《SCIENCE ADVANCES》:Biogeography of community canopy leaf traits and their links to global forest photosynthesis
编辑推荐:
叶片性状影响森林中的生物相互作用和生态系统功能。然而,叶片性状的生物地理驱动因素仍然高度不确定,限制了它们在全球植被模型中的整合。利用全球森林样地数据集,研究人员发现群落冠层叶片性状沿三个维度排列:叶片经济学、叶片密度和氮磷比(N:P)。这些性状维度在森林群落
叶片性状影响森林中的生物相互作用和生态系统功能。然而,叶片性状的生物地理驱动因素仍然高度不确定,限制了它们在全球植被模型中的整合。利用全球森林样地数据集,研究人员发现群落冠层叶片性状沿三个维度排列:叶片经济学、叶片密度和氮磷比(N:P)。这些性状维度在森林群落中的变化由不同的变量驱动:叶片经济学主要由落叶树的比例塑造,叶片密度由土壤有效磷和温度塑造,而叶片N:P比由温度塑造。这三个叶片性状维度共同解释了生态系统尺度森林最大光合作用变化的60.2%,其中叶片N:P比显示出最强的关联,其次是叶片经济学和叶片密度维度。具有中等叶片N:P比和更多获取性性状的森林比其他森林具有更高的光合作用。这些发现强调了群落冠层叶片性状在预测生态系统尺度森林功能的生物地理变异方面的潜力。
**论文解读文章**
森林在全球碳循环中发挥关键作用,但叶片性状(leaf traits)的生物地理驱动因素长期存在不确定性,限制了其整合到全球植被模型(global vegetation models, GVMs)中。现有研究表明,气候与土壤属性对叶片经济性状(leaf economic traits)的解释力较低,且地理格局常不一致。此外,尽管落叶树与常绿树的相对丰度(即群落落叶性,community deciduousness)可能影响叶片性状,但以往全球分析极少将其纳入。基于此,研究人员开展本研究,旨在明确群落冠层叶片性状的多维变化、其驱动因子及与森林光合作用的关系。该论文发表于《SCIENCE ADVANCES》。
研究人员利用全球2797个森林样地数据(来源包括中国样地、已发表文献及sPlotOpen数据库),整合环境变量(气候、土壤、地形)和基于样地实测的群落落叶性,采用随机森林模型(Random Forest)对六种冠层叶片性状(比叶面积SLA、单位干重氮含量N
mass、单位干重磷含量P
mass、叶片干物质含量LDMC、叶片组织密度LD、氮磷比N:P)进行全球分布作图,并通过主成分分析(PCA)提取三个独立性状维度:叶片经济轴、叶片密度轴和叶片N:P比。结构方程模型(SEM)用于区分环境对叶片性状的直接与间接影响。以太阳诱导叶绿素荧光(SIF)的月最大值作为森林最大光合作用的代理变量,评估性状的预测能力。
**结果一:群落冠层叶片性状的多维变化**
通过主成分分析(PCA),六个性状的前三个主成分(PCs)解释了88.9%的变异。PC1(38.2%)对应叶片经济性状(SLA、N
mass、P
mass),反映快-慢经济谱;PC2(30.6%)对应叶片密度性状(LDMC、LD);PC3(20.1%)对应叶片N:P比。单独对经济性状和密度性状进行PCA后,分别提取第一轴作为独立维度。
**结果二:全球群落冠层叶片性状分布图**
随机森林模型(包括环境变量和群落落叶性)的R
2介于0.62(LD)至0.81(SLA)之间。加入群落落叶性显著提升了模型表现,对SLA的提升最大(ΔR
2=0.35),对叶片N:P比提升最小(ΔR
2=0.03)。全球分布图中,叶片经济轴未呈现明确纬度单调趋势;最获取性(acquisitive)森林位于42°-48°N(北美东北部、东欧、东北亚),最保守(conservative)森林位于30°-35°纬度带。叶片密度轴显示最密叶片出现在温带森林,而热带雨林叶片密度较低。叶片N:P比从高纬度向低纬度显著下降。
**结果三:全球驱动因子**
群落落叶性是叶片经济轴最重要的预测因子,其次为气候和土壤。在25°以外地区,落叶性为主导驱动;低纬度地区则以气候为主。叶片密度轴主要受气候和土壤共同影响,土壤有效磷和年均温最关键,高的有效磷和温度对应高组织密度。叶片N:P比主要由气候驱动,温度及其季节性最重要,温暖且温度稳定地区具有高N:P比。
**结果四:群落落叶性介导的性状-环境关系**
结构方程模型揭示:土壤有效磷通过增加群落落叶性间接促进获取性经济性状;降水和温度对经济性状同时存在直接与间接(通过落叶性)效应,且方向有时相反。温度与落叶性交互影响SLA和N
mass:在落叶树主导的群落中,温度升高降低SLA和N
mass;而在常绿树主导的群落中则相反。
**结果五:群落冠层叶片性状与最大森林光合作用的关系**
三个性状维度(叶片经济轴、叶片密度轴、N:P比)共同解释SIF变化的60.2%。其中叶片N:P比关联最强,其次为经济轴和密度轴。叶片N:P比约为12且具有更多获取性性状的森林光合作用更高。单变量分析中,SLA解释16.0%的SIF变异,N:P比解释22.2%。
**讨论与结论**
讨论强调了群落落叶性对叶片经济性状的显著贡献,支持“常绿-落叶假说”,并解释了叶片经济性状缺乏纬度梯度的原因。叶片密度与环境条件关系密切,而叶片N:P比的纬度梯度主要由气候驱动的土壤养分限制变化引起。叶片N:P比与光合作用呈单峰关系,合理养分平衡有利于光合。研究还指出一些注意事项,如热带样地不足、种内变异未考虑、性状范围有限等。
**研究结论翻译**:通过汇集全球森林样地数据库、植物功能性状数据、环境变量和群落落叶性,研究人员绘制了群落冠层叶片性状图并揭示了其驱动因子与后果。结果表明,群落冠层叶片性状沿三个相对独立的维度变化:叶片经济谱(leaf economic spectrum)、叶片组织密度(leaf tissue density)和叶片N:P比。这三个多维性状空间维度由不同的主导驱动因子塑造:叶片经济性状由群落落叶性驱动,叶片组织密度由局地气候和土壤变量驱动,叶片N:P比由气候(特别是温度和水可利用性)驱动。叶片经济性状与群落落叶性之间的强关联有助于回答功能生物地理学中的两个长期问题:(1)叶片经济性状缺乏纬度梯度;(2)环境变量预测全球叶片经济性状分布的能力有限。研究人员建议,群落落叶性——一种通过遥感日益可获得的性状——应整合到全球性状分布模型中。这将增强评估历史与未来森林性状组成变化的能力,从而有助于在气候变化情景下更好地预测森林生态系统功能,如光合作用、总初级生产力(gross primary productivity, GPP)和净初级生产力(net primary productivity, NPP)。