欧洲树木生长的驱动因素：基于树级和样地级影响的可解释人工智能分析

《Ecological Informatics》：Drivers of tree growth across Europe: An explainable AI analysis of tree- and site-level influences

　　

气候变化正日益损害欧洲的森林生态系统，降低树木活力并增加死亡率。树冠落叶和树干生长被广泛用作早期胁迫响应的指标，但由于气候、土壤和生物因素之间复杂的非线性相互作用，其驱动因素仍难以厘清。在此，研究人员利用来自ICP Forests二级网络（International Co-operative Programme on Assessment and Monitoring of Air Pollution Effects on Forests Level II network）的长期数据，应用可解释人工智能（XAI）对四种主要欧洲树种（挪威云杉、欧洲赤松、欧洲山毛榉和橡树）的个体树木年直径生长进行建模。基于树级属性（如落叶、社会等级）和样地级变量（如土壤溶液化学、大气沉降和地形）训练的梯度提升决策树（GBDT）在所有消融和分组策略中均优于线性基线。消融实验表明，样地级特征贡献了大部分预测能力，而落叶仅贡献边际效应。XAI分析揭示了强烈的非线性、物种特异性响应模式，包括在高落叶水平（约35–60%）下的显著生长减少，以及氮和硫酸盐沉降的最优区间，展示了XAI识别候选生长相关模式和相互作用的能力。然而，基于树标识的时序显式交叉验证导致R²分数降低54%，而基于样地标识的空间显式交叉验证导致预测性能几乎完全崩溃，表明模型对时间和空间自相关以及上下文特定模式的强烈依赖。此外，消融落叶特征导致归因向相关的环境变量转移，突显了代理和统计混杂的作用。总体而言，研究人员的成果展示了XAI在森林生态学中的潜力和局限性：虽然XAI在筛选大型观测数据集和生成假设方面有效，但其输出需要谨慎解释、机理理解以及空间稳健的验证。

气候变化正日益威胁欧洲森林生态系统的健康，树木活力下降、死亡率上升。树冠落叶和树干生长被广泛用作早期胁迫响应指标，但其驱动因素因气候、土壤和生物因子之间复杂的非线性相互作用而难以厘清。传统线性模型无法充分捕捉这些复杂关系，而可解释人工智能（XAI）方法有望处理大规模异质数据集并揭示非线性模式，但存在过拟合、空间自相关和统计混杂等挑战。为此，研究人员利用ICP Forests二级网络（International Co-operative Programme on Assessment and Monitoring of Air Pollution Effects on Forests Level II network）的长期数据，聚焦四种主要欧洲树种（挪威云杉、欧洲赤松、欧洲山毛榉和橡树），应用XAI方法分析个体树木年直径生长的驱动因素。研究发现，基于梯度提升决策树（GBDT）的非线性模型显著优于线性基线，但模型性能高度依赖空间和时间自相关，跨样地泛化能力差；同时，XAI揭示了物种特异性的非线性阈值响应（如落叶约35–60%时生长骤降，以及氮沉降20–40 kg N/ha/yr的最优区间），并识别出硫酸盐沉降、坡向等潜在新驱动因子。该研究展示了XAI在森林生态学中筛选假设和生成新知识的潜力，同时强调了空间稳健验证和机理理解的重要性。论文发表在《Ecological Informatics》。

研究人员为开展研究主要采用了以下关键技术方法：数据来源于ICP Forests二级网络（International Co-operative Programme on Assessment and Monitoring of Air Pollution Effects on Forests Level II network），涵盖欧洲1993–2016年间18,353棵个体树木的23年观测数据（包括挪威云杉、欧洲赤松、欧洲山毛榉和橡树）。使用梯度提升决策树（GBDT，一种基于决策树的集成学习算法）框架LightGBM进行建模，以树级属性（落叶统计、社会等级）和样地级变量（土壤溶液化学、大气沉降、地形、林分密度指数等）作为特征。采用SHAP值（Shapley Additive Explanations，一种基于博弈论的特征归因方法）进行模型可解释性分析，并通过消融实验（移除特定特征组）和分层交叉验证（树标识、时间阻塞、样地标识三种分组策略）评估特征贡献与泛化能力。

**3.1 Predictability of growth across trees and forest plots**
通过5折交叉验证（按树标识分组，无时间阻塞），GBDT模型在全部特征下达到加权平均R²为0.46，线性模型ElasticNet仅0.25（降低45%）。移除落叶特征后R²仅下降6.5%（至0.43），而仅用树级特征时R²骤降至0.11（降低76%），表明样地级特征贡献了大部分预测能力。时间阻塞交叉验证导致GBDT的R²降低54%（至0.21），空间阻塞（按样地标识分组）更导致R²几乎崩溃至0.05（降低89%），说明模型高度依赖空间和时间自相关，泛化能力有限。

**3.2 Explained drivers of tree growth**
基于SHAP值的特征重要性分析显示，社会等级、平均落叶、林分年龄、坡度和降水是各物种共同的重要驱动因子。其中，平均落叶在云杉中排名第一，在松树中第三，山毛榉中第六，橡树中第二。移除落叶特征后，归因向相关环境变量重新分配（如云杉的钴沉降排名从15升至5，松树的土壤溶液总氮从32升至7），表明落叶充当了多种环境胁迫因子的代理变量。

**3.3 Dependence analysis and non-linear effects**
SHAP依赖图揭示了物种特异性的非线性响应：云杉和松树在平均落叶超过35%时生长显著下降，山毛榉和橡树在低落叶水平下生长略有提升；氮沉降在20–40 kg N/ha/yr区间对云杉和松树有正向生长效应（高达+4.5%），而低氮沉降（<5 kg N/ha/yr）对山毛榉有负效应；硫酸盐沉降低于2.5 kg SO₄/ha/yr时，云杉、山毛榉和橡树生长减少约2.5%，高沉降则与生长增加相关，但样本量较小需谨慎解读。

讨论部分指出，模型的空间泛化能力差是由于空间自相关和上下文特定模式所致，但SHAP依赖模式在交叉验证中保持稳定，可作为描述性工具。样地级特征中，氮沉降对云杉和松树有非线性最优曲线，与已有研究一致；硫酸盐沉降的关联性需进一步验证。树级特征中，社会等级和落叶是重要解释因子，但落叶与生长之间的关联可能反映双向或中介关系，而非直接因果。最大落叶的阈值效应（约35–40%）可能对应光合补偿能力极限。研究还指出缺失精细气候变量（如SPEI、VPD）和橡树样本量较小等局限性。研究结论部分翻译如下：我们的研究证明，无假设驱动（hypothesis-free）的可解释人工智能（XAI）方法为揭示和优化生长-环境关系、指导开发更稳健的机理驱动型森林生长模型提供了有力起点。然而，结果也展示了XAI应用于空间结构化生态数据时的根本局限：空间显式验证下预测性能的显著下降表明对空间混杂的敏感性，并强调模型导出的响应模式需要基于领域专业知识进行谨慎解读，而不能视为统计验证的因果效应。未来工作应通过将可解释机器学习与结构方程模型、过程模型等互补方法相结合，以加强因果推断和泛化能力；扩展特征集以包含土壤微生物群落等因子，并采用可微分模型整合领域知识，有望进一步提升机理理解。