《Ecological Indicators》:Vegetation resilience to compound drought and heatwave events in China: Spatiotemporal patterns, drivers, and future risk
编辑推荐:
复合干旱和热浪(CDHW)事件在全球变暖背景下不断加剧,对陆地生态系统的稳定性构成日益严重的威胁。然而,中国植被对CDHW事件的恢复力、其潜在驱动因素及未来演变趋势仍鲜有研究。研究人员通过耦合标准化降水蒸散指数(SPEI)和标准化温度指数(STI),构建了标准
复合干旱和热浪(CDHW)事件在全球变暖背景下不断加剧,对陆地生态系统的稳定性构成日益严重的威胁。然而,中国植被对CDHW事件的恢复力、其潜在驱动因素及未来演变趋势仍鲜有研究。研究人员通过耦合标准化降水蒸散指数(SPEI)和标准化温度指数(STI),构建了标准化复合干旱热浪指数(SCDHI),利用游程理论识别CDHW事件,并基于MOD17A2H总初级生产力(GPP)量化了八种植被类型的抵抗力和恢复力。随后,研究人员采用可解释的XGBoost-SHAP框架识别主导驱动因素,并利用偏差校正后的CMIP6数据,预估了SSP2–4.5和SSP5–8.5情景下的未来恢复力风险。自21世纪初以来,中国CDHW事件的强度、烈度、峰值、频率和持续时间均显著增加。抵抗力呈现明显的东高西低空间格局,主要受事件期最高温度控制;而恢复力在事件后降水控制下由南向北递减。不同植被类型间的恢复力差异显著:森林恢复力最强,同时维持高抵抗力和高恢复力;灌木地、草地和栽培植被居中;高山和荒漠植被恢复力最弱。历史时期,抵抗力总体稳定,而多数植被类型的恢复力呈下降趋势。相比之下,未来预估显示抵抗力将普遍下降,而恢复力保持稳定或略有上升。抵抗力在西部内陆地区下降最为剧烈,该区域是未来主要的脆弱区。综上,这些发现表明恢复力丧失的主导维度随时间发生转变,呼唤在气候变化加剧背景下采取区域差异化的适应路径。
**论文解读:中国复合干旱热浪事件的植被恢复力——时空格局、驱动机制与未来风险**
**一、研究背景与科学问题**
在全球变暖背景下,极端气候事件的频率、强度和持续时间显著增加,对陆地生态系统稳定性构成日益严重的威胁。复合干旱和热浪(Compound Drought and Heatwave, CDHW)事件,即干旱与高温在时空上的同步发生,通过水-热正反馈机制加剧生态影响,其综合效应远超各单一事件影响的简单叠加。然而,现有CDHW事件识别方法多依赖温度和降水的二元分析,忽视了蒸散发(ET)在其中的关键作用——高温加剧饱和水汽压差(VPD),恶化植被水分亏缺,加速干旱发展。中国在过去二十年经历了频繁的大规模CDHW事件,显著降低了植被生产力并损害了生态系统服务,是理解复合极端事件影响的理想区域。
植被恢复力(resilience)通常由两个互补维度描述:抵抗力(resistance),即干扰期间维持结构和功能的能力;恢复力(recovery),即干扰后恢复到参考状态的能力。现有研究存在三大缺口:第一,多将干旱与高温分开研究,缺乏对CDHW事件的综合评估及其植被响应机制的系统认识;第二,中国多样植被类型(从热带阔叶林到高山和荒漠生态系统)的恢复力响应及其差异机制尚未明确;第三,气候变化情景下植被恢复力的未来演变及脆弱性热点区域分布仍属空白。
**二、研究数据与方法概述**
研究人员整合了多源遥感与再分析数据,包括ERA5-Land气候数据(0.1°,月尺度)、TerraClimate的VPD数据(4 km)、MODIS MOD17A2H GPP(500 m,8天)及MOD13A3 EVI等植被数据、SRTM v4.1 DEM、中国土壤信息网格及HWSD v1.2土壤属性数据、夜间灯光、人口密度、路网密度和GDP等人类活动数据,以及偏差校正的六模型CMIP6数据集和深度学习融合的CMIP6 GPP产品。核心方法包括:①通过Copula函数耦合SPEI和STI构建标准化复合干旱热浪指数(SCDHI);②利用游程理论识别CDHW事件并量化其多维特征;③基于GPP偏离基线程度计算抵抗力和恢复力;④采用XGBoost-SHAP可解释机器学习框架解析多因素非线性驱动机制;⑤在SSP2–4.5和SSP5–8.5情景下预估未来恢复力风险。
**三、主要研究结果**
**1. CDHW事件的时空演变特征(2001–2025)**
2001–2025年间,中国CDHW事件的强度、烈度、峰值、频率和持续时间均呈显著增加趋势,其中事件频率增幅最为突出。华北和东北地区事件次数最多、持续时间最长,暴露度最高;而干旱的西北内陆和青藏高原事件虽少但强度、烈度和峰值最大,事件间隔期最长可达约51个月。西南地区多数指标上升最快。
**2. 植被抵抗力的空间格局**
抵抗力呈现显著的东高西低格局,高值区(0.6–0.8)集中于东部季风区和东北、华北平原,低值区(0.3–0.4)主要分布在青藏高原和横断山脉。抵抗力随海拔升高而降低(约0.65降至0.4),随经度东移而升高(最高约0.7),随纬度呈非单调变化。植被类型间差异显著:阔叶林、混交林和栽培植被抵抗力最高(约0.57),高山植被最低(约0.45)。在年均降水-年均温(MAP–MAT)气候空间中,暖干和暖湿象限抵抗力较高,冷干和冷湿象限较低,表明温度是控制抵抗力的主导因子。
**3. 植被恢复力的空间格局**
恢复力的空间格局与抵抗力明显不同。高值区(0.6–0.7)分布于华东、华中、华南和西南地区,低值热点(0.3–0.4)集中于青藏高原东部、华北和东北。恢复力随纬度升高而显著降低(约0.7降至0.5),但随海拔和经度变化较弱。针叶林和混交林恢复力最高(约0.58),其余类型介于0.52–0.55之间。在气候空间中,恢复力在暖湿和冷湿象限均较高,仅在冷干象限较低,表明水分供应而非温度是控制恢复力的主导因子。
**4. 抵抗力-恢复力的联合分布**
全国54%的像元位于高抵抗力-高恢复力象限,13%属于双重脆弱区。华东、华中、华南高-高象限占比最高(91%、78%、71%),几乎无双重脆弱区;东北和华北虽总体抵抗力较高,但仍有29%和19%的像元处于高-低象限;西北分布最分散,双重脆弱区占比最高(18%);西南以恢复力主导,38%的像元呈低抵抗力-高恢复力组合,体现了“易损但快速恢复”的权衡策略。森林(尤其是针叶林和混交林)两维度表现最均衡,高山和荒漠植被则集中于低抵抗力侧。
**5. 恢复力的时间动态**
2001–2025年间,抵抗力总体稳定,仅草地和荒漠植被呈显著下降趋势;而恢复力呈广泛下降趋势,八种植被类型中六种显著下降,草地降幅最大(-0.0079 yr?1),其次为栽培植被(-0.0068)、阔叶林(-0.0058)、灌木地(-0.0051)、针叶林(-0.0046)和混交林(-0.0025)。这表明过去25年植被恢复力呈“抵抗力稳定但恢复力下降”的格局,干扰后恢复能力系统性减弱。
**6. 驱动因素归因**
XGBoost-SHAP分析显示,气候是两类指标的最重要驱动类别。对抵抗力而言,事件期最高温度(Tmax
evt)贡献最大(38.8%),其次为PET(15.2%)、SOC(12.7%)和背景降水(11.5%);气候类别总贡献70%。SHAP依赖图显示,Tmax
evt的贡献在约10°C以上由负转正。对恢复力而言,事件后降水(PRE
post)为主导因子(26.0%),其次为SOC(19.2%)、背景最高温度(18.8%)、黏粒含量(11.0%)和PET(9.7%);气候类别总贡献54%,土壤类别占30%。PRE
post呈现阈值响应,在约400 mm以上由抑制转为促进恢复。
**7. 未来风险预估**
未来CDHW胁迫显著加剧,SSP5–8.5情景下变化远强于SSP2–4.5。SSP5–8.5远未来ΔSCDHI可达-1.7至-3.2,最强胁迫集中于四川盆地、云贵高原及华中和华东。抵抗力未来将系统性下降,低值区从西部向东扩展,SSP5–8.5远未来全国平均抵抗力从历史0.53降至0.31。相比之下,未来平均恢复力总体稳定(0.53–0.58),高海拔寒冷地区(如青藏高原东部)甚至有所上升。抵抗力在西部内陆下降最剧烈,西部内陆被确定为主要未来脆弱区。
**四、讨论与结论**
研究揭示了抵抗力与恢复力受不同气候因子控制、呈现不同空间格局和演变趋势的深刻差异,强调单一维度评估可能导致脆弱区误判。历史时期恢复力下降为生态系统稳定性减弱提供了早期预警信号,但未来恢复力丧失的主导维度将发生根本性转变——从恢复力下降转向抵抗力锐减。这一转变具有显著的区域异质性:西部内陆地区抵抗力下降最快,成为未来优先关注区域。植被类型间恢复力差异可归因于根系深度、非结构性碳水化合物储备、水分利用策略等生理结构特征差异。研究还指出,未来冷区高海拔植被恢复力的提升受限于温度是否仍为主要限制因子、CO?施肥效应是否受养分限制以及冰雪融水供应的可持续性。研究呼吁采取区域差异化适应策略,通过减少额外扰动、保护水源和减排等措施减缓抵抗力丧失,以支撑中国“双碳”目标。局限性方面,GPP产品内在的光能利用效率公式可能使抵抗力指标与部分气候变量存在耦合,未来需结合太阳诱导叶绿素荧光或过程模型GPP进行交叉验证。