半干旱生态系统中土壤水势与大气需求对植被水分胁迫的相对作用评估

《Journal of Geophysical Research: Biogeosciences》:Assessing the Relative Roles of Soil Water Potential and Atmospheric Demand on Vegetation Water Stress in Semi-arid Ecosystems

【字体: 大 中 小 】 时间:2026年07月11日 来源:Journal of Geophysical Research: Biogeosciences 3.5

编辑推荐:

  理解植被对土壤水分有效性和大气需求的响应对于评估干旱和气候变化对半干旱生态系统的影响至关重要。然而,基于野外的研究在评估这些驱动因素对植被生产力的相对重要性方面十分有限。此外,以往的研究常常通过依赖土壤体积含水量(VWC)作为植物生长的主要控制因素,从而简化了

  
理解植被对土壤水分有效性和大气需求的响应对于评估干旱和气候变化对半干旱生态系统的影响至关重要。然而,基于野外的研究在评估这些驱动因素对植被生产力的相对重要性方面十分有限。此外,以往的研究常常通过依赖土壤体积含水量(VWC)作为植物生长的主要控制因素,从而简化了对土壤水分有效性的评估。与土壤水势(Ψsoil)不同,VWC并未考虑土壤质地对植物水分吸收的影响。为弥补这些不足,研究人员将植被响应的遥感指标与蒙大拿州52个牧场站点的VWC、相对湿度和温度(用于计算饱和水汽压差(VPD))以及土壤温度的野外测量结果进行了比较。研究人员在每个站点采集了土壤样本,以生成连续的土壤水势时间序列。研究人员利用广义加性模型(GAM)评估了这些生物物理指标与卫星估算的植被生产力(包括增强型植被指数(EVI)、近红外反射植被指数(NIRv)和太阳诱导叶绿素荧光(SIF))之间的关系。结果表明,Ψsoil是季节性植被生产力的更好生物物理预测因子,而在Ψsoil不受限的情况下,VPD成为次要驱动因素。最后,Ψsoil的异常是季节性植被响应异常的主要驱动因素。这些发现表明,在半干旱景观中,土壤水势是植被水分胁迫的主要控制因素。
**半干旱生态系统中土壤水势与大气需求对植被水分胁迫的相对作用:基于野外观测的评估**

**研究背景与问题**

气候变化导致干旱事件的频率和强度在全球范围内增加,对植被生长、生产力和死亡率产生不利影响。在半干旱生态系统中,这一问题尤为突出,因为这些生态系统约占地球陆地面积的40%,并且对全球碳汇的年际变异性有显著贡献。植被在光合作用过程中通过气孔开闭调节水分损失和二氧化碳吸收。大气干旱度(常用饱和水汽压差(VPD)表示)和土壤水分供应共同影响气孔导度,但两者在调控植被生产力中的相对重要性尚不明确。现有文献中存在相互矛盾的结果,部分原因在于不同生态系统和气候条件下植被生理特征的差异。此外,以往研究常以土壤体积含水量(VWC)作为土壤水分有效性的指标,但VWC忽略了土壤质地和结构对植物水分吸收的关键作用。相比之下,土壤水势(Ψsoil)能更精确地反映植物水分胁迫,因为水分沿水势梯度从土壤进入植物体。然而,由于Ψsoil的野外测量需要大量工作和设备,其在大尺度上的数据十分匮乏。因此,开展基于野外的研究来验证Ψsoil在预测生态系统对干旱胁迫响应中的作用至关重要。

**研究内容与结论**

研究人员利用蒙大拿州52个牧场站点的连续环境变量观测数据(包括VWC、相对湿度、温度以及由此计算的VPD和土壤温度),并采集20厘米深度的土壤样本,通过实验室分析生成土壤水分保持曲线(SWRC),从而反演得到时间序列的Ψsoil。研究人员采用广义加性模型(GAM)分析环境变量(Ψsoil、VWC、VPD和土壤温度)与卫星遥感获取的植被生产力指标(增强型植被指数(EVI)、近红外反射植被指数(NIRv)和太阳诱导叶绿素荧光(SIF))之间的关系,分别进行了季节性分析和异常分析。主要结论如下:在半干旱生态系统中,Ψsoil是描述季节性植被生产力变化的主要驱动因子;当Ψsoil不受限时,VPD成为次要驱动因子;Ψsoil的异常是季节性植被响应异常的首要控制因素。这些发现表明,半干旱区植被水分胁迫主要受控于土壤水势,而非大气干旱度。该论文发表在《Journal of Geophysical Research: Biogeosciences》。

**关键技术与方法**

主要关键技术方法包括:(1)利用Hydraulic Property Analyzer(HYPROP)和WP4C仪器在实验室测定土壤水分保持曲线(SWRC),覆盖从田间持水量到极干燥范围的Ψsoil测量;(2)采用Brooks-Corey、van Genuchten、Kosugi和Fredlund-Xing四种SWRC模型进行拟合,以均方误差(MSE)最小为标准选择最优模型,并反演时间序列Ψsoil;(3)使用广义加性模型(GAM)进行统计分析,通过计算偏偏差变化(PDC)评估各预测变量的相对重要性;(4)数据来源于蒙大拿州Mesonet网络(52个站点,自2016年起连续观测),卫星植被指数(EVI、NIRv、SIF)提取自MODIS和TROPOMI数据。样本来源于蒙大拿州牧场站点。

**研究结果**

**3.1 实验室分析**:在52个站点的20厘米深度土壤水分保持曲线拟合中,Fredlund-Xing模型为大多数站点(37个)的最佳拟合,其次是van Genuchten(13个)和Kosugi(2个),Brooks-Corey未在任何站点中提供最优拟合。根据MSE阈值(0.00015)剔除4个站点后,保留30个站点用于季节性分析。

**3.2 季节性分析**:三个GAM模型(分别以NIRv、EVI和SIF为响应变量)的偏差解释率在21.0%至24.9%之间。Ψsoil在所有模型中均显示出最高的PDC值,表明Ψsoil是季节性植被生产力的主导驱动因子。VPD的PDC值次之,为第二重要预测因子。土壤温度的PDC值在NIRv和EVI模型中最低,而VWC在SIF模型中最低。偏效应图显示,Ψsoil和VPD对生产力有负效应,其中Ψsoil在约-400 kPa处出现生产力急剧下降的阈值。VPD在约1 kPa以下时对生产力有轻微正效应。NIRv的独立效应分析(数据分箱法)进一步确认了Ψsoil的阈值效应,且Ψsoil的变异范围(四分位距)最小,而VPD和土壤温度的变异范围最大。

**3.3 异常分析**:由于标准化后Ψsoil与VWC异常值高度相关(r接近1),研究人员在完整GAM异常模型中排除了VWC,保留Ψsoil、VPD和土壤温度异常值。模型偏差解释率为26.74%。Ψsoil异常值的PDC为600,远高于VPD(-7)和土壤温度(-46)异常值,表明Ψsoil异常是NIRv异常的主要驱动因素。线性分析显示,Ψsoil异常与NIRv异常的相关系数r=-0.47,而VPD和土壤温度异常分别为-0.24和-0.18。

**讨论总结与结论**

**讨论**:研究结果强调了Ψsoil在描述半干旱牧场生态系统植被生产力季节性进程和干旱相关异常中的核心作用,这符合植物水力学原理。Ψsoil阈值(约-400 kPa)与半干旱草地和灌木系统的干旱敏感性估计一致。当Ψsoil不受限时,VPD成为次要驱动因子,但低VPD(约1 kPa)可能促进生产力。VWC的效应存在站点特异性,表明其不能完全反映土壤特性对植物有效水分的影响。在异常分析中,标准化后的VWC和Ψsoil异常值高度相关,表明在关注偏离正常情况时,VWC异常可作为Ψsoil异常的实用代理。Ψsoil异常是季节性生产力异常的一阶控制因素,这对干旱监测和早期预警有直接启示:应优先监测根区水分异常。研究局限性包括GAM模型对参数选择的敏感性、模型在非胁迫条件下表现欠佳、野外测量与卫星数据之间的时空不匹配等。

**结论**:这项研究利用野外实测的Ψsoil数据,提供了直接证据表明:在半干旱(以多年生杂类草和禾草为特征)生态系统中,Ψsoil是季节性植被生产力的主要水文驱动因子,增加干旱度(更低的Ψsoil)导致植被生产力下降;而当Ψsoil不受限时,VPD成为次要驱动因子。Ψsoil比VWC更有效地捕捉土壤结构对植物有效水分的影响,因此是更好的植被胁迫预测因子。最后,相对于大气条件,地下水分异常对植被绿色度异常具有更强的预测能力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号