干旱對(duì)鄂爾多斯碳水通量及水分利用效率影響研究

韓再惠，陳 燕，于江浩，馬紅麗，任 黎，苗 平

(1.內(nèi)蒙古自治區(qū)鄂爾多斯市杭錦旗水利事業(yè)發(fā)展中心，內(nèi)蒙古 鄂爾多斯 017400；2.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210024；3.內(nèi)蒙古自治區(qū)鄂爾多斯市河湖保護(hù)中心，內(nèi)蒙古 鄂爾多斯 017400)

1 概述

碳水循環(huán)的穩(wěn)定性是影響全球氣候的重要因素。水分利用效率(WUE，Water Use Efficiency)，在區(qū)域尺度上被定義為植被總初級(jí)生產(chǎn)力(GPP，Gross Primary Productivity)和蒸散發(fā)(ET，Evapotranspiration)的比值，其揭示了植被固碳過程和耗水過程之間的關(guān)系，是反映碳水耦合過程的一個(gè)重要的指標(biāo)[1-2]，碳水通量(GPP、ET)和水分利用效率均為區(qū)域碳水循環(huán)的重要表征。因此，碳水通量及水分利用效率的變化趨勢的研究能為區(qū)域碳水循環(huán)提供有益參考。目前，遙感反演產(chǎn)品的可靠性不斷增強(qiáng)，已成為量化和分析生態(tài)系統(tǒng)碳水通量的一種有效方式[3]，而GLASS 產(chǎn)品數(shù)據(jù)集優(yōu)勢明顯、精度較高，它能提供多種較長時(shí)間序列、較高時(shí)空分辨率的GPP產(chǎn)品和ET產(chǎn)品[4]，是區(qū)域不同時(shí)間尺度碳水通量研究數(shù)據(jù)來源的理想選擇。

干旱，通常是由降水過少和超高溫等因素綜合引起的[5]。干旱限制植被的生長，從而影響區(qū)域的碳匯能力和水循環(huán)，破壞區(qū)域的碳水循環(huán)過程。未來全球范圍內(nèi)干旱事件發(fā)生的頻率和強(qiáng)度都將會(huì)不斷增加[6]，這意味著碳水循環(huán)必將受到嚴(yán)重的破壞。關(guān)于流域生態(tài)系統(tǒng)碳水通量及水分利用效率與干旱的相關(guān)關(guān)系研究結(jié)果較多[7-9]，結(jié)論尚不統(tǒng)一，因此急需開展干旱對(duì)流域生態(tài)系統(tǒng)碳水通量及水分利用效率影響研究，這對(duì)揭示生態(tài)系統(tǒng)碳水通量及水分利用效率對(duì)干旱的響應(yīng)規(guī)律具有重要的理論價(jià)值，有助于理解干旱干擾下的區(qū)域生態(tài)系統(tǒng)適應(yīng)過程。

2 數(shù)據(jù)來源與研究方法

2.1 研究區(qū)概況

鄂爾多斯市位于內(nèi)蒙古自治區(qū)西南部，總面積8.7×104km2(如圖1所示)。多年平均氣溫6.2℃，多年平均降水348.3mm，多年平均蒸發(fā)量2506.3mm，為降水量的7.2倍。鄂爾多斯地勢起伏不平，西北高東南低，地形復(fù)雜，東北西三面被黃河環(huán)繞，南與黃土高原相連。該區(qū)域蒸發(fā)較大，干旱極易發(fā)生，故本文選擇該區(qū)域進(jìn)行干旱對(duì)區(qū)域碳水通量及水分利用效率影響研究。

圖1 鄂爾多斯市地形圖

2.2 數(shù)據(jù)收集與處理

本研究土壤濕度數(shù)據(jù)來源為國家青藏高原科學(xué)數(shù)據(jù)中心的基于站點(diǎn)觀測的中國1km土壤濕度日尺度數(shù)據(jù)集(2000—2020)產(chǎn)品，GPP與ET的數(shù)據(jù)來源為GLASS數(shù)據(jù)集的GLASS ET(潛熱通量)Modis_1km(2000—2018)產(chǎn)品與GLASS GPP(植被總初級(jí)生產(chǎn)力)Modis_500m(2000—2020)產(chǎn)品，兩種產(chǎn)品的時(shí)間分辨率均為8天。將日尺度數(shù)據(jù)、8天尺度數(shù)據(jù)合成為季、年尺度，各數(shù)據(jù)集的空間分辨率統(tǒng)一重采樣至1km×1km。

2.3 土壤含水率距平指數(shù)(SMAPI)計(jì)算

(1)

其值越大代表越濕潤，越小則越干旱。

2.4 MK趨勢檢驗(yàn)

MK檢驗(yàn)法[11]在時(shí)間序列的趨勢分析上應(yīng)用廣泛，其計(jì)算過程如下：

對(duì)于時(shí)間序列X的n個(gè)樣本點(diǎn)(x1，x2，…，xn)，構(gòu)造秩序列：

(2)

式中，sk—累計(jì)i時(shí)刻點(diǎn)前比i時(shí)刻小的累計(jì)值個(gè)數(shù)，k=1時(shí)，s1=0。

定義統(tǒng)計(jì)量

(3)

式中，E(sk)—累計(jì)數(shù)sk的均值；Var(sk)—累計(jì)數(shù)sk的方差。

假定時(shí)間序列X樣本點(diǎn)相互獨(dú)立、分布連續(xù)且同分布的條件下，sk的均值、方差計(jì)算公式如下：

(4)

(5)

統(tǒng)計(jì)量UFk為標(biāo)準(zhǔn)正態(tài)分布，UFk>0時(shí)為上升趨勢，UFk<0則為下降。可設(shè)定顯著性水平α，若|UFk|>Uα，則時(shí)間序列有顯著變化趨勢。

2.5 基于R/S方法的Hurst指數(shù)

基于R/S方法的Hurst指數(shù)計(jì)算是由英國水文學(xué)家Hurst提出。具體計(jì)算過程[12]如下：給定時(shí)間序列x(t)，t=1，2，…，n，對(duì)于任意正整數(shù)τ≥1，定義均值序列為：

(6)

累積離差為：

(7)

極差為：

R(τ)=maxX(t，τ)-minX(t，τ)

(8)

標(biāo)準(zhǔn)差為：

(9)

若比值R(τ)/S(τ)存在R/S∝τH的關(guān)系，說明存在Hurst現(xiàn)象，H值可在雙對(duì)數(shù)坐標(biāo)系[ln(τ)，ln(R/S)]中用最小二乘法擬合得到。H取值為0-1，當(dāng)H=0.5時(shí)，時(shí)間序列為隨機(jī)序列；當(dāng)0.5

2.6 皮爾遜相關(guān)系數(shù)

皮爾遜相關(guān)系數(shù)能夠衡量兩個(gè)變量之間的相關(guān)性，取值為-1到1，正值代表正相關(guān)，負(fù)值代表負(fù)相關(guān)，絕對(duì)值越接近1相關(guān)關(guān)系越強(qiáng)[14]，用皮爾遜相關(guān)系數(shù)來衡量干旱指數(shù)與碳水通量及水分利用效率之間的相關(guān)性：

r=

(10)

式中，n—樣本數(shù)量；xi、yi—第i對(duì)樣本。

3 結(jié)果

3.1 干旱時(shí)空演變規(guī)律

圖2—3的左圖分別為2000—2020年不同季節(jié)和年際SMAPI在鄂爾多斯變化趨勢的空間分布，圖2—3的右圖分別為2000—2020年不同季節(jié)和年際SMAPI的Hurst指數(shù)的空間分布。

圖2 不同季節(jié)SMAPI空間變化趨勢分布圖(左)不同季節(jié)SMAPI空間Hurst指數(shù)分布圖(右)

如圖2所示，2000—2020年SMAPI在鄂爾多斯的變化趨勢總體上表現(xiàn)為研究區(qū)東部特別是東部的中間區(qū)域表現(xiàn)為上升趨勢，表明21年來該區(qū)域趨于濕潤，春季變化趨勢最為顯著，呈顯著變化趨勢的區(qū)域占比13.89%；綜合不同季節(jié)的Hurst指數(shù)分布圖，研究區(qū)大部區(qū)域呈現(xiàn)為反持續(xù)性，其中秋季的反持續(xù)性較強(qiáng)，呈反持續(xù)性的面積占比89.88%，尤其是秋季研究區(qū)的西北部地區(qū)Hurst指數(shù)明顯區(qū)別小于0.5，呈現(xiàn)強(qiáng)反持續(xù)性。如圖3所示，年際SMAPI的變化趨勢及Hurst的空間分布大致與季節(jié)空間分布規(guī)律相同，但年際SMAPI的Hurst指數(shù)最大值達(dá)到了0.72，Hurst指數(shù)較高值小范圍分布在研究區(qū)的東北端和西北端，呈現(xiàn)為強(qiáng)持續(xù)性。

圖3 年際SMAPI空間變化趨勢分布圖(左)年際SMAPI空間Hurst指數(shù)分布圖(右)

3.2 碳水通量及水分利用效率時(shí)空演變規(guī)律

如圖4所示為不同季節(jié)GPP的變化趨勢和未來變化趨勢。如圖5所示為年際GPP的變化趨勢和未來變化趨勢。

圖4 不同季節(jié)GPP空間變化趨勢分布圖(左)不同季節(jié)GPP空間Hurst指數(shù)分布圖(右)

圖5 年際GPP空間變化趨勢分布圖(左)年際GPP空間Hurst指數(shù)分布圖(右)

從圖4—5的左圖可以看出，鄂爾多斯不同季節(jié)和年際GPP的變化趨勢總體上呈上升趨勢，研究區(qū)絕大部分區(qū)域呈現(xiàn)為極顯著或顯著上升趨勢，僅北部邊緣呈下降趨勢，特別的，秋季研究區(qū)的西部呈現(xiàn)不顯著上升或下降趨勢。由圖4—5的右圖可見，不同季節(jié)和年際GPP的未來變化趨勢以反持續(xù)性為主，其中，秋季規(guī)律最為明顯，研究區(qū)的西部呈較強(qiáng)的反持續(xù)性，年際未來趨勢分布規(guī)律由該季主導(dǎo)，另外，年際Hurst指數(shù)最大值可達(dá)0.91，持續(xù)性較強(qiáng)的網(wǎng)格零星分布在研究區(qū)的東部和東南部。

圖6展示了鄂爾多斯地區(qū)ET不同季節(jié)變化趨勢和未來變化趨勢的空間分布規(guī)律。圖7則為鄂爾多斯地區(qū)ET年際變化趨勢和未來變化趨勢的空間分布規(guī)律。

圖6 不同季節(jié)ET空間變化趨勢分布圖(左)不同季節(jié)ET空間Hurst指數(shù)分布圖(右)

圖7 年際ET空間變化趨勢分布圖(左)年際ET空間Hurst指數(shù)分布圖(右)

如圖6左圖所示，總體看來ET的季節(jié)變化規(guī)律以上升趨勢為主，其中春冬兩季部分區(qū)域上升趨勢不顯著甚至呈下降趨勢，夏秋兩個(gè)季節(jié)的規(guī)律大致相同，大部分區(qū)域呈現(xiàn)顯著上升趨勢，西北部上升趨勢不顯著且具有小范圍區(qū)域呈現(xiàn)顯著下降趨勢，年際ET變化規(guī)律大致與夏秋兩季相同；如圖6右圖所示，4個(gè)季節(jié)ET的未來變化趨勢各不相同，春季研究區(qū)的東部特別是東北部Hurst指數(shù)較小，過去的變化不具有可持續(xù)性，西部則呈現(xiàn)為持續(xù)性，夏季研究區(qū)大致呈現(xiàn)可持續(xù)性，僅西南部和西北部的部分區(qū)域呈現(xiàn)反持續(xù)性，秋季則研究區(qū)的絕大部分區(qū)域均呈現(xiàn)為反持續(xù)性，僅南部存在零星的網(wǎng)格Hurst指數(shù)較高，冬季研究區(qū)的西北部呈現(xiàn)較強(qiáng)的反持續(xù)性，Hurst指數(shù)最小值甚至可達(dá)0.18，研究區(qū)的西南部、東南部和東北部邊緣區(qū)域則呈現(xiàn)為可持續(xù)性，特別是東北部邊緣區(qū)域，Hurst指數(shù)較大，最大值達(dá)到0.88，未來短時(shí)期內(nèi)ET將維持過去的變化趨勢。年際未來趨勢變化則為研究區(qū)西北部呈現(xiàn)強(qiáng)反持續(xù)性，東南部呈現(xiàn)可持續(xù)性，受冬季的影響較大。

圖8為鄂爾多斯地區(qū)不同季節(jié)WUE空間變化趨勢分布圖以及Hurst指數(shù)分布圖。圖9為WUE年際變化趨勢及年際未來變化趨勢的空間分布格局。

圖8 不同季節(jié)WUE空間變化趨勢分布圖(左)不同季節(jié)WUE空間Hurst指數(shù)分布圖(右)

圖9 年際WUE空間變化趨勢分布圖(左)年際WUE空間Hurst指數(shù)分布圖(右)

根據(jù)圖8，不同季節(jié)WUE的變化趨勢總體上呈現(xiàn)為上升趨勢，其中春季研究區(qū)的東部特別是東北部區(qū)域上升趨勢較為顯著，其余區(qū)域則表現(xiàn)為不顯著，夏秋兩季研究區(qū)的西部區(qū)域呈現(xiàn)為不顯著上升趨勢，部分區(qū)域甚至為下降趨勢，但表現(xiàn)為顯著下降的區(qū)域較少，冬季研究區(qū)整體上呈現(xiàn)為顯著或極顯著上升趨勢；不同季節(jié)WUE未來變化趨勢規(guī)律總體看來較為一致，均為研究區(qū)的東部呈現(xiàn)為持續(xù)性，西部呈現(xiàn)為反持續(xù)性，Hurst指數(shù)的空間最大值和最小值均明顯區(qū)別于0.5，秋季Hurst指數(shù)空間最大值甚至達(dá)到0.96，其中春季和冬季規(guī)律最為相似，研究區(qū)的東北部地區(qū)呈現(xiàn)為強(qiáng)可持續(xù)性，西部特別是西南部表現(xiàn)為強(qiáng)反持續(xù)性。綜合圖8—9的結(jié)果，年際WUE空間變化趨勢的空間分布由夏秋兩季主導(dǎo)，年際WUE空間Hurst指數(shù)的空間分布由冬季主導(dǎo)。

結(jié)合GPP與WUE的空間變化趨勢分析結(jié)果，二者結(jié)果極為相似但WUE的空間變化趨勢不如GPP顯著，說明鄂爾多斯地區(qū)的WUE由GPP主導(dǎo)。

3.3 干旱對(duì)流域生態(tài)系統(tǒng)碳水通量及水分利用效率的影響

圖10—11分別顯示了不同時(shí)間尺度GPP與SMAPI相關(guān)性的空間分布。

圖10 不同季節(jié)GPP與SMAPI相關(guān)性空間分布圖

如圖10所示，整體上不同季節(jié)研究區(qū)的大部分地區(qū)均呈現(xiàn)為正相關(guān)關(guān)系，說明隨著干旱程度的減緩，植被總初級(jí)生產(chǎn)力有所提升，僅在研究區(qū)的北部部分區(qū)域和南部表現(xiàn)為負(fù)相關(guān)關(guān)系，其中，春季研究區(qū)的東部尤其是東部的中間區(qū)域正相關(guān)關(guān)系較強(qiáng)，夏秋兩季研究區(qū)的西部呈現(xiàn)為較強(qiáng)的正相關(guān)關(guān)系，相關(guān)系數(shù)的空間最大值在0.9以上，負(fù)相關(guān)關(guān)系則不顯著，冬季研究區(qū)的北部呈現(xiàn)為正相關(guān)，南部呈現(xiàn)為負(fù)相關(guān)。如圖11所示，年際GPP與SMAPI在研究區(qū)絕大部分區(qū)域表現(xiàn)為較強(qiáng)的正相關(guān)關(guān)系，鄂爾多斯地區(qū)整體上越濕潤，植被總初級(jí)生產(chǎn)力越高，呈負(fù)相關(guān)關(guān)系的網(wǎng)格較少。

圖11 年際GPP與SMAPI相關(guān)性空間分布圖

圖12為不同季節(jié)ET與SMAPI相關(guān)性空間分布圖。圖13為年際ET與SMAPI相關(guān)性空間分布圖。

圖12 不同季節(jié)ET與SMAPI相關(guān)性空間分布圖

圖13 年際ET與SMAPI相關(guān)性空間分布圖

如圖12所示，不同季節(jié)的ET與SMAPI總體上呈現(xiàn)為正相關(guān)關(guān)系，即研究區(qū)整體上隨著濕潤程度的增加，蒸散發(fā)增大，且4個(gè)季節(jié)的相關(guān)系數(shù)空間最大值均在0.85以上，相關(guān)關(guān)系較強(qiáng)，其中，春季研究區(qū)西北部小范圍地區(qū)、夏秋兩季研究區(qū)的西南部和西部邊緣地區(qū)、冬季研究區(qū)的西北部表現(xiàn)為負(fù)相關(guān)關(guān)系，但負(fù)相關(guān)關(guān)系均較弱。如圖13所示，年際ET與SMAPI相關(guān)性僅研究區(qū)的西北部和西南部呈現(xiàn)為負(fù)相關(guān)關(guān)系，其余區(qū)域表現(xiàn)為較強(qiáng)的正相關(guān)關(guān)系。

圖14為不同季節(jié)WUE與SMAPI相關(guān)性空間分布圖。圖15為年際WUE與SMAPI相關(guān)性空間分布圖。

圖14 不同季節(jié)WUE與SMAPI相關(guān)性空間分布圖

圖15 年際WUE與SMAPI相關(guān)性空間分布圖

對(duì)比圖10與圖14、圖11和圖15，發(fā)現(xiàn)不同季節(jié)以及年際WUE與SMAPI相關(guān)性空間分布格局和GPP與SMAPI的相關(guān)性空間分布大致相同，特別是夏秋兩季，WUE與GPP對(duì)SMAPI的相關(guān)性空間分布幾乎完全一致，表明鄂爾多斯地區(qū)WUE主要受到GPP的影響(尤其是生長季)。

4 結(jié)論

本文分析了鄂爾多斯地區(qū)季/年尺度干旱以及碳水通量和水分利用效率的趨勢空間分布規(guī)律，并綜合分析了干旱對(duì)碳水通量及水分利用效率影響的空間分布。研究發(fā)現(xiàn)：鄂爾多斯地區(qū)東部總體干旱程度減緩，研究區(qū)整體呈現(xiàn)反持續(xù)性。GPP整體上呈現(xiàn)顯著上升趨勢，未來變化趨勢以反持續(xù)性為主；總體看來ET呈上升趨勢，年際規(guī)律主要受冬季的影響。GPP及ET與SMAPI的正相關(guān)關(guān)系均較強(qiáng)，說明研究區(qū)越濕潤，植被總初級(jí)生產(chǎn)力和蒸散發(fā)越高；空間變化趨勢和相關(guān)關(guān)系分析結(jié)果均表明，研究區(qū)的WUE由GPP主導(dǎo)。成果對(duì)改善流域干旱狀況以提高流域碳匯能力具有重要的科學(xué)參考價(jià)值。后續(xù)可以通過模型模擬得到更高時(shí)空分辨率、可靠度更高的數(shù)據(jù)來進(jìn)行分析。