企业官网建设流程全解析

How Precipitation Timing Asymmetry Restructures Vegetation Phenology in Water-Limited Ecosystems

来自 <https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2026EF008429>

📌 基本信息

• 题目（中英文对照）：How precipitation timing asymmetry restructures vegetation phenology in water-limited ecosystems（降水时间非对称性如何重构水分限制生态系统的植被物候）
• 期刊名称：Earth's Future
• 发表时间：2026年7月
• 作者信息：Jianwei Mao, Yu Zhang, Wei Yan, Yonglong Han, Shuai Wu, Jian Liu, Lin Han, Yonghui Wang, Xiaofei Ma
• DOI：10.1029/2026EF008429
• 【核心观点】总结：全球物候学普遍认为温度是触发春季植被返青的通用主导因子，然而本研究证实该经典假说在水分限制生态系统中面临严重失效。在极端干旱的塔里木盆地沙漠区，日内降水时相（昼夜降水分配）超越降水量本身与温度强迫，夜间降水量取代温度成为驱动春季返青期（SOS）提前的首要驱动因子。这种由夜间低蒸发需求与高水分入渗效率驱动的控制权反转，揭示了降水时间结构对干旱区物候节律的重构作用，为改进地球系统模型与生态预测提供了关键机制依据。

🛠️ 一、 引言部分简要总结 (Introduction Summary)

• 现实与科学背景：植被物候（返青期 SOS 与枯黄期 EOS）是评估生物圈响应气候变化最为直观的指标，控制着生态系统碳-水-能量通量的交换过程。在北半球中高纬度地区，气候变暖驱动 SOS 普遍提前，对陆地碳汇功能产生了深刻影响。
• 前人研究局限与核心科学问题：现有的物候模型大多以温度累积为核心驱动力。然而，在覆盖全球近半数陆地面积的干旱与半干旱地区，水分可利用性强烈限制或抵消了热量驱动效应。传统研究多关注总降水量的调控，忽视了降水发生的日内时相（昼间与夜间降水）在水文与植物生理机制上的本质差异。昼间降水多伴随强太阳辐射与高饱和水汽压差（VPD），大部分水分在未进入根区前便因截留与表面蒸发而损耗，并常伴随气孔关闭；而夜间降水发生在低蒸发需求环境下，能高效转化为有效土壤水分并缓解大汽干燥。因此，明确日内降水非对称性如何通过土壤水分与大汽干旱路径调控干旱区物候，是打破传统“温度主导”假说局限、提高干旱区物候预测准确性的核心科学问题。

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

• 空间范围与样本选择：研究聚焦中国西北干旱区（NAR），将其细分为四个典型子区域：准噶尔盆地沙漠区（JBDA）、天山山脉（TM）、塔里木盆地沙漠区（TBDA）和河西走廊沙漠区（HCDA）（详见 Figure 1）。为了排除土地利用变更的干扰，研究基于 MODIS 土地覆盖数据（MCD12Q1）筛选出 2001–2022 年间未发生变化的稳定像元，涵盖针叶林、混交林/阔叶林、草地、湿地/农田及灌丛/稀树草原等主要植被类型。

图片名：Figure 1

图例说明：Figure 1 | 中国西北干旱区（NAR）地理位置、子区域划分（JBDA、TBDA、TM、HCDA）以及主要植被类型和气象观测站点的空间分布图。

• 数据源与指标提取：
  1. 物候指标提取：采用 2001–2022 年 0.05° 分辨率的增强型植被指数（EVI）时序数据，应用 Savitzky-Golay 滤波平滑后，结合三次样条插值（50%振幅阈值法）与双 Logistic 曲线拟合（一阶导数极值法）提取 SOS 与 EOS。两种方法提取的 SOS 与 EOS 保持高度一致（Pearson 相关系数分别达 0.975 和 0.944），最终取二者均值以降低算法不确定性。
  2. 逐小时降水数据验证与日内划分：基于 147 个国家气象站实测数据，对比评估了 ERA5-Land、GMCP、GPM IMERG 和 GSMaP 四套逐小时降水产品。验证表明 GSMaP 表现最优，因而选用该产品将降水严格划分为昼间（08:00–20:00）与夜间（20:00–08:00）的降水量与降水频次，并构建日内降水非对称指数（AIP、AIF）。
  3. 环境协变量：整合气温（Tem）、0–10 cm 土壤湿度（SM）、饱和水汽压差（VPD）、短波辐射（Srad）及风速（Wind）等环境数据。
• 核心模型与统计工作流：
  1. XGBoost-SHAP 归因框架：构建 Extreme Gradient Boosting 机器学习模型，结合 Shapley 附加解释（SHAP）算法，定量拆解 9 个环境驱动因子对 SOS 和 EOS 的非线性贡献大小及作用方向。
  2. 偏最小二乘结构方程模型（PLS-SEM）：针对昼夜降水的强共线性问题，分别构建昼间与夜间降水合成指数，评估其通过土壤湿度（SM）和饱和水汽压差（VPD）对 SOS 和 EOS 施加的直接、间接及总路径效应。
  3. 趋势与相关性分析：应用 Sen's 趋势斜率与 Mann-Kendall 检验评估物候及气候因子的长期变化趋势。

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

• 降水产品验证与物候时空异质性：站点验证表明，GSMaP 在昼间（R = 0.79, RMSE = 0.14 mm）和夜间（R = 0.78, RMSE = 0.14 mm）均具备最高精度和最低系统偏差（均值偏差 MBE = -0.06 mm）（详见 Figure 2）。2001–2022 年间，西北干旱区 SOS 总体呈显著提前趋势（全区平均提前 2.2 天/十年，72.4% 的像元提前），但在区域上表现出极强的空间分化（详见 Figure 3 和 Figure 4）。塔里木盆地沙漠区（TBDA）返青提前最为迅猛（3.4 天/十年），天山山脉（TM）与准噶尔盆地（JBDA）分别提前 3.1 和 2.3 天/十年；相反，河西走廊（HCDA）则呈现推迟趋势（0.9 天/十年）。EOS 全区平均提前 2.4 天/十年，其中 JBDA 提前最剧烈（4.8 天/十年）。

图片名：Figure 2

图例说明：Figure 2 | 四套逐小时网格化降水产品（ERA5-Land、GMCP、GSMaP、IMERG）在昼间与夜间与 147 个气象站点实测数据的对比散点图与精度指标。

图片名：Figure 3

图例说明：Figure 3 | 中国西北干旱区 2001–2022 年平均返青期（SOS）与枯黄期（EOS）的空间分布格局及各子区域的密度分布小提琴图。

图片名：Figure 4

图例说明：Figure 4 | 2001–2022 年返青期（SOS）与枯黄期（EOS）变化趋势的网格空间分布及各子区域变化斜率的频数直方图。

• 日内降水分配的非对称特征：各子区域在降水的日内分配上展现出显著的空间差异（详见 Figure 5、Figure 6 和 Figure 7）。TBDA 表现出最为强烈的夜间降水优势，年夜间降水量比昼间高出 23.2%（27.6 mm vs. 22.4 mm），在 SOS 前 60 天的敏感窗口内，夜间降水优势达到 24.4%。在 SOS 前期窗口中，夜间降水占优势的区域覆盖了全区 54% 的面积，在 EOS 前期窗口这一比例进一步扩大至 69%。

图片名：Figure 5

图例说明：Figure 5 | 各子区域年总降水量及其在昼间与夜间分配特征的半圆极坐标小提琴图。

图片名：Figure 6

图例说明：Figure 6 | 2001–2022 年 SOS 与 EOS 前期敏感窗口内昼间与夜间累计降水量的逐年变化趋势及多载平均对比。

图片名：Figure 7

图例说明：Figure 7 | 返青期（SOS）与枯黄期（EOS）前期窗口内昼夜降水量及降水频次非对称指数（AIP、AIF）的空间格局及夜雨主导区比例。

• 驱动归因与极端干旱区控制权反转：XGBoost-SHAP 归因解算显示，在全区尺度上，SOS 主要由气温（Tem）与 VPD 主导（两者 SHAP 贡献率合计达 49.6%），夜间降水量位列第三（SHAP 均值为 3.66），其重要性是昼间降水量（2.81）的 1.3 倍（详见 Figure 8a）。然而，在极端干旱的 TBDA 区域（年降水量约 50 mm），发生了控制权反转：夜间降水量超越气温，成为驱动 SOS 的头号预测因子（SHAP 值达 5.32，解释贡献率达 24.8%）（详见 Figure 8c）。对于 EOS，气温依然是最重要的驱动因子，但昼间降水量（SHAP 值为 3.00，贡献率 11.8%）的重要性达到了夜间降水量（1.43）的 2.1 倍（详见 Figure 8b）。

图片名：Figure 8

图例说明：Figure 8 | 基于 XGBoost-SHAP 框架解析的全区及各子区域 SOS 和 EOS 驱动因子的相对重要性排名与 SHAP 蜂群图。

• 因果路径分解与机制验证：在 TBDA 区域，PLS-SEM 结构方程模型表明，夜间降水对 SOS 产生的负向总效应（促使提前，总效应为 -0.219）显著强于昼间降水（-0.124）（详见 Figure 9）。机制分析表明，夜间降水能够对土壤湿度产生显著的正向补充作用（路径系数为 0.10，P < 0.001），而昼间降水对土壤湿度的补充路径在统计上不显著，验证了夜间低蒸发强度的水文补充机制。对于 EOS，昼夜降水的直接正向效应被以 VPD 为为主导的负向间接路径所抵消。

图片名：Figure 9

图例说明：Figure 9 | 塔里木盆地沙漠区（TBDA）昼间与夜间降水通过土壤湿度（SM）和 VPD 影响 SOS 与 EOS 的 PLS-SEM 因果路径图。

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

• 研究不足与不确定性来源：
  1. 微观水文与生理观测的缺失：本研究的推论主要基于卫星遥感物候与网格化气象数据的统计与机器学习关联，缺乏针对根系水分吸收、冠层截留及夜间蒸腾等局地微观物理过程的直接原位观测支撑。
  2. 深层地下水与水分遗留效应的干扰：在极端干旱区（如 TBDA 的深根系胡杨林），植被生长可能在很大程度上依赖地下水补给或多年水分累积，这可能削弱单次降水事件对物候的即时调控关系。
  3. 不同植被类型生理机制的简化：虽然研究分析了不同植被类型的物候响应差异，但在大尺度栅格下，农田/湿地的人工灌溉干扰以及针叶林与阔叶林在气孔调节策略上的微观差异仍难以完全解耦。
• 未来研究方向展望：
  1. 改进地球系统模型的物候模块：现行生态与气候模式普遍采用日或月尺度的降水总量作为强迫输入，忽略了日内降水时相结构。未来的模型构建应当显式引入亚日尺度降水分配机制，以修正传统温度单核驱动模型在干旱区的系统性预测偏差。
  2. 构建多尺度联合观测网络：未来应结合 PhenoCam 近地面物候相机、树干液流计及高频微波/光学卫星，深入解析极端干旱与突发事件下日内降水脉冲对植物水势、气孔导度及碳同化的微观响应路径，为干旱区生态安全与水资源管理提供更为鲁棒的科学支撑。