海河流域生態水分利用效率時空變化及其與氣候因子的相關性分析

趙安周,張安兵,馮莉莉,王冬利,承達瑜

1 河北工程大學礦業與測繪工程學院,邯鄲 056038 2 河北省煤炭資源綜合開發與利用協同創新中心,邯鄲 056038

水資源是限制我國北方地區社會經濟發展的重要因素之一。隨著全球氣候的變暖、社會經濟的發展及其人類活動的加劇,人類生產生活用水擠占生態環境用水的現象嚴重,如何平衡二者之間的關系逐漸受到國內外學者的廣泛關注[1- 2]。生態系統水分利用效率(Water Use Efficiency,WUE)是指植被生態系統每單元碳吸收所損失的水分比率[3- 4]。作為連接生態系統中碳循環和水文循環的紐帶,目前已成為生態系統與水文相互關系研究的熱點問題[2,5]。WUE通常被定義為碳增益(GPP)與耗水量(ET)的比值[6]。作為植被生態系統碳、水循環的重要指示因子以及衡量植被生長狀況的監測指標,對其時空演變及其對氣候變化響應的研究有助于明晰生態系統碳-水循環對全球氣候變化的響應機制,對優化地區水資源管理以及生態環境的健康發展具有重要的意義[7- 9]。

目前,國內外學者采用不同的方法對WUE的時空演變模式和影響因素進行了分析。Sun等[10]和Xiao等[11]利用生態過程模型和站點數據估算了中國WUE的時空演變規律及驅動因素,前者指出近30年來中國東北、西南等地區的WUE呈現上升的趨勢,后者指出林地和耕地的WUE值高于草地。在區域尺度上,劉憲鋒等[2]和Zhang等[9]利用MODIS (Moderate-Resolution Imaging Spectroradiometer)的GPP、ET產品和CASA (Carnegie-Ames-Stanford Approach)模型估算的凈初級生產力(Net Primary Productivity,NPP)對黃土高原的WUE時空演變進行了分析,認為近些年來黃土高原的WUE呈現顯著增加的趨勢。黃小濤和羅格平[12]利用Biome-BGC模型對新疆地區的WUE時空演變規律進行了分析,認為該地區WUE具有顯著的區域差異。從影響因素來看,仇寬彪等[13]采用MODIS-GPP和ET數據對中國中東部農田的WUE時空演變進行了分析,指出降水、氣溫等氣候變化因素是影響中國東部農田WUE變化的主要因素。Yang等[14]和Liu等[15]利用站點觀測數據和模型模擬的方法對全球及其中國的WUE進行了分析,認為干旱對全球及其中國生態系統的WUE時空演變具有重要的影響。Sharma和Goyal[16-17]利用MODIS-NPP和ET數據對印度地區的WUE時空演變進行了分析,指出降水、干旱等水文氣候因子是影響該地區WUE時空演變的重要因素。Huang等[18]采用模型模擬的方法對全球WUE的時空演變進行了分析,指出氮沉降、CO2濃度的變化都會影響WUE的時空演變特征。應指出的是,站點觀測數據精度較高但是會受到其數量和分布特征的限制,生態模型模擬的尺度較大但分辨率較粗,基于這兩種方法很難獲得對區域WUE時空演變的整體認識[2,12]。

海河流域是我國水資源緊缺地區之一,近些年來,隨著氣候變化和人類活動的加劇,水資源短缺、水資源利用率低等問題已經成為限制該地區農業發展的主要因素。雖然已有研究對該地區水資源變化、植被變化進行了全面的分析,但是缺乏對其生態系統水分利用效率時空演變及其影響因素的分析[19- 21]。鑒于此,本文利用MODIS產品及其氣象數據,對2000—2014年海河流域WUE時空變化特征進行分析,并探討降水、氣溫以及干旱對WUE的影響,以期為全球氣候變化背景下海河流域水資源安全利用及其生態環境可持續發展提供參考。

1 材料和方法

1.1 研究區概況

海河流域地處華北平原北部,35°—43°N,112°—120°E之間,包括北京和天津的全部區域、河北的大部分區域以及內蒙古、山西、遼寧、山東、河南的部分區域,總面積達3.19×105km2。地勢由西北向東南傾斜,平均海拔500 m以上,氣候類型為溫帶大陸性季風氣候,年平均降水530 mm,年均氣溫1.5—14℃之間,屬于半干旱半濕潤地區[22]。東部平原區地勢較低,平均海拔在300 m以下,是中國主要的糧食主產區。西部地區主要為太行山脈和燕山山脈,地勢較高,平均海拔多在800 m以上。植被類型主要包括農田(Croplands,CRO)、草地(Grasslands,GRO)、混交林(Mixed Forests,MF)、閉合灌叢(Closed Shrublands,CSH)、有林草原(Woody Savannas,WSA)、農牧交錯地(Cropland/Natural Vegetation Mosaic,CRN)以及非植被(Non Vegetation,NV),其面積占流域總面積的90%以上(圖1)。根據生態系統類型、地理特征等自然條件(http://www.ecosystem.csdb.cn),將研究區劃分為Ⅰ黃土高原農業與草原生態區、Ⅱ燕山-太行山山地落葉闊葉林生態區、Ⅲ內蒙古高原中東部典型草原生態區、Ⅳ華北平原農業生態區以及Ⅴ京津唐城鎮與城郊農業生態區5個生態區[23],其中燕山-太行山山地落葉闊葉林生態區和華北平原農業生態區面積最大,分別占整個流域面積的49.35%和30.54%；西北部的黃土高原農業與草原生態區和內蒙古高原中東部典型草原生態區面積較小,分別僅占整個流域面積的4.69%和5.89%(圖1)。

1.2 數據來源

GPP(MOD17A2)、潛在蒸散發(Potential Evapotranspiration,PET)和ET(MOD16A2)數據來源于蒙大拿大學密蘇拉分校地球動態數值模擬研究組(Numerical Terradynamic Simulation Group,NTSG)已經發布的MODIS數據產品(http://files.ntsg.umt.edu/data/NTSG_Products/),其時間跨度為2000—2014年,時間分辨率為8 d,空間分辨率為1 km×1 km；增強型植被指數 (Enhanced Vegetation Index,EVI)數據來源于 EOS/MODIS數據產品中的MOD13A2EVI數據(http://e4ftl01.cr.usgs.gov),時間分辨率為16 d,空間分辨率為1 km×1 km。其中GPP產品是基于光合有效輻射利用效率模型計算,ET產品是通過改進的MOD16算法計算得到,這些數據精度已與全球多個地區的通量站點數據進行了對比驗證,在全球和區域研究中得到廣泛應用[24-27]。植被類型數據來源于USGS Land Cover Institute (LCI, https://landcover.usgs.gov/global_climatology.php),該數據是基于2001—2010年的MOD12Q1土地利用數據制作而成,空間分辨率為500 m×500 m,目前已在全球許多地區得到了應用[16-17]。通過裁剪得到海河流域植被類型比例為：農田(55.21%)、草地(29.19%)、混交林(5.53%)、閉合灌叢(3.80%)、農牧交錯地(0.75%)。上述數據需經過拼接、投影轉換、裁剪等預處理,將數據重采樣到1 km×1 km,以保證所有數據在空間上可以有效匹配。同時采用最大合成法(Maximum Value Composite,MVC)將GPP、ET、PET和EVI數據合成月數據,進一步合成得到2000—2014年海河流域年數據。

氣象數據為海河流域2000—2014年35個氣象臺站的逐年降水、氣溫數據,來源于中國氣象科學數據共享服務網(http://cdc.cma.gov.cn)。利用反距離權重法(Inverse Distance Weighted,IDW)插值得到空間分辨率為1 km的2000—2014年海河流域逐年的降水量、平均氣溫數據。

1.3 分析方法

本文的WUE采用GPP與ET的比值表示[2]：

(1)

式中,WUE為生態水分利用效率,單位為gC/kg H2O；GPP和ET分別為陸地生態系統總初級生產力和蒸散發,其單位為gC/m2和mm,均來源于MODIS數據產品。

海河流域干旱情況采用基于遙感監測數據的干旱監測指數MDSI(Modified Drought Severity Index),該指數綜合考慮了作物生長狀況和水分脅迫信息[28]。借鑒Mu等[28]基于MODIS NDVI (Normal Difference Vegetation Index)、PET和ET所構建的DSI(Drought Severity Index)方法,考慮到NDVI在對植物生長茂盛期監測容易達到飽和等缺點,利用EVI數據替代原方法中的NDVI,構建MDSI干旱監測指數,具體步驟參考文獻[28]和[29]。

采用最小二乘線性回歸模型來分析2000—2014年15年期間海河流域GPP、ET和WUE整體變化趨勢,并采用Mann-Kendall統計檢驗法[30- 32]對其變化的顯著性進行檢驗；同時采用Person簡單相關系數在像元尺度上分析海河流域WUE與降水量、氣溫和MDSI的相關性。

2 結果分析

2.1 海河流域GPP/ET/WUE時空演變

2.1.1 時間變化特征

2000—2014年海河流域GPP的均值為596.98gC/m2(492.41—684.78 gC/m2),近15年GPP呈增加的趨勢,增速為5.07 gC m-2a-1(R2=0.1784,P=0.12)(圖2)；就不同的生態區來看,5個生態區的GPP均呈增加的趨勢,其中生態區Ⅰ的增速最大,達到7.25 gC m-2a-1(R2=0.4875,P<0.01),主要是由于該區域為國家生態工程重點建設區域,生態工程的實施使得該地區植被覆蓋得到了很大提高,生態區Ⅴ的增速最小,僅為0.60 gC m-2a-1(R2=0.0027,P=0.85) (圖2)。就ET變化來看,近15年來海河流域的ET呈現微弱減小的趨勢,其減小速率為0.8175 mm a-1(R2=0.0258,P=0.57),其中生態區Ⅳ和Ⅴ的ET減小速率最大,但均未通過0.05顯著性水平檢驗(圖2)。就WUE來看,海河流域近15年WUE均值為1.52 gC/kg H2O,其值從2000年的1.31 gC/kg H2O增加到1.69 gC/kg H2O,增加了29.77%(圖2)；就其變化趨勢來看,WUE呈顯著增加的趨勢,增速為0.0185 gC kg-1H2O a-1(R2=0.6299,P<0.01),其中生態區Ⅰ和Ⅳ增速最為明顯,分別達到了0.0243 gC kg-1H2O a-1和0.0236 gC kg-1H2O a-1(P<0.01) (圖2),可以看出,海河流域WUE的增加主要是由GPP的增加引起的。

圖2 2000—2014 年海河流域及其不同生態區GPP、ET和 WUE 變化趨勢Fig.2 The inter-annual change and trends for the GPP, ET, and WUE in each ecoregion in Haihe River basin GPP：總初級生產力，gross primary productivity；ET：蒸散發，evapotranspiration； WUE：生態水分利用效率，water use efficiency

2.1.2 空間變化特征

2000—2014年海河流域GPP、ET和WUE的空間變化模式如圖3所示。海河流域GPP、ET和WUE空間分布具有顯著的空間差異。GPP的高值區主要分布在生態區Ⅳ的南部和生態區Ⅱ的南部和東北部地區,GPP多年平均值高于600 gC/m2,主要由于這些地區的植被類型為灌溉農業和林地,其植被長勢較好(圖3)；低值區主要分布在生態區Ⅰ、Ⅱ和Ⅲ的西北部地區,其GPP多年平均值普遍在400 gC/m2以下,主要是由于這些地區植被類型主要為草地,植被較為疏松(圖3)。從變化趨勢來看,GPP整體上呈上升的趨勢,呈上升和下降趨勢的面積分別占到84.53%和15.47%,其中32.64%的區域呈現顯著上升的趨勢,主要分布生態區Ⅰ、Ⅱ的西部以及生態區Ⅳ的東部地區,表明這些地區的植被狀況近些年來得到了改善(圖3)。

ET的空間分布呈從東北向西南減小的趨勢,高值區主要分布在生態區Ⅱ的東北部以及生態區Ⅳ的南部地區,ET的多年平均值高于500 mm,這些地區主要為灌溉農業,ET較高；低值區主要分布在生態區Ⅰ和生態區Ⅲ,ET的多年平均值普遍在300 mm以下(圖3),這些地區主要植被類型為草地,其ET較低。就變化趨勢來看,呈上升和下降趨勢的面積分別占到42.96%和57.04%,其中呈現顯著上升和下降的區域分別占9.43%和15.96%,顯著上升的區域主要分布在生態區Ⅱ東北部地區,顯著下降的區域主要分布在生態區Ⅴ、生態區Ⅱ和Ⅳ的西部地區(圖3)。

圖3 2000—2014年海河流域GPP、ET和WUE的空間變化模式及其變化趨勢Fig.3 The spatial patterns and change trend of GPP, ET, and WUE in Haihe River basin from 2000 to 2014

WUE的空間變化模式同GPP類似,均呈現從東南向西北減小的趨勢,表明在該流域其GPP的變化對WUE的影響大于ET。高值區主要分布在生態區Ⅳ和Ⅴ,WUE的多年平均值高于1.5 gC/kg H2O,低值區主要分布在流域西部的生態區Ⅱ、Ⅰ和Ⅲ,這些地區的WUE多年平均值多低于1.5 gC/kg H2O(圖3)。就變化趨勢來看,海河流域2000—2014年WUE整體呈上升和下降的趨勢的面積分別占91.11%和8.89%,其中呈顯著上升和下降的面積分別占60.17%和0.57%,表明近15年來海河流域的WUE得到顯著提高(圖3)。

2.2 生態區WUE變化比較

在不同的生態區中,近15年來生態區Ⅳ和Ⅴ的WUE均值最大,分別為1.71 gC/kg H2O和1.70 gC/kg H2O,生態區Ⅰ和Ⅲ的WUE均值最小,分別為1.31 gC/kg H2O和1.24 gC/kg H2O。就顯著性變化來看,除流域東北部外,生態區Ⅱ南部、生態區Ⅰ、Ⅲ以及Ⅳ大部分地區WUE均呈顯著上升的趨勢(圖4)。具體來看,生態區Ⅰ88.67%的區域呈顯著的上升趨勢,呈顯著下降趨勢的面積僅占0.29%,其原因有可能是近些年的退耕還林還草等大規模的生態工程建設有效改善了該地區的生態環境,同時促進了該生態區WUE的顯著增加；生態區Ⅱ53.13%的區域呈現顯著上升的趨勢,主要分布在該生態區的中部和南部地區,僅0.47%的區域呈顯著下降趨勢,主要零星分布在該生態區的北部地區；生態區Ⅲ46.05%的區域呈顯著上升的趨勢,主要分布在該生態區的西北部地區；生態區Ⅳ和Ⅴ呈顯著上升的區域分別占74.97%和44.25%,呈顯著下降的區域分別僅占0.30%和2.42%(圖4)。

圖4 海河流域不同生態區WUE的顯著性變化趨勢及其面積比例Fig.4 Significance of WUE values and area proportion in each ecoregion in Haihe River basin

2.3 不同植被類型的WUE分析

基于MOD12Q1數據,本文進一步分析了不同植被類型WUE的變化特征。結果顯示,農田的WUE值最高,為1.62 gC/kg H2O,其次為有林草原和閉合灌叢,其值分別為1.45 gC/kg H2O和1.40 gC/kg H2O,草地的WUE最低,僅為1.30 gC/kg H2O,表明不同植被生態系統的WUE有所差異(圖5)。就變化趨勢來看,海河流域6種主要植被類型均呈現上升的趨勢,其中農田、有林草地和草地均呈現顯著的增加趨勢(P<0.05),增速分別為0.021 gC kg-1H2O a-1、0.018 gC kg-1H2O a-1和0.017 gC kg-1H2O a-1(圖5)。

圖5 2000—2014年海河流域主要植被類型的WUE均值及變化趨勢Fig.5 Mean and trend of WUE for different vegetation types in Haihe River basin from 2000 to 2014

圖6 2000—2014年海河流域年WUE與MDSI、氣溫、降水的相關系數以及主要驅動力空間分布Fig.6 Spatial distributions of the correlation coefficients between WUE and MDSI, temperature, and precipitation, and spatial distribution of WUE dominant driver during 2000—2014 over Haihe River basin

3 氣候因子對生態WUE的影響

已有研究表明,降水、干旱、氣溫等氣候因子的變化會影響GPP和ET的時空變化特征,進而影響WUE[14]。圖6顯示了2000—2014年海河流域年WUE與降水、氣溫和MDSI的相關系數。結果表明海河流域2.67%和11.18%植被區域的WUE與MDSI分別呈現顯著的正相關和負相關,呈顯著負相關的區域遠大于顯著正相關的區域,主要分布在流域東部的生態區Ⅳ和Ⅴ(圖6)；就年WUE與氣溫的相關系數來看,呈顯著正相關和負相關的區域分別占流域植被面積的4.30%和0.95%,呈顯著正相關的區域遠大于顯著負相關的區域,主要分布在生態區Ⅱ的中部和生態區Ⅰ的南部(圖6)；34.52%和1.47%植被區域的年WUE與降水呈顯著正相關和負相關,呈顯著正相關的區域遠大于呈顯著負相關的區域,主要分布在生態區Ⅳ的南部、生態區Ⅱ的西北部、生態區Ⅰ和Ⅲ等地(圖6)。

同時,本文進一步分析了海河流域WUE的主導因素空間分布(圖6)。可見,由降水控制的面積最大,占整個流域植被面積的44.44%,主要分布在生態區Ⅱ、生態區Ⅳ和Ⅴ的北部地區。由干旱控制的面積占整個流域植被面積的39.23%,主要分布在生態區Ⅳ和Ⅱ的東北部和南部。由氣溫控制的面積僅占整個流域植被面積的16.01%,主要分布在生態區Ⅱ的西部以及生態區Ⅲ。

4 討論和結論

4.1 討論

4.1.1 WUE時空變化格局以及驅動力分析

海河流域地處半濕潤、半干旱地區,降水是限制該地區植被生長的主要因素[21]。降水的增加會促使GPP增加,從而使得WUE上升。就不同的生態區來看,本文的研究結果表明,海河流域不同生態區的WUE存在明顯差異。流域東部的生態區Ⅳ和Ⅴ的WUE均值最大(1.71 gC/kg H2O和1.70 gC/kg H2O),其原因是這兩個生態區為傳統農耕區,植被類型主要為農田,相對于其他植被類型,農田的WUE值最大(圖5)。流域西北部的生態區Ⅰ和Ⅲ的WUE值最低(1.31 gC/kg H2O和1.24 gC/kg H2O),這兩個生態區以牧業為主,其草地面積分別占生態區的88.22%和93.86%,相對與其他植被類型,草地的WUE值最小(圖5)。除植被類型外,降水的分布也是導致海河流域不同生態區WUE存在顯著差異的原因,2000—2014年生態區Ⅳ和Ⅴ的年平均降水量分別達到542.65 mm和561.05 mm,遠高于生態區Ⅰ和Ⅲ (454.63 mm和417.91 mm)。就變化趨勢來看,黃土高原農業與草原生態區的WUE上升最為顯著,主要是由于該區域作為生態建設的重點區域,近些年來其植被狀況得到了明顯的改善,其GPP的提高速度快于耗水量的提升,進而使得該生態區的WUE上升最為顯著[2,9]。

從其驅動力來看,本文主要分析了降水、氣溫以及干旱對WUE的影響,相關分析表明降水對該流域WUE的變化影響最大,主要是由于該地區處于半干旱半濕潤地區,降水的增多會促使植被光合作用的增強,進而使得GPP大幅度增加,而ET的增加幅度較小,從而使得WUE增加[32]；這與劉憲鋒等[2]人的研究結果類似。除此之外,CO2濃度的升高會提高植被的光合作用,進而使得WUE 得到升高,同時太陽輻射、相對濕度、氮沉降、輻射強度、土壤含水量、土地利用變化等因素的變化都會影響WUE的變化[33]。

4.1.2 不確定性分析

本文計算WUE采用的MODIS-GPP和ET產品仍存在一定的不確定性。如估算GPP利用的參數最大光能利用效率采用了固定值,不僅對植被的差異考慮不足,同時沒有考慮氣候要素、土壤類型等對該參數的影響[34]。ET的計算是在彭曼公式的基礎上計算的,其植被覆蓋率、反照率、氣候數據等輸入參數的不確定性會影響其計算精度[3]。在影響因素方面,本文選取了氣溫、降水以及干旱來分析WUE對氣候變化的響應。其他因素如CO2濃度、農業灌溉、土壤含水量、生態恢復工程建設也會對WUE、GPP的變化有重要影響[9,13,18]。同時在分析WUE與氣溫、降水以及干旱等氣候因素的關系時,僅僅用了Pearson′s相關系數等線性方法,沒有考慮氣候要素與WUE的非線性關系。未來如何考慮多要素對WUE的影響及其之間的非線性關系值得進一步深入探究。

4.2 結論

基于2000—2014年MODIS數據和氣象數據,本文分析了海河流域WUE時空演變規律及其對降水、氣溫和MDSI的響應,可以得到如下結論：

(1)2000—2014年GPP和WUE的均值為596.98 gC/m2和1.52 gC/kg H2O,GPP和WUE均呈上升的趨勢,僅WUE的變化通過了顯著性檢驗。

(2)從空間變化來看,WUE和GPP均呈現從東南向西北減小的趨勢。高值區主要分布在生態區Ⅳ和Ⅴ,低值區主要分布在流域西部的生態區Ⅰ、Ⅱ和Ⅲ。就變化趨勢來看,GPP和WUE整體呈現上升的趨勢,其中生態區Ⅰ上升趨勢最大。

(3)就不同的植被類型來看,海河流域農田的WUE值最高,草地的WUE最低,6種主要植被類型均呈現上升的趨勢,其中農田、有林草地和草地均呈現顯著的增加趨勢(P<0.05)。

(4)從影響因素來看,降水對WUE的影響最大,其次為干旱,氣溫對WUE的影響最小,海河流域WUE由降水、MDSI和氣溫控制的區域分別占整個流域植被面積的44.44%、39.23%和16.01%。