复合干旱-热浪事件下中国三种森林管理类型碳汇恢复力的分异与响应机制

《Ecological Indicators》:Divergent carbon sink resilience and response mechanisms across three forest management types under compound drought–heatwave events in China

【字体: 大 中 小 】 时间:2026年07月30日 来源:Ecological Indicators 8.7

编辑推荐:

  森林碳汇在全球气候变化减缓中发挥关键作用,但其稳定性日益受到复合干旱-热浪(CDHW)事件的威胁。然而,森林碳汇对CDHW事件的恢复力及其在不同森林管理类型间的分异仍知之甚少。本研究识别了2001—2020年中国境内的CDHW事件,并量化了三种森林类型(未管理

  
森林碳汇在全球气候变化减缓中发挥关键作用,但其稳定性日益受到复合干旱-热浪(CDHW)事件的威胁。然而,森林碳汇对CDHW事件的恢复力及其在不同森林管理类型间的分异仍知之甚少。本研究识别了2001—2020年中国境内的CDHW事件,并量化了三种森林类型(未管理天然林、管理天然林和人工林)碳汇的抵抗性(Rt)、恢复性(Rc)和恢复力(Rs)。采用XGBoost-SHAP框架来解析CDHW属性和气候遗留效应的贡献及非线性响应机制。结果显示:(1)CDHW事件每年影响研究区面积的3.74%±2.29%,空间覆盖率从2001—2010年的3.47%增加到2011—2020年的4.01%。(2)管理天然林表现出最强的整体恢复力(Rs=+0.079),在CDHW事件后实现超恢复。人工林表现出最弱的抵抗性(Rt=?0.050),而未管理天然林表现出显著的恢复不足(Rs=?0.084)。(3)前一年标准化净生态系统生产力(sNEP)主导了所有恢复力模型(22.15%–53.36%),其次是CDHW事件特征(16.70%–35.82%)。CDHW严重度表现出森林类型特定的阈值:未管理天然林和人工林为1.45°C,管理天然林为1.87°C,且响应方向相反:低于各自阈值时,严重度抑制未管理天然林和人工林的抵抗性但促进管理天然林的抵抗性,而高于阈值时方向逆转。管理天然林的热驯化窗口比未管理天然林更宽。这些发现表明,管理天然林在复合极端事件下提供最稳定的碳汇能力,且造林管理干预可以扩展森林碳汇的热耐受范围;因此,应优先考虑管理天然林作为气候适应性林业策略。本研究为制定差异化森林管理策略以同时增强碳汇和稳定汇功能提供了关键证据。
**研究背景与问题**

森林碳汇在全球碳循环中扮演关键角色,1990—2019年间全球森林碳汇抵消了约一半的化石燃料排放(7.8±0.4 Pg C·yr?1)。然而,极端气候事件(如干旱和热浪)的频繁发生显著削弱了森林碳汇功能,甚至可能使其从碳汇转为碳源。例如,2003年欧洲极端干旱导致净碳吸收发生强烈异常,逆转了此前四年的累积碳汇;2022年欧洲持续干旱和热浪使区域森林碳汇能力减少56–62 Tg C。传统研究将干旱和热浪视为独立事件,但二者常时空耦合,形成复合干旱-热浪事件(CDHW),其生态影响远超单一事件的简单叠加。CDHW事件通过抑制光合能力和加剧土壤水分消耗,对植被生产力产生“超加性”损害。中国是全球CDHW风险热点之一,森林碳汇面临复合胁迫。碳汇恢复力(定义为抵抗和恢复能力)是评估森林稳定性和气候适应性的关键指标,但现有研究多聚焦单一干旱或热浪事件,且缺乏对CDHW事件影响的系统评估。此外,森林类型间的异质性未得到充分关注,尤其是管理天然林(半天然森林,兼具自然更新与人工管理干预)的碳汇恢复力研究几乎空白。因此,研究人员开展本研究,旨在量化中国三种森林管理类型(未管理天然林、管理天然林和人工林)碳汇对CDHW事件的恢复力,并解析其驱动机制,为制定差异化森林碳汇管理策略提供科学依据。论文发表在《Ecological Indicators》。

**主要技术方法**

本研究采用的数据包括:森林管理类型数据(Xu et al., 2024a,空间分辨率250 m,总体精度86.82%±9.14%),将全球森林分为未管理天然林(UNF)、管理天然林(MNF)和人工林(PF);净生态系统生产力(NEP)产品(500 m分辨率,2001–2020年,R2=0.72);日最高温度数据(来自美国国家海洋和大气管理局国家环境信息中心);3个月尺度标准化降水蒸散指数(SPEI-3,1000 m分辨率)。所有栅格数据重采样至500 m。CDHW事件定义为生长季(5–9月)内,当SPEI-3
**研究结果**

**3.1 CDHW事件特征**:2001–2020年,CDHW事件年均影响研究区面积的3.74%±2.29%,空间覆盖率从2001–2010年的3.47%上升至2011–2020年的4.01%。2020年覆盖率最高(10.08%),但严重度和持续时间接近多年均值;2007年严重度(2.09°C)和幅度(20.86)突出;2015年持续时间最长(8.66天)且幅度最大(20.99),但严重度较低(1.20°C)。三个强度指标在2001–2020年间均未表现出统计显著线性趋势。

**3.2 森林类型间碳汇恢复力差异**:通过比较三种森林类型的抵抗力、恢复性和恢复力指标,得出:人工林抵抗性最弱(Rt=?0.050),管理天然林抵抗性最强(Rt=+0.055),未管理天然林居中(Rt=+0.017)。未管理天然林恢复性为负(Rc=?0.101),表明事件后碳汇水平进一步下降;管理天然林和人工林恢复性为正(分别为+0.024和+0.032)。恢复力方面,管理天然林最高且唯一为正(Rs=+0.079),实现超恢复;未管理天然林最低(Rs=?0.084),构成恢复不足;人工林接近零(Rs=?0.018)。进一步对受影响的像元(Rt<0)进行单独分析,发现抵抗性差异不再显著,但管理天然林的恢复性(Rc=+0.484)和恢复力(Rs=?0.396)仍显著优于其他类型,表明管理天然林的抵抗性优势主要源于“更强的避免冲击能力”,而非更小的损失幅度。

**3.3 驱动因素重要性比较**:通过XGBoost-SHAP分析,前一年标准化NEP(sNEP(t?1))在所有森林类型和所有恢复力指标中贡献最大(对抵抗性贡献38.12%–41.99%,对恢复性贡献22.15%–25.62%,对恢复力贡献49.97%–53.36%)。CDHW事件特征(包括严重度、空间覆盖率等)的合计贡献为16.70%–35.82%,气候遗留效应贡献12.87%–25.06%。不同森林类型的关键驱动因素存在分异:人工林对前一年热浪遗留效应(HWMId(t?1)和热浪天数)更敏感;管理天然林对CDHW空间覆盖率和前一年热浪强度反应突出;未管理天然林对CDHW空间覆盖率和严重度敏感。

**3.4 SHAP依赖分析结果**:抵抗性维度:CDHW严重度对未管理天然林和人工林表现出相似阈值(1.45°C),低于该阈值时严重度抑制抵抗性,高于阈值则促进;管理天然林阈值相反(1.87°C),低于阈值促进抵抗性,高于阈值抑制。空间覆盖率低于约7%时抑制抵抗性,高于阈值促进。前一年热浪强度(HWMId(t?1))表现出复杂多阶段响应,管理天然林的热驯化窗口更宽(正向效应维持至HWMId(t?1)=0.64),未管理天然林仅维持至0.60。恢复性维度:低严重度对所有森林类型恢复性有促进作用,阈值呈梯度(未管理天然林0.69°C,管理天然林0.79°C,人工林0.96°C)。恢复力维度:CDHW严重度表现出非线性阈值,未管理天然林低于1.67°C时抑制恢复力,高于阈值促进;人工林在0.82–1.62°C间抑制恢复力。前一年热浪强度对管理天然林保持正向效应至0.64,未管理天然林在0.23–0.60间正向,超出后转为负向。

**总结讨论与结论翻译**

讨论部分指出,三种森林类型恢复力分异明显:管理天然林整体恢复力最佳,人工林抵抗性最弱但恢复性较快,未管理天然林恢复不足但长期恢复力较好。管理天然林的恢复力优势源于其结构多样性带来的强避免冲击能力。复合事件指标在抵抗性模型中的总贡献超过纯干旱和纯热浪指标之和,证实了超加性效应。CDHW严重度表现出非线性阈值行为,与植物生理适应机制一致。前一年热浪强度揭示了热驯化效应,且管理天然林的热驯化窗口更宽,为管理干预扩展热耐受范围提供了证据。研究局限性包括分类数据精度(已通过蒙特卡洛标签扰动分析验证稳健性)、XGBoost模型解释方差有限(R2=0.19–0.44,主要受未纳入因子影响)以及固定2年恢复窗口可能低估未管理天然林的长期恢复力。

**研究结论翻译**:本研究建立了整合复合事件识别、恢复力评估和机器学习归因的系统分析框架,阐明了2001–2020年中国CDHW事件特征及对三种主要森林类型碳汇恢复力的影响机制。主要结论如下:

(1)CDHW事件年均影响研究区面积的3.74%±2.29%,空间覆盖率从0.72%(2002年)至10.08%(2020年)不等。后十年平均覆盖率(4.01%)高于前十年(3.47%)。各年份极端性维度各异,三个强度指标在研究期内均未表现出统计显著线性趋势。

(2)三种森林类型碳汇恢复力呈现显著分异。人工林对CDHW事件抵抗性最弱(Rt=?0.050),显著低于管理天然林和未管理天然林。敏感性分析表明管理天然林和未管理天然林的抵抗性优势主要源于“避免冲击能力”。管理天然林表现出最佳整体恢复力(Rs=+0.079),表明其碳汇在CDHW事件后实现超恢复。未管理天然林的恢复性(Rc=?0.101)和恢复力(Rs=?0.084)均为最低且为负值,表明事件后两年内碳汇水平不仅未恢复,反而进一步低于事件期间和事件前水平。

(3)XGBoost-SHAP可解释性分析显示,前一年标准化NEP(sNEP(t?1))是所有恢复力指标和所有森林类型的主导驱动因子,贡献22.15%–53.36%,其次为CDHW事件特征(16.70%–35.82%)和气候遗留效应(12.87%–25.06%)。CDHW严重度表现出森林类型特定的非线性阈值:低于各自阈值时,严重度抑制未管理天然林(1.45°C)和人工林(1.45°C)的抵抗性,但促进管理天然林(1.87°C)的抵抗性,高于阈值时方向逆转。管理天然林表现出更宽的热驯化窗口(0.64 vs. 未管理天然林0.60)。这种更宽的热适应能力为管理天然林在复合极端事件加剧背景下作为最抗逆森林类型提供了机制证据。本研究构建了包含森林类型间恢复力分异和CDHW属性非线性影响机制的分析链,为理解中国森林碳汇对复合极端气候事件的响应模式提供了定量证据。管理天然林表现出的最佳整体抵抗性和恢复力,为在CDHW威胁加剧背景下寻求“增强碳汇”与“稳定碳汇”双重目标的森林管理策略提供了重要科学依据。
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