总初级生产力（Gross primary productivity，GPP）与陆地碳汇密切相关，受植被冠层的结构和理化特性以及外部环境共同调控。已有研究表明，全球GPP在近几十年来发生的显著变化主要归因于全球环境变化。环境变化不仅直接影响光合作用系统，而且间接地通过影响植被冠层来影响GPP。因此，探明环境变化对全球GPP直接和间接影响的内在机制，对于预测全球GPP的未来变化至关重要。本研究利用机器学习模型和光合作用理论模型模拟全球陆地植被生产力的时空变化，系统地分析了2003-2020年关键环境因素（大气二氧化碳浓度、温度、辐射、大气水汽压亏缺（VPD）和土壤湿度（SM））变化对全球GPP的直接和间接影响。结果显示，各环境因子变化对全球GPP的直接影响占单因子总影响的40%-90%。直接影响中，CO₂浓度升高对GPP的正贡献最高（0.1788 PgC yr^-1, p<0.01），而变暖诱导的GPP增加（0.0639 PgC yr^-1, p<0.01）足以抵消VPD增加和SM减少导致的负面影响（-0.0484 PgC yr^-1, p<0.01；-0.0002 PgC yr^-1, p>0.05）。另外，各环境因子变化通过影响植被叶面积指数（LAI）对全球GPP也产生了显著的间接影响，占单因子总影响的10%-58%。间接影响中，VPD升高对GPP的影响（-0.0673 PgC yr^-1, p<0.01）最大，并且所有环境变化的间接负影响足以抵消升温对GPP的正向作用（0.0425 PgC yr^-1, p<0.01），但不能抵消CO₂的间接施肥效应（0.0603 PgC yr^-1, p<0.01）。本研究在综合植被冠层结构、理化性质和环境因子基础上，强调了全面探究GPP对环境变化的多途径响应的重要性，为探讨全球变化对植被光合作用的影响提供了新视角，有助于提高全球变化背景下碳循环模拟和预测的准确性。
 

总初级生产力,叶面积指数,气候变化,二氧化碳施肥,随机森林