《Journal of Environmental Management》:Lagged crop responses to drought across China: contrasting multivariate environmental pathways in rainfed and irrigated systems
编辑推荐:
Rui Yang|Litao Zhou|Hao Yuan|Xinyi Han|Jianhang Zhang|Jiayu Bao|Pengzhou Chen|Shichen Gao|Jianjun Wu中国北京100875,北京师范大学地理科学学院遥感科学国家重点实验室摘要在气候变
Rui Yang|Litao Zhou|Hao Yuan|Xinyi Han|Jianhang Zhang|Jiayu Bao|Pengzhou Chen|Shichen Gao|Jianjun Wu
中国北京100875,北京师范大学地理科学学院遥感科学国家重点实验室
摘要 在气候变暖的背景下,作物对干旱的反应越来越受到气候、土壤、地形以及人类活动相互作用的影响。然而,目前广泛使用的干旱指数可能无法准确反映作物所感受的水分不足情况,而且滞后效应与多种环境因素共同作用调节作物反应的机制也尚未得到充分理解。本研究在中国灌溉农田和雨养农田中,分析了三种干旱指数——标准化蒸散亏缺指数(SEDI)、标准化降水蒸散指数(SPEI)和标准化土壤湿度指数(SSMI)与多种植被相关指标之间的滞后相关性。此外,我们还研究了作物对干旱的反应滞后时间,并运用偏最小二乘结构方程模型(PLS-SEM)来揭示环境因素调节作物动态的路径。研究结果表明,SEDI在捕捉与作物相关的干旱胁迫方面表现优于SPEI和SSMI,在灌溉农田和雨养农田中均展现出更强且更稳定的关联关系。作物对干旱最敏感的时间尺度为1个月,其中灌溉农田的反应更为明显且迅速。PLS-SEM进一步揭示出不同的作用路径:在雨养农田中,作物生长主要受降水影响,同时受到土壤特性和人类活动的制约;而在灌溉农田中,人为的水分投入改变了能量、水分、地形、土壤以及作物过程之间的关联,削弱了直接的气候制约作用,同时增强了人类活动的调节效应。这些发现阐明了环境因素如何与干旱滞后效应相互作用来调节作物生长,为制定具有抗旱能力的农业管理策略和气候适应措施提供了基于过程的依据。
引言 全球气候变暖预计会加剧干旱事件的频率和严重程度,从而增加作物生长不确定性并提高产量下降的风险(Hussain等人,2019)。在干旱条件下,较高的温度会增强蒸腾作用和水汽压亏缺,进而抑制碳同化过程,降低作物生产力(He等人,2019;Shi等人,2021;Mukherjee和Mishra,2022)。因此,准确识别农业干旱对于减轻其影响至关重要。灌溉作为缓解干旱胁迫的重要手段,能够改善土壤-植物-大气系统中的水分状况(Chen等人,2025)。然而,由于气候、土壤特性以及作物性状之间的相互作用,农业生态系统的响应十分复杂且差异较大。因此,了解干旱在不同农业系统中对作物的影响对于区域干旱监测和农田管理具有重要意义。
以往的研究通常采用气象干旱指数(DIs),如帕尔默干旱严重度指数(PDSI)、标准化降水指数(SPI)以及标准化降水蒸散指数(SPEI)来描述农业干旱状况(Dai等人,2020;Zhao等人,2023;Chen等人,2025)。尽管这些基于降水、温度等气象变量得出的指数能够有效捕捉气候异常情况(Palmer,1965;Mckee等人,1993;Vicente-Serrano等人,2010),但它们在直接反映作物实际面临的水分不足方面存在局限,尤其是在灌溉农田中。近期有一些研究尝试使用标准化土壤湿度指数(SSMI)来更好地描述农业干旱状况(Shen等人,2022;Zheng等人,2025)。不过,该指数主要反映的是供水方面的水分不足,无法直接体现植物实际消耗的水分,因而无法准确反映作物的实际需水需求和水分消耗过程。相比之下,标准化蒸散亏缺指数(SEDI)是通过实际蒸散量(ETa)与大气蒸发需求量(AED)的差值来计算得出的,它兼具物理意义和生物学意义,能够更准确地反映农业和生态系统的干旱严重程度(Nguyen等人,2019;Chang等人,2023)。因此,它被认为更适于反映作物对干旱胁迫的实际响应(Vicente-Serrano等人,2018,2025)。以往的研究已经证明了SEDI在全球、国家及区域尺度上用于干旱识别和监测的优越性。然而,其在中国农田中用于监测农业干旱的适用性在较小空间尺度上仍需进一步验证(Vicente-Serrano等人,2018;Kim等人,2019;Zhang等人,2019b;Li等人,2020a;Ye等人,2025)。
作物的实际蒸散量不仅受土壤湿度的影响,还受到温度、风速等多种环境因素的制约。在不同的水资源管理方式下,陆地与大气之间的相互作用存在显著差异。与雨养农田相比,灌溉农田由于人为干预带来的水分投入,其能量平衡、水文过程以及微气候环境都会发生改变(Nocco等人,2019;Mcdermid等人,2023),这可能导致作物在干旱条件下的反应有所不同(Wang等人,2023a)。Chen等人(2024)进一步研究表明,灌溉农田和雨养农田在面对干旱胁迫时,其农业生产率的变化特征存在差异,尤其是在干旱敏感区域的范围以及响应的滞后时间方面。这些发现凸显了在评估作物对干旱胁迫的响应时,区分灌溉农田和雨养农田的必要性。虽然以往的研究已经证明灌溉能够在一定程度上缓解农业系统中的干旱胁迫,但大多数研究主要集中在量化灌溉带来的产量提升效果上(Li等人,2020b;Chen等人,2024)。对于雨养农田和灌溉农田中作物响应干旱胁迫的潜在机制,目前还缺乏系统且定量的认识。
以往针对中国农田的研究大多依赖于分辨率较低的资料(Li等人,2020a;Pan等人,2023),并且仅使用单一的生态指标来描述植被状况(Zhang等人,2019a;Li等人,2020a),这限制了对作物复杂响应过程的刻画。随着高分辨率遥感数据的日益丰富,人们能够更详细地开展作物在时空维度上的特征分析,从而更深入地了解作物在不同农业系统中的干旱响应机制。因此,本研究以中国的雨养农田和灌溉农田为研究对象,比较了不同时间尺度下SPEI、SEDI和SSMI这三种指数的表现。同时,还利用归一化植被指数(NDVI)、太阳诱导叶绿素荧光(SIF)以及总初级生产力(GPP)等指标来描述作物状况。本研究旨在回答三个问题:(1)哪种干旱指数最能反映中国作物对农业干旱的响应?(2)使用最优指数后,作物在不同时间尺度上的响应滞后情况如何?(3)在干旱条件下,雨养农田和灌溉农田在环境调控因素以及作物响应机制方面存在哪些差异?本研究有助于加深人们对作物干旱响应及其潜在机制的理解。
章节节选 土地覆盖图与灌溉图 农作物种植面积数据来源于中国多时相土地利用/覆盖变化数据集(CNLUCC;
http://www.resdc.cn ),该数据集是通过人工目视解译Landsat卫星影像得到的(Jing等人,2016)。研究选取了2000年、2005年、2010年、2015年和2020年的土地利用图,将至少在三年中被判定为农田的像素定义为稳定农田(Salmon等人,2015)。采用这种时间多数滤波方法,可以减少偶尔出现的分类错误所带来的影响
确定最适宜的农业干旱指数 为了比较不同干旱指数对作物的滞后影响并确定最适宜的指数,研究人员在像素级别计算了滞后相关性,并按区域进行了汇总分析。比较主要基于三个标准:滞后相关系数的平均值、出现显著相关关系的像素比例以及出现最大相关关系的滞后时间。研究结果(图3a)显示,SEDI与其他干旱指数相比,与植被指标的滞后相关性始终更强
SEDI在农业干旱监测中的应用前景 本研究结果表明,基于蒸散亏缺概念的SEDI在不同时间尺度、不同植被指标、不同类型农田以及不同农业区域中的表现均优于SPEI和SSMI(表S4–S5)。即便不考虑干旱的滞后效应,SEDI的整体表现依然最佳(图S2–S3),这说明它更能准确反映作物对干旱胁迫的响应。这一结论与Vicente-Serrano等人(2025)的观点一致,他们强调了在评估干旱状况时AED的重要性
结论 本研究以中国的雨养农田和灌溉农田为研究对象,利用多源遥感数据计算了2001年至2019年间的多种时间尺度的干旱指数(SPEI、SEDI、SSMI)。同时,结合植被相关指标(NDVI、SIF、GPP)开展了滞后相关性分析。在此基础上,进一步研究了各种环境因素的调节作用,并运用PLS-SEM模型揭示了作物对干旱响应的机制。主要结论如下:
CRediT作者贡献说明 Rui Yang: 概念构建、正式分析、方法设计、结果可视化、初稿撰写、论文修订。 Litao Zhou: 正式分析、方法设计、结果验证、论文修订。 Hao Yuan: 数据整理、结果可视化、论文修订。 Xinyi Han: 正式分析、论文修订。 Jianhang Zhang: 结果验证、论文修订。 Jiayu Bao: 论文修订。 Pengzhou Chen: 论文修订。 Shichen Gao: 论文撰写——
利益冲突声明 作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢 本研究得到了新疆第三期科学考察计划 (项目编号2022xjkk0600)以及国家自然科学基金 (项目编号42071401)的支持。