中国草原横断带上蒸散作用的空间分布模式及其环境驱动因素

《Journal of Hydro-environment Research》：Spatial patterns and environmental drivers of evapotranspiration across the Chinese grassland Transect

本研究基于中国草地梯度观测数据及遥感产品，揭示高寒与温带草甸蒸散量（ET）沿湿度梯度分布特征及其驱动机制。Ω值在湿度较高的高寒草甸显著高于温带草甸，表明干旱区VPD对ET影响更显著；温带草甸通过气孔关闭增强水分利用效率，而高寒草甸植被适应机制不同。研究为草地生态系统响应气候变化提供理论支撑。

　　

马立新|陈志|郝天翔|杨萌|林全红|张伟康|韩朗|刘照刚|孙明宇|林勇|朱宪金|陈世平|董刚|高彦宏|郝彦斌|蒋世成|牛树丽|史培利|谭俊磊|唐雅坤|于贵瑞

中国科学院地理科学与自然资源研究所生态系统网络观测与建模重点实验室，北京 100101，中国

摘要

高山草地（AG）的湿度指数（HI）显著高于温带草地（TG），导致中国草地横断带（CGT）沿线存在明显的水分梯度变化。过去几十年中，众多涡度协方差观测站为了解站点尺度上的蒸散（ET）动态提供了宝贵数据。然而，CGT沿线ET及其主导因素的空间分布仍不甚明了。本研究整合了48个涡度协方差站点（2003–2020年）的观测数据和遥感产品，分析了CGT沿线ET的空间分布及其驱动机制。观测结果显示，AG的年平均ET（454±119毫米）显著高于TG（320±115毫米），这与它们的湿度指数一致。解耦系数（Ω）随生态系统湿度的增加而增加，在AG中显著高于TG（0.41±0.11 vs 0.23±0.10）。这表明在干旱地区，水汽压差（VPD）对ET的影响可能大于净辐射。随着生态系统湿度梯度的变化，草地演化出了不同的适应机制。与TG相比，AG具有更高的冠层导度和对VPD变化的更大敏感性；然而，AG中蒸腾与ET之比相对于TG的敏感性较低。这可能反映了TG在干旱条件下通过气孔关闭来更有效地减少蒸腾，从而降低水分损失。本研究探讨了CGT沿线ET的空间变异性及其环境控制因素，为草地生态系统对未来气候变化的响应提供了见解。

引言

蒸散（ET）是土壤和植物通过蒸发（E）和蒸腾（T）将水蒸气转移到大气中的关键过程。作为生态系统水循环的重要组成部分，ET在维持水分平衡中起着核心作用（Allen等人，1998年；Monteith和Unsworth，1990年；Fisher等人，2017年）。全球约67%的草地位于半干旱、干旱和寒冷地区，这些地区的水分平衡变化显著影响生态系统的结构和功能（Bai等人，2022年；Bengtsson等人，2019年）。即使ET的微小变化也会导致草地生态系统的水分平衡大幅波动，进而深刻影响植被生长和碳源-汇格局（You等人，2023年；Li等人，2021a）。因此，深入研究草地生态系统中的ET基本特征，尤其是干旱地区的变化及其潜在机制，对于提高我们对草地生态系统的理解及有效管理策略至关重要。

草地约占中国总面积的40%，其中约80%分布在内蒙古高原的温带草地（TG）和青藏高原的高山草地（AG）（Hu等人，2009年）。基于欧亚大陆的森林-草地分布模式和中国的气候分区，Yu等人（2006年）通过整合中国东北部横断带（NECT）和中国东部南北横断带（NSTEC）提出了中国草地横断带（CGT）。沿CGT，AG的水分可用性明显高于世界其他地区的草地（Ma等人，2025年），而TG则受到更强的水分限制。这些水文气候和功能上的对比形成了一个具有明确水分梯度的连续草地横断带（Hu等人，2010年），为研究草地ET的空间变化及其环境控制因素提供了理想框架。过去二十年里，中国草地横断带（CGT）建立了许多涡度协方差观测站。大量站点的观测表明，在AG中，ET过程主要受净辐射（Rn）和水汽压差（VPD）控制（Sun等人，2019年；Zhang等人，2018年）。相比之下，在TG中，ET受水分供应的影响更大，尤其是降水量（P）的数量和频率（Hu等人，2015年；Hao等人，2007年；Yang等人，2019年）。然而，AG和TG中植被类型的多样性导致一些研究得出了与普遍观点相反的结论。例如，一些研究表明在AG中，ET过程可能受水分限制而非能量限制（Ma等人，2015年；Wang等人，2020年）。同时，在TG中，ET过程不受P供应的限制（Li等人，2016年）。

现有研究中的矛盾结论很大程度上源于观测数据的空间代表性不足。许多研究依赖于单站点测量数据，这些数据通常来自地形复杂或环境条件特殊的区域，其中ET受到微气候和局部因素的影响。因此，这些数据往往不能代表更广泛的区域或生态模式（Sun等人，2019年；Zhang等人，2019年）。这种从局部观测推断区域尺度过程的研究范式限制了准确识别AG和TG中ET调控机制的能力。相比之下，覆盖多个区域和生态系统类型的通量网络能够更好地揭示不同水热条件下的ET环境控制因素。因此，促进多站点和区域观测的整合对于解决当前不一致性、提高对ET空间变异性的理解以及阐明草地生态系统中ET调控的尺度依赖性复杂性至关重要（Baldocchi等人，2000年；You等人，2023年；Yue等人，2006年；Zheng等人，2016年）。

ET过程受水分供应、能量可用性、空气动力条件和植被状况等因素的影响（Allen等人，1998年；Bowen，1926年；Monteith和Unsworth，1990年；Priestley和Taylor，1972年；Jarvis和McNaughton，1986年）。然而，这些因素之间的相互作用引入了关于ET空间变异主导因素的不确定性（Ma等人，2024年；Wang和Dickinson，2012年）。随着水分梯度的增加和水分获取的便利性提高，水分供应的重要性逐渐减弱，而能量供应和空气动力条件的作用变得越来越重要（Zheng等人，2023年）。同时，由水分梯度增加驱动的生态演替导致不同系统类型的发展，植被生理的适应性变化不可避免地改变了蒸腾与ET之比及冠层参数，使得环境因素对ET的影响更加复杂和非线性（图1）。湿度指数（HI）被广泛用于表征生态系统的水分梯度，通常定义为降水量（P）与潜在蒸散量（PET）的比值，较高的值表示更湿润的条件和更大的水分可用性（Zomer等人，2022年）。尽管有这一概念框架，但这些环境因素如何调节CGT沿线ET的机制仍不明确。

青藏高原的高山草地的水分水平显著高于世界其他草地地区（Ma等人，2025年）。该地区与内蒙古高原的温带草地一起构成了CGT，为探讨草地ET如何响应不同水分梯度下的环境因素提供了理想平台。先前的研究还表明，草地中ET的空间变化对温度的响应与其他生态系统不同（Ma等人，2024年）。基于此，我们关注两个关键问题：（1）CGT沿线ET及其相关环境因素的特征是什么？（2）环境因素与ET过程之间的关系如何随水分梯度变化，以及草地生态系统如何适应这些变化？为了解决这些问题，我们整合了中国各地草地横断带的涡度协方差观测数据。此外，鉴于现场观测的固有局限性，我们利用遥感数据集来研究这些模式的空间普遍性。

研究区域和观测站点

CGT从海拉尔（122.4°E，46.6°N）延伸到普兰（81°E，30.3°N），覆盖了中国东北平原、蒙古高原、黄土高原和青藏高原的主要草地区域。该横断带长度约为4500公里（Hu等人，2009年；Yu等人，2006b）。它包含了中国大部分类型的草地，可以根据气候和地理条件分为东部和西部两个部分：东部区域从中国东北部延伸至

CGT中ET和环境因素的空间分布

CGT中的ET和环境因素表现出显著的空间变异性，AG和TG之间存在明显差异（图4）。遥感和观测数据均显示，大多数地区的年ET量在200至600毫米之间，并呈现出从东南向西北逐渐减少的空间趋势（图4a1和3a2）。这一趋势在AG和TG中都是一致的。TG的PET显著高于AG，观测数据显示PET

影响CGT沿线ET分布的主要环境因素

ET是水分平衡的关键组成部分，主要由气候因素驱动，同时也受植被特征的影响。ET的空间变异性受多种因素影响，大致可以分为四个主要部分：水分供应（例如P）、能量供应（例如Rn）、空气动力条件（例如VPD）和植被状况（例如LAI）（Donohue等人，2007年；Zheng等人，2023年）。ET过程受环境因素之间复杂相互作用的影响

结论

CGT为研究草地ET及其对环境驱动因素的响应提供了一个宝贵的自然实验平台。本研究整合了ChinaFLUX内的48个站点的ET观测数据、已发表的文献和遥感产品，系统地分析了CGT沿线ET的基本特征及其对环境因素的响应。结果表明ET及其相关环境变量存在显著的空间变异性

未引用的参考文献

Bai和Cotrufo，2022年；Baldocchi，2020年；Baldocchi等人，2004年；Li等人，2024年；Ma等人，2020年；Peng等人，2017年；Zhang和Dou，2020年；Zhang，2007年。

CRediT作者贡献声明

马立新： 数据整理。陈志： 数据整理。郝天翔： 数据整理。杨萌： 数据整理。林全红： 数据整理。张伟康： 数据整理。韩朗： 数据整理。刘照刚： 数据整理。孙明宇： 数据整理。林勇： 数据整理。朱宪金： 数据整理。陈世平： 数据整理。董刚： 数据整理。高彦宏： 数据整理。郝彦斌： 数据整理。蒋世成： 数据整理。牛树丽： 数据整理。史培利： 数据整理。谭俊磊： 数据整理。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（32222052、42261144688、32588202）、中国科学院基础研究青年科学家项目（YSBR-037）和中国科学院青年创新促进会（2022050）的支持。同时，我们衷心感谢在过去二十年中提供数据的所有人员，他们为本文提供了极其宝贵的观测数据。我们还要感谢