复合干旱和热浪对欧亚大陆生态系统碳水循环动态的影响

《Agricultural and Forest Meteorology》：The impact of compound droughts and heatwaves on ecosystem carbon-water dynamics in Eurasia

本研究利用1984-2018年欧亚气象站的高精度碳-水通量数据，分析复合干旱热浪（CDHW）时空特征及其对生态系统碳-水动态（NEE、WF）的影响，揭示CDHW频率显著增加，草地NEE下降最大（SA=0.53），湿地WF响应最显著（SA=0.93），高纬度地区影响最强，森林和灌木林恢复较快，为制定适应性策略提供依据。

　　近年来，全球气候变化导致极端天气事件的频率和强度显著增加，其中复合型干旱与热浪（Compound Droughts and Heatwaves, CDHW）尤为突出。这些极端事件不仅对自然生态系统造成深远影响，还对人类社会的可持续发展构成重大挑战。本研究聚焦于欧亚大陆，通过分析1984年至2018年间高精度的碳水通量数据，探讨CDHW事件的时空分布特征及其对不同地表覆盖类型生态系统碳水动态的影响。研究结果表明，CDHW事件在这一时期内的发生频率显著上升，尤其在5月至10月之间，7月和8月为高发期。草地是CDHW事件最频繁发生的地表类型，其次是城市用地、农田和森林。尽管湿地的CDHW事件频率相对较低，但其对最高气温（Tmax）的异常响应最为显著。

CDHW事件对生态系统碳水动态的影响呈现出明显的差异。在碳通量方面，净生态系统碳交换（Net Ecosystem Exchange, NEE）普遍受到负面影响，其下降幅度自1984年以来逐渐增大。草地受到的负面影响最大，其平均标准化异常值（Standardized Anomaly, SA）为0.53，而森林则表现出较强的韧性，受影响程度最小。这表明不同地表覆盖类型的生态系统对极端气候事件的敏感性和适应能力存在显著差异。在水通量方面，湿地对CDHW事件的响应最为明显，其平均SA值达到0.93，随后是森林。这种差异可能与不同地表覆盖类型的水分利用效率、植被结构以及土壤特性有关。例如，湿地由于其高水分含量和独特的水文条件，更容易受到干旱和高温的共同影响，而森林则因其较强的水分保持能力和生态系统稳定性，表现出较强的恢复能力。

从地理分布来看，CDHW事件对NEE和WF的影响在不同纬度地区存在显著差异。高纬度地区的生态系统受到的负面影响最为严重，这可能与这些地区对温度变化的敏感性较高有关。此外，CDHW事件后的恢复时间也因地区和地表类型的不同而有所变化。大多数站点的平均恢复时间在3至10天之间，而森林和灌木林则在恢复速度上表现出更高的韧性。这一发现对制定针对性的适应策略具有重要意义。例如，在高纬度地区，可以通过加强森林保护和人工造林来提高生态系统的抗逆性；而在干旱频发的地区，采用精准灌溉技术可以有效缓解水资源压力，从而维持生态系统的正常功能。

为了更全面地理解CDHW事件对生态系统的影响，本研究采用了基于气象站数据和机器学习模型的碳水通量长期数据集。该数据集通过比较气象站与通量站的环境特征，建立了两者之间的关联性，并利用随机森林模型（Random Forest Model, RFM）对通量数据进行了模拟和预测。通过10次10折交叉验证，共构建了1600个RFM模型，确保了数据的准确性和可靠性。这种数据集的构建方法克服了传统通量站数据在空间分布上的局限性，同时也提高了对极端事件影响的分析精度。相比基于网格的数据产品，气象站数据具有更高的空间覆盖度和数据质量，从而能够更有效地捕捉到区域尺度上的变化。

在分析CDHW事件的影响时，本研究不仅关注其频率和强度的变化，还深入探讨了其对不同地表覆盖类型的碳水动态的具体作用机制。例如，热浪事件通常通过影响植物的光合作用和呼吸作用，从而改变NEE的值。高温会导致植物气孔关闭，减少水分蒸发，同时也会抑制光合作用，降低碳吸收能力。而在干旱条件下，植物为了减少水分流失，会主动关闭气孔，这种行为虽然有助于维持水分平衡，但也显著降低了光合作用的效率，进而影响NEE。因此，CDHW事件对碳水通量的影响往往是多重因素共同作用的结果，需要从多个维度进行综合评估。

此外，研究还发现，CDHW事件对水通量的影响具有高度的空间异质性。在某些地区，热浪和干旱的叠加可能加剧水分需求，导致水通量增加；而在另一些地区，土壤水分不足可能限制植物的蒸腾作用，从而减少水通量。这种差异不仅与当地的气候条件有关，还受到地表覆盖类型、土壤质地以及植被结构等因素的影响。例如，草地由于其较高的蒸散速率和较弱的水分保持能力，更容易受到CDHW事件的影响，而森林则因其复杂的根系结构和较高的水分利用效率，表现出更强的适应能力。

从时间演变的角度来看，CDHW事件的频率和强度在1984年至2018年间呈现出明显的上升趋势。这一趋势与全球变暖的背景密切相关，气温的持续升高不仅增加了热浪的频率，还增强了干旱的强度。同时，气候变化还导致了降水模式的改变，进一步加剧了CDHW事件的发生。值得注意的是，尽管CDHW事件的频率在上升，但其对生态系统的影响并非线性增长，而是呈现出复杂的非线性关系。例如，在某些情况下，热浪和干旱的叠加可能对生态系统产生更严重的负面影响，而在其他情况下，这种复合效应可能被生态系统的适应能力所缓解。

为了减少分析中的不确定性，本研究采用了一种基于气象站数据和机器学习模型的长期碳水通量数据集。这种数据集不仅能够提供更精确的通量模拟结果，还能够克服传统通量站数据在空间分布上的不足。通过建立气象站与通量站之间的环境相似性关系，研究团队能够更准确地预测不同站点的通量变化，并验证模型的预测能力。这种方法的应用大大提高了对CDHW事件影响的分析精度，同时也为未来的研究提供了更可靠的数据基础。

研究还指出，当前的全球和区域气候模型在模拟植被对热浪和干旱的响应方面存在一定的偏差。这些模型通常依赖于再分析数据作为输入，但再分析数据的精度和分辨率有限，难以准确反映局部环境的变化。因此，基于观测数据的模型改进对于提高气候模拟的准确性至关重要。本研究的数据集为这一目标提供了重要的支持，能够更真实地反映不同地表覆盖类型在极端气候条件下的实际表现，从而为气候模型的优化提供依据。

总的来说，CDHW事件对欧亚大陆的生态系统产生了深远的影响，其频率和强度的上升趋势表明，极端气候条件正在对自然环境和社会经济系统构成越来越大的挑战。不同地表覆盖类型的生态系统对CDHW事件的响应存在显著差异，这种差异需要在未来的适应策略中加以考虑。通过加强对森林和湿地等关键生态系统的保护和管理，以及推广精准灌溉等适应性措施，可以有效缓解CDHW事件带来的负面影响，提高生态系统的稳定性和可持续性。同时，进一步完善基于观测数据的气候模型，将有助于更准确地预测极端气候事件的发生及其对生态系统的影响，从而为政策制定和资源管理提供科学依据。