编辑推荐：
为探究农业干旱与碳排放关联，研究人员基于 2001-2020 年数据，对中国四分区运用 MAI、VAI、TAI 干旱指数及空间互相关分析。发现 VAI 与碳排放相关性最强，区域差异显著，为碳减排及土地管理提供依据。
在气候变化的大背景下，农业干旱正成为全球粮食安全与生态平衡的重要威胁。作为全球最大的农业国之一，中国面临着复杂的干旱问题，尤其是北方和西部地区干旱频发，不仅影响作物产量，还可能通过植被退化和土壤碳释放加剧碳排放。然而，现有研究多依赖单一指标或模型，缺乏对区域异质性和多因素交互作用的深入分析，难以全面揭示农业干旱与碳循环之间的复杂关系。为填补这一空白，石河子大学的研究人员开展了针对中国四大地理分区（西北、华北、青藏和华南）的农业干旱与碳排放关联研究，相关成果发表在《Carbon Balance and Management》。
研究团队综合运用遥感技术与统计分析方法，核心技术包括：
- 干旱指数构建：基于 GLASS SM 土壤湿度、MODIS NDVI 植被指数和 MODIS LST 地表温度数据，计算标准化异常值得到水分异常指数（MAI）、植被异常指数（VAI）和温度异常指数（TAI）。
- 空间互相关分析：通过构建单元空间权重矩阵（USWM），量化干旱指数与碳排放（CO?i）的时空相关性，揭示不同区域的响应模式。
- 极值年份对比：选取 2001、2011 干旱年与 2004、2017 湿润年，分析极端气候条件下碳排放量的空间分布特征。
研究结果
1. 干旱指数与碳排放的时空差异
- 时间变化：2001-2020 年间，MAI 与 VAI 在各分区呈现相似波动趋势，干旱事件集中在 2001、2004、2011、2017 年。华北地区 2001-2003 年、2009-2011 年遭遇长期干旱，碳排放呈现 “干旱年波动、湿润年偏低” 特征，如青藏地区 2004 年湿润年碳排放量低至 189 百万吨。
- 空间分布：碳排放总量呈现 “华北> 华南 > 西北 > 青藏” 格局。华北和华南作为主要农业与工业区，年均排放量分别达 365 百万吨和 314 百万吨，而青藏和西北的草原生态系统碳汇能力较强，排放量较低。
2. 干旱指数与碳排放的相关性分析
- VAI 主导作用：植被异常指数（VAI）与碳排放相关性最强（r=0.56-0.76）。华南地区 VAI 与碳排放呈显著正相关（r>0.8），表明植被健康度提升可增强碳吸收；西北部分区域则因干旱导致植被退化，呈现负相关（r=-0.6）。
- 区域气候影响：温度异常指数（TAI）在华南表现为正相关，可能与高温促进微生物活动加速碳释放有关；而西北和华北东北部因低温抑制植被光合作用，呈现负相关。
- 季节差异：冬季 MAI 与碳排放相关性在华北达 0.78，而华南仅 - 0.72；夏季华南受季风影响，MAI 与碳排放转为负相关，反映灌溉和降水对土壤水分的调节作用。
3. 极端气候下的碳动态
干旱年（2001、2011）华北碳排放达峰值，湿润年（2004、2017）青藏和西北因植被生长旺盛，碳吸收能力显著增强。空间互相关分析显示，华南在干旱年 MAI 与碳排放正相关（>0.8），可能与灌溉农业维持土壤水分有关；西北则因干旱导致土壤碳氧化加剧，呈现负相关。
结论与意义
本研究首次整合多源遥感数据与空间分析模型，系统揭示了中国不同气候带农业干旱对碳排放的差异化影响机制。核心结论包括：
- 植被健康是关键纽带：VAI 作为植被生长的综合指标，与碳排放的强相关性表明保护植被覆盖是缓解干旱碳效应的核心途径。
- 区域策略必要性：华北需优化灌溉与能源结构以降低工业碳排放，华南可通过增强植被碳汇抵消农业排放，西北和青藏应重点保护草原生态系统的碳储存功能。
- 气候反馈机制：干旱 - 碳排放 - 气候变暖的循环链提示，需将农业干旱管理纳入国家碳达峰政策框架，发展基于遥感监测的动态预警系统。
该研究为全球变化背景下的农业适应性管理提供了中国方案，其多模型整合方法可为其他干旱区碳循环研究提供参考，对实现 “双碳” 目标与可持续土地利用具有重要科学价值。
