中国全境蒸散发和总初级生产力对极端蒸气压差、短波辐射和土壤湿度的响应

《Agricultural and Forest Meteorology》：Responses of evapotranspiration and gross primary productivity to extreme vapor pressure deficit, shortwave radiation, and soil moisture across China

　　

摘要

土壤水分供应和大气水分需求的变化影响生态系统如何适应干旱，而陆地水和碳通量的变化反过来会对土壤 - 大气条件产生反馈作用。了解蒸散发（ET）和总初级生产力（GPP）——即水和碳平衡的调节者——对极端土壤 - 大气条件的响应，对于制定更具适应性的生态系统策略至关重要。然而，在直接和复合极端过程下的响应尚不明确。本研究利用随机森林回归，基于 8 个格点数据集的卫星反演数据和横跨中国 15 个涡度通量站的原位测量数据（2001 年至 2018 年），表征了 ET 和 GPP 对极端蒸气压差（VPD）、短波辐射和土壤湿度的抵抗力与恢复力。我们观察到南温带极端 VPD 普遍增加，并进一步发现 GPP 的抵抗力和恢复力低于 ET。具体而言，华北平原（中国的粮仓）在极端 VPD 后的 GPP 恢复力低于极端辐射后的恢复力，表明极端 VPD 对 GPP 具有长期影响。在极端辐射与极端 VPD 结合的条件下，辐射对南温带 GPP 的影响更大；在极端 VPD 与土壤水分不足结合的条件下，VPD 对高原气候区 GPP 的影响更大。这两个区域的抵抗力均有所下降，且高原气候区表现出较弱的恢复力。我们识别出韧性下降的区域，优先将南温带和高原气候作为未来研究重点，以理清环境驱动因子和植被水力策略在极端条件下调节碳和水通量中的作用。

引言

调查陆地生态系统对土壤水分供应（Stocker 等，2019 年）和大气水分需求（Novick 等，2016 年）的响应，无论是单独作用还是共同作用，都提供了关于生态系统如何应对干旱的关键知识。为了理解这些响应，需要考虑纳入气孔优化机制，这涉及平衡二氧化碳吸收和蒸发水分损失（Liu 等，2022a）：随着蒸气压差（VPD）增加，如果植物中的汁液流量无法跟上蒸腾速率，叶片将关闭气孔（Liu 等，2025 年）；将土壤湿度（SM）降至关键阈值以下会加剧水分胁迫，进而加强气孔关闭（Denissen 等，2022 年；Fu 等，2022a）。气孔关闭会负面影响水力传输和蒸散发（ET）（Zhang 等，2023 年），并导致相关的光合作用和总初级生产力（GPP）下降（Yuan 等，2019 年；Fu 等，2022b）。与 ET 相比，GPP 更易受土壤水分亏缺或 VPD 升高的影响（Reichstein 等，2002 年）。全面理解 ET 和 GPP 对影响变量响应的协调性或异步性，构成了全球水和碳研究中的一个重大知识空白。

根据生态进化最优原则，生态系统适应其平均环境条件（Franklin 等，2020 年；Liu 等，2026 年）。任何超出此典型范围的状态都被归类为极端状态。衡量极端状态对生态系统影响的一种方式是通过计算抵抗力和恢复力指数（Nikinmaa 等，2020 年；Shekhar 等，2023 年）：抵抗力是指偏离参考环境，该环境代表典型状态（Nimmo 等，2015 年；Sulman 等，2016 年）；恢复力是指生态系统在极端事件后返回原始状态的能力（Gessler 等，2020 年）。传统站点尺度测量提供准确观测，但受限于站点稀疏和记录长度短（Liu 等，2022a），这阻碍了对气候变化对生态系统影响的解释和机制理解。最近的研究开始利用基于卫星的产品来量化对极端状态的抵抗力和恢复力。例如，Huang 和 Xia（2019 年）利用基于卫星的增强植被指数评估抵抗力和恢复力，发现常绿阔叶林对干旱的抵抗力最高。Khoury 和 Coomes（2020 年）利用基于卫星的归一化植被指数分析恢复力，并指出桉树种植园表现出较低的恢复力。这些工作展示了植被指数对单一干旱指数的响应。然而，尚无研究调查土壤和大气极端状态直接和复合效应下水和碳通量的变化。

缺乏适应性导致的压力延迟效应也会导致抵抗力和恢复力下降（Walter 等，2013 年）。了解负面变化在多大程度上是由抵抗力或恢复力减弱引起的，将有助于制定策略以阻止生态系统生产力的衰退（Nimmo 等，2015 年）。例如，增强地中海地区的森林抵抗力提高了树冠抵御极端事件的能力，特别是与未受保护的森林相比（Khoury 和 Coomes，2020 年）。然而，极端事件对生态系统功能的长期影响仍有争议。Stocker 等（2019 年）和 Liu 等（2020 年）利用基于卫星的观测指出 VPD 对生态系统生产力的作用被夸大，而 Novick 等（2016 年）在多点综合研究中，以及 Sulman 等（2016 年）在温带落叶林研究中，证明大气限制可能超过 SM 限制，特别是在中湿生态系统中。关于资源限制的研究结果相互矛盾，源于空间分辨率不匹配（Feng 等，2022 年；Li 等，2023 年）、不同数据源（Liu 等，2022b）、算法差异（Nikinmaa 等，2020 年）和群落复杂性（Franklin 等，2020 年）。Khoury 和 Coomes（2020 年）还强调了增强遥感与实地分析结合的重要性，以更好地理解生态系统功能对极端状态的响应，并改善在气候变化下跨群落的整体生态系统功能预测。这表明需要更全面的观测数据集来量化特定区域的 ET 和 GPP 响应（Seneviratne 等，2010 年），强调了某些研究中提出的以影响为导向的观点（Reichstein 等，2013 年）。

为了解决关于 ET 和 GPP 在不同地区和生物群系中抵抗力和恢复力的知识空白，我们的分析结合了原位和卫星数据，从而提供了比先前研究更全面的观测数据集。我们首先确定所选驱动因子（短波辐射（SRa）、SM 和 VPD）对 ET 和 GPP 产生了可检测的约束，确认了它们对后续极端事件分析的相关性。然后，我们利用随机森林回归模型建立环境驱动因子与每种通量（ET 和 GPP）之间的经验关系，从而能够在非极端条件下模拟其参考值，以量化抵抗力和恢复力。本研究的目标是：(1) 解决极端土壤 - 大气条件对生态系统的影响，以及 (2) 通过对极端事件期间抵抗力变化和极端事件后恢复力的明确量化，确定生态系统未来是否能够保持对恶劣事件的持续响应。基于日尺度响应，我们识别了六种抵抗力（瞬时）和两种恢复力（事件后 3 天内），并考察了 2001 年至 2018 年期间的趋势。控制模拟、抵抗力和恢复力中包含的情景见支持信息 S1 中的表 S1。

章节摘要

数据收集

基于站点的测量和连续卫星记录都用于计算抵抗力和恢复力，并评估随机森林回归的性能。考虑到数据集之间时空分辨率的差异，所有格点数据集均使用双线性插值重采样至 0.1° 空间分辨率，并使用拉格朗日多项式重采样至每日时间步长。

利用一系列生物物理特征和局部气象条件，九个气候区和土地

极端事件变化和相对变量重要性

南温带表现出最高的极端 VPD，超过 1.5 kPa，并且极端 VPD 有所增加，从而使生态系统面临严峻的大气干旱条件（图 3）。支持这一趋势的是，南温带覆盖作物的通量站也记录了高 VPD。相比之下，极端 SRa 在中热带增加，该区域面临更大的热压力。南温带和高原气候的极端 SRa 有所下降。关于 SM 动态，该

区域脆弱性和潜在机制

中国极端驱动因子的空间异质性为区域性不同的脆弱性途径奠定了基础。只有南温带经历了超过 1.5 kPa 的极端 VPD（图 3），这是一个已知会触发许多物种气孔关闭的阈值（Sulman 等，2016 年），这表明大气需求是特定区域的限制因素，而非普遍限制。相比之下，高原气候面临加剧的 SM 极端事件。下文讨论的对比脆弱性机制是

结论

在本研究中，我们使用机器学习方法，结合站点观测和高分辨率卫星反演数据集，量化了中国 ET 和 GPP 对极端 VPD、SRa 和 SM 的抵抗力和恢复力。在五种极端条件下，我们在中国通量站和每个格点上量化了六种抵抗力 和两种恢复力。

我们的分析识别了脆弱区域，并提供了对 ET 和 GPP 变化的更全面理解

CRediT 作者贡献声明

Yi Liu： 撰写 – 审阅与编辑，撰写 – 初稿，可视化，验证，软件，资源，项目管理，方法学，调查，经费获取，形式分析，数据整理，概念化。Jingfeng Xiao： 撰写 – 审阅与编辑，监督。Xing Li： 撰写 – 审阅与编辑。Yue Li： 撰写 – 审阅与编辑。

刘毅 | 肖经峰 | 李星 | 李越

广西大学土木建筑工程学院，中国南宁，530004