01
在过去的几十年里，大规模植被恢复已成为生态系统修复和气候缓解的最有效措施之一。土地覆盖变化改变了地表特征，并改变了土地和大气之间能量和水分交换。新种植的植被通常需要更多的水来生长，显著增加了陆地蒸发量。因此，世界各地的许多植被恢复工作和造林项目，特别是在水资源有限的地区，都被观察到会降低当地的水资源可用性。降水也通过陆地-大气相互作用、边界层过程、水分循环和环流扰动受到植被重建的影响，改变水平衡和水分循环。为了解决源区蒸发的水分在汇区以降水形式返回的位置和程度的问题，大气水分跟踪方法在过去几十年中得到了快速发展。因此，可以孤立特定地区人为植被重建对降水的影响，同时考虑通过大气输送与再循环水分空间再分配相关的影响。
在这项研究中解决了以下问题：（a）在过去的几十年里，黄土高原大气水循环的不同组成部分发生了什么变化？（b）黄土高原植被恢复对当地降水有何贡献？首先使用改进的水核算模型2层（WAM-2层）确定了黄土高原降水的水分来源区（即降水），以帮助我们区分本地和远程来源的水分贡献。并通过将卫星观测到的叶面积指数与研究区域内蒸发对降水的水分贡献进行加权，构建了一个水文有效叶面积指数。此外，采用多元线性回归模型来区分当地和偏远植被变化对当地降水的影响。最后，讨论了植被恢复项目后当地降水变化的潜在机制。
02
1、水分追踪法
使用了改进的水核算模型2层（WAM-2层）来追踪大气湿度。WAM-2层模型是一种关于水分循环的欧拉模型，可以在时间上向前或向后跟踪水分，以量化水分源汇关系。本研究中改进的WAM-2层模型的空间分辨率为0.5°，输入数据被线性插值到10分钟的时间步长，以保持数值稳定性。
2、水文权重分析
为了更准确地反映黄土高原水文循环变化的物理过程，引入了一种新的概念性水文加权方法。通过将月有效LAI值整合到降水量中来计算植被的贡献。有效LAI通过加权每个网格单元中的LAI及其对当地降水的水分贡献，捕捉植被与水分汇区域之间的水文联系。
3、敏感性和归因分析
在多元线性回归框架内探索环境因素和水文变化之间的相互作用。为了将LAI的影响与潜在的混杂影响区分开来，气候指标和环境因素，包括NINO、DMI、LAI、RH、Ta、Rn、SM和WS，最初被列为独立预测因素。而PLP、ERLP和ELP则作为回归模型中的因变量。随后，灵敏度表示为多元线性回归分析得出的偏导数。在这里，黄土高原P的敏感性被计算为降水对NINO、DMI和区域有效LAIAll、RHAll、TaAll、RnAll、SMAll和WSAll等预测因子的多元回归中的偏导数。
03
在过去的38年（1982-2019）里，黄土高原经历了广泛的绿化。如图2所示，整个黄土高原的LAI从0.51（1982）显著增加到0.91（2019）。年时间尺度上的平均增长率为0.0076年-1，雨季较高（0.0160年-1），旱季较低（0.0035年-1）。我们发现，黄土高原76%以上的地区年平均叶面积指数显著增加（图2）。退耕还林工程实施后，绿化趋势显著增强。特别是雨季平均叶面积指数的变化率从0.0068年-1增长到0.022年-1。除了区域平均LAI（LAILP）外，当地和区域有效LAI（LAIAll和LAILP）也呈现出类似的增长趋势，这也得到了GIMMS和GLOBMAP产品的验证。
当P和E在黄土高原上空间聚集时，它们在2000年后呈现出从减少趋势到增加趋势的转变。黄土高原（PLP）的年平均降水量增加了约2.7mm，年平均蒸发量（ELP）增加了约60.6mm（图3a和3b）。尽管微不足道，但1982年至2000年期间，年度PLP以-2.36mm·年-1的速度大幅下降，2000年至2019年为0.16mm·年-1。同样，在同一时期，年ELP的变化率从-0.65 mm·年-1的下降趋势逆转为5.17 mm·年-1的上升趋势。从空间上看，2000年后，P的增加集中在黄土高原中部，而E在大部分地区增加，在中南部和西部地区更为强烈，这反过来又导致黄土高原南部的水收支下降。
分析了当地的水分循环，以更好地阐明当地植被恢复的影响。平均而言，当地年循环水分（ERLP）为37.02mm，占当地降水量的7.7%（图2c）。如图4c-4f所示，ERLP在2000年前后分别以-0.05和0.34 mm·年-1的速度变化。尽管两者都在增加，但2000年后当地贡献率（ωLP）的趋势在2000年后比以前更加明显。与此同时，2000年后Eout以4.48mm·年-1的速度增长，持续为黄土高原以外的下风区补充水分。
图3 整个黄土高原的区域平均时间序列（a）降水量（PLP），（b）蒸发量（ELP），（c）局部再循环水分（ERLP），（d）流出黄土高原的蒸发量（Eout），（e）贡献率（ωLP）和（f）蒸发再循环率（εLP）。
一般来说，年水分贡献表明，来自南方的影响是巨大而强烈的，而来自西方的影响是温和但广泛的（图4a、4b、5a和5c）。高贡献水分源主要分布在黄土高原本身和黄土高原以南的中国中部。如图5b和5c所示，印度洋的水分在雨季比旱季更重要。总体而言，黄土高原上来自大陆的降水（66.5%）多于来自海洋的降水（25.3%）。剩余的8.2%的水分来自我们模拟域之外的区域。
与旱季相比，雨季降水中当地水分的比例较高，黄土高原以外陆地的水分比例较低，海洋的水分比例相似（图5b和5c）。
我们比较了1982-1999年和2000-2019年的水分来源，以探索黄土高原降水成分的变化。2000年前后全年、雨季和旱季的年平均降水量分别为2.7、9.2和-6.4毫米。图5d显示，降水量的增加主要是由于陆地。比较图5e和5f中不同来源的水分变化，降水量的增加主要集中在雨季。2000年以后，黄土高原的年磷含量比以前高6.5毫米，雨季高5.4毫米。黄土高原以外土地的水分差异全年为12.2毫米，雨季为11.8毫米。在旱季，海洋通常起着负面作用，变化幅度为-6.6毫米。
在黄土高原的大部分地区，Er和贡献率ω增加，而蒸发再循环率ε的变化很小。2000年后，Er呈现出南部增加、西部偏远地区减少的空间格局，而ε在青藏高原明显下降（图54d-4f）。如图4g-4l所示，与1982-2000年的下降趋势相比，Er在2000-2019年期间经历了突然的增长趋势，特别是在黄土高原的中部和西南部。此外，ω在2000年后表现出与Er相似的趋势，在项目实施前，ω在大多数地区呈上升趋势。此外，蒸发再循环率ε在黄土高原大部分地区之前呈上升趋势，而在2000-2019年期间呈下降趋势。
通过回溯黄土高原70%降水的水分来源，确定了雨季和旱季的降水边界（图5e和5f）。如果降水面积增加，则可能表明区域降水更多地依赖于遥远的水分来源。相反，降水面积的减少表明水分来源更加集中，该地区可能对当地环境变化更敏感。降水面积的变化反过来可能表明区域气候、生态系统和大气环流的不稳定。总体而言，2000-2019年的降水面积小于1982-1999年（图5d），表明南部和西部的贡献较弱。在雨季，降水量与模拟区域的4.3%形成对比，表明印度洋、东欧和西伯利亚平原的贡献有所下降（图5e）。而在旱季，降水量对比约为1.8%，主要从南部减少，表明海洋的影响较弱（图5f）。
图5 1982年至2019年期间，（a–c）年、雨季和旱季的降水量。饼图显示了不同水分来源的百分比。（d–f）项目前后降水量的差异。右侧的条形图显示了降水面积的变化，底部的条形图展示了项目前后黄土高原不同来源降水的水分变化（土地*是指除黄土高原以外的土地）。
降水与区域有效叶面积指数之间的相关性在雨季为负，而在旱季为正，这表明黄土高原区域植被与降水之间的关系存在季节性差异。根据逐步选择法的分析，植被在黄土高原的蒸发中一直起着至关重要的作用，对旱季的局部循环水分以及雨季的降水都很重要（图6）。2000年后，基于GLASS、GIMMS和GLOBMAP的LAI，植被分别使ELP增加了5.22±0.36、7.14±0.46和6.14±0.49mm·年-1，导致ERLP变化了0.06±0.10、0.04±0.13和0.10±0.10mm·年-1（图7b和7c）。由于当地有效叶面积指数（LAILP）在两个季节都有增加的趋势，它在雨季对当地降水的影响约为0.11mm·年-1，在旱季约为0.11mm·年-1（图8a）。与此同时，区域绿化导致黄土高原降水量变化约0.83mm·年-1（GLASS：0.29±0.10mm·年-1；GIMMS：0.52±0.17mm·年-1，GLOBMAP:1.68±0.43mm·年-1），雨季和旱季的贡献分别约为0.07和0.76mm·年-1。
图8 不同变量的区域有效值（XAll）、区域平均值（XLP）和局部有效值（XLV）的趋势。
