Page 46 - 《高原气象》2026年第2期

高 原 气 象 45 卷
346

图3 西南地区极端干旱的时空分布
（a） 区域平均SPEI的标准化异常的趋势线； （b）极端干旱严重程度的空间特征； （c）极端干旱持续时间的空间特征（单位： 月）
Fig. 3 Spatial and temporal distribution of extreme droughts in Southwest China.（a） trend lines of standardized
anomalies of regional mean SPEI； （b） spatial distribution of extreme drought severity；
（c） spatial distribution of extreme drought duration （unit： month）
北递减的分布趋势， 且表现为云南南部地区 LAI和 一定程度的偏差， 体现在对云南东部和贵州南部的
GPP 最高， 四川盆地地区低于盆地周边地区的分布 LAI模拟偏高［图 4（d）］和 GPP 模拟偏低［图 4（h）］，
特点［图 4（a）~（c）， （e）~（g）］。这种分布特征与植 其他地区的模拟情况相对较好。
被类型的分布有关， 云南南部地区的植被类型以常 3. 3. 2 植被LAI与GPP对干旱的响应
绿阔叶林为主， 具有较高的 LAI 和 GPP 值， 而四川 将 6 个月尺度 SPEI 与 LAI 和 GPP 进行相关性
西部地区植被类型以高寒草甸为主， 因而 LAI 和 分析（不包含滞后）， 发现三种遥感 LAI和 GPP对干
GPP 值较低。此外， 不同遥感产品间存在一定的差 旱的响应情况呈现出相似的空间分布特征。图 5描
异， GLASS 产品在四川盆地地区的 GPP［图 4（f）］ 述了遥感数据显示的 LAI 和 GPP 对此次干旱的响
与 GIMMS 和 GLOBMAP 相比偏低， 差异达到 25 应强度， 相关系数越接近于 1 代表植被 LAI 和 GPP
-1
-2
gC·m ·mon 以上， 可能与遥感产品间不同的算 与干旱的正相关性越显著， 表示干旱指数的下降
法、 处理方式等有关。在模拟验证方面， CLM5. 0 （干旱强度的提升）与植被 LAI 和 GPP 的下降存在
模拟的干旱期间 LAI 和 GPP 的空间分布特征与遥 明显的正相关， 即干旱事件的发展加剧了植被的退
感数据的描述基本相同， 可以模拟出植被在干旱期 化。我们观察到， 三种遥感数据均显示出， 植被对
间与遥感数据相似的分布特征。但对部分地区， 主 干旱的响应程度呈现从东南向西北递减的特征，
要是贵州和云南地区的 LAI 和 GPP 的模拟值存在 LAI 和 GPP 对干旱的显著响应（R>0. 8）出现在重庆