碳水耦合转变：中国水分利用效率对绿化正向响应的时空增强

《Journal of Cleaner Production》：Shifting carbon-water coupling: spatiotemporal strengthening of positive water use efficiency responses to greening in China

　　

• •
  提出了一种关于水分利用效率（WUE）和绿化的新空间响应模型。
• •
  自 2000 年以来，叶面积指数（LAI）的变化导致了 WUE 的积极响应。
• •
  由 CO² 浓度驱动的 LAI 对 WUE 有显著影响。
• •
  干旱程度和生态系统类型决定了 WUE 对绿化的响应多样性以及对 LAI 的响应。

引言

生态系统水分利用效率（WUE）是连接陆地生态系统中碳循环和水循环的关键指标，反映了碳封存与水分消耗之间固有的权衡（Xiao 等，2023）。植被在这一陆气耦合系统中充当关键调节者（Piao 等，2022; Huang 等，2022）。虽然植被绿化通过提高总初级生产力显著增强了陆地碳汇（Forkel 等，2016），但它同时也加剧了生态系统的水分消耗（Ma 等，2023; Lan 等，2021）。从机制上讲，叶面积（叶面积指数，LAI）的扩展增加了冠层截留损失和植物蒸腾，尽管它部分抑制了土壤蒸发（Zhang 等，2017; Adams 等，2020）。因此，植被绿化引起的碳水耦合动态涉及复杂的、往往对立的生态水文过程（图 1）。植被普遍被认为具有调节作用（Hatfield and Dold, 2019）；然而，平衡最大碳同化与最小水分消耗构成了现代全球变化生物学的主要障碍（López-Calcagno 等，2020），而这一问题在中国尤为突出。

中国通过大规模生态恢复项目实现了显著的国土绿化。虽然这些努力显著改善了生态环境，但它们日益引发了关于区域水资源利用的冲突。最近的研究表明，在干旱和半干旱地区过度造林加剧了土壤水分耗竭并减少了地表径流，威胁当地水安全（Chen 等，2019; Tian 等，2022）。相反，在喀斯特地区，天然植被和造林区域对极端干旱表现出不同的 WUE 响应（Liu 等，2023）。这些发现强调了一个关键的科学问题：植被绿化对碳水耦合的响应并不均匀，而是表现出深刻的时空异质性和非线性阈值。随着生态恢复进入深水区，未能精确量化这些空间变化的响应可能会导致适应不良。因此，迫切需要理解碳循环和水循环在不同环境梯度上是协同作用还是竞争关系，以防止由过度用水引起的生态退化（Li 等，2023; Xue 等，2022）。

为了将这些生态水文机制转化为生态管理的实际应用，必须准确隔离和量化 WUE 的驱动因素。然而，现有方法在全面识别像素级 WUE 对 LAI 的响应方面存在明显局限性，特别是在敏感性、非线性阈值和空间异质性方面。具体来说，当前研究通常依赖荟萃分析、相关性或简单回归（Wei 等，2023; Li 等，2024）。荟萃分析本质上综合了站点级或区域聚合数据，这不可避免地掩盖了广阔领域内连续的像素级空间异质性。同时，传统的相关性和线性回归模型主要在假设线性关系的下运行，且由于耦合的气候和植被变量之间存在严重的多重共线性，往往产生有偏的敏感性估计。因此，它们从根本上无法捕捉碳水分权衡发生转变的复杂、非线性临界点（阈值）（Hu 等，2024）。另一方面，多情景陆地表面模型（LSM）提供了一种稳健的机制性替代方案，通过隔离特定的强迫变量来解开各种驱动因素的影响（Piao 等，2020）。然而，虽然 LSM 在模拟物理过程方面表现优异，是从其复杂的高维输出中直接提取显式的、空间连续的非线性响应阈值仍然是一个方法瓶颈。

为了克服这些局限性，迫切需要弥合机制性 LSM 模拟与可解释机器学习方法之间的差距。在此基础上，本研究旨在明确量化碳水权衡，以指导可持续的生态恢复和水资源分配。 specifically，我们设计了一个新的分析框架来：（1）开发一个空间显式的响应模型，以隔离和量化由 LAI 驱动的像素级 WUE 敏感性及时空变化；（2）使用 XGBoost 算法和 SHAP 方法论识别 WUE 对 LAI 的关键响应阈值；以及（3）通过多情景 LSM 模拟，系统归因由 CO₂ 浓度、气候变化和土地覆盖变化驱动的 LAI 组分对 WUE 变化的独立贡献。最终，这项研究为优化未来的生态恢复框架提供了重要的实际见解，确保绿化策略安全地限制在区域承载力范围内。

章节摘要

材料与方法

为了全面评估大规模生态恢复下的碳水耦合动态，本研究开发了一个多步分析框架，整合了多源观测数据和陆地表面模型（LSM）模拟。整体方法框架包括四个主要步骤：（1）数据协调和处理，将多源卫星产品和辅助数据严格对齐到统一的时空分辨率，以确保像素级

结果

本节呈现了对全中国范围内植被与 WUE 耦合关系的全面分析。我们首先考察 LAI 和 WUE 之间的时空动态及双向因果相互作用。然后，我们量化 WUE 沿干旱梯度和不同植被类型的敏感性，并进一步识别调节 WUE 和 LAI 关系的长期响应变化和非线性阈值。最后，我们厘清相对贡献

讨论

本节评估了观测到的 WUE-LAI 关系的稳健性及其潜在驱动机制。我们首先验证了跨多个卫星衍生数据集的响应一致性和稳定性。然后，我们探索水文气象条件、植被生理性状和季节变异性的交互效应，以阐明支配这些模式的因果机制。基于这些发现，我们提出了针对生态恢复的定向启示以及

结论

本研究利用卫星数据和耦合过程模型输出，为碳水耦合模式提供了新的见解。为了调查植被恢复对碳水耦合的响应，我们开发了一个空间响应模型，量化了中国大规模生态恢复项目引起的快速绿化导致的 WUE 时空动态。本研究进一步阐明了 WUE 响应在不同生态系统类型之间的差异和适应性以及

CRediT 作者贡献声明

Zhihui Yang: 写作 - 审阅与编辑，写作 - 原稿，方法论，形式分析，概念化。Jie Gong: 写作 - 审阅与编辑，监督，资金获取，概念化。Tianyu Xu: 验证，软件。Xiaojiong Zhao: 可视化，监督。Xia Li: 调查，形式分析。Yonghao Wang: 调查，概念化。Zhangxi Ye: 写作 - 审阅与编辑，数据整理。

竞争利益声明

关于本论文没有利益冲突。

作者声明他们没有任何已知的竞争财务利益或个人关系，这些可能会影响本论文中报告的工作。

致谢

本研究得到了国家自然科学基金（42171090）的支持。我们感谢 TRENDY 团队分享陆地表面模型模拟（https://blogs.exeter.ac.uk/trendy）。特别感谢匿名评审人和编辑提出的有益评论，这些评论大幅改进了稿件。

Zhihui Yang|Jie Gong|Tianyu Xu|Xiaojiong Zhao|Xia Li|Yonghao Wang|Zhangxi Ye