梯级水库重塑高山河岸带植被物候的环境约束

《Earth's Future》：Cascade Reservoirs Reshape Environmental Constraints on Vegetation Phenology in Alpine Riparian Ecosystems

　　

全球近三分之二的长期河流受到大坝调控，梯级水库的开发深刻改变了河岸生态水文过程，然而将其净生态效应与全球变暖的影响分离开来仍是一项关键挑战。本研究整合双重差分法（difference in differences, DID）、结构方程模型（structural equation modeling, SEM）与可解释机器学习框架，结合多源遥感数据（2001–2020年），解耦了跨境澜沧江—湄公河流域内梯级水库对河岸植被物候的影响。尽管气候变暖总体上使澜沧江流域的生长季始期（start of the growing season, SOS）提前、生长季末期（end of the growing season, EOS）推迟，但梯级水库在筑坝河段沿岸5 km缓冲区内重塑了这一轨迹。在剥离气候背景后，水库调节抵消了SOS的提前趋势，使其相对延迟6.3天，同时使EOS进一步推迟2.5天（主要由2–5 km带驱动）。这种季节不对称干预源于局部水热条件的改变。春季，水库诱导的不对称增温减少了冷激积累，抬高了强迫温度阈值，并使植被对增温趋于脱敏。相反，秋季，虽然水库缓解了水分亏缺，但其热惯性引入了更高的夜间热胁迫，使EOS的主要限制因子从水分可利用性转变为温度约束。通过揭示这些微气候机制，本研究为受调节的高山河流系统中的可持续水电开发与适应性生态系统管理提供了重要的科学依据。

本研究聚焦于全球大坝调控背景下梯级水库的生态效应难题。目前全球已有超过10万座大坝，近三分之二的长河被调控，大量规划在建的大坝将进一步改变河流生态。已有研究多采用归一化差异植被指数（normalized difference vegetation index, NDVI）年均值或覆盖度等静态指标，难以反映植被季节性节律变化；且线性分析框架无法有效解耦气候与非线性的协同控制。因此，亟需分离水库调节与气候变化的净效应，并揭示其内在机制。研究人员以澜沧江—湄公河流域为对象，整合2001–2020年多源遥感数据，提取SOS和EOS，结合DID、SEM和可解释机器学习，定量解耦了梯级水库的影响。结果表明：气候变暖总体使SOS提前、EOS延迟，但水库在5 km缓冲区内抵消了SOS提前（相对延迟6.3天）并进一步延迟EOS（2.5天）。春季水库导致的不对称增温减少冷激积累，提高了强迫温度阈值；秋季水库缓解水分亏缺但引入夜间热胁迫，使EOS主导限制因子由水分转变为温度。研究揭示了水库的微气候反馈机制，为高山河流生态适应性管理提供科学依据。

研究人员采用的主要方法包括：利用MODIS NDVI数据（MOD13A2 V6.1，2001–2020年），经Savitzky–Golay滤波和双逻辑曲线拟合提取物候参数；构建DID准实验，以澜沧江受水库影响的5 km河岸带为处理组，以同纬度近自然的怒江—萨尔温江流域为对照组，并利用事件研究法验证平行趋势；使用eXtreme Gradient Boosting（XGBoost）分类器结合SHapley Additive exPlanations（SHAP）进行驱动因子归因，并通过空间分块交叉验证评估模型；最后用SEM验证因果路径，采用空间块自助法估计显著性。气候变量按像素物候窗口聚合，并计算前后期差值（Δ）作为驱动变量。

3.1 全流域SOS和EOS的时间动态：基于流域平均物候序列的线性趋势分析发现，2001–2009年（前期）澜沧江流域（LRB）和湄公河流域（MRB）的SOS均呈提前趋势，且MRB更快；EOS也同步提前。2010–2020年（后期）LRB的SOS继续提前而EOS转为延迟，生长季延长，这与青藏高原东南部“暖湿化”气候转型一致；MRB则相反，SOS转为延迟、EOS继续提前，生长季缩短，与下湄公河流域干旱化和极端气候事件（如2015–2016年厄尔尼诺）有关。

3.2 全流域SOS和EOS的空间格局：通过计算后一阶段（2010–2020）与前一阶段（2001–2009）的像素级物候差值，发现LRB源头区SOS总体提前，但中游24°–27°N密集坝区有73.89%的区域SOS延迟；EOS在相同纬度带内有63.50%的区域延迟。相比之下，MRB的SOS和EOS变化空间异质性强、无一致规律。这表明气候背景之外，梯级水库调节是该河段物候异常的重要原因。

3.3 水库调节对植被物候时空影响的解耦：DID动态事件研究显示，2010年后SOS的DID系数持续为正，并在2012–2014年达到峰值，与Xiaowan和Nuozhadu两座巨型水库的蓄水运行时段吻合；EOS的DID系数大多不显著，仅2011年出现短暂显著延迟。横向维度上，SOS在5 km缓冲区内平均延迟6.3天，且2–5 km带的延迟大于0–2 km近岸带，这与2–5 km带森林占比更高（91.8%）、NDVI更高有关；EOS平均延迟约2.5天，仅2–5 km带显著（约4.9天）。垂直维度上，SOS延迟随距河床高度（height above nearest drainage, HAND）增加而衰减，在HAND<50 m处最大（约8.1天），300–500 m处降至约3.3天；EOS在HAND>500 m处甚至转为提前趋势，但平行趋势检验排除了高程驱动混杂因素。

3.4 水库影响植被物候的机制：基于Δ变量的XGBoost模型（SOS模型AUC=0.611，EOS模型AUC=0.594）和SHAP分析显示，水坝区ΔSOS的首要驱动因子是Δ气温（ΔTemp，相对重要性28.2%）和Δ昼夜温差（ΔDTR，27.2%），而自然区以Δ饱和水汽压差（ΔVPD，22.6%）和ΔTemp（22.4%）为主；SEM表明水坝区ΔTemp对ΔSOS的负效应（标准化路径系数β=-0.620）显著强于自然区（β=-0.287），且ΔTemp×ΔDTR交互在水坝区呈正效应（β=0.306）。对于ΔEOS，水坝区Δ降水（ΔPrec）的重要性超过基准大气干燥度（VPD_base），而自然区由VPD_base主导；SEM显示水坝区ΔTemp的负效应显著（β=-0.220），而ΔPrec直接效应不显著，同时ΔTemp×ΔDTR交互呈显著负效应（β=-0.128）。这表明水库调节改变了水热耦合路径，使植被对温度和水分胁迫的响应发生分异。

讨论指出，春季物候延迟主要源于水库热惯性导致的局地不对称增温（白天降温、夜间升温），这种增温减少了植被所需的冷激积累，迫使植被在春季需要更高的强迫温度才能启动生长，从而降低了对春季增温的敏感性；当增温强度超过水库缓冲能力时，SOS仍可能提前。秋季，水库通过补水缓解了水分亏缺，使植被对降水波动的响应趋于平缓，但水库蓄水的热惯性和夜间升温加剧了植被呼吸碳损失，使温度胁迫取代水分可利用性成为EOS的主要限制因子，从而限制了生长季的进一步延长。研究同时指出，高山深谷遥感数据存在云雪污染、空间自相关等问题，未来需结合动态水库运行信息（如水位、下泄流量）开展更精确的评估。

研究结论部分翻译如下：通过整合DID方法、SEM和可解释机器学习框架以及2001–2020年的多源遥感数据，本研究成功解耦了气候变化与梯级水库调节对澜沧江流域植被物候的影响。虽然气候变暖总体上使整个澜沧江流域的SOS提前、EOS延迟，但梯级大坝在5 km缓冲区内深刻重塑了这一自然轨迹。在剥离总体气候背景后，水库调节显著抵消了SOS的提前趋势，造成相对延迟6.3天，同时使EOS进一步延迟约2.5天（主要由2–5 km带驱动）。这种季节不对称干预源于水库对局部水热环境的双重调节效应。春季，水库导致的不对称增温大幅减少了物候启动所需的冷激积累，抬高了强迫温度阈值，并使植被对早春增温趋于脱敏。相反，秋季，水库缓解了水分亏缺，但引入了较高的夜间热胁迫，使EOS的主导限制因子从水分可利用性转变为温度约束。通过超越以往聚焦于水文扰动的传统评估框架，本研究揭示了驱动物候变化的潜在微气候机制。这些发现为全球气候变化下受调节的高山河流系统中的可持续水电开发和适应性生态系统管理提供了至关重要的科学依据。