2020年长江流域极端降水事件对陆地碳汇的影响及其恢复过程

《Journal of Hydro-environment Research》：Loss and recovery of terrestrial carbon sinks induced by 2020 extreme precipitation in the Yangtze River Valley

极端降水导致长江流域碳汇下降及恢复机制研究，基于OCO-2数据和VEGAS/LPJwsl模型分析2020年超极端梅雨事件，发现6-7月净生物生产量（NBP）下降16.75-23.50 Tg C，主因GPP显著减少，8月因高温度和增强呼吸作用持续负NBP，恢复率55.40%-86.85%，辐射减少是主要驱动因素。

　　全球气候变化背景下，极端降水对陆地碳汇的影响日益受到关注。近年来，随着气候变化的加剧，极端天气事件的发生频率和强度都有所上升，特别是在水循环加强的背景下，降水的平均量和分布模式也发生了显著变化。极端降水不仅对自然生态系统产生影响，还对人类社会和经济活动带来挑战。本文旨在探讨2020年夏季长江中下游地区（YRV）发生的破纪录强降水事件对陆地碳汇动态的影响，以及其背后的驱动机制。

长江中下游地区是中国重要的工业和农业区域，同时也是人口密集的地区。该地区夏季的梅雨季节通常会带来大量的降水，占全年夏季降水的45%左右。在过去的几十年中，该地区经历了多次极端的梅雨事件，这些事件对生态环境造成了严重影响。例如，1998年的梅雨降水水平几乎与1954年的历史记录持平，而2020年早期的梅雨事件则创造了自1961年以来最高的降水水平，超过了1998年的记录。这一事件不仅持续时间长，而且降水强度大，导致了人类生命财产的损失、植被死亡以及严重的经济损失。

尽管已有大量研究关注干旱对陆地碳汇的负面影响，但极端降水事件的影响却仍然较少被探讨。本文通过使用OCO-2 v10 MIP后验数据以及两个陆地生物圈模型（VEGAS和LPJwsl）的模拟结果，对2020年夏季极端降水事件对陆地碳汇的影响进行了深入分析。研究发现，2020年6月至7月的极端降水导致了净生物生产力（NBP）的显著下降，其中OCO-2 v10 MIP模拟的NBP下降量约为-16.75 Tg C，VEGAS模型模拟的NBP下降量约为-23.50 Tg C，而LPJwsl模型模拟的NBP下降量约为-16.88 Tg C。这种下降主要由初级生产力（GPP）的大幅减少所驱动。

随着降水的停止，8月份的NBP异常值仍然保持负值，但生态系统呼吸（TER*）的增强使得NBP的负值在一定程度上被抵消。然而，由于GPP的快速恢复，NBP的负值在8月份迅速得到缓解，其恢复率分别为55.40%、83.58%和86.85%。这些结果表明，极端降水事件对陆地碳汇的影响不仅局限于降水发生期间，还会在降水结束后持续一段时间。

此外，极端降水事件还引发了显著的温度、土壤湿度、地表太阳辐射（RAD）和蒸散发压力（VPD）的变化，这些变化对NBP产生了重要影响。研究发现，RAD的减少是导致6月至7月NBP异常值下降的主要因素，其中VEGAS模型的贡献约为-19.36 Tg C，而LPJwsl模型的贡献约为-8.54 Tg C。在8月份，VEGAS模型强调了6月至7月极端降水事件的遗留效应，而LPJwsl模型则指出高温对NBP的抑制作用。同时，两个模型都一致认为RAD在碳汇恢复过程中起到了关键作用。

随着全球变暖，极端降水事件的发生频率和强度预计将进一步增加。因此，理解极端降水对陆地碳汇的影响对于预测气候变化对全球陆地生态系统的影响具有重要意义。研究还发现，极端降水事件对不同植被类型的影响存在差异，例如澳大利亚的草原在异常湿润的条件下可以吸收更多的碳，而农田则在洪水期间容易成为大气二氧化碳的净排放源。这表明，极端降水对陆地碳汇的影响不仅取决于降水的强度和持续时间，还与植被类型密切相关。

为了更全面地分析极端降水对陆地碳汇的影响，本文采用了多种数据和方法。首先，使用了整合多卫星数据的全球降水监测（IMERG）数据，时间分辨率为一个月，空间分辨率为0.1°×0.1°。这些数据通过结合TRMM和GPM时代的多种传感器，能够提供准确且可靠的全球降水估计。IMERG产品在多个研究中表现出优于其他产品的性能，因此被选为本研究的主要数据来源之一。

其次，本文利用了净生物生产力（NBP）数据，这些数据由VEGAS和LPJwsl模型模拟，并通过大气反演技术进行了优化。同时，研究还结合了模拟和卫星观测得到的初级生产力（GPP）产品，以更全面地评估不同生物过程对NBP的影响。通过这些数据，研究者能够分析NBP的异常变化，以及不同生物过程（如光合作用和呼吸作用）在其中的贡献。

在分析过程中，研究者发现，极端降水事件对陆地碳汇的影响是多方面的。首先，降水的增加导致土壤水分的增加，这在一定程度上促进了植被的生长，从而提高了初级生产力（GPP）。然而，由于云层的覆盖，地表太阳辐射（RAD）显著减少，这抑制了光合作用的效率，导致GPP的下降。其次，极端降水事件导致的土壤水分增加和地表温度的降低，使得生态系统呼吸（TER*）的增强成为NBP下降的重要因素。

此外，极端降水事件还对土壤湿度、地表太阳辐射和蒸散发压力等关键气候因素产生了影响。这些因素的变化进一步影响了陆地生态系统的碳循环过程。研究发现，RAD的减少是导致NBP异常值下降的主要因素，而在降水停止后，TER*的增强使得NBP的负值在一定程度上被抵消。然而，由于GPP的快速恢复，NBP的负值在短时间内迅速得到缓解。

研究还发现，极端降水事件对不同植被类型的影响存在差异。例如，草地在异常湿润的条件下能够吸收更多的碳，而农田在洪水期间容易成为大气二氧化碳的净排放源。这表明，极端降水对陆地碳汇的影响不仅取决于降水的强度和持续时间，还与植被类型密切相关。因此，在评估极端降水对陆地碳汇的影响时，需要考虑不同植被类型的适应能力和响应机制。

为了更深入地理解这些影响，研究者采用了多种方法和模型。首先，使用了IMERG降水数据，以评估极端降水事件的时空分布特征。其次，利用了VEGAS和LPJwsl模型模拟的NBP数据，这些数据通过大气反演技术进行了优化，以提高其准确性。此外，研究还结合了模拟和卫星观测得到的GPP产品，以更全面地评估不同生物过程对NBP的影响。通过这些数据和方法，研究者能够分析极端降水事件对陆地碳汇的影响机制，并探讨其背后的驱动因素。

研究还发现，极端降水事件对陆地碳汇的影响是动态变化的。在降水发生期间，由于GPP的减少和TER*的增强，NBP出现了显著的负值。而在降水停止后，由于GPP的快速恢复，NBP的负值迅速得到缓解。这种动态变化表明，极端降水事件对陆地碳汇的影响不仅局限于降水发生期间，还会在降水结束后持续一段时间。因此，在评估极端降水事件对陆地碳汇的影响时，需要考虑降水发生前后的时间序列变化。

此外，研究还发现，极端降水事件对地表太阳辐射和蒸散发压力等关键气候因素的影响是相互关联的。例如，降水的增加导致云层的覆盖，从而减少了地表太阳辐射，这在一定程度上抑制了光合作用的效率。同时，降水的增加也降低了蒸散发压力，这有助于提高植被的生长效率。这些因素的变化进一步影响了陆地生态系统的碳循环过程。因此，在评估极端降水事件对陆地碳汇的影响时，需要综合考虑这些因素的相互作用。

研究还发现，极端降水事件对陆地碳汇的影响不仅局限于降水发生期间，还会在降水结束后持续一段时间。例如，在2020年6月至7月的极端降水事件后，NBP的负值在8月份仍然存在，但随着GPP的快速恢复，NBP的负值迅速得到缓解。这种动态变化表明，极端降水事件对陆地碳汇的影响是复杂且多方面的，需要从多个角度进行综合分析。

此外，研究还发现，极端降水事件对陆地碳汇的影响在不同植被类型之间存在差异。例如，草地在异常湿润的条件下能够吸收更多的碳，而农田在洪水期间容易成为大气二氧化碳的净排放源。这表明，极端降水对陆地碳汇的影响不仅取决于降水的强度和持续时间，还与植被类型密切相关。因此，在评估极端降水事件对陆地碳汇的影响时，需要考虑不同植被类型的适应能力和响应机制。

研究还发现，极端降水事件对陆地碳汇的影响是动态变化的。在降水发生期间，由于GPP的减少和TER*的增强，NBP出现了显著的负值。而在降水停止后，由于GPP的快速恢复，NBP的负值迅速得到缓解。这种动态变化表明，极端降水事件对陆地碳汇的影响是复杂且多方面的，需要从多个角度进行综合分析。

此外，研究还发现，极端降水事件对陆地碳汇的影响在不同植被类型之间存在差异。例如，草地在异常湿润的条件下能够吸收更多的碳，而农田在洪水期间容易成为大气二氧化碳的净排放源。这表明，极端降水对陆地碳汇的影响不仅取决于降水的强度和持续时间，还与植被类型密切相关。因此，在评估极端降水事件对陆地碳汇的影响时，需要考虑不同植被类型的适应能力和响应机制。

综上所述，本文通过使用多种数据和方法，对2020年夏季长江中下游地区发生的破纪录强降水事件对陆地碳汇的影响进行了深入分析。研究发现，极端降水事件对陆地碳汇的影响是多方面的，包括对初级生产力、生态系统呼吸以及地表太阳辐射和蒸散发压力等关键气候因素的影响。这些影响不仅局限于降水发生期间，还会在降水结束后持续一段时间。因此，理解极端降水事件对陆地碳汇的影响对于预测气候变化对全球陆地生态系统的影响具有重要意义。