首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >NC | SIF揭示植被对干旱的快速生理响应

NC | SIF揭示植被对干旱的快速生理响应

作者头像
疯狂学习GIS
发布2026-04-15 18:50:52
发布2026-04-15 18:50:52
50
举报
文章被收录于专栏:疯狂学习GIS疯狂学习GIS

期刊名称:Nature Communications

论文题目:Fast response of satellite fluorescence-derived plant physiology to drought stress

发表时间: 2026年2月27日

DOI: 10.1038/s41467-026-70076-0

摘要

本研究融合卫星太阳诱导叶绿素荧光(SIF)观测、光学遥感植被指数与气象水文数据,在全球尺度上系统辨析了植被对干旱胁迫的生理响应与结构响应的时序特征及驱动因素。研究表明,以 SIF/APAR 表征的植被生理状态对干旱的响应时间约为 3 天,而以叶面积指数(LAI)表征的植被结构变化则滞后约 12 天,生理响应速度为结构响应的 4 倍以上。进一步分析揭示,植被生理响应主要受大气水汽压差(VPD)驱动,而结构变化则与土壤水分(SM)动态更为耦合,二者呈现出从生理快速调控到结构滞后适应的级联响应机制。这一发现为全球植被-干旱相互作用的理解提供了新的遥感视角,也对碳水循环模型的优化具有重要意义。

研究背景

干旱是全球最普遍、危害最广泛的气候极端事件之一。在气候持续变暖的背景下,干旱事件的频率、强度与持续时间均呈增加趋势,对陆地生态系统的碳循环、水循环及植被稳定性构成严峻威胁。

然而,传统遥感植被指数(如增强植被指数 EVI、叶面积指数 LAI)主要反映植被绿度与冠层结构的变化,对干旱胁迫的响应存在固有的结构性滞后,难以及时捕捉干旱初期植被光合生理的快速调整过程。近年来,卫星 SIF 观测技术的成熟为突破这一瓶颈提供了契机——SIF 信号与植物光合作用的实时生理状态密切相关,理论上能够更早地响应干旱胁迫。但原始 SIF 信号受入射辐射强度与冠层结构的共同调制,需分离出纯生理组分(即荧光产量 SIFyield)才能准确表征植被生理状态。

尽管如此,植被生理响应与结构响应在时序上的系统性差异及其全球空间规律,迄今尚缺乏定量研究。本文基于全球多源遥感数据,首次在全球尺度上厘清了植被对干旱的"快生理—慢结构"响应序列及其气候生态驱动因素。

研究内容与方法

核心科学问题

  1. 植被在遭遇干旱胁迫时,其生理功能变化结构性变化在时间上是否存在系统性的先后顺序?
  2. 这两类响应分别主要受大气干旱还是土壤干旱驱动?
  3. 这种响应差异在不同生物群落和干湿气候背景下是否具有一致性?

研究数据

太阳诱导叶绿素荧光(SIF):采用 Sentinel-5P 卫星搭载 TROPOMI 传感器提供的日尺度 SIF 产品,时间范围为 2018 年 5 月 1 日至 2022 年 12 月 31 日,空间分辨率为 0.25°/day;

植被指数(EVI、NIRv):采用 MODIS MCD43C4 产品,原始空间分辨率为 0.05°,后统一重采样至 0.25°;

叶面积指数(LAI)与光合有效辐射吸收比(fPAR):采用 MODIS MCD15A3H 产品,原始空间分辨率为 500 m、时间分辨率为 4 天,插值为日尺度后再重采样至 0.25°;

土壤水分(SM)与蒸发胁迫指数(ESI):采用 GLEAM v3.7b 产品,时间跨度为 2003—2022 年,空间分辨率为 0.25°/day,并以 ERA5-Land 土壤湿度数据进行独立验证;

大气水汽压差(VPD):基于 AIRS 卫星日均气温与相对湿度数据计算得出,空间分辨率为 0.25°/day;

光合有效辐射(PAR):采用 CERES SYN1deg Ed4.1 产品,原始空间分辨率为 1°、时间分辨率为日尺度,后重采样至 0.25°;

土地覆盖分类:采用 MODIS MCD12C1 产品。

研究方法

研究将原始时间序列经去趋势与去季节循环处理,提取各变量异常值序列。基于 GLEAM ESI,识别 2018—2022 年间每个像元持续时间超过 30 天的最严重干旱事件(全球约 74% 的植被区域至少经历一次此类事件)。以 SIF/APAR 作为 SIFyield 的代理指标,量化植被生理状态;同时对 SIF/PAR、原始 SIF、EVI、LAI 等指标进行对比分析。采用交叉相关分析方法,计算各植被指数异常与 SM、VPD 异常之间的时滞,确定不同指标的响应时间,并按生物群落类型与气候干湿背景(干旱指数分级)进行分组统计。

研究结果

1. 干旱发生格局

2018—2022 年间,全球约 74% 的植被覆盖区域经历了至少一次持续超过 30 天的显著干旱事件,表明研究样本具有广泛的全球代表性。

2. 植被与干旱的相关性

83% 的像元中,各植被指数异常与 SM 或 VPD 异常存在显著正相关关系,说明全球大多数地区的植被响应均受水分亏缺驱动。

3. 生理响应显著早于结构响应

这是本研究最核心的发现。结果表明,以 SIF/APAR 表征的植被生理响应对干旱极为敏感,其对 VPD 的响应时间约为 3 天,对 SM 的响应时间约为 5 天;相比之下,以 LAI 表征的植被结构变化对 SM 和 VPD 的响应时间约为 12—13 天。也就是说,生理响应速度大约是结构响应的 4 倍。与此同时,SIF/PAR 和原始 SIF 的响应时间与 EVI 更为接近,约为 8 天,这说明未经校正分离的 SIF 信号仍在较大程度上受到冠层结构影响,难以直接代表纯粹的生理变化。

4. 驱动因子的差异

植被生理响应主要由大气干旱(VPD 升高)驱动——气孔关闭是应对大气水分亏缺的首要快速生理机制;而植被结构变化则主要跟随土壤水分(SM)的缓慢耗竭过程,反映了叶片调落等结构调整的滞后性。

5. 空间与生态差异

从空间分布看,湿润地区植被生理对 VPD 的响应最为迅速,生理响应与结构响应之间的时间差也最为显著;赤道附近的热带地区则表现出最短的生理响应时间,说明这些区域植被对水分胁迫尤为敏感。相比之下,干旱和半干旱地区植被由于长期适应水分限制环境,其响应往往相对延迟。农田系统的响应速度整体慢于天然草地和稀树草原,这很可能与灌溉等人为管理措施对干旱胁迫的缓冲作用有关。

研究结论

本研究通过卫星 SIF 遥感,在全球尺度上首次系统揭示了植被对干旱胁迫的"快生理—慢结构"级联响应机制:

  1. 植被生理功能(以 SIFyield 表征)在干旱初期即可快速响应(约 3 天),远早于植被结构变化(约 12 天),二者之间存在约 9 天的时间窗口
  2. 驱动因子存在分层:VPD 主导快速生理响应,SM 主导慢速结构变化,二者共同构成干旱对植被影响的完整驱动链条;
  3. 当前主流碳水循环模型和生态系统过程模型若仅依赖结构遥感参数(如 LAI),将系统性低估干旱初期植被生理胁迫的强度与速度,需引入 SIFyield 等生理指标加以改进;
  4. 随着 TROPOMI 及未来 FLEX 等荧光卫星观测能力的提升,实时监测全球植被干旱生理胁迫将成为可能,为极端干旱预警与生态系统管理提供重要支撑。

主要图表

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-04-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 疯狂学习GIS 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 摘要
  • 研究背景
  • 研究内容与方法
    • 核心科学问题
    • 研究数据
    • 研究方法
  • 研究结果
    • 1. 干旱发生格局
    • 2. 植被与干旱的相关性
    • 3. 生理响应显著早于结构响应
    • 4. 驱动因子的差异
    • 5. 空间与生态差异
  • 研究结论
  • 主要图表
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档