毛乌素沙地植被水分利用效率时空变化及其影响因素

doi:10.13287/j.1001-9332.202506.007

应用生态学报 ›› 2025, Vol. 36 ›› Issue (6): 1731-1739.doi: 10.13287/j.1001-9332.202506.007

毛乌素沙地植被水分利用效率时空变化及其影响因素

王志鹏¹, 石长春^2,3, 马雅莉^2,3, 张艳^2,3, 玉苏普喀迪尔·孜米尼¹, 寇伟良¹, 温仲明^1*, 刘洋洋¹

¹西北农林科技大学草业与草原学院, 陕西杨凌 712100;
²陕西省林业科学院, 西安 710082;
³陕西榆林毛乌素沙地荒漠生态系统国家定位观测研究站, 陕西榆林 719000

收稿日期:2025-02-03 接受日期:2025-04-22 出版日期:2025-06-18 发布日期:2025-12-18
通讯作者: *E-mail: zmwen@ms.iswc.ac.cn
作者简介:王志鹏, 男, 1994年生, 硕士研究生。主要从事草地动态遥感监测及其驱动机制研究。E-mail: wangzhipeng123@nwafu.edu.cn
基金资助:
陕西林业科技创新重点专项(SXLK2023-02-14,SXLK2022-02-7)和国家自然科学基金青年基金项目(41977077,42107512)

Spatiotemporal changes of vegetation water use efficiency and its influencing factors in Mu Us Sandy Land, China

WANG Zhipeng¹, SHI Changchun^2,3, MA Yali^2,3, ZHANG Yan^2,3, Yusupukadier ZIMINI¹, KOU Wei-liang¹, WEN Zhongming^1*, LIU Yangyang¹

¹College of Grassland Agriculture, Northwest A＆F University, Yangling 712100, Shaanxi, China;
²Shaanxi Academy of Forestry, Xi’an 710082, China;
³State Long-term Observation and Research Station for Mu Us Sandland Ecosystem in Yulin of Shaanxi, Yulin 719000, Shaanxi, China

Received:2025-02-03 Accepted:2025-04-22 Online:2025-06-18 Published:2025-12-18

摘要/Abstract

摘要： 本文基于植被总初级生产力(GPP)和蒸散发(ET),采用线性回归分析、Hurst指数预测、多元线性回归和结构方程模型方法,对毛乌素沙地植被水分利用效率(WUE)的时空动态进行分析,探究水热条件对植被水利用效率的影响。结果表明: 2001—2020年,毛乌素沙地植被GPP、ET年均值分别为264.82 g C·m^-2和259.12 mm,呈逐渐上升趋势,波动幅度较大;而植被WUE值在0.170～0.342 g C·mm^-1·m^-2,年均值为0.279 g C·mm^-1·m^-2,呈稳定降低趋势。植被WUE具有明显的空间异质性,呈北部低、南部高的变化趋势。草地、耕地和林地的WUE与温度、太阳辐射呈正相关,与降水、土壤水分呈负相关。气候因素对毛乌素沙地各区域的影响程度不同,温度为东部地区的主导因素,土壤水分为中部地区的主导因素;降水、温度、太阳辐射和土壤水分通过影响ET变化进而影响植被WUE的变化。

关键词: 毛乌素沙地, 总初级生产力, 水分利用效率, 气候变化

Abstract: Based on the gross primary productivity (GPP) and evapotranspiration (ET) of vegetation, we analyzed the spatiotemporal dynamics of vegetation water use efficiency (WUE) in Mu Us Sandy Land by using linear regression analysis, Hurst index prediction, multiple linear regression, and structural equation modeling, aiming to understand the influence of water and heat conditions on vegetation WUE. The results showed that the average annual values of vegetation GPP and ET in Mu Us Sandy Land from 2001 to 2020 were 264.82 g C·m^-2 and 259.12 mm, respectively, showing a gradually increasing trend with a large fluctuation range. The WUE of vegetation ranged from 0.170 to 0.342 g C·mm^-1·m^-2, with an annual average of 0.279 g C·mm^-1·m^-2, showing a stable decreasing trend. The vegetation WUE exhibited obvious spatial heterogeneity, presenting a changing trend of being lower in the north and higher in the south. The WUE of grassland, cropland, and forest was positively correlated with temperature and solar radiation, and negatively correlated with precipitation and soil moisture. The influence of climatic factors varied across regions of the Mu Us Sandy Land, with temperature being the dominant factor in the eastern region and soil moisture being the dominant factor in the central region. Precipitation, temperature, solar radiation, and soil moisture affected vegetation WUE by altering ET.

Key words: Mu Us Sandy Land, gross primary productivity, water use efficiency, climate change

王志鹏, 石长春, 马雅莉, 张艳, 玉苏普喀迪尔·孜米尼, 寇伟良, 温仲明, 刘洋洋. 毛乌素沙地植被水分利用效率时空变化及其影响因素[J]. 应用生态学报, 2025, 36(6): 1731-1739.

WANG Zhipeng, SHI Changchun, MA Yali, ZHANG Yan, Yusupukadier ZIMINI, KOU Wei-liang, WEN Zhongming, LIU Yangyang. Spatiotemporal changes of vegetation water use efficiency and its influencing factors in Mu Us Sandy Land, China[J]. Chinese Journal of Applied Ecology, 2025, 36(6): 1731-1739.

参考文献

[1] Beer C, Ciais P, Reichstein M, et al. Temporal and among-site variability of inherent water use efficiency at the ecosystem level. Global Biogeochemical Cycles, 2009, 23: GB2018
[2] 杜晓铮, 赵祥, 王昊宇, 等. 陆地生态系统水分利用效率对气候变化的响应研究进展. 生态学报, 2018, 38(23): 8296-8305
[3] 刘铮, 杨金贵, 马理辉, 等. 黄土高原草地净初级生产力时空趋势及其驱动因素. 应用生态学报, 2021, 32(1): 113-122
[4] Liu Y, Xiao J, Ju W, et al. Water use efficiency of China’s terrestrial ecosystems and responses to drought. Scientific Reports, 2015, 5: 13799
[5] Zhang Z, Jiang H, Liu JX, et al. Assessment on water use efficiency under climate change and heterogeneous carbon dioxide in China terrestrial ecosystems. Procedia Environmental Sciences, 2012, 13: 2031-2044
[6] 刘宪锋, 胡宝怡, 任志远. 黄土高原植被生态系统水分利用效率时空变化及驱动因素. 中国农业科学, 2018, 51(2): 302-314
[7] 秦格霞, 孟治元, 李妮. 黄土高原水分利用效率动态及其对干旱和地表温度的响应. 干旱区地理, 2024, 47(11): 1887-1898
[8] He J, Zhou Y, Liu X, et al. Spatiotemporal changes in water-use efficiency of China’s terrestrial ecosystems during 2001-2020 and the driving factors. Remote Sen-sing, 2025, 17: 136
[9] Zhou D, Zhao X, Hu H, et al. Long-term vegetation changes in the four mega-sandy lands in Inner Mongolia, China. Landscape Ecology, 2015, 30: 1613-1626
[10] 杨梅焕, 李扬, 王涛, 等. 毛乌素沙地植被水分利用效率时空变化特征及其对水热条件的响应. 测绘通报, 2023(7): 44-50
[11] 王志鹏, 石长春, 马雅莉, 等. 毛乌素沙地植被净初级生产力时空变化及其驱动因素. 草地学报, 2024, 23(9): 2962-2972
[12] 罗玉昌, 刘志宏, 刘瑞芳, 等. 鄂尔多斯境内毛乌素沙地近47年气候变化分析. 内蒙古气象, 2007(6): 18-19
[13] 胡永宁, 王林和, 张国盛, 等. 毛乌素沙地1969—2009年主要气候因子时间序列小波分析. 中国沙漠, 2013, 33(2): 390-395
[14] 陈仲新, 张新时. 毛乌素沙化草地景观生态分类与排序的研究. 植物生态学报, 1996, 20(5): 423-437
[15] 翟树琛, 王天娇, 李鑫豪, 等. 毛乌素沙地黑沙蒿水分利用效率环境调控: 从叶片到生态系统. 应用生态学报, 2024, 35(4): 997-1006
[16] Farquhar GD, Sharkey TD. Stomatal conductance and photosynthesis. Annual Review of Plant Biology, 1982, 33: 317-345
[17] 林子琦, 温仲明, 刘洋洋, 等. 基于遥感数据的植被碳水利用效率时空变化和归因分析. 生态学报, 2024, 44(1): 377-391
[18] Ali R, Kuriqi A, Abubaker S, et al. Long-term trends and seasonality detection of the observed flow in Yangtze river using Mann-Kendall and Sen’s innovative trend method. Water, 2019, 11: 1855
[19] Hurst HE. Methods of using long-term storage in reservoirs. Proceedings of the Institution of Civil Engineers, 1956, 5: 519-543
[20] Sen PK. Estimates of the regression coefficient based on Kendall’s tau. Journal of the American Statistical Association, 1968, 63: 1379-1389
[21] Neter J, Wasserman W, Kutner M. Applied Linear Regression Models. Hoboken, NJ, USA: John Wiley & Sons, 1983: 50-53
[22] Yu S, Zhu K, Zhang X. Energy demand projection of China using a path-coefficient analysis and PSO-GA approach. Energy Conversion and Management, 2012, 53: 142-153
[23] Ebrahimi E, Bayat H, Fallah M. Relationship of soil moisture characteristic curve and mechanical properties in entisols and inceptisols of Iran. Geoderma Regional, 2021, 27: e434
[24] 曹菲, 周静, 辛雨润, 等. 绿洲化背景下毛乌素沙地植被变化趋势及驱动机制分析. 生态学报, 2025, 45(9): 1-15
[25] 廉泓林, 韩雪莹, 刘雅莉, 等. 基于标准化降水蒸散指数(SPEI)的毛乌素沙地1981—2020年干旱特征研究. 中国沙漠, 2022, 42(4): 71-80
[26] 焦鹏华, 牛健植, 苗禹博, 等. 2001—2020年全球植被对极端气候的响应. 应用生态学报, 2024, 35(11): 2992-3004
[27] 冒吉荣, 曾岩, 徐馨妤, 等. 干旱胁迫及复水对油松渗透调节物质及水力功能的影响. 应用生态学报, 2024, 35(11): 2959-2965
[28] 马明国, 王建, 王雪梅. 基于遥感的植被年际变化及其与气候关系研究进展. 遥感学报, 2006, 10(3): 421-431
[29] 山仑. 植物水分利用效率和半干旱地区农业用水. 植物生理学通讯, 1994(1): 61-66
[30] 陈亚宁, 李稚, 范煜婷, 等. 西北干旱区气候变化对水文水资源影响研究进展. 地理学报, 2014, 69(9): 1295-1304
[31] Wang Z, Liu Y, Wang Z, et al. Quantifying the spatiotemporal changes in evapotranspiration and its components driven by vegetation greening and climate change in the northern foot of yinshan mountain. Remote Sen-sing, 2024, 16: 357
[32] 周伟, 刚成诚, 李建龙, 等. 1982—2010年中国草地覆盖度的时空动态及其对气候变化的响应. 地理学报, 2014, 69(1): 15-30
[33] 俞靓, 李军保, 董强, 等. 陕西关山草原景区生态保护及修复对策. 辽宁林业科技, 2022(6): 61-64
[34] 胡芳. 水资源开发利用与水资源配置问题探究. 水利电力技术与应用, 2024(6): 118-120
[35] 李建兴, 谌芸, 何丙辉, 等. 不同草本的根系分布特征及对土壤水分状况的影响. 水土保持通报, 2013, 33(1): 81-86
[36] Li Y, Pan X, Xu X, et al. Carbon dots as light converter for plant photosynthesis: Augmenting light coverage and quantum yield effect. Journal of Hazardous Materials, 2021, 410: 124534

毛乌素沙地植被水分利用效率时空变化及其影响因素

Spatiotemporal changes of vegetation water use efficiency and its influencing factors in Mu Us Sandy Land, China

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈孟焱, 梁子怡, 舒琦, 闹增措, 陈岩, 曾哲飞, 拉琼, 王俊伟. 基于MaxEnt模型预测入侵植物鬼针草在中国的潜在分布及适生性 [J]. 应用生态学报, 2025, 36(6): 1749-1758.
[2]	杨婷, 王静茹, 田亦欣, 张昌杰, 付威. 凹凸棒土添加对黄土高原区玉米土壤水分有效性的影响 [J]. 应用生态学报, 2025, 36(6): 1781-1790.
[3]	张媛, 郭恩亮, 王永芳, 康尧, 乌吉斯古冷. 锡林郭勒草原总初级生产力对复合干热事件的响应 [J]. 应用生态学报, 2025, 36(5): 1469-1477.
[4]	田齐萱, 刘建朝, 曾凡超, 杨茗, 汤钦荣, 郑洁, 左云江, 王楠楠, 尧晓晨, 宋艳宇. 基于CMIP6模式的未来气候情景下北半球多年冻土动态 [J]. 应用生态学报, 2025, 36(5): 1496-1506.
[5]	宋忠康, 刘中旭, 邓昌蓉, 段国珍, 樊光辉, 李建领. 基于青海产区气候特征的高产优质枸杞适生区预测 [J]. 应用生态学报, 2025, 36(4): 1118-1126.
[6]	罗才红, 汪皖渝, 黄金夏, 王鹏, 马茂华, 陈吉龙, 赵存峰. 基于MaxEnt模型预测气候变化对黑颈鹤栖息地分布的影响 [J]. 应用生态学报, 2025, 36(4): 1251-1260.
[7]	唐如韵, 张定海, 赵有益, 单立山, 杨青惠, 杨甜, 李佳乐, 黄文琪. 毛乌素沙地固定沙丘黑沙蒿灌丛空间点格局 [J]. 应用生态学报, 2025, 36(3): 719-728.
[8]	阿地来·赛提尼亚孜, 何峻岭, 比拉力·依明, 巨喜锋, 巴贺贾依娜尔·铁木尔别克, 王鹏年, 张琦, 魏彦强, 赵武, 刘莉茗. 干旱绿洲区3种常见绿化树种的水分利用来源 [J]. 应用生态学报, 2025, 36(2): 437-444.
[9]	仇小月, 李健星, 陶旺兰, 王志英, 郭屹立, 陆树华, 李先琨, 黄甫昭. 喀斯特峰丛洼地不同植被恢复阶段优势植物水分利用效率 [J]. 应用生态学报, 2025, 36(2): 445-451.
[10]	李洁, 刘春芳. 气候变化下河西走廊生态系统健康时空变化及应对策略 [J]. 应用生态学报, 2025, 36(2): 537-546.
[11]	鄢忠山, 邵明勤, 王剑颖. 灰鹤在中国的越冬适宜栖息地预测及种群分布的关键影响因子 [J]. 应用生态学报, 2025, 36(2): 578-586.
[12]	冼海英, 肖波, 姚小萌, 窦韦强. 黄土高原生物结皮覆盖下表层土壤有机碳组分对模拟气候暖湿化的响应 [J]. 应用生态学报, 2025, 36(1): 132-140.
[13]	赵瑜琦, 赵鹏云, 许泽海, 李志刚. 2002—2022年气候变化和人类活动对山西省植被恢复的贡献 [J]. 应用生态学报, 2025, 36(1): 219-226.
[14]	钟湧, 高磊, 彭新华, 张帅普, 甘磊. 中国不同生态区关键气候变量的时空分异与演变趋势 [J]. 应用生态学报, 2025, 36(1): 249-258.
[15]	丛佳仪, 李新正, 徐勇. 物种分布模型在海洋大型底栖动物分布预测中的应用 [J]. 应用生态学报, 2024, 35(9): 2392-2400.