树木抗性超越气候驱动：揭示极端生长抑制的主导机制

本研究针对传统树木年轮气候学中过度强调气候极端事件驱动树木生长抑制的局限性，通过分析青藏高原2631株刺柏的4599次极端生长抑制(EGS)事件，创新性地提出树木内在抗性(MeanRt)对EGS的调控作用比当年气候因子强1.7倍。研究整合随机森林模型和分段结构方程模型，首次量化了树木生理约束(如年龄相关的抗性衰减)与气候胁迫的交互作用，为预测气候变化下森林动态提供了新范式。

　　

在气候变化加剧的背景下，传统树木年轮气候学长期将极端生长抑制(EGS)简单归因于气候极端事件。然而，越来越多的证据表明这种"气候中心范式"存在根本缺陷：相同气候条件下不同树木的EGS程度存在显著差异，且树木生长-气候关系呈现非稳态特征。这些现象暗示树木内在生理特性可能才是调控EGS的关键开关。

中国科学院植物研究所植被与环境变化国家重点实验室的Yuntao Dong和Ouya Fang团队在《iScience》发表的研究，通过对青藏高原61个站点2631株刺柏(Juniperus przewalskii和Juniperus tibetica)的4599次EGS事件进行多尺度分析，揭示了树木抗性(MeanRt)才是EGS的主导调控因子。研究创新性地将生态韧性理论引入树木年轮学，建立了个体水平的"气候-抗性"交互模型。

研究主要采用三种关键技术方法：(1)基于国际树轮数据库(ITRDB)和自主采集的跨海拔梯度样本网络；(2)结合随机森林模型量化变量重要性(%IncMSE指标)；(3)运用分段结构方程模型(piecewise SEM)解析直接/间接效应路径。气候数据来自气候研究单元(CRU)，抗性计算采用12年滑动窗口法。

【极端生长抑制的分布特征】

分析显示EGS事件在1979和1995年出现聚集现象，占总数29.2%。刺柏年轮宽度与5-6月温度、SPEI(标准化降水蒸散指数)呈显著负相关，证实水分胁迫是主要气候驱动因子。

【影响因子的重要性排序】

随机森林模型显示：MeanRt对EGS的解释力超越所有气候因子，与平均生长状态(MeanWidth)、历史抑制频率(LowFreq)构成最重要的内在因子组合。抗性每降低1单位，EGS风险增加2.3倍(部分依赖图显示明显剂量效应)。

【内在与外在因子的交互机制】

结构方程模型揭示：

1. 直接效应：MeanRt对Std_mTRI(标准化最小年轮指数)的正向效应(β=0.38)是当年气候因子(Clim)负向效应(β=-0.22)的1.7倍

2. 年龄效应：树龄通过三重路径间接增加EGS风险——降低抗性(β=-0.15)、提高LowFreq(β=0.21)、抑制MeanWidth(β=-0.09)

3. 气候记忆：前期气候(PreClim)通过改变MeanWidth产生遗留效应

这项研究从根本上挑战了树木年轮学的传统范式，提出三个范式转变：(1)EGS是树木-气候互作的涌现属性而非简单气候强迫；(2)个体生理约束(如木质部结构调整、NSC缓冲)可解耦生长-气候关系；(3)抗性衰减可作为森林衰退的早期预警指标。研究为构建整合Resilience理论的下一代森林模型提供了机理框架，对青藏高原等生态脆弱区的适应性管理具有重要实践价值。