黃土高原生態(tài)系統(tǒng)水分利用效率演變及驅(qū)動(dòng)因素空間分異規(guī)律

常曉格, 王志慧, 肖培青, 魏峰遠(yuǎn), 張 攀, 馬 力

(1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院, 河南 焦作 454003;2.黃河水利科學(xué)研究院水利部黃土高原水土保持重點(diǎn)實(shí)驗(yàn)室, 鄭州 450003)

生態(tài)系統(tǒng)水分利用效率(water use efficiency，WUE)是聯(lián)系生態(tài)系統(tǒng)碳循環(huán)和水循環(huán)的關(guān)鍵因子[1]，是衡量生態(tài)系統(tǒng)對(duì)氣候變化敏感性的重要指標(biāo)[2]。WUE通常被定義為生態(tài)系統(tǒng)總初級(jí)生產(chǎn)力(gross primary productivity，GPP)與蒸散發(fā)(evapotranspiration，ET)的比值，表征了生態(tài)系統(tǒng)中植物光合作用碳同化與水消耗之間的權(quán)衡關(guān)系[3]。因此，研究WUE時(shí)空變化特征及其影響因素有助于理解生態(tài)系統(tǒng)生態(tài)水文過(guò)程[4]，有助于解釋生態(tài)系統(tǒng)對(duì)氣候和水資源變化的響應(yīng)機(jī)制[2]，有助于水資源管理和碳預(yù)算評(píng)估[5]。

早期學(xué)者研究多采用田間測(cè)定法、氣體交換法和穩(wěn)定同位素技術(shù)等在植物葉片和個(gè)體尺度上對(duì)WUE開(kāi)展研究[6-8]。隨著渦度相關(guān)觀測(cè)和遙感技術(shù)的快速發(fā)展，有關(guān)大尺度WUE的研究成為熱點(diǎn)[9]。遙感技術(shù)因其具有較強(qiáng)的地表信息獲取能力以及能夠大范圍、長(zhǎng)時(shí)序連續(xù)觀測(cè)的特性，成為研究區(qū)域和全球WUE的一個(gè)有效的觀測(cè)手段[10]。目前，國(guó)內(nèi)外學(xué)者已基于遙感技術(shù)開(kāi)展了大量關(guān)于WUE的研究工作。如Sharma和Goyal分析了印度WUE時(shí)空演變，并指出降水、干旱等水文氣候因子是影響該地區(qū)WUE時(shí)空演變的重要因素[11-12]。鄒杰等對(duì)新疆WUE進(jìn)行研究發(fā)現(xiàn)農(nóng)田和草地的WUE變化最大[13]。宮菲等探討了凈初級(jí)生產(chǎn)力和蒸散發(fā)兩種因子對(duì)寧夏WUE的年際與年內(nèi)變化的影響[14]。趙安周等分析了降水、溫度以及干旱對(duì)河海流域WUE的影響機(jī)制[15]。

黃土高原是我國(guó)第二大高原，該地區(qū)降水量遠(yuǎn)不足植被需水量、蒸發(fā)量遠(yuǎn)大于降水量，是生態(tài)環(huán)境的脆弱區(qū)和氣候變化的敏感區(qū)，水資源短缺是限制當(dāng)?shù)厣鷳B(tài)和經(jīng)濟(jì)發(fā)展的重要因素[16]。自1999年以來(lái)，黃土高原相繼實(shí)施退耕還林草等生態(tài)修復(fù)工程，生態(tài)環(huán)境明顯改善[17]。然而大規(guī)模的生態(tài)工程已顯著改變了區(qū)域生態(tài)水文過(guò)程[18-20]，黃土高原生態(tài)系統(tǒng)固碳能力顯著增強(qiáng)導(dǎo)致蒸散發(fā)量劇增，從而嚴(yán)重影響了該地區(qū)碳水循環(huán)過(guò)程[21]。因此研究黃土高原自退耕以來(lái)WUE的變化及其驅(qū)動(dòng)因素，對(duì)預(yù)測(cè)植被耗水量與未來(lái)植被可持續(xù)性均具有十分重要的科學(xué)與現(xiàn)實(shí)意義。已有學(xué)者利用GPP和ET遙感產(chǎn)品對(duì)黃土高原WUE時(shí)空變化及其驅(qū)動(dòng)因素開(kāi)展了研究，研究表明黃土高原WUE沿東南—西北逐漸減小，降雨、溫度、太陽(yáng)輻射、相對(duì)濕度、日照時(shí)數(shù)、植被結(jié)構(gòu)參數(shù)均是影響該地區(qū)WUE變化的重要環(huán)境因子[22-26]。但目前已有研究并未對(duì)WUE變化及其與各環(huán)境因子相關(guān)性的空間分異性開(kāi)展深入探討，黃土高原WUE演變及驅(qū)動(dòng)因素空間分異規(guī)律仍不明晰。為此，本文基于GPP、ET、地表覆蓋遙感產(chǎn)品和氣象觀測(cè)數(shù)據(jù)，利用線(xiàn)性斜率法和偏相關(guān)系數(shù)法分析2000—2018年黃土高原不同植被類(lèi)型WUE變化趨勢(shì)及其與降雨(Precipitation，P)、溫度(Temperature，Temp)、飽和水汽壓差(Vapor Pressure Difference，VPD)、潛在蒸散發(fā)(Potential Evaporation，ET0)和葉面積指數(shù)(Leaf Area Index，LAI)的偏相關(guān)性隨干旱指數(shù)變化的空間分異規(guī)律，以期掌握更為精細(xì)的WUE時(shí)空變化分異規(guī)律，為維持黃土高原植被可持續(xù)制和水資源管理政策提供科學(xué)理論依據(jù)。

1 研究區(qū)概況

黃土高原位于100°54′—113°33′E，33°43′—41°16′N(xiāo)，總面積約6.4×105km2(圖1)。該地區(qū)屬典型干旱/半干旱的大陸性季風(fēng)氣候區(qū)，夏季暖熱，冬季嚴(yán)寒，多年平均氣溫為9.56℃，年均降水量為443.93 mm，大部分降水以強(qiáng)侵蝕性暴雨的形式出現(xiàn)在夏季[27-28]，年均ET0高達(dá)1 319.57 mm。歷史上由于人類(lèi)的劇烈活動(dòng)導(dǎo)致黃土高原成為世界水土流失最嚴(yán)重地區(qū)。為改善區(qū)域生態(tài)環(huán)境，自1999年開(kāi)始經(jīng)過(guò)近20年生態(tài)修復(fù)治理，黃土高原植被恢復(fù)顯著，水土流失得到有效抑制[13,25]。

圖1 黃土高原與通量站點(diǎn)地理分布

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

在中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn/)收集了黃土高原2000—2018年295個(gè)氣象站點(diǎn)的日尺度降雨量、平均氣溫、最高溫度、最低溫度、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)等數(shù)據(jù)。目前，中國(guó)通量觀測(cè)網(wǎng)絡(luò)(http:∥www.chinaflux.org/)僅共享發(fā)布了8個(gè)通量站特定年份的碳水通量數(shù)據(jù)，因此收集研究區(qū)內(nèi)及其附近區(qū)域的4個(gè)通量站(Du2，Du3，HaM，Sw2)的觀測(cè)數(shù)據(jù)(http:∥www.chinaflux.org/)。5個(gè)黃河主河道水文站(唐乃亥、青銅峽、頭道拐、龍門(mén)、花園口)年徑流量實(shí)測(cè)數(shù)據(jù)來(lái)自黃河水利委員會(huì)水文局。GPP，ET遙感數(shù)據(jù)采用澳大利亞聯(lián)邦科學(xué)與研究組織(CSIRO)研發(fā)的PML_V2產(chǎn)品(https:∥developers.google.com/earthengine/datasets)。在全球和局部區(qū)域驗(yàn)證結(jié)果均表明PML_V2產(chǎn)品精度較高[29-34]，可作為大尺度生態(tài)系統(tǒng)水分效率分析數(shù)據(jù)源。LAI采用北京師范大學(xué)GLASS產(chǎn)品(http:∥www.glass.umd.edu/http:∥glass-product.bnu.edu.cn/)。地表覆蓋產(chǎn)品采用中國(guó)科學(xué)院空天信息創(chuàng)新研究院GLC_FCS30產(chǎn)品(http:∥data.casearth.cn)。數(shù)字高程模型(DEM)采用ASTER DEM_V2產(chǎn)品(http:∥www.gscloud.cn/sources/accessdata)。陸地水儲(chǔ)量采用美國(guó)空間研究中心研發(fā)的GRACE重力衛(wèi)星mascon產(chǎn)品(https:∥podaac.jpl.nasa.gov/)。

本研究利用AUSPLINE氣象專(zhuān)業(yè)插值軟件和ASTER DEM_V2數(shù)據(jù)將所有氣象站點(diǎn)數(shù)據(jù)均插值到500 m分辨率。利用最鄰近重采樣方法將LAI產(chǎn)品升尺度到500 m。利用Majority濾波法將GLC_FCS30產(chǎn)品降尺度到500 m。基于氣象數(shù)據(jù)利用FAO Penman-Monteith公式[22]和Yuan等[23]的方法分別計(jì)算ET0和VPD。所有數(shù)據(jù)均處理為年尺度時(shí)間序列數(shù)據(jù)集。

2.2 研究方法

2.2.1 遙感產(chǎn)品精度評(píng)價(jià) 為了與通量站點(diǎn)觀測(cè)空間尺度匹配，本研究提取通量站點(diǎn)坐標(biāo)對(duì)應(yīng)遙感產(chǎn)品像元鄰近3×3像元(1.5 km×1.5 km)空間平均值作為遙感估算值，并將其與4個(gè)通量站點(diǎn)觀測(cè)數(shù)據(jù)在站點(diǎn)尺度進(jìn)行精度驗(yàn)證。同時(shí)，為了與遙感產(chǎn)品時(shí)間尺度匹配，將通量站點(diǎn)日觀測(cè)數(shù)據(jù)整合到8 天和年尺度。為驗(yàn)證PML模擬的ET產(chǎn)品在流域尺度的準(zhǔn)確性，本文將其與基于水量平衡方程[24]估算的ET值分別在唐乃亥—青銅峽(Tang-Qing)、青銅峽—頭道拐(Qing-Tou)、頭道拐—龍門(mén)(Tou-Long)、龍門(mén)—花園口(Long-Hua)4個(gè)流域區(qū)間進(jìn)行對(duì)比。文中利用的精度評(píng)價(jià)指標(biāo)為擬合系數(shù)(R2)、均方根誤差(RMSE)和納什效率系數(shù)(Nash)。

2.2.2 干旱指數(shù)區(qū)間劃分 干旱指數(shù)是利用多年(2000—2018)平均ET0與多年(2000—2018)平均P的比值計(jì)算得到[35]。根據(jù)干旱指數(shù)在整個(gè)黃土高原地區(qū)的直方圖分布特征將其平均劃分為10個(gè)干旱區(qū)間。各干旱區(qū)間的分割值分別為0.80，2.03，2.28，2.41，2.60，2.79，3.10，3.67，4.74，6.70，14.38。

2.2.3 線(xiàn)性斜率法 采用線(xiàn)性斜率[36]和F檢驗(yàn)計(jì)算黃土高原2000—2018年WUE年際時(shí)空變化趨勢(shì)及其顯著性水平。線(xiàn)性斜率的計(jì)算公式如下：

(1)

式中:Xi為第i年對(duì)應(yīng)的WUE的年均值；n為總年數(shù)。當(dāng)Slop>0時(shí),表示W(wǎng)UE呈增加趨勢(shì);當(dāng)Slop<0時(shí),表示W(wǎng)UE呈減小趨勢(shì)。

2.2.4 偏相關(guān)系數(shù)法 根據(jù)前人研究經(jīng)驗(yàn)，將影響植被光合作用和蒸騰作用過(guò)程的P，Temp，VPD，ET0和LAI作為驅(qū)動(dòng)影響WUE的關(guān)鍵因素。由于不同影響因素之間存在一定相關(guān)性，簡(jiǎn)單皮爾遜相關(guān)系數(shù)法無(wú)法真實(shí)客觀反映各影響因素與WUE的相關(guān)性，因此本研究采用偏相關(guān)系數(shù)法分析WUE與各影響因素的相關(guān)性。偏相關(guān)系數(shù)的計(jì)算公式為：

(2)

式中:ri,j·l1l2…lg代表變量xi和xj的n(n≤k-2)階偏相關(guān)系數(shù)。等式的右側(cè)的每一項(xiàng)則代表(n-1)階偏相關(guān)系數(shù)。

3 結(jié)果與分析

3.1 精度評(píng)定

圖2A—2C表示8天和逐年平均的PML遙感產(chǎn)品(ETPML，GPPPML)和通量站點(diǎn)觀測(cè)數(shù)據(jù)(ETobs，GPPobs)進(jìn)行擬合，結(jié)果顯示遙感產(chǎn)品與通量站點(diǎn)觀測(cè)值表現(xiàn)出較好的一致性。對(duì)于8 天尺度數(shù)據(jù)，ETPML的R2為0.77，RMSE為4.60 mm/8 d。GPPPML的R2和RMSE分別為0.86，6.65 gC/(m2·8 d)。對(duì)于年尺度數(shù)據(jù)，GPPPML的R2和RMSE分別為0.76，142.33 gC/(m2·a)。圖2D表示在4個(gè)流域ETPML逐年平均值與水量平衡公式計(jì)算的ET值(ETwb)對(duì)比結(jié)果。結(jié)果表明兩者之間年際間的變化趨勢(shì)擬合精度高，R2和RMSE分別為0.88，34.27 mm/a。所以，PML遙感產(chǎn)品在黃土高原區(qū)域精度較高，用于黃土高原WUE時(shí)空變化與影響機(jī)制分析具有可行性。

圖2 PML的GPP，ET遙感產(chǎn)品在8天尺度(A，B)與年尺度(C，D)的驗(yàn)證圖

3.2 干旱指數(shù)和植被類(lèi)型的空間分布

黃土高原干旱指數(shù)2000—2018年的空間分布見(jiàn)圖3A。整個(gè)黃土高原干旱指數(shù)多年平均值為3.49，低值區(qū)主要分布在研究區(qū)的西南部和東北部區(qū)域，高值區(qū)主要分布在研究區(qū)的西北部區(qū)域。本文將GLC_FCS30產(chǎn)品的精細(xì)植被覆蓋類(lèi)型重分類(lèi)為農(nóng)田、森林、灌木、草地4種植被類(lèi)型，見(jiàn)圖3B。不同植被類(lèi)型面積統(tǒng)計(jì)表明，草地是黃土高原分布最為廣泛的植被類(lèi)型，占總面積的38.06%。

圖3 干旱指數(shù)(A)和植被類(lèi)型(B)空間分布格局

3.3 WUE空間分異特征

2000—2018年多年平均WUE的空間分布見(jiàn)圖4A。整個(gè)黃土高原的WUE多年平均值為1.24 gC/(m2·mm)，空間分布整體上呈現(xiàn)東南偏高、西北偏低的格局，這與干旱指數(shù)格局基本一致，表明干旱指數(shù)是影響WUE地帶性分布的重要環(huán)境因素。不同植被類(lèi)型多年平均WUE排序?yàn)樯?農(nóng)田>草地>灌木，其中森林WUE達(dá)到1.70 gC/(m2·mm)。不同植被類(lèi)型多年平均WUE隨干旱指數(shù)變化規(guī)律見(jiàn)圖4B。從圖中可以看出，所有植被類(lèi)型的WUE均隨著干旱指數(shù)的增加呈顯著減小趨勢(shì)，各植被類(lèi)型WUE對(duì)干旱指數(shù)增加的響應(yīng)速率排序?yàn)椴莸?森林>農(nóng)田>灌木，草地WUE隨干旱指數(shù)增加而下降速率最快，表明草地WUE對(duì)干旱指數(shù)變化的響應(yīng)最為敏感。

圖4 WUE空間分布和不同植被類(lèi)型年均WUE

3.4 WUE時(shí)間變化特征

黃土高原2000—2018年的WUE年際變化趨勢(shì)及其顯著性水平空間分布見(jiàn)圖5A。整個(gè)黃土高原WUE年增加速率為0.02 gC/(m2·mm·a)，其中87.32%的區(qū)域WUE呈增加趨勢(shì)，47.36%的區(qū)域顯著增加。不同植被類(lèi)型的WUE變化趨勢(shì)隨干旱指數(shù)的變化曲線(xiàn)見(jiàn)圖5B所示，從圖中可以看出，雖各植被類(lèi)型WUE均呈顯著增加趨勢(shì)，但不同植被類(lèi)型WUE增長(zhǎng)速率隨干旱指數(shù)的變化規(guī)律存在差異。農(nóng)田WUE增長(zhǎng)速率隨干旱指數(shù)增加呈減小趨勢(shì)，而林草植被(森林、灌木、草地)WUE增長(zhǎng)速率隨干旱指數(shù)程度增加呈先增加后減小變化規(guī)律，WUE峰值出現(xiàn)在干旱指數(shù)為2.79～3.1的區(qū)間。

注：斜線(xiàn)標(biāo)注的為通過(guò)0.05顯著性檢驗(yàn)的區(qū)域。

3.5 WUE與影響因素相關(guān)性的空間分異特征

WUE與P，Temp，VPD，ET0和LAI的偏相關(guān)系數(shù)空間分布見(jiàn)圖6。從圖中可看出，不同影響因素與WUE相關(guān)性的空間格局存在顯著差異。P與WUE呈負(fù)相關(guān)區(qū)域面積占比為54.28%，主要分布于西北地區(qū)(圖6A)。Temp與WUE呈正相關(guān)的區(qū)域面積占比達(dá)68.77%(圖6B)。VPD與WUE呈正相關(guān)的區(qū)域集中分布在黃土高原東南部，負(fù)相關(guān)區(qū)域主要分布在黃土高原西北部(圖6C)。ET0與WUE呈負(fù)相關(guān)區(qū)域分別分布在研究區(qū)西南部和東北部(圖6D)。LAI與WUE在整個(gè)黃土高原均呈現(xiàn)正相關(guān)關(guān)系且呈顯著正相關(guān)(p<0.05)的區(qū)域占黃土高原地區(qū)的89.04%，相關(guān)系數(shù)大于0.8的高值主要分布在研究區(qū)中部地區(qū)(圖6E)。

通過(guò)比較同一像元的WUE與不同影響因素的偏相關(guān)系數(shù)，將最大偏相關(guān)系數(shù)值所對(duì)應(yīng)的影響因素作為驅(qū)動(dòng)該像元WUE變化的主導(dǎo)因素，結(jié)果見(jiàn)圖6F。從圖中可以看出，主導(dǎo)驅(qū)動(dòng)因素為L(zhǎng)AI的區(qū)域占到整個(gè)黃土高原地區(qū)的58.16%，集中分布在研究區(qū)中部。Temp和ET0為主導(dǎo)因素的面積分別為11.31%和10.20%。VPD為主導(dǎo)因素的面積為9.32%，主要分布在研究區(qū)的東南部。主導(dǎo)因素為降雨的區(qū)域面積占比僅為7.59%，主要分布在研究區(qū)的西北部。

圖6 不同影響因素與WUE的偏相關(guān)系數(shù)空間分布及WUE變化主導(dǎo)因素

不同植被類(lèi)型WUE與5種影響因素的偏相關(guān)系數(shù)隨干旱指數(shù)的變化曲線(xiàn)見(jiàn)圖7。從圖中可以看出，不同植被類(lèi)型WUE與LAI的偏相關(guān)系數(shù)均為最大。農(nóng)田WUE與各影響因素的相關(guān)性對(duì)干旱指數(shù)的敏感性較低。林草植被的WUE與LAI的相關(guān)系數(shù)隨干旱指數(shù)增加呈先增加后減少變化特征，存在閾值效應(yīng)，相關(guān)系數(shù)峰值出現(xiàn)在干旱指數(shù)為2.79～3.10的區(qū)間。森林WUE與P，Temp，VPD，ET0的相關(guān)性在干旱指數(shù)0～4.74區(qū)間均為正值，當(dāng)干旱指數(shù)大于4.74時(shí)，相關(guān)系數(shù)從正值驟變到負(fù)值，表明在極度干旱條件下，森林WUE與氣象因素均為負(fù)相關(guān)關(guān)系。灌木和草地WUE與各因素的相關(guān)性空間分異規(guī)律相似，即隨著干旱指數(shù)增加，WUE與P相關(guān)性從負(fù)相關(guān)變化到正相關(guān)再到負(fù)相關(guān)，與溫度相關(guān)性從負(fù)相關(guān)逐漸演變到正相關(guān)，與VPD和ET0的相關(guān)系數(shù)呈現(xiàn)先增加后減少的變化趨勢(shì)。

4 討 論

4.1 WUE時(shí)空變化的空間分異特征

黃土高原WUE在空間上呈現(xiàn)明顯的地帶性分布特征，即由東南向西北方向逐漸遞減(圖4A)，與劉憲峰[16]、段藝芳[37]、裴婷婷等[22]結(jié)論一致。WUE空間分布與干旱指數(shù)分布格局基本一致，這是因?yàn)闈駶?rùn)地區(qū)降水量供給充足且植被葉面積指數(shù)高，強(qiáng)烈的植被光合作用導(dǎo)致GPP較高[38]，同時(shí)，較高的植被覆蓋對(duì)土壤的遮蔽作用可導(dǎo)致ET減小[39]，所以WUE較高。干旱地區(qū)降雨量少、植被稀疏且土壤蒸散發(fā)較大，水分很難下滲用于植被生長(zhǎng)[40]，所以WUE較低。因而不同植被類(lèi)型WUE均呈現(xiàn)出隨干旱指數(shù)增加而下降的變化趨勢(shì)。

黃土高原植被WUE以森林最高，其次為農(nóng)田、草地和灌木。其主要原因是森林多為高大喬木植被，其葉面積指數(shù)和冠層覆蓋度均較高，葉片光合作用劇烈，且喬木根系發(fā)達(dá)，可吸收深層土壤水分為喬木植被生長(zhǎng)提供充足水分供應(yīng)，使得其儲(chǔ)存更多的有機(jī)物質(zhì)[41]。灌木植被是干旱/半干旱地區(qū)生態(tài)修復(fù)治理的主要植被類(lèi)型，多分布在立地條件較差區(qū)域，局地土壤水分不足導(dǎo)致其覆蓋度和葉面積指數(shù)均處于較低水平，生態(tài)系統(tǒng)耗水大多用于土壤蒸發(fā)而非植被光合作用，因而WUE呈現(xiàn)低水平。另外，典型灌木(沙棘、檸條等)植被葉片較小且葉綠素含量較低，遙感信號(hào)難以真實(shí)反映低矮灌木植被覆蓋的情況，GPP遙感產(chǎn)品存在一定程度低估現(xiàn)象[42-43]，這也是灌木W(wǎng)UE較低的原因之一。前人研究中，劉福紅[36]、渠春梅[44]和宮菲等[14]也發(fā)現(xiàn)林地比農(nóng)田能產(chǎn)生更多的有機(jī)質(zhì)且喬木W(wǎng)UE高于草本植物WUE。

圖7 不同植被類(lèi)型WUE與影響因素偏相關(guān)系數(shù)隨干旱指數(shù)的變化曲線(xiàn)

隨著干旱指數(shù)增加，農(nóng)田WUE增速呈略微下降趨勢(shì)，而林草的WUE增速呈先增加后減少變化特征。這主要是因?yàn)檗r(nóng)田植被受人為灌溉活動(dòng)影響較大[45]，其GPP年際變化較為穩(wěn)定，而干旱地區(qū)的灌溉活動(dòng)仍可滿(mǎn)足農(nóng)作物水分消耗需求，因此農(nóng)田WUE增速對(duì)干旱指數(shù)敏感性較低。退耕還林、植樹(shù)造林等大面積生態(tài)保護(hù)工程的實(shí)施導(dǎo)致在不同立地條件下的林草植被GPP均發(fā)生顯著增加[46]，而植被蒸騰作用對(duì)土壤水分更為敏感，然而在干旱地區(qū)能夠被用于植被蒸散發(fā)的水分很少，ET增速出現(xiàn)減緩，因而WUE增速提高。但是當(dāng)干旱指數(shù)達(dá)到一定程度之后，土壤水分對(duì)光合作用的影響逐漸大于蒸騰作用，WUE增速逐漸下降。

4.2 WUE與影響因子的關(guān)系

林草植被的WUE與LAI相關(guān)性隨干旱指數(shù)增加的變化規(guī)律與WUE增長(zhǎng)速率一致，存在同樣的閾值效應(yīng)與峰值區(qū)間，這表明LAI主導(dǎo)了黃土高原WUE年際變化的空間格局。主要因?yàn)殡S著干旱指數(shù)增加，直接用于植被光合作用的耗水占總蒸散量的比例逐漸下降，因而WUE與植被LAI的相關(guān)性下降。各植被類(lèi)型WUE與降雨的相關(guān)性在重度干旱區(qū)域均為負(fù)值[47]，這主要是由于重度干旱區(qū)域ET0極高，降雨發(fā)生后土壤水分增加但會(huì)迅速蒸發(fā)，導(dǎo)致ET總量雖增加但植被卻難以將土壤水分用于自身光合作用，因此WUE下降。由于Temp，VPD和ET0通過(guò)影響葉片氣孔導(dǎo)度均會(huì)對(duì)植物光合作用和蒸騰作用產(chǎn)生影響，因此WUE與這3個(gè)參數(shù)的相關(guān)性較為復(fù)雜。與農(nóng)田和森林相比，灌草植被WUE與溫度相關(guān)性對(duì)干旱指數(shù)更為敏感。各植被類(lèi)型WUE與VPD的相關(guān)系數(shù)大多為正值，這與Sun，Huang等[1,48]的研究結(jié)論一致。這是因?yàn)閂PD升高會(huì)導(dǎo)致葉片氣孔導(dǎo)度降低，與碳吸收速率相比，蒸騰速率減小程度更大，最終提高WUE。灌草植被WUE與VPD和ET0相關(guān)性隨干旱指數(shù)的變化規(guī)律相似，存在閾值效應(yīng)。隨著干旱指數(shù)增加，VPD和ET0對(duì)ET的影響大于對(duì)GPP的影響，但達(dá)到嚴(yán)重干旱程度時(shí)，植被GPP的大幅度下降成為相關(guān)性下降的主要原因。

5 結(jié) 論

(1) 2000—2018年期間，黃土高原WUE多年平均值為1.24 gC/(m2·mm)，年均WUE空間分布格局與干旱指數(shù)格局一致。所有植被類(lèi)型的WUE均隨著干旱指數(shù)的增加呈減小趨勢(shì)，各植被類(lèi)型WUE對(duì)干旱的響應(yīng)速率大小排序?yàn)椴莸?森林>農(nóng)田>灌木。

(2) 2000—2018年期間，黃土高原年均WUE增加速率為0.02 gC/(m2·mm·a)，其中87.32%區(qū)域呈增加趨勢(shì)，47.36%區(qū)域呈顯著增加。由于退耕還林草、植樹(shù)造林等生態(tài)工程的實(shí)施，不同植被類(lèi)型WUE均呈增加趨勢(shì)，但WUE增長(zhǎng)速率隨干旱指數(shù)變化規(guī)律存在差異。農(nóng)田WUE增長(zhǎng)速率隨干旱指數(shù)增加呈減小趨勢(shì)，而林草植被WUE增長(zhǎng)速率隨干旱指數(shù)增加存在閾值效應(yīng)且WUE峰值出現(xiàn)在干旱指數(shù)2.60～2.79之間。

(3) LAI是影響黃土高原WUE時(shí)空變化的主導(dǎo)因素。在重度干旱區(qū)域，各植被類(lèi)型WUE與P均呈負(fù)相關(guān)，森林WUE與所有氣象因素均呈負(fù)相關(guān)。與農(nóng)田和森林相比，灌草植被的WUE與Temp相關(guān)性對(duì)干旱指數(shù)更為敏感。灌草植被的WUE與VPD和ET0的相關(guān)性隨干旱指數(shù)增加也存在閾值效應(yīng)。對(duì)于整個(gè)黃土高原，WUE變化的驅(qū)動(dòng)因素依次為L(zhǎng)AI，Temp，ET0，VPD和P。