Höhere Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre im Herbst als im Frühling in allen europäischen Biomen

Communications Earth & Environment Band 4, Artikelnummer: 299 (2023) Diesen Artikel zitieren

182 Zugriffe

5 Altmetrisch

Details zu den Metriken

Europa hat in den letzten Jahrzehnten schwere Dürreereignisse erlebt, die aufgrund der unterschiedlichen Vegetationsverteilung, unterschiedlichen Wachstumsstadien, unterschiedlichen Dürremerkmale und gleichzeitigen hydroklimatischen Faktoren eine Herausforderung für das Verständnis der Vegetationsreaktionen darstellen. Um die Reaktion der Vegetation auf meteorologische Dürre zu analysieren, verwendeten wir mehrere Vegetationsindikatoren in europäischen Biomen. Unsere Ergebnisse zeigen, dass die Empfindlichkeit der Vegetation gegenüber Dürre mit der Entwicklung des Blätterdachs im Laufe des Jahres zunimmt, wobei die Empfindlichkeit von –0,01 im Frühjahr auf 0,28 im Herbst und dürreanfällige Gebiete in Europa zwischen 18,5 und 57,8 % liegt. Bodenwassermangel verschärft zeitlich die Empfindlichkeit der Vegetation gegenüber Dürre, während ihre räumlichen Auswirkungen begrenzt sind. Die Empfindlichkeit der Vegetation gegenüber Dürre korreliert stark mit dem Dampfdruckdefizit und teilweise mit der atmosphärischen CO2-Konzentration. Diese Ergebnisse verdeutlichen die räumlich-zeitlichen Schwankungen der Vegetations-Dürre-Empfindlichkeit und den Einfluss hydroklimatischer Faktoren. Die Ergebnisse verbessern unser Verständnis der Reaktion der Vegetation auf Dürre und der Auswirkungen gleichzeitiger hydroklimatischer Faktoren und liefern wertvolle subsaisonale Informationen für das Wassermanagement und die Dürrevorsorge.

Dürren sind Perioden, in denen die Wasserverfügbarkeit unter dem langfristigen Durchschnitt liegt1. Der Klimawandel führt in bestimmten Regionen der Welt zu einer erhöhten Intensität, Dauer und Häufigkeit von Dürren2,3, was sich negativ auf Gesellschaften und Ökosysteme auswirkt4,5. Dürre kann die Vegetationsproduktivität verringern6, die Vegetationszusammensetzung verändern7, die Artenvielfalt verringern8,9 und Ökosystemleistungen reduzieren5. Viele europäische Länder haben in den letzten Jahrzehnten unter schweren Sommerdürren gelitten10,11,12. In Europa und im Vereinigten Königreich betrug der durchschnittliche jährliche wirtschaftliche Verlust aufgrund von Dürre im Zeitraum 1981–2010 etwa 9 Milliarden Euro, wobei die Hälfte dieser Verluste auf die Landwirtschaft zurückzuführen war13,14, was die Bedeutung der Vorbereitung und des Wissens über die Reaktionen der Vegetation auf Dürre verdeutlicht.

Meteorologische Dürren, die durch Niederschlagsdefizite verursacht werden, haben komplexe Auswirkungen auf das Vegetationswachstum, die von mehreren hydroklimatischen Faktoren beeinflusst werden. „Wachstum“ bezieht sich hier auf Vegetationsprozesse, die im weitesten Sinne zu Veränderungen der Biomasse oder der Primärproduktion führen15. Zu den hydroklimatischen Faktoren gehören die Verfügbarkeit von Bodenwasser (Bodenfeuchtigkeit, SM), vorübergehende atmosphärische Trockenheit (Dampfdruckdefizit, VPD), Sonneneinstrahlung (Nettostrahlung, Rn) und die Konzentration von atmosphärischem Kohlendioxid (aCO2)16,17,18,19. Diese Faktoren können auf eine Weise interagieren, die die Auswirkungen der Dürre auf biophysikalische Prozesse entweder verstärkt oder abschwächt. Die Reaktion der Vegetation auf meteorologische Dürre hängt davon ab, ob ihr Wachstum durch Wasser (SM) oder Energie (Rn) begrenzt wird17. Während es schwierig ist, die relative Rolle von SM und VPD auf die Vegetation während der Dürre zu entschlüsseln20. Auch der aCO2-Effekt bei Vegetationswasserstress bleibt umstritten21 und ist mit anderen Faktoren verknüpft22. Eine umfassende Studie ist erforderlich, um die relative Rolle dieser Faktoren für das Vegetationswachstum und die Reaktionen auf Dürre zu bewerten und ein ganzheitliches Verständnis des Zusammenspiels verschiedener gleichzeitig auftretender Faktoren mit meteorologischer Dürre zu erlangen.

Der Standardisierte Niederschlags- und Evapotranspirationsindex (SPEI)23 wird häufig verwendet, um Merkmale meteorologischer Dürreereignisse abzuschätzen, einschließlich Schweregrad, Intensität und Dauer der Dürre; Eine detaillierte Definition finden Sie in Lit. 24. Der SPEI berücksichtigt den Wasserhaushalt zwischen Niederschlag und atmosphärischem Verdunstungswasserbedarf und bietet ein umfassendes Verständnis der Wasserstressbedingungen für die Vegetation auf globaler und regionaler Ebene25,26,27,28. Es hat sich gezeigt, dass SPEI andere Indizes bei der Bewertung der Auswirkungen von Dürre auf die Bodenfeuchtigkeit, Vegetationsaktivitäten, Ernteerträge und Waldwachstum übertrifft29,30,31. Der aus groben Klimadaten (0,5 Grad) berechnete SPEI wurde verwendet, um die Auswirkungen der zwischenjährlichen Variabilität des SPEI auf Vegetationsaktivitäten auf globaler und regionaler Ebene zu bewerten32,33. Kürzlich entwickelte hochauflösende (0,1 Grad) Klima-Reanalysedaten bieten die Möglichkeit, die Auswirkungen von Dürren auf die Vegetation mithilfe von SPEI mit räumlich detaillierten Informationen zu bewerten.

Dürre kann zu jeder Jahreszeit auftreten34,35, und die Reaktionen der Vegetation auf Dürre variieren je nach Zeitpunkt der Dürre und Vegetationswachstumsstadium aufgrund des unterschiedlichen Wasserbedarfs entlang des saisonalen Vegetationswachstums36,37,38. Die aktuelle Forschung konzentriert sich hauptsächlich auf die gesamte jährliche Reaktion der Vegetation auf Dürre und ihre zeitlichen Auswirkungen32, die Erholung nach der Dürre36 und die Auswirkungen der Dürre auf die Phänologie der Vegetation39. Das grundlegende Wissen über unmittelbare subsaisonale Vegetationsreaktionen auf großräumige Dürreperioden wurde übersehen. Diese Informationen sind für die Überwachung von Dürreperioden in Ökosystemen von entscheidender Bedeutung40, da sich viele Studien zu pflanzlichen Dürrestressreaktionen auf Experimente im Topfmaßstab41 beschränkten. Inwieweit das subsaisonale Vegetationswachstum durch Dürre auf Ökosystemebene beeinflusst wird, bleibt unklar, da sich die Anwendbarkeit des Liebigschen Minimumgesetzes möglicherweise nicht von der individuellen auf die Gemeinschaftsebene erstreckt42,43. Die Situation wird durch die räumliche Variabilität der Bodenwasserverfügbarkeit im Vorfeld meteorologischer Dürren sowie durch andere Faktoren erschwert, die erforderlich sind, um die Mindestwachstumsanforderungen einzelner Pflanzen zu erfüllen44. Das Wissen über subsaisonale Reaktionen der Vegetation auf die Wasserverfügbarkeit ist für die Anbauplanung, ein effizientes Wasserressourcenmanagement, die Optimierung der Wiederherstellung von Ökosystemen und die Minderung von Dürrerisiken erforderlich.

Europa erlebte in den letzten Jahrzehnten Trockenheit im Süden und Nässe im Norden, mit einer Tendenz zu feuchteren Wintern und trockeneren Sommern34. Es wird prognostiziert, dass die Region Europas, in der Wasserknappheit herrscht, überall deutlich zunehmen wird45. Mehrere Studien haben die Auswirkungen von Dürre auf die gesamteuropäische Vegetation mithilfe von Fernerkundungs-Vegetationsproxys analysiert. Beispielsweise wurde der Normalized Difference Vegetation Index (NDVI) verwendet und ergab, dass Dürre zwischen 1999 und 2010 zu einer verringerten Vegetationsproduktion in Mitteleuropa führte46. Ein weiterer eng verwandter Indikator, der Anteil der photosynthetisch aktiven Strahlung (FPAR), wurde ebenfalls verwendet und ergab, dass die Vegetation in Nordeuropa im Zeitraum 1982–2011 im Vergleich zur Vegetation in Südeuropa eine geringere Empfindlichkeit gegenüber Dürre zeigte und dass Dürren nur in begrenztem Umfang auftraten Auswirkungen auf die Wälder in den Boreal- und Alpenregionen, jedoch zu einer erheblichen Verringerung der Produktivität in landwirtschaftlichen Regionen47. In einer Vergleichsstudie zur europäischen Dürre im Zeitraum 2001–2015 unter Verwendung eines Ensembles von satellitengestützten Landoberflächenprodukten und Kohlenstoffkreislaufmodellen48 wurde berichtet, dass NDVI die Auswirkungen der Dürre auf die Vegetation nicht erfassen konnte. Ein einzelner Vegetations-Proxy, z. B. der Greenness-Proxy NDVI, liefert nur eine Facette im Zusammenhang mit dem Vegetationswachstum und reicht möglicherweise nicht aus, um die Reaktionen der Vegetation auf Umgebungen zu verstehen49. Auch einige Vegetationsindikatoren aus der Satellitenbeobachtung weisen Einschränkungen auf, wie z. B. die durch Schneedecke und dichte Vegetation verursachten Probleme50, was zu potenziellen Ungenauigkeiten bei der Schätzung des Vegetationswachstums führen kann. Eine umfassende Bewertung der Reaktionen der Vegetation auf Dürre erfordert die Bewertung mehrerer Indikatoren, darunter Grünheit, Struktur, Physiologie, photosynthetische Lichtabsorption, Produktivität und mehr, um ein umfassendes Verständnis der Reaktion der Vegetation auf Dürrestress zu ermöglichen.

Unter Berücksichtigung der Vielschichtigkeit des Pflanzenwachstums15 nutzt diese Studie ein Ensemble aus ferngesteuerten Vegetationsindikatoren in Kombination mit einem hochmodernen gerasterten Klimadatensatz, um zu untersuchen, wie die Vegetation in den europäischen Biomen im Zeitraum 2000–2020 auf Dürre reagiert. Wir bewerten die unmittelbaren Auswirkungen der zwischenjährlichen Variabilität des SPEI auf die Vegetation in Halbmonatsschritten während der Entwicklung des Blätterdachs über ein Jahr hinweg und berücksichtigen dabei unterschiedliche Zeitskalen der Dürre, einschließlich positiver Werte für nasse und negative Werte für trockene Bedingungen. Die robusten statistischen Methoden werden verwendet, um Dürre-Vegetations-Zusammenhänge zu klassifizieren und meteorologische Dürreauswirkungen auf das Vegetationswachstum von gleichzeitigen hydroklimatischen Faktoren, einschließlich SM, Rn, VPD und aCO2, in jeder Wachstumsphase zu entwirren. Wir untersuchen die Reaktionen der Vegetation auf Dürre getrennt für die häufigsten europäischen Landbedeckungstypen.

Das Vegetationswachstum korrelierte mit Dürre mit unterschiedlicher Stärke bei unterschiedlichen Dürrezeitskalen in verschiedenen Monaten des Jahres in allen europäischen Biomen. Die Korrelationswerte zwischen den Ensemble-Vegetationsindikatoren und dem SPEI sind in Abb. 1 für drei typische Monate einer Vegetationssaison (Frühlingsbeginn, Sommergipfel und Herbstseneszenz) zusammengefasst. Während der Frühlingsmonate, in denen das Vegetationswachstum einsetzte, zeigten 18,5 % der Fläche eine signifikante positive Korrelation (was darauf hindeutet, dass die Vegetation anfällig für Dürre ist) zwischen Vegetation und SPEI, wohingegen 26,5 % der Fläche eine signifikante negative Korrelation aufwiesen, was zu einem durchschnittlichen Korrelationskoeffizienten von − führte 0,11 in der Region. Dies deutet auf eine insgesamt dürretolerante Reaktion im Frühling hin, allerdings mit bemerkenswerten Ausnahmen auf der Iberischen Halbinsel, Teilen Frankreichs, Lettlands, der Ukraine und Westrussland. Der Anteil der dürregefährdeten Landfläche stieg im Monat des Spitzenwachstums im Sommer auf 45,6 % und im Monat der Seneszenz im Herbst auf 57,8 % (Abb. 1d). Der durchschnittliche Korrelationskoeffizient für das gesamte Gebiet stieg von 0,33 im Sommer auf 0,46 im Herbst. Die saisonalen Schwankungen der Vegetationskorrelationen zum SPEI waren bei allen sieben Vegetationsindikatoren konsistent, mit nur geringen Unterschieden zwischen den Vegetationsgrün- oder Strukturindikatoren (NDVI, LAI und FPAR) und den Produktivitätsindikatoren (GPP). Im Vergleich zu NDVI, FPAR und LAI war das GPP in den Frühlings- und Sommermonaten am wenigsten von Dürre betroffen. Drei Indikatoren, NIRv, PPI und SIF, zeigten konsistente Anteile dürregefährdeter Gebiete (Abb. 1d). Die vorherrschende Zeitskala für Dürreperioden war je nach Jahreszeit unterschiedlich: 5–6 Monate für das Hauptgebiet im Frühjahr und 2–3 Monate im Sommer und Herbst (eingefügte Histogramme in Abb. 1a–c).

a Frühjahrsmonate mit Wachstumsbeginn, b Sommermonate mit Spitzenwachstum und c Herbstmonate mit Seneszenz, ermittelt aus einem Ensemble von sieben Vegetationsindikatoren (NDVI, NIRv, PPI, FPAR, LAI, SIF und GPP) und dem Dürreindex SPEI. d Balkendiagramm des Anteils dürregefährdeter Gebiete mit signifikanten positiven Korrelationen zwischen Vegetation und SPEI in drei Vegetationsperioden. Die strichpunktierten Linien bezeichnen die gesamten mittleren Anteilsflächen der sieben Variablen. Eingefügte Histogramme in (a–c) zeigen die Häufigkeit (in Prozent der Gesamtfläche) von Zeitskalenverteilungen, wobei rote Farben die Zeitskalen mit maximaler positiver Korrelation zwischen Vegetation und Dürre kennzeichnen, blaue Farben für minimale negative Korrelation und dunkle Farbe für signifikant bei p ≤ 0,05 und helle Farbe für nicht signifikant (p > 0,05). Eingefügte Kreisdiagramme geben den Gesamtanteil der Bereiche mit Korrelationswerten an.

Der Zusammenhang zwischen Vegetation und Dürre wurde in verschiedene hierarchische Klassen eingeteilt, wobei die beiden Hauptklassen feucht/subhumid und arid sind. Zu den feuchten Regionen gehört Nordeuropa, während in Mitteleuropa subhumide Regionen zu finden sind. Trockengebiete liegen typischerweise in Südeuropa, insbesondere rund um das Mittelmeer und das Schwarze Meer (Abb. 2). Abbildung 2 zeigt auch, wie das Gebiet weiter in 5, 8 und 12 Unterklassen unterteilt werden kann. Diese 12 Vegetations-Dürre-Assoziationsklassen wurden außerdem zur Auswertung zonaler Statistiken der Vegetations-Dürre-Reaktionen und zur Analyse der Auswirkungen gleichzeitiger hydroklimatischer Faktoren verwendet.

a Das Untersuchungsgebiet kann auf der Grundlage der Korrelation zwischen dem Ensemble der Vegetationsindikatoren und dem SPEI von Januar bis Dezember über Zeitskalen von 1–24 Monaten in 2, 3, 5, 8 und 12 verschiedene Ebenen hierarchischer Klassen eingeteilt werden. b Karte von 12 Vegetations-Dürre-Assoziationsklassen mit einem eingefügten 3D-Streudiagramm, das die Trennbarkeit dieser Klassen mithilfe des t-SNE-Dimensionsreduktionsalgorithmus visualisiert.

Von der nördlichen Feuchtregion bis zur südlichen Trockenregion zeigte die Empfindlichkeit der Vegetation gegenüber Dürre einen deutlichen Anstieg, der durch stärkere und länger andauernde Spitzenreaktionen gekennzeichnet war (Abb. 3). Die durchschnittliche Empfindlichkeit während der Vegetationsperiode lag in Zone 1–3 (Nordeuropa, Abb. 2) bei etwa Null, in Zone 4 (hauptsächlich Alpenregionen) bei 0,06 und in Zone 5 (Westrussland) bei 0,11. Die Sensitivitätswerte betrugen 0,09–0,20 in Zone 6 und 7 (mitteleuropäische subhumide Zonen) und 0,19–0,44 in Zone 8–12 (südeuropäische Trockenzonen, Abb. 3). Zeitlich stiegen die mittleren Sensitivitäten von −0,01 im Frühjahr auf 0,28 im Herbst (Abb. 4a–c). Die starke Reaktion trat meist im Monat oder innerhalb eines Monats vor der Herbstseneszenz auf. In Südeuropa war die Resonanz während der gesamten Vegetationsperiode hoch. Unter den sieben Vegetationsindikatoren war in den Herbstmonaten eine höhere Reaktion beim Grünindikator NDVI erkennbar. Zwei weitere Spektralindikatoren, NIRv und PPI, zeigten ebenfalls relativ starke Reaktionen auf die SPEI-Variabilität. Der Produktivitätsindikator GPP zeigte eine geringere Reaktion als andere Vegetationsindikatoren auf Dürre während der sommerlichen Spitzenwachstumsmonate in den mittel- und südeuropäischen Regionen, und die Reaktionen aller Vegetationsindikatoren auf Dürre konvergierten während der Seneszenz im Herbst in einem engen Bereich hoher Werte ( Abb. 3).

Die Vegetations-Dürre-Empfindlichkeiten (\({\gamma }_{d}\) in Gleichung 4) über 12 Vegetations-Dürre-Assoziationszonen wurden mithilfe der Kammregression zwischen einem Vegetationsindikator und hydroklimatischen Faktoren einschließlich SPEI bestimmt. a Nordeuropäische Zonen 1–5; b mitteleuropäische Zonen 6–7 und c südeuropäische Zonen 8–12. Der schattierte Bereich bezeichnet die Standardabweichung der Ensemble-Mittelwerte von den sieben Vegetationsindikatoren. Die Zahlen geben mittlere Empfindlichkeiten in der Vegetationsperiode an. Die drei schwarzen Rechtecke bezeichnen die durchschnittlichen Frühlingsmonate mit Wachstumsbeginn, Sommermonate mit Spitzenwachstum und Herbstmonate mit Seneszenz in jeder Region.

a–c Empfindlichkeit der Vegetation gegenüber Dürre, \({\gamma }_{d}\) unter Verwendung von SPEI. d–f Empfindlichkeiten der Vegetation gegenüber SM (Bodenfeuchtigkeit), g–i Empfindlichkeiten der Vegetation gegenüber VPD (Dampfdruckdefizit), j–l Empfindlichkeiten der Vegetation gegenüber Rn (Nettostrahlung) und m–o Empfindlichkeiten der Vegetation gegenüber aCO2 (atmosphärische CO2-Konzentration) während drei Vegetationsperioden Jahreszeiten. Diese Karten zeigen die mittleren Empfindlichkeiten des Ensembles unter Verwendung von sieben Vegetationsindikatoren auf der Zeitskala, in der die Korrelation zwischen Vegetation und Dürre den stärksten Wert unter den Zeitskalen von 1 bis 24 Monaten erreicht. Positive Werte deuten auf ein zunehmendes Vegetationswachstum mit zunehmenden hydroklimatischen Faktoren (oder einer Abnahme der Dürreintensität) hin, negative Werte weisen auf das Gegenteil hin.

Die sieben wichtigsten Landbedeckungstypen von Nord- bis Südeuropa verzeichneten alle einen weit verbreiteten Anstieg der Dürreempfindlichkeit von Frühjahr bis Herbst (Abb. 4a–c und Abb. 5). Die stärksten Zuwächse gab es bei Ackerland, Grünland und Laubwäldern in Mittel- und Südeuropa (Abb. 5c, d), den vorherrschenden Landbedeckungstypen in der Region (Abb. 5a). In Nordeuropa waren Feuchtgebiete am stärksten von Dürre betroffen. Es wurde festgestellt, dass der immergrüne Nadelwald, die dominierende Landbedeckung der Region, im Vergleich zu Feuchtgebieten und Buschland weniger empfindlich gegenüber Dürre ist.

a Anteil der Flächen, b Dürreempfindlichkeiten im Frühjahr, c Unterschied der Dürreempfindlichkeiten im Sommer gegenüber dem Frühjahr und d Unterschied der Dürreempfindlichkeiten im Herbst gegenüber dem Frühjahr. CRO – unbewässertes Ackerland, DBF – Laub- und Mischwald, ENF – immergrüner Nadelwald, GRA – Grasland, SHR – Buschland, WET – Feuchtgebiet, IRR – bewässertes Ackerland. Beachten Sie, dass die Sensitivitäten für Landbedeckungsanteile von weniger als 1 % der Assoziationszone aufgrund der geringen Anzahl von Pixeln weggelassen werden.

Während der Sommer- und Herbstsaison reagierte die Vegetation stärker auf Dürre als auf andere gleichzeitig auftretende hydroklimatische Faktoren, was sich in den weit verbreiteten positiven Dürresensitivitäten zeigt (Abb. 4b, c), dh das Vegetationswachstum nahm mit zunehmender Dürreintensität ab (SPEI-Abnahme). Neben der Rolle der Dürre auf das Vegetationswachstum spielten auch andere hydroklimatische Faktoren abhängig von den Phasen der Vegetationsphänologie eine Reihe von Rollen. Das Vegetationswachstum nahm mit abnehmender Bodenfeuchtigkeit im Sommer und Herbst ab (positive Beziehungen in Abb. 4e, f), mit einer durchschnittlichen Empfindlichkeit von 0,12 in beiden Jahreszeiten. Insgesamt zeigte das Vegetationswachstum während der Sommer- und Herbstsaison die geringste Reaktion auf die VPD-, Rn- und aCO2-Konzentration (durchschnittliche Empfindlichkeiten –0,03 bis 0,04), mit Ausnahme einiger lokaler Hotspots, beispielsweise in Mittelschweden, wo die relativ starke positive Empfindlichkeit des Vegetationswachstums auf Herbst-VPD (Abb. 4i) und in Westrussland hohe Empfindlichkeit gegenüber Sommer-Rn (Abb. 4k). Die Reaktionen der Vegetation auf hydroklimatische Faktoren unterschieden sich im Frühjahr stark von den beiden anderen Jahreszeiten. Im Durchschnitt spielte Dürre im Frühling in Mitteleuropa die schwächste Rolle beim Vegetationswachstum (Gesamtsensitivität –0,01, Abb. 4a). Die VPD zeigte starke Auswirkungen auf das Vegetationswachstum mit einer durchschnittlichen Empfindlichkeit von 0,21 (Abb. 4g), was darauf hindeutet, dass eine höhere atmosphärische Trockenheit im Frühjahr das Vegetationswachstum fördern könnte.

Tabelle 1 und Abb. 6 fassen die Spearman-Korrelationskoeffizienten zwischen den Empfindlichkeiten und hydroklimatischen Faktoren zusammen, die über 12 Vegetations-Dürre-Assoziationszonen während drei Jahreszeiten aggregiert wurden. Die gleichzeitigen hydroklimatischen Faktoren spielten in verschiedenen Vegetationswachstumsstadien eine unterschiedliche Rolle bei der Empfindlichkeit der Vegetation gegenüber Dürre. Die VPD wies unter allen hydroklimatischen Faktoren während der gesamten Vegetationsperiode die stärksten positiven signifikanten Beziehungen zur Vegetations-Dürre-Sensibilität auf (Tabelle 1, Abb. 6d–f), mit besonders hohen und signifikanten Korrelationskoeffizienten in der Sommer- und Herbstsaison (0,90– 0,91, p ≤ 0,05, n = 12). Die Korrelation zwischen der Vegetations-Dürre-Empfindlichkeit und SM über 12 Zonen lag bei etwa Null (–0,06 bis 0,17, p > 0,05, Tabelle 1, Abb. 6a – c), was darauf hindeutet, dass die räumlichen Variationen von SM eine untergeordnete Rolle bei Vegetations-Dürre spielten Empfindlichkeiten. Im Frühling hatte die aCO2-Konzentration schwache negative Korrelationen mit den Reaktionen der Vegetation auf Dürre (mittlere Korrelationskoeffizienten des Ensembles –0,28, p > 0,05, n = 12). Im Herbst hatten Rn und aCO2 zusammen mit VPD alle positive signifikante Korrelationen mit den Reaktionen der Vegetation auf Dürre, mit einem mittleren Gesamtkorrelationskoeffizienten von 0,83 bis 0,91 (p ≤ 0,05, n = 12, Tabelle 1). Die aus den sieben Vegetationsindikatoren geschätzten Dürresensitivitäten zeigten im Allgemeinen konsistente Korrelationen zu einem hydroklimatischen Faktor. Eine geringfügige Inkonsistenz wurde in der Rolle von aCO2 und VPD auf die anhand von GPP geschätzten Empfindlichkeiten der Sommervegetation gegenüber Dürre festgestellt, die im Vergleich zu den Schätzungen der anderen sechs Vegetationsindikatoren viel schwächer ausfielen (Tabelle 1).

a–c Die Beziehung zwischen der Vegetations-Dürre-Empfindlichkeit (\({\gamma }_{d}\)) und der Bodenfeuchtigkeit, d–f die Beziehung zwischen \({\gamma }_{d}\) und dem Dampfdruckdefizit , g–i die Beziehung zwischen \({\gamma }_{d}\) und der Nettostrahlung, j–l die Beziehung zwischen \({\gamma }_{d}\) und der aCO2-Konzentration während drei Vegetationsperioden. Die vier hydroklimatischen Faktoren sind für drei Vegetationsperioden in Zeilen angeordnet (in Spalten angeordnet). Die linearen Anpassungslinien zeigen, dass die Beziehungen bei p ≤ 0,05 signifikant sind (Spearman-Korrelation in Tabelle 1). Die hydroklimatischen Faktoren werden durch den Mittelwert und die Standardabweichung in jeder Jahreszeit standardisiert, sodass die Steigungen der linearen Anpassungslinien über verschiedene Faktoren und Jahreszeiten hinweg vergleichbar sind.

Diese Studie untersucht die unmittelbaren Reaktionen der vielfältigen Natur des Vegetationswachstums auf meteorologische Dürre in europäischen Biomen. Die Ergebnisse zeigen, dass verschiedene von Satelliten abgeleitete Vegetationsindikatoren im Allgemeinen konsistente Muster von Dürrereaktionen aufzeigen, was andere Studien rechtfertigt, die auf einem einzigen Vegetationsindikator von Satelliten basieren, um die Auswirkungen von Dürren zu untersuchen32,46,47. Wir fanden jedoch heraus, dass das vom Satelliten abgeleitete GPP während des Spitzenwachstums deutlich schwächere Reaktionen auf Dürre zeigte als die anderen sechs Indikatoren (Abb. 3). Dass das GPP auf Ökosystemebene weniger von Dürre betroffen ist, kann durch die Ressourcennutzung und den Ausgleich innerhalb der Gemeinschaft erklärt werden. Verschiedene Arten passen die Ressourcennutzung an (Nischendifferenzierung) und halten so den GPP trotz Wasserstress aufrecht22. Die Optimierung der Ressourcennutzung zur Maximierung der Produktion auf Gemeinschaftsebene folgt möglicherweise nicht dem Liebigschen Gesetz des Minimums für Einzelpersonen42,43. Es ist jedoch wichtig zu beachten, dass die Reaktionen der Vegetation auf extreme Dürreereignisse40 von den Ergebnissen der linearen Regressionsanalyse abweichen können. Weitere Forschung ist erforderlich, um diese Mechanismen zu verstehen und die Bewertung der Dürrefolgen zu verbessern.

Der Zusammenhang zwischen Vegetation und Dürre variierte je nach Monat der Wachstumsphase des Blätterdachs. Dies deutet darauf hin, dass Dürren die Kohlenstoffspeicherung im Ökosystem erheblich beeinträchtigen können, da in diesen Zeiträumen ein hohes Maß an pflanzlicher Photosynthese und Kohlenstoffallokation stattfindet51,52,53. Allerdings wirft die höhere Empfindlichkeit des Vegetationswachstums gegenüber Dürre im Sommer und Herbst im Vergleich zum Frühjahr die Frage auf, ob eine größere Biomasse oder Produktivität zu dieser größeren Empfindlichkeit beiträgt. Es gibt keine Beweise, die diese Spekulation stützen, da nach weiteren Untersuchungen zwischen Vegetationswachstum und Vegetations-Dürre-Empfindlichkeit in den 12 Zonen gegensätzliche oder unbedeutende Zusammenhänge festgestellt wurden. Die saisonal unterschiedliche Empfindlichkeit gegenüber Wasserstress kann auf Pflanzenstrategien zurückgeführt werden, die während der Evolution entwickelt wurden, um mit stressigen Umgebungen zum Überleben umzugehen54,55,56.

Unsere Ergebnisse zeigen, dass die stärkeren Vegetationsreaktionen in Mittel- und Südeuropa hauptsächlich auf die vorherrschenden Landbedeckungstypen der Region zurückzuführen sind, wie z. B. Ackerland und Grasland, die ihr Wachstum plastisch an die Wasserverfügbarkeit anpassen können, eine physiologische Strategie im Gegensatz zu langfristigen natürlichen Anpassung oder menschliche Selektion während der landwirtschaftlichen Praxis, um sich an subfeuchtes und trockenes Klima anzupassen57. Allerdings waren Feuchtgebiete in nördlichen Feuchtgebieten stärker auf Dürre anfällig als andere Landbedeckungstypen, was sie anfälliger für zunehmende Dürre im Zuge des Klimawandels machte58. Wir verwendeten Dimensionsreduktions- und hierarchische Klassifizierungstechniken, um eine Karte des Zusammenhangs zwischen Vegetation und Dürre in Europa zu erstellen. Die Karte weist Ähnlichkeit mit der Köppen-Geiger-Klimaklassifikationskarte auf, die empirische grundlegende Biomverteilungen auf der Grundlage monatlicher Klimafaktoren charakterisiert59,60,61. Durch die Berücksichtigung der Dürreeffekte (in Kombination von Niederschlag und Energie) auf das monatliche Vegetationswachstum hat unser Kartierungsansatz das Potenzial, eine realisierte Vegetationsverteilung unter Vegetation-Klima-Wechselwirkungen bereitzustellen. Studien zur Vegetationsverteilung unter Verwendung des klimatischen Wasserhaushalts haben sich als zuverlässiger erwiesen als temperatur- und niederschlagsbasierte Ansätze62.

Wir haben saisonale Verschiebungen der hydroklimatischen Einschränkungen des Vegetationswachstums und der Empfindlichkeit der Vegetation gegenüber Dürre festgestellt, was mit den jährlichen Verschiebungen in einer anderen Studie übereinstimmt17. Der vorübergehende atmosphärische Trockenheitsindikator VPD und der Energieindikator Rn spielten eine starke Rolle beim Vegetationswachstum im Frühjahr, wohingegen SM im Sommer und Herbst eine starke Rolle spielte53,63. Räumlich gesehen zeigte das zonale aggregierte Merkmal, dass VPD die größte Rolle bei den Reaktionen der Vegetation auf Dürre spielte, wobei ein höherer VPD zu stärkeren Dürrereaktionen im Sommer und Herbst führte (Abb. 6e, f). Überraschenderweise waren die Auswirkungen der Bodenfeuchtigkeit auf die Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre schwach (Abb. 6, Tabelle 1), obwohl die Bodenfeuchtigkeit das Vegetationswachstum beeinflusste (Abb. 3). Wir können daraus schließen, dass saisonale Schwankungen der SM zu saisonalen Schwankungen des Vegetationswachstums beitrugen (Abb. 4d – f) und dass räumliche Schwankungen der SM keine erkennbaren Auswirkungen auf die Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre hatten (Abb. 6a – c). Stattdessen spielte die räumliche Variation der VPD eine wichtige Rolle bei den Variationen der Vegetationsempfindlichkeit gegenüber Dürre. Daher wurden räumliche Zunahmen der Empfindlichkeit der Vegetation gegenüber Dürre auf den VPD-Anstieg zurückgeführt, und saisonale Zunahmen der Empfindlichkeit der Vegetation gegenüber Dürre können durch SM-Knappheit weiter verschärft werden17,20,63. Dies deutet darauf hin, dass ein Mangel an SM die Vegetationsproduktivität beeinträchtigen kann, es ist jedoch die hohe VPD, die die Anfälligkeit der Vegetation gegenüber Dürre kontinuierlich erhöht64.

Es wurde festgestellt, dass die Empfindlichkeit der Vegetation gegenüber Dürre in globalen Trockengebieten in den letzten vier Jahrzehnten zugenommen hat, und dieser Anstieg wurde auf den erhöhten aCO222-Wert zurückgeführt. Unsere Ergebnisse zeigten unterschiedliche subsaisonale Perspektiven. Europäische Trockenregionen reagierten empfindlicher auf Dürre als feuchte Regionen, und der höhere aCO2 in trockenen Regionen könnte die Anfälligkeit der Vegetation für Dürre im Herbst deutlich erhöhen (Abb. 6l), ohne dass dies im Frühjahr Auswirkungen hätte (Abb. 6j). Eine pflanzenzentrierte Sichtweise ist, dass erhöhtes aCO2 die Auswirkungen von Dürre auf die Vegetation abmildern könnte19, da Pflanzen Wasser während der Photosynthese mit hohem aCO2 effizient nutzen können. Die verstärkte Photosynthese durch erhöhtes aCO2 könnte jedoch aufgrund des übermäßigen Verbrauchs durch CO2-beschleunigtes Pflanzenwachstum auch zu Wassermangel führen, insbesondere in Gebieten, in denen Wasser bereits knapp ist22,65. Zusammenfassend lässt sich sagen, dass die Auswirkung von erhöhtem aCO2 auf die Empfindlichkeit der Vegetation gegenüber Dürre immer noch umstritten ist66. Das Ergebnis hängt von verschiedenen Faktoren wie Pflanzenart, Wachstumsstadium, Wasser- und Nährstoffverfügbarkeit sowie der Intensität des Dürreereignisses ab. Die Situation kann durch Legacy-Effekte noch komplizierter werden, da der eingesparte Verdunstungswasserverlust durch erhöhtes aCO2 eine stärkere Aufteilung des Niederschlags in Abfluss und Bodenwasser für die spätere Verwendung in einem anderen Gebiet ermöglicht.

Wir fanden heraus, dass die Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre im Herbst höher ist als im Frühjahr, was auf eine größere Anfälligkeit des Vegetationswachstums gegenüber Dürre im Herbst im Vergleich zum Frühjahr hinweist. Daher ist es von entscheidender Bedeutung, Wassermanagementstrategien während der späten Vegetationsperiode zu priorisieren, um die Primärproduktion, die Kohlenstoffbindung und den Ernteertrag zu verbessern und dabei das erwartete Szenario des europäischen Klimawandels mit nassen Frühlingen und trockenen Sommern zu berücksichtigen.

Die Vegetation in den südlichen Regionen ist empfindlicher gegenüber Trockenheit als in den nördlichen Regionen. Das räumliche Muster des Zusammenhangs zwischen Vegetation und Dürre ähnelt der Klimazone der Vegetationsverteilung. Verschiedene Landbedeckungstypen weisen auch unterschiedliche Empfindlichkeiten gegenüber Dürre auf. Ackerland, Grünland und Laubwälder in Mittel- und Südeuropa weisen die stärkste Empfindlichkeit gegenüber Dürre auf. Feuchtgebiete in Nordeuropa reagieren ebenfalls sehr empfindlich auf Dürre, während immergrüne Nadelwälder im Vergleich zu anderen Landbedeckungstypen eine geringere Empfindlichkeit aufweisen. Diese Studie nutzte eine hierarchische Klassifizierung, um den Zusammenhang zwischen Vegetation und Dürre in verschiedene Klassen zu kategorisieren und so das Verständnis regionaler Unterschiede in der Reaktion der Vegetation auf Dürre zu erleichtern.

Die Studie identifizierte auch unterschiedliche Rollen gleichzeitiger hydroklimatischer Faktoren für das Vegetationswachstum und die Empfindlichkeit der Vegetation gegenüber Dürre. In Nordeuropa hemmen feuchter Boden und niedrige VPD tendenziell das Vegetationswachstum im Frühjahr. SM beeinflusst hauptsächlich das Vegetationswachstum im Sommer und Herbst, wohingegen es eine schwache Rolle bei der Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre spielt. In Gebieten mit hoher VPD reagiert die Vegetation das ganze Jahr über stark auf Dürre, insbesondere im Sommer und Herbst. Obwohl aCO2 bei der zwischenjährlichen Variabilität des Vegetationswachstums eine untergeordnete Rolle spielt, weist die Vegetation in Regionen mit hohem aCO2-Gehalt eine beträchtlich hohe Empfindlichkeit gegenüber Herbstdürre, aber eine schwache Empfindlichkeit gegenüber Frühjahrsdürre auf. Die sieben Vegetationsindikatoren, die zur Schätzung der Dürreempfindlichkeit verwendet werden, weisen im Allgemeinen ähnliche saisonale Muster und konsistente Korrelationen mit hydroklimatischen Faktoren auf. Es ist jedoch anzumerken, dass die vom GPP abgeleitete Dürresensitivität schwächer erscheint und im Vergleich zu den anderen Vegetationsindikatoren einen geringeren Einfluss von Sommer-VPD und aCO2 zeigt.

Unsere Forschung liefert Einblicke in die unmittelbaren Auswirkungen meteorologischer Dürre auf die Vegetation in ganz Europa über Raum und Zeit. Die Ergebnisse tragen zu einem besseren Verständnis der Reaktionen der Vegetation auf Dürre bei und helfen dabei, die Auswirkungen von Bodenfeuchtigkeit, Dampfdruckdefizit, Strahlungsenergie und atmosphärischem CO2 auf die Vegetationsentwicklung bei Dürrestress aufzuklären.

Wir konzentrieren uns auf europäische Biome in einem Klimagradienten von der kalten, feuchten Tundra im Norden bis zur heißen, trockenen Wüste im Süden und decken die Breitengrade 33°N bis 74°N und Längengrade 27°W bis 45°E ab. Die begrünte Landbedeckung wurde in sieben Haupttypen zusammengefasst: unbewässertes Ackerland (CRO), bewässertes Ackerland (IRR), Grünland (GRA), Laub-/Mischwald (DBF), immergrüner Nadelwald (ENF), Buschland (SHR), und Feuchtgebiet (WET), basierend auf Corine Land Cover (CLC) 2018 (Version 2020_20u1). Für Regionen außerhalb der CLC-Abdeckung wurde das Landbedeckungsprodukt der Climate Change Initiative (CCI) der Europäischen Weltraumorganisation (ESA) verwendet (ESA 2017). Beide Landbedeckungsdatensätze weisen eine gute Übereinstimmung auf, was ihre Zusammenführung rechtfertigt67. Pixel, deren Landbedeckungstyp sich zwischen 2000 und 2020 geändert hat, wurden im CCI-Produkt identifiziert und aus dieser Studie ausgeschlossen. Im Untersuchungsgebiet (Abb. 7a) dominieren unbewässerte Ackerflächen (40,7 %), gefolgt von Laub- und Mischwäldern (22,3 %), Nadelwäldern (11,7 %) und Grünland (7,8 %). Das Untersuchungsgebiet weist im Allgemeinen trockene Klimabedingungen im Süden, subfeuchte im Zentrum und feuchte im nördlichen Teil und in den alpinen Bergen auf (Abb. 7b).

a Arten der bewachsenen Landbedeckung und b klimatische Trockenheitsbedingungen des Untersuchungsgebiets. Begrünte Landbedeckungen werden auf der Grundlage des Corine Land Cover (CLC) 2018 und des ESA CCI-Landbedeckungsprodukts 2020 in sieben Hauptklassen zusammengefasst, wobei das eingefügte Balkendiagramm die Legende und die prozentuale Bedeckung der sieben Klassen zeigt. Klimatische Trockenheitsbedingungen werden durch den mittleren jährlichen Wasserhaushalt (P-AED) im Zeitraum 2000–2020 angezeigt, wobei Einschübe die Verteilungshäufigkeiten und das Breitenprofil zeigen.

Tägliche Niederschlagsdaten wurden aus dem Multi-Source Weighted-Ensemble Precipitation-Datensatz (MSWEP http://www.gloh2o.org/mswep/) gesammelt. MSWEP liefert globale Niederschlagsschätzungen (P), indem es Niederschlagsmesser-, Satelliten- und Reanalysedaten mit einer Auflösung von 0,1 Grad von 1979 bis heute optimal zusammenführt68. Die Daten zum täglichen atmosphärischen Bedarf (AED oder potenzielle Evapotranspiration) wurden aus Bristols Datensatz zur potenziellen Evapotranspiration mit einer Auflösung von 0,1 Grad für die globale Landoberfläche von 1981 bis 2020 gesammelt (https://data.bris.ac.uk/data/). Die AED-Daten werden unter Verwendung der Penman-Monteith-Formulierung69 der FAO mit Klimavariablen aus ERA5-Land70 berechnet. P und AED wurden in dieser Studie zur Berechnung des SPEI verwendet (Abschnitt 2.4).

Wir haben auch monatliche SM- (0–100 cm), VPD- und Rn-Daten aus dem Noah Land Surface Model L4 monatlichen 0,25 × 0,25 Grad V2.1-Datensatz GLDAS_NOAH025_M71 des Global Land Data Assimilation System (GLDAS) gesammelt, um die unabhängigen Rollen dieser Daten zu untersuchen hydroklimatische Faktoren auf das Vegetationswachstum und die Reaktionen der Vegetation auf Dürre. Wir haben die Wasserkomponente (SM) und die Energiekomponente (Rn, VPD) aus demselben Landoberflächenmodell verwendet, um ihre Kopplungsnatur zu berücksichtigen72. Wir haben den mittleren Molanteil der aCO2-Spalte aus dem monatlich gemittelten Felddatensatz der globalen Treibhausgas-Reanalyse des Copernicus Atmosphere Monitoring Service (CAMS) gesammelt, um die Rolle von aCO2 bei den Reaktionen der Vegetation auf Dürre zu untersuchen. Alle diese Daten (Tabelle 2) wurden unter Verwendung bilinearer räumlicher Interpolation und linearer zeitlicher Interpolation im Einklang mit den Dürreindizes auf eine Auflösung von 0,1 Grad und Halbmonatsschritte neu abgetastet.

Die Beurteilung der Dürrereaktion auf das Vegetationswachstum auf lokaler, regionaler und globaler Ebene kann mithilfe von Fernerkundungsindikatoren erfolgen. Vegetationswachstum hat verschiedene Facetten15; Daher haben die Auswirkungen von Dürre auf das Vegetationswachstum auch mehrere Aspekte. Wir verwendeten ein Ensemble von Indikatoren für Vegetationswachstum und -produktivität, die von verschiedenen Satellitenplattformen abgeleitet wurden, um die Reaktionen der Vegetation auf Dürre zu untersuchen (Tabelle 2). Der NDVI ist einer der am häufigsten verwendeten Greenness-Indizes zur Untersuchung des Vegetationswachstums und der Umweltauswirkungen73. Das Nahinfrarot-Reflexionsvermögen der Vegetation (NIRv74) ist ein weiterer Indikator, der stark mit dem Abfangen von Blattchlorophyll-Photonen während Photosyntheseprozessen korreliert. Der Pflanzenphänologieindex (PPI)75 ist ein physikalisch basierter Vegetationsindex für die photosynthetisch aktive Blattflächenmenge und weist einen guten Zusammenhang mit der Vegetationsproduktivität auf. Darüber hinaus können verschiedene biophysikalische Variablen der Vegetation, die aus Satellitenbeobachtungen abgeleitet wurden, wie der Blattflächenindex (LAI), der FPAR, die solarinduzierte Fluoreszenz (SIF) und Schätzungen der Bruttoprimärproduktivität (GPP), verwendet werden, um die Auswirkungen von Dürre auf die Vegetation zu untersuchen16,40 ,46,76.

Drei der oben genannten Vegetationsindikatoren, NDVI, NIRv und PPI, wurden unter Verwendung des Produkts „Moderate Resolution Imaging Spectroradiometer“ (MODIS) mit Nadir-Bidirektional-Reflexionsverteilungsfunktion (BRDF) und angepasstem Reflexionsvermögen (NBAR) (Version 6.0) in einem täglichen Zeitschritt berechnet und 0,05 Grad räumliche Auflösung:

wobei \({DVI}={NIR}-{Red}\), der Differenzvegetationsindex zwischen Rot und Nahinfrarotreflexion (NIR). M ist der maximale DVI jedes Pixels im Zeitraum 2000–2020 und K ist ein Faktor, der aus M, dem Zenitwinkel der Sonne und dem diffusen Strahlungsanteil berechnet wird. Vier biophysikalische Vegetationsindikatoren, LAI, FPAR, SIF und GPP, wurden direkt aus offenen Quellen heruntergeladen. LAI und FPAR werden von drei Satellitenplattformen generiert: SPOT/VGT, PROBA-V und Sentinel-3, erhältlich beim Copernicus Global Land Service (CGLS, https://land.copernicus.eu/global/themes/vegetation). . Die täglichen SIF-Daten bei klarem Himmel stammten aus dem Datensatz zur zusammenhängenden solarinduzierten Fluoreszenz (CSIF)77 und die GPP aus der von Global MODIS und FLUXNET abgeleiteten täglichen Bruttoprimärproduktion, V2 FluxSat 2.078. Sowohl SIF- als auch GPP-Datensätze werden mithilfe neuronaler netzwerkbasierter Modelle generiert, die mit MODIS NBAR-Reflexionsdaten trainiert werden. Insbesondere stammt CSIF aus der Herunterskalierung von Beobachtungen des Orbiting Carbon Observatory-2 mit grober Auflösung und FluxSat GPP aus der Hochskalierung turmbasierter Messungen in den globalen FLUXNET 2015-Netzwerken (Joiner und Yoshida 2020).

Alle sieben Vegetationsindikatoren wurden in Halbmonatsschritten mit einer Auflösung von 0,1 Grad aggregiert, um Zusammenhänge und Reaktionen zwischen Vegetation und Dürre zu untersuchen. Um die subsaisonalen Reaktionen der Vegetation auf Dürre zu untersuchen, haben wir die Phänologie der Vegetation, einschließlich des Beginns der Vegetationsperiode, des Höhepunkts der Vegetationsperiode und des Endes der Vegetationsperiode, aus der PPI-Zeitreihe mithilfe der TIMESAT-Software79 gemäß Referenz geschätzt . 80. Um den Vergleich zu erleichtern, fassen wir die Ergebnisse insbesondere für drei verschiedene Monate eines Jahres zusammen: den Monat, in dem das Vegetationswachstum im Frühling einsetzt, den Monat, in dem das Wachstum im Sommer seinen Höhepunkt erreicht, und den Monat, in dem die Seneszenz im Herbst stattfindet.

Der SPEI wurde für Zeitskalen von 1 bis 24 Monaten in Halbmonatsschritten berechnet. Zunächst wurde der akkumulierte Wasserhaushalt D wie folgt berechnet:

Dabei ist k die Zeitposition im Halbmonatsschritt und n die Zeitskala (n = 1, 2, …, 24 Monate). Zweitens wurde D unter Verwendung einer logarithmischen 3-Parameter-Verteilung in die Normalverteilung \(N\left({{{{\mathrm{0,1}}}}}\right)\) transformiert, um SPEI für jede Halbwertsverteilung zu erhalten. Monat im Jahr und jede Zeitskala über einen Referenzzeitraum von 1981–2020 unter Verwendung des Skripts unter https://digital.csic.es/handle/10261/10002 nach Vicente-Serrano et al.23.

Der Einfluss der zwischenjährlichen SPEI-Variabilität auf das Vegetationswachstum wurde durch Untersuchung der Korrelation zwischen Vegetationsindikatoren und SPEI bewertet, wobei ein ähnlicher Ansatz wie bei Vicente-Serrano et al.32 verfolgt wurde. Konkret haben wir die einfache Spearman-Korrelation zwischen einem Vegetationsindikator und SPEI für jeden halben Monat von Januar bis Dezember berechnet und dabei den Zeitraum von 2000 bis 2020 mit 24 Zeitreihen für jedes Pixel abgedeckt. Die Berechnung wurde für sieben Vegetationsindikatoren und 24 Zeitskalen durchgeführt. Um die potenziell nichtlineare Natur der Reaktion der Vegetation auf die Wasserverfügbarkeit zu berücksichtigen, wurde die Spearman-Rangkorrelation anstelle der linearen Pearson-Korrelation verwendet. Darüber hinaus wurden die ersten Differenzierungsvariablen anstelle von Rohdaten verwendet, um instationäre Zeitreihen und potenzielle Fehlkorrelationen zu berücksichtigen81. Jedes Pixel ergab 4032 Korrelationskoeffizienten (24 × 7 × 24). Diese Korrelationskoeffizienten wurden dann in zwei Aufgaben verwendet: (1) Um räumliche Muster der Vegetation-Dürre-Assoziation für die insgesamt 1,2 × 105 bewachsenen Landpixel zu klassifizieren. (2) Bestimmung der vorherrschenden Dürrezeitskala, wobei auf der Zeitskala von 1 bis 24 Monaten die Korrelation zwischen dem Vegetationsindikator und dem SPEI in jedem halben Monat eines Jahres am stärksten war.

In der ersten Aufgabe haben wir die t-verteilte stochastische Nachbareinbettungsmethode t-SNE82 verwendet, um die 4032-Dimensionen auf 3D zu reduzieren. Basierend auf euklidischen Distanzmessungen der 3D-Daten wurde die gesamte Region dann mithilfe einer hierarchischen Klassifizierungsmethode in verschiedene Vegetations-Dürre-Assoziationszonen klassifiziert. Vor der tSNE-Verarbeitung wird ein fester Startwert angegeben, um die Wiederholbarkeit bei der unbeaufsichtigten Klassifizierung zu ermöglichen. Die Anzahl der Klassen in einem hierarchischen Klassifizierungssystem wurde aus trennbaren Distanzmaßen ausgewählt, um eine Verschmelzung von Unterklassen auf unterschiedlichen hierarchischen Ebenen zu vermeiden.

In der zweiten Aufgabe könnte die Korrelation auf der dominanten Zeitskala je nach ihrem absoluten Wert entweder negativ oder positiv sein. Ein positiver Wert zeigt an, dass das Vegetationswachstum empfindlich auf Dürre reagiert und die Dürre auf der vorherrschenden Zeitskala einen hemmenden Effekt auf das Vegetationswachstum hat. Eine negative Korrelation weist darauf hin, dass das Vegetationswachstum durch den messtechnischen Dürrezustand umgekehrt gefördert wird. Die Empfindlichkeit der Vegetation gegenüber Dürre wurde in der folgenden Analyse für den SPEI auf den vorherrschenden Zeitskalen geschätzt.

Ein lineares Modell wurde verwendet, um die Empfindlichkeit des Vegetationswachstums gegenüber meteorologischer Dürre abzuschätzen. Um den einzigartigen Beitrag der meteorologischen Dürre von anderen gleichzeitigen hydroklimatischen Faktoren auf das Vegetationswachstum zu trennen, haben wir SM, VPD, Rn und aCO2 in die multiple lineare Regression einbezogen:

Dabei ist y ein Vegetationsindikator (NDVI, NIRv, PPI, LAI, FPAR, SIF oder GPP) und \({\gamma }_{d}\) die Empfindlichkeit der Vegetation gegenüber Dürre. \({\gamma }_{i}\) (i = 1,2,…, 4) ist die Empfindlichkeit der Vegetation gegenüber den vier gleichzeitigen hydroklimatischen Faktoren SM, VPD, Rn und aCO2. Der Regressor t ist ein Erweiterungsbegriff zur Behandlung möglicher falscher Regressionen, die durch Trends in Variablen verursacht werden. Er wird gegenüber der expliziten Trendentfernungsmethode zur Behandlung stochastischer Trends bevorzugt83.

Gleichung (5) wurde in die erste Differenzform umgewandelt, um die Konstante α zu eliminieren. Die fünf Sensitivitätsparameter (Regressionskoeffizienten \({\gamma }_{d}\) und \({\gamma }_{1}\) bis \({\gamma }_{4}\)) wurden mithilfe von Ridge geschätzt Regression durch Standardisieren von Regressoren (die ersten Unterschiede von \({SPEI}\), SM, VPD, Rn bzw. aCO2). Die Regressionskoeffizienten spiegeln die Änderungen der Antwortvariablen wider, die den Einheitenänderungen in den standardisierten Regressoren entsprechen. Sie sind einheitenlos und über Modelle und Prädiktoren hinweg vergleichbar. Die Kammregression reduzierte die Variabilität der Regressionssteigungen, was besonders nützlich im Fall von Multikollinearität zwischen hydroklimatischen Faktoren ist. Für anhand der Gratregression geschätzte Steigungen wird kein signifikantes Niveau gemeldet, da die Varianz der Steigungen durch einen Gratfaktor manipulativ unterdrückt wird. Der Ridge-Faktor wurde gemäß Ref. gewählt. 84 mithilfe des Skripts unter https://se.mathworks.com/matlabcentral/fileexchange/121008-autoridge. Alle Analysen wurden mit MATLAB (R2022a) Statistics and Machine Learning Toolbox™ auf einem Hochleistungsrechnersystem (HPC) der schwedischen Nationalen Infrastruktur für Informatik (SNIC) implementiert.

Alle ursprünglichen Datenressourcen sind öffentlich zugänglich und in Tabelle 2 aufgeführt. Die in dieser Studie generierten Datensätze sind im Figshare-Repository verfügbar, https://doi.org/10.6084/m9.figshare.23653110.

Alle Analysen wurden mit der MATLAB (R2022a) Statistics and Machine Learning Toolbox durchgeführt. Skripte für die SPEI-Berechnung stammen aus dem Skript unter https://digital.csic.es/handle/10261/10002. TIMESAT für die phänologische Verarbeitung ist unter https://web.nateko.lu.se/timesat/timesat.asp?cat=6 frei verfügbar. Die automatische Ridge-Regression stammt von https://se.mathworks.com/matlabcentral/fileexchange/121008-autoridge.

Wilhite, DA & Glantz, MH Das Dürrephänomen verstehen: die Rolle von Definitionen. Wasser Int. 10, 111–120 (1985).

Artikel Google Scholar

Vicente-Serrano, SM et al. Globale Dürretrends und Zukunftsprognosen. Philos. Trans. R. Soc. Eine Mathematik. Physik. Ing. Wissenschaft. 380, 20210285 (2022).

Artikel Google Scholar

Seneviratne, SI et al. Klimawandel 2021: Die physikalisch-wissenschaftliche Grundlage. Beitrag der Arbeitsgruppe I zum Sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Hrsg. Masson-Delmotte, V. et al.) 1513–1766 (Cambridge University Press, 2021).

Allen, CD, Breshears, DD & McDowell, NG Zur Unterschätzung der globalen Anfälligkeit für Baumsterben und Waldsterben durch heißere Dürre im Anthropozän. Ecosphere 6, art129 (2015).

Artikel Google Scholar

Vicente-Serrano, SM, Quiring, SM, Peña-Gallardo, M., Yuan, S. & Dominguez-Castro, F. Ein Überblick über Umweltdürren: Erhöhtes Risiko durch die globale Erwärmung? Erdwissenschaft. Pfr. Fr. Rev. 201, 102953 (2020).

Artikel Google Scholar

Ciais, P. et al. Europaweiter Rückgang der Primärproduktivität durch Hitze und Dürre im Jahr 2003. Nature 437, 529 (2005).

Artikel CAS Google Scholar

Pellizzari, E. et al. Diversierendes Strauch- und Baumwachstum von den polaren bis zu den mediterranen Biomen auf dem gesamten europäischen Kontinent. Globus. Biol. ändern 23, 3169–3180 (2017).

Artikel Google Scholar

Koelemeijer, IA et al. Interaktive Auswirkungen von Dürre und Randexposition auf Unterholzarten im Urwald. Landsc. Ökologisch. 37, 1839–1853 (2022).

Artikel Google Scholar

Tilman, D. & El Haddi, A. Dürre und Artenvielfalt im Grasland. Oecologia 89, 257–264 (1992).

Artikel CAS Google Scholar

Büntgen, U. et al. Jüngste Dürreextreme in Europa, die über die Hintergrundvariabilität des Common Era hinausgehen. Nat. Geosci. 14, 190–196 (2021).

Artikel Google Scholar

Conradt, T. et al. Sektorübergreifende Auswirkungen der mitteleuropäischen Dürre 2018–2019 und Klimaresilienz im deutschen Teil des Elbeeinzugsgebiets. Reg. Umgebung. Änderung 23, 32 (2023).

Artikel Google Scholar

García-Herrera, R. et al. Die europäische Dürre 2016/17. J. Clim. 32, 3169–3187 (2019).

Artikel Google Scholar

Cammalleri, C. et al. Auswirkungen der globalen Erwärmung und der Dürre in der EU (Amt für Veröffentlichungen der Europäischen Union, 2020).

Naumann, G., Cammalleri, C., Mentaschi, L. & Feyen, L. Erhöhte wirtschaftliche Auswirkungen von Dürren in Europa durch anthropogene Erwärmung. Nat. Aufstieg. Änderung 11, 485–491 (2021).

Artikel Google Scholar

Hilty, J., Muller, B., Pantin, F. & Leuzinger, S. Pflanzenwachstum: das Was, das Wie und das Warum. N. Phytol. 232, 25–41 (2021).

Artikel Google Scholar

Deng, Y. et al. Unterschiedliche saisonale Reaktionen der Kohlenstoffflüsse auf extreme Dürren in China. Landwirtschaft. Für. Meteorol. 328, 109253 (2023).

Artikel Google Scholar

Denissen, JMC et al. Mit dem Klimawandel kommt es zu einer weit verbreiteten Verlagerung von der Ökosystemenergie hin zur Wasserbegrenzung. Nat. Aufstieg. Änderung 12, 677–684 (2022).

Artikel Google Scholar

Stocker, BD et al. Auswirkungen der Dürre auf die terrestrische Primärproduktion werden durch Satellitenüberwachung unterschätzt. Nat. Geosci. 12, 264–270 (2019).

Artikel CAS Google Scholar

Swann, ALS, Hoffman, FM, Koven, CD & Randerson, JT Pflanzenreaktionen auf steigendes CO2 verringern die Schätzungen der Klimaauswirkungen auf die Schwere der Dürre. Proz. Natl Acad. Wissenschaft. USA 113, 10019–10024 (2016).

Artikel CAS Google Scholar

Liu, L. et al. Weltweit dominiert die Bodenfeuchtigkeit den Trockenstress auf die Ökosystemproduktion. Nat. Komm. 11, 4892 (2020).

Artikel CAS Google Scholar

Vicente-Serrano, SM et al. Die ungewisse Rolle des steigenden atmosphärischen CO2 auf die globale Pflanzentranspiration. Erdwissenschaft. Rev. 230, 104055 (2022).

Artikel CAS Google Scholar

Zhang, Y. et al. Zunehmende Empfindlichkeit des Grüns der Trockenlandvegetation gegenüber Niederschlägen aufgrund des steigenden atmosphärischen CO2. Nat. Komm. 13, 4875 (2022).

Artikel CAS Google Scholar

Vicente-Serrano, SM, Beguería, S. & Lopez-Moreno, JI Ein mehrskaliger Dürreindex, der auf die globale Erwärmung reagiert: der standardisierte Niederschlags-Evapotranspirationsindex. J. Clim. 23, 1696–1718 (2010).

Artikel Google Scholar

Dracup, JA, Lee, KS & Paulson, EG Jr. Zur Definition von Dürren. Wasserressource. Res. 16, 297–302 (1980).

Artikel Google Scholar

Dai, A., Zhao, T. & Chen, J. Klimawandel und Dürre: eine Niederschlags- und Verdunstungsperspektive. Curr. Aufstieg. Change Rep. 4, 301–312 (2018).

Artikel Google Scholar

Peña-Gallardo, M. et al. Komplexe Einflüsse meteorologischer Dürrezeitskalen auf hydrologische Dürren in natürlichen Becken der angrenzenden Vereinigten Staaten. J. Hydrol. 568, 611–625 (2019).

Artikel Google Scholar

Vicente-Serrano, SM et al. Hinweise auf eine zunehmende Schwere der Dürre aufgrund des Temperaturanstiegs in Südeuropa. Umgebung. Res. Lette. 9, 044001 (2014).

Artikel Google Scholar

Vicente-Serrano, SM, McVicar, TR, Miralles, DG, Yang, Y. & Tomas-Burguera, M. Entschlüsseln des Einflusses des atmosphärischen Verdunstungsbedarfs auf Dürre und ihre Reaktion auf den Klimawandel. DRÄHTE Clim. Änderung 11, e632 (2020).

Artikel Google Scholar

Bachmair, S., Tanguy, M., Hannaford, J. & Stahl, K. Wie gut repräsentieren meteorologische Indikatoren die Dürre in der Landwirtschaft und im Wald in ganz Europa? Umgebung. Res. Lette. 13, 034042 (2018).

Artikel Google Scholar

Tian, L., Yuan, S. & Quiring, SM Auswertung von sechs Indizes zur Überwachung landwirtschaftlicher Dürre im Süden der Vereinigten Staaten. Landwirtschaft. Für. Meteorol. 249, 107–119 (2018).

Artikel Google Scholar

Wang, H. et al. Überwachung der Bedrohung durch Winterweizendürre in Nordchina anhand mehrerer klimabasierter Dürreindizes und Bodenfeuchtigkeit im Zeitraum 2000–2013. Landwirtschaft. Für. Meteorol. 228–229, 1–12 (2016).

Artikel Google Scholar

Vicente-Serrano, SM et al. Reaktion der Vegetation auf Dürrezeitskalen in globalen Landbiomen. Proz. Natl Acad. Wissenschaft. USA 110, 52–57 (2013).

Artikel CAS Google Scholar

Gouveia, CM, Trigo, RM, Beguería, S. & Vicente-Serrano, SM Auswirkungen der Dürre auf die Vegetationsaktivität im Mittelmeerraum: eine Bewertung unter Verwendung von Fernerkundungsdaten und mehrskaligen Dürreindikatoren. Globus. Planet. Änderung 151, 15–27 (2017).

Artikel Google Scholar

Spinoni, J., Naumann, G. & Vogt, JV Paneuropäische saisonale Trends und jüngste Veränderungen der Dürrehäufigkeit und -schwere. Globus. Planet. Änderung 148, 113–130 (2017).

Artikel Google Scholar

Spinoni, J., Vogt, JV, Naumann, G., Barbosa, P. & Dosio, A. Werden Dürreereignisse in Europa häufiger und schwerwiegender? Int. J. Climatol. 38, 1718–1736 (2018).

Artikel Google Scholar

van Kampen, R., Fisichelli, N., Zhang, Y.-J. & Wason, J. Der Zeitpunkt der Dürre und die Phänologie des Artenwachstums bestimmen die intrajährliche Erholung des Baumhöhen- und -durchmesserwachstums. AoB PLANTS 14, plac012 (2022).

Li, M., Ge, C., Zong, S. & Wang, G. Dürrebewertung der Vegetation im Lössplateau mithilfe eines phänologiebasierten Vegetationszustandsindex. Remote Sens. 14, 3043 (2022).

Artikel Google Scholar

Wu, M. et al. Dürreerscheinungen im subsaisonalen Vegetationszustand und Klimasensitivität auf der Nordhalbkugel. Geophys. Res. Lette. 49, e2022GL098700 (2022).

Artikel Google Scholar

Wu, C. et al. Erhöhte Dürreeffekte auf die Phänologie der Herbstblattalterung. Nat. Aufstieg. Änderung 12, 943–949 (2022).

Artikel Google Scholar

Mohammadi, K., Jiang, Y. & Wang, G. Blitzdürre-Frühwarnung basierend auf der Flugbahn der solarinduzierten Chlorophyllfluoreszenz. Proz. Natl Acad. Wissenschaft. USA 119, e2202767119 (2022).

Artikel CAS Google Scholar

Sun, Y., Wang, C., Chen, HYH & Ruan, H. Reaktion von Pflanzen auf Wasserstress: eine Metaanalyse. Vorderseite. Pflanzenwissenschaft. 11 https://doi.org/10.3389/fpls.2020.00978 (2020).

Danger, M., Daufresne, T., Lucas, F., Pissard, S. & Lacroix, G. Lässt sich Liebigs Gesetz des Minimums von der Art auf die Gemeinschaft übertragen? Oikos 117, 1741–1751 (2008).

Artikel Google Scholar

Tang, J. & Riley, WJ Finden des Liebigschen Minimumgesetzes. Ökologisch. Appl. 31, e02458 (2021).

Artikel Google Scholar

Körner, C. Paradigmenwechsel in der Pflanzenwachstumskontrolle. Curr. Meinung. Pflanzenbiol. 25, 107–114 (2015).

Artikel Google Scholar

Samaniego, L. et al. Die vom Menschen verursachte Erwärmung verschärft die Trockenheit der europäischen Bodenfeuchtigkeit. Nat. Aufstieg. Änderung 8, 421–426 (2018).

Artikel Google Scholar

Ivits, E., Horion, S., Erhard, M. & Fensholt, R. Bewertung der Stabilität europäischer Ökosysteme gegenüber Dürre in der Vegetationsperiode. Globus. Ökologisch. Biogeogr. 25, 1131–1143 (2016).

Artikel Google Scholar

Ivits, E., Horion, S., Fensholt, R. & Cherlet, M. Dürre-Fußabdruck auf europäische Ökosysteme zwischen 1999 und 2010, bewertet durch ferngesteuerte Phänologie und Produktivität der Vegetation. Globus. Biol. ändern 20, 581–593 (2014).

Artikel Google Scholar

He, W. et al. Proz. IGARSS 2019–2019 IEEE International Geoscience and Remote Sensing Symposium, 9273–9276 (2019).

Hong, S. et al. Gegensätzliche Temperatureffekte auf die Geschwindigkeit der Vegetationsbegrünung im Früh- und Spätstadium auf der Nordhalbkugel. Globus. Biol. ändern 28, 6961–6972 (2022).

Artikel CAS Google Scholar

Jin, H., Jönsson, AM, Bolmgren, K., Langvall, O. & Eklundh, L. Entwirrung fernerkundter Pflanzenphänologie und Schneesaisonalität in Nordeuropa mithilfe von MODIS und dem Pflanzenphänologieindex. Fernerkundung. Umwelt. 198, 203–212 (2017).

Artikel Google Scholar

Krejza, J. et al. Entwirrung der Kohlenstoffaufnahme und -verteilung in den Stämmen eines Fichtenwaldes. Umgebung. Exp. Bot. 196, 104787 (2022).

Artikel CAS Google Scholar

Salomon, RL et al. Die europäische Hitzewelle 2018 führte zu einer deutlichen Austrocknung, jedoch nicht zu einem anhaltenden Wachstumsrückgang in den Wäldern. Nat. Komm. 13, 28 (2022).

Artikel Google Scholar

Zhang, Y., Parazoo, NC, Williams, AP, Zhou, S. & Gentine, P. Große und prognostizierte verstärkende Feuchtigkeitsbegrenzung bei der Photosynthese am Ende der Saison. Proz. Natl Acad. Wissenschaft. USA 117, 9216–9222 (2020).

Artikel CAS Google Scholar

Bongers, FJ, Olmo, M., Lopez-Iglesias, B., Anten, NPR & Villar, R. Dürrereaktionen, phänotypische Plastizität und Überleben mediterraner Arten an zwei verschiedenen mikroklimatischen Standorten. Pflanzenbiol. 19, 386–395 (2017).

Artikel CAS Google Scholar

Nicotra, AB et al. Phänotypische Plastizität von Pflanzen in einem sich verändernden Klima. Trends Pflanzenwissenschaft. 15, 684–692 (2010).

Artikel CAS Google Scholar

Chaves, MM, Maroco, JP & Pereira, JS Pflanzenreaktionen auf Dürre verstehen – von den Genen bis zur gesamten Pflanze. Funktion. Pflanzenbiol. 30, 239–264 (2003).

Artikel CAS Google Scholar

Gupta, A., Rico-Medina, A. & Caño-Delgado, AI Die Physiologie der Pflanzenreaktionen auf Dürre. Wissenschaft 368, 266–269 (2020).

Artikel CAS Google Scholar

Stirling, E., Fitzpatrick, RW & Mosley, LM Dürreeffekte auf nasse Böden in Binnenfeuchtgebieten und Torfmooren. Erdwissenschaft. Rev. 210, 103387 (2020).

Artikel CAS Google Scholar

Beck, HE et al. Aktuelle und zukünftige Köppen-Geiger-Klimaklassifikationskarten mit einer Auflösung von 1 km. Wissenschaft. Daten 5, 180214 (2018).

Artikel Google Scholar

Köppen, W. Die thermischen Zonen der Erde nach der Dauer heißer, gemäßigter und kalter Perioden und nach der Auswirkung der Hitze auf die organische Welt. Meteorol. Z. 1, 215–226 (1884).

Google Scholar

Kottek, M., Grieser, J., Beck, C., Rudolf, B. & Rubel, F. Weltkarte der Köppen-Geiger-Klimaklassifikation aktualisiert. Meteorol. Z. 15, 259–263 (2006).

Stephenson, NL Klimakontrolle der Vegetationsverteilung: Die Rolle des Wasserhaushalts. Bin. Nat. 135, 649–670 (1990).

Artikel Google Scholar

Wang, Globus. Biol. ändern 29, 1557–1573 (2023).

Artikel CAS Google Scholar

Fu, Z. et al. Atmosphärische Trockenheit reduziert die Photosynthese entlang einer Vielzahl von Bodenwasserdefiziten. Nat. Komm. 13, 989 (2022).

Artikel CAS Google Scholar

Zhang, Y., Keenan, TF & Zhou, S. Verschärfte Dürreauswirkungen auf globale Ökosysteme aufgrund struktureller Überschreitung. Nat. Ökologisch. Entwicklung 5, 1490–1498 (2021).

Artikel Google Scholar

Wang, S. et al. Jüngster globaler Rückgang der Auswirkungen der CO2-Düngung auf die Photosynthese der Vegetation. Science 370, 1295–1300 (2020).

Artikel CAS Google Scholar

Reinhart, V. et al. Vergleich der Landbedeckung der ESA-Klimaschutzinitiative mit der CORINE-Landbedeckung in Osteuropa und den baltischen Staaten aus der Perspektive der regionalen Klimamodellierung. Int. J. Appl. Erdobs. Geoinf. 94, 102221 (2021).

Google Scholar

Beck, HE et al. MSWEP V2 globaler 3-stündlicher 0,1°-Niederschlag: Methodik und quantitative Bewertung. Stier. Bin. Meteorol. Soc. 100, 473–500 (2019).

Artikel Google Scholar

Allen, RG, Pereira, LS, Raes, D. & Smith, M. Evapotranspiration von Nutzpflanzen: Richtlinien zur Berechnung des Wasserbedarfs von Nutzpflanzen. FAO-Bewässerungs- und Entwässerungspapier Nr. 56 (FAO, 1998).

Singer, MB et al. Stündliche potenzielle Evapotranspiration mit einer Auflösung von 0,1° für die globale Landoberfläche von 1981 bis heute. Wissenschaft. Daten 8, 224 (2021).

Artikel Google Scholar

Rodell, M. et al. Das globale Landdaten-Assimilationssystem. Stier. Bin. Meteorol. Soc. 85, 381–394 (2004).

Artikel Google Scholar

Ferguson, CR, Wood, EF & Vinukollu, RK Ein globaler Vergleich der modellierten und beobachteten Land-Atmosphäre-Kopplung. J. Hydrometeorol. 13, 749–784 (2012).

Artikel Google Scholar

Myneni, RB, Keeling, CD, Tucker, CJ, Asrar, G. & Nemani, RR Erhöhtes Pflanzenwachstum in den nördlichen hohen Breiten von 1981 bis 1991. Nature 386, 698–702 (1997).

Artikel CAS Google Scholar

Badgley, G., Field, CB & Berry, JA Baldachin-Nahinfrarotreflexion und terrestrische Photosynthese. Wissenschaft. Adv. 3, e1602244 (2017).

Artikel Google Scholar

Jin, H. & Eklundh, L. Ein physikalisch basierter Vegetationsindex zur verbesserten Überwachung der Pflanzenphänologie. Fernerkundung. Umwelt. 152, 512–525 (2014).

Artikel Google Scholar

Jiao, W. et al. In den letzten drei Jahrzehnten wurde ein zunehmender Wassermangel beim Vegetationswachstum beobachtet. Nat. Komm. 12, 3777 (2021).

Artikel CAS Google Scholar

Zhang, Y., Joiner, J., Alemohammad, SH, Zhou, S. & Gentine, P. Ein globaler, räumlich zusammenhängender Datensatz der solarinduzierten Fluoreszenz (CSIF) unter Verwendung neuronaler Netze. Biogeowissenschaften 15, 5779–5800 (2018).

Artikel CAS Google Scholar

Joiner, J. & Yoshida., Y. Global MODIS und FLUXNET-abgeleitete tägliche Bruttoprimärproduktion, V2. https://doi.org/10.3334/ORNLDAAC/1835 (ORNL DAAC, 2021).

Jönsson, P. & Eklundh, L. TIMESAT – ein Programm zur Analyse von Zeitreihen von Satellitensensordaten. Berechnen. Geosci. 30, 833–845 (2004).

Artikel Google Scholar

Jin, H. et al. Neue satellitengestützte Schätzungen zeigen signifikante Trends in der Frühlingsphänologie und komplexe Empfindlichkeiten gegenüber Temperatur und Niederschlag in nördlichen europäischen Breiten. Int. J. Biometeorol. 63, 763–775 (2019).

Artikel Google Scholar

Granger, CWJ & Newbold, P. Falsche Regressionen in der Ökonometrie. J. Ökonom. 2, 111–120 (1974).

Artikel Google Scholar

Maaten, LVD & Hinton, G. Visualisierung von Daten mit t-SNE. J. Mach. Lernen. Res. 9, 2579–2605 (2008).

Google Scholar

Enders, W. Applied Econmetric Time Series 4. Auflage, 485 (Wiley, 2014).

Hoerl, AE, Kannard, RW & Baldwin, KF Ridge-Regression: einige Simulationen. Komm. Stat. 4, 105–123 (1975).

Artikel Google Scholar

Referenzen herunterladen

Diese Forschung wird von FORMAS, Schweden, über das CROSSDRO-Projekt von AXIS (Assessment of Cross(X)-Sectoral Climate Impacts and Pathways for Sustainable Transformation) durch den Zuschuss Dnr 2018-02674 an LECM finanziert und SG dankt für die Finanzierung durch die Irish Environmental Protection Agency (Projekt Nr. 2019-CCRP-MS.60). FT dankt der National Natural Science Foundation of China (42001299) für die Finanzierung und dem Seed Fund Program für die Sino-Foreign Joint Scientific Research Platform der Wuhan University (WHUZZJJ202205). TC dankt für die Förderung durch das Bundesministerium für Bildung und Forschung (FKZ 01LS1901A). Die Autoren danken der Hochleistungsrechnerunterstützung von LUNARC innerhalb des SNIC durch einen Infrastrukturzuschuss, der Prof. Jonas Ardö von der Fakultät für Naturwissenschaften der Universität Lund gewährt wurde. Die Open-Access-Finanzierung erfolgt durch die Universität Lund.

Open-Access-Finanzierung durch die Universität Lund.

Abteilung für Physische Geographie und Ökosystemwissenschaften, Universität Lund, Lund, Schweden

Hongxiao Jin, Zhanzhang Cai und Lars Eklundh

Pyrenäen-Institut für Ökologie, Höherer Rat für wissenschaftliche Forschung (IPE-CSIC), Saragossa, Spanien

Sergio M. Vicente-Serrano, Begoña Alvarez Farizo und Juan I. López-Moreno

Hubei Key Laboratory of Quantitative Remote Sensing of Land and Atmosphere, School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China

Feng Tian

Potsdam-Institut für Klimafolgenforschung, Potsdam, Deutschland

Tobias Conradt

Auswahlforschungsinstitut für Feldfrüchte, Balti, Moldawien

Boris Boincean

Irish Climate Analysis and Research UnitS (ICARUS), Department of Geography, Maynooth University, Co, Kildare, Irland

Conor Murphy & Sam Grainger

Sie können diesen Autor auch in PubMed Google Scholar suchen

HJ: Studiendesign, Datenerfassung und -verarbeitung, Abbildungserstellung und -interpretation, Verfassen und Überarbeiten von Manuskripten. SMV: Projektleitung, Ergebnisinterpretation, Manuskripterstellung und Überarbeitung. FT: Datenerfassung, Ergebnisinterpretation, Überarbeitung des Manuskripts. ZC: Beitrag zur TIMESAT-Softwareentwicklung, Ergebnisinterpretation. TC, BB, CM, BAF, JIL, SG: Ergebnisinterpretation, Manuskriptrevision. LE: Projektleitung, Finanzierungseinwerbung, Studiendesign, Ergebnisinterpretation, Manuskriptrevision.

Korrespondenz mit Hongxiao Jin.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Wenzhe Jiao und den anderen anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptverantwortliche Redakteure: Erika Buscardo, Heike Langenberg. Eine Peer-Review-Datei ist verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Jin, H., Vicente-Serrano, SM, Tian, F. et al. Höhere Empfindlichkeit der Vegetation gegenüber meteorologischer Dürre im Herbst als im Frühling in allen europäischen Biomen. Commun Earth Environ 4, 299 (2023). https://doi.org/10.1038/s43247-023-00960-w

Zitat herunterladen

Eingegangen: 3. Mai 2023

Angenommen: 11. August 2023

Veröffentlicht: 25. August 2023

DOI: https://doi.org/10.1038/s43247-023-00960-w

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.