高寒草地GPP动态重塑：物候期持续时长对植被生产力的广泛负敏感性及其气候意义

本研究针对高寒草地物候变化对总初级生产力(GPP)的影响机制这一科学盲区，采用可解释机器学习方法量化了青藏高原北部草地GPP对春季物候期(EGS)的负敏感性及对秋季物候期(LGS)的正敏感性，揭示暖湿化气候导致敏感性趋势分异的现象，为评估气候变化下高寒生态系统碳汇功能提供了关键理论依据。

　　

在全球气候变化背景下，高寒草地作为敏感生态系统，其植被物候变化与碳汇功能的关系始终是生态学研究的难点。卫星观测虽已证实高寒植被物候显著改变，但这些变化如何通过生长季不同阶段（如返青期EGS、枯黄期LGS）影响总初级生产力(GPP)，进而重塑碳循环格局，仍缺乏系统认知。这一知识缺口严重制约着对高寒生态系统气候反馈机制的预测精度，也影响着青藏高原碳中和发展战略的制定。

中国博士后科学基金等项目支持的研究团队，基于2000-2021年MODIS GPP数据，创新性地运用可解释机器学习方法（XGBoost模型结合SHAP解释技术），首次系统量化了青藏高原北部高寒草地对5个关键物候参数（生长季始期SOS、末期EOS，以及早、中、晚期EGS/MGS/LGS）的敏感性。研究发现：约60%区域呈现EGS持续时长与GPP的负相关，而LGS则主要表现正相关；更关键的是，负敏感区的敏感性随时间增强，正敏感区则减弱，这种分异与高原北部暖湿化气候密切相关。该成果发表于《Journal of Environmental Management》，警示当前物候变化可能正在削弱高寒草地从气候变化中获得的碳汇收益。

技术方法上，研究首先通过MODIS数据提取物候参数与GPP，构建时空数据集；采用XGBoost模型建立GPP与物候因子的非线性关系；运用SHAP值量化各物候参数的贡献度（敏感性系数S_SOS/S_EOS等）；最后通过5年滑动窗口分析敏感性趋势变化。样本覆盖青藏高原北部（83-95°E, 29-36°N）的高寒草地，排除非植被区及模型拟合差（R² < 0）的网格。

【空间格局】敏感性分析显示：S_EGS负敏感区占主导（图2a），尤其在气候适宜区；而S_LGS正敏感区集中于中部（图2d）。这种空间异质性暗示不同区域植被对物候变化的响应策略存在本质差异。

【季节差异】春季物候（EGS）延长通过增加蒸腾导致夏季水分胁迫，反而抑制GPP；而秋季物候（LGS）延长直接增加碳固定时间。这与控制实验发现的早春返青导致夏季光合速率下降现象相互印证。

【趋势演变】滑动窗口分析揭示：负敏感区的S_EGS绝对值年增0.0023，正敏感区的S_LGS年降0.0018（P<0.05）。这种极化趋势与区域暖湿化背景下水分再分配过程密切相关。

结论部分强调，物候变化对高寒草地GPP的影响呈现"春季抑制、秋季促进"的季节不对称性，且这种影响正在随气候变化持续强化。研究首次从敏感性角度揭示了物候-GPP关系的动态演变特征，为改进生态系统模型中的物候-生产力耦合机制提供了定量依据。特别值得注意的是，EGS敏感性增强现象暗示，当前气候变暖背景下高寒草地的碳汇增益可能被物候变化部分抵消，这对准确评估青藏高原碳中和发展路径具有重要政策启示。作者建议未来研究应关注物候变化引发的生态系统水分利用效率改变等次级效应，以更全面把握高寒生态系统对气候变化的响应网络。