陆地生态系统植被总初级生产力（Gross Primary Productivity，GPP）是陆地碳汇的主要驱动力，能够揭示植被动态与气候变化的相互反馈，在全球碳平衡中发挥着关键作用（Turner et al.，2006；Xiao et al.，2019）。在全球气候变暖背景下，极端气候事件发生频率显著增加（IPCC，2013；Chen et al.，2019；IPCC，2021），其对陆地生态系统碳循环的影响远大于平均气候变化（Frank et al.，2015），已成为调控区域植被GPP的核心因素。

极端气温是影响植被GPP的重要气候因子，其作用机制与影响特征具有明显差异性：高温胁迫下，植被光合作用减弱、呼吸作用增强，直接导致植被生产力下降（朴世龙等，2019），且其影响程度不仅取决于热浪强度，还与发生时间密切相关，如春季高温可能通过提前植被物候促进生态系统碳净吸收（De Boeck et al.，2011）；极端低温影响植被的生理功能和发育过程，其中霜冻影响最显著（Niu et al.，2014），如2010年美国东北部春寒导致该地区高海拔森林GPP下降7%~14%（Hufkens et al.，2012）。极端降水对碳循环的影响存在明显的区域差异，能够促进干旱地区生态系统碳积累，却不利于湿润地区固碳（Zeppel et al.，2014），尤其在长时间水淹状态下，植被根系会严重缺氧、呼吸减少，引起植被死亡（Bailey-Serres and Voesenek，2008）。极端干旱通过水力失效与碳饥饿加剧植物死亡风险，对植被GPP具有显著抑制效应，且随着干旱等级升高，GPP下降速率逐步增大（曹玉娟，2023）；但在干旱频发且强度较高的条件下，植被则会通过调节自身生理过程，实现水分的优化利用（Tello-García et al.，2020）。

陕西省南北纵跨陕北高原、关中平原和秦巴山区，横贯3个气候带，地形地貌多样，气候条件复杂，植被地带性差异显著。近几十年来，全省极端气候事件频发，极端高温和干旱事件明显增加，尤其陕北地区重旱和特旱程度加重，区域降水呈现极端化态势，但目前针对极端气候事件对植被GPP的影响机制研究还非常匮乏。本文基于植被GPP数据与同期极端气候指数，使用二维Copula联合分析、一元线性回归法和Pearson相关系数法等，分析极端气候对陕西不同区域、不同植被类型GPP的影响差异，精确评估区域植被GPP对极端气候事件的响应特征，以期为区域适应和减缓气候变化的影响、提高气候变化风险评估水平提供科学依据。

所用资料主要包括1981—2018年GLASS（Global Land Surface Satellites）植被GPP数据集、极端气候指数和土地覆盖类型数据等。

GLASS GPP产品采用改进的光能利用率模型，整合了大气CO₂浓度、辐射组分、水汽压亏缺等关键变量，是全球少数长时间序列GPP产品之一。相关精度验证结果显示，GLASS GPP在全球85个通量站点评估中，决定系数（R²）达0.72~0.85，均方根误差显著低于MODIS（Moderate Resolution Imaging Spectroradiometer）GPP与FLUXCOM（Flux Combinations）GPP产品（Jia et al.，2018），同时该产品针对中国复杂地形和生态系统进行本地化参数调整，精度优于国际同类产品（Yuan et al.，2010）。该数据集获取自国家地球系统科学数据中心，空间分辨率为0.05°，时间分辨率为8 d。

气候变化监测与指数专家组（Expert Team on Climate Change Detection and Indices，ETCCDI）开发的27种核心气候指数是全球极端气候研究的标准化工具，分16个温度指数和11个降水指数，覆盖极端事件的频率、强度和持续时间（Alexander et al.，2006）。本文重点考虑高温、低温、降水和干旱指数中能够显著反映极端事件频率和强度的指数，包括极端高温指数、极端低温指数、极端降水指数、极端干旱指数（表1）。这4个指数是表征区域极端气候特征的关键指标，其对植被生产力的影响具有直接性和主导性，相关研究已证实它们是驱动植被GPP变化的核心驱动因子（朴世龙等，2019；杜文丽等，2020）。该指数基于陕西省气象观测站数据计算得到。

土地覆盖类型数据（MODIS MCD12C1）是基于国际地圈-生物圈计划（International Geosphere-Biosphere Programme，IGBP）所定义的DIScover数据集（Friedl and Sulla-Menashe，2022）。为探究植被生长对极端气候的响应特征，结合陕西省地表覆盖现状，选取森林、农田、草地3类优势植被类型开展对比分析。第三次国土调查数据表明，这3类植被占陕西省总土地面积的85.69%，能够代表区域主要植被生态系统。

采用一元线性回归法和Pearson相关系数法，其中一元线性回归法是将研究时段内逐像元的年均GPP与时间进行线性回归分析，利用最小二乘法估计的拟合系数作为GPP随时间的变化速率（何晓群和刘文卿，2011），线性回归系数的显著性检验采用t检验。

Pearson相关系数法是分别逐像元计算GPP与4个极端气候指数的相关性，计算公式（黄嘉佑和李庆祥，2015）如下：

式中：r为相关系数，n为年份数，i是年序号；x_i为某像元第i年的GPP，$\overline{\mathit{x}}$为GPP均值，单位：gC·m^-2·a^-1；y_i为相应像元第i年的极端气候指数，$\overline{\mathit{y}}$为年平均极端气候指数，相关系数的显著性检验采用t检验。

构建单个气象指数（X）与植被总初级生产力GPP（Y）的二维Copula联合累积分布模型，Copula函数C（u，v）满足：

式中：x、y分别为X、Y的某一具体取值；F_X（x）、F_Y（y）分别为X和Y的边缘累积分布函数，表示X、Y取值小于或等于x、y的概率，即F_X（x）=P（X≤x）、F_Y（y）=P（Y≤y）；P（X≤x，Y≤y）为联合概率，表示X≤x且Y≤y同时发生的概率；C（u，v）是二维Copula函数，用于描述X和Y之间的相依结构，是连接两个边缘分布的核心函数，其中u为气象要素X经边缘分布转换后的概率值，即u=F_X（x），取值范围为[0,1]；v是Y经边缘分布转换后的概率值，v=F_Y（y），取值范围为[0,1]。

分别对X∈{极端高温指数，极端低温指数，极端降水指数，极端干旱指数}与Y∈{年GPP，生长季GPP，月GPP}进行两两耦合分析。模型输出以下核心指标用来量化极端气候对GPP的影响：

1）条件概率。极端气候条件下GPP低于阈值的概率，计算公式为

式中：y₀为GPP的对应阈值；P表示在该极端气候下GPP低于阈值的条件概率，P值越大表示出现低GPP的风险越高，P值越小表示风险越低。

2）影响强度。极端气候下GPP的条件期望与正常气候下GPP期望的差值，公式为

式中：E(*|*)表示条件期望；Δμ表示在该极端气候下GPP均值与正常气候下GPP均值之差，Δμ>0代表极端气候促进GPP，Δμ<0代表极端气候抑制GPP，Δμ绝对值越大，影响效应越强。需要注意的是，P和Δμ不表示相关性强弱或统计显著性，而是分别反映风险大小和均值效应程度。

基于GLASS GPP数据集，图1给出1981—2018年陕西全省及陕北、关中、陕南3个区域的平均植被GPP逐年变化。可以看出，陕西省植被GPP在研究时段内波动增加，平均增长率达6.59 gC·m^-2·a^-1（R²=0.76，p<0.01），植被固碳能力稳步提升。其中，陕北地区平均GPP整体处于较低水平（340~740 gC·m^-2·a^-1），但上升态势突出，增长率达8.25 gC·m^-2·a^-1（R²=0.81，p<0.01）；关中地区平均GPP为730~1 180 gC·m^-2·a^-1，处于中等水平，增长率为7.05 gC·m^-2·a^-1（R²=0.62，p<0.01），植被生产力保持稳定增长；陕南地区依托秦巴山区良好的水热条件，植被基础优越，平均GPP高达1 100~1 600 gC·m^-2·a^-1，但增长率相对最低（4.15 gC·m^-2·a^-1，R²=0.35），由于该区域植被已接近生态承载力上限，增长空间有限。

从陕西省植被GPP变化趋势统计（表2）及空间变化趋势分布（图2）可见：1981—2018年，全省97.9%的区域GPP呈增加趋势，GPP轻微好转的区域占全省面积的30.4%，明显好转的区域面积占比达67.5%；79.0%以上区域GPP增长趋势通过显著性检验（p<0.05），主要集中于陕北大部、关中平原及陕南部分区域。这说明全省植被固碳能力提升具有普遍性，但值得注意的是，西安市、咸阳市部分区域GPP呈减少趋势。

从极端气候指数与陕西省不同区域多年平均GPP的相关性分布（表3、图3）来看，陕北地区71.4%的区域GPP与极端高温指数呈正相关，主要分布在陕北北部毛乌素沙漠一带，热量条件改善有利于GPP提升；68.3%的区域GPP与极端低温指数呈负相关，主要分布在陕北东部和南部，极端低温抑制了GPP增长；88.6%的区域GPP与极端干旱指数呈负相关，该地区常年降水较少，极端干旱成为限制植物生长的主要因素。总体来看，极端高温和极端降水对陕北北部和西部大部分地区GPP有一定促进作用，极端低温和干旱对全区大部GPP呈抑制作用。关中地区73.5%的区域GPP与极端低温指数呈负相关，主要分布在关中东部和南部；78.5%的区域GPP与极端降水指数呈正相关，降水有利于关中地区植被GPP提升；73.1%的区域GPP与极端干旱指数呈负相关。说明关中多数区域的GPP因极端低温和干旱而受抑，但能借助极端降水实现增长，体现出水分条件对当地植被生长的关键影响。陕南75.6%的区域GPP与极端高温指数呈正相关，主要分布于商洛市大部、安康及汉中的中南部地区；商洛市中西部、安康市东部及汉中大部区域与极端降水指数呈显著正相关，正相关区域覆盖面积达87.3%，说明极端降水对陕南多数区域植被生长起到促进作用。从全省来看，极端高温和极端降水对GPP的影响多为促进效应，而极端低温和极端干旱对GPP的影响多为抑制作用。

基于陕西省4个极端气候指数和GPP数据，使用Copula方法分别构建各指数与GPP的二维联合分布函数，比较不同时间尺度3种植被类型GPP对极端气候条件的响应特征。表4为年、生长季和月尺度4个极端气候指数对植被GPP的影响风险系数。可以看出：年与生长季尺度下，极端气候指数对GPP的影响远弱于月尺度，均处于低风险、弱效应区间，表现出微弱的促进或抑制作用。相比之下，月尺度极端气候对GPP的影响更强，表明短期极端气候事件对GPP的影响更为直接。

月尺度下，极端高温与极端低温事件均伴随较高的GPP偏低风险，二者P值均为0.730，其中极端低温的Δμ为-2.403，对GPP表现出显著的抑制作用；极端高温则呈现特殊分异特征，虽然多数极端高温时段会造成GPP减少，但少数时段GPP提升幅度极大，使得综合效应仍表现为强烈正向驱动（Δμ=2.534）。极端降水条件下，GPP低产风险几乎完全消除，同时Δμ高达2.973，对GPP存在极强的促进作用；极端干旱时GPP偏低风险处于中等水平，严重的水分胁迫对植被生产力产生显著的抑制效应。总体而言，月尺度极端低温与极端干旱是抑制植被GPP的主要气候因素，二者均导致不同程度的GPP低值风险与抑制效应；而极端高温与极端降水则对GPP表现出正向驱动作用，其中极端降水的正向促进效应最为突出。

由表5可知，不同极端气候条件对3类植被GPP的影响呈现特异性和季节动态性，且各类植被对极端气候的响应敏感期与胁迫机制存在明显差异。极端高温对森林GPP的胁迫集中于5—8月生长旺期，呈中等抑制风险，而4、9—10月生长季始末期表现为弱促进效应，主要因为生长旺季高温引发的热胁迫直接削弱光合作用效率、加剧呼吸损耗；草地凭借较强耐热性与高水分利用效率，在7—9月生物量积累阶段受不同程度的高温抑制；农田GPP对高温的响应存在明显生育期差异，4月受高温正向驱动，6—9月关键生育期则因高温干扰植被生长而显著受抑。

极端低温整体对森林GPP构成高风险胁迫，所有月份均呈抑制效应，极端低温对新生组织的损伤是主要诱因；草地低温胁迫集中于7—10月生长季后期，低温加速叶片衰老、降低光合产物积累，且在秦巴山区等过渡带易与干旱形成协同胁迫，进一步加剧植被生产力损耗；农田GPP对低温的响应呈季节性波动，生长季的初期和末期受抑，6—8月转为促进。

极端降水对3类植被整体以正向驱动为主，但存在月尺度差异化响应：森林8月受过量降水引发的根系缺氧、养分吸收受阻影响，呈中等抑制，其余时段均为促进；草地因浅根系结构对降水补给敏感性更高，7月降水促进效应达到峰值；农田仅8月短暂受降水抑制，其余生育期均受益于适度降水的水分供给。

极端干旱对3类植被GPP均以抑制为核心特征，且胁迫敏感期各不相同：森林5、8月枝叶与果实发育期水分亏缺造成的抑制最显著；草地6月生长旺季受干旱胁迫最强，直接引发叶片枯萎、光合效率骤降；农田8月灌浆期对干旱最敏感，水分短缺直接制约籽粒发育与产量形成。

不同植被类型在生长季受极端气候影响的风险存在差异，这与不同植被的生理生态特性、生长特征及对环境因子的适应性差异密切相关。

陕西省地形地貌空间异质性突出，气候梯度分异显著，致使极端气候对植被GPP的驱动效应呈现明显区域差异。陕北地处半干旱气候带，水分是植被生产力的核心限制因子，极端干旱对GPP的抑制作用最为突出，极端低温胁迫广泛存在，该特征与我国北方半干旱区植被对极端气候的整体响应规律一致（朴世龙等，2019；杜文丽等，2020）；关中地区水热条件空间分异复杂，表现为极端降水的正向促进效应与极端干旱、极端低温的抑制效应并存；陕南属北亚热带湿润区，降水总量充足但时空分配不均，极端高温与极端降水均显著提升区域GPP，与相关研究表明长江流域等湿润区适度升温、降水补给可缓解植被水分胁迫、促进光合生产（贾怡童，2020；张善红等，2024）相一致。

研究表明，年际与生长季尺度下极端气候指数对GPP的影响程度显著低于月尺度，影响作用微弱，这主要是因为植被长期演化过程中形成的气候适应特性，植被群落与区域常规气候环境已趋于稳态平衡，唯有极端气候大幅打破原有平衡状态时，才会对GPP产生明显扰动（朴世龙等，2019）。Zscheischler等（2014）也提出，极端气候事件仅在少数特殊年份主导全球GPP年际波动，难以作用于长期变化趋势。而月尺度下极端气候对GPP的影响效应显著，说明短时极端天气会调节植被光合作用，该特征也与毛乌素沙地、秦巴山区等地的相关研究结论一致（王小红等，2022；杨佳奇等，2026）。

不同植被类型对极端气候的响应特征存在明显差异，本文发现森林对极端低温高度敏感，生长季内除8月外，各月均受高风险抑制；同时由于5—8月为水分需求阶段，极端干旱对森林生产力的制约作用也很突出，该特征与杜文丽等（2020）研究结论一致。草地生产力对极端降水呈积极响应，7月降水偏多可显著提升植被光合作用，仅8—9月受极端高温的负面影响，该变化趋势与张善红等（2024）和Zhao等（2025）的研究结论一致，另外生长季后期低温、干旱叠加，也会导致草地生产力加剧损耗。农田对极端低温表现出阶段性差异化响应，生长初、末期受低温抑制，6—8月反转为促进效应；极端降水总体有利于农田生长，仅8月易因积水内涝产生负面作用。

然而本研究仍存在一定局限性。首先，仅选取4个极端气候指数，未纳入事件持续时间、频率等多维度指标，而极端气候的强度-时长协同效应可能对GPP产生非线性影响（Frank et al.，2015）。其次，Pearson相关分析只能描述变量间的线性关系，实际极端气候与GPP之间往往存在阈值效应，如极端高温超过一定临界值后由促进转为抑制，后续可引入机器学习、结构方程模型等非线性方法深入解析。第三，未考虑退耕还林、农业灌溉等人类活动对GPP的调控作用，陕北GPP的上升与生态工程实施等密切相关（刘盼，2022），未来需结合多源数据与过程模型，定量分离气候与人为因素的相对贡献。

本文基于1981—2018年GPP数据和4个极端气候指数，探究陕西省GPP对极端气候的定量响应特征，揭示极端气候事件对不同区域和不同植被类型GPP的影响差异，得到如下主要结论。

1）1981—2018年，全省植被GPP呈持续上升趋势，固碳能力稳步提升，且空间变化显著，多数区域呈改善态势，其中陕北地区GPP增长率最高，陕南地区GPP基础值高但增长率相对较低，区域间提升差异明显。

2）陕西不同区域GPP对极端气候的空间响应存在明显差异，陕北地区GPP受极端高温的促进作用显著，极端低温和极端干旱为核心制约因素；关中地区GPP对极端降水呈正向响应，极端低温和极端干旱抑制效应突出；陕南地区GPP受极端高温和极端降水的促进作用显著。

3）极端气候对GPP的影响存在显著时间尺度差异，月尺度是极端气候影响植被生产力的关键期，其影响强度远高于年尺度和生长季尺度。

4）极端高温下，森林和农田均在生长季旺期受抑；极端低温对森林、农田和生长季后期的草地均存在较强抑制效应；极端降水整体以正向作用为主，其中草地7月受促进作用最强；极端干旱对3类植被多为抑制作用。