Investigating climate-phenology relationships among the most common Italian forest species using Sentinel-2-derived vegetation phenology and productivity products
Elia Vangi · Giovanni D’Amico · Vincenzo Saponaro 等 10 人
利用Sentinel-2物候与生产力产品，结合随机森林和SHAP，分析意大利主要森林物种的气候-物候
Sentinel-2高分辨率植被生产力与物候产品、随机森林建模、SHAP可解释性
生长季延长主要由冷激和春温驱动，地中海物种通过物候补偿维持稳定季长，生产力与季长脱钩。
可探索将物候补偿机制纳入碳循环模型，并验证其他地中海区域森林的普适性。
结合Sentinel-2遥感与机器学习揭示意大利森林物候与生产力对气候的响应，方法新颖、结论可靠，对农业遥感与碳汇监测有参考价值。
气候变化正在深刻改变欧洲森林的物候与生产力，尤其是在气候高度异质的地中海地区。理解气候与立地特异性驱动因子如何调控生长季的开始、结束和长度，以及这些物候变化如何转化为生产力响应，仍是预测森林碳动态的关键挑战。本研究利用哥白尼土地监测服务新发布的高分辨率植被生产力与物候产品、机器学习（随机森林）建模以及可解释人工智能分析（SHAP），考察了意大利多个森林物种在 Mediterranean、温带和山地环境中的物候时序与总季节生产力。结果表明，生长季总体呈延长趋势，主要由冷激积累和春季温度驱动。较暖条件使各物种生长季开始提前1–10天，而温度、辐射和水分可用性的综合效应可使生长季延长达20–30天。生长季结束动态和生长季长度受光照和水分可用性的控制强于仅受温度的控制。在若干地中海物种中，由于夏季干旱、高饱和水汽压差和立地暴露，生长季结束可提前达40天。地中海物种常在生长季开始与衰老之间表现出补偿性位移，维持相对稳定的生长季长度，而山地物种则表现出延迟开始与缩短生长季长度之间更紧密的耦合。由于物候变化，总体生长季长度常与生产力脱钩，后者主要受能量和水分可用性调控，凸显了物种和立地对气候变化的特异性响应。本研究结果凸显了将遥感数据与机器学习相结合，以增进对广泛空间和气候梯度上森林物候与生产力理解的显著优势。