量化旱区植被对地下水的依赖性：来自中国北方干旱区的实证研究

《Water Resources Research》：Quantifying Vegetation Dependence on Groundwater: Evidence From Northern China's Drylands

　　

地下水是旱区植被的关键水源，然而植被对地下水的依赖性（vegetation dependence on groundwater, VDG）的量化研究仍不充分。理解这种依赖性对于揭示植被与地下水相互作用以及指导旱区水资源可持续管理至关重要。本研究通过分析像元尺度的地下水埋深（depth to groundwater, DTG）与归一化植被指数（Normalized Difference Vegetation Index, NDVI）之间的关系，构建了植被对DTG的响应曲线。研究人员提出了一种新方法，用于从拟合的NDVI–DTG响应曲线中量化VDG，其中VDG被定义为在NDVI–DTG响应曲线拐点处，NDVI随归一化DTG单位变化的变化率。研究人员获取了中国北方九个代表性干旱、半干旱和半湿润区域的VDG值（年降水量梯度为200–800 mm）。VDG在九个区域间呈现显著的空间变异，平均值沿降水梯度从最干旱区域的约1.28递减至最湿润区域的约0.24。年降水量（P）与VDG之间存在强负相关关系（VDG = 2.08e?0.0037P），表明降水是区域间VDG的主导调控因子。该研究为深入理解地下水对植被的影响提供了新的实证依据，也为不同年降水量条件下的地下水管理和生态修复提供了有力的科学支撑。

论文解读

一、研究背景与问题

旱区覆盖地球陆地表面约47%的面积，承载着约27亿人口，其生态系统对水资源短缺、荒漠化和土地退化极为敏感。植被在维持旱区脆弱生态系统稳定性中发挥关键作用，而其生长与健康高度依赖地下水。地下水埋深（depth to groundwater, DTG）显著影响植被的空间分布、生长动态和群落演替：DTG过深常加剧植被衰退并加速荒漠化进程，而DTG过浅则可能诱发土壤盐渍化，对植被发育构成额外限制。地下水既是人类用水的主要来源，也是维持旱区植被生长和生态系统稳定的关键因素，因此理解地下水如何支撑旱区植被，对于促进生态韧性和保障水资源可持续管理至关重要。

已有研究虽增进了对DTG与植被关系的认识，但多局限于特定区域，且数据来源、DTG范围和分析方法差异较大。早期研究多采用线性相关或回归等简单统计方法，近期虽有研究引入曲线拟合技术以捕捉非线性响应，但跨区域一致、可量化的植被对地下水依赖性（vegetation dependence on groundwater, VDG）指标仍然缺失。此外，降水变化强烈调控地下水的生态作用，但以往研究很少在宽降水梯度下考察DTG与植被的关系，缺乏评估不同气候与水文背景下NDVI–DTG关系的通用框架。为此，本研究选取中国北方九个代表性区域，跨越干旱、半干旱至半湿润条件（年降水量200–800 mm），旨在：分析不同降水水平下旱区植被动态与DTG的时空变化；建立量化NDVI与DTG关系的框架，系统评估VDG；开展跨区域VDG比较，考察植被对地下水依赖随降水与生态背景变化的规律，并识别地下水成为植被生长关键资源的阈值。

二、研究内容与结论概述

研究人员整合2000–2021年Landsat像元尺度NDVI数据、1865个监测井的DTG记录以及土地利用/覆盖数据，构建了NDVI–DTG响应曲线，并提出了可解释、可跨区域直接比较的VDG指数。研究结果显示，VDG在九个区域间呈现显著空间变异，平均值从最干旱区域的约1.28递减至最湿润区域的约0.24。年降水量与VDG之间存在强负相关关系（VDG = 2.08e^?0.0037P，R² = 0.83），表明降水是区域间VDG的主导调控因子。该研究填补了旱区植被对DTG变化缺乏定量度量这一关键空白，为水资源管理和生态修复提供了可操作的指导，尤其在气候变化预期加剧降水变率和水资源短缺的背景下具有重要意义。

三、主要技术方法

研究人员主要采用了以下关键技术方法：其一，基于Landsat 5 TM和Landsat 8 OLI地表反射率产品计算NDVI，采用最大值合成（maximum value composite, MVC）法降低云和大气污染，并重采样至1 km分辨率；其二，DTG数据来源于中国地质环境监测院发布的地下水水位年鉴及区域监测站长期观测记录，共1865个监测井，采用反距离权重（inverse distance weighting, IDW）插值法将DTG插值至1 km网格，并通过留一交叉验证评估插值不确定性（平均均方根误差RMSE为1.2 m）；其三，采用Mann–Kendall（MK）趋势检验评估NDVI和DTG的时间变化趋势；其四，基于Shelford的耐受性和生态幅概念构建NDVI–DTG响应曲线，将DTG划分为相邻0.1 m区间，计算各区间内所有像元的平均NDVI，并通过拐点定义VDG指数；其五，利用指数拟合建立年降水量与VDG之间的定量关系。

四、研究结果

4.1 NDVI与DTG在九个典型旱区的时空差异

NDVI时空特征方面，降水较高的区域（如海河流域平原HRBP和关中平原GzP）植被状况较好，平均NDVI高于0.3；干旱区域（如石羊河流域SRB、黑河流域HRB、天山北坡NSTM、内蒙古河套灌区IMHIA和毛乌素沙地MUsL）则低于0.2。时间上，所有区域NDVI总体呈增加趋势，其中西辽河流域XRB、GzP、宁夏引黄灌区NYRIA、IMHIA和HRBP增速较高（每十年大于0.04），HRB增速较慢（每十年小于0.03）。

DTG时空特征方面，干旱区域DTG较深，NSTM、HRB和SRB平均DTG分别为25 m、15.47 m和19.77 m；灌区NYRIA和IMHIA因大规模灌溉补给，DTG较浅，平均仅2.32 m和2.29 m；半干旱区域MUsL和XRB平均DTG为6.58 m和7.79 m；半湿润区域GzP平均DTG达26.36 m，HRBP为12.86 m。年际分析显示，除NSTM外，所有区域DTG均随时间增加，其中HRB、XRB和MUsL增幅显著（超过0.18 m/年），灌区增幅较缓。

4.2 VDG的量化

研究人员通过像元级提取和区域级区间聚合构建了NDVI–DTG响应曲线，识别出两种典型模式。单峰响应出现在NSTM、HRB、SRB、IMHIA、XRB和NYRIA，NDVI随DTG增加至区域特定最优值后下降，最优DTG分别约为4.4 m、1.3 m、2.5 m、0.4 m、1.1 m和2.4 m。连续上升响应出现在MUsL、GzP和HRBP，其中MUsL在浅层DTG范围呈单峰特征，但DTG超过约7 m后NDVI持续上升至约12 m处峰值，这可能与三北防护林工程的大规模造林和植被恢复有关；GzP和HRBP的NDVI维持在较高水平（约0.25–0.36），反映降水充足、植被水源以降雨为主导。总体而言，多数区域最优DTG落在1–6 m区间。

4.3 VDG与降水的关系

研究人员计算了九个区域不同年份的VDG，并与长期平均降水进行对比分析，共获得128组年降水–VDG数据对。结果显示，超过70%的数据对呈现降水与VDG之间的明确反向关系。区域间比较表明，SRB和HRB的平均VDG最高（1.28和1.07），NSTM、IMHIA、NYRIA、XRB和MUsL依次降低（0.970至0.418），GzP和HRBP最低（0.304和0.239）。年降水量小于200 mm的区域VDG持续大于1，降水大于400 mm的半湿润区域VDG小于0.4。指数拟合方程VDG = 2.08e^?0.0037P（R² = 0.83）揭示了降水与VDG之间的强负相关关系。

五、讨论与结论

讨论部分指出，NDVI–DTG响应曲线在干旱和半干旱区域具有相似性，植被生长显著受地下水影响。浅层地下水段的曲线应结合盐分胁迫进行解释。不同区域最优DTG的差异反映了当地降水格局与地下水可获取性的相互作用：干旱和半干旱区域（降水<400 mm）的最优DTG通常不超过5 m，而半湿润区域因降水较充足，较深的地下水位仍可支持健康植被生长。降水对VDG的调控作用显著，VDG随降水增加呈指数衰减，表明在缺水区域地下水对维持生态系统功能具有关键作用。研究还讨论了数据限制，包括DTG数据的精度和时间分辨率、未明确区分植被类型和功能群、未定量分离河流补给对地下水的贡献，以及土壤水分作为中间过程未被显式纳入VDG公式等。未来研究可整合GRACE/GRACE-FO陆地水储量异常数据、土壤水分观测和地下水补给估算，建立基于过程的生态水文模型以进一步明确各因素对植被动态的影响。

研究结论部分可翻译为：本研究开发了定量化的VDG指数，并将其应用于中国北方九个代表性旱区（降水梯度200–800 mm）。通过整合长期NDVI、DTG和降水数据，研究量化了不同气候条件下植被对地下水变化的响应。九个典型区域的结果表明，VDG随降水增加而降低，凸显了降水在地下水动态和植被生长中的作用，以及VDG水平的空间变异性。在石羊河流域等干旱和半干旱区域，较高的VDG值（>1.0）表明植被对地下水依赖性较强；相比之下，半湿润区域VDG较低（<0.4），植被主要依赖降水。多数最优DTG值落在1–6 m范围内，提示存在最优地下水埋深区间以及水位过浅或过深时的阈值效应。这些发现为旱区地下水开采和水位调控以平衡生态与人类用水需求提供了科学依据。未来研究应纳入植被类型、土壤盐分、土壤水分、蒸散发、河流补给和水均衡指标，以深化对地下水–植被相互作用的理解，并将所提出的框架推广至其他旱区生态系统。