中国甘肃不同生态恢复区域水资源利用效率的时空变化

《Frontiers in Ecology and Evolution》：Spatiotemporal change of water use efficiency on different ecological restoration areas of Gansu, China

水资源利用效率（WUE）时空演变及环境驱动机制研究——以甘肃省为例，采用Google Earth Engine平台和MODIS数据，通过趋势分析、R/S分析、偏相关分析及PLS-SEM模型，揭示2001-2020年甘肃省WUE空间分布特征（东南高、西北低）与年际波动规律（平均1.71 gCm-2mm-1，整体上升趋势），分析植被、气候、地形及土壤等环境因子的综合影响，发现76.5%区域WUE与滞后6-12个月SPEI显著正相关，植被恢复对WUE提升贡献率达60%以上，为区域水资源管理优化提供科学依据。

　　水利用效率（WUE）是评估生态系统中碳与水循环关系的重要指标。通过使用Google Earth Engine平台，研究者利用MODIS数据计算了WUE，并采用趋势分析、R/S分析、偏相关分析、偏最小二乘结构方程模型（PLS-SEM）等方法，对2001年至2020年间甘肃省WUE的时空变化进行分析，进一步探讨环境因素对WUE的影响。研究结果表明，（1）甘肃省2001至2020年间的年均WUE为1.71 gCm?2mm?1，WUE整体呈上升趋势。（2）WUE在东南部较高，西北部较低，77.5%的区域表现出持续且稳定的WUE变化。（3）甘肃省76.5%的地区WUE与滞后干旱指数（SPEI）呈正相关，其中滞后6至12个月的区域占比达到47.36%。（4）植被因素的总体影响是正向的，气候通过植被对WUE的影响在甘肃省达到0.685。本研究对于深入理解甘肃省植被恢复和生态环境背景下区域水循环对气候变化的响应机制，以及实现区域水资源管理的准确评估和优化，具有重要意义。

### 1. 引言

水碳循环是陆地生态系统中的重要组成部分。水利用效率（WUE）是生态系统功能的关键特征，也是连接水碳耦合的桥梁。WUE的定义因尺度不同而有所差异。在叶片和个体尺度上，WUE主要受气孔开闭的调控。从植物生态学的角度看，不同物种的水分利用特征可以用于解决农业中低效用水的问题。在生态系统层面，WUE是碳获取与水分损失的比率，通常定义为生态系统干物质产量与其蒸散发的比率。这一指标本质上反映了植被光合作用与植物水分损失之间的关系，也能体现生态系统利用水分将营养转化为生物量的能力。

早期的小尺度生态系统WUE研究通常采用实地测量，即通过研究区域内的某些植被个体来代表整个研究区的WUE。然而，这种方法成本较高。近年来，随着涡度协方差和热扩散技术的发展，为检测WUE提供了新的思路。尽管通量塔观测数据具有较高的精度，但其数量和分布特征限制了其应用范围。在区域尺度上，可以通过传统生态过程模型或遥感估算方法对WUE进行估计。传统生态系统模型包括VIP、DLEM、IBIS等。这些模型虽然可以模拟较大范围的WUE，但其分辨率相对较低。高分辨率遥感数据具有良好的时空连续性，能够提供水循环长期变化的关键信息，广泛应用于研究区域植被-气候相互作用。

目前，学者们利用遥感技术产品分析了陆地水利用效率的时空演变规律及其影响因素。在全球气候变化、极端天气、社会经济发展以及人类活动加剧的背景下，这些因素将对陆地生态系统中的碳-水循环产生深远影响。从空间上看，WUE受到地形、植被、气候和土壤等多种因素的综合影响。不同区域或植被类型下，影响WUE的主要因素可能有所不同。例如，湿润区和干旱区之间存在显著差异；在干旱期间，不同植被类型对WUE的响应也存在较大差异。深入探讨WUE的时空演变差异及其与环境因素的关系，对于明确生态系统水循环对全球气候变化的响应机制，以及实现区域水资源管理的准确评估和优化具有重要意义。

甘肃省是中国重要的能源基地和矿产资源省份，同时也是黄河和长江上游重要的水土保持区域。该地区跨越多个不同的气候带，地形复杂，生态脆弱，气候敏感。由于水土资源短缺，降水分布不均，生态系统服务功能的退化，导致该地区频繁发生干旱事件。此外，一些区域还存在水源地生态功能不稳定、地下水过度开采和生态系统服务功能退化等问题。《甘肃省国土空间规划（2021-2035）》指出，需要提高五个重点生态修复区域的生态恢复能力，包括河西祁连山内陆河生态修复区（HX）、中黄河流域生态修复区（CR）、陇东-陇中黄土高原生态修复区（LD）、甘南黄河上游生态修复区（GN）和秦巴山地区长江上游生态修复区（QB）。不同生态修复区域中影响WUE的主要因素可能有所不同，不同生态修复区域之间WUE的差异也是区域生态修复与治理中值得重视的问题。然而，目前关于甘肃省不同生态修复区域WUE的研究较少，其区域尺度上的WUE特征和变化趋势仍不清晰。因此，研究甘肃省及其不同生态修复区域的WUE时空变化及其与各种环境因素的关系，可以为该地区经济的发展和生态环境的修复提供理论依据。

本研究的主要目标包括：（1）明确甘肃省及其各生态修复区域WUE的分布模式和变化特征；（2）确定干旱对WUE的滞后效应空间分布；（3）量化环境变量对WUE的直接和间接影响。本研究将有助于制定可持续的水资源管理策略，优化区域环境保护措施，对推动甘肃省及其生态修复区域的绿色发展具有重要意义。

### 2. 材料与方法

#### 2.1 研究区描述

甘肃省位于中国西北部，地理坐标为92°13′-108°46′E，32°11′-42°57′N，总面积为42.58 km2。地形由西南向东北倾斜，东西长度为1659 km，南北宽度为530 km。该地区处于中国三大自然区域和三大高原的交汇处，毗邻巴丹吉林沙漠、腾格里沙漠和库姆塔格沙漠。它是一个典型的温带季风气候与大陆性气候过渡区域，大部分地区属于温带干旱和半干旱气候。甘肃省的自然条件复杂，植被类型多样，从南到北呈现出明显的纬向和垂直地带性分布。年平均气温为0-15 °C，年降水量较小，低于400 mm，且从东南向西北递减。

#### 2.2 数据来源

数据来源及缩写见表1。

#### 2.3 方法

##### 2.3.1 WUE的计算公式

WUE的计算公式为公式（1）（Wang et al., 2021）：

$$
WUE = \frac{GPP}{ET}
$$

其中，WUE（gCm?2mm?1）是水利用效率；GPP（g Cm?2）是植被的总初级生产力；ET（mm）是植被的蒸散发。

##### 2.3.2 趋势分析

通过最小二乘法得到的线性拟合函数来获取变化趋势，使用F检验（p<0.05）进行显著性检验。公式见公式（2）和公式（3）。

##### 2.3.3 相关性分析

使用皮尔逊相关系数表示WUE与环境因素之间的相关性，并在0.05水平上进行显著性检验。公式见公式（4）（Liu et al., 2015）：

$$
r_{X,Y} = \frac{\sum_{i=1}^{n} (X_i - \bar{X})(Y_i - \bar{Y})}{\sqrt{\sum_{i=1}^{n} (X_i - \bar{X})^2} \sqrt{\sum_{i=1}^{n} (Y_i - \bar{Y})^2}
$$

其中，$ r_{X,Y} $是皮尔逊相关系数，$ X_i $是WUE，$ Y_i $是环境因素。

##### 2.3.4 赫斯特指数

赫斯特指数（H）可以定量描述时间序列信息的长期依赖性。本研究采用赫斯特指数的R/S分析方法，预测甘肃省WUE的未来趋势（Zhu et al., 2012）。

##### 2.3.5 交叉小波分析

小波分析是一种分析信号频谱变化的方法。交叉小波变换（XWT）是将小波变换与交叉频谱结合的一种计算方法，用于研究两个时间序列在时间-频率域中的相关性，并可以获得信号的相位关系和相关强度（Grinsted et al., 2004）。

对于时间序列{X(i)}和{Y(i)}，其中i=1,2,…,n。XWT的公式见公式（5）：

$$
|W_{xy}(\alpha, \tau)| = C_X(\alpha, \tau) \cdot C_Y^*(\alpha, \tau)
$$

其中，$ \alpha $是时间滞后，$ \tau $是时间平移参数；$ C_X(\alpha, \tau) $是序列{X(i)}的小波变换系数；$ C_Y^*(\alpha, \tau) $是序列{Y(i)}的小波变换系数的复共轭。其值越大，说明两个时间序列在高能量区域的相关性越显著。

小波相干变换（WTC）可以测量两个时间序列Xn和Yn在时间-频率空间中的局部相关性强度。其特点是即使两个时间序列的交叉小波能量谱中低能量区域对应，也会在小波相干谱中表现出明显的相关性。WTC的公式见公式（6）和公式（7）：

$$
R^2(\alpha, \tau) = \frac{|S[\alpha - 1 \cdot W_{XY}(\alpha, \tau)]|^2}{S[\alpha - 1 \cdot W_X(\alpha, \tau)] \cdot S[\alpha - 1 \cdot W_Y(\alpha, \tau)]}
$$

其中，S是平滑函数。

##### 2.3.6 时间滞后效应

使用皮尔逊相关系数（R）研究SPEI对WUE的滞后效应的大小和时间尺度。R的范围从-1到1，表示负相关到正相关（Zhao et al., 2020）。在每个滞后时间区间（0≤i≤12）中，首先计算WUE与每月SPEI（SPEI_i）之间的偏相关系数（R_0, R_1, R_2, …, R_12）。然后，取最大相关系数作为R_i，认为这是最佳相关性，其对应的月份作为最佳滞后。

##### 2.3.7 偏最小二乘结构方程模型地理探测器

偏最小二乘结构方程建模（PLS-SEM）是一种整合因子分析、回归分析和路径分析的多元统计模型。与基于协方差的结构方程建模（CB-SEM）不同，PLS-SEM依赖于主成分分析，适用于小样本、非正态数据以及形成性和反射性测量模型（Hair et al., 2019）。该模型包括两个基本组成部分：测量模型和结构模型，用于解决潜在变量之间的复杂关系。其公式见公式（10）（Vinzi et al., 2009）：

$$
\xi_j = \sum_{i=1}^{i} \beta_{ji} \xi_i + \zeta_j
$$

其中，$ \xi_j $是内生潜在变量；$ \xi_i $是外生潜在变量；$ \beta_{ji} $表示第i个外生潜在变量与第j个内生潜在变量之间的路径系数；$ \zeta_j $是模型中关系的随机误差项。

潜在变量与测量变量之间的线性关系可以用测量模型中的公式表示（公式11）：

$$
x_{jk} = \lambda_{jk} \xi_j + \zeta_j
$$

其中，$ x_{jk} $是待测量的变量；$ \xi_j $是潜在变量；$ \lambda_{jk} $表示第j个测量变量对应第k个主成分的因子载荷；$ \zeta_j $是测量误差项。

### 3. 结果

#### 3.1 WUE的分布变化

##### 3.1.1 WUE的时空变化

甘肃省的WUE呈现出逐年上升的趋势，年均值为1.71 gCm?2mm?1。其中，2008年（1.501 gCm?2mm?1）和2015年（1.122 gCm?2mm?1）分别是WUE最高和最低的年份。WUE最高值主要集中在0.5到1之间的区域，占29.6%。从空间上看，东南部较高，西北部较低。

##### 3.1.2 WUE的未来趋势变化

甘肃省的WUE主要表现出负可持续特征（77.4%），并广泛分布在2001至2022年间。正可持续特征的区域占22.6%，其中强可持续特征的区域占0.8%。五个生态修复区域的Hurst指数主要表现出弱抗可持续特征。其中，GN区域正可持续特征的比例最高（25.9%），QB区域强抗可持续特征的比例最高（19.6%）。

甘肃省的WUE处于持续稳定变化状态（77.5%），其中39%的区域表现出降解趋势，38.5%的区域表现出改善趋势。WUE显著上升的区域主要集中在南部，特别是QB区域。在生态修复区域中，31.5%的QB区域表现出上升趋势，而下降趋势主要分布在该区域的东部。WUE下降的区域主要集中在HX、LD和CR区域，其中CR区域的下降趋势更为显著，占12.9%的区域面积。

##### 3.2 WUE空间变化的影响因素

研究发现，降水（Prec）与WUE之间存在部分正相关（PPC）的区域占61.68%。部分相关系数（PCC）>0.6的区域占3.49%，主要分布在GN区域，以及QB区域和LD区域的西部。约76.68%的研究区显示出降水与WUE之间的部分负相关（图4b）。约20.98%的研究区显示出VPD与WUE之间的部分相关，主要分布在HX（39.97%）和CR（24.31%）。在GN区域，VPD与WUE之间表现出显著的负相关（图4e）。

降水与土壤湿度（SM）之间存在部分正相关（PPC）的区域占46.37%。其中，PCC>0.6的区域占1.08%，约21.92%的区域PCC在0.2到0.6之间。在生态修复区域中，QB（63.38%）、GN（57.71%）和CR（56.07%）表现出部分正相关（图4d）。

叶面积指数（LAI）与WUE之间存在部分正相关（PPC）的区域占62.36%。其中，PCC>0.6的区域占10.08%，主要分布在QB、CR和LD区域。归一化植被指数（NDVI）与WUE之间存在部分正相关（PPC）的区域占71.33%。在生态修复区域中，HX区域有48.96%的区域表现出负相关（图4g）。

实际辐射（Ra-ag）与WUE之间存在部分正相关（PPC）的区域占53.18%。其中，Ra-ag在CR区域（71.83%）、LD区域（55.79%）和GN区域（50.23%）中表现出较强的正相关。Ra-ag在甘肃省表现出负相关（46.82%）和在HX区域（558.69%）表现出正相关。在生态修复区域中，CR区域有66.66%的区域表现出正相关，而GN区域有71.32%的区域表现出负相关。

#### 3.3 驱动因素对WUE的直接和间接影响

使用PLS-SEM方法进一步分析了不同因素对WUE空间分布的影响（Shao et al., 2024）。这些因素被分类并整合为气候潜在变量、地形潜在变量、土壤潜在变量和植被潜在变量。基于一定假设，建立了一个概念模型：地形、植被、气候和土壤直接对WUE的空间格局产生影响；地形通过气候和土壤间接影响WUE的空间格局；气候通过植被间接影响WUE的空间格局；植被通过土壤间接影响WUE的空间格局。

研究结果表明，地形对WUE的影响在气候和植被中的间接效应为-0.576，地形通过气候对植被的影响为-0.641。气候通过植被对WUE的影响为0.685，气候通过植被对土壤的影响为0.323。在GN区域，气候通过植被对WUE的影响为-0.160，地形通过气候和植被对WUE的影响为0.144。在HX区域，气候通过植被对WUE的影响为-0.415，地形通过气候对植被的影响为-0.12。在LD区域，气候通过植被对WUE的影响为0.529，地形通过气候和植被对WUE的影响为0.32，地形通过气候对植被的影响为0.441。在QB区域，气候通过植被对WUE的影响为0.42，地形通过气候对植被的影响为-0.404。在CR区域，气候通过植被对WUE的影响为-0.631，地形通过气候对植被的影响为0.647，地形通过气候和植被对WUE的影响为0.572。

研究结果还表明，地形因素对甘肃省WUE的空间格局有负向影响（-0.521），而对HX（-0.366）、LD（-0.060）、QB（-0.434）和GN（-0.074）区域也有负向影响。在CR区域，地形因素对WUE的空间格局有正向影响（0.418）。土壤因素对甘肃省WUE的空间格局有负向影响（-0.175），对GN（-0.009）、HX（-0.021）、QB（-0.002）和CR（-0.009）区域也有负向影响，而LD区域的土壤因素对WUE的空间格局有正向影响（0.007）。气候因素对甘肃省WUE的空间格局有正向影响（0.418），对HX（0.558）、LD（0.715）和QB（0.538）区域也有正向影响，而对GN（-0.073）和CR（-0.385）区域有负向影响。植被因素在甘肃省及其各个生态修复区域中的总体影响是正向的（图9）。

### 4. 讨论

#### 4.1 甘肃省及其生态修复区域WUE的时空变化特征

甘肃省的WUE主要表现出负可持续特征（77.4%），并且在2001至2022年间广泛分布（图3a）。正可持续特征的区域占22.6%，其中强可持续特征的区域占0.8%。五个生态修复区域的Hurst指数主要表现出弱抗可持续特征。其中，GN区域正可持续特征的比例最高（25.9%），QB区域强抗可持续特征的比例最高（19.6%）。

甘肃省的WUE主要处于持续和稳定变化状态（77.5%），其中39%的区域表现出降解趋势，38.5%的区域表现出改善趋势（图3b）。五个生态修复区域主要处于抗可持续稳定状态。其中，GN（48.2%）、LD（34.5%）和QB（44.8%）主要表现出轻微抗可持续增长，而HX（48.3%）和CR（39.7%）主要表现出轻微抗可持续下降。

#### 4.2 环境因素与WUE的机制

甘肃省的WUE受到气候、地形、土壤和植被等多种环境因素的影响，表现出多样性，这是由于环境因素之间的相互作用（图7）。在甘肃省的生态修复区域中，植被因素对WUE的影响存在差异，但总体影响大于60%（图9）。甘肃省及其各个生态修复区域的植被对WUE的总体影响是正向的（图7）（Jin et al., 2023）。在干旱生态系统中，植被变化对WUE的影响更为显著。植物可以通过调整水分吸收率、蒸腾等适应环境，从而影响WUE。

气候因素可以同时影响植物的光合作用和蒸腾作用，其对WUE的影响更为复杂（Zhang et al., 2012）。本研究显示，气候对甘肃省WUE的直接影响为0.418，而通过植被对WUE的正向影响为0.685（图8a）。甘肃省及所有生态修复区域的WUE与温度呈负相关。气温的升高可以加快植物中水分子的扩散速率，促进根部的水分吸收能力和树干中的水分运输，从而显著影响植物的蒸腾过程。在寒冷地区，气温升高导致植物蒸腾增加，但没有相应的光合作用增加，从而导致WUE下降（图10b、c）。

降水在增加蒸散发方面起着重要作用。大气相对湿度直接影响叶片内外的水蒸气压差，从而在一定程度上决定蒸腾速率。然而，在不同温度下，相同的相对湿度对应不同的水蒸气压值。降水增加会导致大气水需求不足，从而影响植物的光合作用和蒸腾作用（Chang, 2024）。Meng等（2025）利用偏相关和岭回归分析定量分析了气候因素对卫星近红外光变化的贡献，并指出在高纬度北极地区，水蒸气压差增强了碳同化。本研究显示，甘肃省及其各个生态修复区域的WUE与水蒸气压差（VPD）呈负相关，且在HX区域的解释力高于其他区域（图7）。

降水影响植物的光合速率、蒸腾和气孔导度。降水减少会显著降低叶片面积和生物量，降低叶绿素含量，限制净光合速率和羧化效率（Yang et al., 2014）。光合作用和水分相关参数对降水的响应主要取决于干旱的严重程度（Yan et al., 2000）。极端气候事件如干旱对WUE有滞后效应（Zhang et al., 2024）。本研究显示，甘肃省76.5%的地区WUE与滞后SPEI呈正相关，其中滞后6-12个月的区域占47.36%，表明这些区域受到SPEI的长期影响（图5c、d）。其中，HX区域中央的SPEI滞后时间比西南部更长（图5c、d）。

本研究还显示，气候通过植被对土壤的影响为0.323。随着温度和光照的增加，区域内的植被蒸腾会增加，土壤水分蒸发也会加剧。然而，大规模的植被生长需要更多的水分，而降水无法及时补充土壤水分损失，这可能导致区域WUE的下降（Ma et al., 2022）。甘肃省的气候具有明显的干旱和大陆性特征。降水减少不仅显著降低了土壤含水量，还削弱了季节性干旱后有效降水对土壤水分的补充能力（Guo, 2024）。较低的土壤含水量会限制树木的树干汁液流动。为了减少水分消耗，植被通常会提前张开气孔，减少树干汁液流动以适应长期干旱和短期季节性干旱（Guo, 2024）。

在生态修复区域中，SM在GN、QB和CR区域表现出正相关（图4d）。沙土和黏土比例对WUE的影响相对复杂，主要取决于土壤的物理特性和植物吸收水分和养分的能力。沙土的渗透性较弱，QB、GN和HX区域的沙土比例较高（图10d）。黏土土壤能更好地保持水分和养分，从而提高WUE。QB和GN区域的黏土比例较高（图10e）。沙土具有较高的孔隙度和良好的排水性，有利于根系扩展，但在干旱地区，其保水和保肥能力较弱，可能降低WUE。HX区域的沙土比例较高（图10f）。然而，过高的黏土含量会降低土壤渗透性，限制根系发育，影响植物生长（Baiamonte et al., 2020）（图10e）。在管理实践中，可以通过调整土壤结构和改善土壤条件来优化植物的WUE（Liu, 2024）。这些发现突显了环境因素在控制WUE中的复杂作用，以及不同生态系统对这些因素的多样化响应。地形特征对WUE的影响在甘肃省及其生态修复区域中存在显著差异（图9）。GN和CR区域表现出正向影响，这与坡度、海拔、经度和纬度有关（图6）。甘肃省的地形特征通过气候特征对植被有负向影响（图8a）。

### 5. 结论

本研究显示，2001至2020年间，甘肃省的平均WUE为1.71 gCm?2mm?1。在约6.3%的甘肃省区域中，WUE表现出上升趋势。空间上，东南部较高，西北部较低。在77.5%的区域中，WUE处于持续且稳定的变化状态。

在76.5%的甘肃省区域中，WUE与滞后SPEI呈正相关，其中滞后6-12个月的区域占47.36%，表明这些区域受到SPEI的长期影响。

甘肃省及其各个生态修复区域的植被因素总体影响是正向的，气候通过植被对WUE的影响为0.685。GN和CR区域的气候因素总体影响为负。

本研究深入探讨了甘肃省不同生态修复区域WUE的时空变化及其与各种环境因素的关系，对于准确评估和优化区域水资源管理具有重要意义。