《Plants》：Latitudinal Variation in the Phenology of the Emergent Species Phragmites australis and the Submerged Species Potamogeton crispus in Shallow Lakes of the North China Plain
编辑推荐：
物候作为关键的功能性状，是理解植被对环境变异响应的重要指示指标。在气候变化背景下，植被物候的纬度地带性已引起广泛关注。然而，不同水生植物物候如何响应纬度变异仍认识不足。为表征沉水与挺水两类水生植被沿纬度梯度的对比性响应，本研究以华北平原浅水湖泊中广泛分布的沉水
物候作为关键的功能性状，是理解植被对环境变异响应的重要指示指标。在气候变化背景下，植被物候的纬度地带性已引起广泛关注。然而，不同水生植物物候如何响应纬度变异仍认识不足。为表征沉水与挺水两类水生植被沿纬度梯度的对比性响应，本研究以华北平原浅水湖泊中广泛分布的沉水物种菹草（Potamogeton crispus，P. crispus）和挺水物种芦苇（Phragmites australis，P. australis）为对象，基于Sentinel-2密集时间序列归一化差异植被指数（Normalized Difference Vegetation Index，NDVI）数据和标准化的物候提取方法，分析了这两类植被的空间分异格局及其纬度物候响应与环境关联，包括生长季开始期（Start of the growing Season，SOS）、生长季结束期（End of the growing Season，EOS）和生长季长度（length of the growing season，LOS）。结果表明，P. crispus和P. australis的空间分布存在显著差异，反映了它们在湖泊生态系统中占据的不同生态位。两者的物候指标亦呈现出相反的纬度格局。对P. australis而言，SOS无显著纬度趋势，而EOS随纬度升高而提前，LOS随纬度升高而缩短。对P. crispus而言，SOS和EOS均随纬度升高而推迟，而LOS无显著纬度梯度。在线性预测因子中，年平均温度总体重要性最高，但其与P. australis和P. crispus物候的关联存在显著差异。其他环境和人为因子亦表现出物种特异性和阶段特异性的物候关联。XGBoost-SHAP分析（极端梯度提升（Extreme Gradient Boosting，XGBoost）结合Shapley加性解释（SHapley Additive exPlanations，SHAP））进一步揭示了所选环境预测因子与物候指标之间的非线性边际关联，包括P. australis的EOS响应在16 °C附近出现的明显变化，该特征应视为探索性模型导出结果，而非确认的阈值。本研究凸显了沉水和挺水大型水生植物在纬度物候响应上的对比性差异，为华北平原浅水湖泊生态系统的生态监测和管理提供了科学支撑。
论文解读：华北平原浅水湖泊中芦苇与菹草物候的纬度变异及其环境关联
1. 研究背景与科学问题
植被物候是生态系统对气候变化和环境变异响应的关键指示指标。纬度梯度所伴随的热量条件差异，通常驱动陆生植被物候呈现系统的空间分异。然而，与陆生植被相比，水生植被物候的大尺度纬度格局研究十分匮乏。水生植被在湖泊和湿地中承担着水质净化、栖息地供给、生物多样性维持和碳汇等重要生态功能，其物候可能同时受气候、水文、水质和人类活动等多重因素影响，因而可能表现出不同于陆生植被的响应模式。已有遥感研究多局限于单个湖泊或单一物种，难以揭示不同生活型水生植物（沉水与挺水）沿同一纬度梯度的对比性物候响应。此外，中低分辨率遥感数据（如MODIS、Landsat）难以准确识别浅水湖泊中呈破碎化分布的挺水和沉水植被斑块，限制了对植被类型间精细物候差异的表征。据此，本研究以华北平原南水北调东线工程沿线约3.5°纬度跨度的五个浅水湖泊为研究区，选取典型挺水物种芦苇（Phragmites australis，P. australis）和典型沉水物种菹草（Potamogeton crispus，P. crispus），旨在解答两个功能型水生植物是否沿同一纬度梯度表现出不同甚至相反的物候响应，以及哪些环境因子与这些差异相关。
2. 研究设计与技术方法
研究人员利用2022—2024年Sentinel-2 Level-2A影像，构建10—60 m分辨率的密集归一化差异植被指数（Normalized Difference Vegetation Index，NDVI）时间序列。研究区包括东平湖（DPL）、南四湖上级湖（NSLN）、南四湖下级湖（NSLS）、骆马湖（LML）和高邮湖（GYL），覆盖约32°30′—36°00′ N的纬度梯度。P. australis采用随机森林（Random Forest，RF）算法，基于其盛期影像的光谱波段和NDVI、增强植被指数（Enhanced Vegetation Index，EVI）、归一化差异水体指数（Normalized Difference Water Index，NDWI）和归一化差异水生植被指数（Normalized Difference Aquatic Vegetation Index，NDAVI）等特征进行提取；P. crispus则采用时相NDVI差值法，利用其旺盛生长期与衰亡期NDVI差异进行识别。物候参数提取采用TIMESAT 3.3中的双逻辑斯蒂（Double Logistic，DL）函数拟合NDVI曲线，再以动态阈值法提取生长季开始期（Start of the growing Season，SOS）、生长季结束期（End of the growing Season，EOS）和生长季长度（length of the growing season，LOS）。P. australis的SOS和EOS阈值均设为0.2，P. crispus的SOS和EOS阈值分别设为0.3和0.5。随后，研究人员采用一元线性回归量化纬度与物候指标的关系；采用Pearson相关分析筛选环境因子；采用偏最小二乘回归（Partial Least Squares Regression，PLSR）评估线性预测因子的方向和相对重要性（以变量重要性投影VIP>1为重要）；采用极端梯度提升结合Shapley加性解释（XGBoost-SHAP）探索环境因子与物候之间的非线性边际关联，并通过留一湖交叉验证（LOLO-CV）评估模型跨湖泛化能力。样本量为5个湖泊×3年=15个湖年观测值。
3. 主要研究结果
（1）典型植被的空间分布格局。P. australis主要分布于近岸浅水区和河流入湖口附近，P. crispus则主要分布在沿岸带和开阔水域。总体上，北部湖泊两种目标植被的覆盖面积大于南部湖泊，其中南四湖上级湖三年平均覆盖面积最高，骆马湖最低。在北部湖泊（东平湖、南四湖上级湖、南四湖下级湖）中P. crispus的平均面积占比高于P. australis；在南部湖泊（骆马湖、高邮湖）中则相反，表明两种植被类型的相对分布沿纬度发生转变。分类精度方面，P. australis的RF分类总体精度（OA）为94.31%—99.92%，Kappa系数为0.80—0.99；P. crispus的生产者精度（PA）为84.91%—98.70%，满足后续分析要求。
（2）P. australis物候的空间格局。P. australis的SOS在五个湖泊间差异相对较小（最大差值8天），无显著纬度趋势；EOS随纬度升高总体提前，最北端东平湖的平均EOS为DOY 320，最南端高邮湖为DOY 344，相差24天；LOS呈现明显的纬度格局，北部湖泊生长季较短，南部湖泊生长季较长，东平湖平均LOS最短（227天），南四湖下级湖最长（254天）。
（3）P. crispus物候的空间格局。P. crispus的SOS除东平湖显著较晚外（DOY 108），其余四湖均接近DOY 95；EOS在湖间差异较小（约6天），南四湖上级湖最晚（DOY 152），高邮湖最早（DOY 146）；LOS在中间纬度湖泊较高（南四湖上级湖和下级湖均为59天），南北两端较低（东平湖和高邮湖均为53天）。
（4）纬度回归分析。P. australis的SOS随纬度增加每1°推迟2.38天，但仅边缘显著（p=0.0603）；EOS随纬度增加每1°提前5.71天（R2=0.4590，p<0.01）；LOS随纬度增加每1°缩短7.64天（R2=0.6292，p<0.001），表明其生长季长度纬度格局主要由秋季物候驱动。P. crispus的SOS随纬度增加每1°推迟3.15天（R2=0.4198，p=0.0093）；EOS随纬度增加每1°推迟2.46天（R2=0.4135，p=0.0103）；LOS的纬度斜率接近零且不显著（p>0.05）。这说明P. crispus的SOS和EOS同步推迟，相互抵消导致LOS无显著纬度梯度。基于三年平均值的敏感性分析证实了回归斜率符号的一致性，表明核心纬度格局稳健。
（5）环境关联分析。Pearson相关分析显示，P. australis的SOS与任何因子均无显著相关；EOS与年平均气温和夜间灯光显著相关；LOS与年平均气温、水位和夜间灯光显著相关。P. crispus的SOS与年平均气温和夜间灯光显著相关；EOS与年平均气温、水位和总磷相关；LOS主要与电导率和夜间灯光相关。PLSR结果表明，年平均气温在整体重要性中最高，但方向因物种和物候阶段而异：与P. australis的EOS和LOS呈正相关，与P. crispus的SOS和EOS呈负相关。水位与P. australis的LOS负相关，与P. crispus的EOS正相关；夜间灯光与P. australis的物候推迟和LOS延长相关，与P. crispus的SOS提前和LOS延长相关。XGBoost-SHAP分析显示，年平均气温对P. australis的EOS和LOS具有非线性边际贡献，其在约16 °C附近出现SHAP贡献由负转正的表现；P. crispus的SOS和EOS与年平均气温主要呈负非线性关联，EOS还与水位和总磷呈正非线性关联。但交叉验证表明，XGBoost模型对未见湖泊的预测能力有限（各物候模型出折R2cv多为负值或较弱），因此上述非线性结果应视为探索性模型特征，而非确定性生态阈值。
4. 讨论、局限性与结论
本研究所提取的物候参数与已发表观测相符：P. australis的SOS为DOY 80—110，EOS为DOY 310—350，与盐城滨海湿地观测一致；P. crispus的SOS为DOY 80—120，EOS为DOY 140—160，与东平湖和南四湖的历史观测吻合。两种生活型植物呈现相反的纬度响应：P. australis的秋季物候（EOS）主导了其生长季长度的纬度缩短趋势；P. crispus则因SOS和EOS同步推迟而保持LOS无纬度梯度。这可能与两物种生理生态特性有关：P. australis为根茎型挺水植物，春季萌发受局地水文和土壤湿度影响，削弱了纬度气候梯度对SOS的作用，而北方秋季热量下降更早导致EOS提前；P. crispus为冷水性沉水植物，春季温度影响芽孢萌发，且对高温耐受有限（约25 °C以上加速衰亡），因此高纬度低温推迟SOS但同时也推迟EOS，两者相互抵消。由于缺乏水温观测，本文以气温代表气候条件，上述纬度关联不能直接解释为水生热力机制。
研究局限性包括：仅覆盖五个湖泊、三年时间序列，样本量有限（n=15）；云污染和混合像元可能影响物种制图与物候反演精度；物候参数缺乏独立地面观测验证；XGBoost-SHAP结果受样本量限制仅能视为探索性关联。未来需扩大研究范围、结合更高时空分辨率遥感数据并整合更多地面物候观测，以增强结论的稳健性。
研究结论为：华北平原浅水湖泊中的P. australis与P. crispus在空间分布和纬度物候响应上呈现显著差异。P. australis随纬度升高EOS提前、LOS缩短；P. crispus随纬度升高SOS和EOS均推迟，而LOS无显著纬度梯度。环境关联具有物种和阶段特异性，年平均气温在线性预测因子中总体重要性最高；XGBoost-SHAP揭示了非线性边际关联，其中包括P. australis的EOS响应在16 °C附近的表现变化，但该特征为探索性模型导出结果，不应视为已确认的生物学阈值。这些发现凸显了挺水和沉水大型水生植物沿纬度梯度的对比性物候响应，为华北平原浅水湖泊的物候-informed生态监测与管理提供了基础。
