模型模拟揭示植被对干旱的差异性响应及其对地表模型优化的启示

《Ecological Modelling》：Contrasting vegetation responses to drought indicated by model simulations

本研究针对陆地表面模型(LSM)在模拟气候变化下植被干旱响应中的不确定性，结合FLUXNET观测数据与社区陆地模型(CLM5.0)，系统评估了不同气候带和植被类型对长期干旱和骤旱的响应差异。研究发现CLM5.0在干旱区低估而在湿润区高估了总初级生产力(GPP)，其植物水力胁迫(PHS)模块的土壤水分胁迫阈值存在区域性偏差。通过建立定量函数揭示植被类型间显著的抗旱韧性差异（森林>草地/农田），为改进模型参数化、提升植物-大气相互作用模拟精度提供了关键依据。

　　

随着全球气候变化加剧，干旱区域的扩展正对陆地生态系统产生深远影响。植被作为陆地生态系统的核心组成部分，其如何响应干旱胁迫直接关系到碳循环、水循环和能量平衡的模拟精度。然而，当前主流的陆地表面模型在模拟植被对干旱的响应时仍存在显著不确定性，特别是对不同植被类型在干旱条件下的差异化行为捕捉不足。这种局限性严重制约了我们对未来气候变化的预测能力，也影响了水资源管理和生态保护策略的制定。正是在这一背景下，王俊平等研究人员在《Ecological Modelling》上发表了他们的最新研究成果，通过结合观测数据与模型模拟，深入揭示了植被对干旱的差异性响应机制。

为了系统评估陆地表面模型的模拟性能，研究人员采用了多源数据融合与模型验证相结合的技术路线。研究主要基于FLUXNET和AmeriFlux网络的158个通量站点数据，这些站点覆盖了从干旱到湿润的多种气候带以及不同的植被类型。利用社区陆地模型CLM5.0进行点尺度模拟，累计模拟时间超过1500年。通过对比模拟值与观测值，重点分析了潜热通量(LE)、显热通量(H)和总初级生产力(GPP)等关键生态水文参数。特别关注了模型在模拟长期干旱和骤旱事件中的表现，以及不同植被类型（包括常绿阔叶林、草地和农田等）的响应差异。

CLM5.0在不同时空尺度上的模拟表现

模拟结果显示，CLM5.0在不同气候区对能量和碳通量的模拟存在系统性偏差。总体而言，模型倾向于低估潜热通量(LE)，而在美国西南部和墨西哥等干旱区这种低估现象尤为明显。对于显热通量(H)，模型则普遍表现出高估趋势。在碳通量方面，总初级生产力(GPP)的模拟呈现出明显的区域分异：在干旱区被低估，在湿润区被高估。这种偏差模式表明模型在捕捉不同水分条件下植被的生理响应时存在根本性缺陷。进一步的时间尺度分析发现，在生长季中期，由于夸大的正午气孔关闭现象，模型对LE和GPP的低估最为严重。在不同植被类型中，模型对常绿阔叶林的模拟效果最佳，而对农田的模拟最差，这揭示了植被功能型参数化方案需要进一步优化。

站点尺度CLM5.0模拟偏差的归因分析

对模拟偏差的深入归因表明，CLM5.0中的植物水力胁迫模块是产生误差的主要来源。该模块在干旱区低估了土壤水分胁迫阈值，而在湿润区则高估了这一阈值，导致模型无法准确反映不同植被类型对水分胁迫的真实响应。特别值得注意的是，不同植被类型对干旱的响应存在显著差异：森林由于具有稳定的生理特性（如深层根系和较强的气孔调节能力）表现出更强的韧性，而草地和农田则因较浅的根系而对地表土壤水分亏缺更为敏感。这种差异性响应在干旱后恢复能力方面尤为明显，而当前模型对这一动态过程的捕捉能力不足，特别是对草地生态系统。研究人员通过幂函数成功量化了这一过程，为改进模型参数化提供了数学基础。

结论

本研究通过系统评估CLM5.0在不同气候区和植被类型中对干旱响应的模拟能力，揭示了模型存在的关键局限性。主要结论包括：首先，CLM5.0普遍低估LE而高估H，在GPP模拟中表现出干旱区低估和湿润区高估的系统性偏差；其次，模型的植物水力胁迫模块在土壤水分胁迫阈值设定上存在区域不适应性；第三，不同植被类型对干旱的响应存在本质差异，森林表现出更强的抗旱韧性，而草地和农田更为敏感。这些发现强调了改进陆地表面模型中植被生理过程参数化的重要性，特别是需要更好地捕捉植物对干旱的适应性和恢复动态。研究建立的定量关系函数为未来模型优化提供了直接依据，将有助于提高地球系统模型对植被-大气相互作用的模拟能力，为气候变化预测和生态系统管理提供更可靠的科学支撑。

研究的创新性在于首次系统量化了不同植被类型对干旱的差异化响应，并明确了CLM5.0在模拟这些响应时的具体缺陷。通过在多个气候情景（包括SSP1-2.6、SSP2-4.5和SSP3-7.0）下的一致性验证，增强了研究结论的可靠性。这些成果不仅对改进陆地表面模型具有重要理论价值，也为应对气候变化下的生态系统管理提供了实践指导。未来研究可在此基础上进一步探索植被生理参数动态化方案，以更好地捕捉生态系统对气候变化的适应过程。