陳鑫濤，鄧 超

（河海大學(xué)水文水資源學(xué)院，南京210098）

0 引 言

水分利用效率（Water use efficiency，WUE）是指植物消耗單位質(zhì)量的水分所能固定的CO2或者生產(chǎn)的干物質(zhì)的量［1，2］。本文中生態(tài)系統(tǒng)的WUE定義為總初級生產(chǎn)力（Gross primary productivity，GPP）與實際蒸散發(fā)（Terrestrial evapotranspiration，ET）之比。它是度量生態(tài)系統(tǒng)碳-水循環(huán)耦合的關(guān)鍵因子，也是評估氣候變化對生態(tài)系統(tǒng)影響的重要指標(biāo)［3］。研究WUE時空變化特征及其對氣候變化的響應(yīng)對于理解生態(tài)系統(tǒng)在全球碳水循環(huán)中的作用，解釋生態(tài)系統(tǒng)生態(tài)水文過程變化規(guī)律有重要意義。

草原生態(tài)系統(tǒng)是全球范圍內(nèi)分布最廣的生態(tài)系統(tǒng)之一。中國草地分布廣泛，占國土總面積的近40%，在區(qū)域碳收支、水量平衡和糧食安全方面發(fā)揮著重要作用。近年來，一些學(xué)者在不同尺度上對中國地區(qū)草地生態(tài)系統(tǒng)的水分利用效率展開了大量研究。Hu等［4］利用渦動通量塔的觀測數(shù)據(jù)計算WUE，評估了中國4個草原生態(tài)系統(tǒng)WUE的多時間尺度變化。裴婷婷等［5］利用MODIS 數(shù)據(jù)，開展了黃土高原草原生態(tài)系統(tǒng)WUE對氣候和植被指數(shù)的敏感性研究。常娟等［6］利用LPJ 模型模擬了西北地區(qū)草地GPP和ET，計算WUE并對其開展了時空分析和敏感性分析。從氣候要素對WUE的影響來看，氣候要素的變化會引起植被的光合作用增強或減弱導(dǎo)致GPP改變，同時ET也會隨著截留、土壤蒸發(fā)和植被蒸騰而增加或減少，從而影響到WUE［5］。如，史曉亮等［2］基于渦度數(shù)據(jù)研究發(fā)現(xiàn)草原站點在溫度升高下，GPP的增加速度大于ET的增加速度導(dǎo)致了WUE的增加。在空間尺度上，氣候因素的空間變異性是影響WUE空間分布的重要因素之一。Xu 等［8］指出在干旱區(qū)WUE在區(qū)域上的分布隨干旱指數(shù)升高而降低。WUE對關(guān)鍵氣象要素的響應(yīng)研究有利于揭示生態(tài)系統(tǒng)對氣候變化的響應(yīng)機制。但目前針對草地WUE與氣象要素的響應(yīng)研究大多局限于站點和個別區(qū)域，大范圍的全國區(qū)域的草原生態(tài)系統(tǒng)WUE的時空分布以及其對氣候因素響應(yīng)的研究開展較少。

因此，本文通過引入土壤水分脅迫因子改進PML-V2 遙感估算GPP-ET 耦合模型，利用改進的模型估算了中國草原生態(tài)系統(tǒng)2000-2015年的總初級生產(chǎn)力和實際蒸散發(fā)數(shù)據(jù)，討論了GPP、ET和WUE年均值的空間分布和年際變化趨勢，定量分析了年尺度上WUE對氣象驅(qū)動因子的敏感程度，旨在為中國草原生態(tài)系統(tǒng)水資源合理利用及生態(tài)環(huán)境可持續(xù)發(fā)展提供科學(xué)參考。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

研究區(qū)主要包括內(nèi)蒙古，黃土高原和青藏高原，是中國草地的主要分布區(qū)域［7］。黃土高原地處中國中部（100°～114°E，33°～41°N），總面積64 萬km2，包括7 個省和自治州。氣候上處于半干旱半濕潤氣候帶，年降水量150～800 mm，年均氣溫4～14 ℃，年蒸發(fā)量1 400～2 000 mm；黃土高原土質(zhì)疏松，水土流失嚴(yán)重，生態(tài)環(huán)境脆弱［9］。內(nèi)蒙古地區(qū)氣候由東部半濕潤溫帶季風(fēng)氣候向西部內(nèi)陸干旱半干旱氣候的過渡；年平均氣溫0～8 ℃，年平均降水量50～400 mm，自東北向西南遞減；青藏高原位于中國西南地區(qū)（73°～105°E，26°～10°N），平均海拔4 000～5 000 m，是世界上平均海拔最高的高原。地貌復(fù)雜多樣，氣候類型豐富，主要以濕潤、半濕潤、半干旱和干旱為主；輻射強，溫度低，日溫差大，降水差異顯著是青藏高原的氣候特征，平均氣溫為0 ℃，最大日溫差高達22 ℃，降水100～1 000 mm，由東南至西北遞減［9］。研究區(qū)域位置分布見圖1。

圖1 研究區(qū)域位置分布圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來源與處理

氣象數(shù)據(jù)主要來源于中國區(qū)域高時空分辨率地面氣象要素數(shù)據(jù)集（CMFD）和普林斯頓氣象要素再分析數(shù)據(jù)集（PGF）。CMFD 數(shù)據(jù)是由中科院青藏高原研究所生成的一套中國區(qū)近地面氣象與環(huán)境要素再分析數(shù)據(jù)集（http：//westdc.westgis.ac.cn/），其時間分辨率為3 h，水平空間分辨率為0.1°。本文采用了CMFD 數(shù)據(jù)集中的近地面氣溫、氣壓、空氣比濕、風(fēng)速、下行短波輻射、降水量6 個變量。模型所需要的遙感數(shù)據(jù)主要為葉面積指數(shù)LAI 數(shù)據(jù)、陸表反照率、發(fā)射率，均來自全球陸表特征參量產(chǎn)品（GLASS），空間分辨率為1 km/0.05°，時間分辨率為8 d。植被類型數(shù)據(jù)來自美國NASA數(shù)據(jù)中心MCD12Q1數(shù)據(jù)集。CO2數(shù)據(jù)來源于NOAA 全球平均海面月平均CO2數(shù)據(jù)（ftp：//aftp.cmdl.noaa.gov/products/trends/co2/co2_mm_gl.txt）。ESA CCI_SM 產(chǎn)品是歐空局研發(fā)的空間分辨率為0.25°的逐日土壤水分?jǐn)?shù)據(jù)集，分為主動、被動和主被動融合3 種產(chǎn)品。本文采用主被動融合數(shù)據(jù)作為模型的驅(qū)動數(shù)據(jù)，并采用王國杰等［10］提出的基于三維離散余弦轉(zhuǎn)換的乘法最小二乘回歸模型插補缺失值。以上柵格數(shù)據(jù)均重采樣至0.05°，時間尺度上統(tǒng)一到8 d，并使用植被分類數(shù)據(jù)對中國草地區(qū)域進行掩摸，選取時間段為2000-2015年。用以模型驗證的GPP和ET數(shù)據(jù)來源于FLUXNET2015 數(shù)據(jù)集中的中國草地生態(tài)系統(tǒng)渦度通量塔觀測數(shù)據(jù)（http：//fluxnet.fluxdata.org/data/fluxnet2015-dataset/），站點包括當(dāng)雄站、多倫（二）站、多倫（三）站、海北草甸站、四子王旗站、長嶺站（表1）。

表1 通量站點信息Tab.1 Description of flux stations

2 研究方法

2.1 模型改進

PML-V2模型是Zhang和Gan等［11，12］在Penman-Monteith-Leuning（PML）模型的基礎(chǔ)上，改進構(gòu)建的新一代GPP-ET 耦合模型。PML-V2 基于生態(tài)物理機制，通過氣孔導(dǎo)度公式耦合了GPP和植被蒸騰，同時提升了GPP和ET的估算精度，其性能表現(xiàn)優(yōu)于同類型的GPP或ET單一模型。

Pei 等［13］在研究中發(fā)現(xiàn)PML-V2 模型在干旱年的草地GPP估算中表現(xiàn)不佳。Bagher Bayat 等［14］在研究中通過結(jié)合土壤水分脅迫參數(shù)和最大羧化能力Vcmax參數(shù)，提升了SCOPE 模型在干旱時期的GPP和ET估算能力。由于中國草地生態(tài)系統(tǒng)經(jīng)常遭遇干旱，本文通過引入土壤水分限制系數(shù)，調(diào)整了模型中與最大羧化能力Vcmax參數(shù)性質(zhì)相似的名義最大羧化能力Vm參數(shù)，以使模型更適用于研究區(qū)，并利用改進后的模型計算了中國草地生態(tài)系統(tǒng)的ET和GPP，并進一步計算了WUE。

式中：SF為土壤水分限制系數(shù)；θ為土壤含水量；θw土壤凋萎含水量；θf為土壤田間持水量。SF＞1時，SF=1；SF＜0時，SF=0。

WUE定義為單位時間內(nèi)陸地生態(tài)系統(tǒng)總初級生產(chǎn)力GPP和實際蒸散發(fā)ET的比值：

式中：WUE為生態(tài)系統(tǒng)水分利用效率，g/（m2?mm）；ET為蒸散發(fā)，mm/d；GPP為總初級生產(chǎn)力，g/m2。

2.2 趨勢分析

本文采用Theil-Sen 非參數(shù)趨勢分析方法計算2000-2015年中國草地生態(tài)系統(tǒng)的GPP、ET和WUE的變化趨勢，并通過Mann-Kendall趨勢檢驗進行顯著性檢驗［15，16］。該方法不要求樣本服從一定的分布，不受異常值的干擾，對線性變化趨勢的估計較為可靠。Sen斜率值的計算公式為：

式中：β為時間序列的變化趨勢值；xi和xj分別代表在時刻i和時刻j對應(yīng)的數(shù)據(jù)值；Median 為中位數(shù)函數(shù)。當(dāng)β＞0 的時候，表示上升趨勢；當(dāng)β＜0的時候，表示下降趨勢。

2.3 相關(guān)性分析

本文采用二階偏相關(guān)分析方法，以在消除其他變量的干擾下研究氣候因素對水分利用效率的影響［17］。二階偏相關(guān)分析方法可以在消除其他兩個變量的干擾下，對兩變量進行相關(guān)性分析。利用太陽輻射，氣溫，降水和WUE的年均值，對每個柵格計算WUE對太陽輻射，氣溫和降水的二階偏相關(guān)系數(shù)。首先，進行一階偏相關(guān)系數(shù)的計算：

式中：rab，c是消除c變量影響的a和b的一階偏相關(guān)系數(shù)，rab，rac和rbc分別是a和b，a和c，b和c的相關(guān)系數(shù)。

二階偏相關(guān)系數(shù)的計算公式為：

式中：rab，cd是消除c，d變量影響的a和b的二階偏相關(guān)系數(shù)。

3 結(jié)果分析

3.1 模型驗證

PML-V2 模型在中國及世界范圍內(nèi)多種生態(tài)系統(tǒng)的應(yīng)用中，表現(xiàn)優(yōu)于同類型的GPP或ET單一模型。針對模型對于干旱年的草地GPP估算表現(xiàn)不佳的問題，本文加入了水分脅迫因子對模型中Vm參數(shù)進行優(yōu)化。

通過6個分布于中國地區(qū)草地生態(tài)系統(tǒng)通量站觀測獲得的ET和GPP數(shù)據(jù)對改進后的模型模擬結(jié)果進行驗證。圖2中結(jié)果表明模型在研究區(qū)內(nèi)可以較好地模擬GPP和ET，模型模擬效果在R2和RMSE兩個指標(biāo)上表現(xiàn)優(yōu)異。GPP在檢驗中R2為0.651，RMSE為1.046 g/（m2?d），ET在檢驗中R2為0.72，RMSE為0.590 mm/d。

圖2 模型結(jié)果驗證Fig.2 Comparison of model result and observation

3.2 GPP、ET和WUE的時空變化特征

3.2.1 空間分布特征

研究區(qū)草地生態(tài)系統(tǒng)GPP、ET和WUE具有明顯空間差異。多年平均GPP呈現(xiàn)西北向東南遞增的空間變化趨勢，青藏高原東南部是GPP最高值分布的地區(qū)，見圖3（a），區(qū)域均值為474.3 g/（m2?a）。ET空間分布格局和GPP相似，區(qū)域多年均值為407.4 mm/a［圖3（b）］。從圖3（c）中結(jié)果可知，WUE多年均值為1.1 g/（m2?mm）且WUE均值的區(qū)域分異明顯。研究區(qū)內(nèi)WUE空間分布受GPP影響較大，比較接近于GPP的分布，大致表現(xiàn)為西北向東南遞增的空間格局且高值WUE與高值GPP基本分布于同一地區(qū)，見圖3（c）。這與研究區(qū)內(nèi)降水量分布相一致，其主要原因是草地生態(tài)系統(tǒng)大部分處于干旱半干旱區(qū)，水分是制約這一地區(qū)植被光合作用和蒸散發(fā)的主要氣候因素［6］。青藏高原西北與內(nèi)蒙古地區(qū)WUE最低［＜0.4 g/（m2?mm）］，這可能與這些地區(qū)受低溫和降水的制約以及植被稀疏有關(guān)［18］。

圖3 中國草地GPP、ET和WUE空間分布特征Fig.3 The spatial distribution of GPP，ET and WUE values for grassland in China

3.2.2 變化趨勢

分別對2001-2015年研究區(qū)草地生態(tài)系統(tǒng)年際GPP、ET和WUE進行趨勢分析（圖4～6），圖6中左上角小圖中灰色柵格為變化顯著區(qū)域（p＜0.05）。研究區(qū)區(qū)域平均GPP、ET和WUE均呈現(xiàn)顯著增加趨勢，且GPP增加斜率大于ET，這也是WUE增加的主要原因。在2012年之后WUE有顯著增加趨勢，其潛在原因可能是2012年之后降水的顯著升高所引起的GPP大幅上升［6］。在趨勢的空間分布上，研究區(qū)內(nèi)大部分區(qū)域的ET和GPP均呈增加趨勢，顯著增加的區(qū)域面積均占到了47%。WUE的顯著增加和顯著減少面積為0.25%和0.11%（圖5）。其中黃土高原WUE顯著上升的人為原因可能來源于生態(tài)恢復(fù)工程在近年來的大規(guī)模建設(shè)［19］。

圖4 中國草地區(qū)域平均GPP、ET和WUE年平均變化趨勢Fig.4 The inter-annual change and trends of China's grassland GPP，ET and WUE

圖5 中國草地GPP、ET和WUE不同趨勢等級的面積占比Fig.5 The proportion of grassland area in China with different trend levels of GPP，ET and WUE

由于WUE的變化趨勢與GPP和ET二者變化趨勢密切相關(guān)，本文進一步基于柵格辨析了WUE變化趨勢的主導(dǎo)因素，即當(dāng)GPP和ET處于相同趨勢時將趨勢程度大的一方作為影響WUE趨勢的主導(dǎo)因素［圖6（d）］。其中內(nèi)蒙古地區(qū)由于GPP和ET的相反變化，WUE變化趨勢為整體增加中部減小。青藏高原則由于ET的強勢變化，WUE變化趨勢的空間分布和ET相反，為整體減小東部少量地區(qū)增加。黃土高原地區(qū)由于GPP增加趨勢大于ET，GPP作為主要因素使得WUE減少且趨勢大小的空間分布與GPP均由西北向東南增加（圖6）。影響WUE趨勢的主導(dǎo)因素在地區(qū)之間表現(xiàn)出明顯的差異性，其可能與生態(tài)系統(tǒng)的生物過程（如光合作用、蒸騰）和物理過程（如土壤蒸發(fā)、截留）在WUE變化中扮演角色的重要程度有關(guān)［20］。如，在植被茂盛區(qū)域，蒸騰在是ET的主體組成，WUE在數(shù)值上與GPP與蒸騰的比值相近，則WUE的變化更多地依賴于生物過程而不是物理過程。而在植被稀疏的區(qū)域，土壤蒸發(fā)在ET中的比重上升，物理過程更多地影響到WUE的變化。

圖6 2000-2015年中國草地GPP、ET和WUE變化趨勢及其主導(dǎo)因素Fig.6 The change trend of China's grassland GPP，ET and WUE and its dominant factors from 2000 to 2015

3.3 敏感性分析

為了直觀地表現(xiàn)氣候因子對WUE年際變化關(guān)系的空間分布，本文基于柵格計算了2000-2015年中國地區(qū)草地生態(tài)系統(tǒng)WUE與年降水量、年平均氣溫和年太陽輻射輻射的偏相關(guān)系數(shù)，用以分析氣候因子和WUE的年際變化的關(guān)系。如圖7（a）所示，在研究區(qū)大部分地區(qū)（65.9%）降水和WUE為負相關(guān)，少部分正相關(guān)關(guān)系地區(qū)分布在青藏高原東北區(qū)，黃土高原東北部和內(nèi)蒙古北部。氣溫與WUE的相關(guān)關(guān)系與降水和WUE的相關(guān)關(guān)系在整體上相反，62.5%面積的研究區(qū)氣溫與WUE呈現(xiàn)正相關(guān)關(guān)系，零星的負相關(guān)關(guān)系地區(qū)分布在青藏高原中部和內(nèi)蒙古南部［圖7（b）］。草地生態(tài)系統(tǒng)WUE的年際變化對于太陽輻射的響應(yīng)呈正相關(guān)和負相關(guān)的區(qū)域分別占總面積的48.8%和51.2%。相比于正相關(guān)關(guān)系的分布的區(qū)域，負相關(guān)系區(qū)域分布較為集中，主要位于黃土高原和內(nèi)蒙古中部［圖7（c）］。

本文進一步通過標(biāo)準(zhǔn)化3 個氣候因子對WUE的相關(guān)系數(shù)計算了其對WUE變化的相對貢獻度［圖7（d）］。圖中柵格顏色越靠近圖例中氣溫、降水和太陽輻射之一所代表的純色，就意味著這個顏色對應(yīng)的氣候因子對WUE變化的影響越大。研究區(qū)大部分區(qū)域分別受太陽輻射和氣溫的主要影響。特別是青藏高原東部和內(nèi)蒙古北部WUE主要受氣溫主要影響，且呈現(xiàn)顯著正相關(guān)關(guān)系。這些地區(qū)植被常年處于低溫的生長環(huán)境，在氣溫升高影響下，光合作用增強幅度相比于植被蒸騰和土壤蒸發(fā)更大，導(dǎo)致了GPP增長強于ET增長，從而導(dǎo)致了WUE上升［21］。同時太陽輻射在內(nèi)蒙古中部和黃土高原南部為WUE的主要影響因素，且為強負相關(guān)關(guān)系。表明在較低輻射下，這些地區(qū)生態(tài)系統(tǒng)的WUE較高，和宋成剛等在青海海北的研究結(jié)果一致，可能是植被實現(xiàn)最優(yōu)水分利用效率的適應(yīng)性策略［22］。

圖7 中國草地生態(tài)系統(tǒng)WUE與氣象因子相關(guān)性以及相對貢獻圖Fig.7 Correlation between WUE and meteorological factors in China's grassland ecosystem

4 結(jié) 語

本文通過引入土壤水分脅迫因子改進PML-V2 遙感估算GPP-ET 耦合模型，基于改進的模型估算了中國2000-2015年草地生態(tài)系統(tǒng)總初級生產(chǎn)力GPP和蒸散發(fā)ET，并進一步估算了水分利用效率WUE。采用趨勢分析和偏相關(guān)分析方法，探討了WUE的時空變化規(guī)律及與氣候因素的相關(guān)性。主要結(jié)論如下。

（1）引入水分脅迫因子對PML-V2 模型中Vm參數(shù)進行制約實現(xiàn)對模型的優(yōu)化，改進后的模型在研究區(qū)內(nèi)GPP的估算值與通量站GPP數(shù)據(jù)的R2和RMSE分別為0.65和1.046 g/（m2?d），而兩者ET的R2和RMSE分別為0.72和0.590 mm/d。

（2）中國草地生態(tài)系統(tǒng)WUE具有明顯空間差異，大致表現(xiàn)為西北向東南遞增的空間格局。這樣的變化格局主要來源于總初級生產(chǎn)力GPP的影響。

（3）中國草地生態(tài)系統(tǒng)區(qū)域平均WUE增加趨勢顯著，在空間分布上為整體上升，少量下降趨勢地區(qū)分布在青藏高原東部和內(nèi)蒙古中部。研究區(qū)東部和西部WUE變化趨勢分別受ET和GPP的主要引導(dǎo)。

（4）研究區(qū)的大部分地區(qū)降水和WUE為負相關(guān)，氣溫與WUE為正相關(guān)。WUE與太陽輻射的相關(guān)性空間分布復(fù)雜，負相關(guān)區(qū)域主要集中在黃土高原和內(nèi)蒙古中部。研究區(qū)大部分地區(qū)受到氣溫與太陽輻射的主要影響。 □