氣候變化背景下秦嶺地區(qū)陸地生態(tài)系統(tǒng)水分利用率變化趨勢(shì)

李明旭，楊延征，朱求安，陳　槐，彭長(zhǎng)輝西北農(nóng)林科技大學(xué)林學(xué)院生態(tài)預(yù)測(cè)與全球變化實(shí)驗(yàn)室，楊凌　712100

?

氣候變化背景下秦嶺地區(qū)陸地生態(tài)系統(tǒng)水分利用率變化趨勢(shì)

李明旭，楊延征，朱求安*，陳槐，彭長(zhǎng)輝
西北農(nóng)林科技大學(xué)林學(xué)院生態(tài)預(yù)測(cè)與全球變化實(shí)驗(yàn)室，楊凌712100

摘要:為探究未來(lái)氣候變化背景下秦嶺地區(qū)陸地生態(tài)系統(tǒng)水分利用率(WUE)的變化規(guī)律及其對(duì)氣候變化的響應(yīng)，結(jié)合IPCC第五次報(bào)告資料中心的CCSM4、GISS-E-R、GISS-E-H、IPSL-CM5R-LR-CM、NorESM1-1-ME等5個(gè)模型相關(guān)模擬結(jié)果，預(yù)測(cè)和分析秦嶺地區(qū)2006—2100年在RCP2.6、RCP4.5、RCP6.0和RCP8.5 4種未來(lái)典型氣候變化情景下其水分利用率的變化趨勢(shì)及其與降雨、氣溫、CO2濃度等關(guān)鍵氣候變化因子之間的關(guān)系。研究結(jié)果表明:4種未來(lái)情景下預(yù)測(cè)的秦嶺地區(qū)生態(tài)系統(tǒng)WUE幾乎全為正距平，各情景下WUE傾向率為0.0136—0.13 g C kg(－1)H2O 10a(－1)，均達(dá)到極顯著水平，且隨輻射強(qiáng)迫增加，WUE距平值與傾向率也相應(yīng)增加。各情景下GPP的增長(zhǎng)趨勢(shì)強(qiáng)于ET，使得兩者的比值(即WUE)呈現(xiàn)增長(zhǎng)趨勢(shì)，并隨輻射強(qiáng)迫的增加，兩者的差異愈發(fā)顯著，即WUE增長(zhǎng)隨輻射強(qiáng)迫的增強(qiáng)而更顯著。同時(shí)，各模型預(yù)測(cè)的年均氣溫傾向率為0.21—0.498℃/10a，降雨量?jī)A向率為7.78—17.66 mm/10a。由于氣溫、降雨量、CO2等關(guān)鍵氣候變化因子調(diào)控GPP正增長(zhǎng)速率大于ET，以及生態(tài)系統(tǒng)LAI值和自身的植被演替過(guò)程直接影響生態(tài)系統(tǒng)WUE，最終使得生態(tài)系統(tǒng)WUE呈正增長(zhǎng)趨勢(shì)。其中GPP的顯著增加是未來(lái)秦嶺地區(qū)生態(tài)系統(tǒng)WUE增長(zhǎng)的直接因素，而氣溫的顯著增加與大氣CO2濃度的升高則是WUE變化的主要環(huán)境因素，降雨量的影響相對(duì)較弱。

關(guān)鍵詞:水分利用率;氣候變化;秦嶺地區(qū)

李明旭，楊延征，朱求安，陳槐，彭長(zhǎng)輝.氣候變化背景下秦嶺地區(qū)陸地生態(tài)系統(tǒng)水分利用率變化趨勢(shì).生態(tài)學(xué)報(bào)，2016，36(4):936-945.

Li M X，Yang Y Z，Zhu Q A，Chen H，Peng C H.Evaluating water use efficiency patterns of Qinling Mountains under climate change.Acta Ecologica Sinica，2016，36(4):936-945.

隨著水資源匱乏程度加劇，如何利用有限的水資源最大化植物生產(chǎn)力，已成為國(guó)內(nèi)外干旱、半干旱地區(qū)農(nóng)林生產(chǎn)和生態(tài)研究的熱點(diǎn)問(wèn)題［1-3］。從20世紀(jì)初開(kāi)始，許多學(xué)者先后提出了多種衡量植物干物質(zhì)產(chǎn)量與耗水量之間關(guān)系的指標(biāo)，如蒸騰比［4］、需水量［5］、蒸騰效率［6］等，但上述這些定義都存在一定的局限性［7］。1976年Begg和Turner將植物產(chǎn)生的干物質(zhì)量與耗水量的比值定義為水分利用率(Water Use Efficiency，WUE，g CO2/ kg H2O)［8］。隨著學(xué)科的發(fā)展和研究尺度的拓展，這一定義逐漸被多個(gè)學(xué)科和研究領(lǐng)域所采納［9］。在生態(tài)學(xué)研究中，生態(tài)系統(tǒng)水分利用率可定義為區(qū)域內(nèi)生態(tài)系統(tǒng)總初級(jí)生產(chǎn)力(GPP，g C m－2a－1)與總蒸散量(ET，kg H2O m－2a－1)的比值［10-11］，其中，ET由植被蒸騰、表層土壤蒸發(fā)和植被表面蒸發(fā)3部分組成。水分利用率不僅可以用來(lái)計(jì)算生態(tài)系統(tǒng)生產(chǎn)力和水汽耗散的平衡狀況［12-13］，也可以將其作為生態(tài)系統(tǒng)水、CO2通量的耦合節(jié)點(diǎn)，納入碳水耦合相關(guān)模型計(jì)算之中［14-15］。

在以CO2濃度升高、氣候變暖為主要特征的全球氣候變化背景下［16］，生態(tài)系統(tǒng)WUE的時(shí)空變化及其對(duì)氣候變化響應(yīng)研究已經(jīng)受到國(guó)內(nèi)外許多學(xué)者的廣泛關(guān)注，如Li和John等人在美國(guó)切斯皮克灣(Chesapeake Bay)就CO2濃度的增加對(duì)生態(tài)系統(tǒng)WUE的影響進(jìn)行了長(zhǎng)達(dá)12a的試驗(yàn)，其結(jié)果表明當(dāng)空氣中CO2濃度上升至765μmol/mol時(shí)，生態(tài)系統(tǒng)WUE大約增長(zhǎng)了83%［17］;于貴瑞等應(yīng)用ChinaFLUX通量觀(guān)測(cè)數(shù)據(jù)計(jì)算出2003—2005年長(zhǎng)白山、千煙洲、鼎湖山等3個(gè)中國(guó)東部森林生態(tài)系統(tǒng)WUE約為6.90—9.43 mg C/g H2O，并分析了水熱資源同步性對(duì)WUE提高的重要作用［12］;盧玲等人結(jié)合C-FIX模型研究得出中國(guó)西部植被單位面積上年均WUE約為0.32 g C/mm H2O，且WUE時(shí)空分布格局具有顯著的異質(zhì)性等［18］。蔣沖等人利用周廣勝-張新時(shí)模型、彭曼公式等并結(jié)合氣象站點(diǎn)歷史數(shù)據(jù)對(duì)1960—2011年間秦嶺地區(qū)WUE時(shí)空變化特征進(jìn)行了分析，并得出在該時(shí)間段內(nèi)秦嶺絕大部分地區(qū)WUE有不顯著的上升趨勢(shì)，且WUE值由南向北逐漸降低［19］。

秦嶺地區(qū)作為典型的自然地理過(guò)渡區(qū)和生態(tài)脆弱區(qū)，對(duì)氣候變化的響應(yīng)更加敏感［20］，是全球氣候變化研究重點(diǎn)區(qū)域之一。雖然前人們?cè)谠摰貐^(qū)已進(jìn)行了大量的科學(xué)研究，并取得了一些階段性的研究成果，但多集中于歷史時(shí)間段氣候、植被分布變化等研究［21-22］，對(duì)該地區(qū)水分利用率相關(guān)研究?jī)H見(jiàn)于蔣沖等人的研究結(jié)果［19］，但缺乏在未來(lái)全球變化背景下的水分利用率及其對(duì)氣候變化的響應(yīng)研究。本研究以秦嶺地區(qū)作為研究對(duì)象，結(jié)合IPCC第五次報(bào)告資料中心的相關(guān)模型，模擬預(yù)測(cè)秦嶺地區(qū)2006—2100年在未來(lái)典型氣候變化情景下水分利用率及其與氣溫、降雨和CO2濃度等關(guān)鍵氣候變化因子之間的關(guān)系，以揭示秦嶺地區(qū)陸地生態(tài)系統(tǒng)未來(lái)水熱條件下WUE的動(dòng)態(tài)格局，探討陸地植被生態(tài)系統(tǒng)對(duì)全球變化的響應(yīng)和適應(yīng)對(duì)策，以期為秦嶺地區(qū)林業(yè)生產(chǎn)和水分管理工作的政策安排提供科學(xué)依據(jù)。

1　數(shù)據(jù)來(lái)源與研究方法

1.1研究區(qū)域概況

秦嶺位于東經(jīng)103°48'—113°04'，北緯32°25'—35°16'，是橫貫中國(guó)中部的一條東西走向的褶皺山脈，屬于我國(guó)地理上南北分界線(xiàn)的重要組成部分，同時(shí)也是黃河水系和長(zhǎng)江水系的重要分水嶺。該區(qū)域作為北亞熱帶常綠闊葉林帶和暖溫帶落葉闊葉林帶的過(guò)渡區(qū)，森林覆蓋率較高，動(dòng)植物物種豐富多樣，在林業(yè)生產(chǎn)、生態(tài)保護(hù)和自然科學(xué)研究上都具有重要意義。

1.2數(shù)據(jù)簡(jiǎn)介

1.2.1數(shù)據(jù)來(lái)源

本研究采用的數(shù)據(jù)均源自美國(guó)氣候模式診斷和對(duì)比計(jì)劃委員會(huì)(Program for Climate Model Diagnosis and Intercomparison，PCMDI)數(shù)據(jù)庫(kù)(http://pcmdi9.llnl.gov)。PCMDI資料由IPCC資料統(tǒng)計(jì)中心分發(fā)，在對(duì)所有模擬情況及相關(guān)結(jié)果進(jìn)行統(tǒng)計(jì)匯總之后，建立上述數(shù)據(jù)庫(kù)，并提供免費(fèi)共享［23］。目前為止，PCMDI數(shù)據(jù)庫(kù)共包含了約27個(gè)國(guó)際知名模式中心共60個(gè)模型參與氣候模式對(duì)比，這些模型設(shè)計(jì)了氣溶膠模式與植被動(dòng)態(tài)模式，發(fā)展了氣溶膠模式和植被動(dòng)態(tài)模式［24］，包含古氣候、歷史、RCP未來(lái)等多個(gè)情景，目的在于定量評(píng)估氣候變化機(jī)理和預(yù)測(cè)未來(lái)氣候變化。由于不同模型預(yù)測(cè)方向和模塊差異，同時(shí)PCMDI數(shù)據(jù)庫(kù)仍在不斷完善中，結(jié)合研究目的和情景等相關(guān)統(tǒng)計(jì)量的數(shù)據(jù)完整性，從該數(shù)據(jù)庫(kù)中選取了CCSM4、GISS-E-R、GISS-E-H、IPSLCM5R-LR-CM、NorESM1-1-ME等5個(gè)模型，它們涵蓋RCP2.6、RCP4.5、RCP6.0和RCP8.5等4種典型未來(lái)情景(表1)，以及本研究所需要的各項(xiàng)數(shù)據(jù)，包括2006—2100年的總初級(jí)生產(chǎn)力(GPP)、植被蒸騰量、土壤蒸發(fā)量、植被表面蒸發(fā)量等逐年預(yù)測(cè)值以及相應(yīng)的年降雨量(MAP)、年均氣溫(MAT)和大氣中CO2濃度等。

表1　模型簡(jiǎn)介［25］Table1　Introduction of models［25］

1.2.2情景簡(jiǎn)介

IPCC第四次評(píng)估報(bào)告后，相關(guān)學(xué)者致力于研究新一代未來(lái)情景模式，新的情景模式不僅能對(duì)某指標(biāo)進(jìn)行長(zhǎng)期預(yù)測(cè)，還可以描述該對(duì)象在時(shí)間序列上的具體變化過(guò)程。2007年9月進(jìn)行的IPCC專(zhuān)家會(huì)議最終根據(jù)IPCC第三工作組提供的32種候選情景中遴選出RCP2.6、RCP4.5、RCP6.0和RCP8.5等4種情景，分別代表至2100年到達(dá)地球表面的輻射強(qiáng)迫約為2.6、4.5、6.0、8.5W/m2等4種未來(lái)典型濃度目標(biāo)(Representative Concentration Pathways，RCPs)，作為耦合模式比較計(jì)劃第五階段(Coupled Model Intercomparison Project，CMIP5)中的新一代情景模式［26］。表2列出了4種典型未來(lái)情景下2100年時(shí)到達(dá)地球表面輻射強(qiáng)迫與相應(yīng)的CO2濃度水平。

表2　不同情景下2100年到達(dá)地球表面的輻射強(qiáng)迫與大氣CO2濃度比較Table2　Radiation forcing reaching the earth's surface and concentration of CO2equivalently under the four scenarios by 2100

1.3研究方法

1.3.1預(yù)處理

從PCMDI數(shù)據(jù)庫(kù)獲取原始數(shù)據(jù)后，首先提取秦嶺地區(qū)GPP和ET等相關(guān)數(shù)據(jù)并計(jì)算研究區(qū)柵格均值，然后求出CCSM4、GISS-E-R、GISS-E-H、IPSL-CM5R-LR-CM、NorESM1-1-ME等5個(gè)模型模擬平均值，最終計(jì)算出各模型模擬的秦嶺地區(qū)2006—2100年逐年WUE、GPP、ET、MAP和MAT均值。

1.3.2變量時(shí)間序列分析

在分析WUE、GPP、ET、MAT、MAP和CO2濃度等變量的時(shí)間序列變化時(shí)，不同情景以及模型間模擬結(jié)果差異較大，為突顯時(shí)間序列上的趨勢(shì)變化，以WUE為例，將2006—2012年WUE均值作為基準(zhǔn)值，計(jì)算2006—2100年各年WUE值與基準(zhǔn)值的差值(即距平值)以進(jìn)行時(shí)間序列分析(傾向率計(jì)算和相關(guān)性分析過(guò)程中仍使用原始值)。

1.3.3氣候變化趨勢(shì)分析

氣候變化因子隨時(shí)間梯度的變化趨勢(shì)一般用氣候傾向率表示［27-28］，即:

式中，Yi為第i個(gè)時(shí)間段的氣候變化因子，ti為時(shí)間序列，a0為截距，a1為氣候傾向率，表示氣候變化因子的年變化趨勢(shì)，記作某要素單位/a或某要素單位/10a。本研究對(duì)秦嶺地區(qū)WUE、GPP、ET、MAP、MAT都進(jìn)行了時(shí)間序列分析，并用傾向率表示相應(yīng)的變化趨勢(shì)。

2　結(jié)果與分析

2.1秦嶺地區(qū)WUE的時(shí)間動(dòng)態(tài)變化

RCP2.6、RCP4.5、RCP6.0和RCP8.5 4種未來(lái)情景下預(yù)測(cè)的秦嶺地區(qū)生態(tài)系統(tǒng)WUE幾乎全為正距平(圖1)，即在近100年內(nèi)該地區(qū)WUE值相比于基準(zhǔn)值(2006—2100年WUE均值)有所增加，并隨預(yù)測(cè)輻射強(qiáng)迫的增加，該增長(zhǎng)趨勢(shì)越發(fā)顯著。同時(shí)，4種情景下秦嶺地區(qū)WUE傾向率分別為0.0136、0.0569、0.0788、0.13 g C kg－1H2O 10a－1，且都達(dá)到極顯著水平(表3)。不同情景下WUE傾向率皆為正，且隨輻射強(qiáng)迫增加而不斷變大，表明各模型預(yù)測(cè)的秦嶺地區(qū)WUE值不僅在時(shí)間序列上不斷增加，而且年際增長(zhǎng)量與輻射強(qiáng)迫呈正相關(guān)關(guān)系。蔣沖等人研究結(jié)果顯示1959—2009年間秦嶺地區(qū)WUE平均傾向率為0.122 g C kg－1H2O 10a－1［19］，本研究結(jié)果與其相似，說(shuō)明秦嶺地區(qū)生態(tài)系統(tǒng)WUE值在未來(lái)近100年內(nèi)可能繼續(xù)保持這種增長(zhǎng)趨勢(shì)。而Zhu等［13］利用IBIS模型模擬1950—2099年在多種情景下中國(guó)地區(qū)WUE對(duì)未來(lái)氣候變化的響應(yīng)，研究發(fā)現(xiàn)在該研究時(shí)間段內(nèi)，多數(shù)情景下全國(guó)不同地區(qū)WUE皆呈正增長(zhǎng)趨勢(shì)，其中也包括了秦嶺地區(qū)。

2.2秦嶺地區(qū)GPP與ET的時(shí)間動(dòng)態(tài)變化

WUE作為GPP與ET的比值，其變化趨勢(shì)受后兩者的直接影響，而WUE的變化可能是由多種情況引起，為探究其變化本質(zhì)，對(duì)秦嶺地區(qū)未來(lái)情景下GPP和ET的時(shí)間序列變化也做了相應(yīng)分析。研究結(jié)果表明，各情景下預(yù)測(cè)的秦嶺地區(qū)生態(tài)系統(tǒng)GPP幾乎全為正距平，而ET距平值相對(duì)較低，甚至在部分年份存在負(fù)距平現(xiàn)象;4種未來(lái)情景下GPP傾向率分別為1.970、4.739、6.003和10.434 g C m－2a－1，均達(dá)到極顯著水平，而ET傾向率分別為0.338、0.501、0.294和0.738 kg H2O m－2a－1，均達(dá)到顯著水平，但增長(zhǎng)量低于GPP(圖2)。由于GPP在時(shí)間序列上呈顯著增長(zhǎng)，而ET的增長(zhǎng)量相對(duì)較低，且在部分年份呈現(xiàn)負(fù)增長(zhǎng)現(xiàn)象，使得兩者的比值(即WUE)呈現(xiàn)增長(zhǎng)趨勢(shì)，并隨輻射強(qiáng)迫的增加，兩者的差異愈發(fā)顯著，使得WUE增長(zhǎng)隨輻射強(qiáng)迫的增強(qiáng)而更顯著。同時(shí)，上述結(jié)果也表明GPP的顯著增長(zhǎng)是未來(lái)近百年內(nèi)秦嶺地區(qū)WUE增加的直接因素，這與Hu等人［29］通過(guò)對(duì)2003—2005年中國(guó)北方地區(qū)和青藏高原的4個(gè)典型草地生態(tài)系統(tǒng)的碳水通量數(shù)據(jù)觀(guān)測(cè)研究得出GPP是WUE變化的主導(dǎo)因素的結(jié)論相一致。

圖1　不同情景下各模型WUE均值距平比較分析Fig.1Comparison of the average of WUE anomaly from different models under four scenarios

表3　　4種情景下WUE、GPP、ET與MAT、MAP傾向率比較分析Table3　Tendency rate of the WUE，GPP，ET，MAT，MAP under four scenarios

*在0.05水平上顯著增長(zhǎng);＊＊在0.01水平上顯著增長(zhǎng);WUE:水分利用效率water use efficiency;GPP:總初級(jí)生產(chǎn)力gross primary productivity;ET:蒸發(fā)散evapotranspiration;MAT:年均氣溫mean annual temperate;MAP:年均降雨量mean annual precipitation

2.3秦嶺地區(qū)WUE的關(guān)鍵氣候變化影響因素

生態(tài)系統(tǒng)WUE不僅受到系統(tǒng)內(nèi)部植被類(lèi)型、群落結(jié)構(gòu)等因素影響，同時(shí)也是植被與氣候條件相適應(yīng)的結(jié)果，而CO2濃度、氣溫和降雨則是影響生態(tài)系統(tǒng)WUE的關(guān)鍵氣候變化因子［27-28］。

圖2　四種情景下各模型GPP與ET均值距平比較分析Fig.2Comparison of the average of GPP，ET anomaly from different models under four scenarios GPP:總初級(jí)生產(chǎn)力gross primary productivity;ET:總蒸數(shù)量evapotranspiration

2.3.1關(guān)鍵氣候變化因子趨勢(shì)分析

作為模型的驅(qū)動(dòng)數(shù)據(jù)，對(duì)于同一種情景，不同模型采用相同的CO2濃度數(shù)據(jù)，其在時(shí)間序列上的變化一致，且隨輻射強(qiáng)迫的增強(qiáng)CO2濃度增幅變高(表2和圖3)。各情景下模型預(yù)測(cè)的年均氣溫(MAT)在時(shí)間序列上基本上為正距平，且隨著輻射強(qiáng)迫的增強(qiáng)，距平值不斷增大;而年降雨量(MAP)的距平值在時(shí)間序列上有正有負(fù)，且隨輻射強(qiáng)迫的增強(qiáng)變化不顯著(圖3)。同時(shí)，各模型預(yù)測(cè)的MAT傾向率為0.21—0.498℃/10a，多數(shù)情景下達(dá)到極顯著水平;MAP傾向率為7.78—17.66 mm/10a，多數(shù)情景下未通過(guò)顯著性檢驗(yàn)或顯著性水平較低(表3)。張立偉等人對(duì)1960—2009年間秦嶺地區(qū)氣象資料統(tǒng)計(jì)顯示秦嶺南坡和關(guān)中(北坡)氣溫傾向率分別為0.121和0.203℃/10a［20］，高翔等人研究表明1959—2009年間秦嶺南、北坡的氣溫傾向率分別為0.15、0.24℃/10a，且降雨量?jī)A向率分別為3.2、14.7mm/10a［32］，與本文研究結(jié)果相近。由此推測(cè)秦嶺地區(qū)在未來(lái)100年內(nèi)可能延續(xù)暖濕化的趨勢(shì)，具體表現(xiàn)為年均氣溫呈顯著上升趨勢(shì)，而降雨量呈較弱的增長(zhǎng)趨勢(shì)。

2.3.2GPP、ET與關(guān)鍵氣候變化因子相關(guān)性

由于不同模型在水碳耦合相關(guān)環(huán)節(jié)的表達(dá)存在較大差異，各模型模擬的WUE對(duì)氣候變化響應(yīng)方式有所區(qū)別，而不同模型的GPP、ET計(jì)算方法基本一致，故本文結(jié)合各情景下模擬的GPP、ET分別與年均氣溫(MAT)、年降雨量(MAP)以及CO2濃度的相關(guān)性，間接分析WUE對(duì)氣候變化的響應(yīng)機(jī)制。結(jié)果表明，GPP在各情景下與CO2濃度、MAT相關(guān)性很好，而與MAP的相關(guān)性較差，甚至在個(gè)別情景中不相關(guān);ET與MAT、CO2濃度相關(guān)性相對(duì)較好，但弱于GPP，而ET與MAP的相關(guān)性在各情景中較差，或顯現(xiàn)出不相關(guān)現(xiàn)象(圖4)。說(shuō)明在未來(lái)100年內(nèi)氣溫和CO2濃度可能是秦嶺地區(qū)影響GPP和ET的主導(dǎo)氣象因素，降雨量同時(shí)也會(huì)對(duì)兩者的大小有所影響，但影響程度相對(duì)較低。WUE作為兩者的比值，氣溫和CO2濃度因而成為未來(lái)情景下秦嶺地區(qū)WUE的關(guān)鍵環(huán)境影響因素，而降雨量對(duì)WUE影響相對(duì)較弱。

圖3　四種情景下各模型CO2濃度、MAT和MAP均值距平比較分析Fig.3Comparison of the average of CO2concentration，MAT and MAP anomaly from different models under four scenarios MAT:年均氣溫mean annual temperate;MAP:年均降雨量mean annual precipitation

3　討論

3.1秦嶺地區(qū)WUE增長(zhǎng)格局

WUE作為衡量生態(tài)系統(tǒng)生產(chǎn)力和水汽耗散的重要指標(biāo)，關(guān)聯(lián)了光合作用、蒸發(fā)散兩個(gè)關(guān)鍵生態(tài)過(guò)程。其變化不僅反映了生態(tài)系統(tǒng)對(duì)氣候變化的響應(yīng)，而較高WUE也意味著能利用有限的水資源最大化生產(chǎn)力，對(duì)促進(jìn)林業(yè)生產(chǎn)和調(diào)節(jié)地方氣候等有著不可估量的價(jià)值。本研究發(fā)現(xiàn)在全球未來(lái)氣候變化背景下，秦嶺地區(qū)WUE將保持正增長(zhǎng)趨勢(shì)，且該趨勢(shì)隨輻射強(qiáng)迫增加變得更加顯著。結(jié)合相關(guān)研究，該地區(qū)WUE保持正增長(zhǎng)現(xiàn)象有可能的原因有:

(1)從數(shù)值層面分析，4種未來(lái)情景下GPP和ET多為正增長(zhǎng)趨勢(shì)，且GPP的增幅強(qiáng)于ET，使得未來(lái)時(shí)間序列上WUE也呈現(xiàn)正增長(zhǎng)趨勢(shì)，其中GPP的顯著增長(zhǎng)是未來(lái)近百年內(nèi)秦嶺地區(qū)WUE提高的直接因素。

(2)結(jié)合關(guān)鍵氣候變化因子分析，影響生態(tài)系統(tǒng)WUE的關(guān)鍵氣候變化因子有氣溫、降雨量、CO2濃度等。首先，氣溫和降雨量的增加不僅能通過(guò)增強(qiáng)植物光合作用提高生態(tài)系統(tǒng)GPP，同時(shí)也會(huì)促進(jìn)植物的蒸騰作用和地表、植物表面的水汽蒸發(fā)能力，但秦嶺地區(qū)氣溫相對(duì)較低且降水相對(duì)充足，氣溫的顯著增加與降雨量不顯著增長(zhǎng)使得植物光合增長(zhǎng)量高于系統(tǒng)蒸散量;其次，隨輻射強(qiáng)迫增強(qiáng)，意味著相應(yīng)的CO2濃度的升高，而當(dāng)CO2濃度增長(zhǎng)，生態(tài)系統(tǒng)GPP相應(yīng)增加，但也可能導(dǎo)致植物氣孔導(dǎo)度和植物蒸騰能力的降低［33-35］，從而降低生態(tài)系統(tǒng)蒸散量增長(zhǎng)，解釋了本研究中隨輻射強(qiáng)迫增強(qiáng)，WUE增長(zhǎng)趨勢(shì)越顯著的原因。由于上述氣象因子的綜合作用促使生態(tài)系統(tǒng)GPP相對(duì)增長(zhǎng)高于ET，最終導(dǎo)致秦嶺地區(qū)WUE的增加。

(3)考慮葉片面積指數(shù)(LAI)和植被演替因素。隨秦嶺地區(qū)整體氣候暖濕化，該區(qū)植被生長(zhǎng)速度和覆蓋率不斷提升，使得生態(tài)系統(tǒng)LAI值增大，而Hu等人的研究指出LAI值與生態(tài)系統(tǒng)WUE有著顯著的正相關(guān)關(guān)系［29］，故氣候暖濕化導(dǎo)致的LAI值增大可能是生態(tài)系統(tǒng)WUE增加的一個(gè)重要原因。還有研究表明:每種植被類(lèi)型適應(yīng)于特定的氣候條件，當(dāng)氣候條件發(fā)生變化，植被的地理分布也會(huì)相應(yīng)的發(fā)生改變［36-37］，如在氣候變暖、CO2濃度增加條件下，植被帶可能存在北移的現(xiàn)象［38-39］，加之亞熱帶常綠闊葉林的水分利用率一般高于溫帶落葉闊葉林［40-43］。所以，在秦嶺地區(qū)氣候變暖、CO2濃度和降雨量增加背景下，秦嶺的亞熱帶常綠闊葉林可能存在北移現(xiàn)象，替代部分現(xiàn)有的溫帶落葉闊葉林，從而提高整個(gè)秦嶺地區(qū)的WUE值。

圖44　種情景下各模型中關(guān)鍵氣候變化因子分別與GPP、ET的相關(guān)性比較Fig.4The correlations between CO2concentration，MAP and MAT and GPP，ET from different models under four scenarios本研究中所有顯著與極顯著相關(guān)皆為正相關(guān)關(guān)系，圖中R2為線(xiàn)性方程決定系數(shù);*在0.05水平上顯著相關(guān);＊＊在0.01水平上顯著相關(guān)

正是由于降雨量、氣溫、CO2等關(guān)鍵氣候變化因子調(diào)控GPP相對(duì)增長(zhǎng)速率大于ET，以及生態(tài)系統(tǒng)LAI值增加和自身的植被演替過(guò)程直接影響生態(tài)系統(tǒng)WUE，最終使得生態(tài)系統(tǒng)WUE呈正增長(zhǎng)趨勢(shì)。

3.2WUE與關(guān)鍵氣候變化因子的相關(guān)性

CO2作為光合作用的碳源，其濃度大小不僅直接影響生態(tài)系統(tǒng)GPP的高低，而且CO2濃度對(duì)植物氣孔導(dǎo)度和植物蒸騰能力也有所抑制，故CO2濃度大小對(duì)生態(tài)系統(tǒng)WUE有著重要影響。本研究中各情景下模型預(yù)測(cè)的GPP、ET值與年均氣溫為極顯著正相關(guān)關(guān)系，從而使得WUE與MAT也存在正相關(guān)關(guān)系，但也有相關(guān)研究指出植物WUE與溫度可能存在負(fù)相關(guān)關(guān)系［44-45］。需要說(shuō)明的是:對(duì)于植物WUE，存在某最佳溫度值(即閾值，其大小通常與植被類(lèi)型相關(guān))。低于閾值，溫度升高，生態(tài)系統(tǒng)GPP因光合作用增強(qiáng)而增加，植物的蒸騰與地表、植物表面的蒸發(fā)量也會(huì)相應(yīng)增加，但ET由植物蒸騰量和植物、地表蒸發(fā)量?jī)刹糠纸M成，ET變化原因相對(duì)復(fù)雜性(如植物蒸騰量的影響因素有氣溫、環(huán)境濕度和LAI等［29］，蒸發(fā)量大小除上述因素外，還涉及地形、土壤等)可能使得ET與溫度的相關(guān)性弱于GPP，如本文研究結(jié)果，隨溫度升高，GPP增加量大于ET，最終生態(tài)系統(tǒng)的WUE增加;但是當(dāng)溫度高于該閾值后，高溫使得植物光合相關(guān)酶活性降低而減少GPP，但ET繼續(xù)增加，從而降低生態(tài)系統(tǒng)WUE［46］。秦嶺地區(qū)海拔大多為1500—2500m，高海拔導(dǎo)致氣溫相對(duì)較低，不易達(dá)到閾值，故未來(lái)氣溫的顯著升高可能成為影響該地區(qū)WUE變化的關(guān)鍵因子。

GPP、ET與年降雨量相關(guān)性顯著水平較低，其主要原因在于:秦嶺境內(nèi)的河流溝谷眾多，渭河、漢江、嘉陵江等較大的二級(jí)河流皆發(fā)源于此，近50年來(lái)年均降雨量在640—910mm左右［32］，處于半濕潤(rùn)-濕潤(rùn)氣候過(guò)渡區(qū)域，水分相對(duì)充足。本研究中各情景下年降雨量增長(zhǎng)趨勢(shì)較弱，未對(duì)該地區(qū)GPP和ET造成顯著影響，從而不是未來(lái)近100年內(nèi)該區(qū)WUE的主要限制因素。

總的來(lái)說(shuō)，在未來(lái)全球氣候變化背景下，CO2濃度和氣溫可能為該區(qū)域生態(tài)系統(tǒng)WUE的主要限制因子，同時(shí)降雨條件也會(huì)造成一定的影響。

4　結(jié)論

(1)4種未來(lái)情景下預(yù)測(cè)的秦嶺地區(qū)生態(tài)系統(tǒng)WUE幾乎全為正距平，都達(dá)到極顯著水平，而且隨輻射強(qiáng)迫增加，距平值與傾向率也相應(yīng)增加。各情景下GPP的增長(zhǎng)趨勢(shì)強(qiáng)于ET，使得兩者的比值(即WUE)呈現(xiàn)增長(zhǎng)趨勢(shì)，并隨輻射強(qiáng)迫的增加，兩者的差異愈發(fā)顯著，即WUE增長(zhǎng)隨輻射強(qiáng)迫的增強(qiáng)而更顯著。

(2)氣溫、降雨量、CO2等關(guān)鍵氣候變化因子調(diào)控GPP正增長(zhǎng)速率大于ET，以及生態(tài)系統(tǒng)LAI值和自身的植被演替過(guò)程直接影響生態(tài)系統(tǒng)WUE，最終使得生態(tài)系統(tǒng)WUE呈正增長(zhǎng)趨勢(shì)。其中GPP的顯著增加是未來(lái)秦嶺地區(qū)生態(tài)系統(tǒng)WUE增長(zhǎng)的直接因素，而氣溫的顯著增加與大氣CO2濃度的升高是則是WUE變化的主要環(huán)境因素，降雨量的影響相對(duì)較弱。

(3)秦嶺南北坡氣候、植被等差異顯著，對(duì)于全球氣候變化的響應(yīng)策略有所區(qū)別，但由于源數(shù)據(jù)分辨率較低，本文只得將秦嶺地區(qū)作為一個(gè)整體進(jìn)行預(yù)測(cè)分析。在下一步工作中將利用區(qū)域氣候模式等方法對(duì)模型數(shù)據(jù)作降尺度處理，以詳細(xì)研究秦嶺內(nèi)各地區(qū)在未來(lái)氣候變化背景下WUE的時(shí)空變化格局。

(4)不同模型的參數(shù)、結(jié)構(gòu)和驅(qū)動(dòng)因子不同，模擬的結(jié)果也不盡相同，在后續(xù)研究中將獲取更多氣候變化模式數(shù)據(jù)，形成WUE的變化集合區(qū)間，進(jìn)一步完善研究結(jié)果。

參考文獻(xiàn)(References):

［1］Sun B N，Dilcher D L，Beerling D J，Zhang C J，Yan D F，Kowalski E.Variation in Ginkgo biloba L.leaf characters across a climatic gradient in China.Proceedings of the National Academy of Sciences，2003，100(12):7141-7146.

［2］Sun H Y，Shen Y J，Yu Q，F(xiàn)lerchinger G N，Zhang Y Q，Liu C，Zhang X M.Effect of precipitation change on water balance and WUE of the winter wheat-summer maize rotation in the North China Plain.Agricultural Water Management，2010，97(8):1139-1145.

［3］Evett S R，Schwartz R C，Casanova J J，Heng L K.Soil water sensing for water balance，ET and WUE.Agricultural Water Management，2012，104:1-9.

［4］Widtsoe J A.Dry－farming:A system of agriculture for countries under a low rainfall.Macmillan，1911.

［5］Briggs L J，Shantz H L.The water requirements of plants.Ⅱ，A review of the literature.USDA Bureau Plant Industry Bull，1913，285.

［6］Tranquillini W.Photosynthese und Transpiration einiger Holzarten bei verschieden starkem Wind.Berichte der Deutschen Botanischen Gesellschaft，1969，82:37.

［7］李榮生，許煌燦，尹光天，楊錦昌，李雙忠.植物水分利用效率的研究進(jìn)展.林業(yè)科學(xué)研究，2003，16(3):366-371.

［8］Begg J E，Turner N C.Crop water deficits.Canberra:Division of Plant Industry，1976.

［9］于貴瑞，王秋鳳.植物光合，蒸騰與水分利用的生理生態(tài)學(xué).北京:科學(xué)出版社，2010.

［10］Ponton S，F(xiàn)lanagan L B，Alstad K P，Johnson B G，Morgenstern K，Kljun N，Black T A，Barr A G.Comparison of ecosystem water-use efficiency among Douglas-fir forest，aspen forest and grassland using eddy covariance and carbon isotope techniques.Global Change Biology，2006，12(2): 294-310.

［11］Jassal R S，Black T A，Spittlehouse D L，Brümmer C，Nesic Z.Evapotranspiration and water use efficiency in different-aged Pacific Northwest Douglas-fir stands.Agricultural and forest meteorology，2009，149(6):1168-1178.

［12］Yu G R，Song X，Wang Q F，Liu Y F，Guan D X，Yan J H，Sun X M，Zhang L M，Wen X F.Water-use efficiency of forest ecosystems in eastern China and its relations to climatic variables.New Phytologist，2008，177(4):927-937.

［13］Zhu Q A，Jiang H，Peng C H，Liu J X，Wei X H，F(xiàn)ang X Q，Liu S R，Zhou G M，Yu S Q.Evaluating the effects of future climate change and elevated CO2on the water use efficiency in terrestrial ecosystems of China.Ecological Modelling，2011，222(14):2414-2429.

［14］NMJ Crout，S D Young，R G Bradley.PARCH—technical manual.Natural Resources Institute，UK:Chatham of University，1997.

［15］Beer C，Reichstein M，Ciais P，F(xiàn)arquhar G，Papale D.Mean annual GPP of Europe derived from its water balance.Geophysical Research Letters，2007，34(5):1-4.

［16］沈永平，王國(guó)亞.IPCC第一工作組第五次評(píng)估報(bào)告對(duì)全球氣候變化認(rèn)知的最新科學(xué)要點(diǎn)，冰川凍土，2013，35(5):1068-1076.

［17］Li J，Erickson J E，Peresta G，Drake B G.Evapotranspiration and water use efficiency in a Chesapeake Bay wetland under carbon dioxide enrichment.Global Change Biology，2010，16(1):234-245.

［18］盧玲，李新，黃春林.中國(guó)西部植被水分利用效率的時(shí)空特征分析.冰川凍土，2007，29(5):777-784.

［19］蔣沖，王飛，穆興民，李銳.氣候變化對(duì)秦嶺南北植被凈初級(jí)生產(chǎn)力的影響(Ⅱ)——?dú)夂蜃兓瘜?duì)秦嶺南北植被凈初級(jí)生產(chǎn)力的影響.中國(guó)水土保持科學(xué)，2012，10(6):45-51.

［20］張立偉，宋春英，延軍平.秦嶺南北年極端氣溫的時(shí)空變化趨勢(shì)研究.地理科學(xué)，2011，31(8):1007-1011.

［21］Ren Z Y，Li J.The Valuation of Ecological Services from the Vegetation Ecosystems in the Qinling-Daba Mountains.Acta Geographica Sinica，2003，58(4):503-511.

［22］He H，Zhang Q，Zhou J，F(xiàn)ei J，Xie X.Coupling climate change with hydrological dynamic in Qinling Mountains，China.Climatic change，2009，94(3/4):409-427.

［23］王澄海，吳永萍，崔洋.CMIP研究計(jì)劃的進(jìn)展及其在中國(guó)地區(qū)的檢驗(yàn)和應(yīng)用前景.地球科學(xué)進(jìn)展，2009，24(5):461-468.

［24］趙宗慈，羅勇，黃建斌.對(duì)地球系統(tǒng)模式評(píng)估方法的回顧.氣候變化研究進(jìn)展，2013，9(1):1-8.

［25］Program For Climate Model Diagnosis and Intercomparison.The Availability Data Access of CMIP5.［2014-06-05］.http://cmip-pcmdi.llnl.gov/ cmip5/availability.html.

［26］Moss R H，Edmonds J A，Hibbard K A，Manning M R，Rose S K，van Vuuren D P，Carter T R，Emori S，Kainuma M，Kram T.The next generation of scenarios for climate change research and assessment.Nature，2010，463(7282):747-756.

［27］賀偉，布仁倉(cāng)，熊在平，胡遠(yuǎn)滿(mǎn).1961—2005年?yáng)|北地區(qū)氣溫和降水變化趨勢(shì).生態(tài)學(xué)報(bào)，2013，33(2):519-531.

［28］喻彥，徐建華，周雙喜，蒙桂云.近50年西雙版納最高最低氣溫對(duì)氣候變化的響應(yīng).氣象科技，2013，41(2):334-338.

［29］Hu Z M，Yu G R，F(xiàn)u Y L，Sun X M，Li Y N，Shi P L，Wang Y F，Zheng Z M.Effects of vegetation control on ecosystem water use efficiency within and among four grassland ecosystems in China.Global Change Biology，2008，14:1609-1619.

［30］Farquhar G D.Isotopic Composition of Plant Carbon Correlates with Water-use Efficiency of Wheat Genotypes.Plant Pkysiol，1984，11:539-552.

［31］Morecroft M，Woodward F.Experimental investigations on the environmental determination of δ13C at different altitudes.Journal of Experimental Botany，1990，41(10):1303-1308.

［32］高翔，白紅英，張善紅，賀映娜.1959—2009年秦嶺山地氣候變化趨勢(shì)研究.水土保持通報(bào)，2012，32(1):207-211.

［33］Morison J I，Gifford R M.Stomatal Sensitivity to Carbon Dioxide and Humidity a comparison of two C3and two C4grass species.Plant Physiology，1983，71(4):789-796.

［34］Centritto M，Lee H S，Jarvis P G.Interactive effects of elevated CO2and drought on cherry(Prunus avium)seedlings I.Growth，whole‐plant water use efficiency and water loss.New Phytologist，1999，141(1):129-140.

［35］Centritto M，Magnani F，Lee H S，Jarvis P G.Interactive effects of elevated CO2and drought on cherry(Prunus avium)seedlings II.Photosynthetic capacity and water relations.New Phytologist，1999，141(1):141-153.

［36］方精云，宋永昌，劉鴻雁，樸世龍.植被氣候關(guān)系與我國(guó)的植被分區(qū).植物學(xué)報(bào)，2002，44(9):1105-1122.

［37］于海英，許建初.氣候變化對(duì)青藏高原植被影響研究綜述.生態(tài)學(xué)雜志，2009，28(4):747-754.

［38］陳雄文.1896年和1986年黑龍江省幾種森林景觀(guān)的特征變化(英).植物學(xué)報(bào)，2000，42(9):979.

［39］袁婧薇，倪健.中國(guó)氣候變化的植物信號(hào)和生態(tài)證據(jù).干旱區(qū)地理，2007，30(4):465-473.

［40］Brooks J R，F(xiàn)lanagan L B，Buchmann N，Ehleringer J R.Carbon isotope composition of boreal plants:functional grouping of life forms.Oecologia，1997，110(3):301-311.

［41］Ito A，Oikawa T.Global mapping of terrestrial primary productivity and light-use efficiency with a process-based model.Global Environmental Change in the Ocean and on Land，Tokyo:Terrapub，2004.

［42］Zhao L，Li Y N，Zhao X Q，Xu S X，Tang Y H，Yu G R，Gu S，Du M Y，Wang Q X.Comparative study of the net exchange of CO2in 3 types of vegetation ecosystems on the Qinghai-Tibetan Plateau.Chinese Science Bulletin，2005，50(16):1767-1774.

［43］胡中民，于貴瑞，王秋鳳，趙風(fēng)華.生態(tài)系統(tǒng)水分利用效率研究進(jìn)展.生態(tài)學(xué)報(bào)，2009，29(3):1498-1507.

［44］K?rner C，F(xiàn)arquhar G，Roksandic Z.A global survey of carbon isotope discrimination in plants from high altitude.Oecologia，1988，74(4): 623-632.

［45］蔣高明，林光輝，Marino BD.美國(guó)生物圈二號(hào)內(nèi)生長(zhǎng)在高CO2濃度下的10種植物氣孔導(dǎo)度，蒸騰速率及水分利用效率的變化.植物學(xué)報(bào)，1997，39(6):546-553.

［46］王慶偉，于大炮，代力民.全球氣候變化下植物水分利用效率研究進(jìn)展.應(yīng)用生態(tài)學(xué)報(bào)，2010，21(12):3255-3265.

Evaluating water use efficiency patterns of Qinling Mountains under climate change

LI Mingxu，YANG Yanzheng，ZHU Qiuan*，CHEN Huai，PENG Changhui
Laboratory for Ecological Forecasting and Global Change，Northwest A＆F University，Yangling 712100，China

Abstract:As a key metric for measuring the dry matter yield gained per unit water used by plants，water use efficiency (WUE)has already become a hot topic for agro-forestry production and ecological research in arid and semi-arid areas.The WUE at the ecosystem level is usually defined as the ratio of the gross primary productivity(GPP)to the total evapotranspiration(ET).The ecology of the Qinling Mountains responds quite sensitively to climate change as a typical geographical transition zone and fragile ecological area.It has gradually become an important region in research on global change.To explore the variation in ecosystem water use efficiency in the Qinling Mountains and the responses of its ecology to current and projected climate change，we used five models(CCSM4，GISS-E2-R，GISS-E2-H，IPSL-CM5R-LR and NorESM1-ME)from the PCMDI database to forecast the trend of dynamic change in mean annual precipitation，mean annual air temperature，and ecosystem water use efficiency in the Qinling Mountains.During the period 2006—2100，four typical scenarios were studied(RCP2.6，RCP4.5，RCP6.0，and RCP8.5).The correlation between WUE and the keybook=937,ebook=49factors of climate change，including mean annual precipitation，mean annual air temperature，and CO2concentration，were analyzed.The results indicated the following:1)The ecosystem-level WUE in the Qinling Mountains during 2006—2100 showed an obvious increasing trend in all scenarios，and the average tendency rate ranged from 0.0136 to 0.13 g C/kg H2O every 10 years.With the growth in radiative forcing，the tendency rate and increasing range of WUE also increased.2)The ecosystem-level GPP in the Qinling Mountains during 2006—2100 showed an obvious increasing trend in all scenarios;the average tendency rate ranged from 1.970 to 10.434 g C/m2every year，but the average tendency rate of the ecosystem-level GPP ranged from 0.338 to 0.738 kg H2O/m2during 2006—2100 in these scenarios.Compared to ET，ecosystem-level GPP in the Qinling Mountains had a higher tendency rate，in these scenarios.3)The tendency rate of mean annual air temperature ranged from 0.21 to 0.498°C every 10 years at a highly significant level.The tendency rate of mean annual precipitation was about 7.78—17.66 mm every 10 years，but most results from the models showed insignificant upward trends.4)Driven by these meteorological factors(e.g.，air temperature，precipitation，and CO2concentration)，both GPP and ET showed a rising trend;nevertheless，the increasing rate of GPP was more significant in comparison.Meanwhile，the subtropical evergreen broad-leaved forest on the south slopes of the Qinling Mountains has the tendency to move northwards，and may replace the warm-temperate deciduous broad-leaved forest now on the north slopes of Qinling Mountains，in response to climate change.Because of the increase in air temperate，precipitation，and CO2concentration，in addition to the increased leaf area index(LAI)of the ecosystem and the underlying succession of vegetation from 2006 to 2100，the ecosystem-level WUE in the Qinling Mountains showed an apparent trend of increase.The remarkable increases in air temperature and CO2concentration were the main driving factors for enhancing the WUE of the ecosystem in the Qinling Mountains，while precipitation was relatively insignificant.

Key Words:water use efficiency;climate change;Qinling Mountains

*通訊作者

Corresponding author.E-mail:zhuqa@nwsuaf.edu.cn

收稿日期:2014-06-06;網(wǎng)絡(luò)出版日期:2015-07-09

基金項(xiàng)目:陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2012JQ3016);高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金(20120204120007)

DOI:10.5846/stxb201406061168