全球旱地饱和水汽压差和根区土壤水分变化对植被生产力的影响及其成因
一、数据来源
本研究使用的植被总初级生产力（GPP）数据来自MODIS MOD17A3HGF产品，空间分辨率为500米，时间分辨率为8天。露点温度、气温和土壤水分数据则选用ERA5-LAND数据集，空间分辨率为11132米（约0.1度），时间分辨率为月。
为了确保数据的一致性和可比性，本研究通过Google Earth Engine（GEE）平台对这些数据进行了预处理，统一转换为年度数据，并重采样至11132米的统一空间分辨率。
二、饱和水汽压差计算
饱和水汽压差（VPD，Vapor Pressure Deficit）是指空气中水汽含量与空气在同温度下所能容纳的最大水汽含量之间的差值。VPD反映了大气的干燥程度，通常用于衡量植物水分胁迫的强度。计算VPD的常见方法是通过气温和露点温度来估算。其计算公式如下：
三、敏感性计算
植被生产力对气候变量（如VPD和土壤水分）的敏感性通过最小二乘法进行计算。具体公式详见文献：全球旱地饱和水汽压差和根区土壤水分变化对植被生产力的影响及其成因；Increased atmospheric vapor pressure deficit reduces global vegetation growth；GEE | 2001-2023年区域植被的降水敏感性分析。
四、GEE结果
导出敏感性栅格数据，以下是部分截图和敏感性空间分布图。
出图代码：Python | 绘制中国及四川省栅格数据空间分布图
五、GEE代码
代码需要付费获取，建议需要的同学使用安卓手机支付，比较划算。另外，如果需要研究不同层的土壤水分，需要更改相应波段。
以下是GEE代码链接：
