树木径向生长是森林固碳的主要方式,明确树木生长动态及其与环境要素的响应关系对于预测气候变化背景下森林固碳能力具有重要意义.针叶树生长对气候变化非常敏感,其生长动态能够快速响应气候变化.本文收集了 1975-2023年的99篇文献,评述了外源因素(温度、水分和光周期)和内在因素(树龄、树种)对针叶树形成层活动和径向生长的影响及其机制.结果表明:气候变暖可能会导致温带和北方针叶树木质部分化的各阶段开始时间提前,生长停止时间推迟;水分条件参与调控形成层活动的开始并通过影响水势和细胞膨压进而调节树木生长;光周期除了可以参与调节生长开始、结束时间外,也对最大生长速率发生时间产生重要影响.未来气候变暖可能会使北方针叶树生长季延长、生长量增加,并使森林向更高海拔或高纬度地区迁移.同时,未来降水格局改变以及温度升高导致的蒸散发加剧可能会使干旱区树木生长季提前结束,生长速率下降.在未来研究中,还需进一步开发树木生长过程模型,量化径向生长与气候要素的关系,以便进一步明确树木生长对气候要素响应的生理机制.

玉龙雪山及周边地区是典型的季风海洋性冰川区,是研究冰川变化、地-气能量交换、植被群落演替以及生态系统碳水耦合的最重要的区域.水分利用效率(water use efficiency,WUE)是联系生态系统水-碳循环及其与气候因子之间响应关系的重要参数.本研究利用MODIS卫星遥感总初级生产力(gross primary productivity,GPP)、蒸散发(evapotranspiration,ET)产品和 自适应帕尔默干旱指数(self-calibrating Palmer drought severity index,scPDSI)分析了2000-2020年玉龙雪山及周边地区植被WUE空间变化特征,研究了该区GPP、ET、WUE与scPDSI的相关性,探讨了该区不同地貌植被对水分利用及胁迫的适应策略.结果表明:2000-2020 年,研究区植被 WUE 平均值为 2.44 g C·m-2·mm-1,GPP 平均值为 1365.0 g C·m-2,ET 平均值为559.6 mm;WUE平均值最高区域分布在大起伏中山,为2.88 g C·m-2·mm-1;最低区域为大起伏极高山,为1.23 g C·m-2·mm-1.玉龙雪山地势起伏大,植被空间分布具有显著垂直地带性特征,植被WUE在3500 m以下区域随海拔上升而增加,3500 m以上则随海拔上升而减少.2000-2020年,研究区逐月WUE呈现增加—减少—增加趋势,不同地貌类型造就了植被WUE变化速率具有显著的差异性特征.玉龙雪山以及周边大起伏高山的植被WUE呈增长趋势,而中海拔平原呈减少趋势.研究区内植被WUE对干旱胁迫响应具有明显的季节性特征,WUE与scPDSI的多年逐月相关性呈现负相关—正相关—负相关—正相关的变化趋势.7月玉龙雪山WUE与scPDSI呈显著正相关,而5月则表现为显著负相关;玉龙雪山周边地区植被WUE与scPDSI在12月—次年6月呈负相关,在7-8月呈正相关.

参考作物蒸散(Reference crop evapotranspiration,ET0)是生态水文过程中的关键因子,研究ET0在干旱绿洲区的演变,不仅有助于理解气候变化背景下的绿洲水文过程响应,亦对绿洲水土资源高效配置和生态系统稳定性维持有指导意义.以宁夏沿黄绿洲为例,基于 1960-2019 年的气象资料和Penman-Monteith模型计算ET0,利用Mann-kendall突变检验、相对敏感系数和Morlet小波分析等方法,对宁夏沿黄绿洲近60a的ET0演变特征及其归因进行研究.结果表明:(1)宁夏沿黄绿洲ET0年内呈单峰形态,ET0在5-7月间较高,累积ET0占年总ET0的43.6%;近60a的ET0年均值为1226.38 mm,并以1.66 mm/a(P＜0.01)幅度上升,但年际波动特征明显,其中在 1988 年突变之前,ET0无显著变化趋势,而突变之后则以每 10a左右的周期显著增加或降低.(2)年ET0主要以 20-40 a和 50-60 a周期振荡,且有多重时间尺度的复杂嵌套现象,不同季节的周期振荡差异较大,夏、秋季振荡幅度较强,其周期接近于年ET0规律,而冬、春季振荡幅度较弱.(3)虽然ET0与 6 种气象因子均存在显著相关性,但ET0对不同气象因子的敏感性存在差异,其中对最高温度和相对湿度的敏感性较高,敏感系数分别为 11.58%和 8.40%.(4)宁夏沿黄绿洲ET0与区域气候变化特征有较强的耦合性,区域气候的持续升温和相对湿度持续降低、以及由此引发的饱和水汽压亏缺持续增强是推动ET0上升的重要原因,而气候由湿润向干旱的突变和平均风速的异常波动是诱发ET0突变的原因.

为了实现水源涵养量计算和不同功能的综合评估,基于分布式水文模型(WEP-L)提出了一种新方法,即利用WEP-L模型计算次降水过程中降水量和地表产流、冠层截留量的差值作为水源涵养量,并分别评估削洪(地表径流量)、补枯(地下径流量)、维持植被生态系统用水(植被蒸腾量)等不同水源涵养功能的评估方法.为了验证该方法的合理性,以渭河流域咸阳站以上区域为例,对比了该方法和InVEST模型方法的计算结果,由于两种方法在评估内容和使用模型上都存在差异,为了保证计算结果的可比性,先对比了基于相同评价内容的WEP-L模型法Ⅰ和InVEST模型方法,再对比了基于不同评价内容的WEP-L模型法Ⅰ和WEP-L模型法Ⅱ,结论如下:基于相同评价内容的WEP模型法Ⅰ和InVEST模型法计算结果数值接近,研究区2000-2018年水源涵养量年均值分别为12.43 mm(5.76亿m3)和12.08 mm(5.6亿m3),两种方法所得结果空间分布特征相似,稍有差异之处与InVEST模型的参数没有经过本地化处理有关;基于不同评价内容的WEP-L模型法Ⅰ和WEP-L模型法Ⅱ计算结果数值相差较大,研究区2000-2018年水源涵养量均值分别为12.43 mm和432.57 mm,空间分布特征上有差异的地方分布于研究区的北部、东部及东北部,主要与两种方法评价时是否考虑蒸散发有关.WEP-L模型法Ⅱ评估结果中削洪、补枯、维持植被生态系统用水等功能多年变化趋势分别为:2006-2010年期间增加、2012年以后下降以及增加.2012年后补枯功能和维持植被生态系统用水功能之间可能存在权衡关系.通过不同方法计算结果差异原因分析,证明了基于WEP-L模型的不同涵养功能评估方法的合理性,其结果也可为渭河涵养区水资源和生态保护策略的制定提供更多依据.

青藏高原高海拔引起的地形、气候和土壤空间差异造就了其独特的植被类型及其空间变化,当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析.针对青藏高原特殊的地理环境和植被类型,选用植被、地形、土壤、气候 4 个维度共计 58 个空间化指标,采用频数分布统计方法对这些指标开展了定量分析,系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异.通过定量分析发现,大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高,其中,遥感归一化植被指数、植被净初级生产力、裸地覆盖度、海拔、土壤温度、年最低温度、年总蒸散发 7 个指标对青藏高原各主要植被类型的区分度较高.揭示的青藏高原各主要植被类型的特征及环境差异,可提高灌丛和草地之间、各草地类型之间、高山苔原-垫状-稀疏植被与其他植被类型之间的可区分性,有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分、草地类型细分、高山苔原-垫状-稀疏植被识别和山地垂直地带植被识别四个难点问题.研究结果一方面可服务于青藏高原的植被精细分类,另一方面也可服务于青藏高原的自然地带划分、生物多样性和生态系统功能评估、地表物质循环研究等.

评估南亚热带季风气候影响下流域水源涵养量的时空格局及其对降雨的响应特征,可为揭示不同时间尺度流域降水变化下水源涵养演变规律提供科学依据.本研究以北部湾防城河流域为研究对象,基于水量平衡原理,应用SWAT模型探究水源涵养量的时空格局及其对降水的响应特征.结果表明:防城河流域水源涵养量为1637.4 mm·a-1,占年均降水量的50.7％.不同子流域的水源涵养变化量的差异明显,其中,森林植被覆盖度高、坡度较陡的子流域水源涵养量大,而其他土地利用类型(如田地、草地)、坡度较缓、人类活动强度大的子流域水源涵养量较低.在月尺度上,水源涵养量和水源涵养变化量均与流域降水呈现相似的变化特征.水源涵养变化量对次降水量的响应呈现两种类型:短期降雨(降雨持续时长≤2d)与水源涵养变化量呈线性变化,中长期降雨(2 d＜降雨持续时长≤10d)与水源涵养变化量呈非线性曲线变化,且主要受到蒸散发等过程的影响.高频次短持续时间的降水事件相对于长持续时间的降水事件更有利于增加生态系统水源涵养.

遥感技术能够客观、定量地评价地表城市热岛强度的时空变化,分析城市热岛的影响因素,为城市生态建设提供有效的科学参考.本研究基于GEE(Google Earth Engine)平台,以长时间序列的MODIS卫星资料为基础数据源,使用城乡二分法估算长江经济带2003-2019年的城市地表热岛强度,再利用城市热场变异指数评价生态环境,并利用地理探测器进行城市热岛成因分析.结果表明:长江经济带5个城市群2003-2019年全年平均气温为22.78 ℃,白天为23.91℃,夜间为7.59 ℃,平均温度整体上均呈上升趋势,分别为0.02、0.02和0.006 ℃·a-1.长江经济带5个城市群17年无热岛占比最高,弱热岛和弱冷岛占比次之,强热岛占比最少,且城市热岛全年、白天和夜间都呈现下降趋势.长江经济带整体的生态评价为优.地理探测器因子探测表明,DEM、土地覆盖类型、03是长三角城市群热岛效应的主控因子;蒸散发量、紫外线气溶胶吸收指数、人口密度是长江中游城市群热岛效应的主控因子;归一化植被指数、夜间灯光指数、土地覆盖类型是成渝城市群热岛效应的主控因子;归一化植被指数、DEM、CO是黔中城市群热岛效应的主控因子;蒸散发量、03、NDVI是滇中城市群热岛效应的主控因子.

蒸散发是生态水文过程的关键环节,掌握蒸散组分的变化特征及其影响因子,对干旱半干旱地区的可持续发展至关重要.以荒漠草原多年生植物针茅群落和一年生植物猪毛蒿群落为研究对象,利用小型蒸渗仪开展了连续3年监测,分析了蒸散组分的日、月和年变化规律,探讨了影响蒸散组分的主要环境因子.结果表明:晴天时,多年生和一年生植物群落蒸散组分呈先增加后减小的抛物线型,夜间蒸散活动较弱,累积蒸散量较低,不足全天总累积蒸散量的20％;阴天时各蒸散组分无明显峰值,且日累积量均较小,一年生和多年生植物群落的蒸散量、蒸发量和蒸腾量无显著差异;10.64 mm/d及以上降雨对蒸散和蒸发的日变化具有明显影响,随着降雨量的增多,蒸散量和蒸发量也呈增大趋势,但蒸腾量则相对较小.从月动态来看,7-9月占全年蒸散量和蒸发量的一半左右,冬春季蒸散量和蒸发量维持在全年最低水平.年蒸散量与年降雨量接近,而蒸腾量占蒸散量的比例低于10％.总体来看,多年生植物群落蒸散量较一年生植物群落多.采用Mantel检验方法分析不同时间尺度影响蒸散组分的主要气候因素,在小时尺度上太阳辐射与蒸发量和蒸腾量显著性水平较高(P＜0.01),但相关性较低(r＜0.2);在日尺度上,蒸散量、蒸发量和蒸腾量与降雨量的显著性(P＜0.01)和相关性(r≥0.4)均最高;而月尺度上,降雨量和降雨速率与蒸散量、蒸发量的相关性较高(0.2≤r＜0.4),但显著性较低(P≥0.05).因此,蒸散组分受环境因子的影响在不同时间尺度上具有较大差异,说明蒸散组分受多种因子共同影响.

贺兰山作为守护西北生态安全的最后一道屏障,既遏制了腾格里沙漠的东移,又削弱了西北寒流的侵扰,其植被功能对于维护区域气候变化和北方干旱荒漠带生态安全具有重要意义.以气象、NDVI和植被类型为输入数据,利用CASA模型模拟2000-2020年贺兰山地区NPP值并估算了该地区的植被固碳量,探讨了植被固碳功能的空间分异特征及其主要驱动因子.结果表明:(1)2000-2020年间贺兰山地区植被固碳量显著增加,植被固碳功能得到提升.空间上呈现四周低中间高、西部低东部高、南部低北部高的分布特征;(2)植被固碳量随海拔升高呈现先增后减的趋势,且东西坡差异明显;随着坡度的增加,东西坡植被单位面积固碳量增加;(3)研究区温度、降水及潜在蒸散发对植被固碳的驱动能力有差异性,其中降水为主要驱动因子;贺兰山大部分土地利用类型转换对植被固碳功能的提升有促进作用.本研究以期为贺兰山地区的生态建设提供科学参考.

植被净初级生产力(NPP)是评价植被生长的重要参数,也是评估陆地生态系统质量与功能的重要指标.基于MODIS NPP、数字高程模型(DEM)、气象水文及人类活动数据,采用空间分析、趋势分析,分别从像元尺度和县域尺度识别了 2000-2020年以来祁连山NPP时空变化特征,采用偏相关分析研究了 NPP对年均温和年降水的响应,并借助地理探测器模型揭示了NPP变化的驱动因素,最后采用Hurst指数预测了 NPP未来变化趋势.结果表明:2000-2020年祁连山平均NPP呈波动增加趋势,年均增加2.38 g C/m2,其中栽培植被和阔叶林增长最为明显.近20年,像元尺度上有75.37％的区域NPP增加,主要位于东南部;县域尺度上,古浪、平安、化隆和永登县NPP增速较快,而祁连、海西、德令哈和门源县增速较慢.祁连山NPP空间分布具有明显的集聚性,高值集聚区主要位于东南部,而低值集聚区主要位于西北部.年均温和降水量的增加均促进了 NPP的增加,但不同区域NPP对气温和降水的响应有明显差异.降水量、饱和水气压差和蒸散发是NPP变化的主要驱动因子,驱动因子之间对植被NPP变化存在交互作用,分为双因子增强和非线性增强效应.未来祁连山NPP变化以增加非持续性为主,说明植被变化面临较大不确定性.研究结果有助于揭示全球气候变化背景下区域植被NPP对气候变化及人类活动的非线性响应机制,亦可为祁连山生态保护与可持续发展提供理论依据.