北半球初级生产力对降水异常反应的负向不对称性日益加剧:证据与驱动因素
《Journal of Hydrology》:Intensifying negative asymmetry in gross primary productivity response to precipitation anomalies across the Northern Hemisphere: evidence and drivers
【字体:
大
中
小
】
时间:2026年07月29日
来源:Journal of Hydrology 7.3
编辑推荐:
•在北半球的75.71%区域内,GPP对降水异常的响应存在负向不对称性•气候、二氧化碳浓度以及土地利用变化分别解释了不对称指数变化的58.99%、34.89%和6.11%•温度和降水被确定为导致不对称指数变化的关键气候因素•在高排放情景下,平均不对称指数高于低排放情景下的数值。引
•在北半球的75.71%区域内,GPP对降水异常的响应存在负向不对称性•气候、二氧化碳浓度以及土地利用变化分别解释了不对称指数变化的58.99%、34.89%和6.11%•温度和降水被确定为导致不对称指数变化的关键气候因素•在高排放情景下,平均不对称指数高于低排放情景下的数值。引言在全球气候变化的背景下,降水模式的改变正在深刻影响陆地生态系统中的碳循环过程(Reichstein等人,2013年)。作为植被光合作用的关键指标,总初级生产力对降水异常的响应直接反映了生态系统的适应能力。近期研究显示,GPP对降水变化的响应存在不对称性,在湿润和干旱条件下的敏感度不同(Knapp等人,2017年)。为量化这种不对称性,人们定义了总初级生产力不对称指数,即湿润年份GPP的增长量与干旱年份GPP的下降量之差(Al-Yaari等人,2020年)。目前,陆地生态系统吸收了大约30%的人为二氧化碳排放量,是调节全球碳平衡的重要机制(Friedlingstein等人,2022年)。然而,在气候变率加剧的情况下,如何准确评估这一碳汇的作用强度和持久性仍存在诸多不确定性(Reichstein等人,2013年)。因此,准确描述GPP对极端降水的不对称响应对于减少这些不确定性、改进地球系统模型中碳-气候反馈的预测具有重要意义(Bastos等人,2020年)。负值的GPPAI表明,干旱导致的GPP损失超过了湿润年份的增益,这说明生态系统更容易受到水资源短缺的影响。如果GPPAI的负值随时间进一步增大,意味着生态系统在干旱期间的碳损失逐渐超过湿润时期的碳增益,这可能会降低在气候水文条件日益变化情况下的碳汇功能(Frank等人,2015年;Xu等人,2019年)。当生态系统对干旱的响应比对湿润条件的响应更为强烈时,即便总体降水量保持不变,它们也可能出现净碳损失(Fan等人,2024年;Yu等人,2024年)。这种不对称性会逐渐削弱区域碳汇能力,威胁生态系统的长期稳定性。因此,研究GPP对降水变化的非对称响应模式及其背后的驱动因素,对于预测碳循环动态和生态系统稳定性至关重要。近年来,国内外研究人员利用多源遥感数据、生态系统模型以及长期观测记录,初步揭示了GPP对降水异常的非对称响应特征及其潜在驱动机制。例如,Knapp等人(2015年)发现,草原和稀树草原生态系统对极端干旱的敏感度远远高于对极端湿润条件的敏感度,呈现出明显的正向不对称性。他们将这种现象归因于土壤水分可用性的差异以及植被功能类型的区别。Al-Yaari等人(2020年)指出,北半球中纬度地区的GPPAI多为负值,且在干旱和半干旱地区这种不对称性更为明显。他们认为,植被的用水效率以及降水事件前后土壤水分状况的变化是主要驱动因素。同时,Green等人(2019年)通过对亚马逊盆地的观测研究,发现热带雨林的GPPAI存在季节性变化:旱季的轻度干旱由于云层减少、光照增加而提升了GPP水平,而雨季的干旱则会导致GPP下降。尽管这些开创性研究为理解GPP的不对称性奠定了概念基础,但它们仍存在一些方法论和空间上的限制,难以在政策相关的尺度上全面了解碳-水耦合的不对称性。以往关于GPP不对称性的研究大多局限于特定区域,且主要依赖单一遥感产品。例如,Al-Yaari等人(2020年)首次使用MODIS GPP数据对美国本土进行了GPPAI分析,其他研究则聚焦于欧洲生态系统(Bastos等人,2020年)、中国草原(Li等人,2018年)、亚洲半干旱地区(Zhang等人,2020年)或地中海地区(Vicca等人,2016年)。依赖单一产品会引入与算法假设、输入数据质量及参数选择相关的不确定性,这可能导致对植被生产力响应的估算出现差异,尤其是在水资源受限的生态系统中(Jung等人,2020年)。这一限制影响了研究结果在不同生物群落和气候梯度间的普遍适用性。此外,这些研究大多采用统计相关性分析来探讨GPPAI与气候变量之间的关系,虽然有助于识别模式,但却无法严格区分二氧化碳施肥效应、气候变化以及土地利用变化对观测到的不对称趋势的独立贡献(Huntzinger等人,2017年)。鉴于这三种驱动因素通过不同的生理和生态途径发挥作用——二氧化碳通过增强光合作用生化过程起作用,气候变化改变水热条件,而土地利用变化则改变生态系统结构——但目前关于它们相对重要性和空间分布的研究在现有GPPAI文献中仍缺乏量化。另外,大多数研究仅报告环境因素与GPPAI之间的相关性,而非因果关系,这就使得人们无法确定所观察到的关联究竟是直接的因果效应,还是受到了其他共变气候因素的影响(Runge等人,2019年)。或许最重要的是,尽管有必要了解在不同排放路径下当前的不对称模式是会加剧、稳定还是逆转,但目前还没有研究对未来气候情景下的GPPAI演变进行预测——这一知识空白直接限制了我们评估长期碳汇可靠性以及制定主动适应策略的能力。要填补这些知识空白,就需要采用覆盖整个半球的多元方法,整合基于过程的归因分析、因果推断以及未来预测。作为全球陆地生态系统的重要组成部分,北半球拥有多样的植被类型和显著的气候梯度,通过其碳汇功能在维持全球碳平衡中发挥着关键作用。在气候变化背景下,该地区面临着气温上升、降水模式改变以及极端气候事件频发等问题。这些变化深刻影响了植被的光合作用,从而导致GPP出现显著变化。研究表明,北半球的GPP在多个维度上存在显著不对称性,包括季节变化、空间分布以及生态系统类型差异(Piao等人,2020年)。季节性不对称性主要体现在春季和秋季生产力高峰的时间差异上,而这些差异又与温度、降水和太阳辐射的变化密切相关。空间不对称性则可能源于地理和气候因素的区域差异(Seddon等人,2016年)。基于这些观察结果,针对北半球GPPAI的系统性研究仍然不足。因此,深入研究GPPAI的时空演变及其对关键环境因素的响应,对于改进模型中碳-水耦合过程的表征、提高区域碳循环的预测能力、制定适应性生态系统管理策略以及增强北半球的生态系统气候韧性具有重要的科学和实践意义。为解决这些关键问题,本研究整合了多源遥感观测数据、动态植被模型输出结果(TRENDY v12)以及CMIP6地球系统模型预测,系统分析了北半球GPPAI的时空特征。研究通过三种独立GPP产品(FLUXCOM、GLASS、NIRv)的集合平均来降低产品本身的不确定性,运用因子模拟来估算主要驱动因素的贡献,采用PCMCI+因果发现算法来厘清各种环境因素的作用路径,同时利用CMIP6的多情景预测来评估未来的发展趋势。本研究的主要目标包括:(1)阐明1982年至2018年间北半球不同气候带和植被类型中GPPAI的时空演变及差异;(2)揭示各种水热因素对GPPAI变化的影响机制、主导模式及相互作用;(3)研究升高的二氧化碳浓度、气候变化以及土地利用变化如何影响北半球GPPAI的时空格局;(4)预测未来气候变化情景下GPPAI的时空演变趋势。这些研究结果将有助于理解陆地生态系统对全球变化的适应机制,为预测未来的碳-水耦合动态提供理论依据,同时也为全球气候变化应对以及生态系统管理和保护提供数据支持。部分内容摘录GPP数据为降低单一数据集带来的不确定性,我们整合了三种互补的全球GPP产品——FLUXCOM、GLASS和NIRv-GPP——来计算GPPAI(详见方法2.2.1)。首先使用的数据集是FLUXCOM月度GPP产品(Tramontana等人,2016年),其空间分辨率为0.5°。该产品基于ERA5的气象数据,包括日平均温度、湿度状况和太阳辐射数据,并通过FLUXNET的观测数据进行校准。北半球GPPAI的时空分布与动态我们分析了北半球陆地区域的GPPAI情况,排除了植被稀少和无植被区域。如图1a和1c所示,基于遥感观测和TRENDY模拟得到的GPPAI范围分别为-0.77至1.82和-0.86至0.96,平均值分别为-0.02和-0.03。在遥感数据和TRENDY模拟结果中,GPPAI小于0的区域分别占总面积的75.71%和75.01%,这些区域主要分布在中高纬度地区。不同干旱程度和植被类型下GPPAI变化的差异北半球植被区域的年均GPPAI在所有主要植被类型中均呈现下降趋势,其中牧场和灌木丛的下降速度最快,而农田和森林的下降速度相对较慢。这种现象可能是因为牧场和灌木丛生态系统对水分胁迫极为敏感(Wang等人,2024年)。由于这些生态系统的碳储量较低(生物量少)、根系较浅,且高度依赖地表水分,因此对干旱更为敏感。结论本研究系统分析了1982年至2018年间北半球陆地生态系统生产力对降水异常响应的不对称性的时空演变特征及驱动机制,并预测了不同情景下的未来趋势。主要研究结论如下:(1)目前北半球大部分地区都存在负向不对称性(GPPAI<0),其中遥感数据的平均GPPAI值为-0.02,TRENDY数据的平均值为-0.03。作者贡献声明陈佳轩:撰写——初稿、方法论、正式分析。王宗森:正式分析、数据整理。王志军:可视化、方法论、正式分析、数据整理。刘阳阳:撰写——审阅与编辑、项目管理、方法论、概念设计。薛婷怡:软件应用、正式分析。文忠明:撰写——审阅与编辑、资金获取。史海静:撰写——审阅与编辑、监督工作。王振谦:撰写——审阅与编辑、监督工作。利益冲突声明作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。致谢本研究得到了中国国家自然科学基金(编号42477522)、中国高校科学基金(编号XYTD2026-05)、陕西省重点研发计划(编号2024SF-YBXM-621)、内蒙古林业科学院开放研究项目(中国呼和浩特010010,项目编号KF2024MS04)、汾河流域地表过程与资源生态安全山西省重点实验室(编号FHKF202402)以及多项其他科研项目的支持。
生物通微信公众号
生物通新浪微博
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