Page 143 - 2025年第56卷第5期

分 别 为 634 mm、 246 mm、390 mm、776 g·m ·a 和-128 g·m ·a ，在空间分布上均呈现出从东南到
-1
-2
-1
-2
西北递减的特征。降水、ET、径流和 GPP 等关键水碳通量总体上均呈现出一定的增长趋势，其中 ET
与 GPP 增长较为显著，径流演变则呈现出更强的区域差异性，在西南诸河流域的南部、长江流域的西
南部以及海河、松花江、辽河流域的部分地区，均呈下降趋势。（4）在气候与土地利用变化的复合驱动
下，流域水平衡与碳平衡体现出差异化的耦合响应特征。黄河、长江、西南诸河等流域年降水量和蒸
散发均显著增长，但蒸散发的显著增大抵消了降水增长对产水的影响，导致流域径流量并无显著变
化，而林地面积呈扩张趋势，与气候变化共同驱动了 GPP 的增长；西北诸河流域裸地占比较大，暖湿
化导致的蒸散发增大是流域 GPP 增长的主要驱动因素，而降水量与融雪量增加也导致了径流量增长。
总体而言，林地和耕地是对中国生态系统服务功能影响最大的两种土地覆盖类型，林地对全国产水与
固碳的贡献率分别达到 48.32% 和 46.26%，其次为耕地，贡献率分别达到 25.00% 和 31.61%。
本文所构建的流域水碳耦合模型具有广泛的应用前景，可作为科学量化工具，深入探究气候变化
和人类活动对流域水碳平衡的影响，预估变化环境下的水碳平衡响应规律，为各级政府部门与利益相
关者制定水土资源协同管理、生态修复与气候变化应对策略提供科学依据。

参 考 文 献：

.
［ 1 ］ 夏军，李天生 . 生态水文学的进展与展望［J］ 中国防汛抗旱，2018，28（6）：1-5.
.
［ 2 ］ 杨大文，徐宗学，李哲，等 . 水文学研究进展与展望［J］ 地理科学进展，2018，37（1）：36-45.
［ 3 ］ LAW B E，FALGE E，GU L，et al. Environmental controls over carbon dioxide and water vapor exchange of terres⁃
trial vegetation［J］ Agricultural and Forest Meteorology， 2002，113（1）：97-120.
.
［ 4 ］ 于贵瑞，王秋凤，于振良 . 陆地生态系统水—碳耦合循环与过程管理研究［J］ 地球科学进展，2004（5）：
.
831-839.
［ 5 ］ 段凯，孙阁，刘宁 . 变化环境下流域水-碳平衡演化研究综述［J］ 水利学报，2021，52（3）：300-309.
.
［ 6 ］ 姜大膀，富元海 . 2 ℃全球变暖背景下中国未来气候变化预估［J］ 大气科学，2012，36（2）：234-246.
.
.
［ 7 ］ PIAO S，FANG J，CIAIS P，et al. The carbon balance of terrestrial ecosystems in China［J］ Nature，2009，458
（7241）：1009-1013.
［ 8 ］ XU T， GUO Z， LIU S， et al. Evaluating different machine learning methods for upscaling evapotranspiration from
flux towers to the regional scale［J］ Journal of Geophysical Research：Atmospheres，2018，123（16）：8674-8690.
.
［ 9 ］ ZHANG M，LIU N，HARPER R，et al. A global review on hydrological responses to forest change across multiple
.
spatial scales［J］ Journal of Hydrology，2017，546：44-59.
.
［ 10］ 韦林，段凯，刘效东，等 . 基于多源数据与多模型集成的流域人为蒸散发变异评估［J］ 水利学报，2022，53
（4）：433-444.
［ 11］ RUNNING S，NEMANI R，HEINSCH F，et al. A continuous satellite-derived measure of global terrestrial primary
production［J］ Bioscience，2004，54：547-560.
.

s
［ 12］ RUNNING S，ZHAO M. User’ guide-daily GPP and annual NPP （MOD17A2/A3）products NASA earth observing
.
system MODIS land algorithm（Version 3. 0）［Z］ Sioux Falls： NASA EOSDIS Land Processes DAAC，2015.
［ 13］ ZHANG Y，KONG D，GAN R，et al. Coupled estimation of 500 m and 8-day resolution global evapotranspiration
and gross primary production in 2002–2017［J］ Remote Sensing of Environment， 2019，222：165-182.
.
［ 14］ 张永强 . 全球 pml_v2 陆地蒸散发与总初级生产力数据集（2002. 07-2019. 08）［Z］ 北京：国家青藏高原科学数
.
据中心，2020.
［ 15］ DO H X， GUDMUNDSSON L， LEONARD M， et al. The Global Streamflow Indices and Metadata Archive
（GSIM）-Part 1： The production of a daily streamflow archive and metadata［J］ Earth System Science Data，2018，
.
10（2）：765-785.
［ 16］ MIAO C， GOU J， FU B， et al. High-quality reconstruction of China’s natural streamflow［J］ Science Bulletin，
.
2022，67（5）：547-556.
［ 17］ 邵薇薇，邵蕊，倪广恒，等 . 北京市主城区高分辨率的城市水碳通量模拟研究［J］ 水利学报，2024，55
.
（5）：516-527.
— 689 —