纪委信箱
科研工作
科研快讯|基于热红外能量平衡模型实现骤旱下森林水分胁迫早期识别
 作者:白雪 编辑:白雪  预审:杨兴柱  终审:方凤满 发布日期:2026年10月19日 浏览次数:

骤旱是一类发展迅猛的干旱类型,能够在数天至数周内快速加剧地表干化,在全球气候变暖背景下其发生频次持续上升。不同于持续时间更长的季节性干旱,骤旱会快速推高大气水汽压差、造成土壤水分快速亏缺,对陆地生态系统与人类生产生活带来严重冲击。对于草地、农作物这类浅根系植被,骤旱带来的生态负面效应会快速显现;而森林生态系统树种多样、根系结构复杂,树木演化出了丰富的抗旱生理策略,使得森林对骤旱的响应存在显著的个体与区域异质性,给大尺度的监测评估工作带来巨大挑战。骤旱胁迫能够诱发森林气孔关闭,产生快速的冠层生理损伤,严重时会削弱森林固碳能力、提升林火风险,甚至造成大规模树木死亡。如何有效捕捉森林在骤旱爆发最初阶段的生理胁迫信号,是当前森林生态遥感领域亟待突破的现实难题。

该研究基于课题组前期研发的耦合土壤水分双源能量平衡模型(TSEB-SM),结合热红外、微波土壤水分等多源卫星观测,构建森林骤旱早期胁迫识别分析流程,系统评估了2001-2020年我国森林对骤旱事件的水分响应规律。研究证明传统LAI、重建日光诱导叶绿素荧光(RTSIF)等光学遥感产品普遍存在2-6周响应滞后,难以捕捉森林骤旱初期生理胁迫;而TSEB-SM反演的生态系统蒸腾可捕捉骤旱早期水分胁迫信号,站点通量与树干液流观测验证表明该模型能够较好复现骤旱过程中森林蒸腾快速衰减动态。研究进一步揭示,森林冠层垂直异质性是造成光学遥感信号滞后的内在原因,将热红外能量平衡模型与荧光观测融合可提升骤旱早期预警能力,为气候变暖背景下森林干旱风险监测与森林管理提供新的技术思路。

该项成果以“Early forest water stress detection using thermal infrared energy balance modeling during flash drought”为题,发表在Communications Earth & Environment(Nature Portfolio)期刊(2026, 7, 818)。

为厘清森林对骤旱的真实响应特征,研究首先从站点尺度开展典型事件剖析,选取千烟洲森林通量站点2004年秋季骤旱案例开展验证。结果显示,骤旱爆发之后,地面涡度通量观测的森林蒸腾、总初级生产力迅速下降,而LAI、RTSIF等光学遥感产品响应显著滞后;TSEB-SM模型模拟输出的蒸腾动态与地面通量观测高度吻合,成功捕捉到骤旱早期的水分胁迫信号(图1)。

图1 2004年秋季骤旱千烟洲(CN-Qia)森林站点树木水分-碳代谢响应过程。骤旱发生初期,涡度通量观测显示森林蒸腾(T)与总初级生产力(GPP)快速下降,但光学遥感LAI、重建日光诱导叶绿素荧光RTSIF存在明显滞后,无法捕捉早期胁迫信号;基于热红外的TSEB-SM模型可以较好还原蒸腾的快速衰减过程。灰色阴影代表骤旱发生时段,时间零点定义为骤旱起始日。

在站点验证基础上,研究拓展至全国森林开展大样本统计分析。结果显示:骤旱发生的前两周,森林8日合成蒸腾量夏季平均下降14%、秋季平均下降6%(图2)。从空间格局上看,我国南北方森林对骤旱的响应存在显著差异(图3):北方落叶阔叶林夏季骤旱胁迫显著,南方常绿林则在秋、冬季频繁遭受骤旱打击。地表通量、树干液流观测站点验证表明,TSEB-SM模型能够有效复现骤旱发生后森林蒸腾快速衰减的动态过程,显著优于LAI、RTSIF等传统遥感指标的监测效果。

图2 2001-2020年中国森林夏季与秋季骤旱事件下蒸腾动态变化。基于TSEB-SM模型得到的 8 天合成森林蒸腾量在夏季、秋季骤旱期间的整体变化特征。“Original”代表发生骤旱的实际年份,“No drought”代表基于事件前后两年构建的无干旱基准状态,灰色阴影为骤旱阶段。

图3 2001-2020 年我国森林区域夏季与秋季骤旱期间,蒸发胁迫指数 ESI(表征干旱强度)与生态系统蒸腾异常(T,mm・day-1)的空间分布。绿色实线为研究划定的各大森林分区边界。

研究同时指出,复杂垂直分层的森林冠层会造成胁迫信号的垂直异质性,上层冠层水分胁迫不一定立刻转化为全冠层光谱信号,在开展大尺度森林干旱监测时,不能仅依靠植被指数。未来将热红外驱动的TSEB-SM模型与RTSIF等荧光观测相结合,可以提升森林骤旱早期预警能力,为气候变暖背景下的森林管理、干旱风险防范提供新工具与数据支撑。

安徽师范大学宋立生教授与北京师范大学刘绍民教授为共同通讯作者。共同作者还包括来自澳大利亚詹姆斯库克大学、美国新罕布什尔大学、清华大学、北京师范大学、杭州师范大学等单位的研究人员,安徽师范大学管志文,国翱翔,徐培培,方凤满,施开放,储栋为该论文的共同作者。研究得到国家重点研发计划(2023YFF1303503)、国家自然科学基金(42071298)以及流域环境数字智能监测与修复浙江省重点实验室开放合作基金(KF-202511)的资助。

文章链接:https://www.nature.com/articles/s43247-026-03638-1