极端气候下南美香椿(Cedrela fissilis Vell.)木材形成机制：气候-解剖-化学耦合预测模型

本研究针对亚马逊极端干旱加剧背景下南美香椿木材形成机制不明的科学问题，通过整合气候指标(SPEI/P-PET)、解剖特征(PV/PP/PF)和化学元素(Al/Ca/Mn)数据，采用决策树回归(DTR)解析了窄轮与宽轮、低密度与高密度木材形成的驱动差异。发现窄轮主要受水力组织(PV)和干旱指数(SPEI)调控，而低密度材与结构组织(PF)和抗逆元素(Ca/Mn)相关，为预测气候变化下树种适应性提供了多维度理论框架。

　　

在亚马逊流域极端干旱事件频发的背景下，南美香椿(Cedrela fissilis Vell.)作为广布树种，其木材形成机制与气候变化的互作关系成为生态学研究焦点。以往研究多孤立分析气候或生理因素对树木生长的影响，而整合气候-解剖-化学多维数据的系统性研究仍属空白。随着干旱导致的水力衰竭(hydraulic failure)和碳饥饿(carbon starvation)风险加剧，解析木材形成的关键调控因子对预测树种适应性至关重要。

来自圣保罗大学等机构的研究团队在《Dendrochronologia》发表研究，通过采集巴西亚马逊南部非洪泛森林11株成熟南美香椿样本，创新性地将气候指标(降水、温度、SPEI标准化降水蒸散发指数)、解剖特征(导管PV、纤维PF、薄壁组织PP比例)和木质部元素(Al/Ca/Mn等)进行多参数耦合分析。采用决策树回归(DTR)模型，首次揭示了窄轮与宽轮、低密度与高密度木材形成的差异化驱动机制。

关键技术方法包括：1) 树木年轮解剖学分析(LAIM实验室完成)，量化PV/PF/PP组织比例；2) X射线荧光光谱测定木质部8种元素含量；3) 基于气候干旱指标(SPEI/P-PET)的极端年份划分；4) 决策树回归模型构建三类数据集(窄轮/宽轮、低密度/高密度材)。

研究结果
Performance of decision tree regression
决策树模型显示，窄轮形成主要受水力组织(PV>14.5%)和干旱指数(SPEI<-0.7)驱动(R2=0.31)，而宽轮与高温期Ca/K比(>2.1)显著相关。低密度材(RD<0.45 g/cm³)模型解释力最强(R2=0.42)，其形成与薄壁组织PP(>31%)和Al/Mn含量密切关联。

Discussion
极端干旱年形成的窄轮呈现"水力保守策略"：PV降低14%伴随PF增加，减少栓塞风险但牺牲生长量。低密度材中Al-Mn-PP的协同作用(Al>120 ppm, Mn>25 ppm)暗示根系健康与储存组织扩张的补偿机制。高密度材(MXD>0.68 g/cm³)则依赖结构组织(PF>52%)和Ca-K代谢网络(Ca>350 ppm, K/Ca>0.3)，反映次生壁沉积对干旱的响应。

Conclusions
研究构建了首个整合气候-解剖-化学多维参数的木材形成预测框架，揭示：1) 窄轮形成是水力安全(PV↓)-结构强化(PF↑)的权衡结果；2) 低密度材依赖Al-Mn介导的根系活力与PP组织储能；3) 气候变暖下K/Ca比失衡可能抑制形成层活动。该成果为亚马逊树种适应策略提供了理论基准，其中Al-PP-SPEI的交互效应可作为早期干旱响应的生物标记。

这项研究的创新性在于突破传统年轮气候学的单因素分析范式，通过多组学整合揭示了木材形成的层级调控网络。特别是发现Al元素(通常被视为毒性物质)在根系-木质部信号传导中的积极作用，为热带树种抗旱机制研究开辟了新视角。随着亚马逊"干燥化"加剧，该成果对预测森林碳汇功能和生物多样性维持具有重要应用价值。