全球草地生长峰值十年停滞：1980年代以来变化格局与干旱驱动机制揭秘

《Nature Communications》：Decadal trends in global grassland growth peaks and their drivers since the 1980s

本研究针对全球草地生长峰值是否持续增长这一关键科学问题，通过分析1982-2021年卫星植被数据，首次揭示了全球草地生长峰值在1998-2009年间出现广泛停滞现象。研究发现71%的IPCC气候区呈现长期增长趋势，但64%的区域在1998-2009年间出现逆转，主要归因于全球尺度十年干旱导致的降水减少。该研究为理解气候变化下草地生态系统功能稳定性提供了重要科学依据。

　　

作为地球上分布最广的陆地生态系统，草地覆盖约40%的地球表面，养育着全球38%的人口，不仅在维持生物多样性和提供畜牧业资源方面发挥着关键作用，更在调节全球气候变化中扮演着重要角色。近年来，越来越多的研究强调草地在碳汇功能中的重要性，表明其对陆地碳汇的年际变异和长期趋势具有显著贡献。植被生长峰值作为反映生态系统生产力的关键指标，其时空变异特征对于预测气候变化下陆地生态系统功能的未来韧性至关重要。

自1980年代以来，全球植被生长峰值总体呈现增长趋势，这主要得益于CO₂施肥效应、氮沉降以及土地利用变化（包括耕地扩张）的推动。然而，这种趋势并非均匀一致，不同草地区域间存在显著差异。作为主要的水分限制生态系统，草地对干旱条件高度敏感，而模型预测表明未来干旱将比近几十年来更加频繁、严重和持久。周期性长期干旱已经在北美和中国等地区造成了植被生长和碳吸收的显著下降。更令人担忧的是，最新研究显示自1980年代以来，长期干旱的频率和影响在全球范围内增加，其中草地受影响最为严重，植被生长下降幅度最大。因此，理解草地是否能维持观测到的生长峰值上升趋势，抑或日益加剧的干旱强度将通过破坏生长峰值的增长而威胁其生态功能，成为当前研究的紧迫课题。

在这项发表于《Nature Communications》的重要研究中，华东师范大学全球变化与生态预测研究中心的游翠海等人联合国内外多家科研机构，通过分析1982-2021年的卫星遥感数据，深入探讨了全球草地生长峰值在过去四十年的变化规律。研究团队利用全球库存建模与绘图研究(GIMMS)数据集的最大归一化植被指数(NDVI_max)，并采用季节和趋势断点检测(BFAST)方法识别时间序列中的中断点。为增强分析可靠性，研究人员还通过机器学习方法提升涡度协方差通量观测数据，生成了全球总初级生产力(GPP)数据集，并利用多个独立植被指数验证了NDVI衍生模式。

研究团队开发了多种技术创新方法来确保研究结果的可靠性。首先，他们利用XGBoost机器学习算法对全球75个草地站点的涡度协方差通量观测数据进行升尺度处理，生成了1982-2020年连续的高精度GPP数据集。其次，采用BFAST方法检测时间序列中的结构断点，准确识别出生长趋势的变化节点。此外，研究还整合了多种遥感数据源，包括MOD13C1的增强型植被指数(EVI)和基于OCO-2卫星数据的太阳诱导叶绿素荧光(SIF)数据，通过多指标交叉验证确保结论的稳健性。部分相关分析和随机森林模型的因子实验则帮助量化了各环境变量对生长峰值的贡献度。

Interruptions in the increasing trend of grassland growth peaks during 1998-2009

研究发现，在过去的四十年间（1982至2021年），全球草地NDVI_max呈现显著线性增长趋势，增长率为每年0.55±0.08×10^-3。这一增长趋势具有广泛性，68%的草地面积显示出NDVI_max增加趋势，其中45%达到显著水平。增长显著的地区包括欧亚草原、北美大平原东部、南美潘帕斯草原北部和中部以及非洲草地。然而，通过BFAST方法检测发现，1998年和2009年存在两个突变点，在此期间全球草地经历了生长逆转，NDVI_max以每年-0.69±0.40×10^-3的速度下降。这一时期，54%的草地面积呈现NDVI_max下降趋势，其中20%达到显著下降水平，特别是在欧亚草原东部地区。

为验证观测到的NDVI_max趋势，研究团队基于75个通量站点的观测数据，通过机器学习方法生成了全球连续GPP数据集（1980-2020年）。结果显示，1982至2020年间全球草地GPP_max以每年3.63±0.07×10^-3gC·m^-2·d^-1的速度显著增长，60%的草地面积呈现增长趋势。然而，在1998-2009年期间，GPP_max出现明显下降，下降速率为每年-6.27±0.31×10^-3gC·m^-2·d^-1，56%的区域呈现下降趋势。这些基于涡度协方差的结果为观测到的1998-2009年草地生长峰值增长中断提供了替代验证。

类似地，EC-LUE GPP_max也显示出与NDVI_max相同的变化模式，在1982-2018年间以每年1.13±0.12×10^-2gC·m^-2·d^-1的速度增长，但在1998-2009年期间以每年-0.51±0.29×10^-2gC·m^-2·d^-1的速度下降。EVI_max和SIF_max在整个研究期也呈现显著上升趋势，但2000-2009年期间的增长速率分别降至整体时期的14.5%和38.7%。这些发现进一步支持了草地生长峰值上升轨迹在1998-2009年期间被打断的结论。

Regional contributions to trends in global grassland growth peak

在区域尺度上，71%（20/28）的IPCC气候区在整个1982-2021期间呈现NDVI_max增长趋势。然而，在1998-2009年期间，64%（18/28）的区域显示NDVI_max下降趋势，进一步证实了广泛的区域尺度中断现象。类似地，基于涡度协方差方法，79%（22/28）的区域在1982-2020年间呈现GPP_max增长趋势，但54%（15/28）的区域在1998-2009年期间显示GPP_max下降趋势。

为评估区域对全球趋势的贡献，研究人员根据面积加权的NDVI_max和GPP_max趋势对区域进行排序。在1998-2009年的下降期间，青藏高原(TIB)和东亚(EAS)是全球下降的主要贡献区域，这通过NDVI_max和GPP_max趋势均得到证实。值得注意的是，一些区域如中北美(CNA)、中美洲/墨西哥(CAM)和西亚(WAS)在中断期间保持了NDVI_max和GPP_max的增长趋势，但这些增长不足以抵消全球整体下降。

通过比较IPCC区域的GPP_max和NDVI_max趋势，研究发现二者存在强相关性（R²=0.56，P<0.001）。研究人员确定了17个高置信度区域，其中NDVI_max和GPP_max呈现一致趋势。值得注意的是，11个区域包括TIB、EAS和北亚(NAS)显示草地生长峰值显著下降，支持了生产力中断的结论。相比之下，CNA、WAS和CAM等区域呈现增长趋势，凸显了草地响应的空间异质性。

Decadal drought drives decline in global grassland growth peaks

1998-2009年期间，全球草地经历了十年干旱，其特征是降水量的急剧下降，下降速率为每年-5.34±1.4mm。这一下降速度是整个1982-2021期间观测到的降水下降速度的四倍（P<0.05）。在此期间，超过68%的全球草地面积呈现负降水趋势，凸显了降水下降的广泛性。标准化降水蒸散指数(SPEI)在1998-2009年期间的下降速度是整个时期的3.4倍，极端干旱频率也呈现类似模式。

部分相关分析显示，在75%的全球草地中，去趋势后的降水(PPT)与NDVI_max存在强正相关关系。类似地，GPP_max与PPT在70%的全球草地中呈现正部分相关。在所有环境因子中，PPT与全球草地GPP_max的平均部分相关性最高。因此，1998-2009年期间的降水减少可能是观测到的NDVI_max和GPP_max下降的主要贡献因素。

为厘清各因素对NDVI_max和GPP_max变化的贡献，研究人员通过机器学习模型进行了因子实验。结果表明，在没有气候效应的情况下，NDVI_max和GPP_max的趋势在1998-2009年期间持续增长，凸显了气候（特别是降水）在NDVI_max和GPP_max下降中的主导作用。具体而言，降水变化导致65%和64%的全球草地NDVI_max和GPP_max下降。太阳辐射也对NDVI_max和GPP_max产生负面影响，温度对全球草地NDVI_max和GPP_max的影响平均接近零。相比之下，上升的CO₂浓度和氮沉降对NDVI_max和GPP_max产生积极影响，部分抵消了负面气候效应。

研究人员将影响NDVI_max的主导因子定义为具有最高绝对部分相关系数的因子。在青藏高原(TIB)、东亚(EAS)、北亚(NAS)等区域，降水是主要因子，分别贡献了这些区域NDVI_max变化的37.4%、41.8%和27.0%。在高置信度下降区域，如TIB、EAS、NAS、南亚(SAS)、澳大利亚南部/新西兰(SAU)和西非(WAF)，下降主要由降水减少驱动。相反，在高置信度增长区域，如中美洲/墨西哥(CAM)、巴西东北部(NEB)和加勒比(CAR)区域，趋势可能主要由降水上升驱动。然而，在中北美(CNA)和西亚(WAS)，NDVI_max和GPP_max的增长可能受到CO₂浓度上升和氮沉降的影响。

研究还发现温度在高纬度区域扮演重要角色。在北极(ARC)和格陵兰中部(CGI)等区域，温度可能是主要控制因子，温度上升促进了GPP_max和NDVI_max的增长。这些结果强调了主导环境控制因子的空间异质性，但并不改变十年干旱已破坏草地峰值生长这一总体结论。

该研究首次系统揭示了全球草地生长峰值在1998-2009年间出现的十年停滞现象，中断了1982-2021年间原本的上升趋势。这一由降水急剧减少驱动的中断凸显了草地对气候变异性的脆弱性，特别是在水分限制区域。尽管全球绿化叙事表明植被生产力持续增加，但本研究揭示了一个关键但被忽视的转变，即全球草地在整体趋势继续上升的同时经历了长期下降。

草地对水分可用性高度敏感，且对干旱的恢复力较弱，这意味着其对十年干旱具有更高的脆弱性。最近的研究进一步强调，在各种生态系统中，草地在过去四十年的生产力方面表现出最高的干旱敏感性。这种高度敏感性在本研究的发现中尤为明显，揭示了1998-2009年间草地生长峰值出现十年停滞，主要驱动力是降水减少。相比之下，森林通常对缺水条件更具恢复力，并能更显著地从CO₂施肥效应中受益。

观测到的草地生长峰值逆转与以降水急剧减少为特征的十年干旱密切相关。在1982-2021的整个期间，NDVI_max和GPP_max趋势受益于CO₂上升、氮沉降、耕地面积收缩和放牧压力减少。先前的研究也类似地确定了CO₂施肥效应和氮沉降是全球植被增长的主要贡献因素。然而，1998-2009年间十年干旱的加剧压倒了这些积极效应，导致草地生长出现长期停滞。实验和野外研究支持这一发现，干旱被证明可使草地生产力减少16%至90%。

尽管十年干旱降低了全球草地生长，但由于气候趋势和生态系统响应的变化，出现了区域异质性。青藏高原(TIB)和东亚(EAS)成为1998-2009年间NDVI_max和GPP_max下降的主要贡献区域。区域研究证实了类似趋势：TIB区域的植被生长在1981至2020年间总体增加，但在2000年代随着降水减少而逆转。除了TIB和EAS，北亚(NAS)、南亚(SAS)、澳大利亚南部/新西兰(SAU)和西非(WAF)等区域也显示出明显下降，主要驱动力是降水减少。相比之下，中美洲/墨西哥(CAM)、中北美(CNA)和西亚(WAS)区域在1998-2009年间呈现植被生长峰值的持续增长，得到了局部环境变化的支持。

这些研究结果证明了十年干旱对草地生长峰值中断的贡献。然而，建立明确的因果关系仍然具有挑战性，因为分析基于观测时间序列数据。尽管应用了部分相关分析和通过机器学习模型进行的因子实验来解释环境变量间的相互依赖关系，但气候因子（如气温、降水和太阳辐射）之间的强相关性使得完全隔离它们对草地生长峰值的个体效应变得困难。

本研究的结果揭示了1982-2021年间草地生长峰值的长期上升趋势，其中1998-2009年间出现了明显的十年中断。在此期间，64%的IPCC气候区，特别是青藏高原和东亚，由于具有降水急剧减少特征的十年干旱而呈现生长峰值下降。地球系统模型预测，随着全球变暖下长期严重干旱的加剧，十年干旱的频率将增加，此类中断可能日益抵消植被生产力的增益。鉴于草地在调节全球碳汇年际变异和支持全球粮食系统中的关键作用，十年干旱可能对生态系统功能的长期积极趋势构成重大风险。此外，植被生长峰值是最先进地球系统模型中陆地碳循环预测的重要不确定性来源之一。因此，迫切需要深入理解植被生长峰值对十年干旱的响应，以指导草地管理和气候变化预测。本研究结果还强调需要将十年气候变异性纳入生态系统管理，特别是当极端事件的影响日益塑造生态系统动态时。