《Global and Planetary Change》：Divergent climate and human controls on Asian Vegetation sensitivity revealed by SIF-NDVI synergy
编辑推荐：
植被结构-功能异质性及其驱动机制研究。基于2001-2021年卫星SIF与NDVI数据，揭示亚洲植被60%区域呈现结构功能协同演变，40%区域存在显著分异，特别是高海拔与干旱生态系统。温度主导光合效率，降水调控农草地冠层绿度，太阳辐射影响混交林生产力。残差分析发现东亚及东南亚集约化管理区存在人类增强功能效应，而过度放牧区呈现退化趋势。构建11类植被敏感性区划，整合气候-人类驱动因子，为区域生态治理与碳中和策略提供机制支撑。
海香思|孙红|王坤伟|王瑞燕|宗胜伟
中国长春东北师范大学地理科学学院，教育部长白山地理过程与生态安全重点实验室
摘要
在日益加剧的气候变化和人为压力下，亚洲的植被表现出复杂的结构和功能调整。然而，植被绿色度与光合作用功能之间的空间关联性在大陆尺度上仍知之甚少。本文结合卫星观测得到的太阳诱导叶绿素荧光（SIF）和归一化植被指数（NDVI），通过机器学习方法对2001年至2021年的数据进行分析，以区分气候变率和人类活动各自的影响。研究结果表明，亚洲近60%的植被区域同时经历了SIF和NDVI的增加；而约40%的植被区域则表现出结构（NDVI）与功能（SIF）之间的明显分离，尤其是在高海拔和干旱生态系统中。温度主要影响光合作用效率，降水则影响农田和草原的植被绿色度，太阳辐射则调节混合森林的生产力。残差分析进一步显示，在东亚和东南亚的管理强度较高的地区，植被功能得到了显著提升，而过度放牧或破碎化的干旱地区则出现了功能退化。通过整合这些气候和人为因素，我们基于主要的气候和人为驱动因素，划分出了十一个植被敏感性区域，这些区域反映了生态系统恢复力和脆弱性的差异。这一结构-功能框架为评估植被对全球变化的响应提供了机制基础，并有助于制定针对亚洲地区的生态和碳中和策略。
引言
在气候变化和人类活动的共同影响下，陆地生态系统正在经历深刻的重组（Seddon等人，2016年）。作为生态系统健康状况的敏感指标，植被动态在调节碳平衡、维持气候稳定和保障社会生态功能方面发挥着核心作用（Piao等人，2019b；Zeng等人，2022年）。作为世界上最大且生态多样性最丰富的洲，亚洲的植被变化尤为复杂（Poulter等人，2013年）。由于生态恢复和气候变暖导致的季节延长，许多地区出现了绿化趋势（Cai等人，2020年），但热带森林、干旱地区和北方森林的空间性退化现象凸显了生态脆弱性的加剧（Nath等人，2024年）。这些不同的响应威胁着区域碳汇的稳定性、生物多样性和粮食-水资源安全，因此迫切需要对其植被敏感性有空间上的精确理解。
遥感技术是监测植被变化的基础（Nitze和Grosse，2016年），但常用的结构指数（如归一化植被指数NDVI）存在一些局限性，例如无法准确反映冠层饱和度、土壤背景干扰以及无法捕捉生理过程（Van Der Meer等人，2001年）。相比之下，太阳诱导叶绿素荧光（SIF）可以直接反映光合作用活动和总初级生产力（Frankenberg等人，2011年；Lu等人，2018年）。NDVI主要反映植被覆盖度和冠层密度，而SIF则追踪光合作用碳的吸收（Fang等人，2025年）。比较研究表明，虽然NDVI能有效反映冠层结构，但在受压环境下常常高估植被生产力；而SIF即使在植被表面绿化的情况下也能捕捉到光合作用的功能下降（Chen等人，2022年）。尽管有这些进展，越来越多的证据表明植被绿色度和光合作用活动并不总是随环境梯度同步变化。最近的研究发现，在寒冷和干旱生态系统中，SIF与NDVI之间存在广泛的分离（Cui等人，2025年），即基于NDVI的绿化并不一定意味着光合作用功能的增强（Wang等人，2022年）。这种结构-功能的不匹配凸显了依赖单一指标的局限性，强调了需要综合方法来同时评估冠层扩展和光合作用效率。
尽管人们对SIF与NDVI之间的差异越来越重视，但在亚洲范围内，将这些指数与气候和人为驱动因素系统整合的研究仍十分有限。现有研究通常局限于特定区域或变量，要么关注结构绿色度，要么关注光合作用功能，很少将两者结合在一个统一的框架中进行分析。此外，大多数分析仅强调气候或土地利用的影响，忽略了它们之间的相互作用以及驱动结构-功能关系的生态机制（Hong等人，2022年；Piao等人，2019a）。这种知识空白限制了对生态机制的理解，也限制了制定区域特定生态管理策略的能力。特别是，现有的植被敏感性框架很少考虑SIF-NDVI关系所揭示的生理-结构协同作用，也未将这些模式与国家碳中和承诺等新兴的气候治理框架联系起来。
为应对这些挑战，本研究开发了一个综合框架，整合了多源植被指数（SIF和NDVI）、机器学习、回归-残差分析以及政策关联。具体目标包括：（1）识别亚洲植被变化的主要气候和人为驱动因素；（2）描述SIF-NDVI的收敛和分离空间模式，以划分生态敏感性区域；（3）探讨这些区域与国家碳中和承诺之间的关联，从而为区域特定的生态治理提供依据。通过将植被的生理和结构响应与气候-人类驱动因素联系起来，我们的分析不仅提供了对亚洲植被动态的机制性见解，还为可持续性和碳中和策略提供了实用指导。
研究区域
亚洲的经度范围大约从东经26°到西经170°，纬度范围从北纬10°到北纬81°。该大陆地形多样，从喜马拉雅山脉的珠穆朗玛峰到死海的最低点都有分布。从气候上看，亚洲具有极端的梯度：年平均气温从北极苔原的低于-20°C到热带雨林的超过25°C不等，降水量则从极端干旱的沙漠到季风主导的地区各不相同。
亚洲植被的时空动态特征
为了研究植被结构与功能之间的耦合关系，我们首先将像素分为收敛（同步趋势）和分离（异步趋势）两类。从空间上看，SIF和NDVI在亚洲各地表现出明显的异质性，东部和南部地区普遍增加，而中部和东南部部分地区则出现下降（图S1）。从时间上看，这两个指标在整个研究期间均呈现上升趋势（图S2）。
大陆尺度上的植被结构-功能动态
研究结果表明，亚洲的植被动态不能仅用一个指标来完全描述，因为SIF和NDVI在空间上既表现出收敛趋势也表现出分离趋势。在大陆尺度上，大多数亚洲生态系统表现出结构与功能的耦合变化，但近五分之二的地区显示冠层绿色度与光合作用效率之间存在明显分离。这一发现凸显了基于结构的绿化评估的局限性。
结论
我们对结构（NDVI）和功能（SIF）指标的大陆尺度整合表明，亚洲的植被动态具有显著的空间异质性和结构-功能分离。虽然大多数生态系统同时表现出绿化和光合作用增强，但在高海拔和干旱地区，大面积的植被扩展并未伴随相应的功能提升，这可能是由于寒冷或水分限制造成的生理约束。
作者贡献声明
海香思：撰写 – 审稿与编辑，撰写 – 原稿，可视化，方法论，数据分析，概念构建。孙红：撰写 – 审稿与编辑，撰写 – 原稿，可视化，数据分析。王坤伟：撰写 – 审稿与编辑，数据分析。王瑞燕：撰写 – 审稿与编辑，撰写 – 原稿，指导，方法论，资金获取，概念构建。宗胜伟：撰写 – 审稿与编辑，可视化，资金支持
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
本研究得到了吉林省自然科学基金[项目编号YDZJ202201ZYTS470]、中央高校基本科研业务费[项目编号2412023YQ006]、国家自然科学基金[项目编号42,371,095, 42371052]、山东省自然科学基金[项目编号ZR2020MD003]、山东省“双顶计划”[项目编号SYL2017XTTD02]以及山东省重点研发计划的支持。
