黑河流域植被水分利用效率時空分異及其對降水和氣溫的響應

劉 嬋,劉 冰,趙文智,朱釗岑

1 中國科學院西北生態環境資源研究院中國生態系統研究網絡臨澤內陸河流域研究站,中國科學院內陸河流域生態水文重點實驗室, 蘭州 730000 2 中國科學院大學, 北京 100049

在干旱半干旱區,水分是限制植被生長、呼吸作用等生態系統過程最重要的因素之一,也是制約該區域生境安全和社會發展的重要因素[1- 2],而降水是其水分補給的最基本來源[3- 4]。全球氣候變暖和人類活動深刻影響著植被生產力格局[5],同時引發干旱半干旱地區的水資源危機[6]。干旱半干旱區的植被由于長期適應干旱氣候形成了獨特的生理生態適應功能,對于全球變化引起的水熱變化的響應更為敏感[7]。所以,越來越多的研究開始關注于干旱區植被的水碳耦合及其相互影響機制。水分利用效率(Water Use Efficiency, WUE)反映了植被的光合過程與耗水特性之間的關系[8],是聯系植被生態系統水碳循環耦合關系的重要指標[9- 10]。因此,掌握干旱半干旱地區植被WUE時空動態特征,有助于理解生態系統碳水耦合及植被對于氣候變化的響應機制和適應性策略,促進干旱區內陸河流域的可持續發展。

遙感技術的發展使得獲取長時效、大范圍地表參數和植被生理參數成為可能,從而能夠為更大時空尺度上揭示陸地生態系統水碳循環提供依據[11-12]。因此,遙感技術和方法對區域尺度上植被WUE的定量表達,是對傳統實驗和小尺度研究的重要補充,對于理解區域尺度上生態系統碳-水之間的交互關系等具有重要的意義。在區域尺度上,計算WUE首先需要確定生態系統植被凈初級生產力(Net Primary Productivity, NPP)和蒸散(Evapotranspiration, ET)。針對區域尺度上NPP和ET的研究已有較成熟的模型[13],并且仍然是國內外研究的熱點。估算NPP的模型中,CASA模型是基于光能利用率的過程模型,充分考慮了植被生長的生理過程且模型參數獲取方便,有著較為廣泛的應用[14-18]。陳正華等[19]通過對模型進行交叉驗證和野外實測驗證,表明CASA模型在用于估算黑河流域植被的NPP時準確性較高。對于ET的模型中,由于估算ET涉及到較多復雜的地表參數,是估算植被WUE中較難提取的分量,常用的模型有SEBAL模型SEBS模型。吳炳方等[20]利用ETWatch系統估算ET,該系統集成了具有不同應用優勢的遙感蒸散模型,通過算法的優化與改進以及遙感數據的精細處理等措施,提高了蒸散數據的應用精度,可以滿足不同的應用需求。因此,基于CASA模型和ETWatch系統可以作為較精確估算區域尺度WUE的可靠手段。

黑河流域作為中國第二大內陸河流域,水資源不僅是維系河西走廊綠洲發育的源泉,也是聯系流域內生態和經濟的紐帶[21]。有限的水資源不僅要保障中上游的生產生活需求,也要確保下游生態環境的穩定[22]。由于氣候變化和人類活動造成該區域的水資源問題日益加劇[23],生態環境退化嚴重。如何合理的利用和配置水資源,權衡生態環境修復和社會經濟發展即“固碳”與“耗水”之間的關系,對區域社會經濟以及環境的持續與協調發展起著重要作用[24]。WUE是水碳耦合的重要因子,較高的WUE表示植被可以利用有限的水資源獲得更多的光合產物。因此,黑河流域植被WUE的研究對于該區域退化植被的恢復與重建、水資源的高效利用和合理配置有著重要的意義。到目前為止,針對黑河流域植被WUE的研究,多集中在利用傳統生態學手段在植物個體尺度或者種群上的研究,如蘇培璽等[25]、劉冰等[26]對荒漠植物沙拐棗、梭梭和泡泡刺等以及付愛紅等[27]對黑河下游荒漠河岸林水分利用特征的研究。在區域尺度上,李肖娟等等[28]利用MODIS-GPP及ET產品研究了黑河流域的WUE的時空特征,但遙感數據產品在干旱區內陸河流域的適用性給研究結果帶來一定的不確定。因此,為了提高模型估算精度,本文利用改進的CASA 模型估算了黑河流域 2000—2013 年植被NPP,結合ETWatch模型估算的ET數據,研究了黑河流域上中下游NPP、ET和WUE時空變化特征,探討了不同植被類型WUE空間分布及其對降水和氣溫的響應,這將有助于理解全球氣候變化對黑河流域植被生態系統水碳循環的影響,以期為該區域生態環境可持續發展與水資源實現高效利用提供理論依據。

1 材料與方法

1.1 研究區概況

黑河流域(37°50′—42°40′N,96°42′—102°00′E)是中國第二大內陸河流域,面積約14.29×104km2,地處歐亞大陸中部,流域地跨甘肅、青海和內蒙古三省區(圖1)。該區域位于中國西北干旱區,屬于典型的大陸性干旱氣候,受地形分布影響,流域內氣候條件、土壤及植被分布均呈現出差異性。黑河發源于祁連山區,流經鶯落峽進入河西走廊平原,再經過正義峽進入阿拉善高原。黑河流域上游地區是水資源的形成區,多年降水量平均在200—700 mm之間,年平均氣溫1.5—2.0 ℃,年蒸發量約700 mm。植被類型屬溫帶山地森林草原,土壤類型主要為寒漠土、高上草甸土、高山草原土等；黑河流域中游地區氣候相對干燥,年平均氣溫2.8—7.6 ℃,年降水量由東部的平均250 mm向西部遞減為50 mm以下。主要土壤類型為灌淤土、鹽土、以及灰棕荒漠土和灰漠土等,中游地區植被類型主要有人工栽培農作物及林木,超旱生小灌木、半灌木等；黑河流域下游地區深居內陸腹地,年均降水量在50 mm以下,但潛在蒸發強度達4000 mm以上,年均溫度為8 ℃。土壤類型以灰棕荒漠土和灰漠土為主,植被類型以溫帶小灌木、半灌木等荒漠植被類型為主,還分布有胡楊、紅柳等荒漠河岸林類型。

圖1 研究區位置圖及植被類型圖Fig.1 Location and vegetation types of study area

1.2 數據來源

在區域尺度上,一般將WUE定義為NPP與ET的比值。本研究中NPP數據采用CASA模型來估算,ET數據來自吳炳方采用ETWatch模型估算獲得。利用CASA模型估算NPP所需基礎數據包括NDVI數據、氣象數據和植被類型數據,以及用于插值氣象數據的DEM數據。NDVI數據來自美國USGS網站提供的MOD13A3數據集,影像空間分辨率為1 km,時間范圍為2000年1 月—2013年12 月。氣象數據來自中國氣象數據網(http://data.cma.cn/)提供的《中國地面氣候資料月值數據集》和《中國輻射月值數據集》,包括月總降水量、月平均氣溫和月太陽總輻射等要素,在剔除掉部分無效數據后采用Anusplin法進行空間插值。氣象數據插值所需的DEM數據來自SRTM(shuttle radar topography mission)數據,并將90 m分辨率的DEM數據重采樣為1 km分辨率。植被類型數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)提供的中國1∶100 萬植被類型空間分布數據,研究區內分布有針葉林、闊葉林、草甸、草原、高山植被、栽培植被、沼澤、灌叢、荒漠及無植被地共十種類型(圖1)。為統計WUE需要,本文將針葉林、闊葉林合并為森林類型,草甸、草原及高山植被合并為草地類型,灌叢、栽培植被與沼澤類型不變,無植被類型不參與統計,共計六類。

1.3 NPP估算模型

CASA (Carnegie-Ames-Stanford Approach)模型是從植被機理出發建立的基于光能利用率的過程模型,近年來被廣泛應用于大尺度生態系統NPP的估算。CASA模型中,NPP主要由植被吸收的光合有效輻射(APAR)和光能轉化率(ε)兩個變量決定。模型計算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

FPAR(x,t)=min[(SR-SRmin)/(SRmax-SRmin),0.95]

(3)

SR(x,t)=(1+NDVI(x,t))/(1-NDVI(x,t))

(4)

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(5)

式中,x表示空間位置,t表示時間；式(2)中SOL為太陽總輻射量(MJ/m2),FPAR為植被層對入射光合有效輻射(PAR) 的吸收比例,而常數0.5代表植被所能利用的太陽有效輻射(波長為0.4—0.7 μm) 所占太陽總輻射的比例；波特等提出的FPAR取決于植被類型和植被覆蓋狀況,可根據NDVI計算得到,見公式(3—4)；光能轉化率(ε)是主要受溫度、降水等因素的影響,式(5)中,Tε1和Tε2為溫度脅迫影響系數,Tε1反映在低溫和高溫時植物內在生化作用對光合作用的限制,Tε2表示植物光能利用率隨著環境溫度從最適溫度向高溫或低溫變化時逐漸變小的趨勢,二者可由月平均氣溫計算得到,Wε為水分脅迫系數,可根據月總降水量求得[30]。εmax為理想條件下植物最大光合轉化率,其值的大小根據不同植被類型而有所差異。本文εmax取值參考朱文泉等在中國范圍的研究成果[30],取針葉林0.389,闊葉林0.692,灌叢0.429,草甸0.542,草原、高山植被0.341,栽培植被0.542,沼澤0.319,荒漠及其他0.217,(單位gC/MJ)。

1.4 數據處理方法

1.4.1ANUSPLIN法插值氣象數據

ANUSPLIN是運用普通薄盤和局部薄盤樣條函數作為理論的插值方法,允許引入線性子模型作為協變量,使得氣象要素插值中能夠充分考慮多個因子的影響。利用ANUSPLIN法插值氣象數據估算NPP較其他插值方法具有最高的精度[31],因此本研究中選用該方法來進行氣象數據的空間插值。局部薄盤光滑樣條可表示為以下數學公式：

Zi=f(xi)+bTyi+ei(i=1,2,…,N)

(6)

(7)

式中,ρ為光滑參數,Jm(f)是f(xi)的m階偏導數,作為f(xi)的粗糙度測度函數,m指局部薄盤光滑樣條法中為樣條次數。在本研究中,對于氣象因子的插值采用經度和緯度作為獨立變量,高程作為協變量,樣條次數為3的三變量局部薄盤光滑樣條函數,其中降水的插值采用平方根變換來降低數據的值域范圍,最后再運用普通雙變量的薄盤樣條函數。

1.4.2年際變化趨勢分析

本文采用一元線性回歸方法分析每個柵格上 NPP、ET及WUE 的變化趨勢,計算公式為：

(8)

式中,n為年數,i為年序號,Yi為第i年對應的NPP/ET/WUE值,當Slope>0時,表示在該時間段內該要素值呈現增大的趨勢,反之呈現減小的趨勢。

1.4.3WUE與氣象因子相關性分析

本文中采用偏相關分析來研究WUE對單獨氣候因子的響應,偏相關系數較簡單相關系數更能反映兩個變量之間的聯系。計算公式為：

(9)

式中,rx1y、rx2y、rx1x2分別為WUE與一個氣候因子的、WUE與另外一個氣候因子、以及兩個氣候因子之間的簡單相關關系。rx1y, x2表示除去變量x2的影響后,WUE與其中一個氣象因子的直線相關。

2 結果分析

2.1 凈初級生產力(NPP)時空變化

在黑河流域,2000 —2013 年植被NPP均值在0.05—758.32 gC m-2a-1之間, 空間上NPP平均值為81.05 gC m-2a-1,NPP總值為11.2TgC (1 Tg=1012g)。空間分布上植被NPP具有明顯的差異性,呈現出自上游至下游遞減的空間格局(圖2)。黑河流域上游、中游、下游的植被NPP年平均值分別為355.53 gC m-2a-1、139.28 gC m-2a-1、15.96 gC m-2a-1。黑河流域上中下游地形分布的差異是導致其植被NPP空間差異的主要原因,上游祁連山區屬溫帶山地森林草原帶,降水多且有冰雪融水補給,因此其植被NPP值最高。黑河中游地區屬于河西走廊平原,主要分布有栽培農作物,是重要的農業生產區,其NPP值次之。黑河下游地區除額濟納綠洲、黑河河岸綠洲有少量農作物及荒漠河岸林分布外,其余地區主要被荒漠戈壁覆蓋,因此其NPP值最低。時間變化上,黑河流域植被NPP平均值在2000—2013 年呈現出顯著上升的趨勢 (P=0.001),變化速率為1.98 gC m-2a-1(圖3)。由此可以得出,黑河流域內植被總體固碳量在2000—2013年間有所上升。逐柵格計算NPP在空間上的變化趨勢,全區大部分區域NPP均呈現上升趨勢,NPP呈現上升和下降趨勢的面積分別占91.3%和9.7% (圖4)。在不同植被類型中,NPP變化趨勢均值森林類型最高 (7.30 gC m-2a-1),其余類型順序分別為草地(6.68 gC m-2a-1)、灌叢(5.92 gC m-2a-1)、沼澤(4.07 gC m-2a-1)、農田 (2.57 gC m-2a-1)和荒漠(0.52 gC m-2a-1) (圖4)。

圖2 2000—2013年黑河流域年均NPP、ET、WUE空間分布圖Fig.2 The spatial patterns of NPP、ET、WUE in Heihe River basin from 2000—2013

圖3 黑河流域2000—2013年平均NPP、ET、WUE年際變化Fig.3 Change of annual mean NPP、ET、WUE from 2000 to 2013 in the Heihe River Basin

2.2 蒸散(ET)時空變化

從空間分布上,黑河流域ET值從上游至下游逐漸降低(圖2),上游、中游、下游的ET年平均值分別為307.48、195.42、78.02 mm,流域內ET空間平均值為132.36 mm。黑河流域上游屬于水資源的生成區,水分充足,其ET值最高。中游地區綠洲農田由于灌溉供水的原因,其ET值也較高,綠洲外圍則相對較低。下游地區氣候干燥,蒸發強度大,但由于水分供應不充足,因此屬于ET的低值區。時間變化上,黑河流域內ET空間平均值呈現出波動上升的趨勢 (Slope=1.04,P=0.03),其中2001年最低 (114.29 mm),2013年最高 (143.75 mm) (圖3)。逐柵格計算得到的ET在2000—2013年間的變化斜率顯示,ET呈現上升和下降趨勢的面積分別占87.2%和12.8%。呈現上升趨勢的區域主要分布在上游草甸草原區、中游綠洲區以及河流、湖泊周圍,而呈現下降趨勢的區域主要分布在中游綠洲區、綠洲外圍以及上游部分地區 (圖4)。從不同類型的平均值來看,荒漠ET均值變化率最高(1.12 mm/a),其次為草地(0.90 mm/a),灌叢和農田ET變化趨勢接近,其變化率均為0.45 mm/a；然而,沼澤和森林ET呈現下降趨勢,其平均值分別為-0.92 mm/a和-0.05 mm/a (圖4)。

圖4 黑河流域2000—2013年NPP、ET、WUE變化趨勢空間特征及不同植被類型趨勢特征Fig.4 The spatial patterns and different vegetation types of the change rate of NPP/ET/WUE in the Heihe River Basin during 14 years (2000—2013)

2.3 植被水分利用效率(WUE)時空特征

2.3.1植被水分利用效率(WUE)空間分布

黑河流域植被WUE空間分布特征與植被NPP和ET的格局基本近似,呈現出自上游至下游減少的趨勢(圖2)。上游、中游、下游的植被WUE年平均值分別為1.29、0.68、0.21 gC mm-1m-2,在2000—2013年空間上植被WUE均值為0.419 gC mm-1m-2。黑河流域上游地區屬于植被NPP、ET的高值區,也屬于植被WUE的高值區,其整體范圍在1.0—1.8 gC mm-1m-2之間。中游綠洲范圍內由于ET值較高,因此在同等植被NPP水平下其植被WUE屬于中等水平,其范圍約在0.4—0.8g C mm-1m-2之間。中游地區除綠洲外及下游地區的多數區域,其NPP與ET值均屬于較低的水平。因此其WUE屬于較低的水平,其值約在0—0.4 g C mm-1m-2之間。

2.3.2植被水分利用效率(WUE)時間變化

黑河流域植被WUE在空間上的平均值2000 年最低,為0.36 gC mm-1m-2,而2007年最高,達0.52 gC mm-1m-2。植被平均WUE在2000—2013 年間呈現顯著的上升趨勢 (圖3,Slope=0.0066,P=0.007),意味著在研究區內單位面積上(m2)每蒸散1 mm水,植被對于CO2同化量每年約增加0.0066 g。逐柵格計算得到的植被WUE在2000—2013年間的變化斜率表明,植被WUE呈現上升和下降趨勢的面積分別占73.3%和26.7%。植被WUE呈增長趨勢的區域主要分布在流域的上游以及中游的南部,下游以及中游綠洲外圍荒漠區其植被WUE變化趨勢不明顯。在六種植被類型的趨勢平均值中,沼澤類型WUE變化率均值最高,達0.041 gC mm-1m-2a-1,其次序依次為森林、灌叢、草地、農田和荒漠,值分別為0.035 、0.030 、0.027、0.020和0.003 gC mm-1m-2a-1(圖4)。總體而言,黑河流域2000—2013年間植被WUE呈現增長趨勢,說明近年來研究區內整體上植被耗水效率得到了提升。

2.3.3不同植被類型水分利用效率(WUE)比較

圖5 2000—2013年黑河流域不同植被類型WUE的差異及年際變化Fig.5 Water use efficiency (WUE) in Heihe River Basin during 2001—2013 for different vegetation types

黑河流域不同植被類型及生長在不同區域的相同類型的植被,其WUE特征有較大的差異,主要取決于不同植被類型各自的光合特征和耗水功能的差異。如圖5所示,2000—2013年黑河流域植被大類中WUE關系為：灌叢(1.23 gC mm-1m-2)>草地(1.05 gC mm-1m-2)>森林(0.96 gC mm-1m-2)>農田(0.90 gC mm-1m-2)>沼澤(0.74 gC mm-1m-2)>荒漠(0.21g C mm-1m-2),在草地的二級植被類型中,草甸的WUE最高(1.26 gC mm-1m-2),森林的二級植被類型中針葉林的WUE(1.08 gC mm-1m-2)大于闊葉林WUE(0.74 gC mm-1m-2)。

2.4 水分利用效率空間分布與氣象因子的關系

以年為時間單位,計算2000—2013 年植被WUE與年降水量、年平均氣溫的偏相關系數(圖6),以分析WUE的年際變化對氣候因子的關系。如圖6所示,黑河流域年降水量在空間上分配不均勻,上游祁連山區年均降水量達到300 mm以上,而下游地區額濟納旗年降水量不足50 mm,呈現出明顯的空間差異。黑河流域大部分區域(約占總面積的74.96%)植被WUE對降水量的相關性為正相關(圖6),植被WUE的年際變化對于氣溫的響應呈正相關和負相關的區域分別占總面積的59.57%和40.43% (圖6)。在空間分布上,植被WUE與氣溫呈現正向相關的區域主要分布在黑河上游年均溫小于0 ℃以及下游溫度在5—10 ℃之間的區域,植被WUE年際波動與氣溫呈負相關的區域分布在年均溫大于10 ℃的區域。總體來說,黑河流域植被WUE的年際波動主要受到降水的影響較大,對于氣溫的響應不如降水明顯,但是在不同區域WUE與氣象因子具有不同的響應關系,其最終受氣溫和降水的共同影響。

圖6 黑河流域2000—2013年平均降水量、平均氣溫及平均WUE與年均降水量、平均氣溫的偏相關關系圖Fig.6 The spatial distribution of the mean annual precipitation、mean annual temperature and the partial correlation coefficient between WUE and precipitation、temperature in Heihe River Basin between 2000—2013橙色區域: 植被WUE與降水量呈現正相關區域主要集中在流域上游祁連山區以及下游的大部分區域,藍色區域: 呈現負相關的區域則主要分布在中游綠洲區域

3 討論

3.1 模型驗證

本文對CASA模型模擬NPP結果進行驗證。由表1的結果可知,本文與程春曉等[16]、陳正華等[19]利用CASA模型估算的NPP結果在NPP總量以及平均值范圍內均較為相似,較盧玲等[32]使用C-FIX模型模擬結果偏低。本文模擬黑河上游NPP平均值為283.79 gC m-2a-1,與閆敏等利用改進的MOD- 17模型模擬的結果較為接近。總體來看,本文利用CASA模型估算黑河流域NPP具有較高的可信度。

表1 NPP模擬值與已有研究NPP值比較

為了進一步驗證WUE估算精度,對比了前人在黑河流域不同植被類型的實測WUE值(表2)。由表2可以得出,本文WUE估算值與實測值的范圍區間較為吻合。因此,本文對WUE的估算有一定可信度。同時由于WUE受到季節內氣候因素、水分條件等影響,同種植被WUE在年內變化較大。

3.2 WUE的時空動態及其對水熱條件的響應

黑河流域氣候狀況自上游至下游呈現出明顯的地帶性差異[35],熱量與水分及其配合狀況的分配不均引起植被在空間分布上具有明顯的地帶性,區內植被類型自上游至下游大致為森林植被-草原植被-灌溉栽培植被-荒漠植被的分布格局,植被的地帶性差異造成流域內植被WUE自上游至下游逐漸減少的趨勢。除此之外,植被的群落組成結構、土地利用情況以及水熱條件及其配合狀況等都有可能引起植被WUE的差異[36]。黑河流域植被WUE的高值區分布在上游高海拔區域以及下游河岸林區,這是由于上游祁連山區降水量高,在以降水為主要水分來源的干旱半干旱區,更利于植被的生長發育,而下游河岸林地區地下水埋深較淺,植被群落可利用淺層地下水進行生長,因此在降水量稀少的荒漠區植被能夠產生更多的干物質量[27],從而具有更高的WUE。在時間變化上,本文得出黑河流域在2000—2013年間NPP平均值呈現出顯著上升的趨勢 (P=0.001),這與程春曉等[16]、張福平等[17]的研究結果一致。此外,植被WUE在2000—2013年間呈現出上升趨勢,表明黑河流域植被的固碳能力以及水分利用效率在該時段內得到了提升。

表2 黑河流域不同植被類型WUE模型估算值與實測值比較

不同植被類型間WUE具有明顯的差異性,主要由于植被長期適應環境所形成的獨特的生理生態參數所決定。黑河流域植被WUE以草甸類型最高(1.26 gC mm-1m-2),與李紅琴等[37]計算得到的海北高寒草甸植被WUE年均值基本接近(0.958 g mm-1m-2)。草甸是生長在低溫且水分充足環境下的特殊植被類型,具有較高的植被生產力,其生長主要受到氣溫條件的影響。在全球溫暖化背景下,高寒植被水分利用效率將會呈現上升的趨勢[38]。森林類型的WUE略低于草地和灌叢,其主要原因是是在祁連山區的森林類型中,以青海云杉和祁連圓柏,屬于常綠針葉林,其植被氣孔導度較低,因此光合速率低[39]。同時,祁連山森林主要分布在年均溫低于零度的高海拔區,低溫環境也不利于植被進行光合作用。黑河流域栽培植被主要分布在河西走廊地區,具有較為豐富的光照條件以及適宜的生長條件,但受到農業灌溉方式不合理的影響導致其水資源浪費嚴重,約70%的渠系水以滲漏、蒸發等形式被浪費[40],因此其WUE并不高(0.90 gC mm-1m-2)。若以g/kg為單位計,則意味著植被固定每9 gC需蒸散水10 kg,因此,應當重視如何提高綠洲農田對于灌溉水的利用效率,在產生相同生物量或者經濟效益的情況下消耗更少的水。荒漠是黑河流域分布最廣泛的類型,在個體尺度,荒漠植被適應干旱環境具有較高的光合速率且蒸騰速率較低,通常具有較高的WUE[32,41-42]。然而,在區域尺度上,本文得出荒漠植被WUE平均為0.21 gC mm-1m-2,這主要是由遙感數據本身的空間分辨率決定的。荒漠植被平均不足10%的極低覆蓋率,對于1 km×1 km柵格的植被生產力及蒸散數據,存在混合像元問題,因此造成整體上植被生產力水平低,且土壤蒸發量占總蒸發比例大,因此得出的荒漠植被的WUE值偏低。

在黑河流域,植被WUE的年際波動主要受降水的影響較大,這與前人結果一致[36]。荒漠區大部分區域對于降水量的響應為正相關,其原因是荒漠植被主要依賴降水完成其生命史,因此在蒸發量維持不變的情況下,降水量增加通過提升植被生產力從而影響荒漠植被水分利用效率。然而,在中游灌溉農田內植被WUE對降水響應為負相關,該區域主要為栽培植被,受人為活動的影響劇烈,氣候因素對植被WUE的影響可能會被削弱[41]。植被WUE與氣溫呈現正相關的區域主要分布在黑河上游年均氣溫小于0 ℃以及下游年均氣溫在5—10 ℃之間的區域,其主要原因是當氣溫低于植被光合作用的最適宜溫度時,氣溫的上升將提升植被的光合作用速率,從而產生更多的干物質量,進而提高植被WUE[43]。植被WUE年際波動與氣溫呈負相關的區域則主要分布在年均溫大于10 ℃的區域,氣溫的升高會加速土壤水分的蒸發,造成ET的升高,從而導致植被WUE的降低。以上分析表明,黑河流域植被WUE的時空特征與所處環境的水熱條件密切相關,整體上降水對于植被WUE的影響高于氣溫。

4 結論和展望

本文基于CASA模型估算的NPP和ET-Watch模型估算的ET數據,結合遙感數據定量估算了2000—2013年黑河流域植被WUE,進一步研究植被NPP、ET及WUE在時空變化特征以及WUE對于氣象因子的響應關系,主要得出以下結論：

(1)植被WUE在空間上大致呈現自上游至下游逐漸減少的趨勢,由熱量與水分及其配合狀況而引起植被分布的地帶性差異造成。流域內植被NPP以及植被WUE總體上均呈現出顯著的上升的趨勢,表明黑河流域整體上植被的固碳能力和水分利用效率在該時段內均得到了提升,但下游地區的植被NPP與WUE較中上游地區相比,不僅平均值較低且年際增加趨勢較弱。

(2)不同植被類型WUE呈現出顯著的差異性,其中草甸WUE最高,荒漠WUE最低。植被長期適應環境形成獨特的生理生態參數,造成不同植被類型WUE具有明顯的差異。人類活動的干擾對生態系統WUE的影響同樣不容忽視,黑河中游地區以灌溉為主的栽培植被總體WUE偏低,需要通過合理的調控方式提高其WUE。

(3)從流域整體來看,降水量是影響植被WUE年際變化的主要因子,黑河上游與下游均分布有大量的自然植被,在以降水為主要水分補給的干旱半干旱區,降水量的增加有利于提升植被NPP,從而提高植被WUE。但在中游灌溉農田內植被WUE對降水響應為負相關,表明人為活動干擾會削弱氣候因素對植被WUE的影響。

植被WUE作為表征生態系統碳水耦合的重要指標,利用遙感技術進行大面積估算可作為對傳統小尺度研究的重要補充。本研究對黑河流域植被WUE的時空動態特征進行了分析,且對模型估算結果做了驗證,保證其模擬結果的有效性,但遙感數據的空間分辨率特征等不可避免地會對結果造成一定影響,因此還需考慮估算模型中輸入更高空間分辨率遙感數據進行結果比對。同時,本研究中側重于自然因子對植被WUE的影響分析,但植被WUE的影響因素是綜合且復雜的,因此應當進一步增加其他因素如干旱狀況、人類活動等對于WUE的影響方式,并定量區分其影響程度貢獻比例。