在中国,天然森林的干旱恢复时间比人工林更长

《Agricultural and Forest Meteorology》:Natural Forests Have Longer Drought Recovery Times than Planted Forests across China

【字体: 时间:2026年02月13日 来源:Agricultural and Forest Meteorology 5.7

编辑推荐:

  人工林和天然林在干旱恢复时间上的差异及驱动因素分析。采用kNDVI和SPEI指标,发现天然林(NF_RT:3.14±1.97月)恢复时间显著长于人工林(PF_RT:2.90±2.05月),主要受恢复期降水(贡献度差异最大)、温度及土壤肥力影响。人工林因结构单一、气候响应更积极,恢复更快。植被功能与水利用效率存在非线性关系,需优化林分结构提升抗灾能力。

  
裴兴芳|罗毅|洪松柏|严玉超|陈日祥|王晴晴|李安林|李定普|彭长青|刁世龙
中国云南省师范大学地理学院,云南650500

摘要

人工林(PF)和天然林(NF)是重要的碳汇和生物多样性库。干旱事件的加剧对两者都造成了更大的压力。然而,人工林和天然林在干旱恢复时间上的差异尚不清楚。为了解决这个问题,我们基于核归一化差异植被指数(kNDVI)和标准化降水蒸发蒸腾指数(SPEI)评估了两者在干旱恢复时间上的差异。结果表明,天然林的干旱恢复时间显著长于人工林(天然林恢复时间:3.14 ± 1.97个月;人工林恢复时间:2.90 ± 2.05个月)。环境因素,包括恢复期的气候变量、干旱特征和土壤肥力,是影响两者恢复时间的重要因素,其中恢复期的平均降水量对两者恢复时间的差异贡献最大。在恢复期间,人工林地区经历了更高的温度和降水量,形成了更温暖湿润的条件,有利于缩短干旱恢复时间。植被因素对人工林和天然林恢复时间的影响呈非线性关系,关键变量(如总初级生产力和水分利用效率)的局部响应也有所不同,这表明优化人工林和天然林的结构和功能可以提高它们对干旱事件的适应能力。我们的研究结果强调了人工林和天然林在干旱恢复时间上的差异,突出了这两种森林类型在干旱压力下所采用的不同的生态策略和适应机制。

引言

森林是重要的碳汇,能够调节气候并维持生态平衡(Chen等人,2024;Cheng等人,2024)。在森林管理方面,森林通常分为两大类:人工林(PF)和天然林(NF)(Zhong等人,2021)。人工林是指通过人工干预(如造林或播种)建立的森林生态系统,而天然林则是指无需人工种植即可自然再生的森林,其树木来源于自然散布的种子或幼苗,并通过自然生态演替发展(Zhong等人,2021;Hua等人,2022)。人工林主要用于木材生产和生态恢复,而天然林则更注重维持自然生态过程和系统稳定性(Huang和Zhang,2004;Hua等人,2022;Ma等人,2025)。它们是维持生态系统安全和区域碳平衡的关键生态组成部分(Liu等人,2014;Griscom等人,2017)。然而,在气候变化的影响下,人工林和天然林都越来越容易受到干旱的压力(Luo等人,2016),它们在结构(Li等人,2024a)、年龄(Hua等人,2022)、管理实践(Novick等人,2024)和气候敏感性(Luo等人,2016)方面的差异可能导致在比较其干旱恢复机制时出现不确定性。因此,进一步研究人工林和天然林对干旱事件的差异响应非常重要。
尽管干旱事件已经结束,但生态系统中的植被仍需要一个恢复期才能恢复到干旱前的水平。干旱恢复时间是一个关键指标,可以量化这一过程,并有效反映森林从干旱压力中恢复的能力(Schwalm等人,2017)。目前,关于干旱恢复时间的定义有多种,主要区别在于恢复期开始的时间点。通常从植被指数在干旱期间达到最低点的时刻(Yao等人,2023)或从干旱事件结束时刻(Schwalm等人,2017;Zhang等人,2021)来定义,这两种方法在广泛的空间尺度上都得到了可靠的结果(Yao等人,2023)。干旱恢复时间的计算通常依赖于基于卫星的植被指数和干旱指数。其中,核归一化差异植被指数(kNDVI)在气候变化条件下表现稳定,能够在长期时间序列中保持可靠的动态信号(Camps-Valls等人,2021),准确捕捉干旱事件及其恢复过程,并且在高植被区域(如森林)中像素饱和度较低,从而对植被、生物物理和生理参数具有较高的敏感性(Badgley等人,2017;Camps-Valls等人,2021)。同时,标准化降水蒸发蒸腾指数(SPEI)在其计算中考虑了降水量和潜在蒸发蒸腾量(Li等人,2020),直接反映了干旱对生态系统的实际水分平衡影响,并与植被在恢复期间对水分的需求相匹配(Schwalm等人,2017;Yan等人,2025)。此外,SPEI的多时相特性符合森林不同的干旱敏感性(Vicente-Serrano等人,2013),能够更全面地反映人工林和天然林的干旱恢复过程。
森林的干旱恢复时间受气候因素的影响,尤其是温度和降水量(Schwalm等人,2017;Yao等人,2024b)。区域层面的证据表明,天然林比人工林更容易受到干旱的影响(Luo等人,2016)。这意味着研究人工林和天然林在干旱恢复时间上的差异需要关注每种森林类型在干旱事件期间对气候因素的响应方式。此外,人工林通常以预定的种植密度建立,且往往由单一树种组成(Hua等人,2016;Chen等人,2017)。虽然这种策略在短期内促进了快速生长,但会导致物种组成和结构的一致性(Cheng等人,2024)。因此,人工林在干旱期间可能表现出较低的功能稳定性。相比之下,天然林被认为具有更高的物种多样性和更大的结构异质性,使其成为更稳定的生态系统(Gibson等人,2011;Yu等人,2019)。然而,其他研究表明,天然林对水汽压差(VPD)更敏感(Fernández等人,2009)。这表明,在相同强度的极端干旱下,天然林的生理功能和结构完整性可能受到更严重的影响。根据“临界减缓”(CSD)理论,随着森林系统逐渐接近生态阈值,其恢复能力会下降(Forzieri等人,2022;Liu等人,2025),这可能导致天然林在干旱后需要更长的时间才能恢复到原始状态。总之,人工林和天然林在结构特征、水分利用和气候敏感性方面的潜在差异为干旱恢复机制的不确定性提供了依据,强调了进行定量研究的紧迫性。
截至2023年,中国的人工林面积位居全球首位,约占全国森林总面积的32.57%(9241万公顷)(中华人民共和国自然资源部,2025年),这为系统比较人工林和天然林的干旱恢复时间提供了理想的样本领域。一方面,大规模的造林计划导致中国各地人工林和天然林在空间上的广泛相邻或混合(Peng等人,2014),为直接比较它们的干旱恢复时间提供了理想的条件。另一方面,中国的人工林和天然林主要分布在温带和寒冷地区,跨越多个气候区域(Cheng等人,2024;Peel等人,2007),从而能够在多样化的气候条件下对这两种森林类型的干旱恢复时间进行表征。
我们的目标是识别人工林(PF_RT)和天然林(NF_RT)的干旱恢复时间之间的差异,并探讨这些差异背后的驱动因素。干旱恢复时间定义为从干旱事件结束到kNDVI恢复到干旱前三个月平均水平的时间段(Schwalm等人,2017)。具体内容如下:(1)通过整合月度kNDVI和SPEI数据,评估了人工林和天然林的空间分布和统计特征,从而对其在干旱条件下的恢复性能进行了定量比较(图1)。(2)采用随机森林模型结合Shapley加性解释(SHAP)分析来量化驱动人工林和天然林恢复时间差异的关键因素,并揭示这些因素的单变量响应模式。我们为理解人工林和天然林在干旱恢复时间上的差异提供了理论基础,为更有针对性的森林管理和气候适应策略提供了支持。

部分摘录

人工林和天然林的分布数据

中国的第七次和第八次全国森林清查包含了人工林和天然林的明确分类。基于这些信息,我们进行了空间交集分析,以确定2001年至2020年间一直被分类为人工林和天然林的区域(图S1(a))。为了验证结果的尺度依赖性并建立可比较的样本集,我们在全国范围内使用了五种不同的样本网格尺寸进行实验:0.2° × 0.2°(n = 2208)、0.4° × 0.4°(n = 1150)、0.6°

人工林和天然林在干旱恢复时间上的差异

为了更系统地比较人工林和天然林,我们设置了不同大小的样本网格单元进行分析(见2.1)。结果显示,天然林的干旱恢复时间为3.14 ± 1.97个月,而人工林的干旱恢复时间为2.90 ± 2.05个月。在样本网格单元内观察到显著的干旱恢复时间差异(p < 0.01,图2c),71.37%的样本的ΔRT在1个月内(其他尺寸见表S1)。干旱

干旱恢复时间的稳健性

本研究通过干旱恢复时间来衡量人工林和天然林对干旱事件的响应,因此,干旱时间计算的准确性决定了结果的可靠性(Schwalm等人,2017)。然而,不同的干旱指数和识别方法在检测干旱事件时会产生不同的效果,例如SPEI表示的气象干旱(Li等人,2024b)、SMDI表示的土壤干旱(Wu和Li,2021)以及SVDI表示的大气干旱(

结论

我们研究了人工林和天然林在干旱恢复过程中的差异及其背后的驱动因素。结果表明,当干旱事件对森林产生负面影响时,天然林的干旱恢复时间通常比人工林长。分析表明,环境因素是森林恢复的重要驱动因素,且人工林的条件通常更有利于干旱恢复。人工林和天然林在恢复时间上的差异主要是

数据可用性

所有栅格数据均可从以下网站免费获取。SPEI数据:https://rmets.onlinelibrary.wiley.com/doi/10.1002/gdj3.276。NDVI数据:https://lpdaac.usgs.gov/products/mod13a3v061/。月降水量和气温:https://www.geodata.cn/main/face_science_detail?guid=192891852410344&typeName=face_science。露点温度、近地面气温和太阳表面辐射:https://cds.climate.copernicus.eu/cdsapp#!/home。热浪期间的日温度数据

CRediT作者贡献声明

裴兴芳:撰写 – 审稿与编辑,撰写 – 原稿,正式分析。罗毅:撰写 – 原稿,资金获取,概念构思。洪松柏:验证,方法论。严玉超:验证,调查。陈日祥:验证,数据管理。王晴晴:方法论,正式分析。李安林:数据管理。李定普:数据管理。彭长青:数据管理。刁世龙:资源,方法论。
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

知名企业招聘

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