非平稳气候下整合土壤水分记忆、人类压力及植被-大气耦合的动态生态水文干旱框架

《Science of The Total Environment》：A dynamic eco-hydrological drought framework integrating soil moisture memory, human pressure, and vegetation–atmosphere coupling under a non-stationary climate

　　

摘要
干旱是一种复杂的环境现象，源于气候变率、生态系统过程和人类活动之间的相互作用。然而，广泛使用的干旱指数如标准化降水指数（SPI）和标准化降水蒸散发指数（SPEI）依赖于气象异常值，往往忽略了在气候变化下控制陆地水胁迫的关键生态水文反馈。为了克服这一局限性，引入了动态生态水文干旱指数（DEHDI），这是一个基于过程的框架，整合了植被 - 大气耦合、递归土壤湿度记忆、人为压力以及 CO2 介导的蒸散发需求的生理调节。该框架在一个递归生态水文结构内结合了水汽压亏缺、归一化植被指数、人类活动代理变量（HAP）以及经 CO2 调整的潜在蒸散发分量。模型参数使用弹性网络正则化进行了优化，并在 1982–2024 年间于伊朗 25 个气候多样的站点进行了评估。针对 TerraClimate 衍生的土壤湿度参考数据集进行的 10 折交叉验证表明，DEHDI 较传统干旱指标有了实质性改进。DEHDI 的受试者工作特征曲线下面积（AUC）平均值为 0.84，而 SPEI 为 0.65，SPI 为 0.61，同时基于马修斯相关系数（MCC）和海德克技巧评分（HSS）提供了明显更高的分类干旱检测技巧。最大的改进出现在干旱和半干旱地区，在这些地区，干旱演变受累积的生态水文胁迫和人为压力的控制，而不仅仅是短期的气象异常。敏感性分析确定土壤湿度记忆和人为压力是对模型性能贡献最大的因素。此外，纳入 CO2 调节的生理反应减少了与温度驱动的大气蒸散发需求增加相关的干旱高估。结果表明，干旱应被视为一种涌现的生态水文和社会环境过程，而不仅仅是气象异常。通过明确整合生态、水文、气候和人为控制因素，DEHDI 为在加速的气候变化下，于人类改造景观中进行干旱监测、早期预警和环境风险评估提供了一个物理上可解释的框架。

引言
干旱是一种广泛且日益严重的自然灾害，现已被公认为具有全球性挑战，对水 - 粮 - 能安全和生态系统韧性造成严重后果（Mishra and Singh, 2010; AghaKouchak et al., 2014; Drobinski et al., 2025）。最近的研究越来越多地认识到，干旱是耦合气候 - 生态系统 - 人类系统的涌现属性，而不仅仅是纯粹的气象现象。在许多地区，植被动态、土地利用变化、地下水枯竭和人为水资源消耗与气候变率相互作用，加剧了陆地水胁迫。因此，干旱严重程度再也无法仅用降水亏缺来完全解释，特别是在加速的气候变化和不断增加的人为自然资源压力之下。随着地球系统进入非平稳状态，传统干旱传播的边界正在被复合的气候极端事件和加速的土地 - 大气反馈重新划定（Seneviratne et al., 2010; Zscheichler et al., 2020）。

伊朗位于高脆弱性气候带，是这些动态过程的关键全球热点。最近的证据表明，该地区正在经历永久性干旱状态或水破产，这是由快速变暖、降水模式变化和陆地水资源过度开发的协同效应驱动的，使得传统监测工具在风险管理方面越来越不足（Tourian et al., 2015; Ashraf et al., 2021; Madani, 2014, Madani, 2026）。在西亚超干旱和快速发展的地区，水文亏缺的特征进一步因局部人为足迹而复杂化。最近的复合证据强调，这些景观中的水资源短缺已根本性地转变为社会经济和人为干旱，其中不可持续的人类水资源消耗和发展政策触发了超出自然气候变率的系统性水破产（Madani et al., 2016; Otto et al., 2023）。

干旱监测的历史演变已从简单的单变量指标过渡到复杂的生态水文框架。以标准化降水指数（SPI）为代表的第一代指标，专门关注大气供应亏缺（McKee et al., 1993）。为了捕捉干旱的热强迫，第二代指标引入了标准化降水蒸散发指数（SPEI），将潜在蒸散发（PET）纳入气候水平衡中（Vicente-Serrano et al., 2010; Zarei and Mahmoudi, 2021, Zarei and Mahmoudi, 2022; Beguería et al., 2014; Ji et al., 2024）。然而，最近的高影响力研究确定了传统指数中的平稳性悖论；在升高的大气 CO2 浓度下，植被表现出生理适应，特别是气孔导度降低，这可以使实际蒸腾与大气需求脱耦（Swann et al., 2016; Lemordant et al., 2018; Piao et al., 2020）。忽视这种 CO2 施肥效应会导致在非平稳气候中通过高估 PET 从而系统性放大干旱严重程度（Roderick et al., 2015; Milly and Dunne, 2016; Berg and Sheffield, 2018）。换言之，尽管这些指数已成为干旱监测的标准工具，但它们主要代表大气异常，往往忽略了生态反馈、植被生理反应、土壤湿度持久性以及人为改造，而这些因素日益控制着人类主导景观中的干旱演变。

在将人为压力和非线性陆地反馈整合到一个统一诊断框架中方面，知识缺口依然存在。人类活动，特别是灌溉用水的过度开采和快速的土地利用转化，使许多伊朗流域进入了人为干旱状态（Madani et al., 2016）。在这个框架中，人为压力被定义为即使在缺乏极端降水亏缺的情况下，也能加剧陆地水资源枯竭的社会经济足迹。现在它们是干旱周期的内在组成部分，通过土地利用强化、城市化和人口变化造成人为干旱（AghaKouchak et al., 2015; Van Loon et al., 2016; Mehran et al., 2017）。此外，大气水汽压亏缺（VPD）与植被活力（归一化植被指数或 NDVI）之间的相互作用本质上是非线性的；生长季节高峰期的高 VPD 可能触发土壤湿度快速消耗，而线性多变量模型无法量化这一点（Ocheltree et al., 2014; Novick et al., 2016; Yuan et al., 2019; Grossiord et al., 2020）。传统的基于异常的干旱指数严重依赖大气需求代理和遥感绿色度，从根本上忽视了土壤湿度限制在驱动植物生理胁迫中的关键作用。在过渡性土壤湿度机制中，土壤湿度动态、实际蒸散发和 VPD 紧密耦合；忽视这些内在的非线性土壤 - 植物 - 大气相互作用通常会导致对陆地初级生产力和生态系统干旱脆弱性的严重误算。此外，陆地系统表现出水文记忆，土壤湿度对气候强迫的响应以递归持久性为特征，而不是简单的滚动平均值（Koster et al., 2004; Orth and Seneviratne, 2012; McColl et al., 2017; Humphrey et al., 2021; Rahmati et al., 2024）。迫切需要一种指数，通过利用递归滤波和非线性逻辑来反映这一物理现实。

为了应对这些多方面的挑战，本研究提出了 DEHDI 指数。DEHDI 代表干旱指数化的范式转变，具体表现为：a) 使用最新的生理基准动态调整 PET 以应对 CO2 介导的气孔关闭（Kruijt et al., 2008）；b) 将人为压力建模为年度背景敏感性驱动因子以稳定月度信号；c) 明确纳入非线性交互项（VPD × NDVI）以捕捉协同的冠层 - 大气胁迫；以及 d) 利用递归指数衰减滤波器来模拟整合性土壤湿度记忆（Orth and Seneviratne, 2012）。与标准回归模型不同，DEHDI 使用站点特定的加权弹性网络框架进行校准，该框架优先考虑检测极端水分亏缺（干旱尾部），而不是平均状态复制（Zou and Hastie, 2005; Hans, 2011; Shen, 2018）。

本研究的主要假设是，一种考虑生理适应和人为压力的非线性、具有记忆功能的指数，在追踪实际陆地水胁迫方面将显著优于纯气候指数。具体目标如下：
1. 利用混合多时间架构和站点特定的非线性加权，在伊朗 25 个代表性综合气象站（1982–2024 年）构建 DEHDI 框架。
2. 实施以干旱为中心的加权优化方法，以最大化指数对极端生态水文事件的敏感性。
3. 使用高级分类技巧评分，特别是 AUC、MCC、决定系数（R2）和 HSS，针对 TerraClimate 衍生的土壤湿度参考（2003–2024 年）验证 DEHDI 的价值。
4. 进行系统的结构敏感性分析，量化各个组件的边际贡献和技巧增益，包括 CO2 施肥效应、人为压力源、VPD 与 NDVI 之间的相互作用以及土壤湿度记忆。
5. 通过高级视觉分析（包括站点雷达图、哑铃图和时间热力图）展示指数的能力和稳健性，并以非参数 SPI 和 SPEI 作为基准。

部分片段
研究区域
伊朗位于西亚，覆盖约 164.8 万平方公里，由于极端的环境异质性和日益增长的人为压力，它是多维干旱指数的理想水文气候测试场（图 1）。该国的地理特征是一个被崎岖的厄尔布尔士山脉和扎格罗斯山脉环绕的高中央高原，这些山脉作为阻挡来自地中海和里海的含湿气团的 formidable 屏障，并产生陡峭的空间梯度，在

模型权重和生态水文驱动因子的空间变异性
由站点特定的弹性网络系数确定的六个生态水文和人为预测因子的相对重要性，表现出显著的空间和气候异质性（表 3）。正则化框架有效地隔离了最有影响力的驱动因子，同时对 25 个综合气象站中的冗余特征进行惩罚。

DEHDI 框架的核心结构特征是 非线性交互项（VPD × NDVI），它作为最主导的

讨论
伊朗为研究干旱复杂性提供了理想的天然实验室，因为它涵盖了超干旱、干旱、半干旱和湿润气候，同时正在经历快速的环境变化、地下水枯竭、土地利用转化和增加的大气需求。这种气候和社会环境异质性使得能够评估生态、水文和人为控制因素如何共同影响对比性环境中的干旱传播。

结论
DEHDI 解决了在气候变化下理解气候、生态和人为过程如何共同控制陆地干旱发展的关键挑战。通过整合非线性相互作用、递归物理记忆和人为压力，DEHDI 克服了像 SPI 和 SPEI 等传统指数常面临的平稳性悖论。我们在伊朗 25 个站点的全面验证表明，DEHDI 是一个稳健的...检测器

CRediT 作者贡献声明
Abdol Rassoul Zarei: 撰写 – 审查与编辑，撰写 – 初稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，形式分析，数据整理，概念化。

参与同意和出版同意
不适用

伦理批准
作者确认本文是原创研究，此前未在任何期刊或会议上以任何语言（全部或部分）发表或展示过。

资金声明
未收到任何资金、赠款或其他支持。

利益冲突声明
作者没有利益冲突。

致谢
作者真诚感谢伊朗气象组织提供必要的气象数据，并感谢 Google 地球引擎促进了对卫星数据的访问。

Abdol Rassoul Zarei
费萨大学农业学院草原与流域管理部（自然工程），伊朗费萨