西北地區(qū)植被耗水量的時空變化規(guī)律及其對氣象干旱的響應(yīng)

姜田亮，粟曉玲，2，郭盛明，吳海江

（1.西北農(nóng)林科技大學(xué) 水利與建筑工程學(xué)院，陜西 楊凌 712100；2.西北農(nóng)林科技大學(xué) 旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，陜西 楊凌 712100）

1 研究背景

中國西北地區(qū)可用水資源時空分布差異較大，是世界上生態(tài)系統(tǒng)最脆弱的地區(qū)之一，對干旱的響應(yīng)極為敏感[1]。干旱缺水導(dǎo)致天然植被退化、土地荒漠化，生態(tài)環(huán)境不斷惡化。例如21世紀(jì)初，祁連山林地面積相比1950年減少近50%[2]；新疆塔里木河兩岸胡楊林原有53 萬hm2；僅剩不到8.48萬hm2[3]。1999年開始，國家推行退耕還林工程，西北地區(qū)植被覆蓋率得到一定程度恢復(fù)[4]。然而植被蓋度增加帶來了耗水量增大等新的生態(tài)水文問題，加劇了區(qū)域水資源短缺，長期短缺又反過來影響植被生長，產(chǎn)生惡性循環(huán)[5]。植被耗水量是植被活動強弱和生物量大小的綜合體現(xiàn)，因此，探明西北地區(qū)植被耗水量的時空分布特點，解析不同植被耗水量的主要影響因素，分析植被耗水量對氣象干旱的響應(yīng)關(guān)系，對西北地區(qū)生態(tài)建設(shè)和可持續(xù)發(fā)展具有重要意義。

常見的植被耗水量模型包括水平衡、Priestly-Taylor模型、能量平衡法和植物指數(shù)-蒸散經(jīng)驗關(guān)系模型[6]。植物指數(shù)-蒸散經(jīng)驗關(guān)系模型中，F(xiàn)AO 推薦的單作物系數(shù)法同時考慮了土壤水分、植被類型、氣象條件和植被生長階段[7]，應(yīng)用最為廣泛。西北地區(qū)地域遼闊，有限的站點數(shù)據(jù)使該模型難以推廣到較大的空間尺度。不同類型植被（林地、草地、耕地）的蓋度和結(jié)構(gòu)不同，對耗水量的貢獻(xiàn)度不同，例如氣象要素和植被蓋度對云南植被耗水量的貢獻(xiàn)度分別為85.18%和14.82%[8]，氣象要素和NDVI 對黃土高原耗水量變化的貢獻(xiàn)度分別為21.1%和76.1%[9]。此外，關(guān)于植被耗水驅(qū)動因子的分析，多采用統(tǒng)計學(xué)方法，且受數(shù)據(jù)類型和數(shù)量關(guān)系的限制較大。

近年來，一些學(xué)者結(jié)合植被指數(shù)探討植被對干旱的響應(yīng)，如Vicente-Serrano[10]通過分析世界范圍內(nèi)標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)（SPEI）和植被指數(shù)、年輪數(shù)據(jù)及凈初級生產(chǎn)力（NPP）的關(guān)系，發(fā)現(xiàn)持續(xù)的水分虧缺決定了陸地植被群落對干旱響應(yīng)的敏感性，氣象干旱對旱區(qū)植被的影響更加顯著；Zhang等[11]研究表明中國大部分地區(qū)NDVI 與SPEI 呈顯著正相關(guān)，即植被的分布與水資源可利用量的時空特征密切相關(guān)；張更喜等[12]基于中國的改進(jìn)帕爾默干旱指數(shù)（scPDSI）與NDVI 數(shù)據(jù)分析得出，草地對干旱的響應(yīng)最為敏感，其次是林地和耕地。上述研究均發(fā)現(xiàn)，部分區(qū)域植被對干旱的響應(yīng)差異較大，表現(xiàn)為干旱強度變化趨勢相似的地區(qū)，NDVI變化趨勢不同，甚至相反，不能較好的解釋部分地區(qū)干旱對植被的影響。植被耗水量是植被活動強弱和生物量大小的綜合體現(xiàn)。能否通過分析干旱與植被耗水的相關(guān)性和滯時來表征干旱對植被的影響，目前尚無定論。

鑒于此，本研究基于Penman-Monteith（簡稱PM）公式，結(jié)合GIS和遙感技術(shù)提出了大空間尺度植被耗水計算方法，分析西北地區(qū)1981—2015年不同植被和不同區(qū)域植被耗水量的逐月變化特點，采用Boosted Rgression Trees（BRT）模型分析耗水量變化的主要驅(qū)動因子，采用相關(guān)分析法探討植被耗水量與scPDSI的最大空間相關(guān)性及滯時。旨在全面探索西北地區(qū)不同區(qū)域和不同類型植被耗水的時空演變規(guī)律，揭示植被耗水量對干旱的響應(yīng)關(guān)系及敏感性，為較大時空尺度耗水量的計算提供思路，也為干旱應(yīng)對策略的制定提供生態(tài)維度的依據(jù)。

2 材料方法

2.1 研究區(qū)概況和數(shù)據(jù)來源西北地區(qū)位于亞歐大陸中部，包括新疆、青海、寧夏、甘肅和陜西5省區(qū)，經(jīng)緯度范圍為73°25′E—111°15′E，31°35′N—49°15′N，總面積約320 萬km2，約占中國陸地面積的1/3。西南部的昆侖—阿爾金—祁連山山脈與青藏高原阻隔了來自印度洋的水汽，南部阿爾泰山脈阻隔了大西洋的水汽，天山山脈位于區(qū)域中部，形成了高原、內(nèi)陸盆地、戈壁和沙漠。內(nèi)陸區(qū)受大陸性氣候的影響，降水稀少，約為130 mm/a，且時空分布不均勻，總體呈現(xiàn)出東多西少的格局。潛在蒸散發(fā)強烈，部分地區(qū)平均多年潛在蒸散發(fā)超過3200 mm，是世界上最干旱的區(qū)域之一[1，13]。

利用中國多時期土地利用/土地覆被變化遙感監(jiān)測數(shù)據(jù)集（CNLUCC，http：//www.resdc.cn/），提取出西北地區(qū)1980、1990、1995、2000、2005、2010、2015年的二級分類數(shù)據(jù)信息。圖1為典型年（1990、2005、2015年）的土地利用類型分布圖。為便于描述和量化植被耗水的時空分布，細(xì)化不同區(qū)域特點的植被耗水特征，基于鄭度等[14]依據(jù)溫度、干濕度、植被類型和地理特征制定的生態(tài)地理分區(qū)，將研究區(qū)劃分出5個溫度帶、4個干濕地區(qū)和17個自然區(qū)（圖2，表1）。

1981—2015年逐月的降水、氣溫、日照時數(shù)、氣壓、相對濕度及風(fēng)速等氣象數(shù)據(jù)來源于國家科學(xué)氣象數(shù)據(jù)中心（http：//data.cma.cn），同時段逐月土壤水分?jǐn)?shù)據(jù)來源于美國陸地數(shù)據(jù)同化系統(tǒng)GLDAS（https：//ldas.gsfc.nasa.gov/gldas），土壤水分特征空間數(shù)據(jù)（凋萎耗水量和田間持水量）來源于美國橡樹嶺國家實驗室分布式生物地球化學(xué)動態(tài)檔案中心ORNL DAAC（https：//webmap.ornl.gov/ogc/dataset），歸一化植被指數(shù)（NDVI）數(shù)據(jù)來源于GIMMS NDVI3 數(shù)據(jù)集（https：//ecocast.arc.nasa.gov/data/pub/gimms），scPDSI 數(shù)據(jù)集來源于東英格利亞大學(xué)氣候研究中心（http：//www.cru.uea.ac.uk/data）。借助QGIS 平臺，利用計算效率較高、對空間位置反映較好的雙線性內(nèi)插法[15]，將所有數(shù)據(jù)重采樣為1/12°×1/12°的空間分辨率。

2.2 研究方法

2.2.1 植被耗水量計算 在特定的氣象條件下，若研究區(qū)為土壤肥力充足、濕度適宜、無病蟲害威脅的標(biāo)準(zhǔn)條件，植被蒸散量為植被系數(shù)和潛在蒸散發(fā)之積。當(dāng)土壤含水量低于特定閾值，即處于非標(biāo)準(zhǔn)條件時，可用土壤水分限制系數(shù)來體現(xiàn)水分脅迫下植被的實際蒸散發(fā)[16]：

圖1 典型年西北地區(qū)土地利用類型分布

圖2 西北地區(qū)生態(tài)地理分區(qū)

表1 西北地區(qū)生態(tài)地理分區(qū)名稱

式中：VWC為植被耗水量，mm；ks為土壤水分限制系數(shù)；kc為植被系數(shù)；ET0為潛在蒸散發(fā)，mm。

式中：θ為土壤實際含水量，mm；θc為土壤臨界含水量，mm，約為田間持水量的70%～80%，本研究取75%；θz為土壤凋萎系數(shù)含水量，mm。

Choudhury 等[17]的研究表明，對于較為干燥的土壤，可用植被蒸騰系數(shù)Tc代替作物系數(shù)kc，考慮到大尺度區(qū)域數(shù)據(jù)的可獲得性，本研究采用kc=Tc，即

式中：NDVImin和NDVImax分別為不同類型植被各年對應(yīng)的最小和最大NDVI值；參考Groeneveld等[18]的研究結(jié)果，η近似為1。

ET0采用PM公式計算：

式中：Δ為飽和水汽壓與溫度曲線的斜率，kPa/℃；Rn為太陽輻射，MJ/（m2·d）；G為土壤熱通量，MJ/（m2·d）；γ為干濕表常數(shù)，kPa/℃；T為平均氣溫，℃；u2為2 m高處的平均風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa。

2.2.2 貢獻(xiàn)率分析 BRT模型是一種分類回歸樹算法，通過分析因變量受自變量的影響程度，生成多重回歸均值，能直觀反映因變量中各自變量的貢獻(xiàn)度[19]。分別提取9種植被1981—2015年各格點的土壤含水量、NDVI和ET0作為自變量，耗水量為因變量構(gòu)造n×4的矩陣，其中n為各植被對應(yīng)的所有格點數(shù)。將預(yù)處理后的矩陣輸入Python 中的sklearn-GradientBoostingRegressor 模塊。經(jīng)多次調(diào)試，設(shè)置參數(shù)復(fù)雜度4，學(xué)習(xí)率0.01，分割比率0.5，將75%的數(shù)據(jù)作訓(xùn)練集，25%的數(shù)據(jù)作驗證集，進(jìn)行5次交叉驗證，構(gòu)建合理的耗水量影響因子模型。

2.2.3 相關(guān)性分析 借鑒分析干旱指數(shù)和NDVI相關(guān)性的方法[12，20-21]，計算各格點耗水量（1—12月）滯后scPDSI 1～12個月的Pearson相關(guān)系數(shù)，選取各時段最大相關(guān)系數(shù)進(jìn)行可視化：

式中：i為月份（1—12月）；j為滯時（1～12個月）；VWDi為第i月的植被耗水量，mm；scPDSIi-j為第i月VWD滯后j月的scPDSI值；scPDSIi+12-j p為滯時j大于i時滯后j月的前一年的scPDSI值；Rmax為時段最大相關(guān)系數(shù)。序列長度為34年，相關(guān)系數(shù)R在0.05和0.01的顯著性水平下分別為0.3和0.4。

3 結(jié)果

3.1 西北地區(qū)植被耗水量時空分布分別計算1982—1990年、1991—2000年、2001—2010年和2011—2015年西北地區(qū)年植被耗水量均值（圖3）?？傮w來看，西北地區(qū)耗水量呈現(xiàn)東南多、西北少的空間格局。東南部漢中盆地ⅣA2在4個時期均為高值聚集區(qū)，關(guān)中盆地ⅢB4為較高區(qū)。西北部除伊犁盆地ⅡD5較高，覆被較少的阿爾泰山與塔城盆地ⅡD4、準(zhǔn)葛爾盆地ⅡD3、塔里木與吐魯番盆地ⅢD1、昆侖山高原HⅠD1、阿拉善及河西走廊ⅡD2為低值聚集區(qū)。受氣候變化影響，21世紀(jì)以前，中南部青南寬谷高原HⅠC1、果洛那曲丘狀高原HⅠB1 相對較低，進(jìn)入21世紀(jì)，變?yōu)檩^高值聚集區(qū)。為說明耗水量計算結(jié)果的合理性，與已有研究成果進(jìn)行對比（表2），除柴達(dá)木盆地都蘭區(qū)和塔里木盆地耗水偏大外，其余均能較好對應(yīng)。這是由于文獻(xiàn)[22-23]計算實際蒸散發(fā)時，包括了戈壁、沙漠、裸地等土地類型的蒸散發(fā)，降低了地區(qū)均值。

圖3 西北地區(qū)植被耗水時空分布

表2 西北地區(qū)典型區(qū)域選取時段內(nèi)的植被耗水量與已有研究結(jié)果的對比

利用Theil-Sen 評估法[27]計算各格點耗水量增速（圖4）?？傮w來看，西北地區(qū)植被耗水量呈增大趨勢，其中80.2%的格點增速為正，主要分布于研究區(qū)東南部（漢中盆地ⅣA2、關(guān)中盆地ⅢB4、陜北甘東高原丘陵ⅢC1）、中南部（果洛那曲丘狀高原HⅠB1、青南高原寬谷HⅠC1、羌塘湖盆高原HⅠC2）及西北部（阿爾泰山與塔城盆地ⅡD4）；19.8%的格點增速為負(fù)，主要集中在伊犁地區(qū)ⅡD5、準(zhǔn)葛爾盆地ⅡD3南部、昆侖山北冀HⅡD2、昆侖山高原HⅠD1、青東祁連山地HⅡC1北部及阿拉善及河西走廊地區(qū)ⅡD2（圖4（a））。其中增速為負(fù)的格點數(shù)占比最大的地區(qū)為伊犁盆地ⅡD5，為62.4%，其次為阿拉善及河西走廊ⅡD2、昆侖山北冀HⅡD2、昆侖山高原HⅠD1，約44%。分別提取西北地區(qū)耕地、草地和林地的耗水趨勢（圖4（b）—（d）），對應(yīng)的增長趨勢格點占比分別為81.8%、80.6%和87.1%。

圖4 1982—2015年西北地區(qū)植被耗水年增長速度的空間分布

分別計算1982—2015年各植被和生態(tài)地理分區(qū)耗水量年均值（圖5（a）（b））。各植被耗水量均值從大到小依次為有林地（497.0 mm）、疏林地（453.3 mm）、水田（424.2 mm）、灌木林地（418.5 mm）、中覆蓋草（406.8 mm）、高覆蓋度草（383.6 mm）、旱地（353.0 mm）、低覆蓋度草（352.1 mm）和其它林地（335.4 mm）。由于中覆蓋度草地多分布在水資源相對充足的東南部，而高覆蓋度草地多集中在西北部，可利用水資源較少，故中覆蓋度草地的實際蒸散發(fā)略高于高覆蓋度草地。植被耗水量均呈現(xiàn)波動上升趨勢，增速最大的為其它林地4.2 mm/a，最小的為高覆蓋度草1.8 mm/a，其余植被介于3.0～4.0 mm/a之間。各生態(tài)地理分區(qū)中，東南部漢中盆地ⅣA2、關(guān)中盆地ⅢB4耗水量均值最大，分別為592.2 mm、477.9 mm。西南部昆侖山北冀HⅡD2 和昆侖山高原HⅠD1 最小，分別為278.0 mm 和213.3 mm。除伊犁盆地ⅡD5 以0.5 mm/a 的速率減小，其余均呈增大趨勢，其中果洛那曲丘狀高原HIB1增速最快，為7.5 mm/a。對比各區(qū)域潛在蒸散發(fā)變化趨勢（圖5（c）），昆侖山北冀HⅡD2、柴達(dá)木盆地HⅡD1、青東祁連山地HⅡC1為減小趨勢，分別為-3.7 mm/a、-7.8 mm/a、-4.1 mm/a，與耗水量趨勢相反（圖5（b）），原因是這些地區(qū)植被NDVI增大，使植被系數(shù)kc增大，導(dǎo)致耗水增多。

圖5 不同植被、不同生態(tài)區(qū)生態(tài)耗水和潛在蒸散發(fā)年際變化

1981—2015年各生態(tài)分區(qū)植被耗水各月均值見圖6。西北地區(qū)大部分植被的生長期為4—10月[28]，耗水量占全年的80.4%～87.2%。相較于其它地區(qū)，東南部（關(guān)中盆地ⅢB4、漢中盆地ⅣA2）耗水量全年較高；非生長期，中南部（青藏高原寬谷HⅠC1、羌塘高原湖盆HⅠC2、果洛那曲丘狀高原HⅠB1）＞西南部（昆侖山高原HⅠD1、昆侖山北冀HⅡD2）＞西北部（阿爾泰山及塔城盆地ⅡD4、伊犁盆地ⅡD5），進(jìn)入生長期后，西北部耗水量迅速增加，高于中南部，西南部最小。由于草地蓋度受降水影響較大，而林地受降水影響較小[29]，致使以草地為主的西部地區(qū)在雨季耗水增加顯著，而林地分布區(qū)耗水波動相對較小。此外，受溫度影響，東部地區(qū)耗水量峰值集中于5月，早于西部地區(qū)（峰值集中在7月）。

圖6 不同生態(tài)區(qū)植被耗水量年內(nèi)變化

基于CNLUCC中1990年、1995年、2000年、2005年、2010年和2015年的6期數(shù)據(jù)，提取西北地區(qū)各類植被的面積，與耗水量相乘得到植被總耗水量（表3）。1990—2015年西北地區(qū)植被面積呈波動上升趨勢，區(qū)域植被面積由1990年的1 405 909.8 km2增加至2015年的1 439 128.9 km2，增幅為33 219.2 km2，耕地、林地、草地面積分別增加12 837.2、3475.1和16 906.8 km2，其中旱地和低覆蓋度草是植被總面積增加的主要貢獻(xiàn)項，分別占35.8%和30.2%。區(qū)域耗水總量增加趨勢與面積趨勢基本一致，由1990年的5060.9億m3，增加至2015年的5937.1億m3，增幅為876.2億m3，其中耕地、林地、草地耗水總量分別增加148.7億、108.0億和619.4億m3，中、低覆蓋度草耗水量增幅是區(qū)域總耗水量增加的主要貢獻(xiàn)項，分別占32.5%和32.3%。研究區(qū)6年的植被耗水總量均值為5349.4億m3，其中耕地627.2億m3，林地690.3億m3，草地4119.0億m3，中、低覆蓋度草是最主要的植被耗水項。

表3 典型年各類植被面積與耗水總量

3.2 植被耗水變化的主要影響因素由式（1），影響植被耗水的因素包括以土壤含水量為輸入的ks，以NDVI為輸入的kc及由各種氣象要素決定的ET0。為探明耗水量的主要驅(qū)動因素，參考Li等[30]的研究，采用BRT模型對標(biāo)準(zhǔn)化后的土壤含水量、NDVI、ET0和不同植被的耗水量進(jìn)行關(guān)聯(lián)，得到三者對耗水量的相對貢獻(xiàn)度（圖7）。各類植被BRT運行結(jié)果的5次交叉驗證均表現(xiàn)極顯著相關(guān)（表4）。整體來看，ET0和NDVI是植被耗水量的主要貢獻(xiàn)項，占96%～99%，土壤含水量的貢獻(xiàn)較小。主要影響因子在不同類型植被間的差異較大，水田和林地的主要影響因子為NDVI，而ET0對旱地和草地的耗水影響程度更高。其中，NDVI對其它林地和灌木林的耗水貢獻(xiàn)度占近70%，ET0對中、低覆蓋度草地耗水貢獻(xiàn)度超過70%。

圖7 土壤濕度、潛在蒸散發(fā)和NDVI對植被耗水量大小的貢獻(xiàn)度

表4 BRT在運行5次交叉驗證下決定系數(shù)R2的均值

3.3 scPDSI與耗水量的最大相關(guān)性及相應(yīng)滯時植被耗水量同時考慮了氣象、土壤水分及植被要素，scPDSI 通過綜合多種氣象要素表征氣象干旱強度。分析scPDSI 與植被耗水的相關(guān)性（圖8（a）），能夠反映干旱對植被的綜合影響，對應(yīng)滯時（圖8（b））可以反映植被對干旱的敏感程度，滯時越短響應(yīng)越敏感[12]。研究區(qū)85.4%的格點達(dá)到0.05（R＞0.3）顯著性水平，其中正相關(guān)格點占59.9%，即干旱程度越大，耗水量越小，主要集中在果洛那曲丘狀高原HⅠB1、青南高原寬谷HⅠC1、青東祁連山地HⅡC1及陜北甘東高原丘陵ⅢC1。但有40.1%的格點表現(xiàn)出負(fù)相關(guān)，主要原因為：（1）部分地區(qū)如阿爾金山脈ⅡD4、伊犁盆地ⅡD5等干旱區(qū)的最大相關(guān)系數(shù)發(fā)生在植被生長初期（3—5月），植被生長主要依賴于冰雪融化補給的土壤水分，因此溫度對植被的影響比降水更為顯著，使干旱期間耗水量增加；（2）地處濕潤區(qū)的漢中盆地ⅣA2、半濕潤區(qū)的關(guān)中盆地ⅢB4的最大相關(guān)系數(shù)對應(yīng)植被生長中期（6—9 月），此時scPDSI 雖呈降低趨勢，但依然有充足的水資源供給植被生長，提高植被耗水量。這與Fang等[21]和Gou等[31]的研究結(jié)果一致。此外，15.6%的格點相關(guān)性較低，達(dá)不到顯著性水平，主要集中在降水稀少的西北地區(qū)中部，長期缺水導(dǎo)致這些地區(qū)植被根系較深，并具有較好的貯水能力，因此對氣象干旱的響應(yīng)關(guān)系較差。不同于NDVI與干旱指數(shù)的時滯性研究[12，20-21]，植被耗水量對干旱的響應(yīng)存在0滯時的格點，主要分布在溫度相對較高的亞熱帶、暖溫帶地區(qū)，占研究區(qū)格點數(shù)的30.3%（圖8（b）），表明這些地區(qū)植被耗水量與干旱指數(shù)同步變化。

圖8 植被耗水量與scPDSI的最大相關(guān)系數(shù)和最大相關(guān)性滯時空間分布

依據(jù)不同的植被類型，對最大相關(guān)系數(shù)和最大相關(guān)性滯時取均值，結(jié)果見表5。由于耕地（水田和旱地）受灌溉影響大，而疏林地、其它林地及低覆蓋度草地分布較稀疏，其耗水量與scPDSI的相關(guān)度較低，其余植被類型均達(dá)到0.05顯著性水平。此外，林地耗水量與scPDSI表現(xiàn)為負(fù)相關(guān)，草地為正相關(guān)，草地耗水量對干旱的平均滯時低于林地，對干旱更加敏感。

表5 不同植被耗水與scPDSI之間的平均最大相關(guān)性和平均滯時

4 討論

4.1 kc和ks的計算Choudhury等[17]認(rèn)為在植被中，葉綠素可以吸收紅光，葉組織反射近紅外光，而NDVI 體現(xiàn)了光譜中紅色與近紅外兩個相鄰波段之間的差異，常用紅波段（TM Band 3）減去近紅外波段（TM Band 4），除以兩波段的反射之和計算。同時葉綠素作為植被生長的一種生理性消耗分子，其數(shù)量與光合作用速率直接相關(guān)，而光合作用通過葉片傳導(dǎo)來吸收二氧化碳，并將水分?jǐn)U散至大氣中，故NDVI可作為估計光合作用強度和蒸散強度的指標(biāo)。Groeneveld 等[18]將NDVI轉(zhuǎn)化為NDVI*，通過消除非系統(tǒng)性變化，進(jìn)一步提升了NDVI對植被實際蒸散發(fā)的模擬效果，因此本研究利用NDVI*推求植被蒸騰系數(shù)Tc代替kc參與計算。

土壤含水量與ET0密切相關(guān)，當(dāng)土壤水分不足時，便會約束植被的實際蒸散發(fā)。受技術(shù)等因素限制，大尺度區(qū)域土壤含水量數(shù)據(jù)較難獲得。早期ks的精確計算局限于試驗數(shù)據(jù)較多的小區(qū)域，或根據(jù)不同植被類型查找對應(yīng)經(jīng)驗值對大尺度區(qū)域ks進(jìn)行估算[32]。本研究所用GLDAS 的土壤含水量數(shù)據(jù)和ORNL DAAC的凋萎含水量及田間持水量數(shù)據(jù)，能夠體現(xiàn)ks的動態(tài)變化和空間分布。

4.2 scPDSI、NDVI及耗水量之間的關(guān)系scPDSI 和NDVI的關(guān)系雖能揭示干旱對不同植被蓋度和生長狀態(tài)的影響[12]，但由于不同類型植被生根習(xí)性、木質(zhì)部結(jié)構(gòu)和氣孔導(dǎo)度不同，耗水規(guī)律不同，抗旱能力也具有較大差別，NDVI的變化無法體現(xiàn)植被對干旱的綜合響應(yīng)。因此在部分地區(qū)，scPDSI 變化趨勢與NDVI變化趨勢不能較好對應(yīng)[12]。本研究通過分析scPDSI 與植被耗水量的關(guān)系，85.4%的格點達(dá)到0.05 顯著性水平，能更好的解釋干旱對植被及其所處環(huán)境的影響。為進(jìn)一步揭示氣象要素、NDVI與耗水量的關(guān)系，本研究利用BRT模型，得出NDVI為林地和水田耗水量的主要影響因子，ET0為草地和旱地的主要影響因子。從熱量平衡和湍流擴散原理的角度解釋[33]，旱地、草地NDVI較?。ǖ陀?.3），其變化對輻射能量的擾動較小，實際蒸散發(fā)的主要影響因子為氣象要素決定的空氣動力耗散項，因此ET0為旱地、草地耗水量的主要貢獻(xiàn)項；林地、水田NDVI較大（高于0.35），對近紅外波段的反射率較低，輻射能量收入受NDVI 變化影響較大，因此NDVI是林地、水田耗水量的主要貢獻(xiàn)項。而相較于ET0，NDVI對干旱的響應(yīng)時間更長，因此林地耗水量對氣象變化的響應(yīng)更加遲緩。

4.3 不同生態(tài)地理區(qū)的植被耗水特征本研究所使用的中國生態(tài)地理分區(qū)主要依據(jù)溫度、降水及地形因素進(jìn)行三級區(qū)域劃分，能較好的解釋植被耗水量的分布特征，例如，東南部漢中盆地ⅣA2年降水量600～800 mm，關(guān)中盆地ⅢB4年降水量500～700 mm，是西北地區(qū)雨量最充沛的地區(qū)，生長期均溫超過10℃，主要植被類型為混交林和闊葉林，蒸發(fā)能力強，植被耗水量相應(yīng)最大；西南部昆侖山北冀ⅫD2 平均海拔超過6000 m，主要為分布稀疏的荒漠植被，年降水量70～150 mm，年平均氣溫0～6℃，昆侖山高原ⅪD1平均海拔約5000 m，主要植被類型為高寒荒漠植被，年降水量小于100 mm，生長期內(nèi)月均溫為3～7℃[14]，兩區(qū)的共同特點是可利用水資源量少，蒸發(fā)能力弱，植被耗水量為研究區(qū)最??；部分地區(qū)如塔里木與吐魯番盆地ⅢD1 主要植被類型為荒漠灌叢，年均氣溫9.8～14.1℃，蒸發(fā)能力強，但年均降水量少，僅為7～70 mm[14]，可利用水資源量有限，故植被的實際耗水量較低。從植被耗水的時程變化看，研究區(qū)草地分布最廣泛，在氣候變化的背景下，絕大部分生態(tài)區(qū)植被耗水量的增大與暖濕化相關(guān)。如，果洛那曲丘狀高原ⅪB1 主要植被類型為高山灌叢和高山草甸，年降水量400～700 mm[14]，2000年以后，該地溫度增幅較大[34]，潛在蒸散發(fā)增速為西北地區(qū)最大（圖5（c）），故植被耗水增速最大（圖5（b））。Lin 等[35]和Yuan[36]的研究表明，風(fēng)速、蒸氣壓差是青東祁連山地HⅡC1、昆侖山北冀HⅡD2 及柴達(dá)木盆地HⅡD1 潛在蒸散發(fā)的主要影響因子。由于人類活動（植樹造林）和自然條件（降水增多）的影響，風(fēng)速減小、蒸氣壓差降低，潛在蒸散發(fā)相應(yīng)減少，但NDVI的顯著增加，使植被耗水量仍保持增長態(tài)勢，這與邱麗莎等[37]的研究結(jié)果一致。

5 結(jié)論

本文提出了基于PM公式結(jié)合氣象、水文、植被和土地利用遙感數(shù)據(jù)的大空間尺度植被耗水量的計算方法，分析了西北地區(qū)1981—2015年逐月的植被耗水量空間分布，通過構(gòu)建BRT模型得到不同類型植被耗水變化的主要影響因素，并分析了植被耗水與干旱的最大相關(guān)性和相應(yīng)滯時。得到以下結(jié)論：（1）本文提出的大空間尺度植被耗水量計算結(jié)果在西北典型地區(qū)與已有研究成果吻合較好，能體現(xiàn)不同生態(tài)區(qū)的耗水特點，該方法可為數(shù)據(jù)資料少、時空尺度較大的植被耗水量計算提供新的途徑。（2）各植被類型的耗水量均值從大到小依次為有林地（497.0 mm）、疏林地（453.3 mm）、水田（424.2 mm）、灌木林地（418.5 mm）、中覆蓋草（406.8 mm）、高覆蓋度草（383.6 mm）、旱地（353.0 mm）、低覆蓋度草（352.1 mm）和其它林地（335.4 mm）。ET0是旱地和草地耗水量的主要貢獻(xiàn)項，NDVI為水田和林地耗水量的主要貢獻(xiàn)項。（3）西北地區(qū)植被耗水量總體表現(xiàn)為東南部多，西北部少。有80.2%的格點呈上升趨勢，其中中南部青南寬谷高原、果洛那曲丘狀高原的植被耗水量增速最快，西南部昆侖山高原、昆侖山北冀最慢。植被生長期內(nèi)，耗水量空間格局表現(xiàn)為東南部＞西北部＞中南部＞西南部。1990—2015年間，各類植被的面積和耗水總量都呈增加趨勢，區(qū)域耗水總量增加876.2億m3，其中耕地、林地、草地耗水分別增加148.7億、108.0億和619.4億m3。（4）scPDSI與植被耗水量之間有較好的相關(guān)性，85.4%的格點相關(guān)性顯著，能更好的表征干旱對植被的綜合影響。其中正相關(guān)格點占59.9%，30.3%的格點表現(xiàn)為0滯時。草地耗水量對干旱的敏感度最高，林地次之，耕地最低。