基于多源GPP和ET產品的秦嶺生態系統水分利用效率研究

黃 卓， 曹銀軒， 徐喜娟， 陳 上， 馮 浩， 王 釗， 于 強3,， 何建強,

(1.西北農林科技大學旱區農業水土工程教育部重點實驗室，陜西 楊凌 712100；2.西北農林科技大學中國旱區節水農業研究院，陜西 楊凌 712100；3.中國科學院水利部水土保持研究所黃土高原土壤侵蝕與旱地農業國家重點實驗室，陜西 楊凌 712100；4.陜西省氣象局秦嶺和黃土高原生態環境氣象重點實驗室，西安 710016)

秦嶺長期以來被認為是中國東部重要的南北氣候分界線，即亞熱帶和暖溫帶分界線，是研究全球氣候變化與區域適應的優勢地域，也是新時期全球氣候變化研究的典型區域。生態系統水分利用效率(water use efficiency,WUE)指生態系統每消耗單位質量的水所固定的干物質的量，是深入理解生態系統水、碳循環耦合關系的重要指標。生態系統水分利用效率可被定義為生態系統總初級生產力(gross primary productivity，GPP)與總蒸散量(evapotranspiration，)的比值。探究秦嶺生態系統水分利用效率對于研究秦嶺區域碳水關系及其對氣候變化的響應具有重要意義。

生態系統總初級生產力(GPP)是指綠色植物單位時間內在單位面積上通過光合作用所固定的碳量，是生態系統碳循環的基礎，也是進入生態系統的初始能量和物質。蒸散量()是植被蒸騰、土壤蒸發和被林冠截留的雨、霧和露水蒸發的總和，是全球水循環以及地球表面能量平衡的關鍵組成部分。為了解碳水循環的變化，需要對GPP和進行準確測量。目前主要是通過建立通量塔，使用渦度相關技術(eddy covariance，)對GPP和進行準確而連續的觀測。但是全球范圍內的通量塔數量有限且分布不均，例如秦嶺區域目前只有一座通量塔，難以覆蓋整個區域且通量數據不向普通用戶公開，因此難以直接通過通量觀測數據來研究秦嶺區域生態系統的WUE。

近年來，隨著遙感觀測技術和生態模型的發展，許多全球和區域尺度的GPP和估算產品被開發出來，其中GPP產品主要包括：基于現有FLUXNET通量數據進行插值和放大的FLUXNET產品；基于遙感數據，以光能利用效率(light utilization efficiency，LUE)模型為核心的VPM、GOSIF等產品；利用機器學習技術，結合遙感數據和通量觀測數據的RF產品；以遙感氣象數據為基礎，結合基于過程的陸地表面模型產生的PML-V2產品等。而產品主要包括：基于地表能量平衡、Penman-Monteith方程、Priestley-Taylor公式等的Terra Climate、GLEAM和Global等產品；采用非線性互補關系模型的CR產品；集成多種機器學習算法的China ET產品；以及結合遙感數據和陸地表面模型的PML-V2產品等。李明旭等使用來自美國氣候模式診斷和對比計劃委員會數據庫的粗分辨率GPP、等年值產品，對秦嶺區域生態系統的GPP、及WUE變化進行了分析和預測，受限于時間和空間分辨率的限制，沒有進行區分植被類型的細化分析研究。盡管目前已經有多種GPP和產品可供用戶使用，但沒有一種產品是純粹來源于觀測數據。由于輸入數據、算法和校準系數的差異，不同產品對不同區域或植被類型GPP和的估算結果可能會存在較大差異，單一的GPP和產品不能很好地表征所有生態系統類型的碳水關系，所以在進行不同類型生態系統研究時，應仔細選擇合適的GPP和產品。

本研究收集了目前已經公開發表且易于獲取的9種GPP產品和9種產品，以及全國公開的8個通量站觀測數據進行對比分析。研究目的包括：(1)對收集的GPP和產品在不同植被覆蓋類型下進行可靠性評估；(2)基于多種GPP和產品，依據評估結果構建秦嶺區域的GPP和組合數據集，為秦嶺生態系統研究提供可靠的數據支撐；(3)基于所得的GPP和的組合數據集，研究秦嶺區域不同植被覆蓋類型下的生態系統水分利用效率WUE。

1 材料與方法

1.1 研究區概況

秦嶺是橫跨于我國中部，東西走向的巨大山脈，西起于甘肅臨潭北部的白石山，向東經天水南部的麥積山進入陜西，在陜西與河南交界處分為崤山(北支)、熊耳山(中支)和伏牛山(南支)，東西綿延約1 600 km，南北寬100～300 km，海拔95～3 771 m(圖1)。

圖1 秦嶺區域地理位置

秦嶺是我國亞熱帶與暖溫帶以及亞熱帶季風氣候與溫帶季風氣候的分界線，北鄰渭河，南接漢江，山地水量充沛，年均降水量在600～1 200 mm，但降水變率較大，季節分配不均勻。北坡干燥、南坡濕潤，氣候差異明顯，其高聳的山巒對氣候流動產生明顯的阻滯作用。

秦嶺區域植被茂盛，森林覆蓋率高，植被的垂直帶譜完整，生物多樣性極為豐富，包含山地落葉闊葉林、山地針闊混交林、山地常綠針葉林，以及亞高山、高山草甸、灌叢等多種不同植被類型。這些都使得其在水源涵養、生態保護和自然科學研究上具有重要意義。

1.2 GPP和ET產品

本研究收集的9種GPP產品(表1)，包括：(1)由葉綠素熒光(SIF)數據反演得到的GOSIF GPP產品；(2)基于FLUXNET數據，使用隨機森林放大而來的RF GPP產品；(3)由近紅外反射率(NIRv)數據反演得到的NIRv GPP產品；(4)基于衛星輻射產品反演得到的GLASS GPP產品；(5)基于改進的光能利用率模型得到的VPM GPP產品；(6)采用貝葉斯集成方法集成多種光能利用率模型得到的AVHRR GPP產品；(7)基于MODIS的不同傳感器結合光能利用率模型得到的MOD17A2H GPP產品；(8)基于MODIS的不同傳感器結合光能利用率模型得到的MYD17A2H GPP產品;(9)基于陸面過程模型結合遙感數據的PML-V2 GPP產品。

收集的9種產品(表1)，包括：(1)采用貝葉斯集成方法集成多種蒸散算法得到的AVHRR產品；(2)基于陸面過程模型結合遙感數據的PML-V2產品；(3)基于Penman-Monteith方程和MODIS遙感數據得到的MOD16A2 ET產品；(4)基于水量平衡模型和遙感數據得到的Terra Climate產品；(5)基于Priestley-Taylor方法得到的GLEAM ET產品；(6)基于Penman-Monteith方程和遙感數據得到的Global產品；(7)基于B-P神經網絡融合多源遙感蒸散數據得到的BP產品；(8)采用非線性互補關系模型得到的CR產品；(9)集成多種機器學習算法改進基于過程的算法得到的China產品。

表1 研究所涉及的生態系統總初級生產力GPP和蒸散量ET產品信息

1.3 通量觀測和植被覆蓋數據

通量觀測數據來源于中國通量網(http://www.chinaflux.org/)。本研究收集了全國8個生態系統定位研究站的逐月、逐日和每30 min的通量觀測數據以及每30 min的常規氣象數據(表2)。所得的通量數據包括：凈生態系統碳交換量(net ecosystem exchange，NEE)、總生態系統呼吸(total ecosystem respiration，)、總生態系統碳交換量(gross ecosystem exchange，GEE)、潛熱(latent heat，)、顯熱(sensible heat，)，以及溫度等氣象數據。本研究使用的中國1 km植被功能型圖來自國家冰川凍土沙漠科學數據中心(https://www.ncdc.ac.cn/)，是根據土地覆蓋與植被功能型轉換的氣候規則，對MICLCover土地覆蓋圖進行轉換而獲得的。

表2 本研究所涉及的全國8個生態系統定位研究站點信息

1.4 生態系統GPP、ET和WUE的計算

由于獲取的產品最大時間分辨率為每月，因此需要通過通量觀測數據計算GPP和的月值，計算公式為：

GPP=NEP+=-NEE+

(1)

式中:GPP為月累計GPP(g C/m)；NEP(net ecosystem productivity，NEP)為月累計凈生態系統生產力(g C/m)，數值上等于-NEE；NEE為月累計凈生態系統碳交換量(g C/m)；為月累計總生態系統呼吸(g C/m)；NEE和可以通過渦度相關系統直接觀測。

(2)

(3)

式中：為月累計(mm);為每30 min的實際蒸散(mm);為每30 min的潛熱通量(W/m)；為氣溫(℃)；為每月的天數。

生態系統水分利用效率WUE定義為GPP和的比值。

(4)

(5)

式中：WUE為生態系統逐月水分利用效率(g C/kg HO)；WUE為生態系統逐年水分利用效率(g C/kg HO)；GPP、分別為GPP和的月累計值(g C/m，mm)；GPP、分別為GPP和的年累計值(g C/m，mm)。

1.5 統計分析

本研究將獲取的GPP和產品與全國8個生態系統定位研究站對應的通量觀測數據進行對比分析，應用決定系數()和均方根誤差(RMSE)2個統計指標來評估GPP和產品的精度，并優選出不同植被覆蓋類型下的最優GPP和產品。此外，對秦嶺區域2003-2016年的生態系統WUE數據進行逐格點線性回歸，應用線性回歸斜率()來表征WUE的變化趨勢和幅度，值表示變化顯著與否。同時應用峰度(Kurt；公式(6))描述WUE的季節變化，峰度值越小，表示數據分布狀態平緩，年內變化不明顯；峰度值越大，則表示數據分布狀態陡峭，年內變化明顯。

(6)

式中:Kurt為峰度；為數據標準差；為時間分辨率；為1年內月份數，=12。

1.6 秦嶺區域GPP和ET組合數據集的構建

使用ArcGIS軟件，將不同植被覆蓋下效果最優的GPP和產品以及植被覆蓋類型數據，統一重采樣至空間分辨率為0.1°，時間分辨率計算至每月。然后根據秦嶺區域植被覆蓋分布，將不同植被覆蓋類型下優選的GPP和產品進行逐格點組合，從而獲得秦嶺區域的GPP和優化組合數據集。

2 結果與分析

2.1 GPP產品的比較結果

本研究利用泰勒圖展示了全國8個生態系統定位研究站9種GPP產品與實際觀測值之間的和RMSE分布。由圖2可知，GPP產品的估算精度隨著通量站點和植被覆蓋類型的不同而變化。在千煙洲站、長白山站、海北站以及當雄站，大多數GPP產品的分布在0.80～0.95，RMSE也都集中在60 g C/m以內，與觀測值較為一致。而在禹城站、鼎湖山站以及西雙版納站，不同的GPP產品的精度呈現很大的差異。例如，在禹城站，不同GPP產品的分布在0.70～0.95，RMSE則分布在60～180 g C/m，不同GPP產品雖然可以較為準確地捕捉到實際GPP的總體變化，但存在不同程度的高估或低估現象；在鼎湖山站和西雙版納站，不同GPP產品的RMSE大多集中在60 g C/m以內，但普遍較低，分布在0.70以下，與禹城站相反，不同GPP產品可以較為準確地描述GPP觀測值的范圍，但不能很好地捕捉到實際GPP的變化趨勢。在內蒙古站，不同GPP產品的估算精度接近，集中分布在0.40～0.70，RMSE也都集中在20～40 g C/m。

圖2 2003-2010年GPP產品在生態觀測站R2和RMSE分布泰勒圖

進一步通過小提琴圖(外部輪廓用于展示概率密度，內部箱線用于展示數據的分布)來分析GPP實測數據和產品數據的分布情況(圖3)可以發現，森林和作物覆蓋下生態站(千煙洲、長白山、禹城、鼎湖山、西雙版納)的GPP明顯高于灌叢草甸和草原覆蓋下的生態站(海北、當雄、內蒙古)，而且森林、草甸以及作物等不同植被類型分別呈現出不同的數據分布和概率密度特征。在千煙洲站、長白山站、海北站、當雄站以及內蒙古站，多數GPP產品呈現出與觀測數據相似的數據和概率密度分布，少數產品存在高估或低估現象。在禹城站，部分產品的概率密度分布與觀測數據相似，但幾乎所有的產品均存在不同程度的低估現象。在鼎湖山站和西雙版納站，少數產品的數據和概率密度分布與觀測數據相近，其他大多數產品的數據和概率密度分布與觀測數據相差甚遠?？傊?，可以發現，在常綠針葉林、落葉針闊混交林以及灌叢草甸等植被覆蓋下，多數GPP產品能夠呈現出與觀測數據相近的效果，但是在其他的植被覆蓋類型下只有少數GPP產品與觀測數據較為相近。

圖3 2003-2010年內實測GPP數據和GPP產品數據分布

因此，根據圖2和圖3優選出不同生態系統定位研究站不同植被覆蓋類型下估算效果最好的GPP產品(表3)。進一步分析全部8個生態系統定位研究站內9種GPP產品的總體估算效果(圖4)可以發現，VPM GPP產品和RF GPP產品的分別為0.831和0.819，RMSE分別為45.454，47.602 g C/m，明顯優于其他7種產品。

圖4 2003-2010年在生態觀測站中通量觀測GPP月值與GPP產品的關系

表3 全國不同生態系統定位研究站不同植被覆蓋類型下GPP和ET產品的優選結果

2.2 ET產品的比較結果

類似地，本研究利用泰勒圖來展示全國8個生態系統定位研究站內9種產品和觀測值的和RMSE分布(圖5)?？梢钥闯?，不同通量站點和植被覆蓋類型下，不同產品的估算精度也不盡相同。在千煙洲站、長白山站、海北站以及當雄站，大多數產品的為0.70～0.95，RMSE也都集中在30 mm以內，可以較為準確地反映觀測值的實際變化。在禹城站和鼎湖山站，多數產品的為0.50～0.85，RMSE則為15～30 mm，少數產品可以較為準確地反映觀測值的實際變化，但是不同產品間的估算效果差異較大。在西雙版納站，不同產品的RMSE為20～45 mm，但普遍在0.7以下，不同產品間的估算效果差異較大，且整體精度較差。在內蒙古站，不同產品的普遍在0.6以下，RMSE都集中在30 mm以內，不同產品的估算效果接近，但普遍精度較差。

通過數據分布的小提琴圖(圖6)可以發現，China、PML-V2產品在大多數站點呈現出與觀測數據相近的數據分布和概率密度；MOD16和BP產品在多數站點和觀測數據有較大的差異，但BP產品在西雙版納站呈現出較好的精度。在千煙洲站、長白山站和禹城站，多數產品的數據分布特征與觀測數據相近，但只有少數產品的概率密度與觀測數據相近；在海北站、當雄站和內蒙古站，PML-V2和CR產品呈現出較好的估算精度，而GLEAM、BP和MOD16產品則呈現出明顯的低估現象；在鼎湖山站和西雙版納站，大多數產品都存在整體高估現象。

進一步分析全部8個生態系統定位研究站內9種產品的總體估算效果(圖7)可以發現，China產品和PML-V2產品的分別為0.709和0.672，RMSE分別為19.150，20.647 mm，明顯優于其他7種產品?？傊?，與GPP產品類似，絕大多數產品在常綠針葉林、落葉針闊混交林以及灌草植被覆蓋下，能呈現出與觀測數據相近的估算效果，但是在熱帶雨林、草原植被覆蓋下，幾乎所有產品的估算效果均較差，只有少數產品能呈現出與觀測數據較為相近的估算效果。因此，根據圖5和圖6，優選出不同生態系統定位研究站不同植被覆蓋類型下估算效果最好的產品(表3)。

圖5 2003-2010年ET產品在生態觀測站的R2和RMSE分布泰勒圖

圖6 2003-2010年生態觀測站內ET產品數據分布的小提琴圖

圖7 2003-2010年在生態觀測站中通量觀測ET月值與ET產品的關系

2.3 秦嶺區域GPP和ET數據集的構建

利用ArcGIS軟件重采樣后可以發現，秦嶺區域的主要植被覆蓋類型為常綠針葉林、落葉闊葉林、灌叢草甸以及農作物，分別占秦嶺區域總面積的10.1%，44.0%，16.9%，29.0%(圖8a)。根據相似覆蓋類型站點的優選結果，分別利用RF GPP、PML-V2 GPP、VPM GPP以及AVHRR GPP產品進行秦嶺區域GPP組合數據集的構建。所構建的GPP組合數據集的空間分辨率為0.1°，時間分辨率為每月，時間范圍為2003—2016年，其多年GPP平均值見圖8b。類似地，分別使用PML-V2、China以及CR產品構建秦嶺區域組合數據集。組合數據集的空間分辨率為0.1°，時間分辨率為每月，時間范圍為2003—2016年，其多年平均值見圖8c。

圖8 秦嶺區域植被覆蓋類型以及組合數據集的多年平均GPPyear和ETyear空間分布

2.4 秦嶺區域多年平均WUEyear的時空變化

2003—2016年秦嶺區域多年平均WUE為1.31～3.95(圖9a)，均值為2.56 g C/kg HO；空間上呈現出南部高于北部，西部高于東部的分布特征。落葉闊葉林的多年平均WUE較大(平均2.59)，其次是作物(2.54)、灌叢草甸(2.42)，以及常綠針葉林(2.40 g C/kg HO)。2003—2016年秦嶺區域多年平均WUE的變化率為0.156 g C/(kg HO·10 a)；空間上，下降的區域集中在秦嶺中部和東部部分區域，約占總面積的18%，其他區域大多呈現出上升趨勢(圖9b)。落葉闊葉林、作物以及常綠針葉林的多年平均WUE變化率均大于0，呈現上升趨勢(<0.05)，其中落葉闊葉林的多年平均WUE變化率最大(為0.222)，其次為作物(0.184)、常綠針葉林(0.176)，而灌叢草甸的變化率為-0.089 g C/(kg HO·10a)。

圖9 秦嶺區域多年平均WUEyear、WUEyear變化率、變化率p值的空間分布

2.5 秦嶺區域多年平均WUEmonth的變化趨勢

秦嶺區域1—3月的多年平均WUE比較小，小于2.0；從4月開始，北部和西南部區域開始逐漸升高；到5月，上升至2.5 g C/kg HO；但6月整體呈現小幅回落；隨后7—9月，大部分區域多年平均逐月WUE達到最大值，部分區域在10月達到最大值；11—12月，由北向南開始迅速下降，整體下降至1月的水平(圖10)。不同植被覆蓋的多年平均WUE的季節變化也存在差異(表4)。落葉闊葉林和灌叢草甸的逐月WUE均在2.3以上，而常綠針葉林和作物的逐月WUE在2.0 g C/kg HO左右；從標準差來看，落葉闊葉林的標準差最小，常綠針葉林、作物以及灌叢草甸的標準差較大；從峰度來看，灌叢草甸最大，其次是落葉闊葉林，常綠針葉林和作物則較小，表明落葉闊葉林和灌叢草甸的逐月WUE變化特征明顯。

表4 秦嶺區域不同植被類型多年月平均WUEmonth 單位：g C/kg H2O

圖10 秦嶺區域多年月平均WUEmonth的空間分布

3 討 論

3.1 不同GPP和ET遙感產品的對比分析

通過對比分析，本研究發現，大多數的GPP遙感產品在千煙洲、長白山、海北以及當雄站呈現出較高的估算精度和統計特征，在禹城站部分產品呈現出較好的估算精度，而在內蒙古、鼎湖山以及西雙版納站，大多數GPP遙感產品的估算效果都不太理想。整體而言，VPM GPP、RF GPP產品的估算精度較好，PML-V2 GPP產品次之。單良等研究發現，GPP產品在千煙洲、長白山以及海北站，與實測值對比時的較高，而在鼎湖山和禹城站的則明顯小于另外3個站點。張心竹等對中國總初級生產力時空變化的研究也表明，GPP產品在不同通量觀測站點的驗證中，千煙洲、長白山、海北、當雄站的GPP產品效果明顯優于內蒙古和禹城站。Pei等對比PML-V2 GPP和MODIS GPP、VPM GPP產品時發現，PML-V2 GPP和VPM GPP產品在不同區域互有優劣，但總體優于MODIS GPP產品，這與本研究的結論一致。

與GPP遙感產品類似，不同的遙感產品在千煙洲、長白山、海北、當雄生態站的估算精度和統計效果較好，在禹城站部分產品的估算精度較好，而在內蒙古、鼎湖山以及西雙版納站，不同遙感產品估算效果都不太理想。整體而言，China ET、PML-V2產品的估算精度和統計效果較好。在Ma等研究中，不同遙感產品在千煙洲、長白山以及海北都呈現出較好的估算效果，而在當雄和內蒙古站的估算效果稍差。Bai等在評價不同遙感產品在中國的應用效果時發現，3種不同遙感產品在長白山、海北以及當雄站的估算效果較好，在千煙州、禹城、鼎湖山站次之，在西雙版納站最差，這與本研究的結果類似。

Zhang等在GPP估算研究中考慮到了C植物和C植物在光合和呼吸作用方面的差異，發布了改進的VPM GPP產品。本研究也發現在禹城站VPM GPP產品明顯優于其他產品。因此，大多GPP產品在禹城站呈現的明顯低估問題，可能是因為沒有考慮到玉米作為C植物與其他作物在光合和呼吸作用方面的差異。在鼎湖山和西雙版納站，由于緯度低，季節變化不明顯，植被全年處于生長季，因此逐月的GPP與變幅相對較小，不易捕捉，因此造成大多GPP遙感產品在這2個站只能較為準確地描述觀測值的范圍，但不能很好地捕捉到觀測值隨時間的變化。

3.2 秦嶺區域GPP和ET組合遙感產品評價

基于本研究構建的秦嶺區域GPP組合數據集，可以發現，秦嶺區域2003—2016年平均GPP的變化范圍為661.01～2 115.88，平均值為1 489.95；落葉闊葉林覆蓋區域的多年平均GPP最高(1 642.88)，其次是常綠針葉林(1 475.75)，灌叢草甸(1 377.52)，以及作物(1 329.64 g C/m)。張心竹等對中國總初級生產力時空變化的遙感研究表明，秦嶺區域的GPP多年均值應為1 500，農業區GPP多年均值應在800～1 500 g C/m。Zan等在研究中發現，中國年均GPP空間變異性大，由東南向西北、由沿海向內陸遞減，在西南向東北一帶地區的森林中很高(>1 000)，在東南沿海地區超過2 500 g C/m。Zhang等在研究東亞地區生產力分布時發現，在中國中部、南部、東南部和東北部地區、朝鮮半島及日本，年均GPP在1 000～2 000 g C/m。此外，以往的研究發現，落葉闊葉林的年均NPP為624～824，作物為606～742，常綠針葉林為486～510，灌叢草甸為362～648 g C/m(一般GPP∶NPP的比值以2∶1計)。本研究得到的秦嶺區域不同植被類型多年平均GPP大體與相關研究結果的范圍一致，但灌叢草甸年均GPP偏大，可能是因為灌叢草甸區域下墊面條件不均一，包含了稀樹、矮樹以及落葉闊葉灌叢等年均GPP相對較大的植被；常綠針葉林年均GPP也偏大，這可能是由于秦嶺區域常綠針葉林占比小，多稀疏分布在落葉闊葉林中，所以導致了估算的年均GPP偏大。

基于構建的秦嶺區域組合數據集可以發現，秦嶺區域2003—2016年平均范圍為267.10～711.86，平均值為588.49；落葉闊葉林覆蓋區域的多年平均最高(631.33)，其次是常綠針葉林(614.91)、灌叢草甸(571.61)以及作物(525.19 mm)。以往的研究發現，中國華中、華北區域的為400～650 mm。周蕾等將中國陸地生態系統蒸散劃分為3個階梯，秦嶺區域位于第1，2階梯之間，多年平均為300～700，部分區域>700 mm，而且在森林生態系統中，落葉闊葉林的年平均大于常綠針葉林。郭瑞萍等研究中國森林、草地、農田等3種生態系統的多年平均蒸散發現，森林的蒸散分布在547～926，農田在454～705，草地約為404 mm，并且處于同一氣候帶氣候條件相似的不同植被蒸散量比較接近。本研究的結果與以往生態系統蒸散的研究結果相近，但不同植被覆蓋區域之間的差異不如其他他究明顯，這可能是因為秦嶺區域降雨量充足，且區域氣候條件差別不明顯，所以蒸散量相對較為接近。

3.3 秦嶺區域生態系統WUE變化分析

在以往關于生態系統WUE的研究中，仇寬彪發現，在東北大興安嶺、秦嶺等陜甘山地，以及東南丘陵部分地區的多年平均WUE相對較大，可達到2.0 g C/kg HO，與本研究的研究結果相近。蔣沖等在研究氣候變化對秦嶺南北植被凈初級生產力時發現，秦嶺區域多年平均WUE為0.74～1.25 g C/kg HO，由南向北遞減，WUE平均傾向率為0.12 g C/(kg HO·10 a)，總體呈現不顯著的上升趨勢。該研究的多年平均WUE分布、變化率以及變化趨勢均與本研究結果相近，但多年平均WUE值差異較大。這可能是由于該研究使用NPP計算WUE(GPP∶NPP的比值一般以2∶1計)，經過折算后則與本研究結果相近。Law等使用GEP和ET計算了生態系統的WUE，結果表明，除凍原植被外，其他生態系統的多年平均WUE差異不大，落葉闊葉林約為3.42，草地約為3.39，農田約為3.06，常綠闊葉林約為2.43 g C/kg HO，各類生態系統多年平均WUE的大小關系也與本研究通過GPP和計算得到的結果相近。

馮麗麗在對北半球主要生態類型植被水分利用效率WUE的變化研究中發現，針葉林、落葉闊葉林、濕地的WUE都呈上升趨勢，草地、混交林的變化趨勢不明顯，而灌叢、農田呈下降趨勢，并且WUE的季節變化呈現出與本研究相似的趨勢。劉憲鋒等在研究中也發現，常綠針葉林、落葉針葉林、農田、稀疏草原、稠密灌叢、落葉闊葉林等植被類型的WUE年內變化通常呈現出“雙峰”模式，峰值主要分布在4—5，9—10月。在本研究中，秦嶺區域多年平均WUE的分布以及年際變化同以往的研究相似，季節變化也呈現出與全國其他區域相近的趨勢。但秦嶺區域不同植被類型的年均WUE差別不大，且整體略高于全國水平，這可能是由于秦嶺區域面積相對較小，區域總體氣候條件區別不大，數據集的分辨率低不能對各種植被類型進行精確區分造成的。

4 結 論

(1)在我國不同生態系統定位研究站不同植被覆蓋類型下效果最優的GPP遙感產品分別是RF GPP(常綠人工針葉林)、PML-V2 GPP(落葉闊葉紅松林)、VPM GPP(輪作作物)、AVHRR GPP(金露梅灌叢草甸)、MYD17A2H GPP(草原化草甸)、RF GPP(常綠闊葉林)、RF GPP(草原)、VPM GPP(熱帶季節雨林)，總體效果最優的是VPM GPP產品。

(2)在我國不同生態系統定位研究站不同植被覆蓋類型下效果最優的遙感產品分別是 PML-V2(常綠人工針葉林)、PML-V2(落葉闊葉紅松林)、China(輪作作物)、CR(金露梅灌叢草甸)、CR(草原化草甸)、GLEAM(常綠闊葉林)、China(草原)、GLEAM(熱帶季節雨林)，總體效果最優的是China產品。

(3)2003—2016年秦嶺區域多年平均GPP范圍為661.01～2 115.88，平均值為1 489.95 g C/m，由北向南逐漸上升；不同植被類型的年平均GPP表現為落葉闊葉林>常綠針葉林>灌叢草甸>作物。年平均范圍為267.10～711.86，平均值為588.49 mm；不同植被類型的年平均表現為落葉闊葉林>常綠針葉林>灌叢草甸>作物。

(4)2003—2016年秦嶺區域年平均生態系統水分利用效率WUE為1.31～3.954，均值為2.56 g C/kg HO，呈現南部高于北部、西部高于東部的空間分布特征；年平均WUE的變化率為0.156 g C/(kg HO·10 a)，總體呈現上升趨勢；不同植被類型的年平均WUE表現為落葉闊葉林>作物>草甸>常綠針葉林；多年平均逐月WUE值的變化呈現出較為明顯的“雙峰”模式，落葉闊葉林和灌叢草甸的年平均WUE值呈現較為明顯的季節變化。

本研究評價了多種GPP和遙感產品在我國不同生態系統定位研究站不同植被覆蓋類型下的估算精度和統計特征，為研究不同類型生態系統提供了可能的GPP和遙感產品。根據評價結果優選不同植被類型下的GPP和遙感產品，并據此來構建GPP和遙感產品組合數據集，從而為在缺少觀測數據的區域進行生態系統碳水關系研究提供了新的數據來源和研究思路。