亚热带常绿森林冠层太阳诱导叶绿素荧光对对流层臭氧胁迫的响应机制及其与总初级生产力的关系研究

本研究针对全球臭氧(O3)浓度上升对生态系统的威胁，通过同步观测亚热带常绿森林的太阳诱导叶绿素荧光(SIF)、碳通量和臭氧数据，揭示了臭氧通过改变冠层SIF及其与总初级生产力(GPP)的关系影响森林功能的机制。研究发现臭氧浓度超过60 ppb时SIF显著下降，且干湿季阈值差异显著，为臭氧污染生态效应评估提供了新型遥感监测手段。

　　

随着工业化和城市化进程加速，全球对流层臭氧(O₃)浓度近60年增长约50%，东亚地区尤为严重。这种强氧化性气体不仅危害人体健康，更通过气孔进入植物叶片产生活性氧(ROS)，破坏叶绿体功能并加速衰老，导致全球植被净初级生产力(NPP)下降1-16%。中国珠江三角洲作为臭氧污染重灾区，其亚热带常绿森林既是重要碳汇，又面临臭氧导致的13% GPP损失。然而，传统臭氧效应研究多依赖控制实验，难以反映自然条件下植被的长期响应规律。

在此背景下，研究人员创新性地将太阳诱导叶绿素荧光(SIF)这一新型遥感指标引入臭氧生态效应研究。SIF是叶绿素吸收光能后重新发射的荧光信号，与光合作用的光化学反应和热耗散过程存在竞争关系，能同步反映植被生理和结构特征。通过在中国鼎湖山亚热带常绿森林开展连续观测，团队首次揭示了自然臭氧梯度下冠层SIF的变化规律及其与GPP关系的调控机制。

研究采用三项关键技术：1) 基于QE65 Pro高光谱仪的SIFSpec系统，采用3FLD算法获取760 nm处O₂-A吸收带的SIF信号；2) 涡度相关系统同步监测CO₂/H₂O通量并计算GPP；3) 结合机器学习(Low-Rank Tensor Completion)填补臭氧监测数据空缺。通过分解SIF的辐射(PAR)、结构(FCVI)和生理(Φ_F)组分，结合分层统计和可解释机器学习(SHAP分析)，系统解析了臭氧影响的生物物理机制。

3.1 SIF和GPP对臭氧浓度的响应
研究发现臭氧浓度超过60 ppb时冠层SIF显著下降，但干季(75 ppb)和湿季(45 ppb)存在明显阈值差异。随机森林模型显示臭氧对SIF的负效应在60 ppb后显著增强，SHAP值由正转负。这种季节差异源于干季较低的气孔导度限制了臭氧吸收。

3.2 SIF组分的臭氧响应特征
方差分解表明辐射组分主导SIF变异(86.9%)，但臭氧升高时结构组分贡献增加而生理组分转为负值。极端高臭氧(>105 ppb)下，干季两者均呈负贡献，湿季仅生理组分负贡献，表明臭氧先损伤光合生理后破坏冠层结构。

3.3 SIF-GPP关系的臭氧调控
臭氧浓度>90 ppb时SIF-GPP线性关系解耦，湿季尤为显著。组分贡献分析揭示：干季臭氧通过结构组分(F_struc)正贡献影响关系，湿季则通过生理组分(F_physio)负贡献主导，反映不同水分条件下臭氧损伤路径的差异。

这项研究首次在自然生态系统中证实SIF对臭氧胁迫的指示作用，突破传统控制实验的时空限制。发现的气孔导度介导的臭氧效应季节差异，为全球变化背景下臭氧生态风险评估提供新视角。通过分解SIF组分揭示的"生理优先-结构滞后"损伤规律，深化了对臭氧致害机制的理解。研究成果发表于《Agricultural and Forest Meteorology》，为利用卫星SIF数据大尺度监测臭氧生态效应奠定理论基础，对制定差异化的植被保护策略具有重要实践价值。