張 珂,劉林鑫,晁麗君,楊 婧
(1.河海大學水文水資源與水利工程科學國家重點實驗室,江蘇 南京 210098;2.河海大學水文水資源學院,江蘇 南京 210098)
水分利用效率(water use efficiency,WUE)是度量生態系統碳-水循環關聯的重要變量,也是衡量生態系統對氣候變化敏感性的重要指標[1-2]。研究WUE的時空變化規律對深入理解生態系統變化規律,解釋生態系統對氣候和水資源變化的響應具有重要意義。
當前,開展不同尺度的WUE的研究已經成為熱點。站點尺度通常以渦動通量塔的觀測數據估算WUE,馮朝陽等[3-4]分別對中國北方植被和科爾沁草甸評估了其WUE的變化。遙感技術的發展為區域尺度WUE的研究提供了便利。Sun等[5-6]利用MODIS數據在全球尺度上分析了WUE的時空分布和變化特征。WUE機理復雜,目前尚未厘清其影響機制。在全球氣候變化的背景下,尋找驅動因子對WUE的響應尤為關鍵。
云南省氣候類型豐富,地形地貌復雜,植被覆蓋度高,這些因素導致云南省水資源量的季節和空間分布不均,加劇了水資源的供需矛盾[7-9],水資源問題成為制約區域發展的主要因素。本文利用云南省2000—2014年的MODIS 8 d陸地生態系統總初級生產力(gross primary productivity,GPP)和實際蒸散發ETa數據產品,計算云南省陸地生態系統WUE,討論其WUE時空分布和變化趨勢,定量分析其WUE和氣象驅動因子的關聯性,旨在為政府部門制定生態系統保護、水資源管理政策和區域應對氣候變化的挑戰提供科學依據。
云南省位于中國西南部,總面積39.4萬km2,處于97°31′E~106°11′E、21°08′N~29°15′N之間,包括8個地級市和8個自治州。云南地形地貌復雜,以山地、高原和盆地為主;氣候類型豐富,主要有亞熱帶季風、熱帶季風和高原山地氣候[10];年平均氣溫6~25 ℃,年平均降水量700~1 700 mm,自南向北遞減(圖1);植被類型多樣,覆蓋率高,生態需水量大。

圖1 云南省多年平均氣溫與降水分布
基于衛星遙感反演的GPP和ETa數據來自美國NASA數據中心2000—2014年的MOD17和MOD16 Collection 6的影像數據集,時間分辨率為8 d,空間分辨率為1 km×1 km。 GPP和ETa數據產品經驗證具有較可靠的精度,已經廣泛應用于全球和區域的研究[11-12]。利用MODIS reprojection tool(MRT)對上述數據進行拼接和投影轉換。氣象數據來源于中國氣象科學數據共享服務網(http://data.cma.cn/)2000—2014年云南省28個氣象站點的月數據,包括風速、日照時數、相對濕度、降水量、平均氣溫、最高氣溫、最低氣溫。利用Arcgis10.1工具對氣象數據進行克里金插值,獲取與遙感影像空間尺度一致的數據。
WUE定義為單位時間內(本研究時間尺度為季度和年)陸地生態系統總初級生產力GPP與實際蒸散量的比值:
(1)
式中:n為陸地生態系統水分利用效率,g/kg;A為單位時間陸地生態系統總初級生產力,g/(m2·s-1);E為單位時間陸面實際蒸散量,kg/(m2·s-1)。
本研究采用非參數趨勢度(SEN)[13]方法來計算云南省2000—2014年WUE的變化趨勢,并通過Mann-Kendall統計檢驗法對其進行顯著性檢驗。運用SEN進行趨勢分析,其特點是樣本不需要服從一定的分布規律,并且不受異常值的干擾,對離群數據的測量誤差具有較強的規避能力。SEN值計算公式為
(2)
式中:β為像元WUE變化趨勢值;Median為中位數函數;i、j為時間序數;xi、xj分別為第i、j時間的像元WUE值。當β>0時,表明該柵格內WUE呈上升趨勢;當β<0時,表明該柵格內WUE呈下降趨勢。
經驗正交函數(empirical orthogonal function,EOF)法,即時空數據的主成分分析法,是一種提取主要數據特征量的方法[14-15],其原理是通過源數據矩陣提取其空間模態和時間系數,進而對原始場進行解釋。可表示為
X=ZV
(3)
式中:X、Z、V分別為原始場矩陣、空間模態矩陣、時間系數矩陣,通過空間模態反映原始場的空間分布特點,通過時間模態尋找主要驅動因子。
研究區域內WUE與主要驅動因子的空間相關性,選擇相關系數作為量化指標,對柵格點處的WUE時間序列和驅動因子的時間序列做相關性分析,計算相關系數并做顯著性分析。相關系數顯著性檢驗用t檢驗法,選p= 0.05作為顯著性水平。
3.1.1 空間分布特征
云南省陸地生態系統WUE空間分布差異明顯,高值區主要分布在麗江地區,低值區主要分布在迪慶、昭通、文山等地區,WUE多年平均值為1.76 g/kg,呈現南北低、中間高的格局。在季節尺度上,春季WUE最大(圖2(a)),值域主要介于1.5~2.0 g/kg,頻率達到了29.33%,WUE值域區間較大,空間差異明顯。夏季和秋季的WUE分布相似(圖2(b)(c)),值域主要介于1~2.5 g/kg,頻率分別達到了93.02%和81.12%。冬季WUE在低值區分布明顯增加(圖2(d)),這可能與植被進入冬眠有關,值域主要介于2.5~3 g/kg之間。


(a)春季

(b)夏季

(c)秋季

(d)冬季
3.1.2 空間變化趨勢
分別對2000—2014年云南省GPP、ETa和WUE進行趨勢分析。GPP區域均值年際變化趨勢為3.923 3 g/(m2·a2),31%的區域通過了5%顯著性分析(圖3(a)),整體呈增加趨勢,中部地區呈減少的趨勢。ETa年際變化趨勢為0.181 kg/(m2.a2),28%的區域通過了5%顯著性分析(圖3(b)),ETa北部呈顯著減少的趨勢,南部呈顯著增加的趨勢。WUE年際變化趨勢為0.012 g/(kg·a),全省54.2%的區域呈現顯著變化趨勢(p< 0.05)(圖3(c)),和ETa相反,WUE北方部分呈現顯著增加趨勢而南方部分呈現顯著減少趨勢。對比GPP和ETa,云南省北方的變化趨勢均滿足WUE增加的條件,而南方由于ETa增加的趨勢大于GPP,導致WUE減少。

(a)GPP趨勢(單位:g/(m2·a2))

(b)ETa趨勢(單位:kg/(m2·a2))

(c)WUE趨勢(單位:g/(kg·a)
對云南省WUE和氣象因子進行標準化處理,應用EOF法對標準化的WUE進行時空分解,尋找主要模態和驅動因子。2000—2014年WUE前兩個空間模態如圖4(圖中δ表示WUE經標準化處理后的模態系數,圖5~6同)所示。
第一模態解釋了WUE年際變異的42.61%,模態特征值為正值的區域所占空間面積為77.89%,表明云南省大部分地區WUE變化趨勢具有高度一致性,西雙版納、思茅、德宏等部分地區為負值,呈現相反的震蕩類型(圖4(a));第一模態的特征值南北高、中間低,表明云南的北部和南部地區WUE的波動程度比中部地區大,高值區主要分布在昭通、麗江和西雙版納等地區。
第二模態解釋了WUE年際變異的23.89%(圖4(b)),模態特征值為正值的區域所占空間面積為41.14%,負值所占空間面積為58.86%,南北分布較為明顯,峰值區向中部偏移,高值區出現在德宏、保山、文山等地區,第二模態特征值的空間分布與WUE年際趨勢較為接近。總體來說,EOF空間模態表明云南省WUE南北呈現不同的震蕩類型。


(a)EOF空間第一模態

(a)EOF時間第一模態

(b)EOF時間第二模態
利用標準化的氣象因子與時間系數的相關性確定WUE的主要驅動因子,第一模態時間系數與標準化的最高溫度呈顯著正相關關系(r=0.62,p<0.05),表明隨著日最高溫度的增加會增強該區域的WUE,原因可能是日最高溫度在北部氣溫相對較低地區的增加趨勢對GPP的增長促進作用超過了對ETa的作用(圖5(a)),進而促進了WUE的增加。相對濕度的影響正好相反,與WUE呈顯著負相關(r=-0.62,p<0.05),表明空氣濕潤的增加會降低該區域的WUE。研究表明,大氣濕度增加會促進植被蒸騰作用,對光合作用影響相對較弱[16],進而會降低WUE。
第二模態時間系數與標準化的日照時數呈顯著正相關關系(r=0.69,p<0.01),表明日照時間的延長會讓該區域的WUE增加(圖5(b)),可能是由于太陽輻射促進了GPP的增長,對ETa影響相對較小所致。
通過以上EOF分析可見,影響云南省陸地生態系統WUE的主要驅動因子包括相對濕度、最高溫度和日照時數。利用相關性分析,探尋其空間分布特征,可以發現自北向南驅動因子發生轉變,云南省西北部主要分布以相對濕度為主的負相關關系(圖6(a)),東北部和中部主要分布以最高溫度為主的正相關關系(圖6(b)),南部主要分布以日照時數為主的負相關關系(圖6(c)),三者均通過了5%的顯著性檢驗,驅動因子對云南省陸地生態系統WUE相關關系呈現南北差異,這可能是導致WUE空間趨勢分布的重要原因,有待進一步查明。


(a)與相對濕度

(b)與最高溫度

(c)與日照時數
圖6 云南省陸地生態系統WUE與驅動因子空間相關性(p<0.05)
a. 云南省陸地生態系統WUE空間分布明顯,自北向南遞增,其低值區主要集中在云南省北部;WUE在大部分地區呈現了明顯的季節變化,而在低值區變化規律不明顯。
b. 云南省WUE年趨勢變化存在南北差異,北方主要呈增加的趨勢,南方主要呈減少的趨勢,蒸散發的影響是其變化的主要原因。
c. 云南省陸地生態系統WUE空間模態呈現南北反向分布模式,北方增加,南方減少,反之亦然。
d. 云南省陸地生態系統WUE主要驅動因素為相對濕度、最高溫度和日照時數,驅動因子對云南省陸地生態系統WUE相關關系呈現南北差異,且自北向南驅動因子發生轉變。