基于遥感与生态生理学评估的地中海常绿林GDMP产品优化：提升干旱胁迫下GPP估算精度

本研究针对地中海常绿林（以阿勒颇松为主）的遥感生产力估算偏差问题，通过整合涡度协方差(EC-GPP)与CLMS的GDMP产品数据，提出了一种去除温度限制因子并引入土壤含水量(SWC)校正的新模型。改进后的RS-GPPSWCcorr 模型精度显著提升（r=0.85，RMSE=1.1 gC m?2 d?1 ），为干旱生态系统碳循环监测提供了可靠工具。

　　

在地中海沿岸的常绿森林中，阿勒颇松(Pinus halepensis)作为抗旱先锋树种，其碳汇能力对区域生态平衡至关重要。然而，现有遥感产品如CLMS的10日尺度GDMP（Gross Dry Matter Productivity）因未考虑水分胁迫，导致总初级生产力(GPP)估算存在显著偏差。尤其在气候变暖加剧干旱的背景下，这种偏差可能误导碳循环评估。更棘手的是，传统模型依赖的温度限制因子在寒冷季节会低估常绿树种的实际光合活性——这些树木冬季仍保持代谢，但卫星数据却将其误判为"休眠"状态。

为解决这一难题，来自西班牙、法国、以色列等多国研究团队在《Remote Sensing of Environment》发表了一项创新研究。团队选取地中海盆地6个阿勒颇松林站点（涵盖半干旱至半湿润气候梯度），整合30个站点年的涡度协方差(EC)数据和300米分辨率GDMP产品，通过生态生理学分析揭示了土壤水分(SWC)比大气干旱(VPD)更主导GPP限制的规律。研究创造性地提出两步优化策略：首先剔除造成冬季低估的温度标量(εT)，再利用ERA5-Land土壤水分数据构建SWC校正因子，最终开发出仅依赖遥感数据的改进模型。

关键技术方法包括：

1. 多站点涡度协方差系统连续监测CO₂
   通量，获取基准EC-GPP数据；
2. 提取CLMS GDMP产品的10日合成数据，通过fAPAR（光合有效辐射吸收比）和LUE（光能利用率）框架计算标准RS-GPP_st
   ；
3. 利用ERA5-Land再分析数据获取气温、VPD和不同深度SWC；
4. 采用Deming回归和相对均方根误差(RRMSE)评估模型性能。

季节性动态与模型偏差
分析显示，阿勒颇松的EC-GPP呈现独特双峰曲线：主峰在5月（除以色列Yatir站点提前至3月），次峰见于秋季降雨后。标准RS-GPP_st
在气温<14°C时系统性低估生产力达40%，这与该树种冬季持续光合的特性相悖。通过温度标量去除实验，改进的RS-GPP*模型成功消除冷季偏差（图5），验证了温度因子对地中海常绿林的不适用性。

水分限制机制解析
当表层土壤含水量(SWC)低于27%阈值时，EC-GPP与SWC呈显著正相关；但超过该阈值后，GPP反而下降，揭示土壤饱和反而不利根系呼吸（图4）。值得注意的是，VPD对GPP的限制强度随SWC变化：湿润条件(SWC>27%)下VPD效应显著，而干旱时(SWC<6%)其影响几乎消失（图6）。这表明在极端干旱区，气孔关闭主要由土壤缺水而非大气干旱驱动。

模型优化与验证
比较VPD与SWC两种校正方案发现：SWC校正模型(RS-GPP_SWCcorr
)以r=0.85、零偏差的表现完胜VPD模型（r=0.8，残留显著偏差）。新模型使符合CGLS最优精度标准(0.5 gC m^?2
d^?1
)的数据点比例从19%提升至46%（图7）。时间序列显示，校正后的模型能更准确捕捉春季提前的GPP峰值（图8），反映水分可利用性对物候的调控。

这项研究突破了干旱区GPP遥感估算的三大瓶颈：首次证实阿勒颇松生态系统的温度限制假设不成立，确立27% SWC为地中海松林生产力转折阈值，开发出无需地面校准的普适性校正模型。相比依赖VPD的MODIS产品，该成果更适用于降水变率大的南欧与北非地区。未来若结合Sentinel-1雷达土壤湿度数据，有望进一步提升干旱预警精度。正如作者Dan Yakir强调的，这项成果"为区分气候变暖中CO₂
施肥效应与干旱胁迫的净影响提供了新工具"，对预测地中海森林碳汇功能演变具有重要价值。