基于遙感數(shù)據(jù)的植被碳水利用效率時(shí)空變化和歸因分析

林子琦,溫仲明,2,*,劉洋洋,姚宏斌,周榮磊,任涵玉,袁瀏歡

1 西北農(nóng)林科技大學(xué)草業(yè)與草原學(xué)院,楊凌 712100 2 中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心,楊凌 712100

水-碳循環(huán)是陸地生態(tài)系統(tǒng)中的重要環(huán)節(jié)[1]。在氣候變化背景下,陸地生態(tài)系統(tǒng)水-碳循環(huán)機(jī)制及其對氣候條件的響應(yīng)成為生態(tài)學(xué)界高度關(guān)注的問題[2]。碳水利用效率作為表征陸地生態(tài)系統(tǒng)水-碳循環(huán)的重要指標(biāo),也是全球變化研究的熱點(diǎn)[3]。

陸地生態(tài)系統(tǒng)的碳利用效率(Carbon Use Efficiency,CUE)是反映植被固碳能力的重要參數(shù)[4]與分析生態(tài)系統(tǒng)碳分配模式的關(guān)鍵指示因子[5]。許多研究將其定義為凈初級生產(chǎn)力(Net Primary Productivity,NPP)與總初級生產(chǎn)力(Gross Primary Productivity,GPP)的比率[6]。水利用效率是生態(tài)系統(tǒng)功能的一個(gè)關(guān)鍵特征,也是水碳耦合的連接橋梁[1]。在生態(tài)系統(tǒng)層面,水利用效率(Water Use Efficiency,WUE)是指以蒸散發(fā)(Evapotranspiration,ET)形式出現(xiàn)的碳增加與水分損耗的比率[2]。

近年來,遙感技術(shù)的發(fā)展為有關(guān)水碳循環(huán)的研究帶來了新的思路,眾多學(xué)者利用遙感產(chǎn)品開展相關(guān)研究。如,植被CUE并非恒定值[7],不同植被類型之間的CUE差別也較大[8]。區(qū)域尺度上,劉福紅等[9]對鄱陽湖流域不同土地利用類型碳水利用效率進(jìn)行統(tǒng)計(jì)分析,發(fā)現(xiàn)草地及農(nóng)田CUE較高,森林及灌叢CUE較低。時(shí)空動(dòng)態(tài)方面,2000-2013年中國植被CUE大體呈現(xiàn)西部高東部低的狀態(tài)[10];袁旻舒等[11]利用CMIP5模型對模擬未來中國陸地生態(tài)系統(tǒng)的CUE并分析其變化潛力,結(jié)果表明未來CUE變化范圍在0.332-0.617之間且隨時(shí)間略微降低;劉憲鋒等[12]發(fā)現(xiàn)黃土高原WUE整體呈現(xiàn)上升趨勢;常娟等[13]發(fā)現(xiàn)西北地區(qū)草地WUE呈現(xiàn)由東南向西北遞減的空間變化規(guī)律。

植被碳、水利用效率對環(huán)境及氣候變化較為敏感[14-15]。Zhang等[16]在全球碳利用效率的氣候驅(qū)動(dòng)因素的研究中發(fā)現(xiàn)溫度的升高使CUE降低,而降水增加導(dǎo)致CUE上升;高寒環(huán)境以氣溫為主要驅(qū)動(dòng)因素[7]。在海拔較高的區(qū)域,植被WUE與降水及溫度均呈正相關(guān)[17];而干旱條件下,植被WUE對氣溫、降水呈負(fù)反饋[18]。

植被動(dòng)態(tài)也對碳水循環(huán)有很強(qiáng)的控制作用[19],植被綠化可能會影響生態(tài)系統(tǒng)碳封存潛力及水循環(huán)過程。隨著全球變暖及大規(guī)模植被恢復(fù)工程的實(shí)施,植被碳匯作用明顯提升[20]。研究表明,WUE的減少可能與生態(tài)系統(tǒng)的退化有關(guān),而生態(tài)系統(tǒng)恢復(fù)則會促進(jìn)WUE的增加[21]。區(qū)域尺度上,王辰露等[22]探究了黃河流域植被變化對水碳耦合的影響策略,但針對碳循環(huán)的研究不夠深入,缺少植被固碳能力的系統(tǒng)評估。

黃河流域是我國植被恢復(fù)工程的重點(diǎn)區(qū)域,其生態(tài)環(huán)境脆弱敏感,屬典型的干旱半干旱氣候[23]。近20年來,為改善黃河流域生態(tài)退化狀況,促進(jìn)流域高質(zhì)量發(fā)展,國家相繼實(shí)施一系列如退耕還林還草等的生態(tài)恢復(fù)工程,并初步取得成效[23]。盡管已經(jīng)認(rèn)識到逆轉(zhuǎn)荒漠化、防止土壤侵蝕和增加地表生物量的好處,但植被增加也產(chǎn)生了植被蒸散耗水加劇的問題。人為植被恢復(fù)對陸地生態(tài)系統(tǒng)水和碳循環(huán)關(guān)鍵過程的影響仍然知之甚少[20],揭示陸地生態(tài)系統(tǒng)在區(qū)域植被恢復(fù)背景下的碳水循環(huán)動(dòng)態(tài)及其對氣候變化的響應(yīng)仍是生態(tài)學(xué)研究中的一大挑戰(zhàn)。探究黃河流域碳水循環(huán)特征及其與水熱條件之間的聯(lián)系,以及生態(tài)恢復(fù)工程如何改變水碳平衡則顯得尤為必要?，F(xiàn)階段的多數(shù)研究局限于區(qū)域尺度的單一指標(biāo)(CUE或WUE),將碳、水利用效率綜合考慮的相關(guān)研究還較為少見。

本研究基于MODIS數(shù)據(jù)產(chǎn)品,分析黃河流域植被碳水利用效率變化的時(shí)空模式及其在不同植被類型之間的差異,并探究水熱條件對碳水利用效率變化的相對貢獻(xiàn),以期為黃河流域水碳耦合機(jī)制的研究與流域植被恢復(fù)的可持續(xù)發(fā)展提供科學(xué)參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃河流域(32°10′-41°50′E,95°53′-119°05′E)幅員遼闊,地處我國中北部地區(qū),西起青藏高原的巴顏喀拉山脈,東入渤海,北抵陰山,南達(dá)秦嶺,途經(jīng)青、川、甘、寧、蒙、陜、晉、豫、魯9省份。流域地勢西高東低橫跨三大階梯,地形豐富多樣,自西向東橫穿青藏高原、內(nèi)蒙古高原、黃土高原及黃淮海平原,全長5464 km,總面積約79.5×104km2。流域自西向東氣候變化懸殊,降水與氣溫均呈由南向北、由東向西遞減的特征。流域多年平均降水量440 mm,多年平均氣溫為7℃[24]。根據(jù)流域?qū)嶋H情況,將黃河流域土地利用類型概括為森林、灌叢、農(nóng)田、水體及濕地、城市、草地和裸地等7類,其中主要植被類型為耕地、森林、草地、灌叢,面積分別占黃河流域總面積的19.97%,4.55%,69.91%,0.10%(圖1)。

圖1 研究區(qū)概況Fig.1 Location of study area and the distribution of different landcover types

1.2 數(shù)據(jù)來源及處理

1.2.1GPP、NPP、ET數(shù)據(jù)及土地覆蓋類型數(shù)據(jù)

本研究所使用的GPP、NPP、ET遙感數(shù)據(jù)來自于MODIS 數(shù)據(jù)產(chǎn)品:MOD17A2H、MOD17A3H和MOD16A2。其空間分辨率為500 m,時(shí)間分辨率8 d,時(shí)間跨度為2000-2020年,地理坐標(biāo)投影系均為WGS-84,數(shù)據(jù)格式為TIF。為避免傳統(tǒng)研究中下載數(shù)據(jù)遇到的重投影、鑲嵌等步驟,本研究使用Google Earth Engine(GEE)平臺(https://earthengine.google.com/)進(jìn)行數(shù)據(jù)下載工作。本研究在GEE平臺對原始數(shù)據(jù)去除異常值,并對GPP與ET數(shù)據(jù)進(jìn)行年值計(jì)算。經(jīng)由Google drive導(dǎo)出GeoTIFF格式數(shù)據(jù),利用 ArcGIS 10.8基于研究區(qū)矢量邊界進(jìn)行批量掩膜,得到可分析數(shù)據(jù)。

土地利用類型數(shù)據(jù)采用MCD12Q1地表覆蓋柵格數(shù)據(jù),空間分辨率為500 m。根據(jù)IGBP(International Geosphere-Biosphere Program)分類系統(tǒng),結(jié)合本研究實(shí)際情況,將數(shù)據(jù)重新劃分為草地、森林、農(nóng)田、灌叢、水體、城市及裸地等7類,重點(diǎn)分析草地、森林、農(nóng)田與灌叢的碳水利用效率時(shí)空變化特征。

1.2.2氣象數(shù)據(jù)

氣象數(shù)據(jù)源自黃土高原科學(xué)數(shù)據(jù)中心(http://loess.geodata.cn)提供的中國722個(gè)標(biāo)準(zhǔn)氣象站點(diǎn)2000-2020年的逐月平均降水與氣溫?cái)?shù)據(jù)集。為確保計(jì)算數(shù)據(jù)的匹配,運(yùn)用ANUSPLIN軟件結(jié)合各站點(diǎn)的高程與經(jīng)緯度信息對氣象數(shù)據(jù)進(jìn)行空間插值處理,以獲取與研究區(qū)CUE、WUE影像分辨率相同且投影一致的氣象柵格影像。基于黃河流域矢量邊界,利用 ArcGIS 10.8掩膜,并計(jì)算研究區(qū)氣象年尺度柵格數(shù)據(jù)。

1.3 研究方法

1.3.1CUE和WUE計(jì)算方法

本研究將黃河流域植被的碳利用效率(CUE)與水利用率(WUE)計(jì)算公式如下:

(1)

(2)

式中,NPP和GPP是植被凈初級生產(chǎn)力和總初級生產(chǎn)力,單位為gC/m2,ET是植被蒸散發(fā),單位為mm。CUE值無量綱,WUE單位為gC m-2mm-1。

1.3.2趨勢分析法

本研究采用Sen+MK檢驗(yàn)定量分析近20年黃河流域植被碳水利用效率的變化趨勢。Theil-Sen斜率[25]可以有效避免數(shù)據(jù)缺值與異常值對時(shí)間序列的干擾,較之簡單的線性回歸與傳統(tǒng)的最小二乘法更加準(zhǔn)確[6]。

MannKandell(MK)檢驗(yàn)對測量誤差不敏感,能夠有效剔除異常值[26],在時(shí)間序列的趨勢分析中被廣泛使用[23]。通過MK檢驗(yàn)進(jìn)一步確定研究區(qū)CUE、WUE變化趨勢的顯著性。

Sen+MK檢驗(yàn)具體公式參照文獻(xiàn)[23],根據(jù)該方法,在0.05和 0.01顯著性水平下標(biāo)準(zhǔn)化統(tǒng)計(jì)量分別為|Z|≥1.96和|Z|≥2.58時(shí),則拒絕無趨勢的原假設(shè),將變化趨勢分為五類:極顯著增加,顯著增加,變化不顯著,顯著減少和極顯著減少。

1.3.3穩(wěn)定性分析

變異系數(shù)(Coefficient of variation,CV)是數(shù)據(jù)系列中數(shù)據(jù)點(diǎn)在平均值附近離散度的統(tǒng)計(jì)量度。CV表示標(biāo)準(zhǔn)偏差與平均值的比率,它是比較一個(gè)數(shù)據(jù)系列與另一個(gè)數(shù)據(jù)系列變異程度的有用統(tǒng)計(jì)量。本研究使用CV來檢查黃河流域CUE的空間和時(shí)間可變性程度。

(3)

1.3.4變化持續(xù)性及未來發(fā)展趨勢分析

Hurst指數(shù)(H)被廣泛利用于反映時(shí)間序列變化趨勢的可持續(xù)性,本文采用重標(biāo)極差(R/S)分析方法的Hurst指數(shù),對黃河流域植被CUE和WUE的未來變化趨勢進(jìn)行分析預(yù)測。當(dāng)H<0.5 時(shí),表示時(shí)間序列的反持續(xù)性;H=0.5,表示時(shí)間序列隨機(jī);H>0.5,表示時(shí)間序列的正向持續(xù)性。具體公式參考文獻(xiàn)[4]。

1.3.5相關(guān)性分析

在多元相關(guān)分析中,不同變量之間的關(guān)系非常復(fù)雜,它們可能同時(shí)受多個(gè)變量的影響。因此,簡單的線性相關(guān)系數(shù)并不能真實(shí)反映兩個(gè)變量之間的本質(zhì)關(guān)系。為了排除溫度與降水彼此之間的影響,以便更加直觀、準(zhǔn)確地觀察研究區(qū)植被CUE、WUE與氣象因子的關(guān)聯(lián)性,本研究采用偏相關(guān)進(jìn)一步分析降水和氣溫對植被的單獨(dú)作用。偏相關(guān)分析是一種用于在控制其他變量的線性影響的情況下,分析兩個(gè)變量之間的線性相關(guān)性的分析方法[6]。本研究采用偏相關(guān)分析法研究不同氣象因子對黃河流域CUE、WUE變化的影響,并通過雙邊t檢驗(yàn)判定顯著性。具體公式參考文獻(xiàn)[17]。

2 結(jié)果與分析

2.1 黃河流域植被CUE和WUE的年際變化特征

如圖2所示,2000-2020年黃河流域NPP、GPP、ET均呈顯著上升趨勢(P<0.01)。GPP、NPP與ET在年際尺度分別以每年8.33和4.64和7.56 gC/m2的速率顯著增加。其中,GPP與NPP分別增加186.08 gC/m2與98.05 gC/m2,ET增加149.32 mm。

圖2 2000-2020年黃河流域植被凈初級生產(chǎn)力(NPP)、總初級生產(chǎn)力(GPP)和蒸散發(fā)(ET)的變化趨勢Fig.2 Variation of NPP,GPP and ET from 2000 to 2020 in the Yellow River Basin

統(tǒng)計(jì)黃河流域年CUE與WUE的均值(圖3)。結(jié)果表明:2000-2020年研究區(qū)植被CUE波動(dòng)下降,線性遞減率為-0.0005 a-1,均值為0.61;WUE波動(dòng)上升,線性遞增率為0.0019 gC m-2mm-1a-1,均值0.68 gC m-2mm-1。二者變化均不顯著(P>0.05),總體均趨于穩(wěn)定。如圖4所示,不同植被類型碳水利用效率的年際變化特征與黃河流域整體變化基本一致,但植被CUE大小差異明顯。其中草地CUE最高,均值為0.63,森林CUE最低,均值為0.47;不同植被的WUE值 gC m-2mm-1依次為:農(nóng)田(0.87)>森林(0.82)>草地(0.63)>灌叢(0.54)。

圖3 2000-2020年黃河流域植被CUE和WUE變化趨勢Fig.3 Variation of CUE and WUE from 2000 to 2020 in the Yellow River Basin

圖4 黃河流域不同土地利用類型CUE、WUE的時(shí)間變化Fig.4 Variation of CUE and WUE of different land use types in the Yellow River Basin from 2000 to 2020

2.2 黃河流域植被CUE和WUE的空間分布

研究區(qū)植被CUE有明顯的空間異質(zhì)性,總體呈現(xiàn)西高東低。高值區(qū)主要分布在黃土高原西北部及黃河源區(qū),低值區(qū)集中分布在黃河下游(圖5)。黃河流域超過90%的地區(qū)CUE值大于0.5;9%的地區(qū)在0.3-0.5之間,零星分布于流域下游地區(qū),面積約為7.2×104km2;小于0.3的區(qū)域不足1%。WUE的空間分布與CUE相反,表現(xiàn)為東高西低。研究區(qū)10.00%的植被WUE在0-0.4 gC m-2mm-1間,分布于黃河源區(qū),面積約為8.0×104km2;58.98%的地區(qū)WUE值為0.4-0.8 gC m-2mm-1,其分布范圍與黃河上游分區(qū)大體一致,面積約為46.9×104km2;此外,陜西省中南部,山西省大部分地區(qū)及河南省北部區(qū)域的植被WUE范圍在0.8-1.0 gC m-2mm-1,面積約為20.6×104km2,占研究區(qū)面積的25.94%;黃河流域僅有5%的區(qū)域植被WUE大于1.0 gC m-2mm-1。

圖5 2000-2020年黃河流域植被CUE、WUE年均值分布圖Fig.5 Distribution of average annual CUE and WUE in the Yellow River Basin during 2000-2020

2.3 黃河流域植被CUE、WUE變化趨勢

采用Sen趨勢分析對植被CUE、WUE的線性變化率(β)的進(jìn)行統(tǒng)計(jì)(圖6)。黃河流域植被CUE的線性趨勢率在-0.02-0.02 a-1之間,總體呈現(xiàn)正態(tài)分布趨勢,超過90%的地區(qū)線性變化率在-0.003-0.003 a-1。植被WUE的變化趨勢率在-0.05-0.04 gC m-2a-1之間,平均變化率為0.002 gC m-2a-1。

圖6 2000-2020年黃河流域植被CUE、WUE空間動(dòng)態(tài)及顯著性檢驗(yàn)Fig.6 Spatial dynamics of CUE,WUE in the Yellow River Basin and significance test during 2000-2020

結(jié)合Mann-Kendall檢驗(yàn)方法,對研究區(qū)植被CUE、WUE變化趨勢進(jìn)行顯著性檢驗(yàn),并將研究區(qū)劃分為七個(gè)分區(qū)(圖6)。流域77.22%的地區(qū)植被CUE呈下降趨勢,22.78%呈上升趨勢。具體表現(xiàn)為:植被CUE呈極顯著(P<0.01)增加與顯著增加(P<0.05)區(qū)域在關(guān)中盆地和子午嶺一帶零星分布,面積約為4.2×104km2和2.9×104km2,研究時(shí)限內(nèi)該區(qū)域植被CUE極顯著增量約為0.032,顯著增量為0.023。植被CUE極顯著減少(P<0.01)和顯著減少(P<0.05)區(qū)域集中于黃河流域西南部及黃土高原東部,面積約為9.5×104km2和4.3×104km2,極顯著減少量約為0.044,顯著減少量約為0.051。與植被CUE相反,植被WUE以增加趨勢為主,占研究區(qū)面積的57.85%。植被WUE呈極顯著增加或顯著增加地區(qū)集中于黃土高原東北部,面積約為15.2×104km2和7.5×104km2,極顯著增量約為0.373 gC m-2mm-1,顯著增量約為gC m-2mm-1;植被WUE極顯著減少和顯著減少的區(qū)域分別占總體的9.18%和5.81%,面積約為7.3×104km2和4.6×104km2,分布于青、甘、川三省內(nèi),極顯著和顯著減少量分別約為0.148 gC m-2mm-1和0.131 gC m-2mm-1。

2.4 黃河流域植被CUE、WUE穩(wěn)定性分析

分析研究區(qū)植被CUE、WUE波動(dòng)狀態(tài)與其變異系數(shù)CV(圖7)。植被CUE變異系數(shù)值為0.004-1.116,平均值為0.036,以低波動(dòng)為主。研究區(qū)84.59%的區(qū)域變異系數(shù)小于0.05,草地是其主要植被構(gòu)成;流域北側(cè)及東南部地區(qū)的CV在0.05-0.10之間,植被類型以森林及農(nóng)田為主;CV大于0.1的區(qū)域僅占研究區(qū)面積的3.8%,屬中高波動(dòng)狀態(tài),零星分布于黃河下游周邊及流域北部邊緣,面積約為3.0×104km2。

圖7 2000-2020年黃河流域植被CUE、WUE變異程度Fig.7 Variation degrees of CUE and WUE in the YRB from 2000 to 2020

研究區(qū)植被WUE變異系數(shù)的均值為0.114。41.3%的地區(qū)WUE變異系數(shù)以小于0.10,主要分布在黃河源區(qū)及黃土高原東南部,面積約為32.8×104km2;43.74%的區(qū)域WUE變異系數(shù)在0.10-0.15之間,處中等波動(dòng)狀態(tài),布于黃土高原北部和黃河源區(qū),面積約為34.8×104km2;14.96%的研究區(qū)CV大于0.15,屬高波動(dòng),面積約為11.35×104km2。

2.5 黃河流域植被CUE、WUE可持續(xù)性分析

統(tǒng)計(jì)黃河流域植被CUE與WUE的Hurst指數(shù)(H)(圖8)。結(jié)果表明:植被CUE與WUE的H均值分別為0.48和0.45。對植被CUE而言,H大于0.5的區(qū)域集中在黃河源區(qū),H小于0.5的區(qū)域分布在黃土高原北部及黃河下游周邊。植被WUE的H大于0.5的區(qū)域集中在黃土高原東部地區(qū),小于0.5的區(qū)域分布于黃河上游分區(qū)。

圖8 CUE、WUE的Hurst指數(shù)及未來變化趨勢Fig.8 The future trend and Hurst index(H) of CUE and WUE

結(jié)合Sen趨勢分析與H對黃河流域未來植被CUE與WUE的變化趨勢進(jìn)行分析(圖8)。研究區(qū)植被CUE呈現(xiàn)上升持續(xù)區(qū)域的面積約為11.1×104km2,約占研究區(qū)總面積的13.96%,上升且反持續(xù)變化區(qū)的面積約為20.1×104km2,約占研究區(qū)總面積的與25.26%,主要集中于陰山南麓、隴中黃土高原及關(guān)中盆地。黃河流域30.96%的地區(qū)植被CUE下降且持續(xù),該區(qū)域主要位于黃河源區(qū),面積約為24.6×104km2;29.82%的地區(qū)植被CUE未來趨向于下降且反持續(xù)變化,集中分布于黃河流域東部與黃河下游地區(qū),面積約為23.7×104km2。

植被WUE的未來預(yù)測顯示:流域20.42%的地區(qū)WUE呈現(xiàn)上升且持續(xù)狀態(tài),面積約為16.2×104km2;40.82%的區(qū)域呈現(xiàn)上升且反持續(xù)狀態(tài),面積約為32.5×104km2。該區(qū)域主體分布在黃土高原北部,黃河流域西南部邊緣及黃河下游地區(qū)也有少量分布。呈現(xiàn)下降反趨勢的區(qū)域主要位于黃河流域西南部,面積約有24.8×104km2,約占總體的31.18%。

2.6 黃河流域植被CUE、WUE和氣象因子的關(guān)系

降水和氣溫是影響陸地生態(tài)系統(tǒng)CUE和WUE變化的重要環(huán)境因素。分析溫度對植被CUE及WUE的偏相關(guān)關(guān)系(圖9)。溫度與植被CUE以負(fù)相關(guān)關(guān)系為主,偏相關(guān)系數(shù)在-0.89-0.74之間,平均偏相關(guān)系數(shù)為-0.30。植被CUE與溫度呈顯著負(fù)相關(guān)(P<0.05)區(qū)域主要分布在巴顏喀拉山附近及黃土高原東部地區(qū),面積約為24.6×104km2;而正相關(guān)區(qū)域不足10%,集中在寧夏平原中部地區(qū),面積約為7.95×104km2。植被WUE與氣溫的偏相關(guān)關(guān)系如圖9所示。其偏相關(guān)系數(shù)在-0.85-0.88之間,平均偏相關(guān)系數(shù)為0.007。黃河流域植被WUE與溫度偏正相關(guān)區(qū)域主要分布在黃土高原東北部,面積約為40.6×104km2,其中顯著正相關(guān)區(qū)域集中在山東省萊蕪市,面積約為1.96×104km2。負(fù)相關(guān)區(qū)域分布在黃河流域西部,面積約為39.0×104km2,顯著負(fù)相關(guān)區(qū)域較為分散,面積約為2.3×104km2。

圖9 黃河流域植被CUE、WUE與溫度(控制降水)的偏相關(guān)系數(shù)及顯著性Fig.9 Correlation coefficients and significant test between CUE,WUE and temperature (control precipitation) in the Yellow River Basin

降水對植被CUE及WUE的偏相關(guān)關(guān)系如圖10。植被CUE偏相關(guān)系數(shù)在-0.84-0.89之間,平均偏相關(guān)系數(shù)為-0.03。正相關(guān)區(qū)域集中于黃土高原西北部及黃河下游農(nóng)田地區(qū),面積約為32.9×104km2,其中顯著正相關(guān)區(qū)域面積約為4.47×104km2;負(fù)相關(guān)地區(qū)集中于黃河源區(qū),面積約為46.4×104km2,其中顯著負(fù)相關(guān)區(qū)域面積約為3.33×104km2。

圖10 黃河流域植被CUE、WUE與降水(控制溫度)的偏相關(guān)系數(shù)及顯著性Fig.10 Correlation coefficients and significant test between CUE,WUE and precipitation (control temperature) in the Yellow River Basin

植被WUE的偏相關(guān)系數(shù)在-0.84-0.89,平均偏相關(guān)系數(shù)為-0.03。植被WUE與降水呈顯著正相關(guān)的區(qū)域主要分布在山西省北部及陜晉蒙接壤區(qū),面積約為11.34×104km2;無顯著正相關(guān)區(qū)域,主要分布在黃土高原北部,面積約為34.14×104km2;顯著負(fù)相關(guān)地區(qū)集中在四川阿壩州與甘肅平?jīng)鍪袃?nèi),面積約為8.01×104km2;無顯著負(fù)相關(guān)區(qū)域,分布在黃河源區(qū)及研究區(qū)南部,面積約為26.01×104km2。

不同植被類型CUE與WUE對水熱因素的響應(yīng)也不相同。降水與森林CUE的偏相關(guān)性不顯著,與灌叢、農(nóng)田、草地CUE偏正相關(guān)(圖11)。其中,38.12%的灌叢、12.06%的草地、10.80%的農(nóng)田以及8.70%的森林與降水顯著偏正相關(guān)(P<0.05)。溫度與草地、森林、農(nóng)田CUE主要為負(fù)相關(guān)關(guān)系,與灌叢CUE為正相關(guān)關(guān)系(圖11)。黃河流域92.53%的草地、78.96%的森林以及91.28%的農(nóng)田CUE與溫度呈偏負(fù)相關(guān),其中呈顯著負(fù)相關(guān)(P<0.05)的區(qū)域分別占各植被類型總體的30.18%、6.17%、17.77%。溫度與灌叢CUE呈顯著正相關(guān)和無顯著正相關(guān)的面積分別占灌叢總體的6.30%和59.30%。

圖11 黃河流域不同植被類型CUE/WUE與溫度、降水的偏相關(guān)分析Fig.11 Correlation coefficients of different land use types between CUE/WUE and temperature and precipitation

不同類型植被WUE對降水和溫度反饋如圖11。灌叢、森林WUE主要受到降水的正向反饋,農(nóng)田WUE與降水呈負(fù)相關(guān)關(guān)系的比例較大,草地WUE與降水相關(guān)性差別較大。17.06%的草地,5.62%的灌叢與9.68%的森林,其WUE與降水呈顯著正相關(guān),而14.54%的農(nóng)田呈顯著負(fù)相關(guān),面積約為6.7×104km2。

灌叢對溫度的負(fù)響應(yīng)較為敏感,農(nóng)田、森林與草地WUE對溫度產(chǎn)生正/負(fù)相關(guān)的面積相近(圖11)。灌叢與溫度偏負(fù)相關(guān),其中顯著負(fù)相關(guān)占6.45%,面積約為1.57×104km2,無顯著負(fù)相關(guān)占比76.40%,面積約為18.63×104km2;草地?zé)o顯著負(fù)相關(guān)(47.56%),無顯著正相關(guān)(47.39%);森林無顯著負(fù)相關(guān)(47.56%),無顯著正相關(guān)(44.58%)。農(nóng)田為無顯著正相關(guān)區(qū)域占比52.52%,為無顯著負(fù)相關(guān)區(qū)域占比40.68%(P> 0.05)。

為進(jìn)一步具體比較黃河流域不同植被類型CUE與WUE間的差異,本研究以CV值、均值及變化趨勢率等3個(gè)因子作為表征4種主要植被CUE與WUE變化狀況的指標(biāo)(圖12)。黃河流域植被CUE的CV值:森林(0.089)>灌叢(0.051)>農(nóng)田(0.047)>草地(0.029);不同植被CUE變化趨勢率差別不大,農(nóng)田、灌叢與草地的變化趨勢率為±0.0005,森林CUE趨勢率值略高為0.0013。對WUE而言,森林和灌叢WUE的變異系數(shù)略高于草地和農(nóng)田,分別為0.133和0.138。農(nóng)田、灌叢和草地的WUE變化率并不顯著,森林變化趨勢率為0.0046。

圖12 黃河流域主要植被類型CUE及WUE的均值、CV值和變化趨勢率Fig.12 The average value,CV value and variation rate of CUE and WUE for main vegetation types in the Yellow River BasinCV: 變異系數(shù) Coefficient of Variation

3 討論

3.1 黃河流域植被CUE和WUE的分布特征及其變化

本研究基于MODIS遙感數(shù)據(jù)計(jì)算2000-2020年黃河流域碳利用效率(CUE)與水利用效率(WUE)。

NPP、GPP與ET是影響植被CUE與WUE變化的重要因素,分析其變化趨勢有助于加強(qiáng)對黃河流域碳水利用效率長時(shí)間趨勢特征理解。研究時(shí)限內(nèi),植被CUE呈微弱下降趨勢,WUE處于微弱上升狀態(tài)。黃河流域GPP增幅大于NPP,間接導(dǎo)致植被CUE值的降低。同時(shí),干旱條件下植物為適應(yīng)缺水、養(yǎng)分供應(yīng)不足等環(huán)境壓力會優(yōu)先保存臨時(shí)碳水化合物和營養(yǎng)儲備而非生長新組織,葉片生長速度減慢,進(jìn)而影響光合速率,導(dǎo)致CUE降低。而WUE的上升可能與退耕還林工程對黃河流域植被狀況的改善有關(guān)[27]。有關(guān)全球規(guī)模的研究表明,人為活動(dòng)和重新綠化可能會導(dǎo)致生態(tài)系統(tǒng)用水效率的提高[20]。此外,受地形、氣候等因素影響,植被CUE與WUE變化趨勢具有地域性差別。如鄱陽湖流域CUE、WUE呈下降[9];蒙古高原CUE顯著上升而WUE不顯著下降[17]等。

空間上,植被CUE分布西高東低,超過90%的地區(qū)植被CUE大于0.5。黃河源區(qū)海拔較高,氣溫相對較低,植被自養(yǎng)呼吸作用相對降低,植被固碳效率相對更高,因此CUE高值區(qū)主要在該區(qū)域分布[7]。黃河流域植被CUE未來趨勢及持續(xù)性的分析得出,研究區(qū)內(nèi)60.78%的地區(qū)呈下降狀態(tài)。該現(xiàn)象與Du等人[21]對干旱半干旱地區(qū)長時(shí)間序列下植被碳利用效率(CUE)的趨勢變化及未來趨勢相一致。同時(shí),黃河流域CUE值較高的區(qū)域,其變異系數(shù)均較低,處于低波動(dòng)狀態(tài),同樣的結(jié)果在劉洋洋等[10]關(guān)于中國植被CUE的研究中也有體現(xiàn)。

植被WUE則呈現(xiàn)東高西低狀態(tài),一方面,黃河流域東部是植被恢復(fù)的重點(diǎn)區(qū)域,近年來在各生態(tài)保護(hù)措施的實(shí)施下,該地區(qū)植被覆蓋度增加[24],植被水源涵養(yǎng)能力上升,致使WUE較高;另一方面,這也反映了中度干旱缺水地區(qū)的植被具有更高的干旱適應(yīng)能力[19];對植被WUE的未來預(yù)測顯示:流域61.24%的地區(qū)WUE呈現(xiàn)上升狀態(tài),該域主體分布在黃土高原北部,這可能是受到未來氣候持續(xù)變暖、CO2濃度增加的影響,植被固碳效率增強(qiáng),WUE也隨之增加[28]。而位于黃河流域西南部的大部分地區(qū)植被WUE未來將呈現(xiàn)下降趨勢的地區(qū),這可能是由于降水和溫度的共同升高導(dǎo)致ET升高,而NPP增加幅度相對較小,植被 WUE因而降低[29]。

3.2 不同植被類型CUE特征及其對水熱因子的響應(yīng)

植被CUE代表了大氣-植物-土壤-微生物等因素的相互作用,變化較為復(fù)雜。溫度變化可以影響光合作用與自養(yǎng)呼吸速率,使得植被CUE發(fā)生變化[2]。黃土高原超過90%的地區(qū),植被CUE與氣溫呈負(fù)相關(guān)關(guān)系。當(dāng)溫度上升時(shí),植被用于支持組織生活的能量消耗將增加,自養(yǎng)呼吸隨之增強(qiáng),進(jìn)而導(dǎo)致植被CUE的降低[7]。同時(shí),MODIS產(chǎn)品中用于計(jì)算Ra溫度敏感性的參數(shù)相對較高,這可能也是導(dǎo)致CUE隨溫度升高而下降的原因[3]。

黃河流域植被CUE與溫度呈正相關(guān)的區(qū)域主要集中在寧夏平原中部,該區(qū)域主要分布草地與灌叢。對草地生態(tài)系統(tǒng)而言,其CUE主要與溫度呈現(xiàn)負(fù)相關(guān)關(guān)系,然而CUE的變化是由多種因素共同作用產(chǎn)生的。由于諸如氮沉降、飽和水汽壓等因素共同作用,植被CUE與溫度的相關(guān)性可能受到混淆[7]。對于灌叢而言,本研究中其CUE與溫度卻呈現(xiàn)正相關(guān)關(guān)系,這可能是由于數(shù)據(jù)精度較低引起的。本研究中所使用的土地利用數(shù)據(jù)對地表真實(shí)植被類型的反映不夠精確,且灌叢的面積較少,不能很好的反映其對CUE的調(diào)控作用,CUE的不確定性更高。因此,在未來的研究中在可以在考慮多種因素共同作用的同時(shí),采用更高高精度的土地覆被產(chǎn)品,對灌叢生態(tài)系統(tǒng)進(jìn)行更加深入的分析,以進(jìn)一步完善CUE的區(qū)域評估。

草地生態(tài)系統(tǒng)由面積產(chǎn)生的相對貢獻(xiàn)成為影響草地CUE與氣象因子相關(guān)性的重要因素。黃土高原西北部水分條件較為惡劣,這里以灌叢與草地為主要植被類型,水分成為限制植被生長的主要因素。降水減少會升高溫度和蒸散量,在這里分布的草地和灌叢會隨降水的減少而降低其生態(tài)系統(tǒng)生產(chǎn)力[15]。而在降水相對豐沛的黃河源區(qū),草地CUE與降水呈負(fù)相關(guān)關(guān)系。這可能是包括輻射減少,土壤養(yǎng)分淋溶增強(qiáng)等多種因素在內(nèi)的綜合結(jié)果[30]。同時(shí),過多水分會限制土壤中的氧氣擴(kuò)散,使得土壤有機(jī)質(zhì)的分解速率下降,養(yǎng)分供應(yīng)減慢,進(jìn)而導(dǎo)致植被固碳效率的下降[7]。

黃河下游流經(jīng)黃淮海平原,這里地勢平坦,氣候相對溫暖潮濕,農(nóng)田生態(tài)系統(tǒng)主要分布于此。本研究中,農(nóng)田CUE對降水呈現(xiàn)正向反饋。一方面,黃河下游地區(qū)水分較為充沛,自然降水的增加會影響農(nóng)田作物的根系活力,導(dǎo)致植物根系的產(chǎn)量的降低與呼吸作用的減弱,進(jìn)而引起農(nóng)田CUE的升高[27]。另一方面,全球收集的田間地塊數(shù)據(jù)表明農(nóng)田CUE也隨著養(yǎng)分梯度升高而升高[31],受到人為施肥、灌溉等農(nóng)藝措施的影響,研究區(qū)農(nóng)田生態(tài)系統(tǒng)土壤養(yǎng)分含量可能成為主導(dǎo)農(nóng)田CUE增減的另一重要因素[32]。

比較不同指標(biāo)下的植被CUE(圖12),進(jìn)一步確定不同植被類型對水熱因子的響應(yīng)。多數(shù)植被CUE一般保持穩(wěn)定狀態(tài),但森林和灌叢CV值高于其他植被類型。這表明森林和灌叢對于氣候因子的敏感性更高,這與CUE與降水的偏相關(guān)關(guān)系所反映的森林與灌叢對降水的響應(yīng)狀況相一致。農(nóng)田、草地及灌叢CUE在研究時(shí)段內(nèi)的年際波動(dòng)狀況較為平緩。研究時(shí)段內(nèi),森林CUE變化趨勢率高于其他三種植被類型,這說明退耕還林工程在黃河流域生態(tài)恢復(fù)效益明顯,森林固碳能力逐年增加,固碳效率有所提升。

3.3 不同植被類型WUE變化特征及其對水熱因子的響應(yīng)

不同植被類型的WUE大小表現(xiàn)為:農(nóng)田>森林>草地>灌叢。黃河流域的農(nóng)田生態(tài)系統(tǒng)多集中分布于下游的黃淮海平原,水分是制約該處農(nóng)田WUE的主要因素[33]。人為灌溉和施肥滿足了作物生長所需的水分和養(yǎng)分,提高其水碳循環(huán)效率,同時(shí)充足的水分彌補(bǔ)了蒸散發(fā)帶來的影響,因此農(nóng)田WUE相對較高[32]。森林生態(tài)系統(tǒng)中,樹種間相互促進(jìn)且充分利用外界環(huán)境條件,使其光合效率相對較高,在同一時(shí)段內(nèi)積累有機(jī)物的能力更強(qiáng),生物量相對其他植被類型更高[15]。此外,林間具有地溫和氣溫變幅小的特點(diǎn),且相對較低的風(fēng)速度導(dǎo)致其地表蒸發(fā)量小,因此其WUE相對較高[34]。灌叢WUE在四種主要植被類型中最低。從生物量視角出發(fā),灌叢WUE理論應(yīng)高于草地,但草本植物生長對水分的需求量不高,在干旱條件下也能維持其正常生長,灌木的生長卻受到水分條件的制約。

本研究中研究區(qū)草地生態(tài)系統(tǒng)WUE對溫度和降水的反饋在不同區(qū)域存在較大差異。黃土高原北部植被WUE與溫度和降水均呈正相關(guān)關(guān)系,這與常曉格等[35]在黃土高原的研究結(jié)果相同。溫度會同時(shí)影響植物的光合作用和蒸騰作用,其對WUE的作用較為復(fù)雜[14]。黃河流域東北部地區(qū)植被WUE與氣溫呈正相關(guān)關(guān)系。這是由于干旱脅迫下的植物為適應(yīng)水分虧欠的脅迫,會隨著溫度的升高降低其葉片的氣孔導(dǎo)度,以提高自身WUE[33]。在黃土高原西南部地區(qū),草地WUE與降水呈正相關(guān)關(guān)系,與溫度呈現(xiàn)不顯著的負(fù)相關(guān)關(guān)系。這表明降水是干旱半干旱區(qū)域的草地WUE的主導(dǎo)因素。同時(shí),對于草地WUE與溫度產(chǎn)生的不顯著負(fù)相關(guān)性,可能與該區(qū)域的土壤養(yǎng)分含量有關(guān)。土壤有機(jī)質(zhì)的增加對于形成土壤團(tuán)聚體至關(guān)重要,土壤團(tuán)聚體可以增加土壤植物的可用水量,而后者控制ET速率[34]。研究表明,土壤有機(jī)質(zhì)與WUE呈負(fù)相關(guān),并影響土壤持水能力[36]。此外,這也可能是由于該區(qū)域的沙地和灌溉農(nóng)業(yè)用地共存而產(chǎn)生的偶然偏差所導(dǎo)致。

黃河源區(qū)的大部分草地生態(tài)系統(tǒng)WUE與溫度和降水均成負(fù)相關(guān)關(guān)系。黃河上游高海拔較高,降水相對豐沛,雨水此時(shí)降水和溫度的升高共同導(dǎo)致由蒸散發(fā)產(chǎn)生的水分的流失加劇,而其生產(chǎn)力變化相對較小,使得該地區(qū)WUE下降[14]。

研究區(qū)灌叢WUE與溫度成負(fù)相關(guān)關(guān)系,與降水呈正相關(guān)關(guān)系,這與黃土高原西南部地區(qū)植被對溫度和降水的反饋相同。灌叢植被WUE與溫度的相關(guān)性對干旱指數(shù)更為敏感,且隨著干旱指數(shù)的增加,與降水的相關(guān)性呈現(xiàn)負(fù)-正-負(fù)的變化[35]。研究區(qū)植被恢復(fù)工程常以灌叢作為主要栽種類型,其立地條件大多較為惡劣,地表覆蓋物少,土壤蒸發(fā)水分占比過大,溫度上升使得ET的增長速率大于NPP增加速率,進(jìn)而使灌叢WUE下降。

黃河流域下游地區(qū)的農(nóng)田植被WUE對溫度存在正向反饋。農(nóng)田受人類活動(dòng)影響嚴(yán)重,其對氣象因素的響應(yīng)與自然植被相比更加穩(wěn)定,在考慮氣候因素的同時(shí)也應(yīng)考慮到施肥、灌溉、放牧等農(nóng)田管理和土壤條件對其的影響[32]。

4 結(jié)論

2000-2020年黃河流域植被CUE處于波動(dòng)下降趨勢,植被WUE波動(dòng)上升,但變化幅度較小,均不顯著?？臻g上,黃河流域植被CUE呈現(xiàn)西高東低狀態(tài),大部分區(qū)域CUE大于0.5,植被固碳能力較強(qiáng);在近20年生態(tài)保護(hù)措施的影響下,黃河流域東部水源涵養(yǎng)能力上升,植被WUE呈現(xiàn)出東高西低狀態(tài)。受其生理特征的影響黃河流域植被CUE,草地最高,森林最低;而由于灌溉和立地條件等因素,黃河流域農(nóng)田WUE最高,灌叢WUE最低。

黃河流域植被CUE與水熱條件的關(guān)系分析表明:超過90%的地區(qū),植被CUE與氣溫負(fù)相關(guān)。黃河流域西北部干旱地區(qū),降水與植被CUE呈正相關(guān)關(guān)系;然而,在降水相對豐沛的黃河源區(qū),植被CUE與降水呈負(fù)相關(guān)關(guān)系。不同植被類型中,草地、森林、農(nóng)田CUE與溫度主要呈負(fù)相關(guān)響應(yīng),灌叢CUE主要呈正相關(guān)響應(yīng)。森林和灌叢CUE的CV值高于其他植被類型,這表明森林和灌叢對于氣候因子的敏感性更高。

植被WUE與降水及溫度的相關(guān)性具有較高的空間異質(zhì)性。本研究中,植被WUE與水熱關(guān)系的相關(guān)性顯示為:黃土高原北部植被WUE與溫度和降水均呈正相關(guān)關(guān)系,黃河源區(qū)及黃河流域南部地區(qū)植被WUE與降水的負(fù)相關(guān)關(guān)系。不同植被類型中,面積對草地WUE的變化相對貢獻(xiàn)較為明顯,在干旱,半干旱地區(qū)降水是影響草地WUE的主導(dǎo)因素,而高海拔地區(qū)草地WUE與溫度、降水均呈負(fù)相關(guān)關(guān)系;灌叢WUE與降水呈正相關(guān)關(guān)系,與溫度呈負(fù)相關(guān)關(guān)系。此外,農(nóng)田受人類干擾嚴(yán)重,還應(yīng)考慮到施肥、灌溉、放牧等人為因素帶來的影響。