中國干旱半干旱區植被降水利用效率時空變化特征及影響因素分析

陳 碩,趙文武,韓 逸

1 山東農業大學 資源與環境學院,泰安 271000 2 北京師范大學地理科學學部 地表過程與資源生態國家重點實驗室,北京 100875 3 北京師范大學地理科學學部 陸地表層系統科學與可持續發展研究院,北京 100875

降水是控制生態系統結構與功能動態變化,影響生態系統生物多樣性的關鍵因素[1]。在干旱半干旱區,降水對植被的生長起著尤為重要的作用。植被作為生態環境變化的指示器,是干旱半干旱區生態系統最活躍、最重要的組成部分之一。植被降水利用效率(Precipitation use efficiency, PUE)被定義為植被凈初級生產力(Net primary productivity, NPP)與降水量的比值,反映了植被利用水分將營養物質轉化為生物量的能力,能夠反映當地生態環境的變化[1]。研究PUE時空特征及其變化的驅動因素可為植被退化監測、氣候變化風險預警奠定基礎,并為減緩植被退化、改善干旱區生態環境提供參考,是氣候變化對干旱半干旱區生態系統影響研究的重要議題[2]。

對于干旱半干旱地區植被降水利用效率的相關研究,近年來國內外學者[1-13]大致從兩個方面來進行:植被PUE的時空特征及其變化的驅動因素;不同植被類型PUE的差異研究。對于植被PUE的變化趨勢分析,有研究認為中國干旱區自然植被的PUE呈衰減趨勢[3-4],相反,在其他研究中[5-6]中國干旱區自然植被PUE卻整體表現出增大趨勢?？梢娪捎谘芯克x取的空間尺度的差異,得到的結論并不統一。對于PUE變化的驅動因子研究,先前的結果表明,在一定空間內植被的PUE會隨降水等自然因素的變化而變化[1],目前對于驅動植被PUE變化的影響因素研究主要集中在干旱程度、潛在蒸散量、降水、氣溫等因素上。研究表明,在一定空間內隨著干旱程度和潛在蒸散量的增加會導致植被PUE呈降低趨勢[7]。通常認為,對生態系統而言,隨著降水量的增加,PUE呈下降趨勢[1,7]。但是基于實測數據研究[2]和通過模擬相關性分析[3]的研究發現中國干旱區自然植被PUE與年降水呈正相關。事實上,沿一定的降水梯度,植被PUE呈先上升后下降的趨勢,且在一定的降水量會達到峰值[8],兩者相關性不會一直呈正相關或負相關。而對于氣溫因子的研究,一般認為PUE對降水的響應敏感性強于氣溫[5],PUE年際波動與降水呈強相關,與氣溫則無明顯相關性[6];其他研究則表明氣溫與植被PUE呈負相關[9]。由于區域實測數據和氣象數據的缺乏、誤差等原因,以上研究在選取研究區域、分析氣象因子對植被PUE的影響時,可能受到了不同程度的限制,從而在得出相關結論時存在差異。

通常來說,不同植被除了氣候變化外,也會因自身群落結構差異、地形等因素造成植被PUE的差異[1],同時地形變化也可能會影響氣候因子對植被PUE的作用能力。一般認為,在海拔高度相同時,各植被類型PUE均值大小會有較大差異,導致此現象的原因是植被自身結構的影響[9]。研究表明,海拔高度越高時,植被的PUE越低[9],但也有研究認為植被PUE的分布隨著海拔的不斷升高,呈現先升高后降低的變化趨勢[10],可見當前研究關于海拔對植被PUE影響的意見尚不統一,且缺少因地形變化導致的氣候因子對植被PUE的影響分析。近年來在中國干旱半干旱地區的人類活動越來越劇烈也造成了土地利用格局的變化[11],甚至導致了土地荒漠化等問題[12],導致受影響植被的生產能力下降。然而,基于遙感數據和模型估算的,針對地形和不同土地利用類型對中國干旱半干旱地區植被PUE影響分析的研究還較少,有待于進一步完善。

中國干旱半干旱區是對氣候變化非常敏感的區域[13],在我國生態安全、資源保護方面占據著極其重要的地位。當前全球氣候變化、人為活動造成的土地利用格局變化,在深刻影響著陸地植被,尤其是干旱半干旱區植被的生長變化。目前對于中國干旱半干旱區的長時序植被PUE時空特征及其驅動因子的研究和探討較少。本研究以中國干旱半干旱區為研究對象,結合遙感影像數據和降水、溫度、地形等數據,解析植被降水利用效率在2000-2020年的時空分布格局,識別降水及溫度因子的變化以及不同土地利用類型下植被類型和不同地形對植被降水利用效率的影響及調控作用,有利于深化對中國干旱半干旱地區植被降水利用效率的認識,為全球變化背景下干旱、半干旱區生態系統保護、植被恢復與生態可持續提供科學依據。

1 數據準備與研究方法

1.1 研究區概況

研究區(圖1)為中國干旱半干旱地區(73°33′E-124°30′E,31°58′N-50°1′N),該區域包括新疆、青海、甘肅、寧夏全境和陜西秦嶺以北、內蒙古西部以及山西西部地區,約占中國陸地國土面積的53%。本文干旱半干旱區范圍根據多年平均干旱指數(降水量與潛在蒸散量的比值,Aridity Index,AI)界定。干旱區通常依據干旱指數分為四個梯度:干旱半濕潤區(0.5

圖1 研究區域范圍Fig.1 The scope of the study area

圖2 2000-2020年中國干旱半干旱區年均降水量圖、年均溫圖Fig.2 Annual Average Precipitation and Annual Average Temperature in arid and semi-arid areas of China during 2000-2020

1.2 數據來源與預處理

本研究所采用數據如表1所示,其中降水數據集采用中國逐月降水量數據,氣溫數據集為中國逐月溫度數據[15-18]。土地利用類型數據來源于中國土地覆蓋數據集產品(China Land Cover Dataset, CLCD)。本研究所用2000-2020年LAI(Leaf Area Index)和NPP數據來自北京師范大學生產的GLASS-LAI和GLASS-NPP數據集[19], FPAR和FVC數據是由GLASS-LAI數據利用植被冠層輻射傳輸模型計算得到[20-21]。GLASS數據集是目前全世界時間跨度最長的全球地表特征產品之一,是基于多源遙感數據和地面實測數據,反演得到的高精度的全球地表遙感產品。數據空間分辨率為500 m, 時間分辨率為8 d。中國海拔高度(DEM)空間分布數據來源于美國奮進號航天飛機的雷達地形測繪SRTM(Shuttle Radar Topography Mission,SRTM)數據。本研究運用Matlab平臺對上述數據進行批量拼接、投影轉換、裁剪、重采樣等預處理,利用最大值合成法將NPP合成為年度數據,并利用累計求和的方法將降水和氣溫數據合成為年度數據,再利用最鄰近法將NPP、土地利用類型數據、葉面積指數數據重采樣為1000 m分辨率。

表1 研究所需數據表Table 1 Data used in this study

1.3 研究方法

1.3.1植被NPP模型與估算

本研究采用MuSyQ-NPP[22](Multi-source data Synergized Quantitative remote sensing production system-Net Primary Productivity)模型估算植被NPP。MuSyQ-NPP中將GPP的形成與自養呼吸過程看作兩個相對獨立的過程。其中GPP通過光能利用率模型來進行計算, 主要取決于植被的光合有效輻射和光能利用率。GPP中扣除自養呼吸的部分即為NPP,計算公式如下:

GPP=εg×FPAR×PAR×f1(T)×f2(β)

(1)

NPP=GPP-Ra

(2)

式中,εg為植被最大光能利用率,本研究εg取值參考MODIS NPP算法取值[22-23];PAR為光合有效輻射。FPAR為植物吸收的光合有效輻射比例,是植被冠層吸收的PAR占入射PAR的比例;f1(T)為依據CASA模型[24]計算公式得出的溫度脅迫因子;f2(β)為通過地表實際蒸散量與潛在蒸散量的比值求得的水分脅迫因子,實際蒸散量采用Penman-Monteith公式,利用FVC、LAI及比濕數據進行計算,潛在蒸散則采用Priestley-Taylor方程[22]計算;自養呼吸Ra計算公式[25]如下:

Ra=Rm+Rg=∑Rm,i+Rg

(3)

Rm,i=Mirm,iQ10,i(T-Tb)/10

(4)

Rg=γ(GPP-Rm)

(5)

式中,Rm為維持呼吸,Rg為生長呼吸。i代表植被的根、莖、葉三部分。Mi為植被i部分參與呼吸的生物量,rm,i為植被第i部分的維持呼吸系數,Q10,i為植被i部分的溫度敏感因子,Tb為基溫,T為平均溫度。其中γ為生長呼吸系數,Rg與溫度無關,與總初級生產力成一定的比例關系[25]。

1.3.2PUE計算

PUE為年凈初級生產力(NPP)與年降水量的比值:

(6)

式中,NPP、PPT為年植被凈初級生產力(g C m-2a-1)和年降水量(mm)。

1.3.3Pearson相關系數

本研究運用Pearson相關系數表征降水和氣溫與PUE的相關性,該系數在植被與氣候變化響應的研究中應用廣泛[26-28]。本研究基于MATLAB R2022a軟件平臺進行編程,從而實現逐像元相關系數的計算,其中Pearson相關系數計算公式如下:

(7)

表2 相關系數劃分表Table 2 Correlation coefficient divisions

1.3.4Theil-Sen median與Mann-Kendall趨勢分析

Theil Sen median與Mann-Kendall趨勢分析法是目前基于植被長時間序列趨勢分析判斷的一種非參數統計的有效計算方法[30-32]。本研究采用Theil Sen median與Mann-Kendall趨勢分析法分析植被降水利用效率的時間變化趨勢。時間序列數據趨勢的計算如下:

(8)

式中,β為時間序列數據趨勢性大小的計算值;xi和xj為時間序列數據中年份i和j所對應的數值[20-22]。

(9)

(10)

(11)

sgn(xj-xi)是符號函數,檢驗統計量S是由公式(9)計算得出,當n<10時,若S>0,認為序列存在上升趨勢;S=0時,無趨勢;S<0認為序列存在下降趨勢。當n≥10時,統計量S大致服從正態分布,Var(S)是S統計量的方差,其計算見公式(10),檢驗統計量Z由公式(11)計算。

Man-Kendall非參數檢驗法計算統計量Z:

(12)

式中,對于序列Xt=(x1,x2,…,xn),,先確定所有對偶值(xi,xj,j>i)中xi與xj的大小關系(設為S),

本研究將Theil-Sen median趨勢分析結果和Mann-Kendall檢驗結果進行疊加,得到PUE變化趨勢數據,并將結果劃分為如表3中的5種變化類型:

表3 趨勢變化分類標準表Table 3 Classification criteria of trend change

Spue:PUE的slope值

2 結果分析

2.1 NPP與PUE空間分布特征

中國干旱半干旱區植被NPP的空間分布格局總體上為東南向西北遞減,其中西北部新疆天山、阿爾泰山地區NPP較高。PUE具有明顯的空間異質性[1](圖3),PUE高值區域主要分布在內蒙古高原東部、塔里木河沿河區域、天山、阿爾泰山附近,空間分布格局總體表現出NPP高則PUE高的規律(圖3)。

圖3 2000-2020年中國干旱半干旱區年均NPP空間格局、年均PUE空間格局Fig.3 Annual Spatial pattern of NPP and annual Spatial pattern of PUE in arid and semi-arid areas of China during 2000-2020NPP:植被凈初級生產力;PUE:植被降水利用效率

根據PUE的計算結果,2000-2020年中國干旱半干旱區平均PUE為0.41 g C m-2mm-1a-1。圖3表明,祁連山脈東部、天山、阿爾泰山、昆侖山西段PUE大多高于2.0 g C m-2mm-1a-1;內蒙古地區東部、黃土高原PUE多處于0.5-2.0 g C m-2mm-1a-1范圍;研究區中西部塔里木盆地、吐魯番盆地、準噶爾盆地、柴達木盆地,內蒙古高原西部和青藏高原西北部大部分區域PUE總體小于0.5 g C m-2mm-1a-1。

2.2 植被PUE時間變化特征與趨勢

圖4表明,2000-2020年研究區內PUE平均值整體上呈現波動上升趨勢,上升速率為0.004 g C m-2mm-1a-1,多年的平均值為0.415 g C m-2mm-1a-1,其中最大值出現在2020年,達到0.479 g C m-2mm-1a-1,最小值出現在2003年,為0.325 g C m-2mm-1a-1。

圖4 2000-2020年中國干旱半干旱區PUE值隨時間變化Fig.4 Changes of PUE values in arid and semi-arid areas of China during 2000-2020

將PUE變化趨勢根據以往研究經驗和研究區SPUE的實際情況,按照PUE趨勢變化分類表(表3)劃分為顯著增加、輕微增加、穩定不變、輕微減少、明顯減少等5個等級[33]。如圖5所示,明顯增加和輕微增加集中在黃河流域上游地區和黃土高原附近,分別占研究區面積的12.24%和26.36%;穩定不變趨勢占研究區面積的44.47%,主要分布在塔里木盆地、內蒙古高原中西部和柴達木盆地;顯著減少和輕微減少區域主要集中在內蒙古高原東部和華北平原北部,分別占研究區面積的1.81%和15.12%。

圖5 2000-2020年中國干旱半干旱區植被PUE的變化趨勢Fig.5 Variation trend of vegetation PUE in arid and semi-arid areas of China from 2000 to 2020

2.3 植被PUE與氣候變化的關聯

以2000-2020年中國干旱半干旱區PUE與年降水量、年平均氣溫進行Pearson相關性分析,識別植被PUE與氣候因子的關聯程度(圖6)。相關分析顯示,氣溫與PUE的相關系數介于在-0.87-0.89間,降水與PUE的相關系數介于-0.98-0.77區間內,氣溫、降水同PUE間的相關系數的平均值分別為0.08和-0.18。氣溫與PUE間呈現顯著相關(P<0.1)的區域占總面積的64.18%,降水與PUE間呈現顯著相關(P<0.1)的 區域占總面積的82.22%。

2.4 氣候變化背景下植被PUE的影響因素

2.4.1土地利用對植被PUE的影響

在全球氣候變化背景下,氣候因子是影響植被PUE的重要因素[1]。由表4可知,不同土地利用類型植被的2000-2020年平均PUE差異較大,植被PUE均值范圍0.41-1.22 g C m-2mm-1a-1。其中林地平均PUE最高,達到1.22 g C m-2mm-1a-1,植被PUE由小到大依次為:草地<濕地<灌木<耕地<林地。

表4 不同土地利用類型植被平均PUETable 4 Average PUE of different vegetation

總體來看,中國干旱半干旱區不同土地利用類型年均PUE變化的差異顯著(圖7)。耕地、灌木、濕地、建設用地的植被PUE呈現上升趨勢,其余土地利用類型的植被PUE維持不變。林地和耕地年平均PUE在所有土地類型中均大于1.00 g C m-2mm-1a-1,林地年平均PUE為1.00-1.40 g C m-2mm-1a-1范圍內,維持在1.20 g C m-2mm-1a-1左右;耕地年平均PUE為1.00-1.20 g C m-2mm-1a-1范圍內,有波動上升的趨勢,在2014年和2020年出現超過林地PUE的現象;灌木年平均PUE在0.80-1.00 g C m-2mm-1a-1范圍內,在2008-2020年內變化幅度小,維持在1.00 g C m-2mm-1a-1總體趨向穩定;濕地植被的PUE在2000-2019年處于0.40-0.80 g C m-2mm-1a-1,在2019-2020年增大到1.3 0g C m-2mm-1a-1,變化幅度較大;草地PUE維持在0.60 g C m-2mm-1a-1,波動幅度較穩定。

圖7 2000-2020年中國干旱半干旱區不同植被類型PUE的變化Fig.7 Annual PUE changes of different vegetation types in arid and semi-arid areas of China from 2000 to 2020

如表5所示,不同土地利用類型的植被PUE與氣溫均呈正相關,相關系數范圍為0.02-0.23,正相關強度大小依次為濕地<草地<耕地<灌木<林地,不同土地利用類型的植被PUE與降水均呈負相關,相關系數范圍為-0.50--0.26,負相關強度大小依次為濕地<草地<灌木<耕地<林地。

表5 不同土地利用類型植被平均PUE與氣溫、降水的相關性Table 5 Average PUE of different vegetation′s correlation with temperature and precipitation

2.4.2地形對植被PUE的影響

地形是PUE的另一個重要影響因素。不同海拔下的植被PUE,呈現先減后增再減的趨勢(表6),在5001m及以上海拔時植被PUE為最小值0.03 g C m-2mm-1,在3001-4000m海拔時植被PUE達到最大值0.64 g C m-2mm-1。

表6 不同海拔下植被的平均PUETable 6 Average PUE of vegetation at different altitude

表7表明,不同海拔的植被PUE與氣溫均呈正相關,相關系數范圍為0.01-0.14,不同海拔的植被PUE與降水均呈負相關,相關系數范圍為-0.32--0.01。

表7 不同海拔下植被平均PUE與氣溫、降水的相關性Table 7 Average PUE of vegetation at different altitude and its correlation with temperature and precipitation

總體來看,不同海拔高度下的植被PUE差別較大(圖8),其中0-1000 m、2001-3000 m和3001-4000 m三個海拔梯度的植被PUE值較大,且伴隨著較大的波動;而1001-2000 m、4001-5000 m和5001-6928 m三個海拔梯度下植被PUE較小,波動也相對穩定。

圖8 2000-2020年中國干旱半干旱區不同海拔下植被PUE變化趨勢Fig.8 Annual PUE changes of different altitude′s vegetation in arid and semi-arid areas of China from 2000 to 2020

3 討論

3.1 中國干旱半干旱地區PUE時空特征

中國旱區植被PUE的空間分布具有明顯的空間分異。塔里木盆地存在PUE環狀高值集中區域,原因可能是塔里木河流域自然條件相對較好,又由于干旱地區植物根系發達,利用下層的土壤水分的能力強[1],同時具有低冠層導度,每消耗單位水量的生產量較高,因而生態系統的PUE較高[34];黃土高原北部PUE稍高,主要原因是該地區地處內陸,氣候干旱少雨,但緊鄰黃河流域,植被生產能力受水的促進作用顯著,植被生產量較高[35],NPP稍高于其他區域,以致表現出極高的PUE;內蒙古高原地區東部PUE相對較低,原因是植被NPP增加速率小于降水增加速率[34],與歐陽玲[36]的研究結果相似。

降水、水資源和人為因素是干旱半干旱區影響植被的重要因素,也會在時間尺度上造成植被PUE的增加或減少。本研究發現內蒙古高原東部存在大面積顯著減少區域和輕微減少區域,其原因可能是由于受人類放牧活動和氣候變化等多重因素影響,使該區域損失草地面積遠大于恢復面積[36];祁連山西部出現集中連片的PUE顯著減少區域,原因是該區域內大量的農田灌溉擠占了有限的生態用水[37],加劇了該地區水源緊張,隨著水資源的減少,導致該地區荒漠植被趨于旱化類型,濕生、中生植物減少[38],從而導致該地區植被PUE呈現顯著減少的趨勢;此外,伊犁河谷也出現了PUE輕微減少的破碎區域,過度放牧、亂砍濫伐等人類活動造成的植被破壞也是PUE變化的重要驅動因素[39],牲畜存欄的快速增長以及由此而產生的長期過度放牧是導致伊犁河谷草地減少持續加劇的主要原因[39-41];華北平原北部PUE呈現顯著下降趨勢則是由于近年來該區域城市化進程的加快,人類影響的土地利用快速擴張是致使植被NPP損失的重要原因,所以PUE呈現顯著下降趨勢[42];塔里木盆地、內蒙古高原中西部和柴達木盆地為穩定不變區域,原因可能是該區域具有大面積的荒漠地區以及稀少的降水量[43-45],氣候條件穩定,植被的類型以及生長狀況基本不變[4];天山北坡地區、準噶爾盆地、青藏高原北部、黃河流域上游地區和黃土高原呈現PUE增加趨勢,原因可能是近些年生態修復提高了植被覆蓋度有關,也可能是黃土高原的暖濕化趨勢增加了植被生長條件[46],同時,植被恢復工程的實施可以增加植被生長條件,進而提升植被PUE,如天山北坡地區隨著“退耕還林”等政策和生態工程的實施,使植被覆蓋度呈現增加趨勢[47],而植被覆蓋度增加會促進植被凈初級生產力增加[48],進而促進PUE的增加。

3.2 氣候變化對植被PUE的影響

氣候變化是導致植被PUE變化的一大因素。氣候變化是首要驅動因子,而降水和氣溫是關鍵的氣候驅動因子[4]。氣候因素對植被PUE的影響存在著很強的區域差異性,同一氣候因子對不同地區植被作用程度有著明顯的差異[2]。本研究表明,氣溫、降水與植被PUE的相關性為基本無關的區域主要分布于塔里木盆地、內蒙古高原西部地區(圖7),該區域植被較少,多為荒漠,對氣溫和降水的變化響應不敏感,因此氣候變化對于上述區域植被的影響較小。在植被相對較多的區域,降水與PUE多呈強負相關,這與潘換換[3]和滑永春[6]等得出的研究結果是一致的。上述現象產生的機制可能是由于中國干旱半干旱地區降水量稀少,而降水是一定的生態系統內植被生長的主要限制因子,降水量的增加會在一定程度上提升植被的生產力[49],但同時也會增強植被的呼吸作用[4],植被NPP反而可能會下降,進而導致植被PUE的降低。此機制與Bai[2]等通過實測數據得出的結論類似,這可能與植被的保水保肥的能力有關,是由于降水量高使得土壤表面沖刷而帶走更多的營養物質,而高降水量會使得植被生產力相應提高,呼吸消耗進而增強[2]。另外還有研究表明,降水所致的土壤水分可能對植物根系供氧產生抑制[5],從而影響到植被生長[50],進而降低植被NPP,從而影響植被的PUE;對于氣溫因素,本研究發現,氣溫多與植被PUE呈正相關(0.02

3.3 土地利用和地形對PUE的影響

植被PUE的變化會受到人為土地利用變化的影響[53]。不同土地利用類型的植被類型差異較大[1],是導致不同土地利用類型植被PUE差異以及影響氣候因子作用于植被PUE的能力的重要因素之一。對中國干旱半干旱地區的不同土地利用類型植被PUE的分析表明,林地的植被平均PUE是最大的,耕地的植被PUE次之,其次是灌木、濕地和草地的植被PUE,這與仇潔[9]對于植被PUE值及其大小順序的研究結果較為接近,不同的是上述研究未研究濕地、沼澤等容易受混合像元、插值精度等干擾的土地利用類型植被。林地植被PUE最高的原因可能是部分區域夏季冰雪融水豐富[54],且樹木根系較深可以汲取地下水,因而林地植被固定和轉化光合產物的效率高,PUE也較大。耕地植被PUE值也較大可能是由于農田化肥的施用或多數農田能夠得到灌溉,由此促進了PUE值相對較高[55]。一般情況下,灌木叢生長的土壤表層沙土比例較高,降水的滲入率也隨之增加,灌木區土壤表層松散的沙土層能使灌木增加對水分的吸收得到提高植被生產率[34],這可能是灌木植被PUE相對較高的原因。

關于氣溫和降水對不同土地利用類型植被PUE的影響,本研究發現濕地植被PUE是對氣溫和降水兩因子最不敏感的,正相關和負相關強度均最低(圖5),原因可能是濕地常年不缺乏水分,且保水調溫、自我調節功能相對較強,因此外界變化對其內部植被PUE的影響作用相對較小,這與郭斌等[56]研究結果相一致。林地植被PUE是對氣溫和降水兩因子最敏感的,正相關和負相關強度均最高(圖5),原因可能是林地區域過于干旱,水分條件是林地植被生長的主要限制條件,而氣溫在一定程度上可以提高或緩解干旱程度[51],故林地植被的PUE對氣溫和降水的變化響應相對其他土地利用類型植被來說更敏感。

海拔也是直接影響植被PUE的因素之一[51-52],也會間接影響氣溫、降水對植被PUE的作用能力。海拔的變化深刻地影響著水熱組合條件的差異。研究表明,在海拔高度相同時,植被PUE受植被類型影響較大[9]。本研究發現,不同海拔的植被PUE與氣溫均呈正相關,說明在不同海拔影響下,氣溫始終對不同土地利用類型植被PUE的影響一致;不同海拔的植被PUE與降水均呈負相關,說明在不同海拔影響下,降水始終對不同土地利用類型植被PUE的影響一致。一般來說,海拔越低,水熱組合條件越好,隨著海拔的升高,PUE應呈現降低趨勢。研究發現,在0-1000 m海拔梯度時,植被的PUE并不是最大的,其原因可能是干旱半干旱區植被NPP較低,該海拔梯度降水量相對較高,由于降水對植被PUE呈現負相關關系[3,5],所以植被PUE在一定程度上減小了。這與黃小濤[51]等的研究結果存在差異,這可能與選擇的研究區域之間的差異有關。在海拔梯度2001-3000 m和3001-4000 m時,植被PUE相對較高且比較接近。該海拔梯度下植被PUE較高的原因可能是因為海拔升高,降水減少,由于降水與植被PUE負相關程度增大(表7),導致了植被PUE的增大;而PUE比較接近的原因可能是植被類型多樣,植被PUE大小受到植被類型的影響要比海拔高度的影響要大[9],這與仇潔[9]等對青藏高原植被PUE的研究結果相似。

3.4 結果的不確定性與研究展望

本研究計算植被PUE以及探究驅動因素過程中使用了不同空間分辨率的遙感數據,空間分辨率的差異在一定程度上加大了研究的不確定性;植被PUE的影響因素是復雜的,本研究側重于氣候因子對植被PUE的影響分析,其他因素如地形起伏、干旱狀況、大規模人類生態工程、人為治理等因素暫未考慮入內;此外,氣候條件對于植被PUE的影響可能存在滯后性,但是受數據時間分辨率的影響,暫難以分析滯后性帶來的影響。

未來可以考慮基于時空分辨率更高的數據開展研究,以便進一步探究植被物候變化與氣候變化的關聯對植被PUE的影響,識別氣候條件對植被PUE影響的滯后性與累積效應。此外,還可以考慮將干旱狀況和人類活動納入到驅動因素分析中,從而為氣候變化和人類活動背景下的植被保護與利用提供更多的依據。

4 結論

本研究計算了中國干旱半干旱區的植被降水利用效率,探討了該區域植被降水利用效率的時空特征及其氣候驅動因素。研究發現2000-2020年中國干旱半干旱區植被平均PUE為0.415 g C m-2mm-1a-1,植被PUE的空間分布總體上為東南向西北遞減。植被PUE年際變化整體呈現波動上升趨勢,上升速率為0.004 g C m-2mm-1a-1。各土地利用類型植被間的PUE差異較大,植被PUE從小到大的順序為:草地<濕地<灌木<耕地<林地,不同土地利用類型的植被PUE在時間變化趨勢上存在差異。在中國干旱半干旱區的植被分布區,氣溫和降水顯著影響植被PUE。氣溫升高主要對植被PUE起不同程度的促進作用。降水增多會抑制中國干旱半干旱區絕大多數植被的PUE。植被較少的區域,植被PUE與氣溫、降水兩氣候因子基本無關。隨著海拔的升高,植被PUE呈現出先減后增再減的趨勢。海拔的變化不會影響氣溫、降水對植被PUE的影響方向,但隨著海拔的上升,植被PUE與氣候因子的相關性整體呈減弱趨勢。研究結果可為中國干旱半干旱地區生態保護、恢復以及可持續利用提供科學參考。