英文题目：Quantitative assessment of spatiotemporal variations and drivers of gross primary productivity in tropical ecosystems at higher resolution
中文译名：高分辨率定量评估热带生态系统总初级生产力的时空变化及其驱动因素
发表时间：2024年
发表期刊：International Journal of Applied Earth Observation and Geoinformation
第一作者：Ruize Xu et al
第一单位：中科院空天院
DOI：10.1016/j.jag.2024.104248
精选理由：本文提出了一种改进的BEPS模型，成功实现了海南岛2000至2020年间的高时空分辨率GPP模拟，揭示了气候因素对植物总初级生产力（GPP）的复杂影响。研究发现，98.5%的植被区GPP呈现显著增加，年均增长437.02 g C/m²，且相对湿度对GPP的影响显著强于降水和土壤湿度。此外，辐射和地表温度的滞后效应对GPP的影响也显著，尤其在森林和灌木生态系统中。该研究为深入理解热带生态系统中的碳循环和气候变化影响提供了重要依据，具有重要的生态管理和碳循环优化意义。
气候变化显著影响植被的总初级生产力（GPP），然而，由于对生产力驱动因素和滞后效应的考虑不完全，热带陆地生态系统的碳循环仍存在不确定性。为了解决这一问题，我们通过整合高分辨率植被指数和多层土壤水文模块，开发了一个基于遥感的过程模型，用以模拟2000年至2020年间海南岛的月度GPP，分辨率为30米。精细化的GPP能够捕捉更多的空间细节，并在地点尺度上展现出更高的准确性（R = 0.79，NRMSE = 14.79%）。趋势分析和Hurst指数被用于揭示GPP的时空动态及其可持续性。同时，非线性Granger因果关系检验量化了各种环境因素与GPP之间的同时效应和滞后效应的相关性。结果表明，98.5%的植被区GPP显著增加，年均增长437.02克碳/平方米，且在2011年左右出现了显著的趋势改善。未来预测表明，GPP的可持续性将保持在较高水平（Hurst = 0.53），而减少东北部和西南部的“正向不一致”区域对于增强地方碳汇至关重要。此外，水分可用性、温度和辐射是GPP变化的主要驱动因素，分别影响了53.55%、27.77%和14.43%的植被区域，其复合效应提高了35.84%的解释能力。相对湿度主导了水分可用性对GPP的影响（变异范围为10.02%到79.98%），超过了降水和土壤水分的影响。滞后效应在68.83%的植被区观察到，尤其在森林和灌丛生态系统中，净太阳辐射和地表温度的反应存在1到4个月的延迟。该研究为精细尺度的GPP模拟及气候交互分析提供了更深入的见解，对于热带生态系统的有效碳循环管理具有重要意义。
海南岛位于东经108°37′至111°03′、北纬18°10′至20°10′之间。属热带季风气候，年平均气温23至26°C，日照时数1,750至2,550小时（Cui等，2022）。全岛年平均降水量2,160毫米，东部地区降雨较多，干湿季分明（Sun等，2020）。独特的地形地貌和丰富的水热资源支撑着多样的植被，其中森林覆盖率达53.51％，对调节气候和减轻灾害至关重要。
本研究开发了改进的BEPS_30m模型，通过结合遥感数据中的植被生物物理参数和多层土壤水文模块，模拟了海南岛2000至2020年的月度GPP。这一模型具有高空间分辨率（30米），能够捕捉更细致的空间变化，并且在站点尺度上具有较高的准确性（R = 0.79，NRMSE = 14.79%）。这一改进使得对热带地区碳循环的模拟更加精细，提供了更为详尽的空间信息。
研究结果显示，在海南岛的98.5%植被区域内，GPP呈现年均437.02 g C/m²的增加，尤其是2011年起，GPP的增长趋势更为显著。分析表明，岛内内陆地区的GPP普遍高于沿海地区，且夏季时，高GPP区域向北扩展。此外，通过Hurst指数分析，研究发现未来GPP有较强的可持续性趋势（Hurst = 0.53），尤其在部分区域减少“正负不一致”现象对加强当地碳汇至关重要。
研究利用非线性格兰杰因果关系检验，揭示了水分、温度和辐射等主要因素对GPP的复合影响。其中，水分可解释53.55%的植被区域GPP变化，温度和辐射分别为27.77%和14.43%。尤其在水分因素中，相对湿度的影响最大，变化解释率可达79.98%。研究还发现，68.83%的植被区域存在滞后效应，GPP对辐射和地表温度变化的响应滞后1至4个月，特别是在森林和灌木生态系统中，滞后效应较为明显。
通过集成遥感数据和水文模块，BEPS_30m模型实现了高分辨率的GPP模拟，为热带地区的碳循环研究提供了重要工具。该模型的高空间分辨率和较高的准确度使其在生态环境监测和气候变化研究中具有较高的实用性。
研究揭示了海南岛GPP的空间分异性与长期增长趋势，特别是在内陆地区GPP较高且呈现持续上升趋势。Hurst指数的结果表明，海南岛大部分地区GPP有着积极的长期变化趋势，为未来的碳汇管理提供了科学依据。
本研究强调了环境因素（如相对湿度、温度和辐射）的复合效应对GPP变化的贡献，尤其是相对湿度对GPP的影响超过降水和土壤水分。同时，滞后效应在大多数植被区域中明显，特别是辐射和表面温度的滞后效应，对未来气候变化的响应与预测具有重要意义。
图2. (a1) GLASS_GPP 和 (a2) MODIS_GPP 的 BEPS_GPP_30m 与 GPP 基准地图的空间相关性比较 (p < 0.05)。(b) BEPS_GPP_30m、GPP 基准地图的时间变化及其从 2000 年到 2020 年的差异。
图3. 将 GPP（BEPS_GPP_30m、GLASS_GPP 和 MODIS_GPP）与每年（a1-a3）和每月（b1-b3）的现场通量测量进行比较。
图4. 2000年至2020年海南岛每月BEPS_GPP_30m的（a）空间分布和（b）时间变化。
图5. BEPS_GPP_30m 的 (a) 年度趋势、(b) 赫斯特指数和 (c) 未来趋势的空间分布。
图6. (a1) 基本随机森林模型中的先前 GPP 和 (a2) 综合随机森林模型中的所有变量（包括先前 GPP 和所有环境变量）解释方差的空间模式。
图7. 基于非线性 Granger 因果关系（Non 表示没有 Granger 因果关系）的（a）主要环境变量和（b）其滞后月份的空间分布和面积百分比。（c）不同植被类型中受环境因素主导的面积百分比和滞后月份的统计数据。
图8. BEPS_GPP_30m 与各环境变量之间的 (a1-a6) Rmax 的空间分布(p < 0.05)，以及 (b1-b6) Rmax 对应的滞后月份。(c1-c5) 不同植被类型下各环境变量与 BEPS_GPP_30m 在不同滞后月份的相关性(p < 0.05)。
E N D
获取方式：关注我们的微信公众“地学韦丰吉司长”。后台回复关键字“34英文”，即可直接获取原文PDF。
温馨提示
声明：本推送文章来源于公开渠道，我们已注明相关信息来源，版权归原作者或出处所有。本推文仅用于学术交流和信息分享，无商业用途。如有侵权，请联系删除。
以上内容为韦丰小编个人论文阅读笔记，内容摘录自原文，中文翻译部分源自AI，如有翻译不准确或详细内容请查阅原始文献。感谢大家花时间阅读本文，小编水平有限，如有错误之处，敬请指正！
