尼罗河流域生态系统水分利用效率对干旱的响应：空间格局、环境控制因子与恢复力

《International Soil and Water Conservation Research》：Ecosystem Water Use Efficiency Responses to Drought in the Nile River Basin: Spatial Patterns, Environmental Controls, and Resilience

　　

生态系统水分利用效率（WUE）是陆地碳-水耦合的关键指标，然而干旱敏感性在异质性气候和植被状况下的调控机制仍鲜为人知。本研究利用卫星反演的总初级生产力（GPP）和蒸散（ET）数据，结合多时间尺度的标准化降水蒸散指数（SPEI）数据，研究了2000年至2024年间尼罗河流域（NRB）WUE的空间变异性、环境控制因子、干旱记忆效应及干旱后恢复力。WUE表现出显著的南北梯度，湿润上游地区数值较高且更为稳定，而干旱下游地区数值较低或呈下降趋势。气温、太阳辐射、风速和饱和水汽压差是主导环境控制因子，而降水和土壤湿度的影响较弱且主要为间接效应。GPP和ET对干旱相关WUE变异性的相对贡献随干旱强度、植被类型和气候条件而变化。干旱表现出显著的记忆效应，累积响应覆盖流域面积的68%，平均响应时间尺度约为4个月。滞后响应平均为5.52个月，在湿润和半湿润地区通常较长，这与较大的土壤和地下水储存量一致。流域约64%的区域被归类为具有恢复力，尽管不同生态系统的恢复动态存在差异，森林表现出更强的干旱缓冲能力但恢复较慢。总体而言，NRB的WUE动态反映了气候、植被、干旱记忆和水文控制因子之间的相互作用，强调了在日益增强的水文气候变率背景下区分大气干旱与生态系统水分胁迫的重要性。

**尼罗河流域生态系统水分利用效率对干旱的响应：空间格局、环境控制因子与恢复力——论文解读**

**一、研究背景与科学问题**

水分利用效率（Water Use Efficiency, WUE）是连接生态系统碳循环与水循环的核心生态水文指标，通常定义为总初级生产力（Gross Primary Productivity, GPP）与蒸散（Evapotranspiration, ET）的比率，代表了单位水分消耗所获得的光合碳固定量。深入理解WUE的时空动态及其对气候波动的响应机制，是准确评估陆地生态系统碳水耦合关系及应对水资源胁迫能力的关键前提。干旱作为一种主导性的水文气候扰动，因降水减少、土壤湿度下降以及大气蒸发需求增加，会从气孔调节、光合作用和水分耗散等多个过程途径改变GPP与ET的分配关系，进而直接影响WUE。

然而，现有研究在理解WUE干旱响应的空间分异规律、环境控制机制以及恢复力方面仍存在系统性不足。首先，多数研究聚焦于短期干旱异常，未能充分解析累积性水文气候暴露和多重时间尺度水分胁迫对生态系统响应轨迹的作用。其次，有关生态系统记忆性（Drought Memory）的评估常受限于单一时间尺度框架，难以刻画水分胁迫沿“气象—土壤—植被”连续体传播的滞后与累积效应。再者，在植被类型和气候区高度异质的大型跨域流域中，关键水文气候驱动因子（如气温、辐射、土壤湿度、降水、风速、饱和水汽压差等）对WUE的非线性作用及交互影响仍缺乏系统量化研究。

尼罗河流域（Nile River Basin, NRB）为突破上述瓶颈提供了理想的天然研究场所。该流域拥有从赤道湿润源头至超干旱下游沙漠的极端水文气候梯度，塑造了能量限制与水分限制状态的急剧转换，並使亚热带生态系统的碳水耦合关系极为敏感。尽管流域面临日益加剧的干旱胁迫与大气蒸发需求增长，其生态系统WUE的干旱响应模式、干旱遗产效应及恢复力尚未得到充分的流域尺度特征刻画。因此，开展此项系统性的集成研究对于揭示流域尺度碳水循环的多时间尺度响应机制具有重要意义。

**二、研究数据与方法概述**

为解决上述科学问题，该研究综合运用了多种卫星遥感与再分析数据。研究人员获取了MODIS平台提供的500米分辨率GPP和ET产品（MOD17A3及MOD16A2）用于表征植被生产力与水分消耗；基于ERA5-Land数据，以厚度加权法计算根系层土壤湿度（0-100 cm），并提取气温（Ta）、太阳辐射（Rs）、风速（Ws）等气象要素，进而计算饱和水汽压差（VPD）；降水数据采用CHIRPS v2.0高分辨率格点数据集。在干旱指数构建上，以FAO Penman–Monteith公式计算的潜在蒸散为基础，利用降水与大气蒸发需求计算了具有多时间尺度属性的标准化降水蒸散指数（SPEI），以量化不同时长特征的干旱状况。研究同时基于ESA土地覆盖数据识别主要植被类型与气候分区。该研究在方法上采用了行星格网（0.25°）尺度多源数据的融合分析，系统集成并创新性地组合了多元线性回归、随机森林（Random Forest, RF）模型及SHapley加法解释（SHAP）方法以识别WUE的驱动因子及其非线性响应关系，并对GPP和ET在干旱WUE变异中的相对敏感性进行了逐像元区分，最终通过相关分析探究了WUE与不同累积和滞后时间尺度SPEI的响应关系。

**三、主要研究结果**

**3.1 GPP、ET与WUE的时空动态特征** 基于2000–2024年长时序数据，研究显示NRB多年平均GPP与ET分别为1166 g C m?2和618 mm，高值区集中于埃塞俄比亚高原、赤道湖泊区及苏德湿地等湿润植被覆盖度高的区域。流域尺度平均WUE为2.73 g C m?2 mm?1，高值区集中于苏丹东部和中部的半干旱过渡带。在时序趋势上，研究期间流域GPP与ET呈显著上升趋势（增速分别为10.83 g C m?2 yr?1和6.71 mm yr?1），但GPP增速相对落后于ET增速，致使流域约56%区域WUE呈显著下降趋势（平均变化速率为-0.0056 g C m?2 mm?1 yr?1），且以中部地区的草地和农田生态系统降幅最为突出。不同植被类型的分析结果显示，森林具有较高的GPP和ET，但WUE均值相对较低（2.15 g C m?2 mm?1），农田类植被的WUE相对较高（2.95 g C m?2 mm?1）。

**3.2 NRB尺度WUE的关键环境驱动因子解析** 通过RF-SHAP集成模型分析发现，环境变量模型总体可解释NRB区域WUE约70%的时空变异性。在关键驱动因子排序中，气温（Ta）的相对重要性最高，其次是太阳辐射（Rs）、风速（Ws）和饱和水汽压差（VPD），而降水（P）与土壤湿度（SM）的模型直接贡献相对较弱。然而，SHAP依赖图结果进一步呈现了各因子的非线性调控机制：WUE对过高气温和辐射呈负响应，表明超过阈值后的高温热胁迫及辐射增强引起的蒸散需求提升对碳水耦合具有抑制效应；VPD增加导致WUE降低，明确了大气干燥度对气孔行为的制约作用；而相对充足的土壤湿度与风速则有助于维持较高的WUE水，准降雨的直接影响有限，提示其效应主要通过补充土壤水分得以传递。

**3.3 GPP与ET对干旱WUE变异的相对贡献** 为区分干旱下WUE的生理性调控与物理性过程控制，研究比较了轻度与极端干旱下GPP与ET对WUE波动的敏感性。结果显示，在轻度干旱下，ET贡献度占比（52.48%）略高于GPP（47.52%），而极端干旱时两类贡献基本持平（GPP贡献为50.40%）。分生态系统类型分析，农田在轻度干旱下以ET调控为主，而极端干旱时二者的调控趋于平衡；森林在极端干旱下则转向以GPP调控为主。气候分区的差异也十分明显：干旱地区ET的贡献度在极端干旱下进一步增强；而半干旱区域呈现由轻度干旱下的GPP主导（54.47%）转变为极端干旱下ET主导（54.64%）。这说明生态系统干旱敏感的调控路径取决于水分胁迫强度与生态系统的结构背景。

**3.4 干旱累积效应对WUE的影响强度与空间格局** 研究揭示了WUE对干旱存在明显的累积记忆效应，在排除非干旱影响因素后，流域68%区域显示出显著的累积响应，平均最佳累积时间尺度为4.1个月。响应尺度频次划分表明，短（1–4个月）、中（5–8个月）和长期（9–12个月）响应分别覆盖了流域的48.31%、17.62%和34.07%。在植被类型方面，森林（78%）及农田（65%）表现为正向累积相关区域占比较高，草地和灌木区域短累积响应占主导；而在气候带尺度上，超干旱区域的平均响应时间尺最短（2.43个月），而干旱半湿润到湿润区域的累积时间尺度则逐渐延长（最高达5.91个月）。Rmax-c?m分析指出，68%的响应区域表现为正相关，即WUE随干旱累积而降低；其余32%则表现为WUE在干旱下增加，表征了生态系统通过调节性响应而适应水分子缺的策略。

**3.5 干旱滞后效应：时间尺度的地域分异** 基于1个月尺度的SPEI逐月滞后相关分析发现，流域尺度WUE的干旱平均滞后时间为5.52个月。空间分布上，0–4个月的短滞后效应主要发生于萨赫勒-苏丹北部及尼罗河三角洲地区；而滞后5–12个月的区域集中于中南部包括南苏丹与乌干达北部等地，这些区域拥有较多的湿地、泛滥平原和草原，具有较高的水文持久性从而延缓了胁迫信号传导。全流域约有31.92%的植被区域表现出统计显著的滞后响应，其中绝大部分呈正相关。研究还发现农田与森林的滞后响应时间均值较长，而草地响应最快（4.91个月），湿度较高的地区往往比干旱区具有更长的滞后时间。该研究认为，延迟时间取决于水分耗竭速率和生态系统储水调节能力的综合平衡效应。

**3.6 生态系统恢复力与干旱后恢复时间评估** 研究采用干旱期与非干旱期WUE均值比为恢复力指数（Rd），根据阈值将系统的响应能力划分为四个容忍等级。大约64.14%的流域面积归类为具备恢复力，集中分布于较湿润区域及沿尼罗河干流区域；弱非恢复力型比例（Rd介于0.9–1.0之间）为33.52%，广布于气候过渡带；中度和严重非恢复力区域则非常稀少，仅分别占2.31%与0.03%。系统分类中，草地（Rd=1.084）、农田（Rd=1.039）和灌木（Rd=1.013）具有较高恢复力；然而森林显示为临界弱非恢复力（Rd=0.991），但在干旱后恢复方面却表现出最长的平均恢复时间（5.66个月），意味着强抵抗能力与缓慢恢复过程可并存。对于各气候区域而言，湿润、干旱半湿润、半干旱与干旱区的Rd均表现为不小于1.0，而超干旱区呈临界非恢复力状态（Rd=0.998）。所有区域的平均恢复持续时间均处于3–6个月等级。

**四、综合讨论与研究结论**

该研究综合剖析了流域碳水耦合过程的干旱响应特征，对“气候-植被-干旱记忆-水资源管理”的互馈关系进行了系统性梳理。特别地，研究指出在NRB这样的高度人工干预流域，灌溉、水库调度和地下水开采显著削弱了气象干旱与生态系统水分胁迫之间的直接对应关系，这使得基于降水与蒸发需求计算的SPEI在反映生态系统水分可获得性方面具有不可避免的局限性。因此区域生态系统干旱风险评估与碳水循环预测必须将人类水资源管理因素纳入集成框架，以实现更精准的生态水文预报和适应性管理。研究最终结论强调，NRB的WUE动态由气候梯度、植被结构、干旱记忆效应与人类水管理共同塑造；有效区分大气干旱与生态系统水分胁迫，是适应水文气候变率增强情势、提升流域生态系统抵御力的核心科学支撑。