用于评估干旱绿洲中沙尘气溶胶对棉花总初级生产力(GPP)与产量直接辐射强迫效应的物理一致性建模框架

《Sustainability》:A Physically Consistent Modeling Framework for Evaluating Dust Aerosol Direct Radiative Forcing on Cotton GPP and Yield in Arid Oases

【字体: 大 中 小 】 时间:2026年07月22日 来源:Sustainability 4.1

编辑推荐:

  在干旱地区,由于缺乏针对光合有效辐射(photosynthetically active radiation, PAR)的地面观测网络,定量评估沙尘气溶胶辐射影响对作物生长的作用具有挑战性。常规气象站通常仅提供区域平均太阳辐射数据,难以捕捉沙尘暴引起的精细空间

  
在干旱地区,由于缺乏针对光合有效辐射(photosynthetically active radiation, PAR)的地面观测网络,定量评估沙尘气溶胶辐射影响对作物生长的作用具有挑战性。常规气象站通常仅提供区域平均太阳辐射数据,难以捕捉沙尘暴引起的精细空间异质性及瞬时衰减过程。为弥补这一缺口,本研究构建了一个耦合WRF-Chem、LibRadtran、多源遥感与可解释机器学习的综合框架。研究人员结合田间采样数据、遥感产品与大气模拟,探讨沙尘气溶胶直接辐射强迫如何改变中国新疆渭干河流域棉花总初级生产力(gross primary productivity, GPP)和产量。结果表明,沙尘诱导的PAR降低在87%的棉田中达到显著水平(p < 0.05)。沙尘表现出双重效应:一方面通过辐射衰减降低光合生产力,另一方面在温度高于35 °C时可缓解热胁迫。SHAP分析表明,当日PAR损失超过20 W·m?2时,棉花GPP和产量呈非线性下降,其中花铃期(7—8月)被识别为最敏感的物候窗口。本研究验证了在数据匮乏区域中结合大气模型与遥感开展沙尘辐射效应精细尺度评估的必要性。所识别的阈值为干旱棉区开展针对性田间管理提供了实践参考。
本文发表于《Sustainability》,围绕干旱绿洲农业中沙尘气溶胶对棉花生产形成的辐射胁迫展开研究,核心目标是构建一个兼具物理一致性与空间精细表达能力的分析框架,用于定量识别沙尘直接辐射强迫对棉花总初级生产力(gross primary productivity, GPP)和最终产量的影响。研究背景在于,干旱区绿洲农业高度依赖有限的水热光资源配置,而渭干河流域虽然具有充足光照和成熟灌溉体系,却毗邻塔克拉玛干沙漠,生态环境脆弱、沙尘过程频繁。既往研究已认识到沙尘气溶胶可通过散射和吸收太阳辐射削弱冠层接收的光合有效辐射(photosynthetically active radiation, PAR),进而抑制作物光合作用、碳同化与生物量积累,但在田块尺度上将沙尘辐射衰减与特定经济作物产量直接联系起来的研究仍然不足。尤其在地面PAR观测稀缺的条件下,常规气象站难以刻画沙尘天气造成的瞬时辐射衰减及其空间异质性,从而限制了对沙尘—辐射—作物相互作用机制的深入理解。

针对上述问题,研究人员构建了由多源遥感、大气化学模式、辐射传输模式与机器学习组成的集成框架,分别完成棉花种植区识别、产量估算、沙尘过程模拟、PAR衰减计算,以及辐射胁迫对GPP与产量的解释分析。研究指出,沙尘导致的PAR降低在区域内大多数棉田普遍存在,且是抑制棉花产量的关键环境约束之一。进一步地,棉花对辐射损失的响应并非线性,而是在日均PAR损失超过20 W·m?2后出现明显加速的非线性减产趋势;花铃期(7—8月)则是最敏感的物候阶段。与此同时,沙尘并非仅表现为负效应,在极端高温背景下,沙尘的遮阴作用还能部分缓解35 °C以上热胁迫对棉花造成的不利影响,显示出“辐射衰减抑制光合—遮阴缓和高温”的双重生物物理调节特征。研究的重要意义在于,它打通了区域尺度沙尘气溶胶过程与田块尺度作物生产响应之间的分析链条,为数据匮乏干旱区评估气溶胶农业效应提供了可迁移的方法框架,并为南疆复合热浪—沙尘灾害背景下的气候韧性棉花管理提供了量化依据。

研究人员主要采用以下几类关键技术方法开展研究:首先,融合Sentinel-2、Sentinel-1、HLS、Landsat 8、MODIS和GLC_FCS30D等多源遥感数据,构建植被指数、雷达后向散射、地形与气象等特征集,利用随机森林(Random Forest, RF)完成棉花种植区制图,并以XGBoost模型进行产量反演;其次,基于WRF-Chem模拟沙尘排放、输送与沉降过程,并将其输出的气溶胶光学参数输入LibRadtran,通过DISORT求解器计算无尘与含尘情景下的地表PAR,进而获得沙尘引起的ΔPAR;再次,结合像元尺度Pearson相关分析、线性回归和SHAP(SHapley Additive exPlanations)解释框架,识别PAR损失对棉花GPP和产量的非线性影响阈值与敏感物候窗口。样本方面,研究使用了2022—2023年7—10月田间调查与Google Earth历史高分辨率影像解译获得的1033个作物分类样本,以及348条棉花实测产量记录。

以下结合论文结果部分各小标题,对研究主体内容进行解读。

3.1. Spatial Distribution and Dynamic Changes in Cotton
研究首先对渭干河流域土地利用格局进行识别,并在耕地掩膜基础上开展主要作物分类。结果显示,2012—2022年研究区耕地面积明显扩张,建设用地增长,未利用地减少,说明绿洲农业开发强度持续提升。在作物识别方面,基于HLS数据与随机森林算法构建的分类体系对棉花识别效果最佳,生产者精度达到0.97,分类准确率为91.8%,F1-score最高,表明棉花在光谱与物候层面具有较强可分性。稻、玉米分类效果中等,小麦精度相对较低,误分现象主要集中于其他作物向棉花的混淆。空间结果显示,棉花始终是区域优势作物,主要分布于研究区南部和东部绿洲区,到2022年其连片化与扩张趋势更为突出;稻作主要位于中北部且格局稳定,小麦与玉米更多分布于边缘灌区或特定灌溉区域。这一结果为后续在田块尺度分析沙尘辐射胁迫奠定了可靠空间基础。

3.2. Simulation and Analysis of Temporal and Spatial Characteristics of Dust Aerosols
研究利用2012、2017和2022年3—9月监测数据分析气溶胶光学厚度与沙尘浓度的时空演变。时间上,沙尘活动呈显著季节性,春季最强、夏秋逐渐减弱,4月通常达到年度峰值,平均浓度超过380 μg·m?3,2012和2022年4月甚至超过420 μg·m?3。空间上,沙尘浓度表现为东南高、西北低,中心与东南区域高值可达772.44 μg·m?3。从3月至5月,沙尘覆盖范围显著扩展,6月后快速收缩。为验证WRF-Chem模拟精度,研究以MERRA-2再分析产品进行区域尺度比对,并结合AERONET站点进行点尺度验证。结果表明,WRF-Chem与MERRA-2的拟合R2为0.62;站点验证中RMSE为32.7 μg·m?3,MAE为25.3 μg·m?3,说明该模型能够较好刻画研究区沙尘时空过程。进一步模拟结果显示,高浓度沙尘污染主要集中于研究区东部和中南部,与塔里木盆地周缘荒漠化土地分布相一致;2022年3月和6月局地沙尘增强且空间分布更为破碎,提示局地扬尘贡献上升。

3.3. Temporal and Spatial Pattern of Cotton GPP and Yield
研究分析了2012、2017和2022年区域月尺度GPP空间格局,发现GPP具有显著季节周期和年际差异,高值区持续集中于灌溉绿洲和近水区域,反映水分可利用性仍是干旱生态系统生产力的核心限制因素。相比2012年,2017年和2022年高GPP区域空间连通性更强、夏季覆盖更广,说明植被固碳能力总体改善,但2022年7月GPP整体下降,显示短期环境胁迫影响明显。基于多源特征构建的XGBoost棉花产量估算模型表现稳健,R2为0.718,RMSE为457.5 kg·ha?1,具备可靠的区域产量制图能力。模拟产量空间格局显示,研究区棉花产量长期呈现“中心高、边缘低”的稳定结构,高产区集中于灌溉绿洲平原,荒漠边缘则受盐渍化、水分短缺和地形等因素影响形成低产区。过去十年间高产区范围扩大、破碎地块整合,说明区域棉花生产力总体提升。

3.4. Temporal and Spatial Distribution of Total Column Concentration of Aerosols
3.4.1. Temporal and Spatial Distribution Characteristics of PAR
LibRadtran模拟表明,沙尘对PAR具有显著削弱作用,且与气溶胶光学厚度呈强负相关。空间上,PAR呈明显南北梯度:北部气溶胶负荷低,PAR多保持在180 W·m?2以上;中东部受沙尘羽流影响形成PAR“阴影区”,最低约160 W·m?2,较晴空潜在值下降约15%。春季沙尘暴导致全年最强PAR衰减,3—5月PAR损失率峰值可达55%—57%。研究认为,这种衰减主要源于粗粒径沙尘对太阳辐射的吸收与前向散射,造成的辐射损失超过了散射光可能带来的补偿效应。严重PAR损失显著限制光合作用与GPP,是沙尘制约干旱区农业生产的重要路径。

3.4.2. Impact of PAR Loss on Cotton GPP and Yield
像元尺度相关分析显示,沙尘导致的PAR损失与核心农业区棉花GPP之间存在显著负相关,相关系数可低于?0.6。在2012、2017和2022年的年际产量变异中,有12%—17%可由PAR损失解释。棉花产量与PAR损失的相关系数范围为?0.37至0.71,其中在日均PAR损失超过20 W·m?2的区域表现出强负相关,SHAP进一步将20 W·m?2识别为关键阈值;一旦超过该值,产量随PAR损失增加而呈非线性下降。花铃期(7—8月)被确定为最敏感阶段。值得注意的是,尽管2022年PAR损失最高,达到75.8 W·m?2,棉花产量却并未最低,且产量响应曲线更为平缓。研究据此指出,在极端高温同期出现时,沙尘遮阴可能对热胁迫具有补偿性缓解作用;同时灌溉条件良好和棉花品种抗逆性也削弱了PAR损失对产量的最终影响。总体上,研究在87%的耕地中检测到显著负相关,说明辐射损失是区域棉花生产中广泛存在的限制因子。

讨论部分围绕机理、异质性及管理启示展开。首先,论文强调沙尘抑制棉花生产力的主导机制是直接辐射强迫,而非简单的统计关联;SHAP识别的20 W·m?2阈值说明棉花对辐射损失存在生态生理临界点,在阈值以下尚可通过内部生理调节进行补偿,超过阈值后,光合同化产物将难以支撑铃体发育需求,导致减产加速。其次,论文指出沙尘具有“辐射衰减—高温缓解”双重作用,特别是在日最高温超过35 °C时,沙尘遮阴可降低冠层温度与蒸汽压亏缺(vapor pressure deficit, VPD),减轻光抑制与高温造成的碳损失,因此对产量的净效应取决于辐射衰减、散射光潜在收益以及同期极端温度背景的共同作用。再次,论文总结了明显的空间异质性:高产核心区中,光照已成为主要限制因子,因此沙尘辐射强迫对产量影响更强;而低产边缘区受水肥等多重限制,沙尘负效应可能被掩盖,甚至表现出中性或弱正效应。最后,论文提出研究框架仍存在不确定性,包括WRF-Chem排放参数化与土壤湿度表达带来的误差、作物生理过程更多依赖遥感代理变量间接表征,以及尚未纳入沙尘沉降养分供给和气溶胶云间接效应等较长期反馈过程。

研究结论部分可译为:本研究构建了一个耦合WRF-Chem大气模拟、LibRadtran辐射传输、多源遥感以及基于SHAP的机器学习综合框架。该框架连接了区域气溶胶过程与田块尺度作物响应,解决了此前数据匮乏干旱区尚未解决的关键难题。SHAP模块提供了一种可迁移的方法,用于从混杂协变量中分离非线性辐射强迫信号。研究得到三项核心结论:其一,沙尘引起的PAR降低会触发具有20 W·m?2临界阈值的非线性产量响应;低于该阈值时,棉花能够表现出生理补偿,高于该阈值时,不可逆减产将加速发生。其二,尽管春季沙尘负荷更高,但7—8月花铃期是物候上最敏感的窗口,表明生育阶段敏感性对于理解产量损失至关重要。其三,沙尘对棉花具有双重生物物理调节作用:辐射衰减抑制碳同化,而遮阴可部分抵消极端高温损伤,这解释了复合高温—沙尘事件下产量抑制并未极端增强的现象。对于实践应用而言,所量化的阈值和敏感窗口可为绿洲棉区区域沙尘预警系统提供标准化依据;高产核心区需要在生殖生长敏感期重点缓解辐射胁迫,而荒漠边缘地块则可通过优化灌溉减轻光热复合胁迫。这些分区管理方案有助于在南疆热浪—沙尘复合灾害增加背景下支持气候韧性棉花生产。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号