《Land》：Vegetation Productivity Loss and Recovery Associated with the July 2023 Hot–Dry Event on the Huang–Huai–Hai Plain
编辑推荐：
极端气候事件能够改变温度和水分可用性，从而抑制植被生产力。在黄淮海（HHH）平原——中国重要的农业带——2023年7月出现了大范围高温、空间异质性干旱，以及高温与根区土壤干旱在空间上有限的重叠；然而，其生产力响应和季节内恢复情况仍不清楚。本研究结合卫星观测的日
极端气候事件能够改变温度和水分可用性，从而抑制植被生产力。在黄淮海（HHH）平原——中国重要的农业带——2023年7月出现了大范围高温、空间异质性干旱，以及高温与根区土壤干旱在空间上有限的重叠；然而，其生产力响应和季节内恢复情况仍不清楚。本研究结合卫星观测的日光诱导叶绿素荧光（SIF）、MODIS总初级生产力（GPP）、环境变量以及植被和海拔分层数据，采用极端梯度提升（XGBoost）方法并配合空间分块验证和SHapley Additive exPlanations（SHAP）分析，量化了2023年7月相对于2018–2022年同月的生产力异常，利用基于同一参考期的标准化SIF异常（zi ≤ ?1.5）识别受影响像元，追踪8月至10月的恢复过程，并评估了环境变量与SIF的关联。2023年7月，59.6%的植被面积超过了当地7月90百分位温度。面积加权异常分别为：SIF ?0.0129 W m?2 μm?1 sr?1，GPP ?0.4853 g C m?2 d?1，根区土壤水分（SMrz）?0.0147 m3 m?3。SIF在57.3%的植被像元中出现负异常，GPP在73.4%的像元中出现负异常。在落叶阔叶林（DBF）、草地（GRA）和农田（CRO）中，GRA的平均SIF损失最大，而CRO的损失最小，尽管CRO局部下降广泛存在。海拔1000 m以上的损失超过0–500 m区域。在2833个受影响像元中，85.6%在10月前恢复到非负SIF异常，而海拔1000 m以上的恢复比例为75.6%。在7月模型中，SMrz在各植被类型中具有最大的个体预测贡献，尽管气温、饱和水汽压差和向下短波辐射的联合贡献与之相当。在恢复模型中，恢复阶段、7月初始损失、辐射和大气需求包含大量预测信息。综合来看，研究结果刻画了生产力损失与恢复的空间不均匀性，以及造成这些差异的环境条件。
论文解读
一、研究背景与科学问题
全球变暖正在增加陆地生态系统遭受极端气候事件的风险。极端事件往往涉及多个气候驱动因子的交互作用，而非单一环境异常。少数极端事件即可解释陆地总初级生产力（GPP）年际变异的相当大比例。土壤水分可用性降低通过水力和化学信号限制气孔导度，而升高的大气水分需求则施加额外的大气胁迫进一步促使气孔关闭；二者共同降低植被水分利用和碳吸收。干旱的生理影响在不同生态系统中差异显著，其对光能利用效率（LUE）和GPP的影响强烈依赖于土壤水分可用性。因此，量化极端事件期间的生产力损失及后续恢复，对于评估气候变化下生态系统的脆弱性和恢复力至关重要。
黄淮海（HHH）平原是中国最重要的农业区之一，冬小麦—夏玉米轮作系统深受季风降雨、灌溉制度和作物物候的影响。2023年夏季，华北地区经历了破纪录的热浪，异常高温从6月持续至7月。快速归因研究显示，人为气候变化使2023年6月华北热浪强度至少增加了1.0 °C。这些极端条件对黄淮海平原尤为令人担忧，因为夏玉米在关键生长阶段对热胁迫高度敏感。然而，该事件期间的生产力损失及后续恢复情况仍未得到充分界定。特别是，不同植被类型和海拔设置间的空间差异，以及表征损失和恢复阶段的环境关联，需要系统量化。
本研究的增量贡献体现在四个方面：开展2023年极端事件及其生产力影响的区域调查；比较不同植被类型和海拔等级间的响应；考察受影响像元的即时生产力损失和后续恢复；评估并对比SIF和GPP在极端事件检测中的能力。
二、研究内容与主要结论
研究人员利用GOSIF作为主要生产力指标，以MODIS GPP作为补充基准，结合气温（Ta）、根区土壤水分（SMrz）、饱和水汽压差（VPD）和向下短波辐射（DSR）四个环境变量，采用极端梯度提升（XGBoost）结合SHapley Additive exPlanations（SHAP）方法，系统量化了2023年7月黄淮海平原植被生产力对高温—干旱事件的响应及其恢复过程。
研究发现，2023年7月黄淮海平原经历了以广泛高温和大气需求增加为主导、局部根区土壤干旱为特征的气候配置。Ta超过当地7月90百分位阈值的植被面积占59.6%，而SMrz低于10百分位阈值的面积仅占7.9%，复合极端（高温+干旱）覆盖面积仅4.7%，表明热胁迫与土壤干旱在空间上高度解耦。面积加权异常显示，SIF平均下降0.0129 W m?2 μm?1 sr?1，GPP平均下降0.4853 g C m?2 d?1，SMrz平均下降0.0147 m3 m?3。负异常分别出现在57.3%（SIF）和73.4%（GPP）的植被像元中，两种产品在区域尺度上的下降趋势一致，但在空间细节上存在差异。
植被类型和海拔进一步组织了区域下降格局。草地（GRA）的平均SIF损失最大（?0.0583 W m?2 μm?1 sr?1），落叶阔叶林（DBF）次之（?0.0109），农田（CRO）最小（?0.0013）。GRA与DBF、GRA与CRO之间的差异经Holm校正后仍显著。海拔1000 m以上的SIF损失（?0.0645）显著大于0–500 m区域（?0.0015），二者差异经空间分块自助法验证显著。
在2833个受影响像元中，85.6%在10月前恢复到非负SIF异常。恢复时间在不同植被类型和海拔等级间差异显著：DBF、GRA和CRO的10月累计恢复比例分别为93.3%、84.0%和87.9%；0–500 m、500–1000 m和>1000 m的恢复比例分别为90.5%、96.1%和75.6%。海拔1000 m以上区域同时呈现最大的7月损失和最慢、最不完整的恢复，表明初始扰动严重程度是恢复轨迹的重要维度。
三、关键技术与方法
本研究主要采用了以下关键技术方法：基于GOSIF（由OCO-2 SIF反演数据、MODIS EVI和MERRA-2气象输入集成的数据驱动产品）和MODIS GPP（MOD17A2HGF Collection 6.1，光能利用效率框架）双产品对比评估生产力变化；以2018–2022年同期为参考期计算绝对异常和标准化异常（zi ≤ ?1.5）识别受影响像元；采用2001–2022年像元特定百分位阈值（P90/P10）诊断热、干旱及复合极端条件；使用极端梯度提升（XGBoost）回归模型结合SHapley Additive exPlanations（SHAP）解释环境变量与SIF异常的关联；采用基于1°×1°空间分块的五折GroupKFold交叉验证评估模型泛化能力；使用5000次空间分块重采样的自助法（bootstrap）估计面积加权异常均值的不确定性和置信区间。环境数据来源包括ERA5-Land（Ta）、GLEAM4.2a（SMrz）、TerraClimate（VPD和DSR）和ERA5–Drought（SPEI-1）。
四、研究结果
4.1 2023年7月环境条件
相对于2018–2022年7月参考期，Ta在整个植被区均偏高，VPD和DSR分别在99.7%和96.3%的植被像元中为正异常，SMrz在65.9%的像元中为负异常。面积加权平均异常为：Ta +1.1100 °C，SMrz ?0.0147 m3 m?3，VPD +0.3158 kPa，DSR +14.0699 W m?2。百分位诊断确认了广泛的大气热胁迫与局部根区土壤干旱的空间解耦特征。
4.2 事件期间植被生产力损失
SIF和GPP均呈现广泛但空间不均匀的下降。SIF面积加权异常为?0.0129 W m?2 μm?1 sr?1，GPP为?0.4853 g C m?2 d?1。草地（GRA）的平均SIF损失最大，农田（CRO）最小；海拔1000 m以上区域的损失显著大于0–500 m区域。SIF和GPP在区域下降趋势上一致，但空间细节存在差异，这与两种产品的构建原理和输入数据不同有关。
4.3 受影响像元的恢复
受影响像元的4–10月轨迹显示，所有植被类型在7月达到最低点，8月仍为负异常，9月转正并持续至10月。恢复时间存在显著的空间异质性：19.1%的DBF、26.9%的GRA和39.4%的CRO在8月首次恢复；海拔0–500 m、500–1000 m和>1000 m的8月首次恢复比例分别为48.1%、28.9%和20.5%。10月累计恢复比例分别为93.3%（DBF）、84.0%（GRA）、87.9%（CRO）和90.5%（0–500 m）、96.1%（500–1000 m）、75.6%（>1000 m）。CRO物候敏感性分析显示，限制在活跃生长季节的恢复比例与全部分析差异不超过0.5个百分点。
4.4 环境关联分析
7月XGBoost模型中，SMrz在DBF、GRA和CRO中均具有最大的个体平均SHAP重要性（分别占40.8%、39.2%和37.8%），且响应方向最为一致：SMrz负异常越大，SHAP贡献越负。Ta、VPD和DSR的联合贡献与SMrz相当（47.9%–52.6% vs 47.4%–52.1%）。空间分块交叉验证的OOF R2分别为DBF 0.550、GRA 0.552、CRO 0.205，表明气候变量对农田SIF空间变异的解释能力有限。
恢复模型中，恢复阶段贡献了30.8%的分组SHAP重要性，其次为7月初始损失（21.5%）、当前DSR及其7月以来均值（20.4%）、当前Ta和VPD及其均值（19.6%）、当前SMrz及其均值（5.9%）和植被类型（1.8%）。整体OOF R2为0.486，其中DBF 0.499、GRA 0.533、CRO 0.362。更大的7月初始损失与恢复期更负的SHAP贡献相关，表明初始扰动严重程度具有持续性影响。
五、讨论与结论
讨论部分指出，SMrz在各植被类型中的一致性响应与根区水分可用性在叶片水合、气孔调节和光能利用效率中的作用一致。CRO较弱的模型可预测性表明，作物类型、品种、播种日期、灌溉时间和强度以及田间管理等因素可使田间响应与区域气候变量脱钩。研究也承认了若干局限性：GOSIF本身使用气象输入构建，其与Ta、VPD和DSR的关系可能包含产品模型继承的模式；月均值可能平滑短期热峰值和快速土壤干燥过程，模糊胁迫的发生、峰值强度、持续时间和顺序；恢复比例和速度差异未报告置信区间或显著性检验。
研究结论指出，2023年7月黄淮海平原高温—干旱事件伴随Ta、VPD和DSR升高及SMrz降低，卫星观测的GOSIF和GPP均出现广泛负异常。生产力损失呈现显著空间异质性：GRA的平均SIF下降大于DBF和CRO，海拔1000 m以上区域损失大于0–500 m区域。在2833个受影响像元中，85.6%在10月前恢复至非负SIF异常，而海拔1000 m以上的恢复比例为75.6%。空间分块验证支持7月DBF和GRA模型，但对CRO模型支持较弱；恢复模型整体OOF R2为0.486，CRO泛化能力较弱。7月模型中SMrz具有最大的个体预测关联，但Ta、VPD和DSR的联合贡献相当。恢复模型中，恢复阶段、7月初始损失、辐射、温度和大气需求均包含大量预测信息。CRO的低OOF R2表明气候预测因子单独无法充分解释农田SIF空间变异，未来研究可进一步纳入灌溉、作物类型、播种日期、作物日历和管理数据。
