《Agricultural and Forest Meteorology》:Underestimated climate contributions: Dynamic attribution of vegetation changes in China incorporating soil moisture and vapor pressure deficit
编辑推荐:
摘要植被动态受气候变化和人类活动共同影响,但传统归因模型仅依赖温度和降水量,往往忽视水汽压差和土壤湿度,可能导致对气候作用的低估。我们量化了中国植被叶面积指数的时空变化,并通过将水汽压差和土壤湿度纳入归因框架,重新评估了气候变化与人类活动的贡献。利用GIMMS LAI4g数据(1
摘要
植被动态受气候变化和人类活动共同影响,但传统归因模型仅依赖温度和降水量,往往忽视水汽压差和土壤湿度,可能导致对气候作用的低估。我们量化了中国植被叶面积指数的时空变化,并通过将水汽压差和土壤湿度纳入归因框架,重新评估了气候变化与人类活动的贡献。利用GIMMS LAI4g数据(1982–2020年),构建了从基本水热因子到综合水分胁迫因子的三级分层框架。通过曼-肯德尔检验、森斜率分析、残差分析和路径分析等方法,评估趋势、归因及作用机制。中国的LAI呈持续上升趋势(0.003年?1),在2003年左右出现转折点,此后增长速度显著加快,呈现出明显的“北早南晚”空间格局。纳入水汽压差和土壤湿度后,气候归因更为精准,偏差问题得到改善,气候主导区域从21%上升至53%(尤其是中国中部和南部),而人类活动主导区域则从55%下降至28%。路径分析显示,湿润地区受能量驱动因素(温度、水汽压差)影响,而干旱地区则受水分限制因素(降水量、土壤湿度)制约。2003年是中国植被变化对气候调控作用发生显著转变的节点。转折点之后,中国中部的水汽压差由促进因素转变为抑制因素。通过将水汽压差和土壤湿度纳入水分胁迫归因框架,我们解决了对气候影响系统性低估的问题,为评估环境因素与人为因素对陆地生态系统的共同影响提供了可靠方法。
引言
作为陆地生态系统的重要组成部分,植被在调节气候、维持生物多样性以及支撑碳循环方面发挥着不可替代的作用(Foley等,2005)。全球研究表明,植被动态是由气候变化和人类活动共同驱动的(Chen等,2024a;Piao等,2020;Wu等,2026)。人类引起的土地利用变化和生态政策改变了全球的植被覆盖格局(Chen等,2025,2026)。自1981年以来,全球绿色程度有所增加,其中中国和印度由于大规模的农业生产和造林工程,其绿色程度提升尤为明显(Chen等,2019)。相反,在长江三角洲等高度城市化的地区,强烈的人类活动导致了局部植被退化(Ma等,2023)。
气候变异仍是推动植被生长的关键因素。温度和降水量作为传统归因模型中的核心水热变量,对植被的影响各不相同(Hu等,2025;Li等,2022;Zhang和Li,2023)。虽然升温通常会提高中高纬度地区的植被生产力(Piao等,2020),但在内蒙古沙地等干旱和半干旱地区,降水量仍是重要的限制因素(Gong等,2021)。不过,过量的降水量可能会通过降低土壤含氧量而抑制植被生长(Ma等,2022)。最新研究指出,水汽压差和土壤湿度是更直接反映水分胁迫的指标,对植被动态起着关键调控作用。较高的水汽压差会增加大气蒸发需求,导致气孔关闭,进而限制碳同化作用(López等,2021;Yuan等,2019)。同时,土壤湿度决定了植物根系吸收水分的能力,影响植物的膨压和气孔调节功能(Yang等,2025)。高水汽压差与低土壤湿度相结合会导致复合型干旱胁迫,给陆地生态系统带来越来越严重的危害(Jiao等,2021;Qi等,2024;Tang等,2025;Zhong等,2023)。然而,以往的研究大多在残差回归模型中仅使用温度、降水量和地表太阳辐射,往往忽视了水汽压差和土壤湿度的作用,这可能引入归因偏差,低估气候的影响。
气象变量之间存在复杂的相互作用(Uma?a等,2025),但传统回归模型往往只能捕捉相关性而非因果关系(Bruzzone等,2023),因此难以区分直接效应和间接效应。例如,降水量可以补充土壤湿度(Wang等,2024),而土壤湿度又会通过蒸散作用影响大气水汽含量,进而又反过来影响降水量(Lee和Hohenegger,2024)。路径分析可以将总的气候效应分解为直接效应和间接效应,从而更客观地量化复杂因果系统中各因素的贡献(Wang等,2025a)。此外,这些驱动因素的权重还会随时间发生变化。过去四十年来,中国经历了加速变暖和频繁的极端天气,同时还开展了大规模的生态修复工程(Li等,2024a;Zhou等,2025)。这些气候与人为因素的共同作用可能导致植被覆盖及其发育轨迹发生突然变化(Yang等,2021)。仅依据单一的长期趋势可能掩盖不同阶段主导因素的差异,从而导致错误结论。因此,要准确解读植被动态,就需要识别出突变点,并进行分时段分析。
基于以上考虑,我们利用1982–2020年的长期叶面积指数时间序列数据,研究了中国七个子区域的植被动态;为此,我们采用了曼-肯德尔检验、残差分析和路径分析等方法。与容易在高生物量区域出现饱和现象的归一化差异植被指数,以及往往带有多源数据建模不确定性的总初级生产力相比,叶面积指数在植被茂密的地区不太容易出现饱和现象(Cook等,2025),且能较好地反映植被的生产力和状况(Wang等,2025b)。为了更准确地反映水分胁迫情况,我们在传统气象模型基础上加入了水汽压差和土壤湿度,构建了一个综合框架,以全面体现气候对植被生长的多方面影响。具体而言,我们构建了一个多情景逐步递进的框架,从基本的水热因子(温度+降水量),到能量因子(温度+降水量+地表太阳辐射),再到水分胁迫因子(温度+降水量+地表太阳辐射+水汽压差+土壤湿度),以此量化因忽略水汽压差和土壤湿度而产生的系统偏差。为厘清气候变异与水分胁迫的耦合效应,我们结合了路径分析(将总效应分解为直接和间接路径)、偏相关分析(用于独立验证)以及分时段分析(用于把握不同阶段的耦合强度),从而建立了多方法交叉验证体系。
我们的主要目标是回答以下问题:(1)1982年至2020年间,中国的植被叶面积指数是否发生了显著的突变?其空间和时间演化规律是什么?(2)如何定量分析气候变化和人类活动对中国植被叶面积指数的相对贡献?这些贡献在不同时间阶段是否存在差异?(3)在残差分析模型中纳入水汽压差和土壤湿度后,叶面积指数的归因结果会发生怎样的变化?(4)在中国不同地区,具体的气象因素是通过哪些直接、间接及综合路径(分别用直接路径系数、总间接路径系数和综合路径系数表示)影响植被变化的?
章节节选
研究区域概况
中国位于东亚,地形呈现独特的“三级阶梯”特征,海拔从西向东逐渐降低。中国涵盖了从热带、亚热带到温带、寒带的多种气候类型,气候状况十分多样。这种由高原、山脉、丘陵和平原构成的复杂地形,孕育了多种多样的生态系统和植被分布模式(Piao等,2015)。
鉴于各种因素之间的复杂相互作用
LAI变化的时间与趋势
1982年至2020年间,中国植被叶面积指数发生突变的时间在空间上存在明显差异(见图3)。根据固定的十年划分区间(1983–1990年、1991–2000年、2001–2010年和2011–2019年),我们统计了每个时期发生突变的像素数量。2001–2010年间的突变频率最高,占总数的32%,而1991–2000年的突变频率最低(低于15%)。尤其是2003年
LAI演变趋势与转折点的解读
本研究中,曼-肯德尔检验揭示出中国植被叶面积指数转折点存在“北早南晚”的空间梯度。青藏高原和西北地区的植被变化主要发生在1990年至2000年之间,而长江中下游、珠江三角洲和华南地区的植被变化则集中在2000年之后。这一时间规律与我国一系列重大生态工程的实施阶段相吻合
结论
基于1982年至2020年的GIMMS LAI4g卫星数据,我们通过转折点检测、森斜率分析、改进的残差分析、路径分析以及偏相关分析等方法,研究了中国植被叶面积指数的时空演变规律,并明确了其主要驱动因素。核心研究结论如下:
- (1)
1982年至2020年间,中国植被覆盖面积持续扩大,大约在2003年出现了一个显著的生长转折点。这一转变之后
CRediT作者贡献说明
郑晖:概念设计、方法学、软件应用、验证、论文撰写——审稿与编辑。黄宇航:数据整理、正式分析、方法学、软件应用、验证、可视化处理、论文初稿撰写。李荣:方法学、软件应用、可视化处理、论文初稿撰写。尹晓山:数据整理、调查研究、方法学、软件应用。傅博林:方法学、软件应用。金俊岭:方法学、项目管理、监督工作、论文审稿与编辑。
Hui Zheng|Yuhang Huang|Rong Li|Xiaoshan Yin|Bolin Fu|Junling Jin
广西师范大学脆弱生态环境过程与修复重点实验室,中国广西桂林市育才路15号,邮编541004