摘 要：植被碳水利用效率是表征生態(tài)系統(tǒng)碳水循環(huán)的重要指標(biāo)。研究基于趨勢分析法和地理探測器，分析了寧夏黃土丘陵區(qū)植被碳水利用效率時(shí)空格局及其影響因素。結(jié)果表明：①寧夏黃土丘陵區(qū)的總初級生產(chǎn)力（GPP）、凈初級生產(chǎn)力（NPP）及蒸散量（ET）均呈現(xiàn)出顯著的上升趨勢；②2003—2023年寧夏黃土丘陵區(qū)植被碳利用效率（Carbon Use Efficiency，CUE）的線性趨勢率為-0.008～0.013 a-1，線性變化速率較為平緩，水分利用效率（Water Use Efficiency，WUE）的線性趨勢率為-0.48～0.02 g（C）/（m2·a），WUE整體上呈現(xiàn)出微弱的上升趨勢；③就單個(gè)因子而言，對CUE影響最大的是年平均降水量，其次是DEM高程和到河流的距離，對WUE影響最大的是年平均降水量。

關(guān)鍵詞：寧夏黃土丘陵區(qū)；碳水利用效率；趨勢分析法；地理探測器

中圖分類號：Q948.11 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-7909（2024）14-115-7

DOI：10.19345/j.cnki.1674-7909.2024.14.027

0 引言

在氣候變化的宏觀背景下，植被的碳水循環(huán)機(jī)制及其對環(huán)境變化的響應(yīng)成為生態(tài)學(xué)領(lǐng)域研究的熱點(diǎn)。植被的碳水利用效率作為衡量植被碳水循環(huán)效率的重要指標(biāo)，在全球變化研究中占據(jù)了舉足輕重的地位［1］。碳水利用效率是衡量生態(tài)系統(tǒng)內(nèi)碳水耦合緊密程度的關(guān)鍵指標(biāo)，能夠有效揭示生態(tài)系統(tǒng)中的碳水循環(huán)機(jī)制及其之間的相互作用關(guān)系［2］。

近年來，國內(nèi)外學(xué)者從不同方面對碳水利用效率的時(shí)空演變格局進(jìn)行分析。在研究區(qū)方面，大多數(shù)學(xué)者研究了鄂爾多斯、黃河流域、鄱陽湖流域、蒙古高原、黃土高原等區(qū)域［2-5］，極少數(shù)學(xué)者對寧夏黃土丘陵區(qū)進(jìn)行了研究［6-7］，較少學(xué)者同時(shí)研究植被的碳利用效率和水分利用效率。因此，研究基于ＭODIS數(shù)據(jù)產(chǎn)品，深入分析了寧夏黃土丘陵區(qū)植被CUE和WUE時(shí)空演變特征，并探討了各影響因素對寧夏黃土丘陵區(qū)植被CUE和WUE的影響，目的在于厘清寧夏黃土丘陵區(qū)植被碳水利用效率時(shí)空演變格局及其特征，挖掘出影響碳水利用效率時(shí)空演變格局的主要驅(qū)動(dòng)因子，幫助學(xué)者深層次理解碳水循環(huán)過程和演變機(jī)理，平衡區(qū)域碳水循環(huán)，指導(dǎo)區(qū)域國土空間開發(fā)、生態(tài)系統(tǒng)優(yōu)化，為區(qū)域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供理論指引和政策遵循。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

寧夏黃土丘陵區(qū)位于寧夏回族自治區(qū)南部，以黃土丘陵為主要地貌，地處黃土高原的西北部，地勢呈南高北低之勢，地形溝壑縱橫。海拔大部分在1 500～2 000 m。寧夏黃土丘陵區(qū)位于黃土高原暖溫半干旱氣候帶，屬典型的大陸性氣候區(qū)，晝夜溫度差異很大，同時(shí)該區(qū)域的降水也呈現(xiàn)出明顯的差異。年平均降水量為472 mm，無霜期為155 d。

1.2 數(shù)據(jù)來源

1.2.1 碳水利用數(shù)據(jù)

研究使用的總初級生產(chǎn)力（GPP）、凈初級生產(chǎn)力（NPP）和蒸散量（ET）遙感數(shù)據(jù)均源自MODIS數(shù)據(jù)產(chǎn)品系列，具體為MOD17A2H、MOD17A3H和MOD16A2，空間分辨率為500 m，時(shí)間跨度為2003—2023年。這3類數(shù)據(jù)的地理坐標(biāo)系均設(shè)置為WGS-84。

1.2.2 影響因素?cái)?shù)據(jù)

影響因素?cái)?shù)據(jù)主要分為社會(huì)經(jīng)濟(jì)數(shù)據(jù)和氣候環(huán)境數(shù)據(jù)兩大類，用于分析碳水利用效率時(shí)空演變的驅(qū)動(dòng)因素。將數(shù)據(jù)空間分辨率統(tǒng)一為30 m×30 m，地理坐標(biāo)系統(tǒng)統(tǒng)一為GCS_WGS_1984。碳水利用效率的驅(qū)動(dòng)因子共8個(gè)，其中氣候環(huán)境因子4個(gè)，社會(huì)經(jīng)濟(jì)因子4個(gè)（見表1）。

2 研究方法

2.1 CUE和WUE計(jì)算方法

2.1.1 碳利用效率（CUE）

碳利用效率（CUE）是衡量植被生態(tài)系統(tǒng)效能的一個(gè)重要指標(biāo)，是凈初級生產(chǎn)力（NPP）與總初級生產(chǎn)力（GPP）的比值，即CUE=NPP/GPP，其可以直觀反映植被將大氣中的CO2轉(zhuǎn)化為生物量的能力［6］。CUE越接近1，植被的固碳潛力越大，意味著單位時(shí)間內(nèi)植被能更高效地將碳轉(zhuǎn)化為生物量。

2.1.2 水分利用效率（WUE）

水分利用效率（WUE）是評估生態(tài)系統(tǒng)中碳水循環(huán)相互關(guān)系的關(guān)鍵指標(biāo)，是衡量植物在消耗單位質(zhì)量水分時(shí)所能固定的碳量（或干物質(zhì)質(zhì)量）［7-8］。在遙感技術(shù)的實(shí)際應(yīng)用中，為了獲取大尺度區(qū)域的水分利用效率，通常采用凈初級生產(chǎn)力（NPP）與蒸散量（ET）的比值來估算，即WUE=NPP/ET，這種計(jì)算方法能更精確地理解生態(tài)系統(tǒng)中的水分利用效率和碳水循環(huán)的動(dòng)態(tài)變化。

2.2 趨勢分析法

在深入探究事物客觀發(fā)展規(guī)律的基礎(chǔ)上，趨勢分析法成了一種科學(xué)且有效的方法，它用于對研究對象既有狀態(tài)及其潛在未來演變趨勢進(jìn)行準(zhǔn)確判斷和合理預(yù)測。研究使用一元線性回歸分析方法，對2003—2023年寧夏黃土丘陵區(qū)全區(qū)植被的碳水利用效率進(jìn)行長時(shí)間序列分析，在充分考慮異常值的同時(shí)，提高計(jì)算效率，并得出更準(zhǔn)確的趨勢分析結(jié)果。具體計(jì)算過程見式（1）。

[slope=n×i=1ni×Xi-i=1ni×i=1nXin×i=1ni2-i=1ni2] " " " " " " （1）

式中：slope為變化速率，n為研究總年數(shù)，X為自變量，研究中自變量為WUE和CUE。

2.3 地理探測器

地理探測器作為一款專為空間分析設(shè)計(jì)的統(tǒng)計(jì)模型，其核心價(jià)值在于深入剖析空間分布的差異性，并揭示這些差異背后的關(guān)鍵驅(qū)動(dòng)力量。這款工具集合了多種探測器類型（如因子探測器、交互作用探測器、風(fēng)險(xiǎn)區(qū)探測器和生態(tài)探測器等）［7］，共同提供了全面、細(xì)致的空間分析視角。

單因子是指一個(gè)獨(dú)立變量對響應(yīng)變量的影響，不考慮其他變量的存在或影響。交互因子則是指2個(gè)或多個(gè)獨(dú)立變量聯(lián)合起來對響應(yīng)變量的影響，與這些變量單獨(dú)影響之和不同。如果2個(gè)變量之間存在交互作用，那么一個(gè)變量的效果會(huì)受到另一個(gè)變量水平的影響。

因子探測器用于評估自變量X對因變量Y的空間分異解釋力q，空間分異解釋力q的計(jì)算公式見式（2）。

[q=1-h=1LNhσ2hNσ2] " " " " " " " " " " " " "（2）

式中：L為碳水變量Y或影響因素X的分層；Nh和N分別為層h和全區(qū)域內(nèi)的樣本數(shù)；σh2和σ2分別為層h和全區(qū)域內(nèi)Y的方差；q的值域?yàn)椋?，1］，q值越接近1，則說明該因子對Y的解釋力越強(qiáng)［8］。

3 寧夏黃土丘陵區(qū)植被生產(chǎn)力與蒸散特征

3.1 總初級生產(chǎn)力特征

2003—2023年，寧夏黃土丘陵區(qū)植被的總初級生產(chǎn)力（GPP）為437～705 g（C）/（m2·a），這表明該地區(qū)植被在吸收和儲(chǔ)存碳方面具有較高的能力。如圖1所示，寧夏黃土丘陵區(qū)植被GPP在年際尺度上呈波動(dòng)上升的趨勢，最小值出現(xiàn)在2009年，在2018年達(dá)到最大值。從線性趨勢分析結(jié)果來看，GPP的增長速率為10.819 g（C）/（m2·a）。2009—2012年，GPP值的波動(dòng)尤為明顯，2010年GPP值有所回升。GPP值在2011年再次出現(xiàn)了小幅度減少。2012年，GPP值的增幅變大，增加至589 g（C）/（m2·a）。2012—2023年，GPP值在2018年達(dá)到最大后，出現(xiàn)了小幅度的下降，這一變化可能反映了生態(tài)系統(tǒng)在面對長期壓力時(shí)的脆弱性，也可能與近年來氣候變化、環(huán)境惡化等因素有關(guān)。

3.2 凈初級生產(chǎn)力特征

2003—2023年，寧夏黃土丘陵區(qū)植被的年均凈初級生產(chǎn)力（NPP）呈現(xiàn)了較為明顯的變化，如圖2所示。由圖2可知，在近21 a的時(shí)間里，雖然NPP值波動(dòng)頻繁且幅度較大，但總體呈波動(dòng)上升趨勢。線性趨勢分析為揭示寧夏黃土丘陵區(qū)植被NPP值上升趨勢的具體數(shù)據(jù)提供了有力支撐，結(jié)果表明，寧夏黃土丘陵區(qū)植被的NPP增長速率為5.428 g（C）/（m2·a）。其中，2007年是一個(gè)明顯的低谷，NPP均值為289 g（C）/（m2·a），這可能與當(dāng)年的氣候異常或人為干擾等因素有關(guān)。然而，在經(jīng)歷了一段時(shí)間的波動(dòng)后，2015年寧夏黃土丘陵區(qū)植被NPP均值達(dá)到了最高峰，為613 g（C）/（m2·a）。這一顯著增長不僅彰顯了寧夏黃土丘陵區(qū)植被恢復(fù)工作的成效，也預(yù)示著寧夏黃土丘陵區(qū)生態(tài)環(huán)境質(zhì)量的持續(xù)改善。

3.3 蒸散特征

2003—2023年，寧夏黃土丘陵區(qū)植被年均蒸散量（ET）有較為明顯的變化，如圖3所示。在這段時(shí)間內(nèi)，寧夏黃土丘陵區(qū)植被年均蒸散量為351～576 mm，多年平均蒸散量為451.667 mm。在2003年和2004年，寧夏黃土丘陵區(qū)植被平均蒸散量為歷史低點(diǎn)（僅為351 mm）。2019年，寧夏黃土丘陵區(qū)植被蒸散量達(dá)到巔峰（高達(dá)564 mm），比多年平均蒸散量高124.333 mm?？傮w而言，寧夏黃土丘陵區(qū)植被年均蒸散量呈現(xiàn)增加趨勢。

4 寧夏黃土丘陵區(qū)植被碳水利用效率時(shí)空演變特征

4.1 植被CUE的時(shí)空演變特征及趨勢分析

4.1.1 植被CUE時(shí)空分布特征

2003—2013年和2013—2023年寧夏黃土丘陵區(qū)植被年均CUE空間分布如圖4所示。由圖4可知，2003—2013年，寧夏黃土丘陵區(qū)植被年均CUE值域?yàn)?.50～0.69，其高值區(qū)主要分布在寧夏黃土丘陵區(qū)西部；低值區(qū)則集中分布在寧夏黃土丘陵區(qū)南部的六盤山山脈，即圖中淺色區(qū)域；而東部地區(qū)其CUE值大多在0.62～0.64。2013—2023年，寧夏黃土丘陵區(qū)植被年均CUE值域略有變化，為0.50～0.68。CUE的高值區(qū)依然主要聚集在寧夏黃土丘陵區(qū)西部，即圖中深色部分；低值區(qū)主要分布在寧夏黃土丘陵區(qū)南部六盤山山脈。與2003—2013年相比，2013—2023年CUE高值區(qū)面積略有增加，特別是寧夏黃土丘陵區(qū)中部的CUE值有所提高。然而，低值區(qū)的分布特征在這2個(gè)時(shí)間段內(nèi)均保持一致。

4.1.2 寧夏黃土丘陵區(qū)植被CUE變化趨勢

通過Sen趨勢分析法對寧夏黃土丘陵區(qū)植被CUE的線性變化率進(jìn)行統(tǒng)計(jì)，如圖5所示。由圖5可知，寧夏黃土丘陵區(qū)植被CUE的線性趨勢率為-0.008～0.013 a-1，這表明CUE的年際變化雖然存在，但總體上并不顯著，寧夏黃土丘陵區(qū)植被CUE的線性變化速率較為平緩。這種微小的變化率可能反映了寧夏黃土丘陵區(qū)植被生態(tài)系統(tǒng)在長時(shí)間尺度上的穩(wěn)定性和自我調(diào)節(jié)能力。雖然寧夏黃土丘陵區(qū)植被CUE在近21 a間呈現(xiàn)出一定的下降趨勢，但這種下降趨勢緩慢而穩(wěn)定。

4.2 植被WUE的時(shí)空演變特征及趨勢分析

4.2.1 植被WUE時(shí)空分布特征

2003—2013年和2013—2023年寧夏黃土丘陵區(qū)植被年均WUE空間分布如圖6所示。由圖6可知，2003—2013年均WUE值域?yàn)?.36～4.95 g（C）/（m2·mm），WUE值主要集中在0.36～0.85 g（C）/（m2·mm），WUE值在0.36～0.70 g（C）/（m2·mm）的區(qū)域主要分布在寧夏黃土丘陵區(qū)西北部，這里的植被由于水分條件的限制，其WUE值自然偏低。WUE值在0.70～0.85 g（C）/（m2·mm）的區(qū)域主要分布在寧夏黃土丘陵區(qū)中部。2013—2023年，寧夏黃土丘陵區(qū)植被WUE值域略有變化，年均WUE的值域?yàn)?.30～1.42 g（C）/（m2·mm），從空間上看WUE的高值區(qū)主要分布在六盤山山脈區(qū)域的山麓森林，這些地區(qū)由于森林植被的茂密和水分條件的相對優(yōu)越，使得WUE值顯著提高；低值區(qū)則主要分布在寧夏黃土丘陵區(qū)西部，這些地區(qū)由于水分條件的限制，植被的WUE值仍然較低。

4.2.2 寧夏黃土丘陵區(qū)植被WUE變化趨勢

在深入探究寧夏黃土丘陵區(qū)植被水分利用效率（WUE）的變化趨勢時(shí)，采用Sen趨勢分析這一統(tǒng)計(jì)方法，以期揭示其線性變化率的空間分布特征。由圖7可知，寧夏黃土丘陵區(qū)植被水分利用效率（WUE）的線性趨勢率為-0.48～0.02 g（C）/（m2·a）。這表明在該地區(qū)，不同區(qū)域的植被WUE變化率存在顯著差異。具體來說，這種變化率的差異可能源于多種因素的疊加影響，一方面，氣候的波動(dòng)（如降水量的變化、氣溫的升降等）會(huì)對植被的水分利用效率產(chǎn)生直接影響；另一方面，土地利用的變化（如農(nóng)田的開墾、森林的砍伐與恢復(fù)等）也會(huì)間接改變植被的生長環(huán)境和水分利用效率。此外，植被類型本身的差異及人類對其采取的管理措施（如灌溉方式、植被保護(hù)政策等），都是影響WUE變化的重要因素。WUE整體上呈現(xiàn)出微弱的上升趨勢。

5 寧夏黃土丘陵區(qū)植被CUE、WUE的影響因素分析

5.1 寧夏黃土丘陵區(qū)植被CUE的影響因素分析

5.1.1 植被CUE單因子探測分析

為探究寧夏黃土丘陵區(qū)植被CUE的驅(qū)動(dòng)因子，并且查明每個(gè)因子對植被CUE的貢獻(xiàn)率，采用地理探測器對該地區(qū)植被CUE進(jìn)行驅(qū)動(dòng)力分析。將寧夏黃土丘陵區(qū)DEM高程、年平均降水量、坡度、到河流的距離、到高速公路的距離、GDP、到國道的距離和人口密度等8個(gè)影響因子作為自變量，2003—2023年寧夏黃土丘陵區(qū)植被年均CUE作為因變量輸入地理探測器模型，因子探測結(jié)果見表2。

由圖8可知，各因子的q值從大到小依次是年平均降水量、DEM高程、到河流的距離、到高速公路的距離、坡度、GDP、到國道的距離、人口密度。在這些因子中，有3個(gè)因子的q值尤為突出，均超過了0.2的閾值。其中，年平均降水量的q值最高，達(dá)到了0.306 4；其次是DEM高程和到河流的距離，q值分別為0.248 7、0.223 6，這說明年平均降水量是影響寧夏黃土丘陵區(qū)植被CUE的關(guān)鍵因素，DEM高程是重要因素，到河流的距離對寧夏黃土丘陵區(qū)植被CUE也具有較強(qiáng)的影響。

5.1.2 植被CUE交互作用探測分析

地理探測器中的交互探測功能可以深入剖析寧夏黃土丘陵區(qū)植被CUE受到多種因子共同作用時(shí)的具體影響機(jī)制。這一功能不僅揭示了不同因子間的相互關(guān)聯(lián)，也可以定量評估它們共同作用時(shí)對植被CUE的增強(qiáng)或削弱效應(yīng)。寧夏黃土丘陵區(qū)植被CUE各因子交互作用探測結(jié)果如圖9所示。由圖9可知，DEM高程、年平均降水量、到河流的距離等因素與其他因子的交互作用均較強(qiáng)。值得注意的是，其中幾組交互作用尤為顯著，依次是DEM高程與到高速公路的距離、年平均降水量與到高速公路的距離、DEM高程與年平均降水量、DEM高程與到河流的距離，q值分別為0.503 25、0.442 81、0.436 41、0.424 05，這些高值意味著這些因子組合對寧夏黃土丘陵區(qū)植被CUE的影響是顯著且強(qiáng)烈的。進(jìn)一步與表2中的數(shù)據(jù)進(jìn)行對比可知，到高速公路的距離和到河流的距離單獨(dú)作用于植被CUE時(shí)q值較低，而與DEM高程共同作用時(shí)其值會(huì)變大，這意味著這2個(gè)因子在與DEM高程共同作用時(shí)，對植被CUE的影響得到了顯著增強(qiáng)；具體來說，這2個(gè)因子與DEM高程相加的q值均大于交互探測的q值，因此判定為雙因子增強(qiáng)，同時(shí)表明2003—2023年寧夏黃土丘陵區(qū)植被CUE變化主要受到DEM高程與到高速公路的距離、年平均降水量與到高速公路的距離共同推動(dòng)。

5.2 寧夏黃土丘陵區(qū)植被WUE的影響因素分析

5.2.1 植被WUE單因子探測分析

研究將寧夏黃土丘陵區(qū)DEM高程、年平均降水量、坡度、到河流的距離、到高速公路的距離、GDP、到國道的距離和人口密度等8個(gè)影響因子作為自變量，2003—2023年寧夏黃土丘陵區(qū)植被年均WUE作為因變量，利用因子探測器探測8個(gè)影響因子對2003—2023年寧夏黃土丘陵區(qū)WUE的影響。寧夏黃土丘陵區(qū)植被WUE各驅(qū)動(dòng)因子探測結(jié)果見表3。如圖10所示，各因子對寧夏黃土丘陵區(qū)植被WUE的解釋力從大到小依次是年平均降水量、到河流的距離、到國道的距離、DEM高程、GDP、坡度、到高速公路的距離、人口密度。在所有因子中，年平均降水量對寧夏黃土丘陵區(qū)植被WUE的解釋力最強(qiáng)，其q值高達(dá)0.336 9。這一結(jié)果表明，年平均降水量是影響寧夏黃土丘陵區(qū)植被WUE的主導(dǎo)因素。

5.2.2 植被WUE交互作用探測分析

研究利用交互探測器探測驅(qū)動(dòng)因子之間影響寧夏黃土丘陵區(qū)植被WUE變化的相互關(guān)系，如圖11所示。研究表明，氣候環(huán)境因子中，DEM高程除與年平均降水量、GDP存在雙因子增強(qiáng)作用外，與其他因子存在非線性增強(qiáng)作用；年平均降水量與到國道的距離和人口密度存在非線性增強(qiáng)作用；坡度與GDP、到國道的距離和人口密度也存在非線性增強(qiáng)作用。社會(huì)經(jīng)濟(jì)因子中，到國道的距離、人口密度與各個(gè)因子都存在非線性增強(qiáng)作用；到高速公路的距離與DEM高程、GDP、到國道的距離、人口密度存在非線性增強(qiáng)作用；GDP與坡度、到高速公路的距離、到國道的距離、人口密度存在非線性增強(qiáng)作用。

通過以上分析，發(fā)現(xiàn)寧夏黃土丘陵區(qū)植被WUE受多個(gè)因子的交互影響，這些因子間的交互作用主要呈現(xiàn)出雙因子增強(qiáng)和非線性增強(qiáng)的特征，且未觀察到非線性減弱的因子。其中，年平均降水量與到高速公路的距離交互作用的結(jié)果對寧夏黃土丘陵區(qū)植被WUE空間分布的影響力最大（q=0.521 95）。

6 結(jié)論

基于MODIS遙感數(shù)據(jù)，運(yùn)用植被生產(chǎn)力和蒸散量對寧夏黃土丘陵區(qū)植被碳利用效率（CUE）和水分利用效率（WUE）進(jìn)行了定量評估。在此基礎(chǔ)上，深入研究了2003—2023年寧夏黃土丘陵區(qū)植被CUE和WUE的時(shí)空演變特征，并探討了其背后的主要影響因素，得出以下結(jié)論。

①2003—2023年，寧夏黃土丘陵區(qū)的總初級生產(chǎn)力（GPP）、凈初級生產(chǎn)力（NPP）及蒸散量（ET）均呈現(xiàn)顯著的上升趨勢。GPP值為437～705 g（C）/（m2·a），最小值出現(xiàn)在2009年，在2018年達(dá)到最大值。GPP的增長速率為10.819 g（C）/（m2·a）。寧夏黃土丘陵區(qū)植被的NPP增長速率為5.428 g（C）/（m2·a）。2007年是一個(gè)低谷，NPP均值為289 g（C）/（m2·a），2015年寧夏黃土丘陵區(qū)植被NPP均值達(dá)到了最高峰，為613 g（C）/（m2·a）。寧夏黃土丘陵區(qū)植被年均蒸散量為351～576 mm，多年平均蒸散量為451.667 mm。

②2003—2023年，寧夏黃土丘陵區(qū)植被年均CUE的高值區(qū)主要分布在寧夏黃土丘陵西部，低值區(qū)則集中分布在寧夏黃土丘陵區(qū)南部的六盤山山脈；WUE的高值區(qū)主要分布在六盤山山脈區(qū)域的山麓森林，低值區(qū)則主要分布在寧夏黃土丘陵區(qū)西部。

③2003—2023年，寧夏黃土丘陵區(qū)植被CUE的線性趨勢率為-0.008～0.013 a-1，線性變化速率較為平緩。雖然寧夏黃土丘陵區(qū)植被CUE在近21 a間呈現(xiàn)出一定的下降趨勢，但表現(xiàn)為一種緩慢而穩(wěn)定的變化。WUE的線性趨勢率范圍為-0.48～0.02 g（C）/（m2·a），WUE整體上呈現(xiàn)出微弱的上升趨勢。

④就單個(gè)因子而言，對CUE影響最大的是年平均降水量，其次是DEM高程和到河流的距離；對WUE影響最大的是年平均降水量。以上說明年平均降水量對CUE和WUE都有很大的影響。通過交互作用探測分析，可得到CUE變化主要受到DEM高程與到高速公路的距離、年平均降水量與到高速公路的距離共同推動(dòng)；對WUE變化而言，交互解釋力最強(qiáng)的是年平均降水量與到高速公路的距離。

參考文獻(xiàn)：

［1］劉昌明，劉璇，于靜潔，等.生態(tài)水文學(xué)興起：學(xué)科理論與實(shí)踐問題的評述［J］.北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，58（3）：412-423.

［2］梁康，公麗，宋小青，等.黃河水源涵養(yǎng)區(qū)土地利用變化的區(qū)域分異特征及未來格局［J］.水科學(xué)進(jìn)展，2024，35（2）：325-337.

［3］林子琦，溫仲明，劉洋洋，等.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［J］.生態(tài)學(xué)報(bào)，2024，44（1）：377-391.

［4］尹超華，羅敏，孟凡浩，等.蒙古高原植被碳水利用效率時(shí)空變化特征及其影響因素［J］.生態(tài)學(xué)雜志，2022，41（6）：1079-1089.

［5］劉福紅，葉許春，郭強(qiáng)，等.鄱陽湖流域不同土地覆被碳水利用效率時(shí)空變化及其與氣候因子的相關(guān)性［J］.生態(tài)學(xué)報(bào)，2021，41（2）：694-706.

［6］宮菲，杜靈通，孟晨，等.寧夏陸地生態(tài)系統(tǒng)水分利用效率特征及其影響因子［J］.生態(tài)學(xué)報(bào)，2019，39（24）：9068-9078.

［7］李夢華，韓穎娟，趙慧，等.基于地理探測器的寧夏植被覆蓋度時(shí)空變化特征及其驅(qū)動(dòng)因子分析［J］.生態(tài)環(huán)境學(xué)報(bào)，2022，31（7）：1317-1325.

［8］常曉格，王志慧，肖培青，等.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［J］.水土保持研究，2022，29（5）：244-252.