基于冠层的生物量指标与地形双重调控:青藏高原高山杜鹃灌丛生物量分配研究

《Ecological Indicators》:Crown-based biomass indicators and dual topographic regulation of biomass allocation in alpine Rhododendron shrublands on the Tibetan plateau

【字体: 大 中 小 】 时间:2026年07月13日 来源:Ecological Indicators 8.7

编辑推荐:

  高山杜鹃(Rhododendron)灌丛是青藏(Qinghai-Xizang)高原寒冷高海拔生态系统碳库的关键组成部分;准确估算其生物量并理解其分布机制对于认识植被适应性与碳循环过程至关重要。基于色季拉山(Sygera Mountain)区域海拔4300–46

  
高山杜鹃(Rhododendron)灌丛是青藏(Qinghai-Xizang)高原寒冷高海拔生态系统碳库的关键组成部分;准确估算其生物量并理解其分布机制对于认识植被适应性与碳循环过程至关重要。基于色季拉山(Sygera Mountain)区域海拔4300–4600 m范围内21个采样点63个样方的数据,研究人员开发了基于高斯过程回归(GPR)校准的单株灌木生物量随机森林(RF)模型,并采用幂律回归、聚类分析和结构方程模型(SEM)分析了生物量分配策略及其环境驱动因子。结果表明,初始随机森林模型R2为0.75,残差表现出微弱但显著的空间自相关性。经GPR校准后,分组交叉验证(CV)显示泛化性能有所提升(R2= 0.834,RMSE = 61.66 g)。冠幅宽度与体积是最重要的预测因子,而环境因子的直接贡献相对较弱。地上与地下生物量之间存在显著的异速生长关系,幂律斜率为0.633,表明地上生长具有相对优先权。根冠比(root-to-shoot ratio, R/S)数据显示,南坡温暖湿润的采样点主要以低R/S值为特征,而北坡寒冷湿润的采样点主要以高R/S值为特征。结构方程模型进一步表明,坡向及其与海拔和风速的相互作用显著调节植被结构;地上生物量主要受植被结构介导,而地下生物量不仅受植被结构影响,还受坡向的直接效应影响。本研究为高寒灌丛生物量空间预测提供了一个可推广的建模框架,并揭示了微地形对高寒灌丛中地上与地下生物量分配的双重调控机制。这些发现可为高寒灌丛的监测策略与生物量评估提供参考。
研究背景方面,杜鹃属(Rhododendron)是北半球物种最丰富的木本植物属之一,在喜马拉雅-横断山区形成优势高山灌丛,具有重要的固碳、水土保持与生物多样性维持功能。青藏高原对全球气候变化极为敏感,持续变暖显著改变灌木结构与碳循环过程,而生物量是植被碳储量的直接载体。目前,传统的异速生长方程在物种组成混杂、形态变异显著且环境梯度复杂的高山灌丛系统中适用性受限;同时,机器学习模型(如随机森林 Random Forest, RF)在处理空间结构化生物量数据时易残留空间自相关(spatial autocorrelation),导致预测偏差;此外,高寒灌丛地上与地下生物量分配的环境调控机制系统性认知尚显不足。为此,研究人员以西藏东南部色季拉山西坡海拔4300–4600 m的高山杜鹃灌丛为对象,开展生物量建模、分配格局及环境驱动机制的实证研究,旨在提供可推广的建模框架并揭示地形双重调控机理,相关成果发表于《Ecological Indicators》。
为开展研究,研究人员基于色季拉山区域21个采样点63个5.0 m × 5.0 m样方的野外调查队列,选取315株代表性杜鹃个体进行破坏性采样以获取干质量生物量。关键技术方法包括:构建高斯过程回归(Gaussian Process Regression, GPR)与随机森林(RF)混合模型,采用Matérn核函数(ν = 1.5)对站点级残差进行空间校正,并利用站点级分组五折交叉验证(GroupKFold)评估泛化能力;通过SHAP值与排列重要性(Permutation Importance, PI)评估特征贡献,筛选最优Top-K预测变量;建立地上生物量(aboveground biomass, AGB)与地下生物量(belowground biomass, BGB)的幂律回归模型分析异速生长指数;基于Ward最小方差法进行根冠比(root-to-shoot ratio, R/S)层次聚类;构建“环境因素→植被结构→生物量”路径的结构方程模型(Structural Equation Modeling, SEM),引入坡向×风速、海拔×坡向交互项,采用Johnson-Neyman方法分析阈值效应并使用MLR稳健估计与2000次Bootstrap验证路径系数。
研究结果部分,各小节结论如下:
3.1. GPR优化的随机森林生物量模型
研究人员发现初始RF模型R2为0.75,RMSE为83.02 g,残差在约12.88 km以上存在显著空间自相关(Moran's I = 0.004, p < 0.05)。经GPR空间残差校正后,分组交叉验证性能显著提升,R2升至0.834,RMSE降至61.66 g。特征重要性分析表明冠幅宽度与灌木体积(shrub volume, SVI)是最重要预测因子,SHAP与PI结果高度一致(Spearman's ρ = 0.92, p < 0.001),冠幅与体积呈单调正向影响生物量预测,地形与遥感因子贡献极小(SHAP < 0.01)。
3.2. 生物量分配策略
3.2.1. 幂律关系
研究人员通过幂律回归得出AGB与BGB呈极显著正相关(BGB = 3.34 × AGB0.633,R2= 0.98, p < 0.001),异速生长指数β = 0.633(95% CI: 0.622–0.645)显著低于等速生长理论值1.0,表明色季拉山高海拔杜鹃灌丛呈现显著的地上优先投资偏向(aboveground-biased allocation)。
3.2.2. R/S聚类分析
研究人员基于Ward法确定K=5为最优聚类数,R/S介于0.278–0.750。类型1与2分布于东南至南坡温暖湿润区,平均R/S分别为0.374与0.386,生物量较高;类型3集中于北坡冷湿区,平均R/S最高(0.623);类型4与5具中高R/S(0.474与0.424),分别受高降水与低温驱动,反映微地形水热条件对根冠分配的适应性分化。
3.3. 环境因素与植物生物量的路径分析
研究人员构建的SEM拟合良好(χ2/df = 0.99, p = 0.466, CFI/TLI ≥ 0.95, RMSEA ≤ 0.06, SRMR ≤ 0.08)。潜变量“Structure”由基径(标准化载荷0.675)与冠幅宽度(0.828)测量(CR = 0.725, AVE = 0.571)。坡向对Structure的影响受海拔与风速交互调节:海拔>4474 m或风速>1.97 m·s?1时坡向效应显著正,风速<1.87 m·s?1时显著负。地上生物量仅受Structure强正影响(β = 0.896, p < 0.01);地下生物量除受Structure正影响外,还受坡向直接负效应(β = ?0.156, p < 0.05),表明地上与地下生物量受差异化双重调控路径。
讨论部分总结,研究人员指出RF残差的空间自相关源于空间邻近效应,GPR-RF混合策略通过Matérn核补偿未解释的空间结构,显著提升山地异质环境下的生物量空间预测可靠性与鲁棒性。冠幅与体积作为主导预测因子,因其综合反映多茎灌木的冠层扩展、空间占据与光合潜力,且测量快捷无损,可作为实用生物量指标;环境变量直接贡献弱是因为环境主要通过塑造植株结构间接影响生物量。异速生长斜率0.633反映东南藏区湿润环境下常绿杜鹃倾向于延长叶寿命以维持地上碳收益,降低根系投入;相比干旱荒漠灌丛,该区表现出更强地上偏向。坡向对植被结构的调节具条件性,仅在高位海拔与强风等环境胁迫下微气候(水热、蒸腾、机械应力)分异被放大才显著激活。SEM揭示地上完全由结构介导,地下兼具结构与坡向直接效应,解释了RF中环境直接贡献弱而在SEM中间接显著的现象,坡向直接效应可能源于近地表土壤微环境(温湿)差异而非宏观气象差,需结合土壤观测进一步验证。
结论部分翻译如下:
本研究从生物量建模、分配及环境调控角度考察了藏东南色季拉山的高山杜鹃灌丛。
(1)在RF模型中引入基于GPR的残差校正减少了残差空间结构的影响,显著改善了模型泛化能力(分组CV R2从0.75提升至0.834;RMSE从83.02 g降至61.66 g)。冠幅宽度与灌木体积在SHAP与排列重要性排名中均为主导预测因子,支持冠层性状作为生物量与碳储量监测的实用指标。
(2)AGB-BGB幂律斜率(0.633)显著低于等速生长预期,表明生物量优先分配给地上部分。根冠比在南坡温暖湿润处较低,在北坡寒冷处较高,反映了局域水热条件下的适应性资源分割。
(3)坡面对植被结构的效应是有条件的,仅在高海拔与极端风速下显著,表明其在环境胁迫下被激活。两个生物量库受不同路径支配——地上生物量完全由植被结构介导(β = 0.896),地下生物量结合此结构路径与对坡向的直接负响应(β = ?0.156)——这也解释了SHAP结果中环境变量直接贡献较弱的原因。
总体而言,GPR-RF混合方法改善了高山灌丛生物量的空间预测,且地形双重调控路径阐明了山地异质性如何塑造地上与地下分配,为高寒灌丛生态系统碳储量监测与生态管理提供了实证支持。
相关新闻
生物通微信公众号
微信
新浪微博

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