城市夜间人工光照延迟秋季叶片衰老的跨尺度证据与机制研究

《Nature Communications》：Increased artificial illumination delays urban autumnal foliar senescence

随着城市化进程加速，夜间人工光照（ALAN）对植被物候的影响机制尚不明确。本研究通过整合452个城市的62,994条地面观测与卫星数据，发现ALAN通过增强碳同化作用（Vcmax）和改变气候响应敏感性，显著延迟城市植被秋季叶片衰老日期（DFS）。该效应在低光照强度（<15 nW cm-2sr-1）下尤为明显，且被成功整合至物候模型（DMTALAN）中，为城市生态规划提供新依据。

　　

当夜幕降临，城市中亮起的灯光不仅照亮了街道，也可能悄然改变着树木的“生物钟”。近年来，随着全球城市化进程的加速，夜间人工光照（Artificial Light at Night, ALAN）的强度、范围和持续时间显著增加。卫星观测显示，受ALAN影响的土地面积正以每年2.2%的速度扩张，目前全球约83%的人口生活在光污染的天空下，近23%的陆地表面暴露在ALAN中。这种“信息型污染物”不仅影响动物行为（如鸟类迁徙和昆虫繁殖）和人类昼夜节律，更可能通过干扰植物光受体对自然光信号的感知，改变植被的生理过程。然而，与春季物候相比，秋季叶片衰老日期（Date of Foliar Senescence, DFS）的调控机制更为复杂，且受到的人为干扰因素研究尚不充分。特别是在城市环境中，ALAN与热岛效应、空气污染等 anthropogenic 因素交织，如何量化ALAN对DFS的影响成为生态学研究的重要挑战。

针对这一科学问题，由中国科学院地理科学与资源研究所的吴朝阳团队主导，联合北京林业大学、苏黎世联邦理工学院等机构的研究人员，在《Nature Communications》上发表了最新研究成果。研究团队整合了2001-2022年间452个中高纬度城市的62,994条地面观测记录与多源卫星数据，首次系统揭示了ALAN对城市植被秋季物候的延迟效应及其非线性机制。

研究主要采用了多尺度数据融合与因果推断相结合的技术路径。地面物候数据来自中国物候观测网（CPON）和泛欧洲物候项目（PEP725），通过中位数绝对偏差法剔除异常值。卫星衍生的DFS数据源自MODIS的MCD12Q2物候产品，ALAN数据则采用“NPP-VIIRS-like”夜间灯光数据集，并基于太阳赤纬-时角模型计算月尺度光照暴露时长。气候变量来自TerraClimate月值数据集，植被参数（如水分利用效率WUE、光利用效率LUE）基于MODIS的GPP、ET和FPAR产品计算。关键分析方法包括：采用Theil-Sen趋势分析量化时序变化，通过偏相关分析和岭回归分离ALAN的独立影响，利用PCMCI+算法识别变量间的因果路径，并运用XGBoost模型结合SHAP值解析空间异质性驱动因子。最后，通过粒子群优化算法将ALAN效应整合至四种经典物候模型（CDD、DM、SIAM、DMT）中，并基于CMIP6的SSP245/585情景进行未来预测。

响应 of DFS to increased ALAN intensity

研究发现在75.9%的城市中DFS呈现延迟趋势（平均0.77天/年），同时95.1%的城市ALAN强度上升（平均0.53 nW cm^-2sr^-1/年）。67.3%的城市显示ALAN敏感性（SV_ALAN）为正值，表明ALAN总体延迟DFS。这种效应呈现非线性特征，在低光照强度（<15 nW cm^-2sr^-1）下最显著，随光照增强而减弱或饱和。PCMCI+因果检验进一步证实，48.3%的时间序列中存在从ALAN到DFS的定向因果关系，频次高于气候驱动因子。

Spatial attribution analysis of ALAN effects

通过XGBoost模型（R²=0.83）解析发现，人类发展指数（HDI）、ALAN强度及其变化趋势、水分利用效率（WUE）是驱动ALAN效应空间分异的关键因子。社会经济因素的贡献度最高，较低HDI或ALAN水平的区域更易出现DFS延迟效应。温暖干旱地区的延迟效应更强，与气候变暖的协同作用可能放大ALAN影响。

Potential mediating processes underlying the ALAN-DFS relationship

研究提出并验证了两条机制路径：一是ALAN通过提升光合能力延迟DFS。在304个延迟效应城市中，48%的站点显示ALAN与V_cmax（最大羧化速率）呈显著正相关，其中74%的站点V_cmax与DFS正相关。太阳能诱导叶绿素荧光（SIF）分析也支持这一“延长光合作用”假说。二是ALAN通过调节气候敏感性影响DFS。ALAN暴露增强了温度敏感性（32.2%站点为正响应），同时减弱了降水敏感性（26.3%为负响应），这种调控在低ALAN区域更为明显。

DFS modeling and prediction

将ALAN效应整合至物候模型后，预测精度显著提升。站点尺度上，SIAM_ALAN模型的相关系数提高28%（R=0.32）；卫星尺度上，DMT_ALAN表现最优（R=0.36）。未来情景模拟显示，相较于传统模型，DMT_ALAN预测2081-2100年间DFS将额外延迟2.46±9.73天（SSP245）和2.30±12.05天（SSP585），且2001-2100年间延迟趋势显著加速。

该研究系统揭示了ALAN作为城市化标志性因子对植被物候的非线性影响机制，突破了传统模型仅关注光周期直接效应的局限。通过阐明ALAN介导的碳同化增强与气候响应调节两条通路，为理解全球变化下植物生理适应性提供了新视角。整合ALAN效应的物候模型显著提升了预测准确性，对优化城市生态规划、协调光污染治理与生态系统保护具有重要实践意义。作者指出，未来需结合控制实验直接测定植物激素（如生长素、乙烯）响应，以完善ALAN的生理生态机制解析。