影响中国森林生态系统生产力变化的气象与臭氧模式

《Atmospheric Environment》:Meteorological and Ozone Modes Regulating the Variability of Forest Ecosystem Productivity in China

【字体: 大 中 小 】 时间:2026年07月31日 来源:Atmospheric Environment 3.8

编辑推荐:

  摘要:异常的气象条件与地表臭氧污染日益威胁着中国陆地生态系统的生产力。然而,以往的研究在解释总初级生产力变化驱动因素时,大多忽视了这些因素之间的协变关系。本研究在评估各单一因素影响的同时,识别出了主要的气象与臭氧协变模式,并量化了它们对森林总初级生产力变化的贡献。通过多元线性回归

  摘要:异常的气象条件与地表臭氧污染日益威胁着中国陆地生态系统的生产力。然而,以往的研究在解释总初级生产力变化驱动因素时,大多忽视了这些因素之间的协变关系。本研究在评估各单一因素影响的同时,识别出了主要的气象与臭氧协变模式,并量化了它们对森林总初级生产力变化的贡献。通过多元线性回归模型分析,我们发现2015年至2024年间,气象因素与臭氧共同解释了中国森林总初级生产力月度变化的大约一半。主成分分析及回归进一步表明,在中国东南部、东北部和西南部地区,这些协变模式分别解释了区域森林总初级生产力月度变化的38%、34%和24%。这些有利于总初级生产力提升的模式表现为高温、强太阳辐射、低空气湿度以及低降水量,且通常伴随着较高的臭氧浓度。这种共存现象意味着一种潜在的权衡:有利于总初级生产力提升的气象条件同时也会增加臭氧对植被的损害风险。此外,在中国西南部,充足的太阳辐射条件下,高于正常的降水量还能进一步促进植被生长。在2005–2014年和2015–2024年这两个十年间,以及整个2005–2024年的研究期内,有利于总初级生产力提升的气象模式始终如一,其特点为高温、强太阳辐射、低空气湿度以及低降水量。这体现了调节生态系统生产力的环境因素具有长期稳定性。我们的研究结果为中国の生态管理及气候适应策略提供了重要参考。

引言:陆地生态系统是全球碳循环中的重要碳汇,能够吸收大约21%的人为二氧化碳排放量(Friedlingstein等人,2025年)。它们在实现碳中和及推动可持续发展方面发挥着关键作用(Piao等人,2009年;Piao等人,2022年)。衡量这一碳吸收过程的关键指标是总初级生产力,即植物通过光合作用固定的有机碳总量(Anav等人,2015年;Beer等人,2010年)。气象条件对于维持陆地生态系统的健康与正常功能至关重要,许多研究探讨了不同气象因素对总初级生产力的影响(Madani等人,2020年;Sun等人,2018年;Wang等人,2025b年;Zhang等人,2016年;Zhu等人,2025年)。例如,Madani等人(2020年)发现,北方地区的寒冷压力减轻有助于提高总初级生产力,而热带地区的蒸散力差增加则会降低总初级生产力。Zhu等人(2025年)利用随机森林模型确定,年平均温度是中国森林总初级生产力最重要的驱动因素。根据Wang等人(2025b年)的研究,2023年春季中国西南部干旱期间,森林生产力的下降主要是由于土壤水分异常偏低所致。这些研究都表明了气象条件与陆地碳循环之间存在紧密联系。了解气候因素在调节总初级生产力中的作用,对于理解生态系统对环境变化的响应至关重要。目前大多数研究都侧重于分析单个气象因素对总初级生产力的影响,通常采用基于相关性的方法(Liu等人,2024b年;Yao等人,2018年)。虽然这类方法能直观地显示单个因素与总初级生产力之间的直接关系,但却往往忽视了气候变量之间复杂的相互作用及显著的协变关系(Guenni等人,1990年)。这类相互作用可能会干扰对总初级生产力变化驱动因素的判定,从而影响我们对调控总初级生产力的主要机制的理解。例如,Liu等人(2020年)发现,全球范围内,土壤水分与蒸散力差与陆地生态系统生产力之间的相关性,在空间分布和强度上都非常相似。Seneviratne等人(2010年)也进一步强调了土壤水分与温度、土壤水分与降水之间的耦合关系在生物地球化学循环中的重要性。因此,一个重要的科学问题随之产生:是否存在由多种气象因素共同作用而形成的主导性气象模式,从而同步调节生态系统生产力?而且这些模式在不同时间尺度上的稳定性如何?植物通过气孔吸收二氧化碳和水分进行光合作用,但这些气孔同样也会让臭氧进入叶片。臭氧会引发细胞膜和叶绿体的氧化损伤,进而破坏叶片结构,降低光合作用能力,限制碳同化过程。这种生理压力会表现为可见的叶片损伤,如叶绿素缺失、坏死以及过早衰老(Agathokleous等人,2020年;Feng等人,2014年;Yue与Unger,2014年)。地面臭氧主要是由阳光驱动的光化学反应产生的,其前体物质包括一氧化碳、甲烷、挥发性有机化合物以及氮氧化物。北半球的空气质量监测数据显示,20世纪以来臭氧浓度上升了30%至70%(Tarasick等人,2019年)。此外,CMIP6模型预测,1850年至2014年间,东亚和南亚地区的臭氧水平年均上升幅度可达40皮克/立方厘米(Turnock等人,2020年)。尽管人们一直在努力减少臭氧前体物质的排放,但臭氧浓度依然处于较高水平(Agathokleous等人,2020年),在RCP8.5情景下,到2100年全球臭氧浓度预计还将上升约4至5皮克/立方厘米(Sicard等人,2017年)。持续的臭氧暴露引发了人们对臭氧对植被损害问题的担忧。Cheesman等人(2024年)估计,自2000年以来,由于臭氧暴露加剧,热带森林的陆地碳汇损失速率约为0.29拍克碳/年。综上所述,这些研究结果都凸显出高浓度臭氧对陆地生态系统构成的日益严重的威胁。需要指出的是,臭氧浓度会受到气象条件的强烈影响(Bi等人,2022年;Chen等人,2020年;Gao等人,2023年;Yan等人,2023年)。例如,Gao等人(2023年)发现,在温暖季节,热浪与严重的臭氧事件往往同时发生。Yan等人(2023年)则认为,以炎热干燥的气团为特征的干燥热带天气模式是导致臭氧浓度升高的重要原因。与这些研究结果一致,Tai等人(2014年)以及Tai和Val Martin(2017年)指出,如果忽视臭氧与温度之间的相关性,就有可能误判臭氧和温度对作物生产力的真实影响,从而导致产量损失的错误归因。这些研究表明,如果不考虑气象条件,就可能会使对臭氧导致的植被损害的估算出现偏差。因此,将臭氧与气象因素一起纳入分析中,对于了解各种环境驱动因素如何共同调节生态系统生产力至关重要。近几十年来,中国异常气象事件和地表臭氧污染事件的频率不断增加,这对陆地碳吸收以及生态系统稳定性构成了越来越大的威胁(Han等人,2024年;Wang等人,2023年;Yang等人,2024年;Yuan等人,2016年;Zhu等人,2022年)。例如,Lu等人(2020年)报告称,2013年至2019年期间,中国每日最大8小时平均臭氧浓度以每年2.4皮克/立方厘米的速度上升,2013年4月至9月期间,超过90%的监测站点都呈现出上升趋势。与此同时,1980年至2019年间,出现与中国污染最严重月份类似的气象条件的频率也在增加(Yang等人,2024年)。这些同步出现的趋势引发了人们对臭氧污染与异常气象条件共同作用于陆地生态系统的影响的担忧,尤其是考虑到二者之间可能存在的相互作用。此外,Zhu等人(2022年)还发现,臭氧导致的植被损害会影响陆气交换过程,这表明臭氧与植被之间的反馈机制会调节区域气象条件与空气质量,进而可能影响生态系统的碳动态。鉴于中国气候多样、地理环境复杂,且目前既是重要的陆地碳汇,未来也具有巨大的碳汇潜力(Piao等人,2009年),因此中国是研究环境驱动因素及其相互作用如何影响陆地碳循环的典型案例。本研究重点关注生长季(5月至9月)内的总初级生产力异常情况,并探究导致这些异常的机制。选择5月至9月作为研究时段,是因为在中国大多数森林生态系统中,这一时期的总初级生产力达到季节性峰值,且对环境压力因素极为敏感。排除非生长季可以减少与物候休眠及冻融过程相关的干扰因素,从而更清晰地评估环境驱动因素对总初级生产力的影响(详见补充材料中的文本S1)。为此,我们针对三个不同时间段构建了去除了季节周期的月度气象异常值与总初级生产力异常值时间序列:第一个十年(2005–2014年)、第二个十年(2015–2024年)以及整个20年周期(2005–2024年)。由于数据获取的限制,与臭氧相关的分析仅限于最近的一个十年(2015–2024年)。而长期的气象与总初级生产力数据则有助于我们评估整个研究期间气候与总初级生产力之间关系的稳定性。以往关于空气质量的研究为厘清气象因素对空气污染物的复杂影响提供了宝贵的方法论框架。特别是Tai等人(2012年)和Leung等人(2018年)证明,PM2.5(空气动力学直径小于或等于2.5微米的颗粒物)与各个气象变量之间看似存在的相关性,实际上往往源于它们都对大尺度环流模式存在依赖关系。他们通过主成分分析识别出了少数几个具有物理意义的、能够表征相互关联的气象场的主成分模式,然后运用主成分回归将这些模式与PM2.5联系起来。这种基于模式的方法框架能够有效排除各预测因子之间的混淆效应,避免仅依据成对相关性就错误判断因果关系。对于研究气象因素与臭氧如何共同影响植被生产力而言,这类方法尤为重要,因为气象因素与臭氧暴露程度可能都受到大气变异模式的影响。本研究采用的方法框架如下。首先,运用多元线性回归分析,评估气象因素异常值与臭氧浓度异常值对总初级生产力月度变化所具有的单独影响以及综合影响。考虑到这些驱动因素之间存在较强的协变性,随后又运用主成分分析来识别主要的气象与臭氧协变模式。在基于主成分分析结果确定的模式基础上,进一步运用主成分回归定量分析每种模式对总初级生产力月度变化的贡献程度。通过这些综合分析,我们能够更深入地理解植被在气候变异与地表臭氧污染共同作用下的响应机制,从而为评估气候变化背景下的生态系统脆弱性提供理论依据。这些研究结果可为中国乃至其他地区的生态与环境管理提供科学支持,也有助于实现联合国可持续发展目标,尤其是目标13“气候行动”和目标15“陆地生命”。

数据预处理:2015年至2024年5月至9月的地面每小时臭氧浓度数据(见图S1)来自中国国家环境监测中心的空气质量监测网络。监测站点的数量从2015年5月的1497个增加到2024年9月的2026个。除非另有说明,此处提及的所有臭氧浓度均指MDA8值,这是中国用于衡量环境空气质量的指标。月度平均MDA8臭氧浓度是通过特定公式计算得出的。

总初级生产力与气象因素及臭氧浓度的相关性:我们运用表1中列出的五个解释变量,基于2015年至2024年5月至9月的月度数据(共计50个月度样本),对总初级生产力进行了多元线性回归分析。为评估潜在的多重共线性问题,我们计算了所有五个预测因子的方差膨胀因子。分析结果表明,在全国范围内,所有因子的方差膨胀因子都低于10(见图S7),这说明在多元线性回归分析中不存在严重的多重共线性问题。不过,也有部分因子的方差膨胀因子相对较高(大于5)。

结论与讨论:在本研究中,我们运用多元统计方法,探讨了常常相互关联的气象因素与臭氧浓度是如何共同调节中国森林生态系统生产力的。首先,我们利用2015年至2024年的数据,构建多元线性回归模型,将总初级生产力与气象因素及臭氧浓度相关联。分析结果显示,在生长季,过量的降水量会抑制中国华北、东北和西南地区森林的总初级生产力,而相对较高的地面相对湿度与降水量相结合,则有助于缓解这一负面影响。

作者贡献说明:Amos P. K. Tai:撰写——审阅与编辑、研究指导、资金获取、概念构思。Stephen Sitch:撰写——审阅与编辑、方法设计、资金获取。Yang Zhao:撰写——初稿撰写、概念构思。Hao Zhou:撰写——审阅与编辑、资金获取。

利益冲突声明:作者声明不存在任何利益冲突。

数据可用性说明:地表臭氧浓度数据可在https://quotsoft.net/air/获取。ERA5-Land月度平均气象数据集可从https://cds.climate.copernicus.eu/datasets/reanalysis-era5-land-monthly-means?tab=overview下载。MODIS总初级生产力数据(MOD17A2HGF v061版本)可在https://www.earthdata.nasa.gov/data/catalog/lpcloud-mod17a2hgf-061获取。植物功能类型(MCD12Q1 v061)相关产品可从//www.earthdata.nasa.gov/data/catalog/lpcloud-mcd12q1-061下载。利益冲突声明:? 作者声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢:本研究得到了香港中文大学授予APKT的内部资助,用于支持香港中文大学-埃克塞特大学环境可持续性与韧性联合中心(ENSURE;项目编号:4930820)。此外,该研究还获得了香港研究资助委员会的战略课题资助(STG2/P-705/24-R),以及中国国家自然科学基金委员会与香港研究资助委员会的联合研究计划支持(参考编号:N_CUHK440/20, 42061160479)。杨兆|斯蒂芬·西奇|周浩|戴阿莫斯·P.K.中国香港特别行政区沙田,香港中文大学理学院地球与环境科学系
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