气候变暖与地表扰动交织下高寒草地(high-altitude grassland)水热响应(hydro-thermal response)的空间非平稳性与因果路径

《Ecological Genetics and Genomics》：Spatial non-stationarity and causal pathways of hydro-thermal responses in alpine grasslands intertwined with climate warming and surface disturbances

　　

摘要：在气候变暖与增湿背景下，青藏高原东北缘高寒草地(alpine grassland)普遍呈现“变绿”趋势。然而支撑这种表观恢复的机理具有显著的空间非平稳性(spatial non-stationarity)。基于全局假设的传统方法不足以厘清异质地形中气候效益与人为扰动之间复杂的相互作用。研究人员以祁连山东段天祝县为研究区，集成长时序（2001?2023）净初级生产力(NPP, net primary productivity)数据与多源环境变量，采用空间聚类、地理加权回归(GWR, geographically weighted regression)和结构方程模型(SEM, structural equation modeling)系统解析高寒草地动态的 nonlinear drivers（非线性驱动因子）与因果路径(causal pathways)。结果表明：（1）研究区98.45%的区域NPP显著增加，但恢复质量存在显著空间异质性。（2）多维聚类识别出典型的“低海拔生态陷阱(ecological trap)”（Zone 2），该区虽具区内最高水分驱动潜力（CoeffPre=0.28），但因缺乏地形屏障而高度暴露于人为扰动，导致较大的年际变异（CV=0.20）；相比之下，中高海拔区（Zone 4）在环境压力释放后表现出补偿性生长。（3）SEM分析证实存在“地形约束–水热抵消–扰动截获”因果反馈环：高程(elevation)对生态系统发展施加代谢上限（β=?0.413，p<0.001），而变暖引起显著水热抵消效应（r=?0.36）。关键在于缺失地形防护时，人类活动绕过自然中介过程并对生态系统功能产生直接抑制影响（β=?0.185，p<0.001，Partial R2=3.99%）。这些发现表明干旱半干旱区草地恢复并非仅由气候效益主导，而是自然潜力与人为截获动态交织的结果。所提出的“结构性生态陷阱(structural ecological trap)”机理框架为高山生态脆弱区差异化、精准化管理与适应性治理提供了新依据。

研究背景方面，全球变暖及其连锁效应已成科学共识，高寒草地作为对气候变化最敏感的陆地生态系统之一，不仅为生物多样性热点，也是全球碳循环的关键调节器。青藏高原（“第三极”）变暖速率约为全球平均两倍，这种 elevation-dependent warming（海拔依赖型变暖）从根本上重塑了区域水热格局与植被轨迹。祁连山作为西北生态安全屏障与水源涵养区，其草地动态关乎当地牧区可持续性及河西走廊乃至西北干旱区生态安全与水资源稳定。过去二十年祁连山植被在暖湿化趋势驱动下呈现显著“变绿”，但该表观大规模恢复的具体气候驱动机制仍存争议：一方强调降水缓解水分限制的主导作用，另一方突出升温对高海拔植被的施肥效应；这种解释分歧主要源于对驱动力空间非平稳性关注不足，复杂地形调制下水热因子与人类活动如何通过类空间接力方式在陡峻垂直梯度上交互仍缺乏定量刻画，制约了对高寒生态系统恢复机理的全面理解。当前生态评估框架存在结构性偏差，过度强调数量而忽视质量、强调全局模式而忽视局地异质性；传统方法依赖普通最小二乘(OLS, ordinary least squares)等全局线性回归与一维趋势分析，常把NPP统计显著增加等同于实质生态改善。新兴可持续性研究强调需转向明确考虑地理不均质性与空间决策边界的多维非货币化生态系统服务图谱框架，集成结构化计量与 econometric模型对隔离局地自然或人为扰动、评估环境管理政策工具实效至关重要；若无这些稳健多维结构，传统评估会遗漏生态系统稳定性潜在脆弱性并忽视人类活动的“截获(interception)”作用，这种局限在地形崎岖、人为扰动强烈的农牧交错带尤为突出，有利气候条件可能被无缓冲的人为压力抵消从而产生具有高表观潜力但强年际变异的“生态陷阱(ecological trap)”；基于行政边界或全局假设的粗尺度分析框架难以捕捉此类局地非线性病理及其底层因果结构，因此研究人员开展了此项研究。该研究聚焦祁连山生态安全屏障关键“瓶颈”天祝藏族自治县，地处青藏高原、黄土高原与内蒙古高原交汇前沿过渡带，具高度异质交错带、复杂地貌与清晰垂直植被分带，同时也是石羊河流域关键“水塔”，植被动态直接影响下游武威绿洲生态存续，兼具战略重要性与迫切研究相关性。研究人员集成2001–2023年NPP数据、多源气候变量与人类足迹(HFP, human footprint)数据集，结合无监督机器学习（K-means聚类）、地理加权回归(GWR)与结构方程模型(SEM)，全面厘清暖湿化背景下天祝县高寒草地生态系统动态的复杂驱动机制；具体目标为：识别草地差异化功能区并划定生态陷阱空间边界；利用GWR量化气候与人为驱动因子的边际贡献之空间非平稳性；通过SEM验证由地形中介、扰动抵消与水热交换权衡构成的多维因果框架。研究成果有望阐明自然禀赋与人类干预塑造高寒草地动态的交互作用，为天祝县及 broader祁连山国家公园区域精准生态治理与适应性管理提供坚实科学依据。论文发表在《Ecological Genetics and Genomics》。

关键方法方面，研究人员主要采用以下技术：数据预处理上位设定MODIS NPP为基线空间框架，所有数据投影至EPSG:32649，气候与DEM(digital elevation model)双线性插值重采样至500 m，NPP与HFP最近邻重采样，LUCC(land use/cover change)从30 m均值重采样得草地亚像元比例；定义5–9月为生长季，生长季降水(Pre)累加、温度(Tem)取算术平均，气象数据按原始比例因子（Scale Factor=0.1）转实际值；实施严格“纯草地”掩膜（草地比例>0.1且2001与2023年LUCC交集为稳定草地），得到25,879个稳定像元。时空动态上采用Sen斜率估计NPP年变化率，Mann–Kendall(M-K)检验趋势显著性，系数变异(CV, coefficient of variation)量化稳定性。功能区识别上构建含NPP趋势、Pre趋势、Tem趋势、HFP趋势、DEM、坡度(Slope_Topo)、坡向(Aspect)七维特征，VIF(variance inflation factor)<10确保无多重共线性，Z-score标准化后用肘部法确定最优K=4并运行K-means无监督聚类得到四个生态功能区。归因框架采用GWR（双平方核、AICc自动选带宽）捕获驱动因子局部参数非平稳性，并以结构方程模型(SEM)基于最大似然(ML)估计路径系数，用RMSEA(root mean square error of approximation)、CFI(comparative fit index)、SRMR(standardized root mean square residual)评估拟合优度，量化地形、气候趋势、人为扰动对NPP趋势的直接与间接（中介）效应。

研究结果部分，3.1小节为高寒草地（原生草地）生产力时空演化特征：研究人员通过Sen斜率与M-K检验发现2001–2023年间研究区98.45%草地像元NPP呈增加趋势（Sen斜率>0），其中78.42%面积通过显著性检验（p<0.05），64.51%达极显著增加水平（p<0.01），证明祁连山草地变绿是暖湿气候与长期生态恢复工程（如禁牧、草地修复）协同驱动的确定性趋势而非随机气候波动；仅1.55%区域呈减少趋势且多为不显著零散分布。CV空间分布揭示恢复质量显著空间异质：高海拔区CV接近0.090（低变异、稳定持续恢复），低海拔河谷与农牧交错带边缘CV可达或超过0.167（高变异，“高增长伴高变异”），说明低海拔区生态系统韧性仍受压，可能与季节性放牧、农事扰动频繁相关。

3.2小节为基于多维特征的生态功能区识别：研究人员经VIF诊断（所有变量VIF 1.01–1.54<10）确认特征独立后用肘部法选K=4进行K-means聚类得到四个功能区。Zone 2（低海拔河谷与农牧交错带）具典型“功能陷阱”特征：虽享受全县最有利热量条件（低海拔），但稳定性(CV=0.2019)与人为扰动(HFP影响)维度明显内缩，缺地形屏障加上高强度波动扰动（季节性放牧、零星开垦）严重削弱生态系统韧性，成为“弱生产力增长、强年际变异”的生态陷阱；Zone 2均值海拔2660.24 m最低，HFP影响最高，CV是全县平均两倍多。Zone 4（中高海拔半阴半背坡）恢复效率全区最高（NPP趋势均值3.8236），降水趋势(0.8509)偏高，在暖湿化与低人为压力下实现最大化正生态演替，表现出压力释放后补偿性生长。Zone 1（>3500 m高海拔 alpine 区）限于极端冷湿环境，生态韧性极强但受温度限制恢复速率较慢，起“生态稳定器”作用。Zone 3（最大占比30.65%）为过渡区，各指标均衡发展，代表自然恢复与适度人为管理下的稳定状态；Zone 3温度回归系数均值高达3.4372，表明大部分区域草地改善本质是暖湿趋势下热红利释放的直接结果，强自然强迫下人为抑制影响降至较低(?0.0573)，保障了区域生态基线整体稳定。

3.3小节为气候与人类活动的局部空间贡献：研究人员通过GWR发现降水回归系数(Coef_fPre)空间极化明显，西北高海拔水源涵养区与东南河谷过渡带对水分极敏感（边际水分增益触发显著生物量跃升），中部区域响应适中，显示植被对降水响应的地理阈值效应。温度回归系数(Coef_fTem)全区持续为正且强效区集中在中部，证实增温增益是NPP持续增加的主要引擎，其与海拔梯度耦合表明中高海拔热约束缓解是恢复主驱。人类足迹系数(Coef_fHfp)负值（抑制）在空间上聚类明显，河谷高强度人为活动区形成“人为压力廊道”，强抑制效应大幅抵消水分与热量自然增益，造成高潜力高扰动并存的脆弱系统；部分生态脆弱恢复区也观测到升高的负敏感性，说明微小人为扰动即可超越生态承载阈值引发显著生产力损失。Local R²在核心区（Zone 2、Zone 4）>0.60，验证模型可靠捕捉局地演化模式。分区统计显示Zone 2具最高平均Coef_fPre（0.2800）表明水分驱动潜力最强，但同时人为抑制均值?0.1052，证实自然增益被高频人为扰动抵消致CV居高，否定了该区恢复滞后仅由自然环境约束导致的假设，确认人为压力是阻碍自然潜力转化为实产的主因。Zone 4虽水分与温度趋势有利（表4），但人为扰动系数绝对值最高（?0.1723），说明该区对人为活动敏感，生态减护政策下人类足迹边际下降触发最强反弹效应（“压力释放后补偿性生长”）是其超预期恢复（趋势3.8236）的核心机制。Zone 1呈负降水敏感性(?0.2901)与较弱温度响应(0.7127)，量化界定了极端高海拔条件下独特生态系统韧性。综上GWR建立了“潜力–敏感性–压力”三分归因框架。

3.4小节为水热耦合机制的因果路径验证：研究人员构建SEM（CFI=0.98，RMSEA=0.04）揭示“地形中介–扰动抵消–气候权衡”闭环逻辑。高程(DEM)对NPP趋势直接强负主导（β=?0.413，p<0.001，Partial R²=0.1226），反映高海拔生理“代谢上限”：海拔升高大气密度降低致热损增加、有效积温下降，对植物光合酶活性设物理上限；DEM对温度趋势正中介（β=0.267，p<0.001）表明高海拔增温更显著，但该边际热红利被带状冷环境基线压力完全抵消，故高海拔草地仍受热限、恢复潜力被硬约束在低位。坡度(Slope_Topo)对NPP趋势强正（β=0.358，p<0.001，Partial R²=0.1049），起“地形庇护”机制：坡度显著抑制人类足迹渗透（β=?0.120，p<0.001），陡地形增加放牧、垦殖、基建摩擦阻力，营造自然“无干扰真空带”；同时坡度改造局地日照与水分再分配形成背风保水微生境，在极端气候波动下稳系统。地形作为因果链起点分配资源红利：高程管代谢转化效率，坡度通过物理隔离保障生态恢复下限；这解释了同气候条件下低海拔缓坡高可及性区（如Zone 2）易出现潜力与扰动抵消的生态陷阱，而强地形屏障中高海拔区（Zone 4）能实现压力释放后补偿生长。气候因子驱动呈非线性“权衡(trade-off)”机制：降水趋势(Pre_Slope)与温度趋势(Tem_Slope)显著负相关（r=?0.36，p<0.001），量化了暖湿背景下水热失衡：增温缓解高海拔植被热约束但伴随蒸散增强加速土壤水分损失，抵消部分增雨水分收益（“水热抵消效应”）；因此气候因子直接效应偏弱甚至略负（Pre_Slope→NPP_Slope β=?0.097，Tem_Slope→NPP_Slope β=?0.025），且水热红利释放强环境依赖（DEM→Pre_Slope β=0.177，DEM→Tem_Slope β=0.267），地形作为中介重分配水热边际回报：Zone 3强热红利(Coef_fTem=3.44)驱动NPP增长，但在Zone 4边缘或Zone 2局部缺水区微小降水波动即可引致生产力剧振，系统对不利气候波动脆弱性大于对有利气候改良的利用能力；若增温速率超出水分承载阈值，热红利会转负加剧干旱胁迫。人类活动(HFP_Slope)对NPP趋势直接显著负（β=?0.185，p<0.001，Partial R²=0.0399），这种“强制降维”效应绕开自然中介直接数值削减NPP，解释力比气候趋势更直接显著；在Zone 2低海拔缺坡度屏障致“无防御状态”，地形可及性转化为高强度人为压力，即便水分条件有利，过度放牧或景观破碎化等强行中断植被捕获降水收益的路径，陷入“高投入低产出”波动态；人类因子位于因果链终端，不像地形通过复杂中介而是通过直接数值削减重塑自然驱动成效，成为非线性放大器或阻断剂。Zone 4成功恢复反证：其超预期表现主要非更优气候所致，而是生态减排压后“降维”压力解除的释放效应。综上草地生产力演化是地形结构、水热权衡、人为扰动交织结果：自然因子界定生态发展与上限，人为扰动通过“截获”与“抵消”重定局地下恢复下限。

讨论部分，4.1.1小节关于干旱区草地对水热耦合的非线性响应机制：SEM揭示Pre_Slope与Tem_Slope显著负相关(r=?0.36，p<0.001)，表明区内强“水热抵消效应”与高寒生态系统独特生物物理权衡；相比典型干旱区草地脉冲-响应模式（生产力与降水脉冲高度同步），本研究虽降水显著增加但降水对NPP直接贡献被弱化(?0.10)，与全球半干旱区“变绿停滞”一致：增温致水汽压亏缺(VPD, vapor pressure deficit)上升抵消水分增益；相比内蒙古较平坦草地空间均质响应，天祝县具更强“坡向中介调制”效应(坡度β=0.36)，地形对气候红利再分配使高山区水热动态比低地干旱草地更复杂；高程强负效应(β=?0.413)反映“代谢上限”，虽海拔依赖型增温更高但并未带来成比例生产力提升，因为高寒植被适应低温、生理阈窄，增温伴干旱胁迫时代之“休眠生存”而非超限生长；相比中亚地区，东祁连山水热抵消更显著，可能亚洲内陆暖湿进程中大气水分亏缺(AWD, atmospheric