生态阈值与刺槐（Robinia pseudoacacia）人工林沿水热梯度的分化干旱恢复力

《Forest Ecosystems》：Ecological thresholds and divergent drought resilience of Robinia pseudoacacia plantations across a hydro-climatic gradient

　　

随着气候变化加剧干旱的严重程度和频率，大规模造林计划的稳定性取决于对关键树种生长极限和干旱响应模式的理解。刺槐（Robinia pseudoacacia）是中国北方生态恢复的关键树种，但其跨水热梯度的非线性生长阈值和干旱响应模式仍未得到充分量化。在此，研究人员将覆盖半干旱至湿润梯度的24个样点的区域树木年轮学网络与增强回归树（BRT）和结构方程模型（SEM）相结合，以厘清径向生长和干旱恢复力的驱动因素。结果表明，沿梯度存在分化的干旱响应模式。干旱地区种群表现出一种描述性的“弹性补偿”模式，其特征是低抵抗力但强干旱后恢复力，而湿润地区种群则表现出更保守的生长维持模式，具有较高的抵抗力（Rt）和适度的恢复力（Rc）。BRT和阈值分析确定了生长下降的关键阈值：干旱地区的上限温度阈值（22.9 °C）显著高于湿润地区（17.21 °C），表明生长-温度敏感性存在区域特异性转变。此外，在干旱地区检测到明显的蒸汽压差（VPD）阈值0.55 kPa，当超过该阈值时，径向生长在观测数据范围内下降。SEM分析进一步揭示了区域特异性的因果路径：在干旱区，径向生长受直接气候效应、大气干旱和土壤化学条件的共同调节，而在湿润区，气候效应主要通过大气和土壤干旱路径介导。这些发现对统一管理方法提出了挑战，并表明未来的造林规划应考虑水热阈值和区域特异性的干旱响应模式，以改善气候变暖和干旱化背景下刺槐人工林的风险评估。

**论文解读：刺槐人工林生长与干旱恢复力的区域分化机制**

全球气候变化加剧了干旱的频率和强度，对大规模植树造林工程的长期稳定性构成重大威胁。中国黄土高原水土流失严重、生态脆弱，过去数十年间大规模开展生态恢复，刺槐（*Robinia pseudoacacia*）凭借其耐旱性和固氮能力成为该区域最主要的先锋造林树种，其人工林约占区域人工林总面积的90%，在土壤保持、碳汇和生态系统服务供给中发挥关键作用。然而，持续升温和降水格局改变使极端干旱事件频发，给这些人工林带来严重生理胁迫。该区域自东南半湿润向西北半干旱-干旱延伸，形成显著的水热梯度，为研究种内干旱响应如何随水分可利用性变化提供了天然实验室。以往研究多集中于单点或单一气候因子，缺乏区域尺度上温度、水分平衡和土壤性质协同效应及生态阈值的综合评估；传统相关分析也难以捕捉非线性响应、阈值效应和交互作用。因此，开展跨水热梯度的系统性研究对于预测生态和管理刺槐人工林具有重要意义。

研究人员建立了一套“探索–量化–验证”框架，整合树木年轮学、增强回归树（BRT）、多项式阈值建模和路径分析。样本队列来源于中国北方24个刺槐人工林样点，覆盖经度103.7°E–121.7°E、纬度31.6°N–39.9°N，包括14个新采样的样点（2022–2025年）和10个已发表年表，共1113根树芯；按年干燥度指数（AI）通过层次聚类分为相对干旱组（n=14）和相对湿润组（n=10）。主要关键技术包括：①利用年轮宽度建立标准年表（STD），仅保留总体代表信号（EPS）≥0.80的样点；②采用BRT模型量化16个环境预测因子（土壤、气候、干旱、地形等）的相对贡献和非线性响应；③通过气候敏感性积分推导二次适宜性曲线，识别关键生态阈值；④利用结构方程模型（SEM）解析直接与间接驱动路径；⑤基于标准化降水蒸散指数（SPEI）识别单次极端干旱事件，按Lloret等定义计算抵抗力（Rt）、恢复力（Rc）和恢复力（Rs），并拟合Rt–Rc关系曲线。

主要结果如下：**3.1 年轮年表特征与生长趋势**——24个年表的平均敏感度（MS）为0.14–0.43，EPS均≥0.80，表明年表可靠；除S24外，多数样点生长无显著趋势。**3.2 月尺度气候-生长关系**——月响应分析显示，干旱区生长对降水的显著响应集中于当前生长季6–8月，湿润区对VPD的显著响应集中在7–10月；根区土壤湿度（SMrz）在3–10月均与生长显著关联。**3.3 基于BRT模型的驱动因素分析**——干旱区（R2=0.42）生长主要由SPEI（24.31%）和降水（18.75%）驱动，而湿润区（R2=0.55）土壤湿度（SMrz+SMs）贡献合计近23%，表明控制机制从降水驱动向土壤水分保持驱动转变。**3.4 环境阈值与区域分化**——敏感性积分模型显示，生长-温度关系呈倒U型，上限温度阈值从湿润区的17.21 °C升至干旱区的22.90 °C；SMrz呈U型适宜性曲线，拐点从干旱区的0.17 m³·m^?3升至湿润区的0.22 m³·m^?3；干旱区存在明确的VPD阈值0.55 kPa。**3.5 生长-气候驱动路径的区域分化**——主成分分析（PCA）和SEM表明，干旱区径向生长受气候指标和大气干旱直接促进，被土壤化学性质抑制；湿润区气候效应主要通过大气干旱和土壤干旱路径间接传递，无显著直接效应。**3.6 极端干旱事件的抵抗力、恢复力与恢复性**——湿润区Rt显著高于干旱区（p<0.001），而干旱区Rc显著更高（p<0.001），Rs在湿润区略高。环境驱动方面，干旱区Rc主要由SPEI（51.19%）控制，Rt主要由降水（35.25%）控制；湿润区Rt和Rs主要由C/N（32.17%和27.89%）控制。路径分析显示，干旱区Rc和Rs受气候、大气干旱和土壤物理性质正影响，Rt受土壤化学和树龄正影响；湿润区Rc和Rt受复杂的气候-干旱-土壤交互路径调节，Rs仅受土壤物理性质正影响和海拔负影响。

讨论部分指出，生长限制沿水分梯度发生转移，从干旱区的降水/大气干旱直接控制转向湿润区的土壤水分保持和干旱传导路径；阈值迁移（如高温阈值上移、SMrz拐点上移）反映了种群的环境驯化或环境过滤。干旱区“弹性补偿”模式（低Rt高Rc）与湿润区“生长维持”模式（高Rt中等Rc）形成鲜明对比，表明恢复力各组分并非冗余指标，而是互补的响应维度。研究结论翻译如下：通过跨干旱至湿润梯度的多方法整合分析，本研究确定了刺槐生长和干旱恢复力的区域差异性环境控制。量化结果显示，水热阈值随区域水分背景系统迁移：上限温度阈值由湿润区的17.2 °C升至干旱区的22.9 °C，根区土壤湿度拐点由干旱区的0.17 m³·m^?3升至湿润区的0.22 m³·m^?3。干旱区种群呈“弹性补偿”模式，湿润区呈保守的生长维持模式。SEM进一步表明不同模式对应不同环境路径。这些发现建议造林管理应超越统一化方法，采用区域特异性风险评估，如干旱区可考虑以间伐降低水分竞争，但需实验验证。未来应结合δ¹³C、非结构性碳水化合物和木质部解剖等生理指标，从机制上确认补偿恢复的驱动过程。该研究为气候变化背景下刺槐人工林的适应性经营提供了阈值参考和区域分异证据。