Warming climate amplifies vapor pressure deficit limits on gross primary productivity

来自 <Warming climate amplifies vapor pressure deficit limits on gross primary productivity | Nature Communications>

📌 基本信息

• 题目（中英文对照）：Warming climate amplifies vapor pressure deficit limits on gross primary productivity（气候变暖加剧了大汽水汽压差对总初级生产力的限制）
• 期刊名称：Nature Communications
• 发表时间：2026年4月30日
• 作者信息：Shiqin Xu, Nate G. McDowell, Tim R. McVicar, Diego G. Miralles, Stephen Sitch, Pablo Sanchez-Martinez, Joshua B. Fisher, Pierre Friedlingstein, Hylke E. Beck, Matthew F. McCabe
• DOI：10.1038/s41467-026-72549-8
• 【核心观点】总结：在全球变暖背景下，大汽水分需求（水汽压差，VPD）对陆地生长季总初级生产力（GPP）的限制作用在整体上显著超越了根系层土壤湿度（SM）的约束。这种由VPD主导的碳固定限制效应随着地表升温、干旱程度加剧及持续时间延长而进一步放大。研究证实，植物的水力学功能性状——尤其是植物丧失50%导水率时的水势（P50），是决定VPD与SM相对控制权空间异质性的核心预测因子。在未来的持续增温情景下，全球VPD的普遍上升可能会显著加速陆地碳储量的衰减。

🛠️ 一、 引言部分简要总结 (Introduction Summary)

• 研究的现实与科学背景：在全球气候持续变暖的背景下，深入解析干旱如何影响陆地生态系统总初级生产力（GPP），已成为陆地碳循环与地球系统科学研究的焦点。大汽水分需求（VPD）与根系层土壤湿度（SM）是调节陆地碳通量的两大核心干旱胁迫驱动因子。过去三十年间，全球陆地VPD伴随气温升高呈现出无普遍上升的趋势，而降水与SM的长期演变则表现出更强的空间异质性且幅度相对温和。
• 前人研究存在的局限性与核心科学问题：尽管VPD与SM在干旱期间通常协同发生异常，但它们对植被光合作用的底层控制机理与时空轨迹截然不同，学界关于两者谁在何时何地占据主导地位长期存在激烈争论。由于以往大尺度定量评估主要依赖稀疏的通量塔观测，且缺乏对植物生理生态学性状介导机制的深入解析，导致现行的动态全球植被模型（DGVMs）在预测未来干旱对生态系统生产力的冲击时存在巨大的不确定性。本研究旨在系统量化全球范围内VPD与SM对GPP调节的相对重要性，并澄清植物功能性状在其中的生态生理调节网络。

🔬 二、 研究方法详细介绍与分析 (Methodology Framework)

• 空间范围、时相与干旱样本界定：研究覆盖了2001–2022年全球生长季（月均温高于5°C）的天然植被网格。干旱事件基于标准化的降水蒸发指数（SPEI）进行严格定义，即当3个月尺度的 SPEI 连续两个月及以上低于 -1.0 时界定为干旱时段，以此平衡水分供给与大汽需求的动态关系。
• 多源核心数据源集成：
  1. GPP基础数据：整合了三种独立的全球大宗数据集：(i) 基于机器学习技术和 294 个通量塔观测融合构建的 FLUXCOM-X 产品（观测约束估计）；(ii) 基于卫星反演的全球日光诱导叶绿素荧光（GOSIF）产品（遥感代用指标）；(iii) 包含 6 个典型主流模式（DLEM、EDv3、IBIS、LPJ-wsl、LPX-Bern、ORCHIDEE）的 TRENDY-v12 动态全球植被模型 simulations 集合。此外，引入全球 156 个分布式涡度相关通量塔的日尺度实测数据作为直接观测证据。
  2. 水文气象物理场：温度与相对湿度来自高分辨率网格化 MSWX 数据集，降水来自 MSWEP v2，根系层体积土壤湿度（SM）及潜在蒸发量（PET）来源于最新的 GLEAM4 陆面水文模型。
• 多变量敏感性回归与 trait 性状归因工作流：
  • 线性敏感性方程：在分析前对所有变量和GPP时间序列执行线性去趋势处理，应用 z-score 实施标准化转化。采用普通最小二乘法（OLS）多元线性回归模型量化GPP对因子的敏感性系数（beta_VPD 与 beta_SM），方程中显式纳入平均温度（Tmean）以严格控制温度与干湿度之间的协同干扰噪声。
  • 相对重要性度量：定义相对重要性指数 f = |beta_VPD| - |beta_SM|，其中正值网格归类为 VPD 主导区，负值网格归类为 SM 主导区。
  • 可解释机器学习归因：汇编了包含 7 项核心功能性状（Pmin、P50、水力安全裕度 HSM、物种丰富度、水分利用效率 WUE、有效根系深度 Zr 及林冠高度 h）的全球植物性状数据库。利用随机森林（Random Forest）大模型与 Shapley 附加解释（SHAP）博弈论归因框架，定量解析在干旱状态下限制主导权空间变率的头号植物生态生理预测源。

📈 三、 主要研究结果与充实数据分析 (Main Results & Quantified Data)

• 全球VPD与SM对GPP约束的空间格局分异：多元回归方程量化证实，VPD和SM对月度GPP的控制存在强烈且清晰的空间分化（详见 Figure 1）。高 atmospheric 水分需求（VPD 增加）对生产力的压制效应（beta_VPD < 0）主要集中分布在亚马逊南部和刚果盆地等热带雨林区，以及美国中部和蒙古高原等广阔的温带草原带（Figure 1A, B）。相反，土壤湿度亏缺（SM 减少）对生产力的抑制效应（beta_SM > 0）则高度主导了澳大利亚、非洲东海岸和南美东海岸等以灌丛和稀树草原为 dominant 植被类型的干旱/半干旱生境（Figure 1D, E）。三大独立GPP数据集和地面156个通量塔实测均高度收敛地重现了这一空间格局。

图片名：Figure 1

图例说明：Figure 1 | 2001-2021年间全球生长季非干旱与干旱状态下，观测约束的GPP对大汽VPD（A, B）及根系层SM（D, E）敏感性系数（beta）的空间网格格局及各纬度带（C, F）的区域平均剖面。饼图清晰量化了在全陆地植被表面呈现负向（VPD限制）与正向（SM限制）响应的有效面积占比。

• 全球尺度下VPD对生产力的压倒性主导权及干旱转移：在非干旱状态下，高 VPD 限制了全球 61% 的植被土地，而低 SM 限制了 73%。进入干旱状态后，全球范围内的VPD和SM异常剧烈走高，此时高 VPD 限制区域扩展至全陆地 68% 的植被面积，低 SM 抑制区域扩展至 72%。关键的相对重要性度量 f 空间制图确证（详见 Figure 2），在非干旱期，VPD 限制在全球高达 66% 的植被土地上占据绝对主导（f > 0）；即便在整体进入 SPEI 界定的干旱期后，VPD 仍在全陆地 59% 的可燃土地上维持着对 GPP 变率的统治力，SM 主导区仅占 41%（Figure 2A, B）。
• 从非干旱到干旱的转换过程中，全球有 33% 的植被表面发生了主导权漂移（Figure 2C）：其中 20% 的区域由于水分极端耗竭从 VPD 主导向 SM 主导发生了逆转，这高度集中分布在水分高度亏缺、蒸发比（ER）极高的地带（如澳大利亚、美国中部和欧洲温带）；而 13% 的区域则向强 VPD 主导漂移，高度密集于湿润指数（WI）高、林冠密集的群系（如圭亚那高原及北美/欧亚寒带针叶林区）（Figure 2D, E）。

图片名：Figure 2

图例说明：Figure 2 | 全球在非干旱（A）与干旱（B）状态下VPD与SM控制总初级生产力的相对重要性指数（f）分布图、主导权转移格局（C）以及控制权偏离值（Delta f）随地表湿润指数与蒸发比梯度的非线性演变（D, E）。清晰证实了VPD在全球多数天然植被覆盖表面的优势控制特征。

• 纬度梯度特征与生态模型系统性偏差：纬度截面数据（Figure 3）清晰显示，除了北半球副热带特定地带外，VPD 限制优势在全纬度表现出极高的韧性。值得注意的是，现行的动态全球植被模型（TRENDY 集合）在跨纬度剖面上表现出明显的系统性层结偏差：模式普遍高估了大气 VPD 的压制效应，同时严重低估了副热带等关键生态区土壤湿度的实质性约束，凸显了当前地表水文模块的表征缺陷。

图片名：Figure 3

图例说明：Figure 3 | 跨越三个独立大宗数据集解算出的非干旱（A）与干旱（B）场景下VPD vs SM相对控制力度的纬度带区域平均曲线。定量揭示了现有基于物理过程的全球植被模型在处理大气与土壤双重限制配分时的系统性结构偏置。

• 气候暖化与热浪干旱复合下的非线性放大：跨气象梯度敏感性解算（Figure 4）确证，随着 mean 年均气温的走高、以及局地干旱烈度的升级与干旱时长的拉长，GPP 对 beta_VPD 与 beta_SM 的负向敏感性特征呈现出显著的加速恶化趋势。在干旱期间，VPD 的相对重要性指数 f 与局地年均温（R2 = 0.34，P < 0.05，Figure 4C）、干旱烈度（R2 = 0.34，P < 0.05，Figure 4I）及干旱持续月数（R2 = 0.41，P < 0.05，Figure 4L）均表现出极其显著的正相关，强有力地证明了气候变暖直接驱动了大气水分亏缺对生态系统生产力限制作用的非线性自我放大。

图片名：Figure 4

图例说明：Figure 4 | 观察约束的GPP对大汽VPD与SM的敏感性系数及相对重要性指数 f 随年均温（A-C）、历史平均土壤湿度（D-F）、干旱事件烈度（G-I）和干旱持续月份（J-L）等关键气候梯度的非线性响应。证实了在高温长旱场景下大汽VPD控制权的显著扩张。

• 植物水力功能性状 P50 的核心中介与预测机理：随机森林大模型成功解释了干旱状态下 VPD 与 SM 相对主导权全球空间异质性 53% 的变率（R2 = 0.53）。SHAP 游戏论路径分离（Figure 5A）确证，木质部导水率丧失 50% 时的水势值（P50）是决定这一相对控制权空间分布的头号核心预测因子，其解释力度显著压倒了物种丰富度、木质部最低水势 Pmin、水力安全裕度 HSM 以及植物根系深度。SHAP 依赖曲线（Figure 5B）清晰表明，高 P50 值（即较弱的抗栓塞能力，对应高Conductance、低密度、追求快速生长的获取型资源策略植物）与极高的强 VPD 主导权（SHAP正值）紧密耦合。跨群系解算（Figure 5C）证实，P50 单个因子便能独立解释全球木本群系（热带、温带、寒带针叶林及稀树草原）间 f 变率的 53%（R2 = 0.53，P < 0.05），在机理层面阐明了植物水力进化策略对宏观碳固定路径的底层调制。

图片名：Figure 5

图例说明：Figure 5 | 随机森林模型提取的全球植物功能性状与物种丰富度对干旱期相对控制权 f 变率的平均绝对 SHAP 贡献排名（A）、首要预测因子 P50 的 SHAP 依赖效应特征曲线（B）以及跨全球核心木本群系尺度下 P50 与 VPD/SM 限制强度的线性回归耦合（C）。

🔍 四、 讨论部分的不足与未来展望 (Discussion Limitations & Perspectives)

• 强地气耦合反馈引发的物理剥离限制与数据瓶颈：
  1. 地气正反馈循环的交织：研究客观指出，在干旱高发的水分限制生态区，地表的土壤水分耗竭会强烈压制潜热通量（地表最强效的蒸发冷却路径），促使显热通量与局地温度飙升，进而不可避免地在几小时内同步推高 VPD。这种强烈的 land-atmosphere 局地正反馈机制，导致在自然观测层面上将 SM 的长期胁迫与大汽 VPD 的瞬态拖拽进行百分之百完美的独立剥离依然具备极高的物理挑战。
  2. 性状数据库的系统性简化：目前的 P50 和 Pmin 性状图谱在很大程度上依赖于系统发育关系与局地环境因子的隐式插值建立，未能完全纳入群落内部的“性状多样性（Trait diversity）”标准差波动。此外，受制于底层数据的完整性，草地生态系统在性状归因分析中被整体剔除，且模型未能将火灾季节野火干扰、极端强风刮倒以及病虫害爆发等引发林分非线性演替的突变事件纳入解算曲线。
• 下一代 Trait-based 全球气候模式重塑与碳汇预警展望：
  • 本研究系统梳理了 VPD 驱动的植物气孔 Conductance 缩减与木质部栓塞防护在决定全球陆地变暖干旱化碳源汇转换中的核心机理（综合机制概念框图见 Figure 6）。鉴于未来全球 SM 的长期趋势在空间上极具离散性与不确定性，而 VPD 却受增温强迫而在全陆地呈现确定性的无差别激增，传统依赖单一经验性土壤水分函数（SM function）对光合作用实施盲目下调的传统动态全球植被模型（DGVMs），在评估未来高排放场景下的生物圈截留能力时存在严重的结构性低估风险。
  • 因此，未来地球系统模式的改进行动，必须跳出对经验参数的死板微调，致力于将基于植物实际功能性状（尤其是 P50 导水率衰减曲线、水力安全裕度 HSM 及跨器官水势传导）的完整“植物水力学框架（Plant hydraulics）”实质性并轨至新一代 DGVMs 的核心架构中，从而在大气水分需求急速扩张的全新增温时代下，为全球陆地碳截留的稳定性核算及生态系统失稳风险防范提供具备高度生理机能鲁棒性的智能预警系统。

图片名：Figure 6

图例说明：Figure 6 | 全球陆地生长季总初级生产力（GPP）受大气 VPD 与土壤 SM 交互调节的综合生理学与生态系统反馈机理概念框图。系统梳理了气孔 Conductance 在应对变暖、长期干旱和水汽压差放大时的气孔反馈及未来的碳汇演退路径。

>