森林丧失类型差异驱动地表温度动态响应的时空格局与生物物理机制解析

本研究通过整合改进的BEAST变化检测算法与时空分析方案，首次系统量化了商品化农业扩张(cCRO)、城市化(URB)、轮耕农业(shiftAG)、林业管理和火灾等不同类型森林丧失对地表温度(LST)的动态影响。研究发现全球森林丧失导致LST在1年后升高0.12 K，随后以-0.14 K/10年的趋势下降，其中热带地区由LE降低主导的持续增温与 boreal 区由α增加引发的增强冷却形成鲜明对比。该研究为制定区域差异化气候政策提供了重要科学依据。

　　

全球森林正经历前所未有的变化，2000-2020年间因砍伐、火灾和林业管理导致的森林丧失达470万公顷。这种变化通过改变地表反照率(α)和粗糙度等特性，显著影响地表温度(LST)的生物物理过程。然而现有研究多采用静态的"时空替代"方法，将森林丧失的突发效应与后续演替的渐进影响混为一谈，导致对LST响应动态的认识存在严重局限。更棘手的是，不同森林丧失类型引发的气候反馈存在显著差异，但学界对其时空动态特征及驱动机制仍缺乏系统认知。

为破解这一难题，中国的研究团队在《The Innovation》发表创新性成果。研究团队开发了融合改进的BEAST（Breaks For Additive Seasonal and Trend）变化检测算法的增强观测方法，利用2000-2020年MODIS的LST、蒸散发(ET)和反照率数据，结合Landsat衍生的森林变化数据集，通过四步分析法：LST时间序列变化检测、配对像元提取、LST响应量化以及基于温度响应模型的生物物理机制解析，系统评估了不同类型森林丧失的LST动态响应。

研究首先通过改进的BEAST算法将LST时间序列分解为趋势成分(trendC)和季节性成分(seasonality)，该算法采用多线性函数和二阶谐波函数模拟这两个分量，并检测其中的突变点。在配对像元选择上，严格控制背景像元与森林丧失像元的高程差<100米，距离25-50公里，确保气候信号一致性。温度响应模型则基于地表能量平衡方程，将LST变化归因于反照率变化(ΔT_α)和潜热通量变化(ΔT_LE)的等效温度贡献。

Abrupt and gradual changes in LST due to forest loss
研究发现全球森林丧失导致LST在1年后显著升高0.12 K，呈现明显的纬度分异：20°S-45°N区间以cCRO驱动的增温最显著（亚马逊地区达+0.83 K），而45°-55°N的林业管理区则出现冷却。长期趋势显示全球LST以-0.14 K/10年下降，其中boreal区最显著（-0.26 K/10年）。时序模式分析揭示28.8%区域呈现"衰减增温"（初始增温后趋势减弱），而boreal区则表现为"增强冷却"。特别值得注意的是，boreal火灾初期引发增温（+0.30 K），这与传统认知形成鲜明对比。

Changes in the LST seasonal cycle due to forest loss
森林丧失使LST季节振幅平均增加0.21 K，boreal区最显著（+0.37 K）。季节相位整体提前0.6天，其中低纬度cCRO区提前达2.6天。机制分析表明，低纬度cCRO区季节振幅扩大主要归因于LE的季节性变化（7-10月LE减少导致增温），而boreal区火灾则同时受α和LE变化的共同影响。

Biophysical mechanism of the changes in LST
温度响应模型解析显示，热带cCRO的早期增温主要由ΔT_LE驱动（LE减少），而boreal区林业管理的冷却趋势则源于ΔT_α（反照率增加）。特别具有启示性的是，boreal火灾初期因夏季LE骤减导致增温，后期则因持续增加的α产生冷却效应。这种"先增后降"的动态响应与植被恢复轨迹密切相关：中低纬度扰动后LE的恢复使增温衰减，而boreal区植被恢复难以使α恢复至原有水平，导致冷却持续增强。

该研究创新性地揭示了森林丧失气候反馈的三重依赖性：气候区特异性、丧失类型依赖性和时间动态性。这一认识打破了传统基于静态评估的局限，为理解陆地表面过程与气候系统的复杂相互作用提供了新视角。实践层面，研究指出boreal区林业管理和火灾的长期冷却效应可作为区域气候调节的潜在途径，而热带农业扩张的持续增温效应则警示需要优化土地利用政策。特别值得关注的是，研究首次报道了森林丧失对LST季节相位的调节作用，这对理解物候变化和生态系统响应具有重要启示。未来研究可通过延长观测时段、融合多源数据来进一步捕捉长期演替效应，为地球系统模型提供更精确的参数化方案。