ENSO对拉丁美洲低地可可与山地咖啡区域初级生产力的差异化影响研究

《Scientific Reports》：Gross primary productivity analyses suggest higher ENSO-mediated impacts in lowland cacao areas compared to mountain coffee regions in Latin America

本研究针对拉丁美洲和加勒比地区农林系统对厄尔尼诺-南方涛动(ENSO)的脆弱性问题，通过遥感监测和物种分布模型(SDM)，首次在大陆尺度上分析了八次ENSO事件(1992-2020)对咖啡和可可潜在种植区总初级生产力(GPP)的影响。研究发现低地可可区比山地咖啡区更易受ENSO介导的干旱胁迫，其中蒸汽压亏缺(VPD)是影响暴露度的关键指标，而亚马逊地区农林系统在厄尔尼诺事件中表现出持续生产力下降。该研究为气候智能型农业适应性管理提供了重要科学依据。

　　

在拉丁美洲和加勒比地区的广袤土地上，农林复合系统不仅是数百万农民的生计来源，更是生物多样性保护和可持续土地管理的重要模式。其中，低地种植的可可(Theobroma cacao L.)与山地栽培的咖啡(Coffea arabica L.)构成了该区域两大支柱产业。然而，这些热带农林系统正面临着来自太平洋的"气候脉搏"——厄尔尼诺-南方涛动(ENSO)的严峻挑战。ENSO通过遥相关机制引发极端天气事件，导致干旱、暴雨等异常气候，直接影响农林作物的光合生产力。更复杂的是，厄尔尼诺通常带来干旱胁迫，而拉尼娜则导致湿度过大，这种截然相反的影响模式给农业管理带来了巨大困难。

目前的研究多局限于单一事件或特定区域，缺乏对整个热带拉丁美洲大陆尺度上农林系统对ENSO响应模式的系统评估。特别是对于具有多层结构的农林系统，传统遥感方法难以区分冠层与林下植被的生产力变化。正是为了填补这一研究空白，由Andres González-Gonzalez领衔的研究团队在《Scientific Reports》上发表了开创性研究，首次利用多层总初级生产力(GPP)数据，揭示了ENSO对潜在咖啡和可可种植区的差异化影响。

研究团队创新性地采用了多种技术方法集成的研究策略。首先利用最大熵(MaxEnt)物种分布模型模拟了咖啡和可可的潜在种植区分布，然后基于TerraClimate数据库获取了1992-2020年间的六项陆地气候变量（最高温、最低温、降水、蒸汽压亏缺(VPD)、土壤湿度和帕尔默干旱严重指数PDSI）。最关键的是，研究采用了Bi等人开发的双叶光能利用率模型(TL-LUE)产生的GPP数据，分别分析了受光叶片(GPP_sun)和遮阴叶片(GPP_shade)的生产力变化，作为理想化双层农林系统的替代指标。通过熵权法(EWM)构建气候暴露度指数，并结合时间滞后分析，系统评估了ENSO事件对农林系统的影响时空格局。

物种分布模型构建

通过整合全球生物多样性信息设施(GBIF)的物种分布数据和环境变量，研究团队建立了咖啡和可可的潜在分布区模型。结果显示，生物群落分类和最低温度是咖啡分布的主要限制因子，而最低温度、土壤分类和最高温度对可可分布影响更大。模型验证表明，咖啡模型的预测性能(AUC=0.893)优于可可模型(AUC=0.855)，与区域高分辨率研究结果一致。

气候暴露度空间格局

研究发现ENSO对潜在咖啡和可可种植区的气候影响存在明显空间异质性。厄尔尼诺事件期间，气候暴露度广泛存在，而拉尼娜事件的影响更集中于低地地区。蒸汽压亏缺(VPD)在暴露度指数中权重最高，表明其是评估ENSO影响的关键指标。

生产力敏感性响应

相关分析揭示了GPP对ENSO的复杂响应模式。厄尔尼诺对两种作物潜在区域的GPP_sun和GPP_shade均产生负面影响，特别是可可区65%的面积受到影响。相反，拉尼娜则导致咖啡区生产力普遍下降，而可可区在亚马逊低地等地表现出生产力增加。

时间滞后效应分析

时间滞后分析揭示了GPP响应ENSO的动态过程。咖啡区在厄尔尼诺事件开始后1-2个月冠层生产力增加，而林下植被在事件开始前1个月至事件发生时即出现响应变化。可可区在ENSO事件期间持续承受胁迫，响应时间模式不如咖啡区明显。

研究结论强调，低地可可种植区，特别是亚马逊区域，在厄尔尼诺事件中表现出更高的脆弱性，而东南亚巴西等地区则可能从ENSO波动中获益。这种空间异质性响应表明，农林系统管理策略需要因地制宜：在厄尔尼诺主导区应注重遮荫管理以缓解水分胁迫，而在拉尼娜影响区则需优化透光条件以控制病害发生。更为重要的是，蒸汽压亏缺(VPD)被确定为评估ENSO影响的关键指标，为区域尺度气候适应性管理提供了实用工具。

该研究的创新之处在于首次将双层GPP模型应用于大陆尺度农林系统评估，揭示了冠层与林下植被对ENSO的差异化响应模式。研究结果对制定气候智能型农业策略具有重要指导意义，特别是为亚马逊地区新开发可可种植区的可持续管理提供了科学依据。考虑到ENSO遥相关影响的即时性和GPP效应的持续性，农业部门有必要加强对ENSO早期预警的监测与响应，以降低气候变化对热带农林系统的潜在风险。