Remote Sens. Environ.|2020 年地球绿度创历史新高及其原因

文摘   2024-11-17 11:32   北京  
DOI:https://doi.org/10.1016/j.rse.2024.114494

陆地植被是地球生物圈的重要组成部分,调节着全球碳和水循环,为人类福祉做出贡献。尽管总体呈现绿化趋势,但陆地植被表现出显著的年际变化。驱动这种变化的机制,特别是与气候和人为因素有关的机制,仍然不太清楚,这妨碍了我们预测生态系统服务的长期可持续性的能力。在这里,通过利用各种遥感测量,我们将 2020 年确定为一个历史性里程碑,成为 2001 年至 2020 年现代卫星记录中最绿的一年。使用集成机器学习和地球系统模型,我们发现这种异常的绿化主要源于北方和温带植被的持续增长,这归因于二氧化碳水平上升、气候变暖和重新造林努力,以及与降雨增加有关的短暂热带绿化。与预期相反,COVID-19 大流行封锁对这种全球绿化异常的影响有限。我们的研究结果强调了全球植被对多种气候和人为影响的恢复力和动态性,为优化生态系统管理和制定气候缓解战略提供了宝贵的见解。

图 2. 2001 年以来卫星遥感观测的全球植被活动年际变化。(a)全球植被活动的年度异常,重点关注 2020 年(红色虚线垂直线标记),包括增强植被指数 (EVI)、太阳诱导荧光 (SIF) 和叶面积指数 (LAI)。所有异常均使用 2003 年至 2020 年重叠期间的多年平均值和标准差归一化为 Z 分数。对于 VIIRS-EVI,该时期为 2012 年至 2020 年,而对于 GC-SIF,该时期为 2015 年至 2020 年。TRENDY-LAI 中的误差线表示与 TRENDY 集成模型的一个标准差。(b) 2003 年至 2020 年 LAI 值最高的年份的空间格局。(c) LAI 值最高的年份的面积分数。该面积相对于全球总植被面积。(b) 和 (c) 基于 MODIS LAI。

图 3 .基于 MODIS LAI 的趋势相关和变化相关成分对 2020 年年度绿度异常的空间格局贡献。(a)2020 年年度总绿度异常。(b)2020 年年度趋势相关绿度异常。(c)2020 年年度变化相关绿度异常。(d)趋势相关(T)和变化相关(V)成分对年度总绿度异常的共同变化;图例中的“+”和“-”分别表示正异常和负异常。左侧的昆虫图表显示了(a)中的年度总异常及其两个成分(b)和(c)的纬度分布。(d)中的昆虫饼图显示了每个类别占全球总植被面积的相对比例。

图 4 .基于集成机器学习(EML)的 2020 年绿度年度趋势相关和变化相关异常的主要控制。(a)与气候、土地利用/覆盖变化(LUCC)、二氧化碳施肥和氮沉降(Ndep)相关的年度 LAI 趋势的主要控制。(b) EML 和 TRENDY 的年度 LAI 趋势控制比较。(c)基于 EML 的 2020 年年度 LAI 变化的气候控制。包括三个气候因子:辐射(Rad)、气温(Tmp)和降水(Pre)。符号“+”和“-”分别代表正控制和负控制。昆虫饼图显示了每个控制占全球总植被面积的相对面积。(d)不同气候区 2020 年年度 LAI 异常(总异常及其两个趋势相关和变化相关成分)比较。三个关键气候因素的年度变化以不同的符号表示,并通过次轴量化。

图 5 . 2020 年 COVID-19 封锁对全球植被绿度异常的潜在影响。(a)识别因 COVID-19 封锁和旅行限制而可能受到影响的区域。它们的相对面积以图例中的百分比值表示。(b) 2020 年封锁和解禁地区的年度 LAI 变化直方图。(c) COVID-MIP 模拟的 COVID-19 对年度绿度异常的影响。观测来自 MODIS LAI。基线模拟来自 SSP2-4.5 情景下的 CMIP6。COVID-MIP 与基线模拟之间的差异代表 COVID-19 的净效应。所有 LAI 均按 2015 年和 2019 年的多年平均值标准化。2020 年观测到的 LAI 异常相对于多年平均值以绿色显示,括号中以红色标记 COVID-19 影响。 

图 6. COVID -19 对封锁区域年平均 LAI(a)、太阳辐射(b)、气温(Tair)(c)和相对湿度(RH)(d)的净效应的空间模式。净效应通过2020 年 COVID-MIP 与基线 SSP2-4.5 情景之间的差异来量化。为了与图 5c保持一致,差异或年度异常通过 2015 年至 2019 年基线模拟的平均值进行标准化。

图 7. 2003年至 2020 年不同气候区对全球植被变化的影响。年度面积加权 LAI 已去趋势化,并从多年平均值中减去。超过平均值一个标准差的异常用白色星号标记。上图显示了每月的海洋尼诺指数 (ONI),正值表示倾向于厄尔尼诺现象,负值表示倾向于拉尼娜现象。虚线表示 ONI 阈值为 1.0,高于或低于该阈值代表中度或强烈的厄尔尼诺或拉尼娜事件。

干旱区气象生态拥有近1w活跃粉丝,是干旱区资源环境领域最大的自媒体平台,致力于帮助科研人员和团队宣传成果,促进学术交流。由于微信修改了推送规则,请大家将本公众号加为星标,一键三连,可以第一时间收到我们每日的推文!您的鼓励是我们最大的动力😊

干旱区气象生态
以干旱的监测预警为主题,重点关注数据和方法,拓展跟踪干旱相关的气象、生态及水文等前沿!!!欢迎提供优秀稿件,帮助宣传个人成果!!
 最新文章