蒸气压亏缺主导全球森林生物群落树干液流变异：基于信息理论的因果网络分析

《Journal of Hydro-environment Research》：Vapor pressure deficit dominates sap flow variability across forest biomes

本研究针对全球不同森林类型中树干液流(SAPFlow)驱动机制不清的问题，通过整合SAPFLUXNET网络15个站点数据，运用信息论过程网络和小波分析揭示了蒸气压亏缺(VPD)是跨常绿阔叶林(EBF)、常绿针叶林(ENF)和混交林(MF)的树干液流主导驱动因子，发现VPD与土壤含水量(SWC)通过土壤-大气反馈形成耦合系统，为改进陆地表面模型和预测气候变化下生态系统响应提供了关键见解。

　　

在全球气候变化加剧的背景下，植物水分利用动态对生态系统水文循环和碳循环的调节作用日益凸显。树干液流(SAPFlow)作为植物蒸腾作用的直接指标，其动态变化深刻反映了植物对环境的响应策略。然而，由于环境驱动因子与树干液流之间的复杂相互作用，特别是跨不同森林生物群落的因果机制，至今仍缺乏系统性的认知。传统研究多依赖于简单的相关性分析，难以区分直接因果效应与间接关联，这限制了我们准确预测植物对干旱等环境胁迫的响应能力。

为解决这一科学难题，发表在《Journal of Hydro-environment Research》上的最新研究，通过整合全球SAPFLUXNET数据库的15个站点观测数据，聚焦常绿阔叶林(EBF)、常绿针叶林(ENF)和混交林(MF)三种典型森林类型，创新性地应用信息理论为基础的过程网络(Temporal Information Partitioning Networks, TIPNets)和小波分析(Wavelet Analysis)方法，深入揭示了树干液流变异的主导驱动因子及其跨时间尺度的相互作用机制。

研究团队采用多方法融合的技术路线。关键方法包括：基于SAPFLUXNET的全球站点数据采集与处理（涵盖树干液流、蒸气压亏缺(VPD)、土壤含水量(SWC)等变量）；连续小波变换(Continuous Wavelet Transform, CWT)、交叉小波变换(Cross Wavelet Transform, XWT)和小波相干性(Wavelet Coherence, WTC)用于识别变量间相互作用的时空尺度；信息理论框架下的转移熵(Transfer Entropy, TE)和互信息(Mutual Information, MI)计算，通过Temporal Information Partitioning Networks (TIPNets)构建因果网络，量化变量间信息流动的方向和强度，并分解出独特信息(Unique)、协同信息(Synergistic)和冗余信息(Redundant)成分。

3.1. Statistical analysis to understand association between variables

通过统计分析发现，VPD与SAPFlow在所有森林类型中均呈现最强的正相关关系。偏相关分析在控制其他变量影响后，进一步证实VPD是SAPFlow最直接的主导驱动因子。季节性滞后分析揭示了VPD-SAPFlow和SWC-SAPFlow之间存在明显的滞后回环现象，表明能量限制和水限制机制在不同季节交替主导树干液流动态。

3.1.2. Wavelet analysis

小波分析结果显示，VPD对SAPFlow的影响主要表现在短时间尺度（<16天），具有即时性特征；而SWC的影响则体现在中长时间尺度（16-128天），存在明显的延迟效应。小波相干性分析表明，VPD与SAPFlow在4-32天尺度上保持高相干性，而SWC与SAPFlow的相干性在干旱期间显著增强，证实了土壤水分有效性在水分胁迫条件下的关键调节作用。

3.2. Causal analysis to identify causal drivers of SAPFlow

因果分析是本研究的核心创新。转移熵分析显示，从VPD到SAPFlow的信息流（TE值）显著高于从SWC到SAPFlow的信息流，且VPD的影响同时包含即时效应（lag=0）和记忆效应（lag=1-7天）。信息分解结果表明，VPD提供的独特信息(U_VPD)远高于SWC的独特信息(U_SWC)，而VPD与SWC之间的协同信息(S)明显大于冗余信息(R)，证明两者形成耦合系统共同调控SAPFlow。

研究结论强调，VPD是跨森林生物群落树干液流变异的主导因果驱动因子，其通过土壤-植物-大气连续体(Soil-Plant-Atmosphere Continuum, SPAC)与SWC形成协同耦合系统。这种耦合作用表现为VPD的即时大气驱动和SWC的延迟土壤调节，共同塑造了植物水分利用的动态格局。该研究首次从因果推断的角度系统阐明了全球尺度下森林树干液流的驱动机制，为改进陆地表面模型(Land Surface Models)中植物水分响应参数化方案提供了理论依据，对预测气候变化情景下生态系统功能稳定性具有重要意义。

研究的创新性在于超越了传统相关性分析的局限，通过信息理论框架实现了对复杂生态系统因果关系的定量解析。然而，作者也指出当前TIPNets方法对数据连续性和长度的要求限制了干湿季节的分别解析，未来研究可结合多尺度分析和控制实验进一步验证因果机制并识别生态系统响应的临界阈值。