全球干旱區(qū)約占陸地面積的41%，養(yǎng)育著近30億人口，是陸地生態(tài)系統(tǒng)的重要組成部分。在全球氣候變化加劇的背景下，干旱區(qū)生態(tài)環(huán)境的演變趨勢不僅關(guān)系區(qū)域可持續(xù)發(fā)展，更對全球碳循環(huán)產(chǎn)生深遠影響。近年來，衛(wèi)星觀測發(fā)現(xiàn)全球干旱區(qū)呈現(xiàn)顯著綠化趨勢，科學(xué)界普遍將其歸因于大氣CO?濃度升高產(chǎn)生的施肥效應(yīng)，而對人類活動的作用缺乏系統(tǒng)認知。

在此背景下，蘭州大學(xué)資源環(huán)境學(xué)院馬軒龍教授課題組在Science伙伴期刊《Journal of Remote Sensing》發(fā)表了最新研究成果，通過對2001-2024年全球干旱區(qū)植被動態(tài)的系統(tǒng)分析，首次明確指出人類活動特別是農(nóng)業(yè)擴張與集約化管理，已成為干旱區(qū)植被綠化的首要驅(qū)動力，其貢獻顯著超過CO?施肥效應(yīng)與氣候變化因素。

研究團隊整合多源衛(wèi)星觀測數(shù)據(jù)與機器學(xué)習(xí)方法，發(fā)現(xiàn)全球29.20%的干旱區(qū)呈現(xiàn)顯著綠化趨勢，其中亞洲地區(qū)貢獻了約983TgC的碳增量，占全球干旱區(qū)總增量的半數(shù)以上。通過偏最小二乘回歸分析量化各因子相對貢獻，人類活動綜合效應(yīng)值達0.68，遠超CO?施肥效應(yīng)（0.32）和氣候因素（0.03）。

值得關(guān)注的是，研究團隊將衛(wèi)星觀測結(jié)果與最新的TRENDYv12動態(tài)全球植被模型進行比較，發(fā)現(xiàn)這些國際主流模型系統(tǒng)性低估了干旱區(qū)綠化速率，且嚴重高估了CO?和氣候因子的貢獻。這一發(fā)現(xiàn)揭示了當(dāng)前地球系統(tǒng)模型在表征人類活動方面的不足，對提升全球碳循環(huán)預(yù)測精度具有重要意義。

該研究不僅深化了對全球干旱區(qū)植被動態(tài)的理解，更為改進地球系統(tǒng)模型提供了科學(xué)依據(jù)。研究結(jié)果呼吁在國際氣候變化評估和生態(tài)政策制定中，更加重視人類活動對生態(tài)系統(tǒng)的影響，為全球可持續(xù)發(fā)展目標的實現(xiàn)提供了重要的科學(xué)支撐。

我校資源環(huán)境學(xué)院地圖學(xué)與地理信息科學(xué)專業(yè)2025級碩士研究生（本研貫通）李懿為論文第一作者，馬軒龍教授為通訊作者。研究獲得了國家自然科學(xué)基金（42311540014 和 42171305）、甘肅省自然科學(xué)基金重點項目（25JRRA646）以及風(fēng)云應(yīng)用先行項目（FY-APP-2024.0302）等項目的資助。

論文鏈接： https://doi.org/10.34133/remotesensing.0941

圖1.全球干旱區(qū)空間分布及干旱類型劃分圖。超干旱（Hyper-arid）、干旱(Arid)、半干旱(Semi-arid)、半濕潤干旱(Dry sub-humid)。

圖2.全球干旱區(qū)年均總初級生產(chǎn)力（GPP）的空間格局（2001-2024）。

圖3.全球干旱區(qū)GPP的時空格局（2001-2024年）。a)全球干旱區(qū)GPP趨勢的空間分布。只顯示了顯著變化區(qū)域（Mann-Kendall檢驗，p< 0.1）。b)不同區(qū)域的年GPP變化趨勢，星號(*)表示p< 0.1。c)不同區(qū)域的GPP凈變化量。

圖4.全球干旱區(qū)不同生態(tài)系統(tǒng)類型及沿干旱梯度GPP的差異響應(yīng)。a) 2020年生態(tài)系統(tǒng)類型空間分布圖。b)沿干旱梯度不同生態(tài)系統(tǒng)類型的GPP凈變化量。c)全球干旱區(qū)不同生態(tài)系統(tǒng)類型的GPP凈變化量。

圖5.不同區(qū)域與生態(tài)系統(tǒng)類型年均GPP的時間變化。黑色：所有生態(tài)系統(tǒng)；紅色：人類主導(dǎo)的生態(tài)系統(tǒng)；綠色：自然主導(dǎo)的生態(tài)系統(tǒng)。

圖6.全球干旱區(qū)綠化現(xiàn)象中自然與人為驅(qū)動因素的歸因分析。a)在GPP顯著增加的區(qū)域（p< 0.1），基于偏最小二乘回歸模型得到的農(nóng)田面積、氮肥施用、降水、輻射、溫度及CO?對GPP影響的效應(yīng)值；b)將各因子效應(yīng)值歸為三大類別，分別代表推動全球干旱區(qū)綠化的主要作用力。

圖7.全球干旱區(qū)農(nóng)田變化。a)農(nóng)田百分比變化空間分布（2020年減去2000年）。b)不同干燥程度下的農(nóng)田面積變化；c)全球及不同區(qū)域的農(nóng)田面積變化。

圖8. TRENDY模型GPP數(shù)據(jù)與衛(wèi)星觀測GPP數(shù)據(jù)在GPP顯著增加區(qū)域（p< 0.1）的趨勢差異分析。a)趨勢差異空間分布圖：使用TRENDY多模型集合均值的GPP趨勢減去eLUE的GPP趨勢；b)不同人類土地利用（農(nóng)田+不透水面）面積比例下的趨勢差異；c)不同模擬情景下的斜率差異：S0：未考慮任何模擬因子；S1：僅CO?；S2：CO? +氣候；S3：CO? +氣候+土地利用與覆蓋變化。人類土地利用類型：農(nóng)田+不透水面；自然土地利用類型：森林+灌叢+草地+稀疏植被+裸地；d)在GPP顯著增加區(qū)域（p< 0.1），TRENDY與觀測值在不同驅(qū)動因子下的GPP趨勢比較。