研究概要：
研究发现：极端事件期间，前期气象异常对生态系统生产力异常的贡献高达38.2%，其中降水的滞后影响最为显著，其次为气温和蒸汽压亏缺。进一步分析表明，极端事件的影响强度与记忆效应的持续时间密切相关，由长期气象异常调控的极端事件造成的生产力损失显著大于短期气象异常驱动的事件，其中半干旱生态系统表现出最大的生产力损失以及显著的记忆效应。该成果首次在全球尺度上定量评估了极端事件期间前期气象异常对生态系统生产力的滞后效应，为理解气候变化背景下生态系统稳定性、碳汇功能及植被–土壤–大气之间的复杂反馈机制提供了重要科学依据。
不同滞后模式下生态系统生产力异常分布
核心PI
张尧 |
北京大学
|
1、全球变化遥感
2、植被遥感
3、陆地生态系统碳水循环
4、干旱等极端事件
5、机器学习
1、国家重点研发计划专题（2024YFF1308101）：生态脆弱区植被结构复杂性与生态系统稳定性的互馈机理，2024/12-2027/11，专题负责人；
2、国家重点研发计划课题（2023YFF0805702）：长江流域复合型气候极端事件对自然和社会经济系统影响，2023/12-2028/11，课题负责人；
3、国家自然科学基金面上项目（42371096）：基于日光诱导叶绿素荧光的植被干旱生理响应研究，2024/01-2027/12，主持；
4、国家自然科学基金专项项目（42141005）：中国陆地生态系统固碳速率及其不确定性、稳定性和持续性研究，2022/01-2025/12，参与；
5、国家自然科学基金优秀青年科学基金（海外）：全球变化植被遥感，2022/01-2024/12，主持；
文章信息：
上述研究成果发表于国际权威期刊《Nature Geoscience》。北京大学城市与环境学院博士研究生邱靖皓为文章第一作者，张尧研究员为文章通讯作者。该研究工作得到了国家自然科学基金和科技部重点研发计划的支持。
论文发表：
Jinghao Qiu, Yao Zhang, Mengyang Cai, Trevor F. Keenan, Hongying Zhang, Pierre Gentine, Xiangzhong Luo, Mitra Cattry, Sha Zhou & Shilong Piao. Large contribution of antecedent climate to ecosystem productivity anomalies during extreme events. Nature Geoscience.
点击文末“阅读原文”可查看相关原文。