近日，中国科学院植物研究所研究员许振柱团队与合作者发布了气候变化背景下的全球比叶面积（SLA）图集。相关研究成果发表于国际学术期刊Global Ecology and Biogeography。

SLA是表征植物叶片形态结构、生理功能与资源利用策略的关键功能性状，其与叶片大小、组织密度、养分含量、光合活性等密切相关，对于模拟大尺度植被分布规律、生态系统功能和生物地球化学过程具有重要价值。但SLA在全球尺度上的连续空间分布格局，尤其是在未来气候变化情景下，仍缺乏系统分析。

研究团队整合文献、数据库及野外调查等数据，构建了一个全球SLA综合数据集，该数据集包含282个科、5687种，2437个采样点。他们采用数据分析、机器学习、模型模拟等联合手段，特别是通过随机森林、LightGBM、XGBoost和神经网络这4种机器学习模型的运行、完善和比较，筛选出随机森林模型作为最优模型，并进行超参数优化、不确定性分析等，构建覆盖当前及未来气候情景、贯穿21世纪的全球连续SLA空间分布图。重点探讨了全球陆地生物群系中SLA的空间分布特征、全球主要生态区和植被类型的SLA生物地理分异规律、在未来气候变化情景下的SLA变化特征及潜在分布格局等3个科学问题。

该研究给出了全球SLA的观测值、估计值及其变化范围，明确了不同生态区和主要植被类型的变化特征。结果表明，在当前和未来气候情景下，北半球中高纬度地区以高SLA植物占优势。在气候变化情景下，在2021—2040年、2081—2100年期间，SLA在全球大多数生物区系中呈上升趋势。该研究还在全球尺度上构建了分辨率为1km2的SLA连续空间分布图集，量化了当前及未来全球这个关键功能性状的空间连续分布格局，为进一步量化分析其它关键性状并绘制全球性状分布格局图提供了新手段。

该成果为理解全球不同生物群系中植物物种的分布、演化、多样性及群落结构特征、生物地理分布、气候变化影响等提供了基础性认识，有助于完善陆地生态模型，准确评估和预测生态系统功能，并提升气候变化适应性管理能力。

相关论文信息：

https://doi.org/10.1111/geb.70193