美国东部和西部不同降水条件对秋季物候的影响对比

《Aging Brain》:Contrasting precipitation controls on autumn phenology across eastern and western U.S.

【字体: 大 中 小 】 时间:2026年04月17日 来源:Aging Brain 2.7

编辑推荐:

  秋季物候对气候敏感性的区域异质性及联合建模研究。基于美国大陆100余种木本植物观测数据,分析显示东部地区生长季温度主导叶色转变和落叶时间,西部地区前期降水影响更显著,但物种对温度和日照响应的一致性较高。联合物种模型(GJAM)通过捕捉物种间残差协方差,显著提升模型拟合精度(R2提高58%),揭示大尺度分析可能掩盖区域特异性气候约束,如水分限制和局部环境条件对物候的调控作用。

  
李晓璐|艾莉森·唐纳利|王业堂
山东师范大学地理与环境学院,中国济南250014

摘要

秋季物候是陆地生态系统中的一个关键但研究不足的组成部分。本文分析了来自美国大陆100多种木本植物的彩色叶片和落叶观测数据,以量化不同物种和地区之间的气候敏感性差异。通过使用联合物种建模框架,我们发现物种衰老开始的时间存在显著的空间差异。与单一物种模型相比,联合物种建模显著提高了模型的拟合度,表明考虑共存物种之间的协变性可以增强解释能力。在大陆尺度上,衰老时间与生长季节的温度和降水量密切相关,湿润地区的物种通常衰老时间较晚。然而,区域分析显示出明显的差异:在东部,生长季节的温度是主要影响因素;而在西部,季节前的降水量影响更为显著。尽管降水量敏感性存在区域差异,但物种对温度和日照长度的反应在不同地区仍然相对一致。这些发现表明,大规模分析可以掩盖特定区域的气候限制,包括水分限制和局部环境条件对物种级反应的影响。通过联合建模多物种观测数据,本研究揭示了秋季物候-气候关系中的显著空间异质性,并表明估计的气候敏感性取决于高维群落模型中的区域聚合和物种组成。

引言

秋季物候在调节陆地生态系统中起着关键作用,它标志着生长季节的结束,控制养分再吸收和循环,并介导不同营养级之间的物种相互作用(Fridley, 2012; Jeong, 2020; Liu et al., 2023; Peng et al., 2024; Piao et al., 2019; Richardson et al., 2013; Rudolf, 2019; Shen et al., 2024)。然而,尽管相关研究不断增加,人们对秋季物候的理解仍然不如春季物候深入,尤其是在物种级敏感性、区域异质性和潜在机制方面(Donnelly et al., 2024; Gallinat et al., 2015; Menzel et al., 2006)。以往的研究通常使用遥感方法来确定生态系统尺度上的秋季物候季节开始时间(Liu et al., 2016; Wu et al., 2018, 2022; Zhang et al., 2023),或直接观察和实验单个物种(Chen et al., 2020; Stuble et al., 2021; Thackeray et al., 2016),但结果往往因物种、地区和观测时期而异。Chen et al.(2020)发现,在欧洲四种温带树种中,随着气候变暖,衰老时间推迟且气候敏感性增加。Wang et al.(2019)利用卫星和通量数据发现,在气候变暖停滞期间,北半球的秋季物候没有普遍趋势。研究还强调了降水量或光照周期对秋季物候的重要性,这取决于具体的地区(Lang et al., 2019; Moon et al., 2022)。这些差异凸显了将生态系统尺度信号与单个物种的生理反应联系起来的难度。由于物种对秋季物候的关键环境因素的敏感性不同,因此物种级数据对于解决这些不一致性至关重要,但此类研究在地理和分类学上仍然有限(Vitasse et al., 2010; Xie et al., 2018)。
除了温度和降水量等气候因素外,生物因素也在塑造季节性事件的时间上起着关键作用。然而,关于生物相互作用在物候中的作用的研究主要集中在春季事件,如开花(例如,Wolf et al., 2017),通常强调入侵物种或物种间竞争时间的差异(Fridley, 2012; Meineke et al., 2021)。在物种尺度上,秋季衰老模型通常一次只模拟一个物种,忽略了物种在群落中共同存在和相互作用的事实(de la Torre Cerro and Holloway, 2021)。然而,对光、养分或水的竞争以及促进作用可以显著影响物候阶段的时间(Dronova et al., 2022; Du et al., 2019; Wolf et al., 2017)。例如,延长的秋季物候可能会使入侵灌木在碳同化方面优于本地物种(Donnelly et al., 2024; Fridley, 2012)。秋季物候的变化还会改变不同物种的栖息地可用性,可能导致其他营养级物种之间的物候不匹配(例如,Chmura et al., 2018; Simard et al., 2011)。尽管有这些见解,大多数关于物种相互作用的研究集中在不同营养级或不同功能组之间的相互作用上,很少关注共享同一生态系统和树冠层的物种如何共同响应气候驱动因素。
虽然之前的多物种物候研究主要集中在比较物种特定的回归系数或应用混合效应模型上,但它们通常不显式估计物种间的残差协变性(例如,de la Torre Cerro and Holloway, 2021; Xie et al., 2018)。因此,目前尚不清楚观察到的秋季物候同步性是反映了共同的环境驱动还是物种间的共变。大多数现有方法要么为每个物种分别拟合模型,要么引入随机效应来解释共同变异,隐含地将物种反应视为独立的或在广泛尺度上仅有弱相关性(de la Torre Cerro and Holloway, 2021; Dormann et al., 2012)。相比之下,联合物种分布模型(JSDMs)明确地将物种对环境协变量的反应及其残差协变结构一起建模(Clark et al., 2017; Ovaskainen et al., 2014; Ovaskainen and Abrego, 2020; Pollock et al., 2014; Tikhonov et al., 2017; Wilkinson et al., 2019, 2021)。通过在贝叶斯框架内估计完整的协方差矩阵,JSDMs(如广义联合属性模型)能够区分对气候的共享敏感性和物种特异性敏感性,并提供群落级反应的多变量视角。
为了理解秋季物候——特别是叶片着色和落叶的时间——如何从物种到生态系统尺度响应气候,不仅要考虑气候驱动因素,还要考虑共存物种之间的相互作用和影响。基于实地的群落尺度物候数据集通过结合野外专家和训练有素的志愿者的观测数据使这成为可能。美国国家物候网络(USA-NPN)收集了美国各地多种物种和地点的标准化叶片着色(衰老)时间的观测数据(Crimmins et al., 2022; Rosemartin et al., 2018)。这些数据使得超越单一物种模型、评估共存物种如何集体响应气候的分析成为可能。广义联合属性模型(GJAM; Clark et al., 2014, 2017)提供了一个独特的框架,通过明确建模物种间的协变性,从而捕捉共享反应和潜在的群落级相互作用。具体来说,我们提出了以下问题:(1)同一物种在不同地区的秋季物候对温度、降水量和日照长度的敏感性有何异同?(2)不同的气候驱动因素如何塑造不同地区的群落级衰老模式?(3)联合建模框架如何以及通过什么机制改善了对多样物种和不同气候条件下秋季物候的描述和理解?

部分摘录

秋季物候的实地观测

我们使用了美国国家物候网络(USA-NPN)提供的基于实地的物种级秋季物候数据。这些数据由专业人士和志愿者通过Nature’s Notebook平台(Rosemartin et al., 2018)使用标准化协议(Denny et al., 2014; Denny and Crimmins, 2023)收集。值得注意的是,USA-NPN数据库还整合了其他监测网络的观测数据,如国家生态观测网络(Elmendorf et al., 2016)。

使用联合模型模拟秋季物候

结合物种相互作用显著提高了模型对彩色叶片和落叶时间的预测性能(图1, S4-S6)。对于所有物种,GJAM模型在降维后解释了更多的方差(R2 = 0.77 ± 0.13;图1),并减少了预测误差(RMSE = 21.5 ± 6.3天;图S4),相比之下,CDD模型(R2 = 0.19 ± 0.16;RMSE = 42.0 ± 12.9天)和线性模型(R2 = 0.10 ± 0.15;RMSE = 46.2 ± 14.3天)的表现较差。

讨论与结论

我们发现美国大陆范围内秋季衰老的气候控制因素存在显著的空间差异。在大陆尺度上,生长季节的降水量和温度是彩色叶片和落叶时间的主要预测因子,湿润条件通常与延迟衰老相关。然而,这种总体模式掩盖了显著的区域差异。在美国东部,衰老主要由生长季节的温度驱动,而在

数据声明

本研究使用的所有植物物候数据均可通过美国国家物候网络(USA-NPN)网站公开获取。植物个体表型数据可在http://doi.org/10.5066/F78S4N1V获取。Daymet提供的气象数据可在https://doi.org/10.3334/ORNLDAAC/2129获取。本研究使用的是公开可用的R软件包进行分析。具体来说,我们使用了gjam包(Clark et al., 2017)进行GJAM建模,以及基本的lm函数(R

CRediT作者贡献声明

李晓璐:撰写——审稿与编辑,撰写——初稿,正式分析,数据管理,概念化,资金获取。艾莉森·唐纳利:撰写——审稿与编辑。王业堂:撰写——审稿与编辑,项目管理,资金获取。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号