《Agricultural and Forest Meteorology》：Vegetation in Central Asia is more sensitive to soil moisture stress than to precipitation and vapor pressure deficit stresses
编辑推荐：
植被对降水、土壤湿度和蒸散势差胁迫的敏感性及趋势分析。采用CMIP6模型数据，研究1982-2020年中枢亚植被敏感性发现：植被对土壤湿度（SM）最敏感（均值0.69），其次为蒸散势差（VPD）和降水（Pre）。灌溉使农作物SM敏感性降低，SM敏感性显著上升，而Pre和VPD敏感性趋势不显著。研究揭示了多因素水分胁迫对植被动态的影响机制，为干旱区生态管理提供依据。
梁洪武|贾佩尔·古丽|常村|余涛|张连成|冯萍萍|林凯雄|朱同伟|姜夏鹏|菲利普·德迈耶|蒂姆·范德沃德
中国科学院新疆生态与地理研究所干旱地区生态安全与可持续发展国家重点实验室，乌鲁木齐830011，中国
摘要
中亚（CA）是欧亚大陆最具代表性的干旱地区之一。了解植被对不同水分胁迫的敏感性对于制定有效的干旱缓解策略至关重要。然而，关于中亚植被如何响应不同水分胁迫的知识仍然有限。在这项研究中，我们使用了多种遥感植被指数和气象再分析数据，来研究1982年至2020年间中亚植被对降水量（Pre）、土壤湿度（SM）和蒸气压亏缺（VPD）胁迫的敏感性。未来植被敏感性及其趋势是通过耦合模型对比项目第六阶段（CMIP6）的数据进行预测的。结果表明，植被对土壤湿度胁迫的敏感性最高，对降水量、土壤湿度和蒸气压亏缺胁迫的敏感性分别为0.40、0.69和0.44。与其他土地覆盖类型和气候区相比，森林、湿地以及相对寒冷湿润气候区的植被对土壤湿度胁迫的敏感性略低，但对蒸气压亏缺胁迫的敏感性略高；然而，这些地区的平均敏感性仍然最高。灌溉显著降低了作物对土壤湿度胁迫的敏感性，且随着灌溉用水量的增加，敏感性也随之降低。趋势分析显示，1982年至2020年间，植被对土壤湿度胁迫的敏感性呈明显上升趋势，而对降水量和蒸气压亏缺胁迫的敏感性趋势不明显。趋势变化分析显示，分别有9.27%、18.28%和7.10%的植被区域在降水量、土壤湿度和蒸气压亏缺胁迫的敏感性趋势上发生了显著变化。主要的变化类型为D-I（从降低到增加）和I-I（从增加到增加）。未来预测表明，植被对土壤湿度胁迫的敏感性将保持最高并继续上升。这些发现有助于加深对中亚植被对不同水分胁迫响应的理解，并为全球其他干旱地区提供借鉴。
引言
水分胁迫对植被生态系统具有极大的破坏性影响，导致生长受阻甚至广泛死亡（Liu等人，2020；McDowell等人，2022；Stovall等人，2019）。多项生态系统建模模拟的结果表明，在过去30年中，水分胁迫导致陆地碳汇平均每年损失0.19±0.006 Pg C，约占全球陆地碳封存的8.3%（Piao等人，2019）。此外，预计未来水分胁迫将加剧，对生态系统稳定性构成更加严重的威胁（Dai，2013；Trenberth等人，2014）。因此，探索植被对水分胁迫的响应过程对于政策制定至关重要，有助于在气候变化背景下维持生态系统稳定性。
植被对水分胁迫的响应是一个长期且复杂的过程，受到生态系统恢复力的强烈调控，通常表现为明显的滞后效应和累积效应（Huang等人，2018；Kashyap等人，2025a）。滞后效应指的是植被对水分胁迫的延迟响应，即由于植被的抵抗力，负面影响不会立即显现（Ahlstr?m等人，2015；Braswell等人，1997；Gutschick和BassiriRad，2003）。累积效应描述了长期水分胁迫条件对当前植被状态的综合影响（Anderegg等人，2015；Vicente-Serrano等人，2013）。这两种效应代表了植被对水分胁迫的关键响应途径，并被广泛用于量化植被敏感性（Jiang等人，2023；Peng等人，2019）。Xu等人（2021）使用太阳诱导的叶绿素荧光（SIF）和标准化降水蒸发蒸腾指数（SPEI）作为植被活动和干旱（水分胁迫）的指标，并通过结合滞后效应和累积效应构建了植被光合作用干旱敏感性（DSVP）指数。此后，这一框架通过替换不同的植被或水分胁迫指标被广泛应用于各种地区和空间尺度的敏感性分析（Wu等人，2024；Xu等人，2023）。
然而，大多数现有研究仅关注植被对单一水分胁迫因素（如降水量或土壤湿度）的响应，而跨多种类型水分胁迫的比较分析仍然有限（Li等人，2022；Wang等人，2023；Wu等人，2020）。一些最近的研究开始比较不同的水分胁迫指标，发现土壤湿度在控制植被动态中起着主导作用，并强调了滞后效应和累积效应在植被响应中的重要性（Kashyap和Kuttippurath，2024a）。其他研究进一步表明，不同类型的水分胁迫会对植被产生不同的影响。例如，气象干旱、土壤湿度亏缺和大气干燥（如蒸气压亏缺）通过不同的生理过程起作用，并表现出显著的空间差异（Kashyap和Kuttippurath，2026）。实际上，水分胁迫包括降水量亏缺、土壤湿度亏缺和蒸气压亏缺（VPD）胁迫，它们都对植被产生显著但不同的影响。降水量亏缺直接减少地表径流和浅层土壤湿度的可用性（Kashyap和Kuttippurath，2024b；Zeng等人，2022）；土壤湿度是植被生理活动的主要水源，持续的土壤湿度亏缺会抑制植被生长或导致萎蔫（Yu等人，2022）。蒸气压亏缺通过减少气孔导度来限制光合作用（Oren等人，1999）。植被对哪种类型的水分胁迫更敏感仍不清楚。因此，迫切需要系统地评估植被对多种水分胁迫因子的敏感性，以增进我们对植被-气候相互作用的理解。
中亚（CA）是一个典型的干旱和半干旱地区，对气候变化非常敏感（Jiang等人，2017；Yu等人，2023）。过去一个世纪以来，该地区的年平均气温上升速度约为每十年0.15°C（Hu等人，2014）。近几十年来，显著增加的社会经济活动对该地区的植被产生了重大影响（Kolluru等人，2024；Venkatesh等人，2022）。此外，基于耦合模型对比项目第六阶段（CMIP6）的预测表明，未来中亚的干旱事件持续时间、频率和强度都将大幅增加（Cao等人，2023；Guo等人，2022；Qiu等人，2023）。在气候变化和人类活动的双重压力下，区域生态系统面临日益增加的风险；然而，人们对植被对多种水分胁迫的长期响应和未来趋势仍了解不足。
为了解决这些研究空白，本研究首次探讨了中亚植被对降水量、土壤湿度和蒸气压亏缺胁迫的滞后效应、累积效应和敏感性，并对其未来敏感性及其趋势进行了预测。具体而言，研究解决了三个关键问题：(a) 使用多种植被指数（叶面积指数（LAI）、核归一化差异植被指数（KNDVI）和太阳诱导的叶绿素荧光（SIF）来研究植被对不同水分胁迫的滞后效应和累积效应。(b) 分析植被对不同水分胁迫的敏感性在空间上的分布、趋势和潜在的变化趋势。(c) 使用CMIP6数据预测植被对多种水分胁迫的敏感性及其变化趋势。这项研究加深了对中亚植被对不同水分胁迫响应的理解，为维持生态系统稳定性提供了科学依据。
研究区域
中亚包括五个国家（哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、土库曼斯坦和塔吉克斯坦）以及中国的新疆维吾尔自治区。该地区面积约为5.66 × 106平方公里，是北半球温带地区最大的干旱和半干旱区域（Jiang等人，2017；L. Jiang等人，2024；Yu等人，2023，2022）。该地区的主要植被类型是草地和稀疏植被（图1a）。年降水量通常低于400毫米（图1c）。
植被对不同水分胁迫的滞后效应和累积效应
与降水量和蒸气压亏缺胁迫相比，植被对土壤湿度胁迫的滞后效应（Rlag）和累积效应（Rcum）值显著更大，而时间滞后效应（Tlag）和累积时间效应（Tcum）则较短（图2a和2b）。KNDVI和SIF的结果相同（支持信息SI中的图S1和S3）。耕地、草地、灌木丛和稀疏植被在土壤湿度胁迫下的滞后效应和累积效应最大（中值高于0.25），时间滞后效应和累积效应最短（1至2个月）。相比之下，森林和湿地的滞后效应和累积效应较小。
方法可靠性
本研究依赖相关性分析来量化植被对水分胁迫的滞后效应（Rlag和Tlag）和累积效应（Rcum和Tcum）。这种方法已在全球和区域研究中得到广泛应用（Peng等人，2019；Wei等人，2022；Xu等人，2023；Yuan等人，2024）。然而，这些先前的研究仅量化了植被对单一水分胁迫（如SPEI）的敏感性。相比之下，本研究结合了三种类型的水分胁迫。
结论
本研究首次探讨了中亚植被对降水量、土壤湿度和蒸气压亏缺胁迫的滞后效应、累积效应和敏感性。我们发现，中亚植被对土壤湿度胁迫的滞后时间和累积时间最短，响应强度最高。敏感性分析表明，植被对土壤湿度胁迫的敏感性最高，这一现象在所有土地覆盖类型和气候区中都是一致的。此外，灌溉显著降低了作物对土壤湿度胁迫的敏感性。
CRediT作者贡献声明
梁洪武：撰写 – 审稿与编辑，撰写 – 原稿，软件，方法论。贾佩尔·古丽：撰写 – 审稿与编辑，监督，资金获取，数据管理。常村：软件。余涛：撰写 – 审稿与编辑，方法论。张连成：数据管理。冯萍萍：软件。林凯雄：软件。朱同伟：可视化。姜夏鹏：可视化。菲利普·德迈耶：撰写 – 审稿与编辑。蒂姆·范德沃德：撰写 – 审稿与编辑。
