这篇文档属于类型a，是一篇关于中国陆地植被生产力受土壤干旱和大气干旱影响的原创研究论文。以下为详细的学术报告：
一、研究作者与发表信息
本研究由Tianzi Wang（中山大学）、Jingwen Zhang（中山大学）、Zejun Li（广东省水利水电科学研究院）等共同完成，发表于Earth’s Future期刊（2025年），标题为《Roles of soil and atmospheric dryness on terrestrial vegetation productivity in China: Which dominates at what thresholds》。研究基于1982-2018年的多源数据，采用Copula方法和结构方程模型（SEM），系统分析了土壤水分（Soil Moisture, SM）和饱和水汽压差（Vapor Pressure Deficit, VPD）对中国植被总初级生产力（Gross Primary Productivity, GPP）的差异化影响及其阈值。
二、学术背景
1. 科学领域与问题
研究属于陆地生态系统碳循环与干旱响应领域。植被生产力（GPP）是陆地碳收支的核心组分，但受水分可利用性（如SM和VPD）的显著制约。然而，SM（土壤干旱）与VPD（大气干旱）对GPP的相对主导作用及其触发阈值尚不明确，尤其是在中国这样生态系统类型多样的区域。
2. 研究动机
- 争议性：已有研究对SM或VPD的主导作用存在分歧（如全球尺度上VPD主导，而欧亚干旱区SM主导）。
- 阈值空白：SM和VPD触发GPP下降的临界条件缺乏系统性量化，且不同生态系统（森林、草地、农田）的响应差异未充分解析。
- 灌溉影响：人类活动（如灌溉）如何改变SM/VPD阈值尚不清楚。
3. 研究目标
- 明确SM与VPD对中国GPP下降的主导区域空间分布。
- 量化不同生态系统中SM/VPD的临界阈值。
- 揭示气候变量通过SM/VPD影响GPP的机制。
三、研究流程与方法
1. 数据准备
- 数据集：
- GPP：NIRv GPP（基于卫星反射率）和EC-LUE GPP（基于涡度协方差模型），空间分辨率0.05°，时间跨度1982-2018年。
- SM：ERA5-Land三层土壤水分加权平均值（0–100 cm）。
- 气候数据：CRU TS的温湿度、降水等，以及ERA5-Land的短波辐射（SSR）。
- 土地覆盖与灌溉：中国土地覆盖数据集（CLCD）和灌溉水量空间分布数据。
2. 主导作用分析（Copula方法）
- 步骤：
- 构建SM-GPP和VPD-GPP的二维Copula联合分布函数，选择最优边缘分布（如Gamma、Weibull）和Copula函数（如Gaussian、Clayton）。
- 计算条件概率：
- ( P_{\text{SM}} = P(\text{GPP} \leq \text{GPP}^* \mid \text{SM} \leq \text{SM}^*) )
- ( P_{\text{VPD}} = P(\text{GPP} \leq \text{GPP}^* \mid \text{VPD} > \text{VPD}^*) )
- 定义主导区域：若( P{\text{SM}} - P{\text{VPD}} > 0 )，则为SM主导区，反之为VPD主导区。
- 创新性：首次将Copula用于SM/VPD对GPP的非线性依赖关系解析，避免传统分箱法（Binning）的离散化误差。
3. 阈值量化
- 方法：在主导区内，迭代搜索SM/VPD的临界值，使得触发GPP下降（如低于40%分位数）的条件概率≥50%。
- 标准化阈值：为避免区域差异，对阈值进行归一化处理。
4. 机制解析（SEM路径分析）
- 变量：降水（Prep）、SM、SSR、VPD（及其驱动因子RH和Ta）、GPP。
- 路径系数：量化各气候变量对GPP的直接/间接影响，验证SM/VPD主导作用的生理学机制。
5. 灌溉效应评估
- 对比分析：区分灌溉与非灌溉农田的SM/VPD阈值差异，结合灌溉水量分析其调控效应。
四、主要结果
1. 主导作用空间格局
- SM主导：占中国植被面积的71.06%，主要分布在青藏高原、广西、贵州等南方湿润区。
- 证据：SM与GPP呈显著正相关（Kendall’s τ > 0.3, p < 0.05），且SM阈值由南向北递减（南方0.409 m³/m³ vs. 北方0.256 m³/m³）。
- VPD主导：占28.94%，集中在华北平原、东北平原等农田区，VPD阈值较低（6–9 hPa）。
2. 生态系统差异
- 森林：SM阈值最高（0.41 m³/m³），因其适应湿润环境，水分利用效率低。
- 农田：VPD相对阈值最低（0.34），作物气孔对VPD变化敏感。
- 草地：SM阈值最低（0.32 m³/m³），抗旱性强但对高VPD耐受性差。
3. 灌溉的影响
- SM阈值：灌溉农田较非灌溉区降低7.88%（华北平原）至29.1%（干旱半干旱区）。
- VPD阈值：灌溉农田升高6.52%（华北平原），因灌溉缓解大气干旱。
4. 机制验证（SEM）
- SM主导区：SM对GPP的正向效应（路径系数0.439）远大于VPD（0.145）。
- VPD主导区：VPD对GPP呈负效应（-0.261），SSR（短波辐射）的抑制作用更强（-0.183）。
五、结论与价值
1. 科学意义
- 统一争议：首次在中国尺度证实SM是GPP下降的主要驱动因子（71%区域），但农田系统例外。
- 阈值创新：揭示了SM/VPD阈值的纬度梯度与生态系统分异，为干旱预警提供量化指标。
- 人类活动干预：明确了灌溉通过降低SM阈值、升高VPD阈值缓解水分胁迫的机制。
2. 应用价值
- 农业管理：华北平原等VPD敏感区需优化灌溉策略以应对气候变暖下的蒸散发需求增加。
- 模型改进：SM/VPD阈值为地球系统模型（ESMs）的干旱模拟提供参数化依据。
六、研究亮点
- 方法创新：结合Copula与SEM，首次同步解析SM/VPD的主导作用与阈值。
- 跨尺度验证：结果在NIRv GPP与EC-LUE GPP数据集间一致性高（SM主导区占比71.06% vs. 58.40%）。
- 灌溉调控机制：量化了灌溉水量与SM/VPD阈值的非线性关系，填补了人类活动影响研究的空白。
七、其他发现
- 复合极端事件：低SM与高VPD协同发生时，GPP下降概率在云南、青藏高原等热点区显著增加（PSM&VPD > 0.6）。
- 时间稳定性：基于15年滑动窗口的分析表明，SM/VPD主导格局在1982–2019年间保持稳定。