《气候变化下特定叶面积的全球图谱》

《Global Ecology and Biogeography》：A Global Atlas of Specific Leaf Area Under Climate Change

特定叶面积（SLA）是植物功能性状的重要指标，本研究整合了来自文献、TRY数据库和野外采集的24,237条SLA数据，构建了全球尺度的SLA数据集。通过模型预测了2020-2100年间不同气候情景下SLA的空间分布变化，填补了全球连续SLA数据的空白。该数据集为植物功能性状与环境影响机制研究、植被动态模拟及生态系统反馈分析提供了关键支撑，数据格式包含CSV和GeoTIFF，可在Figshare获取完整资料。

　　

摘要

研究动机

特定叶面积（SLA）是植物的一项关键功能性状，与植物的结构、生理特性和资源利用策略密切相关。尽管其重要性不言而喻，但在全球生物群落中，能够捕捉SLA空间变化的数据集仍然十分稀缺，尤其是在未来气候情景下。在此，我们整理并建立了一个全面的全球SLA数据集，以评估其当前分布情况并预测其对气候变化的响应。这一资源为探索性状与环境之间的关系、植物群落组成以及植被-气候反馈机制提供了重要的支持，适用于广泛的时空尺度。

数据集包含的主要变量类型

该数据集包含一个标准化表格，其中记录了24,237个SLA测量值，每个测量值都附带地理坐标。这些观测数据涵盖了282个科中的5,687种维管植物，数据来源于同行评审的文献、TRY数据库以及新的野外采集结果。

空间位置与数据粒度

该数据集具有全球覆盖范围，SLA预测结果的空间分辨率为1平方公里（1 km2）。空间层包括当前的环境条件以及未来气候情景下的预测结果。

时间范围与数据粒度

数据反映了以下时间段的当前气候条件及未来预测：2020–2040年、2040–2060年、2060–2080年和2080–2100年，涵盖了多种排放情景。

主要研究对象与测量层次

性状数据是在维管植物物种层面收集的，重点关注草本植物和树木。这些SLA值是在排除叶柄后测量的，并被地理参考到全球2,437个采样点，从而实现了跨生物群落的功能性状变化分析。

软件格式

原始性状数据以逗号分隔值（.csv）格式提供。模型输出结果（包括全球SLA预测）以Geotiff（.tif）文件形式提供，适用于集成到GIS平台和地球系统模型中。

利益冲突

作者声明没有利益冲突。

数据可用性声明

与本研究相关的所有数据均可在Figshare网站上公开获取，网址为：https://doi.org/10.6084/m9.figshare.29666732。其中包含完整的SLA观测数据（包括物种身份和地理位置信息）；当前及未来气候情景（2020–2100年，SSP245和SSP585）下的全球SLA分布空间预测层（GeoTIFF格式，分辨率为1平方公里）；以及用于模型开发和预测的所有相关R脚本。数据文件采用标准格式（.csv、.tif、.R）提供，并附带使用说明文档。