(通讯员 张妍 张哲)2019年5月21日，我校地球科学学院黄春菊教授团队在国际期刊《Agricultural and Forest Meteorology》（T1）上在线发表了题为“Negative extreme events in gross primary productivity and their drivers in China during the past three decades”的学术论文。该论文研究了近三十年的极端气候事件对中国初级生产力（GPP）的影响。
近几十年来，随着气候变暖，全球许多地区的极端气候事件均有增加的趋势。因此，进一步研究地表碳循环对极端气候事件的响应有助于理解气候变化的影响和应对气候变化。然而，目前大多数的研究集中在区域研究或者仅关注单个极端气候或生态事件，并没有系统地分析中国极端事件。作为最大的碳通量，总初级生产力（GPP）的变化影响着整个地表碳循环。基于此，本文利用12套地表过程模型模拟的GPP数据和一套基于观测和机器学习的GPP数据，首次将一种时空连续的三维分析方法应用到了中国极端GPP事件的研究当中。
研究结果表明极端GPP负异常事件集中在华北和东北地区，夏季GPP的亏损尤为显著。对全国而言，降水负异常是极端事件的主要原因，而不同分区又有所不同。例如，华南地区的大量极端事件是由低温事件导致的（图1），这一点较少被前人报道。幂律分布和敏感性分析表明，干旱和极端高温最有可能导致严重的GPP亏损（图2）。总的来说，本文认为中国北方的干旱事件和中国南方的极端高温和低温事件在未来可能会更加突出，相关部门应该给予更多的重视。
第一作者陈炜哲同学是我校2015级直博生，目前正在法国气候与环境科学实验室Philippe Ciais教授团队联合培养，通讯作者为地学院黄春菊教授。该研究得到了国家自然科学基金（41772029和41322013），湖北省杰出青年科学基金（2016CFA051），111 计划（B14031 and B08030）资助。
论文链接：https://doi.org/10.1016/j.agrformet.2019.05.002
图1. 中国九个分区GPP极端事件的归因分析
图2. 不同模型的GPP亏损对于温度和降水异常的敏感性
