遙感分析中亞地區(qū)生態(tài)系統(tǒng)水分利用效率對干旱的響應(yīng)

鄒 杰，丁建麗，秦 艷，王 飛

（1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046；2. 新疆大學(xué)智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室，烏魯木齊 830046；3. 新疆大學(xué)綠洲生態(tài)教育部重點實驗室，烏魯木齊 830046）

0 引 言

當(dāng)水資源長時間低于正常水平，水分供應(yīng)不能滿足生態(tài)系統(tǒng)現(xiàn)有需求時，就會發(fā)生干旱現(xiàn)象。干旱通常會引起生態(tài)系統(tǒng)中植被生長受限制甚至干枯死亡，引發(fā)森林火災(zāi)，農(nóng)作物減產(chǎn)，土地退化，干旱之后的生物入侵等現(xiàn)象[1-3]。歷史氣象數(shù)據(jù)記錄和模型模擬的預(yù)測結(jié)果表明，全球干旱發(fā)生的強度和頻率在未來幾十年將會持續(xù)增加，這意味著區(qū)域及全球碳水循環(huán)將會受到重大影響[4-6]。

生態(tài)系統(tǒng)水分利用效率（water use efficiency，WUE）是碳增益（即總初級生產(chǎn)量，gross primary productivity，GPP）與耗水量即蒸散量（evapotranspiration，ET）之比。作為生態(tài)系統(tǒng)碳水循環(huán)耦合的重要指標，它將生物過程（光合作用、蒸騰作用）與物理過程（蒸發(fā)）緊密聯(lián)系起來。同時，WUE還是理解生態(tài)系統(tǒng)對氣候變化響應(yīng)的重要參數(shù)[7]。干旱通過減少或增加蒸散量成為生態(tài)系統(tǒng)健康發(fā)展的主要障礙之一。雖然不同生態(tài)系統(tǒng)對干旱敏感性有所差異，但重大干旱可以干擾全球水平衡，并改變生態(tài)系統(tǒng)的供水條件[8]。到目前為止，生態(tài)系統(tǒng)WUE對干旱的影響理論研究一直是科學(xué)研究的熱點與難點[2-4]。

前人對 WUE的研究主要集中在植物葉片個體和站點觀測，并得出在干旱條件下植物葉片WUE的上升是葉片氣孔導(dǎo)度降低引起的，同時將這種氣孔調(diào)控機制應(yīng)用在生態(tài)系統(tǒng)模型中[9-10]。但是在區(qū)域及全球尺度上的研究表明WUE在極端干旱條件下并沒有增加[11]，因此迫切需要了解干旱條件下大尺度生態(tài)系統(tǒng)WUE的變異性，并對WUE對干旱的關(guān)系進行更深入的研究。同時大量研究廣泛集中干旱時期WUE與干旱的相關(guān)關(guān)系，對干旱事件結(jié)束后WUE變化情況研究較少。因此，本研究將比較干旱事件發(fā)生前后生態(tài)系統(tǒng)WUE的變化趨勢，這對理解不同干旱擾動下生態(tài)系統(tǒng)的響應(yīng)過程至關(guān)重要。

生態(tài)系統(tǒng)WUE的測量方法主要包括渦度相關(guān)（eddy covariance，EC）站點測量、生態(tài)系統(tǒng)模型模擬和遙感數(shù)據(jù)測量。然而EC測量尺度較小，生態(tài)系統(tǒng)模型本身存在較多的不確定性誤差[12-14]。因此，近年來遙感測量被越來越多的研究者所使用，尤其是在區(qū)域尺度和全球尺度上。因為在生態(tài)系統(tǒng)中表征碳增益和水分損失的指標數(shù)據(jù)眾多，WUE的計算方法也有所不同，本研究使用研究者常用的總初級生產(chǎn)力與蒸散量之比來表征WUE。

中亞是世界上最大的干旱區(qū)之一，參照前人研究定義了中亞地區(qū)范圍[15]，包括哈薩克斯坦，土庫曼斯坦，烏茲別克斯坦，吉爾吉斯斯坦，坦吉克斯坦和中國新疆維吾爾自治區(qū)。近年來中亞地區(qū)因為氣候變化和人類活動發(fā)生了重大的地表變化，2000年以來降水的減少和溫度的增加使得該地區(qū)遭受了重大干旱，該地區(qū)植被生長和生態(tài)系統(tǒng)的穩(wěn)定性受到重大影響[16-17]。前人研究得出溫度植被干旱指數(shù)（temperature vegetation drought index，TVDI）可以很好地監(jiān)測中亞地區(qū)[18]和中國新疆地區(qū)[19]的干旱狀況，因此本文以TVDI作為干旱指標分析2000—2014年中亞地區(qū)生態(tài)系統(tǒng)WUE對干旱的響應(yīng)過程。本文主要研究內(nèi)容包括：1）中亞生態(tài)系統(tǒng)WUE和干旱的時間變化和空間格局；2）比較不同植被類型、不同干旱階段WUE對干旱的響應(yīng)差異；3）評估環(huán)境干濕轉(zhuǎn)變下WUE對干旱的響應(yīng)。

1 材料和方法

1.1 GPP和ET數(shù)據(jù)

本研究所采用的數(shù)據(jù)均來自MODIS成品數(shù)據(jù)：GPP（MOD17A3）和ET（MOD16A3）數(shù)據(jù)（http://www.ntsg.umt.edu），數(shù)據(jù)空間分辨率為1 km，時間為2000—2014年。GPP產(chǎn)品數(shù)據(jù)基于光合有效輻射利用效率模型計算。ET為利用MODIS反演的氣象再分析資料和植被特征動力學(xué)（如土地覆蓋，葉面積指數(shù)和反照率）作為輸入變量通過 Penman-Monteith模型計算的產(chǎn)品數(shù)據(jù)。GPP和ET產(chǎn)品數(shù)據(jù)在世界多個區(qū)域通過通量塔站點數(shù)據(jù)進行了驗證，其準確性在多項研究中得到了證實[20]。

1.2 溫度植被干旱指數(shù)（TVDI）

Sandholt等[21]研究發(fā)現(xiàn)在 LST-NDVI的特征空間中有很多等值線，將特征空間簡化為三角形后，提出了基于NDVI-LST三角形經(jīng)驗解釋的TVDI。TVDI的定義為

式中LST是地表溫度；LSTmax是特定象元的NDVI值所對應(yīng)的最大觀測溫度，即干邊；LSTmin是特定象元的NDVI值所對應(yīng)的進行最小觀測溫度，即濕邊。TVDI值范圍從0到1，其中TVDI=1表示土壤沒有蒸發(fā)或有限的濕度供應(yīng)；TVDI=0表明土壤最大蒸發(fā)或無限濕度供應(yīng)。

LSTmax和LSTmin計算公式為

式中a、b、c、d分別是干邊和濕邊線性擬合方程的系數(shù)。

參照前人關(guān)于干旱和半干旱地區(qū)的干旱級別劃分方法[22]，將干旱劃分為 5個等級：濕潤（0≤TVDI＜0.2），正常（0.2≤TVDI＜0.4），輕度干旱（0.4≤TVDI＜0.6），中度干旱（0.6≤TVDI＜0.8），重度干旱（0.8≤TVDI≤1）。

1.3 土地覆蓋數(shù)據(jù)

土地覆蓋類型CMG產(chǎn)品數(shù)據(jù)（MCD12C1），空間分辨率為1 km，時間分辨率為1 a。研究表明[23-25]，MODIS土地覆蓋數(shù)據(jù)可以用做大尺度土地覆蓋監(jiān)測，其中以喬木林地、 灌木草地、耕地和裸地、冰川的精度較高[24]。中亞地區(qū)主要的土地覆蓋類型為：郁閉灌木林，農(nóng)田，森林，草地，稀疏灌木林，水體，荒漠。為了分析干旱條件下不同植被類型之間WUE的差異，本研究主要分析郁閉灌木林、農(nóng)田、森林、草地、稀疏灌木林植被類型數(shù)據(jù)，數(shù)據(jù)分析排除荒漠和水體分類，因為在水體和荒漠上沒有ET數(shù)據(jù)。

1.4 分析方法

2000—2014年中亞地區(qū)WUE和干旱的變化趨勢用Mann-Kendall方法分析。這種非參數(shù)檢驗方法優(yōu)勢在于研究序列數(shù)據(jù)不必滿足正態(tài)分布，該方法在氣候數(shù)據(jù)和植被數(shù)據(jù)的趨勢研究中被廣泛使用，本研究選擇顯著性水平α＜0.05。利用Pearson相關(guān)關(guān)系法分析生態(tài)系統(tǒng)WUE和TVDI之間的相關(guān)關(guān)系。

為了研究干旱對WUE的滯后影響，本文參考文獻[26]計算WUE與當(dāng)年干旱和前一年干旱的相關(guān)關(guān)系，并建立了WUE與當(dāng)年干旱之間的關(guān)系；WUE與當(dāng)年及前一年干旱之間的關(guān)系如下：

式中 WUEi為當(dāng)年 WUE，TVDIi為當(dāng)年干旱，TVDIi–1為前一年干旱，abc′′′、 、 均為參數(shù)。

利用赤池信息準則（Akaike information criterion，AIC）評估TVDI與WUE之間回歸模型中的擬合優(yōu)化程度，進而判斷添加前一年TVDI是否優(yōu)化了模型。

式中K是擬合參數(shù)的數(shù)量，n為樣本的數(shù)量，RSS為殘差平方和。若式（4）的AIC值減去式（5）的AIC值高于3，則表明式（5）（使用2 a的TVDI）對式（4）（使用一年TVDI）的模擬有所優(yōu)化[27]。

2 結(jié)果與分析

2.1 中亞WUE與干旱趨勢變化

中亞地區(qū)2000—2014年間TVDI趨勢變化空間分布如圖1b所示，大約有60.74%的區(qū)域呈現(xiàn)變干趨勢，但是變化不顯著（P＞0.05）。20.01%的區(qū)域呈現(xiàn)顯著變干趨勢，這些地區(qū)主要位于哈薩克斯坦西北地區(qū)，新疆天山山區(qū)和南疆渭河-庫車河綠洲以及阿克蘇綠洲。僅有18.21%區(qū)域有變濕趨勢，但是變化不顯著（P＞0.05），這些區(qū)域主要分布在哈薩克斯坦巴爾喀什湖北部和新疆阿勒泰地區(qū)。顯著變濕的區(qū)域面積較小，主要分布在土庫曼斯坦東南部和塔吉克斯坦南部區(qū)域。中亞地區(qū)生態(tài)系統(tǒng)WUE約有19.22%的呈現(xiàn)顯著增加趨勢（P＜0.05），主要分布在吉爾吉斯斯坦和新疆北疆地區(qū)，以及哈薩克斯坦北部。與此同時，約有1.24%生態(tài)系統(tǒng)WUE呈現(xiàn)顯著下降趨勢（P＜0.05），主要位于新疆南部和土庫曼斯坦西南部地區(qū)（圖1a）。從圖1a、1b中可以觀察到，WUE隨著干旱的增加而增加的區(qū)域有吉爾吉斯斯坦，哈薩克斯坦大部分地區(qū)（除了巴爾喀什湖北部地區(qū)以及哈薩克斯坦西南地區(qū)）。相反，WUE隨著干旱的增加而減小的區(qū)域有土庫曼斯坦和烏茲別克斯坦。僅僅有 1.04%的地區(qū)變得更濕潤，該區(qū)域主要位于土庫曼斯坦南部的小面積區(qū)域。

圖1 2000—2014年中亞地區(qū)TVDI與WUE空間趨勢變化Fig.1 Spatial distribution trends of TVDI and WUE in Central Asia from 2000 to 2014

圖2 2000—2014年中亞地區(qū)TVDI與WUE時間趨勢變化Fig.2 Temporal trends of TVDI and WUE in Central Asia from 2000 to 2014

15 a間中亞地區(qū)生態(tài)系統(tǒng)WUE和TVDI的年均變化如圖2所示，其中2000—2010年中亞生態(tài)系統(tǒng)WUE呈持續(xù)線性下降，并在2008—2010年達到相對較低值，在2011—2014年 WUE出現(xiàn)快速上升趨勢。TVDI在2000年后持續(xù)上升，并保持在較高的水平。前人研究發(fā)現(xiàn)在2000—2010年，中亞地區(qū)發(fā)生過持續(xù)的嚴重干旱事件[16-17]。從圖中可以初步判斷：在干旱期間（2000—2010年）WUE隨著干旱增加而下降，在干旱事件結(jié)束之后（2011—2014年），WUE隨干旱的變化不明顯，因此，為了進一步深入研究中亞地區(qū)生態(tài)系統(tǒng)WUE與TVDI之間的相關(guān)關(guān)系，本研究結(jié)果在時間上分為2個部分進行分析：2000—2010年為干旱時期，2011—2014年為干旱事件結(jié)束后時期。2000—2014年期間，中亞地區(qū)年平均WUE為2.56 g/kg，依據(jù)TVDI指數(shù)的干旱分類方法，統(tǒng)計不同干旱等級下WUE的均值變化（圖3），其中重度干旱生態(tài)系統(tǒng)的WUE最高（3.73 g/kg），其次是中度干旱和輕度干旱生態(tài)系統(tǒng)。濕潤生態(tài)系統(tǒng)WUE值最低（0.53 g/kg），本研究WUE隨TVDI的變化規(guī)律與前人基于ANPP數(shù)據(jù)的研究結(jié)果一致[28]，因為潮濕地區(qū)的特點是水分條件良好，植被通過消耗大量水分來滿足自身生長導(dǎo)致濕潤區(qū)WUE低，而前人的研究結(jié)果也證明了本研究中不同干旱條件下生態(tài)系統(tǒng)WUE之間的差異[21]。WUE空間差異主要受外部環(huán)境因素影響和植物種間的生理特性異質(zhì)性共同決定，同時還受到緯度、海拔高度、植物物種進化差異、局部氣候差異的影響[13]。

圖3 不同干旱等級多年WUE均值比較Fig.3 Comparison of multiyear mean annual WUE among drought classifications

2.2 中亞地區(qū)WUE與TVDI相關(guān)關(guān)系的空間分布

中亞植被區(qū)在干旱前后WUE與TVDI之間的相關(guān)關(guān)系具有較大的空間異質(zhì)性（圖4a、4b）。在干旱期間，大約有63.57%的區(qū)域TVDI與WUE呈現(xiàn)負相關(guān)關(guān)系，主要分布在哈薩克斯坦，烏茲別克斯坦，土庫曼斯坦和新疆北部地區(qū)。這些地區(qū)主要是低海拔的干旱草原。在吉爾吉斯斯坦，塔吉克斯坦和新疆的高海拔山區(qū)，WUE與TVDI呈現(xiàn)正相關(guān)關(guān)系。在干旱事件結(jié)束后，大約有66.7%的區(qū)域WUE與TVDI呈現(xiàn)正相關(guān)關(guān)系。而WUE與TVDI呈現(xiàn)負相關(guān)的主要區(qū)域為新疆南部和哈薩克斯坦中部地區(qū)的綠洲。

干旱地區(qū)的植物經(jīng)過長期進化，具備一系列應(yīng)對干旱的生存策略，這些生存策略可以通過減少體內(nèi)水分損失來保持植被生長的基本要求[29]。在干旱期間，WUE與TVDI相關(guān)關(guān)系值較低，不同植被類型WUE對干旱的響應(yīng)各有差異（圖 5），其中農(nóng)田，森林，稀疏灌木林均與干旱呈現(xiàn)著正相關(guān)關(guān)系，農(nóng)田可能受人類干預(yù)而減緩了

干旱的干擾，而森林在高海拔地區(qū)水分供應(yīng)不缺少，所以受干旱影響較小。然而郁閉灌木林與草地WUE與干旱呈現(xiàn)負相關(guān)關(guān)系，即隨著干旱的增強WUE均下降，這些植被主要分布在哈薩克斯坦的中部地區(qū)。當(dāng)干旱事件結(jié)束后，所有植被WUE和干旱均呈現(xiàn)出正相關(guān)關(guān)系，且與干旱時期相比，相關(guān)系數(shù)均有大幅提升。

圖4 2000—2014年WUE與TVDI的相關(guān)關(guān)系Fig.4 Correlation between WUE and TVDI from 2000 to 2014

圖5 不同植被類型 WUE 與 TVDI 相關(guān)關(guān)系圖5 Correlations between WUE and TVDI at different vegetation types

2.3 干旱對生態(tài)系統(tǒng)WUE的滯后影響

前人的研究報道了干旱對生態(tài)系統(tǒng) WUE的影響有滯后效應(yīng)[30]，本研究也發(fā)現(xiàn)了這一特殊現(xiàn)象。圖6a中顯示了在干旱時期WUE與前一年TVDI之間的空間相關(guān)關(guān)系，與圖4a中顯示的空間相關(guān)關(guān)系分布大致相同，但是與當(dāng)前年干旱相關(guān)關(guān)系相比，大部分植被類型WUE和前一年干旱之間的相關(guān)關(guān)系更高（圖 7）。這說明在大多數(shù)植被區(qū)，WUE對當(dāng)年和前一年的干旱脅迫的響應(yīng)方向一致，同時Yang等也報道了在生物群落尺度上WUE與當(dāng)年干旱和上一年干旱之間的相關(guān)系數(shù)符號一致[27]，且本研究中前一年干旱增加了WUE與干旱的相關(guān)系數(shù)，這也進一步說明干旱的滯后效應(yīng)對植被有著累積影響。在干旱事件結(jié)束后，WUE與當(dāng)年 TVDI呈現(xiàn)正相關(guān)關(guān)系（圖7b），但是WUE與前一年的干旱呈現(xiàn)負相關(guān)關(guān)系，2次相關(guān)分析系數(shù)正負號完全相反，這說明前一年干旱并不會直接影響當(dāng)前年WUE的變化，反而會降低其相關(guān)關(guān)系，這也進一步說明在干旱事件結(jié)束后，干旱滯后效應(yīng)對WUE影響不明顯。

以上分析表明在干旱脅迫期間，生態(tài)系統(tǒng)WUE受到干旱影響并伴有干旱滯后效應(yīng)，干旱事件結(jié)束后，干旱的滯后效應(yīng)減弱。為了進一步表征前一年干旱對當(dāng)前年WUE的影響，本研究利用AIC來衡量前一年干旱的貢獻是否優(yōu)化了當(dāng)前年干旱與WUE之間的回歸模型。根據(jù)評估準則，2個模型（式（4）和式（5））之間的AIC差值小于–3表示模型優(yōu)化，即前一年干旱顯著影響了當(dāng)前年WUE。如圖8所示，紅色區(qū)域表示AIC差值＜–3，在干旱脅迫期間，干旱對WUE在大部分區(qū)域有著顯著的滯后影響，然而在干旱事件結(jié)束后，AIC差值均＞–3，這也進一步說明干旱滯后效應(yīng)在干旱事件結(jié)束后不存在。

2.4 干旱前后WUE變化

各植被類型WUE在干旱前后的變化如表1所示。與干旱時期相比，干旱事件結(jié)束后郁閉灌木林，農(nóng)田，森林，草地，稀疏灌木林WUE分別提高了30.03%，49.57%，18.39%，54.71%和49.28%。其中，草地生態(tài)系統(tǒng)增加幅度最大，森林生態(tài)系統(tǒng)增加最小，這也說明森林受到干旱影響較小。通常情況下，當(dāng)生態(tài)系統(tǒng)從干旱年份過渡到濕潤年份時，生態(tài)系統(tǒng)WUE會降低。而本研究結(jié)果與之相反，出現(xiàn)這種現(xiàn)象可能與的研究區(qū)環(huán)境與物種之間的差異有關(guān)。

圖6 WUE與前一年TVDI相關(guān)關(guān)系Fig.6 Correlation between WUE and previous-year TVDI

圖7 不同植被類型WUE與前一年TVDI相關(guān)關(guān)系Fig.7 Correlation between WUE and previous-year TVDI of different vegetation types

圖8 不同時期WUE模型AIC差值空間分布Fig.8 Spatial distribution of Akaike information criterion value (AIC) difference of WUE model during different periods

表1 不同植被類型WUE在干旱前后的變化Table 1 Changes in WUE among biomes before and after drought

3 討 論

生態(tài)系統(tǒng)GPP和ET對干旱的不同敏感性導(dǎo)致WUE對干旱的差異響應(yīng)。在以前的研究中報道了WUE在時間序列上對水分虧缺的響應(yīng)，對于在持續(xù)干旱事件結(jié)束后WUE的變化鮮有研究[21]。在本研究中，通過對干旱指數(shù)的劃分將研究期間分為2部分，在不同時期WUE對干旱的響應(yīng)呈現(xiàn)出區(qū)域和生物群落間差異。有研究報道在干旱脅迫下生態(tài)系統(tǒng) WUE出現(xiàn)增加趨勢，其原因是 GPP下降幅度小于ET下降幅度導(dǎo)致干旱發(fā)生時WUE（GPP /ET）增加[31]。本研究與前人的研究結(jié)果相反，主要是哈薩克斯坦的灌木叢生態(tài)系統(tǒng)和草地生態(tài)系統(tǒng) WUE與干旱均存在負相關(guān)關(guān)系。究其原因：1）在干旱地區(qū)植被生長對干旱的干擾響應(yīng)較快，干旱通常導(dǎo)致植被活性和植物生長速率的下降，但很少造成植物死亡或長期干旱，干旱區(qū)植物群落通常具有很強的抵御水分脅迫的能力，其中不同物種適應(yīng)缺水環(huán)境的響應(yīng)機制各有不同[32]；2）根據(jù)前人在中亞地區(qū)長時間（1981—2012年）的研究發(fā)現(xiàn)，中亞地區(qū)ET出現(xiàn)多年持續(xù)下降，下降趨勢一直持續(xù)到2000年，2000年之后ET逐漸緩慢上升[16-17]。因此，本研究中植被生長受限導(dǎo)致的GPP的下降和ET的增加是導(dǎo)致干旱脅迫下WUE的下降的主要原因，這一結(jié)果與Liu等的研究結(jié)果一致[33]。

干旱脅迫后，本研究中所有植被類型WUE均與干旱指數(shù)呈現(xiàn)正相關(guān)關(guān)系。前人通過研究干旱區(qū)生態(tài)系統(tǒng)植被綠度時間變化，結(jié)果顯示在干旱區(qū)一旦水分合適，生態(tài)系統(tǒng)就能夠在嚴重和持續(xù)干旱后恢復(fù)初始綠度值的能力[34]。干旱事件結(jié)束后，生態(tài)系統(tǒng)的穩(wěn)定性得到恢復(fù)，對于短期干旱WUE響應(yīng)更為敏感。Yang等也報道了干旱半干旱生態(tài)系統(tǒng)WUE對干旱有顯著積極響應(yīng)[27]。本研究在干旱后 WUE與干旱之間的關(guān)系與前人研究結(jié)果一致。綜上所述，干旱生態(tài)系統(tǒng)中WUE對干旱的不同時期響應(yīng)過程各有差異，其中的深層次原因分析仍然需要在今后的研究中加強分析。

植被對于降雨和溫度等環(huán)境因子有明顯的滯后效應(yīng)[35-37]，本研究還觀察到了干旱對生態(tài)系統(tǒng) WUE有明顯滯后影響。在干旱脅迫期間，自然植被系統(tǒng)（草地，稀疏灌木林）中前一年干旱和當(dāng)年的干旱對WUE的影響相似，相關(guān)系數(shù)均為負值，且WUE與前一年干旱相關(guān)系數(shù)絕對值更高。這表明與當(dāng)年干旱脅迫對WUE的影響相比較，前一年干旱的滯后效應(yīng)將會大大增加干旱對生態(tài)系統(tǒng)WUE的影響。干旱脅迫之后，前年干旱和當(dāng)年干旱對WUE影響相反。特別是與前一年干旱對比，WUE與當(dāng)年干旱的關(guān)系更為密切。因此，在水分情況正常的情況下，干旱滯后效應(yīng)影響并不明顯。

生態(tài)系統(tǒng)抗旱能力取決于多種因素，包括水分虧缺的嚴重程度和持續(xù)時間，還有植被類型，干旱破壞類型和破壞程度，植物生長速度和植物種間的競爭，以及干旱觀測的尺度差異[38]。而生態(tài)系統(tǒng)穩(wěn)定性不僅與植物對水分脅迫的抵抗力有關(guān)，與其在恢復(fù)過程中恢復(fù)速度也有關(guān)，也就是說恢復(fù)力穩(wěn)定性。本研究中，干旱年份連續(xù)下降的WUE表明，干旱區(qū)生態(tài)系統(tǒng)對干旱具有較弱的抵抗力穩(wěn)定性，通常情況下干旱區(qū)植被在遭遇干旱時會減少地上生物量增加地下生物量，這也是該區(qū)域植被特殊的生存策略[39]。在干旱事件結(jié)束后，生態(tài)系統(tǒng)對環(huán)境的突然變化具有較高的敏感性，各植被類型WUE均快速上升，這也表現(xiàn)出了干旱生態(tài)系統(tǒng)較強的恢復(fù)能力。本研究中生態(tài)系統(tǒng) WUE的恢復(fù)力與以前的研究結(jié)果是一致的[34]。生態(tài)系統(tǒng)WUE是生物群落和生態(tài)系統(tǒng)的能力之間的一個共同連接點，生態(tài)系統(tǒng)通過調(diào)節(jié)其WUE來適應(yīng)不斷變化的水文氣候條件。在干旱區(qū)，一旦有水分條件合適，生態(tài)系統(tǒng)就能夠通過自身調(diào)節(jié)在嚴重和持續(xù)干旱后恢復(fù)干旱前的狀態(tài)。本研究全面分析了干旱區(qū)生態(tài)系統(tǒng)的快速恢復(fù)能力，進一步證實了干旱區(qū)生態(tài)系統(tǒng)應(yīng)對干旱的生存策略。

雖然本研究部分結(jié)果與前人的研究一致，如WUE與干旱的不同相關(guān)關(guān)系，干旱對WUE的滯后效應(yīng)以及干旱-濕潤環(huán)境突變情況下 WUE的變化。但也有部分結(jié)論與前人的研究不一致，出現(xiàn)這些研究結(jié)果差異的原因可能是數(shù)據(jù)選擇，方法使用，研究周期和研究區(qū)域的差異所導(dǎo)致的。通過分析干旱區(qū)生態(tài)系統(tǒng)WUE對干旱的響應(yīng)，對于預(yù)測未來氣候情景中的脆弱生態(tài)系統(tǒng)動態(tài)變化起到關(guān)鍵作用，同時生態(tài)系統(tǒng)WUE在干旱時間結(jié)束時的快速恢復(fù)，也可為今后農(nóng)業(yè)生產(chǎn)活動，生態(tài)保護提供理論參考。此外，因為使用的MODIS產(chǎn)品數(shù)據(jù)的限制，本研究數(shù)據(jù)分析計算時間僅僅從2000年開始，較短的時間序列限制了全面分析生態(tài)系統(tǒng)碳水循環(huán)機制。因此今后的研究應(yīng)結(jié)合其他數(shù)據(jù)來源增加時間序列，同時加強觀測手段和模型模擬GPP和ET對干旱干擾的響應(yīng)過程，繼而全面分析大尺度生態(tài)系統(tǒng)WUE的分布規(guī)律和基本趨勢。

4 結(jié) 論

本研究利用MODIS GPP和ET產(chǎn)品數(shù)據(jù)以及2000—2014年的溫度植被干旱指數(shù)（temperature vegetation drought index，TVDI），量化了水分利用效率（water use efficiency，WUE）對干旱的響應(yīng)分析，多年平均WUE為2.56 g/kg，WUE高值主要在較干旱的植被區(qū)域，如郁閉灌木林。在不同的植被類型中發(fā)現(xiàn)了WUE對干旱擾動的響應(yīng)各有差異。一般來說，WUE與干旱呈現(xiàn)負相關(guān)關(guān)系，而干旱后WUE與干旱指數(shù)呈正相關(guān)關(guān)系。本研究得到干旱對生態(tài)系統(tǒng)WUE的明顯滯后影響，同時發(fā)現(xiàn)干旱事件結(jié)束后滯后效應(yīng)不顯著。另外，干旱區(qū)生態(tài)系統(tǒng)WUE對干旱條件變化敏感，從干旱到濕潤的轉(zhuǎn)變將導(dǎo)致干旱生態(tài)系統(tǒng)WUE的增加。

[參 考 文 獻]

[1] Ciais P, Reichstein M, Viovy N, et al. Europe-wide reduction in primary productivity caused by the heat and drought in 2003[J]. Nature, 2005, 437(7058): 529－533.

[2] Hicke J A, Allen C D, Desai A R, et al. Effects of biotic disturbances on forest carbon cycling in the United States and Canada[J]. Global Change Biology, 2015, 18(1): 7－34.

[3] 蔣磊，楊雨亭，尚松浩. 基于遙感蒸發(fā)模型的干旱區(qū)灌區(qū)灌溉效率評價[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(20)：95－101.Jiang Lei, Yang Yuting, Shang Songhao. Evaluation on irrigation efficiency of irrigation district in arid region based on evapotranspiration estimated from remote sensing data[J].Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2013, 29(20): 95－101. (in Chinese with English abstract)

[4] Salehyan I. Climate change and conflict: Making sense of disparate findings[J]. Political Geography, 2014, 43: 1－5.

[5] Buhaug H, Nordkvelle J, Bernauer T, et al. One effect to rule them all? A comment on climate and conflict[J]. Climatic Change, 2014, 127(3/4): 391－397.

[6] 趙福年，王潤元. 基于模式識別的半干旱區(qū)雨養(yǎng)春小麥干旱發(fā)生狀況判別[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(24)：124－132.Zhao Funian, Wang Runyuan. Discrimination of drought occurrence for rain fed spring wheat in semi-arid area based on pattern recognition[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2014, 30(24): 124－132. (in Chinese with English abstract)

[7] Poncecampos G E, Moran M S, Huete A, et al. Ecosystem resilience despite large-scale altered hydroclimatic conditions[J].Nature, 2013, 494(7437): 349－352.

[8] Samanta A, Ganguly S, Hashimoto H, et al. Amazon forests did not green-up during the 2005 drought[J]. Geophysical Research Letters, 2010, 37(5): 137－147.

[9] 戰(zhàn)領(lǐng)，楊漢波，雷慧閩. 基于通量觀測數(shù)據(jù)的玉米水碳交換量及水分利用效率分析[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(增刊 1)：88－93.Zhan Ling, Yang Hanbo, Lei Huimin. Analysis of corn water consumption, carbon assimilation and ecosystem water use efficiency based on flux observations[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(Supp.1): 88－93. (in Chinese with English abstract)

[10] 許高平，王璞，薛緒掌，等. 負壓控水下不同株型玉米水分利用效率和產(chǎn)量的盆栽試驗[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(15)：148－156.Xu Gaoping, Wang Pu, Xue Xuzhang, et al. Experiment on water use efficiency and yield of different plant type of potted maize under negative pressure water control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 148－156. (in Chinese with English abstract)

[11] Medrano H, Flexas J, Galmés J. Variability in water use efficiency at the leaf level among Mediterranean plants with different growth forms[J]. Plant & Soil, 2009, 317(2): 17－29.

[12] Huang M, Piao S, Sun Y, et al. Change in terrestrial ecosystem water-use efficiency over the last three decades[J].Global Change Biology, 2015, 21(6): 2366－2378.

[13] Xue B L, Guo Q, Otto A, et al. Global patterns, trends, and drivers of water use efficiency from 2000 to 2013[J].Ecosphere, 2016, 6(10): 1－18.

[14] Gang C, Wang Z, Chen Y, et al. Drought-induced dynamics of carbon and water use efficiency of global grasslands from 2000 to 2011[J]. Ecological Indicators, 2016, 67: 788－797.

[15] Deng H, Chen Y. Influences of recent climate change and human activities on water storage variations in Central Asia[J]. Journal of Hydrology, 2016,554: 46－57.

[16] Li Z, Chen Y, Fang G, et al. Multivariate assessment and attribution of droughts in Central Asia[J]. Scientific Reports,2017, 7(1) : 1316.

[17] 李小飛，張明軍，李亞舉，等. 西北干旱區(qū)降水中 δ18O變化特征及其水汽輸送[J]. 環(huán)境科學(xué)，2012，33(3)：711－719.Li Xiaofei, Zhang Mingjun, Li Yaju, et al. Characteristics of δ18O in precipitation and moisture transports over the arid region in Northwest China[J]. Environmental Science, 2012,33(3): 711－719. (in Chinese with English abstract)

[18] Zhe Z, Ding J L, Yan X Y, et al. Remote sensing monitoring of drought in Turkmenistan oasis based on temperature/vegetation drought index[J]. Chinese Journal of Ecology,2013, 32(8): 2172－2178.

[19] 李海霞，楊井，陳亞寧，等. 基于 MODIS數(shù)據(jù)的新疆地區(qū)土壤濕度反演[J]. 草業(yè)學(xué)報，2017，26(6)：16－27.Li Haixia, Yang Jing, Chen Yaning, et al. Retrieval of soil moisture information in Xinjiang using MODIS[J]. Acta Prataculturae Sinica, 2017, 26(6): 16－27. (in Chinese with English abstract)

[20] Mu Q, Zhao M, Running S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011, 115(8): 1781－1800.

[21] Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment, 2002, 79(2): 213－224.

[22] 齊述華，王長耀，牛錚. 利用溫度植被旱情指數(shù)(TVDI)進行全國旱情監(jiān)測研究[J]. 遙感學(xué)報，2003，7(5)：420－427.Qi Shuhua, Wang Changyao, Niu Zhen. Evaluating soil moisture status in China using the temperature/vegetation dryness index (TVDI)[J]. Journal of Remote Sensing, 2003,7(5): 420－427. (in Chinese with English abstract)

[23] 徐永明，劉勇洪，魏鳴，等. 基于MODIS數(shù)據(jù)的長江三角洲地區(qū)土地覆蓋分類[J]. 地理學(xué)報，2007，62(6)：640－648.Xu Yongming, Liu Yonghong, Wei Ming, et al. Land cover classification of the Yangtze River delta using MODIS data[J]. Acta Geographica Sinica, 2007, 62(6): 640－648. (in Chinese with English abstract)

[24] 劉向培，王漢杰，何明元，等. 三種土地覆蓋遙感數(shù)據(jù)在中國區(qū)域的精度分析[J]. 農(nóng)業(yè)工程學(xué)報，2012，28(24)：252－259.Liu Xiangpei, Wang Hanjie, He Mingyuan, et al. Precision analysis of three land-cover types in China region[J].Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2012, 28(24): 252－259. (in Chinese with English abstract)

[25] 曹明，張友靜，鄭淑倩，等. MODIS土地覆蓋數(shù)據(jù)產(chǎn)品精度分析: 以黃河源區(qū)為例[J]. 遙感信息，2012，27(4)：22－27.Cao Ming, Zhang Youjing, Zheng Shuqian, et al. Accuracy analysis of MODIS land cover data product: A case study of Yellow River source region[J]. Remote Sensing Information,2012, 27(4): 22－27. (in Chinese with English abstract)

[26] Huang L, He B, Han L, et al. A global examination of the response of ecosystem water-use efficiency to drought based on MODIS data[J]. Science of the Total Environment, 2017,601/602: 1097.

[27] Yang Y, Guan H, Batelaan O, et al. Contrasting responses of water use efficiency to drought across global terrestrial ecosystems[J]. Scientific Reports, 2016, 6: 23284.

[28] Vicenteserrano S M, Gouveia C, Camarero J J, et al.Response of vegetation to drought time-scales across global land biomes.[J]. Proc Natl Acad Sci U S A, 2013, 110(1):52－57.

[29] Vicenteserrano S M, Beguería S, Lópezmoreno J I. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696－1718.

[30] Zhang X, Moran M S, Zhao X, et al. Impact of prolonged drought on rainfall use efficiency using MODIS data across China in the early 21st century[J]. Remote Sensing of Environment, 2014, 150(150): 188－197.

[31] Niu S, Wu M, Han Y, et al. Water-mediated responses of ecosystem carbon fluxes to climatic change in a temperate steppe[J]. New Phytologist, 2008, 177(1): 209－219.

[32] Chaves M M, Maroco J P, Pereira J S. Understanding plant responses to drought-from genes to the whole plant[J].Functional Plant Biology, 2003, 30(3): 239－264.

[33] Liu Y, Xiao J, Ju W, et al. Water use efficiency of China’s terrestrial ecosystems and responses to drought[J]. Scientific Reports, 2015, 5(5): 13799.

[34] Heumann B W, Seaquist J W, Eklundh L, et al. AVHRR derived phenological change in the Sahel and Soudan, Africa,1982–2005[J]. Remote Sensing of Environment, 2007, 108(4): 385－392.

[35] 孫欽明，劉彤，韓志全，等. 遙感分析天山北部植被覆蓋對氣候變化的多時間尺度響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報，2014,30(15)：248－255.Sun Qinming, Liu Tong, Han Zhiquan, et al. Response of climate changes on vegetation cover in north of Tianshan Mountains evaluated using multiple time scales[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 248－255. (in Chinese with English abstract)

[36] 白淑英，王莉，史建橋. 長江流域NDVI對氣候變化響應(yīng)的時滯效應(yīng)[J]. 中國農(nóng)業(yè)氣象，2012，33(4)：579－586.Bai Shuying, Wang Li, Shi Jianqiao. Time lag effect of NDVI response to climatic change in Yangtze River Basin[J].Chinese Journal Agrometeorology, 2012, 33(4): 579－586.(in Chinese with English abstract)

[37] 穆少杰，李建龍，陳奕兆，等. 2001-2010年內(nèi)蒙古植被覆蓋度時空變化特征[J]. 地理學(xué)報，2012，67(9)：1255－1268.Mu Shaojie, Li Jianlong, Chen Yizhao, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001－2010[J]. Acta Geographica Sinica,2012, 67(9): 1255－1268. (in Chinese with English abstract)

[38] Del C M, Lloret F. Resilience of Mediterranean shrubland to a severe drought episode: the role of seed bank and seedling emergence[J]. Plant Biology, 2012, 14(3): 458－466.

[39] Galiano L, Martcnez-Vilalta J, Lloret F. Drought-induced multifactor decline of scots pine in the pyrenees and potential vegetation change by the expansion of co-occurring oak species[J]. Ecosystems, 2010, 13(7): 978－991.