基于 XGBoost 和 SHAP 分析的全球草地生物量分配格局与环境驱动机制

《Journal of Plant Ecology》：How climatic, edaphic, and biotic drivers collectively govern large-scale grassland biomass allocation

　　

摘要

植被生物量分配模式是理解草地生态系统碳封存功能及其对全球变化响应的关键机制。本研究通过整合多尺度观测数据和相关全球数据集，应用极端梯度提升（XGBoost）和Shapley加性解释（SHAP）方法来量化不同环境梯度下的变量重要性及部分依赖性，揭示了气候、土壤和生物因素如何协同调节大尺度草地生物量分配，并生成了空间分辨率为0.05°的全球数据集。XGBoost模型估计出全球范围内地上生物量（AGB）的平均值为282.05 ± 98.57 g m^?2，地下生物量（BGB）为999.71 ± 264.17 g m^?2，根茎比（RS）为6.41 ± 2.25，这些数值均表现出明显的空间分布特征。在水分受限条件下，植物采取了一种以根系塑性为优先的策略；气温升高会促进地上生物量的增加但抑制地下生物量的增长，而降水增加则主要有利于地上生物量的增长。具有高比叶面积（SLA）的物种并未显著提高地上生物量，而低SLA的物种则更多地投资于根系发育以应对环境压力。在接近中性的土壤环境中，地下生物量随pH值升高而增加，适量的可交换镁对地上生物量有益。我们的研究结果表明，草地生物量分配是资源权衡和生理可塑性的适应性结果。这些发现为优化碳封存功能以及在全球变化背景下指导草地可持续管理提供了重要的理论基础。

图形摘要

在新标签页中打开下载图形

草地, 生物量分配, 非生物和生物控制因素, 机器学习, 结构方程建模