编辑推荐：
青藏高原突发性干旱与缓慢性干旱对植被初级生产量的差异化影响研究，基于2000-2023年土壤水分动态识别干旱事件，发现前者更频繁且GPP响应率更高（62.1%区域响应更显著），但滞后时间和持续时间更短（分别占59.15%和73.49%区域）；后者持续时间更长但恢复能力较弱。XGBoost模型表明温度、光照和土壤湿度是主要驱动因素。
孙涛|张新华|蔡玉洁|杨春|高竹瑞|孟赫|张建南|郭一军|桑木切坦
四川大学水利与山地河流工程国家重点实验室，成都，610065，中国
摘要
包括突发性干旱和持续性干旱在内的次季节性干旱事件正在增加，对陆地碳循环产生了显著影响。然而，关于这些干旱类型对总初级生产力（GPP）的不同影响的系统比较仍然有限。本文基于根区土壤湿度动态，识别了2000年至2023年间青藏高原（QTP）的突发性干旱和持续性干旱事件，并定量评估了植被对这两种干旱类型的响应。结果表明，突发性干旱在QTP的发生频率和强度均显著高于持续性干旱。在大多数植被覆盖区域，GPP对突发性干旱和持续性干旱的响应特征存在明显差异。具体而言，在62.10%的植被覆盖区域，突发性干旱期间的GPP响应速率高于持续性干旱；而在59.15%和73.49%的区域，响应滞后时间和持续时间分别较短。相比之下，两种干旱类型对GPP响应幅度的总体差异较小。在五种主要植被类型中，草原生态系统中，GPP响应的滞后时间和持续时间差异最为显著。极端梯度提升（XGBoost）分析进一步表明，温度、太阳辐射和土壤湿度是影响GPP响应的主要因素，其影响超过了干旱特性的作用。这些发现为理解突发性干旱和持续性干旱的独特生态效应提供了新的见解，并为QTP的针对性生态保护和气候适应策略提供了科学依据。
引言
陆地生态系统在全球碳循环中起着至关重要的作用，吸收了大约30%的人为碳排放（Luo等人，2015年）。这些生态系统与气候系统紧密相连，尤其是通过植被、土壤和大气中的碳循环（Alexander等人，2006年；Ansa Thasneem等人，2019年；Cao和Woodward，1998年）。然而，包括突发性干旱和持续性干旱在内的次季节性干旱事件频繁发生，并且可能会迅速加剧。这些事件会严重破坏陆地生态系统中的碳库、碳通量和生物地球化学过程，从而改变其整体碳平衡（Xi等人，2024b年；Xue等人，2024年）。因此，了解次季节性干旱对陆地生态系统碳汇的影响至关重要。
次季节性干旱是指在短于一个季节的时间内发展并演变的干旱事件，通常持续几天到几周。与传统季节性或多季节性干旱相比，它们的特点是发生迅速、持续时间短且时间变化性强。根据发生速度，次季节性干旱可以分为突发性干旱和持续性干旱（Ji和Yuan，2024b年；Qi等人，2025年；Yuan等人，2023年）。突发性干旱通常发生在土壤湿度迅速下降并低于临界阈值时（Zhang等人，2025年），其强度可能在短时间内加剧。近年来，突发性干旱的频率有所增加，引起了科学界的广泛关注（Christian等人，2024年；Sun等人，2025a年）。典型的突发性干旱事件包括2003年的欧洲干旱（Deng等人，2021年）、2010年中国北部的干旱（Chen和Yang，2013年）、2012年巴西东北部的干旱（Marengo等人，2017年）、2015年南非西部的干旱（Botai等人，2016年）以及2022年中国长江地区的干旱（Wang和Yuan，2023年）。相比之下，持续性干旱的发展更为缓慢，干旱条件的加剧是渐进的（Liu等人，2020年）。尽管次季节性干旱的频率和严重性不断增加，但突发性干旱和持续性干旱对生态系统生产力的不同影响仍不清楚。因此，探索陆地生态系统对这两种干旱类型的碳吸收差异响应至关重要。
总初级生产力（GPP）是衡量生态系统碳吸收的关键指标，反映了植被应对环境压力（特别是干旱）的能力（Deng等人，2021年）。许多研究调查了次季节性尺度上突发性干旱对GPP的影响，一致报告了植被生产力的显著下降。利用中分辨率成像光谱辐射计MODIS的GPP数据，Lv等人（2020年）分析了中国的多次突发性干旱事件，发现GPP普遍下降，且不同生态系统之间存在显著差异。同样，Yao等人（2022年）基于太阳诱导的叶绿素荧光（SIF）和植被指数发现，海河流域约40%的地区在突发性干旱期间经历了GPP损失。长期观测和建模研究进一步表明，与突发性干旱相关的大气和土壤水分压力会强烈抑制GPP，表现出明显的空间和时间异质性（Xi等人，2024a年；Xi和Yuan，2022年）。总体而言，这些发现表明突发性干旱可以迅速且显著地减少植被的碳吸收。当前的研究主要集中在单一干旱事件和GPP的总体响应上，但个别事件的响应可能具有特殊性，不一定能代表普遍模式。因此，利用长期、多事件和多源数据集进行系统研究对于阐明GPP对突发性干旱的多维响应特征至关重要。
与突发性干旱不同，持续性干旱通过累积和长期的水分压力影响植被。研究表明，干旱持续时间而非强度本身对植被生产力的下降起着关键作用（Jiao等人，2021年；Lv等人，2022年）。随着干旱持续时间的延长，对GPP的抑制效应会加剧。长期干旱可能导致恢复期延长，甚至无法完全恢复到干旱前的生产力水平（Xu等人，2019年）。例如，2003年的欧洲干旱导致随后四年碳吸收减少（Reichstein等人，2007年）。此外，干旱对植被的滞后和累积效应在不同气候区和植被类型中存在显著差异（Liu等人，2023年）。然而，与关于突发性干旱影响的研究相比，专门研究次季节性尺度上持续性干旱对GPP响应的系统研究仍然有限。
现有研究在识别和量化干旱对GPP的响应方面取得了进展。常见的基于GPP的方法，包括标准化异常值、累积异常值和基于百分位的指标，已被广泛用于捕捉水分压力下的植被碳吸收及其空间异质性（Song等人，2024年；Sun等人，2021年；Wei等人，2022年）。这些方法有效地揭示了干旱对植被的影响，但在捕捉GPP的动态响应方面存在局限性。特别是，它们往往无法描述如次季节性干旱这样的短期干旱的GPP响应。突发性干旱可以在短时间内达到高强度，这种快速的发展会通过减少土壤水分供应、限制光合作用和抑制植物生长来降低生态系统的碳吸收能力（Liu等人，2020年；Poonia等人，2022年；Sungmin和Park，2023年；Zhao等人，2024a年）。虽然持续性干旱的发展较为缓慢，但其长期持续时间可能导致严重的长期水分不足，从而造成显著的生态影响（Ji和Yuan，2024a年；Yuan等人，2023年）。这些差异表明，突发性干旱和持续性干旱在干旱进展、水分压力积累途径和植被碳吸收机制方面可能存在根本性差异。这种差异强调了进行系统比较研究和多指标GPP分析的必要性，以阐明次季节性干旱的生态响应。
青藏高原（QTP）占中国陆地面积的26.8%，是世界上最大的高海拔高原，也是亚洲季风和全球气候的关键调节器。其高山草原具有较短的生长季节和高气候敏感性，在区域碳循环中发挥着重要作用。尽管人为干扰较少，但QTP经历了显著的变暖和湿润化，预测表明突发性干旱和持续性干旱将更加频繁（Bloom等人，2016年；Li等人，2010年；Zhang等人，2022年）。在这种气候敏感地区，GPP对这两种干旱类型的响应方式尚不清楚，使得QTP成为此类研究的理想自然实验室。
在这项研究中，我们量化了QTP上植被对突发性干旱和持续性干旱事件的响应。我们还使用XGBoost模型评估了气候和水文因素以及干旱特征对GPP变化的相对贡献。本研究的具体目标是：（1）描述QTP上突发性干旱和持续性干旱的空间和时间模式，并区分它们的差异；（2）研究不同生态系统对这两种干旱类型的GPP响应模式；（3）评估气候、水文条件和干旱特征对GPP响应动态的影响。
研究区域
青藏高原是世界上最大的高原，平均海拔超过4000米，位于北纬26°0′–39°47′、东经73°19′–104°47′之间（Wu等人，2021年）。QTP包含多种气候类型，主要是高山气候，高山地区的微气候分布垂直变化（Gu等人，2008年）。作为全球最高的陆地生态系统，QTP以其独特的地理和生态特征而著称（Sun等人，2023年）。
突发性干旱和持续性干旱的空间和时间模式
基于多源土壤湿度数据，本研究识别了2000年至2023年间QTP上发生的突发性干旱和持续性干旱事件。图2a和b分别展示了突发性干旱和持续性干旱的空间分布模式。结果表明，突发性干旱主要集中在QTP的东南部，某些地区每十年最多发生7次。相比之下，持续性干旱的空间分布较为分散，没有明显的聚集现象。
突发性干旱和持续性干旱的特征差异
基于遥感观测和再分析数据，我们识别了QTP上的突发性干旱和持续性干旱，并揭示了它们之间的显著空间差异。突发性干旱频率的空间分布与先前的研究结果一致：QTP的东南部是一个热点区域，而西部高原的发生频率较低（Li等人，2025a）。相比之下，持续性干旱的空间变化较小，大多数地区
结论
次季节性干旱事件正在变得更加频繁，但突发性干旱和持续性干旱对生态系统生产力的不同影响仍不清楚。本研究针对2000年至2023年QTP的情况填补了这一知识空白。我们得出了三个关键发现：首先，突发性干旱发生频率更高，发生速度更快；其次，GPP对这两种干旱的响应不同。
CRediT作者贡献声明
孙涛：可视化、验证、软件、资源、方法论、调查、正式分析、数据管理。张新华：监督、项目管理、资金获取、概念化。蔡玉洁：可视化、验证、软件、项目管理。杨春：可视化、验证、软件。高竹瑞：可视化、验证、软件。孟赫：验证、软件。张建南：项目管理、资金获取。郭一军：项目
利益冲突声明
我们声明没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了国家自然科学基金（资助编号：52370206）、西藏日喀则科技项目（资助编号：RKZ2025ZD-006）以及四川大学水利与山地河流工程国家重点实验室开放资金（SKHL2303）的支持。
