树木年轮作为记录环境变化的“自然生物档案”，以其高分辨率、连续性强和分布广泛等优势，成为全球变化研究中的重要载体。随气候变化日益加剧，深入理解森林树木生长对气候环境变化的生理响应机制，开展精准的森林动态模拟与预测，已成为生态学、水文学、气候学和林学等多学科交叉融合的前沿方向。树木年轮过程模型通过整合树木生理生态机制与环境驱动因子，可定量揭示树木径向生长和物质循环的内在过程，是连接树木微观生理机制与森林宏观生态格局的关键桥梁。

近五年来，小说网 树轮与全球变化团队刘晓宏教授和曾小敏副教授在国家自然科学基金重点和面上项目的资助下，通过与美国马里兰大学、北亚利桑那大学、加拿大魁北克大学、南京大学等国内外一流研究单位合作，围绕“树轮宽度与稳定同位素分馏的生理机制及模型模拟”这一前沿科学问题，开展了系统性的理论探索与方法创新，相关成果先后在专业领域顶级期刊《Agricultural and Forest Meteorology》、《Journal of Geophysical Research: Biogeosciences》、《Forest Ecosystems》和《Journal of Advances in Modeling Earth Systems》上发表。

进展一：Vaganov–Shashkin（VS）和VS-Lite模型的改进和应用

树木径向生长对气候响应的过程模型模拟，有助于理解气候变化背景下树木生长功能的响应机制，然而现有模型尚未纳入记忆效应。团队通过创新性地耦合树木年轮过程模型 Vaganov–Shashkin–Lite（VS-Lite）与生态记忆效应模型（SAM），量化了生长季及前期气候因子对中国温带109个针叶树样点树木径向生长的影响（图1）。基于气候响应模式，将树轮宽度序列聚类为“暖干型”、“冷干型”与“冷湿型”三类。结果表明，“暖干型”和“冷干型”聚类的径向生长主要受生长季土壤水分的限制，而“冷湿型”聚类则主要受同期温度调控。与VS-Lite模型相比，耦合模型在所有聚类中的拟合优度均显著提升。共线性分析进一步揭示，“冷干型”与“冷湿型”聚类的径向生长受生长季前的气候条件控制，而“冷干型”与“暖干型”聚类的径向生长则由树木自身的生长记忆效应主导。本研究证实，生态记忆效应是中国温带森林中的普遍现象，并有望在未来气候情景下，增强对不同森林生态系统中树木生长动态的模拟与表征能力。相关成果发表于农林科学顶级期刊《Agricultural and Forest Meteorology》。

图1 树轮宽度过程模型（VS_Lite）和生态记忆效应模型耦合流程

干旱通过影响木质部发育，成为水分胁迫地区树木生长的主要限制因子。团队以贺兰山油松（Pinus tabuliformis）为研究对象，构建了1960–2013年树轮稳定碳（δ¹³C）与氧（δ¹⁸O）同位素的年内变化序列，并结合VS模型，探讨了树木径向生长对干旱的生态生理响应机制（图2）。结果表明，树轮δ¹³C与δ¹⁸O呈现明显的年内变化模式：δ¹³C值自生长季初期至中期升高，于生长季中后期达到峰值，随后在生长季末期下降；而δ¹⁸O在整个生长季中呈持续下降趋势。干旱显著提高了树轮δ¹³C值并改变了其年内变化模式，尤以生长季末期最为明显。相比之下，δ¹⁸O的年内模式在干旱年与湿润年间无显著差异。生长季末期的树轮δ¹⁸O与9至10月间土壤水δ¹⁸O显著相关，这与先前研究关于生长季后期纤维素合成过程中可交换氧原子占比较高之预测相一致。本研究揭示了树木对干旱的响应机制，对森林资源的预测、评估与管理具有重要科学意义。相关成果发表于美国地球物理学会（AGU）地球生物科学领域旗舰期刊《Journal of Geophysical Research: Biogeosciences》。

图2 影响贺兰山油松树轮δ¹³C与δ¹⁸O的主要生理生态过程

在季节性干旱地区，树木通过形成双峰径向生长模式，作为应对水分胁迫的适应性策略。尽管此类生长模式反映了树木对即时气候条件的响应，但目前对不同区域双峰径向生长模式的类型划分、驱动机制及其生态记忆效应（包括植被生长遗留效应 VGC 与气候滞后效应 LCE）仍缺乏系统的定量研究。团队以秦岭和地中海区域为对比研究对象，采用VS模型结合脉冲响应向量自回归模型，系统量化了 VGC 与 LCE 对树轮宽度、叶面积指数（LAI）及总初级生产力（GPP）的影响（图3）。结果表明：秦岭区域树木径向生长的秋季峰值（8~10月）出现时间早于地中海区域（9月下旬~10月）；VGC 在两个区域均为主导记忆效应，其中第一年影响最强，八年后显著减弱；径向生长对降水和土壤水分呈正 LCE 响应，对温度呈负响应；在秦岭区域，LAI 与 GPP 表现出更强的 VGC 效应，且温度诱导的 LCE 在秦岭为正效应，在地中海为负效应，但两地均对土壤水分呈正响应。本研究耦合 VGC 与 LCE 的多尺度植被生长指标框架，为提升全球植被动态模型的模拟精度提供了新的技术路径。相关成果发表于农林科学顶级期刊《Forest Ecosystems》。

图3  双峰径向生长模式对比分析流程

引用格式：

Zeng X*, Evans MN, Liu X*, et al. Process representation of conifer tree-ring growth is improved by incorporation of climate memory effects. Agricultural and Forest Meteorology, 2022, 327: 109196.//doi.org/10.1016/j.agrformet.2022.109196

Li Y¹, Zeng X¹*, Liu X*, et al. A seasonally varying tree physiological response to environmental conditions: Results from semi-arid China. Journal of Geophysical Research: Biogeosciences, 2023, 128: e2023JG007455. //doi.org/10.1029/2023JG007455

Yan H, Zeng X*, Liu X, et al. Comparing ecological memory effects of the bimodal radial growth in the Qinling Mountains and Mediterranean forests. Forest Ecosystems, 2026, 15: 100402.//doi.org/10.1016/j.fecs.2025.100402

进展二：MAIDENiso模型的改进和参数化方案的建立

森林生理生态过程模型在揭示树木生长适应气候变化的生理生态机制方面具有重要作用。MAIDENiso模型通过整合光合作用、碳分配、树轮宽度变化及稳定同位素信号，为研究树木径向生长及其对气候变化响应机制提供了强有力的工具。然而，该模型基于C++语言开发，在开发调试、可视化及数据管理等方面存在诸多不便；同时，其结构复杂、参数众多，校准过程较为繁琐，这在一定程度上限制了其在国内外学术界的广泛应用。为此，团队基于MATLAB平台对MAIDENiso模型进行了改进与参数化研究（图4）。首先，开发了MATLAB版本的MAIDENiso模型，并与C++版本构建了MATLAB-C++协同计算框架，以提升模型的适用性与计算效率；其次，对经典遗传算法（GA）进行改进，提出了改进版遗传算法（Improved GA），并将其与马尔科夫链蒙特卡洛（MCMC）方法相结合，构建了新的参数校准方法——MCMC-GA。MATLAB-C++协同框架融合了MATLAB高效仿真环境与C++的优异计算性能，显著提升了模型的应用效率。同时，MATLAB强大的数据处理与可视化能力使本研究能够高效处理大规模数据集，并直观展示模型结果，增强了模型的可操作性与应用效果。改进版遗传算法与MCMC-GA有效提升了模型的参数化性能。实验结果表明，相较于经典GA，改进版GA在校准精度上平均提升7.2%，搜索效率提高53%；MCMC-GA的校准精度较独立MCMC和经典GA分别提升10.4%和13.4%。本研究为地球系统模型的参数化提供了一个有效的工具，并为推动森林生态学研究的发展提供了广阔的前景。相关成果发表于国际地球系统建模领域旗舰期刊《Journal of Advances in Modeling Earth Systems》。

图4 MAIDENiso模型的改进和参数校准的工作流程

引用格式：

Xue Y, Zeng X*, Liu X, et al. Novel GA-based calibration method for MAIDENiso ecophysiological forest model. Journal of Advances in Modeling Earth Systems, 2026, 18: e2025MS005627. //doi.org/10.1029/2025MS005627