文献阅读（三）基于干旱强度和恢复时间的生态系统恢复力评估|《Agricultural and Forest Meteorology》

傅伯杰院士团队发表在《Agricultural and Forest Meteorology》上的一篇文章，定义了一个新的恢复力指标，通过指数拟合曲线表征干旱强度和相应恢复时间的关系，用曲线面积量化恢复力；耦合干旱强度和恢复时间来评估生态系统对干旱的恢复力，为理解生态系统对干旱的响应提供了新视角。
Title: Evaluation of ecosystem resilience to drought based on drought intensity and recovery time
DOI: https://doi.org/10.1016/j.agrformet.2022.108809

一、研究背景

干旱是复杂的水文和气候灾害，严重影响生态系统的结构和功能。在未来气候变化背景下，干旱的强度、频率和严重程度预计会增加，对生态系统的影响将更严重和复杂。生态系统对干旱的恢复力和抵抗力成为理解生态系统对干旱响应的重要切入点，恢复时间是衡量恢复力的重要指标，但以往研究未区分不同干旱强度下的恢复时间差异。

二、已有研究不足

现有研究大多静态量化干旱中的恢复时间或生态系统损失程度，未考虑不同干旱强度下生态系统的动态响应，对干旱恢复时间的理解存在争议，且关于恢复力和抵抗力权衡关系的证据有限。

三、创新点

定义了一个新的恢复力指标，通过指数拟合曲线表征干旱强度和相应恢复时间的关系，用曲线面积量化恢复力；耦合干旱强度和恢复时间来评估生态系统对干旱的恢复力，为理解生态系统对干旱的响应提供了新视角。

四、研究方法

1. SPEI计算

使用标准化降水蒸散指数（SPEI，时间尺度为 3 个月）来表征干旱事件 ，通过对潜在蒸发量与降水量之间的差值进行标准化处理，利用月温度和降水量数据来计算 SPEI。

2. 耦合干旱强度与恢复时间的恢复力指标的理论基础

2.1 干旱恢复时间会随着干旱强度的增加而延长

如果干旱强度低于可能导致生态系统崩溃的上限，生态系统的恢复时间会随着干旱强度的增加而延长。直观来看，受干旱干扰的生态系统的特性类似于弹簧（图 1），生态系统在受到干扰时其功能特性会被压缩，而在干扰消失后，生态系统会慢慢恢复。a、b 和 c 代表生态系统在不同干旱强度下的状态。从 a 到 c，干旱强度持续增加，干旱对生态系统的负面影响也随之增大，由于受到更大程度的压缩，生态系统的恢复时间更长。由此构建一个结合生态系统恢复时间和干旱强度的恢复力指标，以描述生态系统在不同干旱强度下对干旱的恢复能力。

图1. 生态系统对干旱的恢复力动态响应干旱强度与恢复能力的观测。生态系统的性质类似于弹簧：施加给弹簧的力越大，弹簧的弹性也越大。a、b、c分别代表生态系统在不同干旱强度下的状态。从a到c，干旱强度逐渐增加，生态系统对干旱的恢复时间也相应延长。

2.2 在相同的恢复时间内，能够忍受更大干旱强度的生态系统，往往对干旱具有更强的恢复力

在综合考虑恢复时间和干旱强度来评估生态系统对干旱的恢复力时，我们控制了恢复时间这一变量，并通过比较干旱强度来评估恢复力。也就是说，在相同的恢复期内，对于两个不同的生态系统，能够承受更强干旱强度的生态系统被认为具有更强的恢复力。如果两个生态系统承受相同的干旱强度，并且在相同的恢复时间内恢复到干旱前的状态，这就意味着它们对干旱具有相同的恢复力。

3. 恢复力曲线

3.1 干旱强度和恢复时间定义

在 MATLAB（R2020a）中使用 “detrend” 函数逐像素去除叶面积指数（LAI）的趋势，以便只关注其波动情况。为避免季节性周期造成的影响，我们逐月对数据序列进行去趋势处理。以 1 月为例，将 1982 年 1 月至 2016 年 1 月的数据组成一个时间序列；然后对该时间序列中的数据进行去趋势处理，并计算标准差。叶面积指数异常被定义为去趋势后的叶面积指数低于标准差 -0.5（-0.5 SD）。植被损失为叶面积指数异常值与 -0.5 SD 之间的差值。标准化降水蒸散指数（SPEI）低于 -1 被定义为干旱。
恢复时间是指生态系统恢复到正常状态所需的时间段。根据这一定义，我们将恢复时间计算为从去趋势化的叶面积指数（LAI）低于 -0.5 个标准差到再次恢复至 -0.5 个标准差的时长。只有当去趋势化的叶面积指数至少连续 2 个月处于正常状态（± 0.5 个标准差）时，才会被定义为从干旱中恢复。为了减少其他非干旱因素导致叶面积指数下降的影响，我们选取了干旱和叶面积指数异常同时发生的序列。如果在叶面积指数异常期间没有发生干旱事件，这些叶面积指数数据序列将被删除。以图 2 中的 c 为例，虽然存在叶面积指数异常，但由于没有发生干旱，这类数据不被采用。

图2. SPEI与去趋势化叶面积指数（LAI）的时间序列曲线图。绿色阴影表示干旱与LAI异常同时发生，紫色阴影表示干旱或叶面积指数异常单独发生。a表示存在叶面积指数异常但无干旱（去趋势化LAI低于-0.5标准差），c表示存在干旱但无叶面积指数异常（去趋势化LAI未低于-0.5标准差）。b和e代表不同干旱事件的恢复时间差异。

干旱强度是通过计算恢复时间内每次干旱事件中与干旱月份相关的标准化降水蒸散指数（SPEI）值的总和得到的。以 5 个月的恢复时间为例，在这 5 个月的恢复时间内，干旱持续时间可能为 1 到 5 个月不等。为了确保有足够多的干旱事件，并得到最大的干旱强度，我们剔除了干旱持续时间小于恢复时间一半的样本。仍以 5 个月的恢复时间为例，如果干旱持续时间为 1 个月或 2 个月，这些样本就会被删除。

3.2 恢复力曲线与恢复力的界定

恢复力曲线通过拟合以 干旱强度（纵坐标） 和 恢复时间（横坐标） 为变量的二维数据点形成。曲线表示在给定的恢复时间内，生态系统能够恢复到正常状态（即叶面积指数异常值维持在 ±0.5 标准差范围内）所能够承受的最大干旱强度。当数据点位于恢复力曲线下方时，表明生态系统在该恢复时间内能够承受对应的干旱强度，并最终恢复到正常状态。当数据点超过（即位于曲线上方）恢复力曲线，则说明生态系统在给定的恢复时间内无法承受该强度的干旱，无法恢复到干旱前的状态（可能发生不可逆退化或崩溃）。

恢复力曲线揭示了生态系统干旱强度与恢复时间的关系。通过已知的干旱强度，我们可以基于该曲线的拟合方程计算出恢复时间，这为估算研究区域生态系统的恢复时间提供了新视角。例如，当干旱强度为 $D_x$ 时，可得出生态系统A和生态系统B的恢复时间分别为 $t_{xA}$和 $t_{xB}$。对于生态系统A，距离下一次干旱的时间间隔必须大于 $t_{xA}$；否则，生态系统A会在未恢复到正常状态时再次遭受干旱，这可能改变其结构和功能，甚至导致生态系统崩溃。

图 3. 基于恢复时间与干旱强度的恢复力曲线。

3.3 生态系统对干旱干旱的抵抗力

为了量化抵抗力，我们计算了1982-2016年期间干旱（SPEI <-1）的年均发生频率（$Fr{e}_{Dro}$)，以及干旱与叶面积指数（LAI）异常同时发生的年均频率（记为($Fr{e}_{Dro-LAI}$）。生态系统的抗旱阻力（$R_s$）通过公式（3）计算得出，并利用最大值和最小值将该比值归一化到0-1范围。
$R_s=1-\left(\frac{Fr{e}_{\text{Dro-lai}}}{Fr{e}_{\text{Dro}}}\right)(3)$

3.3 不同抵抗力水平、干旱频率和植被损失下的恢复力

为了展示不同抵抗力水平、干旱频率和植被损失下恢复力的分布特征，我们使用中位数将抵抗力、干旱频率和植被损失划分为两个区间。干旱频率低于和高于中位数的区间分别记为F1和F2，抵抗力低于和高于中位数的区间分别记为R1和R2，植被损失低于和高于中位数的区间分别记为L1和L2。考虑到气候区恢复力的差异，我们进一步计算了不同植被损失区间内气候区的比例，从而有助于认识到植被损失区间恢复力的差异并非由气候区恢复力的差异所致。

五、主要研究结论

1. 生态系统恢复力和抵抗力存在区域差异

中国旱地生态系统对干旱的恢复力从干旱区到半湿润区增加；半干旱区生态系统对干旱的抵抗力最低，干旱区和半湿润区的抵抗力无显著差异。下图中发现黄土高原地区干旱发生频率较低但制备孙是频率很高，说明黄土高原的生态环境非常脆弱。

图 A3. 基于 SPEI 的干旱频率（a）和植被损失频率（b）空间分布图

2. 不同植被类型的恢复力和抵抗力存在差异

草原的恢复力高于林地，而抵抗力低于林地。

3. 恢复力与干旱频率和抵抗力之间存在关联

恢复力与干旱频率正相关，与抵抗力负相关；干旱记忆有助于提高生态系统在高干旱频率下的恢复力。

六、研究的局限性和展望

未拟合恢复时间超过7T的恢复力曲线，未来需探索更长干旱恢复时间下的生态系统恢复力；需确定生态系统不再具有干旱恢复力的干旱上限。

讨论

研究发现，干旱频率较高的区域，生态系统往往具有更高的恢复力。这与先前的研究结果一致。Cole 等人（2014）提出，在干扰事件频率增加的情况下，生态系统会表现出更高的恢复速率。我们认为这可以通过 “干旱记忆” 来解释：干旱记忆是频繁干旱在生态系统中留下的物质与信息痕迹，是生态系统响应干旱的关键机制。生态系统对历史气候事件的这种 “生态记忆”，塑造了其对干扰的恢复能力。Jacques 等人（2021）在综述植物对多种干旱事件响应的研究时，论证了植物对干旱胁迫的记忆效应 —— 具体而言，植物能够 “记住” 胁迫事件，并通过调整自身行为以应对后续胁迫（Bruce 等，2007）。Matesanz 和 Valladares（2014）也提出相似观点，认为生态系统对长期气候的适应性有助于种群应对环境胁迫。面对高频干旱，生态系统通过 “训练” 积累了更强的干旱记忆，从而具备更高的恢复力以抵御干旱的负面影响。许多研究均提及 “记忆” 对恢复力的贡献：例如，Canarini 等人（2021）发现周期性干旱可在土壤中形成生态记忆，这种记忆可能增强生态系统对未来干旱的恢复能力；与从未经历过胁迫的植物相比，具有生态记忆的植物对后续胁迫的响应更为迅速（Jacques 等，2021）。