北半球中高纬度地区植被季节性变化的环境驱动因子是当前备受关注的研究课题。近年来，该地区的植被季节性发生了巨大变化，而我们对于植被季节性如何响应气候变化（如温度、土壤湿度和短波辐射）及人类活动（如二氧化碳浓度升高）仍知之甚少。陆气相互作用团队陈海山教授课题组与美国橡树岭国家实验室毛嘉富研究员的团队合作，就北半球中高纬度地区植被季节性变化的环境驱动因子开展了研究，成果以博士生孔祥旭为第一作者、毛嘉富研究员和我院陈海山教授为共同通讯作者在国际期刊《Environmental Research Letters》正式发表。
研究通过两套遥感叶面积指数（LAI）数据（MODIS和GLOBMAP）以及动态全球植被模型（TRENDY-v10）模拟数据，对植被季节性变化进行了归因分析。采用综合植被季节性指数（S）描述植被季节性的变化（S= D×
），并且分别探讨了植被生长幅度（）以及集中程度（D）变化成因。结果表明，北半球中高纬度平均S的上升趋势主要由二氧化碳浓度升高导致，其次归因于气候变化（图1）。空间上，D的下降趋势主要由气候变化（31.4%）引起，而气候变化（47.9%）和二氧化碳（31.9%）均促进了的增强（图2）。此外，约60%的研究区域显示，TREBDY模式模拟的S变率主导气候因子与利用MODIS或GLOBMAP LAI数据计算得到的主导因子相同（图3）。
图 1 植被季节性时间序列及线性趋势。a/c/e, 2003-2020年MODIS、GLOBMAP LAI数据集和MMEM LAI估算的季节性指数距平/相对熵距平/标准化年LAI距平(均值±标准差)时间序列。b/d/f，在二氧化碳施肥效应(CO2)、气候变化(CLI)和土地利用/土地覆盖变化(LULCC)驱动下，卫星观测(OBS)反演的季节性指数距平/相对熵距平/标准化年LAI距平趋势。误差条表示14个模型模拟得出的趋势的标准差。*表示MODIS、GLOBMAP或MMEM趋势有统计学意义(p<0.05，**; P<0.1，*)。
图 2 植被季节性趋势主导因子。a-c，植被季节性指数距平(a)、相对熵距平(b)或标准化年LAI距平(c)趋势的主导驱动因子，定义为在每个网格单元中引起绝对趋势变化最大的驱动因子。打点区域表示由主要驱动因子引起的趋势有统计学意义(p<0.1)
图 3 气候与植被季节性的敏感性。a-c，气候变量与植被季节性敏感性的主导驱动因子，定义为各格点中绝对偏相关系数值最大的驱动因子。a，由MODIS LAI计算。b，由GLOBMAP LAI计算。c，由TRENDYS3数据计算。打点区域表示主导气候变量与植被季节性之间的敏感性在统计上显著(p<0.1)。气候变量包括温度季节性(STMP)、土壤湿度季节性(SSM)和辐射季节性(SRAD)。d，敏感性的主导驱动因子的一致性。如果利用TRENDY S3计算得到的主导驱动因子(不考虑贡献的符号)与MODIS或GLOBMAP的计算结果一致，则将相应的格点填充为绿色；否则，它被填充为灰色。采用九点平滑法在空间上进行平滑处理。
论文信息：
Kong, X., Mao, J., Chen, H., Wang, Y., Zhang, Y., Shi, X., & Jin, M. (2023). Exploring the environmental drivers of vegetation seasonality changes in the northern extratropical latitudes: a quantitative analysis.Environmental Research Letters, 18(9), 094071. https://doi.org/10.1088/1748-9326/acf728
