基于变点检测法的蓝光强度测量中边材-心材过渡区校正研究及其气候信号保留优势

本研究针对蓝光强度(BI)测量中边材-心材颜色转变导致的干扰问题，创新性地采用变点检测方法替代传统的delta-BI(DBI)校正法。研究人员通过三种变点检测技术（双相线性回归、径向生长平均法和似然比检验）准确识别过渡区，并通过均值方差重标定实现校正。结果表明新方法能有效保留早材(EWBI)和晚材(LWBI)中的气候信号，解决了DBI法导致信号混淆丢失的缺陷，为树木年轮气候学研究提供了更可靠的技术路径。

　　

在树木年轮气候学研究领域，蓝光强度(Blue Intensity, BI)测量技术因其成本效益优势，已成为替代最大晚材密度(MXD)测量的重要手段。然而某些针叶树种显著的边材-心材颜色转变给BI数据解读带来巨大挑战——这种与气候无关的生理变化会严重干扰气候信号的提取。传统校正方法delta-BI(DBI)基于早材(EWBI)和晚材(LWBI)受颜色变化影响相同的假设，但该假设缺乏生理学依据，且会融合EWBI与LWBI的独立气候信号，导致信息丢失甚至信号抵消。更棘手的是，当颜色变化仅显著影响早材时（如图1所示的Athrotaxis cupressoides实例），DBI法完全失效。这些局限性促使科学家们寻求更可靠的校正方案。

由美国国家科学基金会(NSF)资助的国际研究团队在《Dendrochronologia》发表创新成果，提出基于变点检测的校正新范式。研究人员以澳大利亚塔斯马尼亚米基溪(Mickey Creek)采集的41个活树样本和5个残遗木样本为研究对象，采用三种不同原理的变点检测方法：改进的双相线性回归法（源自季风降水研究）、径向生长平均法（原用于林冠干扰检测）和通用似然比检验法。通过20年窗口的均值方差重标定技术，实现了对过渡区后BI数据的精准校正。

在"变点检测结果"部分，研究显示三种方法对EWBI的检测一致性达97.6%，LWBI达80.5%，验证了方法的可靠性。核心样本MC904的分析表明，虽然EWBI的变点明确为1962年，但LWBI检测存在1-3年差异，反映出边材转变过程的渐进特性。值得注意的是，Δ值分析揭示算法检测往往早于肉眼判断，说明统计方法对初期变化的敏感性优势。

"BI校正与年表构建"章节展示了革命性发现：调整后的EWBI和LWBI年表与澳大利亚1月气温呈现显著空间相关（r≈-0.6），完美再现了已知的澳大利亚气候偶极子模式。而DBI年表则完全丢失气候信号，相关系数趋近于零。交叉相关分析进一步证实，EWBI与LWBI保持0.75的高相关性，而DBI与二者的相关性分别仅为-0.21和0.38，确证了信号融合导致的失真问题。

讨论部分深入阐释了该研究的双重突破：方法学上，首次将变点检测引入树木年轮分析，克服了DBI法的三大局限——无效假设风险、信号混淆缺陷和全局干扰问题；应用层面上，为Athrotaxis cupressoides等树种建立了可靠的气候响应模式，其负温度响应机制与南半球针叶树"温暖年份细胞壁增厚期缩短"的生理假说高度吻合。作者特别指出，当样本无法实地检测时，建议组合使用全局（如似然比）和局部（如径向生长平均）方法，并通过主观校验确保准确性。

这项研究不仅为BI数据处理建立了新标准，其方法论框架还可拓展应用于真菌染色等其他颜色突变场景。随着计划中的openDendro软件包发布，该技术将推动树木年轮气候学研究进入更精准的新阶段。未来研究需重点攻克渐变过渡区的处理难题，并开发更灵活的校正算法以适应超长边材样本的特殊需求。