我院教师林尚荣联合国内外单位在Nature Ecology and Evolution 发表未来全球植被生产力变化的最新成果
2025年10月23日,中山大学地理科学与规划学院林尚荣副教授联合北京大学袁文平教授,中山大学大气科学学院陈修治教授等在国际学术期刊Nature Ecology and Evolution 发表题为Global vegetation production may decrease in this century due to rising atmospheric dryness的研究论文。该论文揭示了大气干旱(以饱和水气压差VPD指示)的持续上升将抵消大部分由二氧化碳施肥效应导致的全球植被生产力上升。在未来大气干旱以及大气二氧化碳浓度同步上升的情景下,全球植被总初级生产力(GPP)总量将会在2065年前后达到顶峰。研究强调,气候变暖驱动的大气干燥已成为陆地碳汇的“隐形天花板”,未来碳增汇潜力或因此被大幅压缩。

工业革命以来,大气二氧化碳浓度不断上升,对植物光合作用带来显著的促进作用,继而引起了全球植被总初级生产力的持续上升,这一现象称之为“二氧化碳施肥效应”。同时,大气二氧化碳浓度的持续增加,导致了全球变暖,继而引起了大气干旱程度(以饱和水气压差VPD指示)的显著上升。有研究显示,2000至2020年间, VPD上升抵消了约68%的由二氧化碳施肥效应导致的GPP上升。在热带区域中,VPD的上升对GPP的负面作用尤为显著。更棘手的是,气候模型一致预测,未来大气二氧化碳浓度与VPD将同步走高。因此,厘清GPP在这场“双升”博弈中的变化,已成为评估陆地碳汇潜力和制定碳政策的关键问题。
有见及此,研究团队通过分析实地长期观测的碳通量观测数据、植被结构数据以及气象数据,发现2001-2020年间大气VPD的上升对光合作用效率的削弱程度与二氧化碳施肥效应带来的光合作用效率增加程度基本一致。同时,基于已有的实地长期观测数据,本研究改进了由袁文平教授开发的rEC-LUE 模型,结合叶面积指数以及GPP在季节性上的耦合关系,实现同步求解叶面积指数以及GPP(即rEC-LUE-v2模型),实现了不需要遥感观测的叶面积指数输入便可推算GPP的季节性以及年度变化。基于rEC-LUE-v2模型,研究基于四种共享经济路径SSP 1-2.6(低排放),SSP 2-4.5(中排放),SSP 3-7.0(高排放),SSP 5-8.5(超高排放)情景当中的大气二氧化碳浓度,VPD及其他相关的气候因子变化,推算了从2020至2100年的全球GPP总量变化。

图1在四种共享经济路径SSP 1-2.6(a,e,i),SSP 2-4.5(b,f,j),SSP 3-7.0(c,g,k),SSP 5-8.5(d,h,l)情景下,未来全球植被总初级生产力总量将在2065年前后达峰。其中GPP增长停滞在热带地区尤为明显。
研究结果显示,在四个情景中,未来的全球GPP总量将在2074(SSP 1-2.6), 2066(SSP 2-4.5), 2065(SSP 3-7.0), 2060(SSP 5-8.5)达到峰值;峰值较 2020 年平均上升约 5.4 % ± 0.5 %。空间分布上,高纬度植被的GPP普遍呈现持续上升态势;而热带两大主要的植被类型,常绿阔叶林与稀树草原的 GPP 已于 2030 年前见顶。二者合计贡献全球一半以上的 GPP,其持续下滑抵消了中高纬度的增量,导致本世纪中叶后全球总量显著回落。根本原因在于 VPD 升高对光合速率的抑制超过二氧化碳施肥的增益;在大多数植被类型中,随着大气二氧化碳浓度与 VPD 同步上升,光合速率、叶面积指数及 GPP 将同步下降。这一发现揭示,大气干旱加剧已成为驱动全球 GPP 的关键因素,对植被动态预测、地球系统模型改进以及气候减缓与碳排放政策制定具有深远意义。

图2 四个共享经济情景和八种生态系统类型在未来(2090–2100)与当前(2010–2020)之间的光能利用效率差异。其中橙色、蓝色、绿色柱子依次代表了大气二氧化碳浓度与VPD共同上升、大气二氧化碳浓度上升、VPD上升对植被光合作用速率的影响。分图a到h代表了常绿阔叶林,常绿针叶林,落叶阔叶林,混交林,稀树草原,灌木,草地,农田的光合作用速率变化。
我院林尚荣副教授与中山大学大气科学学院陈修治教授为论文共同第一作者,北京大学袁文平教授为论文通讯作者。团队合作者包括天津师范大学夏江周,我院辛秦川教授,中科院地理所伏正研究员,北京师范大学何斌教授,中科院空天院柳钦火研究员,北京大学朴世龙院士。该研究受到国家自然科学基金项目(42141020,42101319),国家重点研发项目(2023YFF1303602),广东省科技计划项目(2024B1212070012)项目资助。
排版:饶煜钦
初审:黎晓华,林尚荣
审核:辛秦川
审核发布:岳辉




