编辑推荐：
黄土高原生态恢复下蒸散发归因机制及管理策略研究。提出新型分区归因框架，结合两源能量平衡模型与贝叶斯岭回归，揭示2000-2020年间植被恢复、气候变化驱动下蒸散发（ET）时空分异规律，发现Ec（植被蒸腾）与Es（土壤蒸发）呈现非线性阈值响应，验证分区管理必要性。
徐永康|左德鹏|马志金|刘继峰|王国庆|徐宗学|韩云娜|Karim C. Abbaspour|杨洪
北京师范大学水科学学院，北京市城市水文循环与海绵城市技术重点实验室，北京100875，中国
摘要
大规模生态修复是应对土地退化的关键策略，然而，其水文影响，特别是对蒸散量（ET）的影响，由于植被与水之间的复杂空间异质性和非线性反馈循环而仍然不确定。为了解决这个问题，在2000-2020年期间，我们在黄土高原开发了一个新的归因框架，用于识别ET及其组成部分（蒸腾作用Ec；土壤蒸发Es）的驱动机制。该方法结合了双源能量平衡（TSEB）模型和贝叶斯岭回归。方法上，这种分区框架显著优于传统的全球建模方法，在异质过渡区将Ec的预测误差降低了24.3%。结果表明区域水循环发生了根本性变化：ET增加了9.31毫米/年，主要由Ec的增加（10.24毫米/年）驱动。重要的是，这些驱动力表现出明显的时空差异：植被修复在丘陵沟壑地区（A区和B区）占主导地位，而气候因素控制着干旱的沙地地区（C区）。此外，还发现了两种普遍存在的非线性调节机制：Es的“V形”响应（阴影效应与截留效应）和Ec的“倒U形”响应（饱和效应）。具体来说，A区的最佳叶面积指数（LAI）阈值从2000-2010年的0.47降低到了2011-2020年的0.42，表明水分压力加剧。这些发现挑战了“一刀切”的绿化政策，并提倡转向基于绿化与水资源协同管理的范式。此外，还提出了可行的策略，以确保全球水资源有限地区的生态工程的可持续性，包括稀疏密集的种植园以保持LAI接近最佳阈值，并在干旱地区优先发展节水农业。本研究的结果可以为干旱地区的生态工程实施和水资源有效利用提供科学参考。
引言
蒸散量（ET）是连接全球水循环、能量循环和碳循环的核心纽带，在调节区域气候和维持生态系统功能方面起着关键作用（Fisher等人，2017年；Yang等人，2023年）。在全球可持续性的背景下，先进的技术和材料越来越多地应用于环境修复和可再生能源生产，以应对紧迫的生态挑战（Zinatloo-Ajabshir等人，2019年；Yousefi等人，2025年）。同样，理解ET的动态——陆地生态系统中最大的水分损失组成部分——对于优化水资源利用和在人为干预加剧的情况下维持生态稳定性至关重要（Katul等人，2012年；Oki和Kanae，2006年）。在全球气候变化和人为干预加剧的背景下，准确量化ET及其组成部分（植被蒸腾作用Ec和土壤蒸发Es）对于评估水资源安全和生态系统可持续性至关重要（Li等人，2020年；Schlesinger和Jasechko，2014年）。这一挑战在干旱和半干旱地区尤为突出，因为这些地区对水文气候波动非常敏感（Zinatloo-Ajabshir和Salavati-Niasari，2016年，2019年；Zinatloo-Ajabshir等人，2019年）。在这些脆弱的环境中，越来越多地实施大规模生态修复项目，如造林和再造林，以减轻土地退化和固碳（Feng等人，2016年）。尽管这些“绿色解决方案”有效减少了土壤侵蚀并增加了生物多样性，但通常会带来水资源的显著消耗。增加的冠层截留和蒸腾作用可能会耗尽土壤水分并减少径流，从而威胁区域水资源安全，除非在可持续的范围内进行管理（Jing等人，2014年；Gu等人，2018年）。因此，揭示ET的复杂和非线性驱动机制不仅是一个基本的科学问题，也是制定先进的环境管理策略和优化干旱地区可再生能源利用的先决条件。
中国的黄土高原（LP）是世界上最大的生态修复项目——“ Grain for Green”项目的所在地，该项目始于1999年，是这些生态水文挑战的典型案例研究。在过去二十年里，LP的植被覆盖率显著增加，归一化植被指数显示出明显的上升趋势（Han等人，2024年；Song等人，2024年）。然而，这种植被恢复对区域水文循环产生了深远影响。许多研究报道了土壤湿度的下降趋势和河流径流的急剧减少，这引发了关于当前修复实践可持续性的激烈争论（Feng等人，2016年；Fu等人，2017年）。理解气候变化（如全球变暖、降水量变化）和人类活动（如植被修复）如何共同驱动这些水文变化，对于指导未来的适应性管理至关重要。
尽管在LP进行了大量的ET动态研究，但仍存在三个关键的知识空白，这限制了归因的准确性和研究结果的适用性。首先，驱动机制的空间异质性往往被简化了。LP覆盖了大面积（约640,000平方公里），具有复杂的水热梯度，从东南部的半湿润森林逐渐过渡到西北部的干旱草原和沙漠。传统的归因模型对整个区域应用一组回归系数，无法捕捉不同生态区（如能量受限区与水分受限区）的不同主导趋势（Hrachowitz等人，2013年）。这种“一刀切”的方法可能会掩盖局部驱动因素，并导致对特定子区域的偏见结论。其次，Ec和Es对水的不同响应经常被混淆。Ec代表与光合作用和生物量积累相关的生产性水分利用，而Es通常被视为非生产性的水分损失。将Ec和Es纳入总ET中会掩盖真实的水文生态机制，因为植被绿化往往会通过遮荫增加Ec，同时抑制Es，这种补偿效应在总体ET分析中无法检测到（Raz-Yaseef等人，2010年；Jiang等人，2022年；Yang等人，2023年；Tams等人，2023年）。准确划分和单独归因ET的组成部分对于理解碳封存与水分损失之间的权衡至关重要。第三，大多数归因研究假设驱动因素与ET之间存在线性关系，忽略了生物过程中的非线性阈值。例如，叶面积指数（LAI）对蒸腾作用的正面影响不是恒定的，在水分胁迫条件下可能会饱和甚至逆转（Granier等人，1996年）。识别这些临界点或最佳阈值对于确定植被承载能力至关重要，然而这些非线性在统计归因框架中很少被量化。
为了解决这些不足，本研究提出了一个既分区又筛选的新型归因框架。该方法结合了机制性的双源能量平衡（TSEB）模型和稳健的统计归因方法（贝叶斯岭回归）。与传统方法不同，我们的框架明确考虑了空间异质性、特定组分的响应和非线性阈值。具体来说，我们提出了并测试了三个核心假设：
(H1) 由于不同的水热限制，ET及其组成部分的驱动机制在空间上是不同的，这意味着不同生态区的主导驱动因素存在显著差异，而不是均匀的（在3.3.2节“驱动因素对ET的绝对贡献”、3.3.3节“驱动因素的相对重要性”和3.4.1节“主导因素的空间模式和非平稳性”中进行了测试；图8、图10、图12）。
(H2) 对植被修复的水文响应是非线性的且随时间变化的，其特征是动态的植被阈值在过去二十年里随着气候变化而变化（在3.4.2节中进行了测试；图14、图15、图16）。
(H3) 区域特定和可筛选的建模方法在解释能力和预测准确性方面显著优于传统的全球统一模型，从而为管理提供了更可靠的基础（在4.1节中进行了验证；图17）。
本研究的具体目标是：(1) 描述过去二十年里黄土高原上ET及其组成部分（Ec和Es）的时空演变；(2) 使用提出的归因框架量化气候、植被和人为因素的空间差异贡献；(3) 识别限制水文效率的动态植被阈值。最终目标是将这些机制性发现转化为实用的、特定于区域的生态修复策略，以确保在变化的气候条件下生态系统服务和区域水资源安全之间的可持续平衡。
研究区域描述
研究区域描述
黄土高原位于中国北部，总面积约为624,000平方公里（图1）。该地区位于东南部的湿润季风气候和西北部的干旱内陆气候之间的过渡带，具有明显的大陆性季风气候特征，冬季和春季寒冷干燥，夏季和秋季炎热多雨。年平均降水量存在显著的空间差异，从西北部的168毫米逐渐增加到
TSEB模型验证
通过海北站的潜热通量现场测量验证了TSEB模型（表2）。模拟的日ET与观测结果高度一致。对于湿地，平均相关系数（R）为0.808，RMSE通常小于2毫米，偏差范围从-0.7到0.5毫米。同样，模拟的日ET在灌木丛中的平均R为0.714，RMSE小于2毫米，偏差范围在-0.8到1.3毫米之间。
在区域尺度上，模拟的ET和E
来自分区和筛选归因分析的方法学见解
为了展示我们提出的框架除了方法上的新颖性之外的附加价值，将分区和筛选方法与传统的全球模型（整个区域的单一回归）进行了比较，使用2000-2020年期间的长期数据，量化了考虑空间异质性和减少模型复杂性的具体好处。图17可视化了性能提升的分布，每个区域的详细统计指标在表中提供
结论
本研究开发了一个分区和筛选的归因框架，以解析2000-2020年期间黄土高原上蒸散量的复杂、非线性和时空差异的驱动机制。主要结论总结如下：
(1)本研究提出的归因框架结合了生态分区和变量筛选，显著优于传统的全球建模范式。它有效地分离了局部水文
未引用的参考文献
Burnham等人，2004年；Wang等人，2024b年；Wang等人，2024a年；Yu等人，2008年；Yu等人，2014年。
CRediT作者贡献声明
徐永康：撰写——原始草稿，可视化，验证，软件，方法论，概念化。左德鹏：撰写——原始草稿，项目管理，方法论，资金获取，概念化。马志金：验证，数据管理。刘继峰：验证，数据管理。王国庆：撰写——审阅与编辑，数据管理，概念化。徐宗学：撰写——审阅与编辑，监督，项目管理，资金获取。韩云娜：
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了国家自然科学基金（资助编号：52479001）、国家重点研发计划（资助编号：2021YFC3201104）和中央高校基本科研业务费（资助编号：2253200030）的共同支持。
数据和代码的可用性
本研究生成和分析的数据集可根据合理请求从相应作者处获得。用于进行归因分析和生成本文中所示图表的代码
