water use efficiency of China's terrestrial ecosystems and responses to drought., 2015, 5:13799.

[15] ZHU X J, YU G R, WANG Q F, HU Z M, ZHENG H, LI S G, SUN X M, ZHANG Y P, YAN J H, WANG H M, ZHAO F H, ZHANG J H, SHI P L, LI Y N, ZHAO L, ZHANG F W, HAO Y B. Spatial variability of water use efficiency in China's terrestrial ecosystems., 2015, 129: 37-44.

[16] KEENAN T F, HOLLINGER D Y, BOHRER G, DRAGONI D, MUNGER J W, SCHMID H P, RICHARDSON A D. Increase in forest water-use efficiency as atmospheric carbon dioxide concentrations rise., 2013(499): 324-327.

[17] HUANG M T, PIAO S L, SUN Y, CIAIS P, CHENG L, MAO J F, POULTER B, SHI X Y, ZENG Z Z, WANG Y P. Change in terrestrial ecosystem water-use efficiency over the last three decades., 2015, 21(6): 2366-2378.

[18] SUN Y, PIAO S L, HUANG M T, CIAIS P, ZENG Z Z, CHENG L, LI X R, ZHANG X P, MAO J F, PENG S S, POULTER B, SHI X Y, WANG X H, WANG Y P, ZENG H. Global patterns and climate drivers of water- use efficiency in terrestrial ecosystems deduced from satellite-based datasets., 2015, doi: 10.1111/geb.12411.

[19] XUE B L, GUO Q H, OTTO A, XIAO J F, TAO S L, LI L. Global patterns, trends, and drivers of water use efficiency from 2000 to 2013., 2015, 6(10): t118-t174.

[20] XIN Z B, XU J X, ZHENG W. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau (1981–2006): Impacts of climate changes and human activities., 2008, 51(1): 67-78.

[21] 劉憲鋒, 楊勇, 任志遠, 林志慧. 2000—2009年黃土高原地區植被覆蓋度時空變化. 中國沙漠, 2013(4): 1244-1249.

LIU X F, YANG Y, REN Z Y, LIN Z H. Changes of vegetation coverage in the Loess Plateau in 2000-2009., 2013, 33(4): 1244-1249. (in Chinese)

[22] 易浪, 任志遠, 張翀, 劉雯. 黃土高原植被覆蓋變化與氣候和人類活動的關系. 資源科學, 2014(1): 166-174.

YI L, REN Z Y, ZHANG C, LIU W. Vegetation cover, climate and human activities on the Loess Plateau., 2014, 36(1): 166-174. (in Chinese)

[23] ZHAO M S, HEINSCH F A, NEMANI R R, RUNNING S W. Improvements of the MODIS terrestrial gross and net primary production global data set., 2005, 95(2): 164-176.

[24] ZHAO M S, RUNNING R W, NEMANI R R. Sensitivity of Moderate Resolution Imaging Spectroradiometer (MODIS) terrestrial primary production to the accuracy of meteorological reanalyses., 2006, 111, G01002.

[25] TURNER D P, RITTS W D, COHEN W B, GOWER S T, RUNNING S W, ZHAO M S, COSTA M H, KIRSCHBAUM A A, HAM J M, SALESKA S R, AHL D E. Evaluation of MODIS NPP and GPP products across multiple biomes., 2006, 102(3-4): 282-292.

[26] MU Q Z, ZHAO M S, KIMBALL J S, MCDOWELL N G, RUNNING S W. A Remotely Sensed Global Terrestrial Drought Severity Index., 2013, 94(1): 83-98.

[27] MU Q Z, ZHAO M S, RUNNING S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm., 2011, 115(8): 1781-1800.

[28] 吳桂平, 劉元波, 趙曉松, 葉春. 基于MOD16產品的鄱陽湖流域地表蒸散量時空分布特征. 地理研究, 2013,32(4):617-627.

WU G P, LIU Y B, ZHAO X S, YE C. Spatiotemporal variations of evapotranspiration in Poyang Lake Basin using MOD16 products., 2013, 32(4): 617-627. (in Chinese)

[29] SUN G, CALDWELL P, NOORMETS A, MCNULTY S G, COHEN E, MYERS J M, DOMEC J C, TREASURE E, MU Q Z, XIAO J F, JOHN R, CHEN J Q. Upscaling key ecosystem functions across the conterminous United States by a water-centric ecosystem model., 2011, 116, G00J05.

[30] SEN P K. Estimates of the regression coefficient based on Kendall's Tau., 1968, 63: 1379-1389.

[31] KENDALL M G. Rank Correlation Methods. London: Charles Griffin and Company, 1948.

[32] 徐建華. 現代地理學中的數學方法（2版）. 北京: 高等教育出版社, 2002: 37-41.

XU J H.(). Beijing: Higher Education Press, 2002: 37-41. (in Chinese)

[33] WANG K C, DICKINSON R E. A review of global terrestrial evapotranspiration: observation, modeling, climatology, and climatic variability., 2012, 50, RG2005.

[34] WANG S, FU B J, PIAO S L, LU Y H, CIAIS P, FENG X M, WANG Y F. Reduced sediment transport in the Yellow River due to anthropogenic changes., 2015, 9(1): 38-41.

[35] 高海東, 龐國偉, 李占斌, 程圣東. 黃土高原植被恢復潛力研究. 地理學報, 2017(5): 863-874.

GAO H D, PANG G W, LI Z B, CHENG S D. Evaluating the potential of vegetation restoration in the Loess Plateau., 2017(5): 863-874.(in Chinese)

（責任編輯 李云霞）

Spatiotemporal Variation of Water Use Efficiency and Its Driving Forces on the Loess Plateau during 2000-2014

LIU XianFeng, HU BaoYi, REN ZhiYuan

(School of Geography and Tourism, Shaanxi Normal University, Xian 710119)

【Objective】Clarifying the spatiotemporal changes of water use efficiency (WUE) and its driving forces in the vegetation ecosystem over the Loess Plateau (LP) provide the basis for greater understanding the interaction of ecosystem and hydrology on the LP under the dual disturbance of ecological restoration and climate change.【Method】Using trend analysis and stepwise regression analysis, our study investigates spatiotemporal variation in WUE of vegetation ecosystem and its driving forces on the LP during the period 2000-2014. 【Result】The WUE reveals a significant increasing trend on the LP during 2000-2014 (linear tendency 0.02 gC·kg-1H2O·a-1,<0.001). Intra-annual analysis shows that the WUE of different vegetation ecosystems mainly showed a bimodal pattern, which the two peaks appeared in April to May and September to October, respectively. Spatially, the WUE of the LP generally reveals an increasing trend, and the area of increasing trend and significantly increasing trend (<0.05) accounting for 95.04% and 66.96% of the total study area, respectively, but the patterns of trend in different seasons vary significantly. The mean and trend of WUE among different vegetation ecosystems also vary significantly, among which the mean of WUE of the open shrublands and grasslands are lower than that of other vegetation ecosystems, while the trend of WUE of needleleaf forest decrease significantly. The results of slope statistic show that the WUE of vegetation ecosystem reveals a continuous increase trend in the range of 25°-50°. When annual evapotranspiration (ET) is below 3 700 mm, Gross Primary Productivity (GPP) is positive correlated with ET increase, while when annual ET above 3 700 mm, GPP decrease with the increase of ET. In addition, the WUE of the central and eastern part of the study area is mainly controlled by GPP (57.25%), while ET (42.75%) mainly affects the WUE of the western part of the study area. Moreover, WUE is significantly positive correlated with Leaf Area Index (LAI), indicating the increase of LAI will promote increase in WUE. Stepwise regression analysis shows that precipitation, sunshine duration, and relative humidity are the main climatic factors that lead to the change of WUE and its components in recently 15 years. 【Conclusion】Under the dual disturbance of climate change and anthropogenic activities, the WUE of the LP shows a significantly increasing trend in the past 15 years, and most of the vegetation types show a bimodal pattern within the year. Meanwhile, the ecological restoration project not only improve the vegetation coverage of the LP, but also significantly improve the WUE of vegetation ecosystem of the LP, becoming the main driving forces for explaining changes in WUE on the LP during recent 15 years.

vegetation ecosystem; water use efficiency; spatiotemporal variation; driving forces; the Loess Plateau

2017-06-23；

2017-09-18

國家自然科學基金（41371523）、中央高校基本科研業務費項目（GK201703049）

劉憲鋒，Tel：029-85310447；E-mail：liuxianfeng7987@163.com