对德国森林下一代生长情况的分析显示，全国各地的森林再生过程中存在多处缺口

《Journal of Applied Ecology》：Mapping the next forest generation reveals multiple regeneration gaps across German forests

森林再生潜力与气候适应性研究显示，基于德国国家森林 inventory数据和44项环境因子构建的广义加性模型（GAMs）可高精度预测1公顷分辨率下的物种再生密度，识别出密度低于1000/ha、物种丰富度≤2种及≥75%气候不适物种占比高的再生缺陷区。研究揭示14.3%德国森林存在低密度再生，30.4%区域物种单一，15.4%巴伐利亚地区气候适应不足，建议优先提升物种多样性和气候适应性再生的管理干预，并需制定区域差异化政策以增强森林气候韧性。

　　

摘要

en此链接指向英文部分 de此链接指向德文部分

1. 面对全球变化和日益严重的森林破坏，森林再生对于确保未来树木的存续和森林生态系统的韧性至关重要。然而，关于处于幼苗和树苗阶段的树木的当前可用性和气候适宜性的空间信息仍然非常有限。
2. 我们通过使用德国国家森林清查（NFI）的再生数据以及44个环境预测因子，对通用加性模型（GAMs）进行校准，评估了在高空间分辨率（1公顷）下预测特定树种再生密度的潜力。随后，我们根据三个指标识别出区域性的再生缺口：总密度低（<1000株/公顷）、物种丰富度低（≤2种）以及预计未来气候不适宜的树种比例高（≥75%）。
3. 对于28种树种，我们获得了在空间分组交叉验证中表现良好的再生密度模型。因此，我们能够生成代表82.5%再生情况的再生密度和指标地图。
4. 指标地图显示出了明显的再生缺口：德国14.3%的森林区域再生密度较低，30.4%的森林区域物种丰富度较低，巴伐利亚州15.4%的森林区域缺乏适应气候变化的再生树木。
5. 我们的研究展示了NFI再生数据的潜力及其在大空间尺度上监测森林再生的适用性。再生指标地图表明，林业干预措施应优先考虑增加树种多样性以及适应气候变化的树种比例。然而，由于不同地区的再生缺口各不相同，管理和政策指导也需要相应调整，以确保森林的未来韧性。
6. 综合与应用：我们的研究提供了首次全国范围内的高分辨率森林再生评估，为监测森林发展提供了宝贵的基准。再生密度和指标地图帮助森林管理者及政策制定者识别再生不足的问题，优先考虑适应性管理措施，并为发展具有气候韧性的森林做出贡献。

总结

en此链接指向英文部分 de此链接指向德文部分

1. 在全球变化和森林破坏日益加剧的背景下，森林再生对于保障未来树木的繁衍和森林生态系统的稳定性至关重要。但目前关于处于再生阶段的树木的分布和气候适应性方面的空间详细信息仍然不足。
2. 我们通过使用德国国家森林清查（NFI）的再生数据及44个环境变量，对通用加性模型（GAMs）进行了校准，评估了在高空间分辨率（1公顷）下预测特定树种再生密度的可行性。根据三个指标（总密度低、物种丰富度低、预计未来气候不适宜的树种比例高），我们识别出了区域性的再生缺口。
3. 对于28种树种，我们建立了在空间分组交叉验证中表现良好的再生密度模型，从而生成了能够反映82.5%再生情况的地图。
4. 指标地图揭示了显著的再生缺陷：德国14.3%的森林区域再生密度较低，30.4%的森林区域物种丰富度不足，巴伐利亚州15.4%的森林区域缺乏适应气候变化的再生树木。
5. 本研究证明了NFI再生数据的价值及其在大范围空间尺度上监测森林再生的适用性。再生指标表明，林业管理应重点提升树种多样性和适应气候变化的树种比例。但由于各地再生情况存在差异，管理和政策制定需相应调整，以确保森林的长期韧性。
6. 综合与应用：本研究首次实现了全国范围内的高分辨率森林再生评估，为森林发展监测提供了重要依据。再生密度和指标地图有助于森林管理者及政策制定者识别再生问题，优先实施适应性管理措施，推动气候适应性森林的建设。

利益冲突声明

作者没有需要披露的利益冲突。

数据可用性声明

支持本研究结果的所有代码均可在Zenodo（https://doi.org/10.5281/ZENODO.18455023，Gass & Hülsmann, 2026b）和GitHub（https://github.com/LeonieCG/GermanRegenerationMaps2012）公开获取。森林再生地图可在线查看（https://easi.users.earthengine.app/view/regeneration-maps）。用于校准再生模型的数据来源于德国国家森林清查以及多个机构收集的元数据。经许可，我们已在Zenodo（https://doi.org/10.5281/ZENODO.18455038，Gass & Hülsmann, 2026a）重新发布了这些数据，并提供了处理简化环境变量集的代码。