aturelimatehange:气候变化背景下极端干旱对植被生产力的影响腾讯云开发者社区

陆地总初级生产总值(gross primary production, GPP)是全球植被生长和粮食生产的基础,它影响着生态系统碳平衡,在调节大气CO2中发挥着重要作用。尽管未来几十年较高的CO2浓度可以增加GPP,但土壤水分利用率降低、热胁迫和干旱可能会降低这种CO2的施肥效益。为了更好地理解未来干旱将如何影响全球范围内的GPP,研究人员分析了13个地球系统模型的输出,结果表明,在21世纪,极端干旱对GPP的影响比轻度和中度干旱的影响更大。在中高排放情景下,到本世纪最后四分之一年(2075-2099年),由于极端干旱发生频率的急剧增加,极端干旱造成GPP的减少幅度预计将比历史时期(1850-1999年)的高达3倍。相比之下,轻度和中度干旱导致的GPP减少量预计不会大幅增加。研究分析表明,随着大气变暖,全球碳循环面临极端干旱的高风险;然而,未来有利的气候环境条件也可以促进GPP,从而可以潜在地缓解极度干旱的负面影响。

对此,为了更好地理解未来干旱将如何影响全球范围内的GPP,研究人员分析了CMIP5(Coupled Model Intercomparison Project phase 5)中13个地球系统模式(Earth system models, ESMs)在RCP 8.5和4.5情景下的气候和GPP预测结果。考虑到植物对水分胁迫的响应取决于历史气候条件,研究人员根据植物可利用土壤水(plant-accessible soil water, PASW)来定义干旱,并将其划分为3个等级:极端、中度和轻度。

分析表明,在未来的气候条件下,干旱事件将变得更加频繁(Fig.1)。与1850-1999年的历史时期相比,在RCP8.5下,每年极端干旱的频率预计将增加约3.8倍;在中等温室气体排放情景(RCP 4.5)下,每年极端干旱的频率预计将增加约3.1倍(Fig.1a,b)。在RCP 8.5情景下,每年中度干旱的平均频率预计增加约1.2倍(Fig.1d);在RCP 4.5情景(Fig.1c)下,平均增加约1.5倍。这些干旱分布广泛,尤其亚马逊、南部非洲、地中海盆地、澳大利亚和美国西南部的风险特别高(Fig.2)。轻度干旱的风险预计在未来不会有实质性变化(Fig.1e,f)。干旱事件通常与低湿度、低降水、高温、高辐射和火灾干扰导致的碳释放增加有关。

Fig.1 | 每年干旱频率相对于1850-1999年历史时期的时间变化。小于1表示干旱频率降低,大于1表示干旱频率比历史时期增加。灰色水平虚线表示2075-2099的集合平均值。

Fig.2 | 2075-2099年干旱频率相对于1850-1999年历史时期的空间分布。图中的值为13个ESMs的集成平均值。小于1表示干旱频率降低,大于1表示干旱频率比历史时期增加。

与干旱有关的GPP减少的幅度预计在未来也会大幅增加(Fig.3)。就绝对碳通量而言,1850-1999年与干旱相关的全球GPP平均减少~2.8 PgC yr-1,在RCP 8.5和4.5情景下,到2075-2099年,这个值预计大幅上升至~4.5和~4.7 PgC yr-1。GPP下降的加剧主要是由于干旱事件发生频率的增加。由于极端干旱发生频率的增加更多(Fig.1),它造成的GPP下降幅度要比中度和轻度干旱的后果大得多(Fig.3)。具体而言,与1850-1999年的历史平均值相比,在RCP8.5和RCP4.5的排放情景下,2075-2099年极端干旱造成的GPP减少幅度预计将增加约2.9倍和约2.7倍(Fig.3a,b)。相比之下,除了RCP 4.5下的中度干旱外,轻度和中度干旱的平均GPP减少量没有显著增加(Fig.3c-e)。因此,在RCP 8.5和RCP 4.5情景下,极端干旱造成的GPP减少百分比预计将从1850-1999年的约28%增加到2075-2099年的约56%和49%。干旱造成的GPP减少可以通过一些环境变量解释,包括PASW、温度、湿度和辐射以及植被状态,每个变量平均解释力约10-30%。

Fig.3 | 相对于1850-1999年的历史时期,与干旱相关的GPP距平的时间变化。小于-1的值表示GPP减少的幅度变大,而大于-1的值表示GPP减少的幅度变小。灰色水平虚线为2075-2099年间所有模型的集成平均值。

在所有选定的ESM预测中,也均同时将未来CO2施肥效应导致的GPP上升囊括在内。分析显示,干旱事件造成的绝对GPP减少的集合平均数预计在未来不会显著增加,这可能是由于干旱和非干旱月份的CO2施肥的影响。由于高纬度地区的CO2施肥效应和较高的温度,在RCP8.5和RCP4.5的排放情景下,预计2075-2099年全球平均GPP分别比历史时期(1850-1999)高出约50%和约31%。同样,轻度和中度干旱期的GPP也会显著增加,然而在极端干旱下却不会显著增加,这也侧面反映出了极端干旱对GPP的抑制作用。对于轻度和中度干旱,预计GPP减少的百分比较小(除RCP 4.5下的中度干旱外)。然而,对于极端干旱,在排放情景RCP 8.5和RCP 4.5下,GPP的减少百分比预计将增加一倍。这表明,与极端干旱相关的GPP减少幅度比未来的平均GPP增加得更快。

干旱对GPP的预测影响存在较大的纬向变化。干旱对热带和温带地区的GPP影响更大,高纬度地区GPP受干旱的影响要小得多(Fig. 4)。这可能是由于高纬度地区的GPP相对较低,以及它们在干旱月份有着较高的温度和辐射有关。然而,考虑到目前所有的环境监测系统都没有明确考虑到昆虫的动态,而昆虫易受干旱和变暖的影响,并对区域到全球的碳循环产生重大影响,因此,本研究对高纬度地区分析可能过于乐观。

Fig.4 | 相对于1850-1999年历史时期,2075-2099年间与干旱相关的GPP距平的空间分布。图中的值为13个ESMs的集成平均值。小于-1(红色阴影)的值表明GPP减少的幅度大于全球平均GPP减少的幅度,而大于-1(浅蓝色)的值表明,GPP减少的幅度较小。

ESMs不仅预测了由于CO2施肥效应导致的未来平均GPP的增加,而且还预测了GPP变异性的增加,表明未来GPP正负距平幅度都将增大。与干旱相关的GPP减少是ESMs中GPP负距平的主要驱动因素之一。然而,在全球范围内,有利的水分、温度和辐射以及CO2施肥效应导致的水分利用效率的提高等条件都会对GPP产生促进作用,因此极端干旱对GPP的负面影响可以得到相当缓解。

THE END
0.塔里木河——中国最长内陆河,到底有多重要?片片绿洲分布于盆地边缘和干旱河谷平原区,现有绿洲面积14.3万平方公里,占新疆国土总面积的8.7%,其中天然绿洲面积8.1万平方公里,占绿洲总面积的56.6%。湿地总面积394.82万公顷,位居全国第五位,占新疆国土面积的2.4%。全区拥有国家级自然保护区15个,自治区级自然保护区14个,保护区总面积约为1968万公顷,占全区面积的jvzquC41yy}/onnrkct/ew4652m:hqs
1.内蒙古八成以上干旱面积分布在中西部当前西部旱情较重,以特旱为主,截至6月14日,全区干旱面积53.09万平方公里,占总面积的46.2%,中西部干旱面积占全区干旱总面积的比例超八成;牧区超六成,以特旱为主;农区近四成,以重旱为主;林区不足二成,以轻旱为主;未来一周中西部无有效降雨。15至19日,内蒙古中部偏西及以西地区将有35℃及以上的高温天气jvzq<84po0vfqyqg0eun0ls1p4532;7128771l6;88<8/<:5396897mvon
2.1月即将快进到春天?春节假期,四川可能在降温中度过四川省2022年12月平均降水量距平百分率分布 持续少雨,冬干明显。截至12月底,全省有88县站冬干持续,其中,金堂、峨眉山市、雷波、金阳4站达到特旱。 四川省2022年12月31日气象干旱分布图 和雨水一起“摸鱼”的,还有大雾。12月全省平均雾日数2.4天,较常年同期显著偏少3.5天。 jvzquC41ukiiwjs0ueum0lto0et0ip}y146359617:=:3A930jznn
3.安徽中度干旱面积2.5万平方公里主要分布在淮河以南地区目前安徽省淮河以北部分地区、淮河以南大部地区土壤墒情偏差。安徽全省轻度干旱面积5.22万平方公里(含大型灌区面积1.29万平方公里),其中淮河以北轻度干旱面积0.77万平方公里(含大型灌区面积0.19万平方公里),淮河以南轻度干旱面积4.45万平方公里(含大型灌区面积1.1万平方公里)。安徽全省中度干旱主要分布在淮河以南部分地区,jvzquC41yy}/eww0ep5bj8~imz532;72:3<0v;5442>28h:47;<97<90ujznn
4.2021年公基事业单位备考资料:气候分布国家公务员考试网分布在35°~50°N的亚洲和北美洲大陆中心部分。由于距离海洋较远或受山地屏障,受不到海洋气团的影响,终年都在大陆气团的控制下,因此气候干燥,夏热冬寒,气温年较差很大。因干旱程度不同可分为温带干旱气候(13a)和温带半干旱气候(13b)两个亚型。 高地气候 在高地地带随着高度的增加,气候诸要素也随着发生变化,导致高山气候具有明显的垂直jvzquC41zkt{jxz0jwguw7hqo1yzf€4dm1814:42;3;039;883:/j}rn
5.基于SPEI的近55年我国西南地区干旱特征分析摘要: 根据西南地区132个气象观测站1961~2015年的气温、降水量等观测数据,通过标准化蒸散指数(SPEI)和Mann-Kendall趋势检验方法将西南地区进行干旱等级和区域划分,分析干旱的时空分布特征。结果表明:横断山地和四川盆地干旱最为严重,云贵高原和广西丘陵边区域次之。横断山地干旱发展趋势较为缓慢,云贵高原干旱发展最为迅速jvzquC41yy}/jjsurwh/q{l1lq{spjq1RcvftRshqtsbvrtp0cyqzHucrgxJFF7:66:
6.基于SPEI指数的近53年河南省干旱时空变化特征干旱在中国发生较为频繁,对农作物的影响较大。基于1961-2013年实测气象资料,利用标准化降水蒸散指数(SPEI)定量分析了河南省不同时间尺度干旱发生频率和发生强度,揭示了该地区干旱发生的时空演变特征及干旱发生的原因。结果表明:SPEI值能较好地反映河南省干旱的变化特征;jvzquC41yy}/fu~l0ci/ew4EP1710:6:435en‚o423;1:964
7.2022年6图1 中国气象局的2022年6月25日干旱分布图(资料来源:中国气象局) 图2 持续干旱造成的河道水位下降和干枯(资料来源:央视网) 基于干旱监测产品的事件分析: 慧天卓特团队研发的基于中国风云卫星的遥感监测产品,可以实现针对大区域干旱情况的逐日监测、定量分析和未来1个月的预测。本案例是针对2022年夏季淮河流域的旱情监jvzquC41yy}/j}itqwmiv7hqo1oohx48
8.地理高中必修一知识点6.太阳高度的分布:昼半球上>0°,夜半球上<0°,晨昏线上=0°。 7.昼夜交替的周期:一个太阳日 =24小时 ★㈡地方时的计算 1.地方时计算原理: ①地方时东早西晚(同为东经,经度越大越偏东;同为西经,经度越小越偏东;一东一西,东经偏东时间早) jvzquC41yy}/z~jzkng/exr1zwkykok1fkrj1l8386
9.干旱强度及发生时间对华北平原五省冬小麦产量影响本文利用2001-2016年时间分辨率为8 d的MOD09A1和MOD16A2的数据集,构建了基于NDVI和ET/PET的干旱指数(DSI),分析华北平原五省不同程度的干旱在时间和空间上的分布情况,探究不同程度的干旱作用于冬小麦不同生长阶段对农作物产量产生的影响。研究表明:① 年际分布上,2001-2002年干旱最为严重,其余年份干旱显著减缓,年jvzquC41yy}/inti0eun0ls1EP522763:470fu}d427:2:529
10.面向干旱灾害监测和评估的参数化多变量干旱指数在气候变化的背景下,数据的分布在逐渐发生变化,参数化建模通过拟合合适的分布函数来计算干旱指数,这种情况下较为适合干旱指数的计算。本文通过参数化建模的方法,将降雨、土壤湿度和蒸散发三个变量进行结合,基于copula函数,通过K-S检验选择合适的单变量和多变量联合分布函数,计算得到一种参数化的多变量干旱指数SPESMI,jvzquC41iky/e~l0gf{/ew4kphu039851385;7mvo
11.3.2游程理论肖名忠(2012){干旱烈度和干旱强度计算方法}本文探讨了干旱的三个关键指标——干旱历时、干旱严重程度和干旱强度,并利用游程理论量化这些特征。通过指数分布和多种概率分布拟合干旱历时,以及伽马分布和其他广泛应用于水文领域的分布拟合干旱严重程度,以确定最适宜的统计模型。 干旱一般可以用干旱历时(drought duration)、干旱严重程度(drought severity)和干旱强度(droujvzquC41dnuh0lxfp0tfv8|gkzooa=947;;348ftvkimg8igvcomu865:6863B;