全球陆地植被每年固定约1.9 PgC（净碳汇），储存450 PgC，占人类每年碳排放量的20%左右。然而，气候变化加剧的干扰因素，例如干旱和野火，不仅削弱了生态系统的生产力，还导致树木的高死亡率，进而严重威胁陆地碳汇的能力。未来气候变化预计将导致干扰频率和强度显著增加，从而对陆地生态系统的碳吸收能力以及全球碳循环带来深远影响。陆地总初级生产力（GPP）是直接衡量植被光合作用生产力和碳吸收的关键指标，同时也在调节陆地碳汇能力方面发挥着重要作用。然而，GPP对气候极端事件和干扰非常敏感，因此监测长期的GPP动态并分析生态系统碳吸收对干扰的响应具有重要意义。干扰不仅对生态系统生产力产生直接影响，还通过长期改变GPP对气候胁迫的敏感性，产生间接效应。干扰期间，GPP通常显著降低，而干扰后的生态系统敏感性可能由于生理损伤、物种组成变化以及遗留效应而持续多年。尤其是GPP对水分胁迫的敏感性变化，反映了生态系统在干旱条件下的脆弱性，这种敏感性受到多种因素的影响，包括气候、土壤、群落结构以及植物生理特性。然而，目前尚不清楚全球范围内干扰是否会导致GPP对水分胁迫的敏感性增加或降低，也不清楚这种变化的具体模式。量化干扰对生态系统GPP的间接影响，特别是在全球尺度上的研究，将有助于揭示快速变化的气候对陆地生态系统生产力和碳汇的未来影响。本研究针对严重干旱和火灾后GPP对水分胁迫敏感性的变化进行了量化分析，同时评估了敏感性恢复所需的时间。研究采用五种基于遥感的GPP数据产品，结合随机森林回归分析了气候、养分和生物变量对敏感性变化的驱动作用。研究还探讨了这些变化在不同区域及全球尺度的模式，为理解生态系统对未来气候变化的适应能力提供了新的视角。
图1. 干扰后干旱敏感性变化的空间异质性。a、严重干旱后的敏感性变化（Δk）；b、火灾后的敏感性变化（Δk），基于PDSI回归分析的遥感GPP数据集的平均值。红色值表示敏感性增加。
图2. 干旱地区的干旱敏感性在干扰后显著增加。a、根据不同干旱等级，严重干旱和火灾后的敏感性变化（Δk）；b、使用单一GPP数据集的严重干旱后的敏感性变化（Δk）；c、使用单一GPP数据集的火灾后的敏感性变化（Δk）。多个子图的列分别表示超干旱、干旱、半干旱、亚干旱和湿润地区。
图3. 气候是干扰后干旱敏感性变化的主要驱动因素。a、c、使用随机森林模型预测的严重干旱（a）和火灾（c）后的干旱敏感性变化（Δk）与实际观测的相关性。n为样本数量。b、d、随机森林模型中不同驱动因子的相对重要性，分别用于严重干旱（b）和火灾（d）。驱动因子分为三类：气候变量、养分变量和生物变量。
图4. 扰动后干旱敏感性在约4-5年内恢复。a、严重干旱后的敏感性恢复时间分布图及其直方图；b、火灾后的敏感性恢复时间分布图及其直方图。每个像素的恢复时间表示干扰后敏感性首次返回至干扰前水平的时间点。图中超过80%的像素在9年内完成恢复。
* 本公众号发布的学术论文、科研成果和研究资料，仅供课题组内部学习与交流， 如需转载或有其他任何疑问，请联系公众号后台，谢谢!
参考文献
Liu, M., Peñuelas, J., Trugman, A.T. et al. Diverging responses of terrestrial ecosystems to water stress after disturbances. Nat. Clim. Chang. (2025). https://doi.org/10.1038/s41558-024-02191-z
关于我们
Young Earth Scholar (YES)是针对地球科学、管理科学和可持续发展科学等领域处于“萌芽”阶段的研究者们提供学习与宣传的非盈利平台。YES会每周定期分享团队成员所关注到的上述领域高质量前沿研究，带领大家以一分钟推文/图文/视频形式了解文章概要。YES也会不定期对主创人员发表该研究的创作心得和科研经历等话题进行采访与报道，帮助优秀青年创作者们宣传科研成果，也为广大的“地球之芽”们提供成长经验。欢迎广大“芽”们投稿支持或提出建议！
投稿请联系：
kx199523（微信）；
youngearthscholar@163.com
