比较绝对干旱指数与标准化干旱指数在德国云杉、山毛榉、松树和橡树基于冠层状况调查的树木死亡建模中的应用

《Forest Ecology and Management》：Comparing absolute and standardized drought indices for modelling tree mortality of spruce, beech, pine, and oak based on the Crown Condition Survey in Germany

　　

气候变化导致的干旱频率和强度增加严重影响了树木活力，并导致欧洲各地死亡率上升。为了量化和比较干旱的强度和区域范围，已经开发了各种指数。因此，目前研究中使用了不同的方法来解释干旱引起的树木死亡。本研究的目的是评估干旱（气候水平衡CWB；站点水平衡SWB）和干旱指数（标准化降水蒸散指数SPEI；CWB异常）与树木死亡的关联程度。该研究使用德国冠层状况调查（1990-2022年）的数据来推导四种主要树种（挪威云杉、欧洲山毛榉、苏格兰松和橡树）的死亡率。通过使用相关性分析和广义加性模型GAMs，研究人员回顾性地量化了干旱和干旱指数（特别是SPEI）如何通过将建模的死亡概率与观察到的比率进行比较来解释树木死亡。结果显示了明显的物种特异性反应。对于云杉、山毛榉和松树，SPEI和CWB异常与死亡的关联最强，其影响随着长达五年的更长期累积而增加。对于表现出较低死亡率的橡树，基于SPEI的模型不能充分解释死亡，表明需要额外的预测因子。总体而言，结果表明，在德国，最常见树种的死亡更好地由相对于长期平均值的相对偏差来描述，而不是由绝对干旱度量来描述。研究表明，SPEI是预测德国优势树种干旱相关死亡的可靠指标，并有助于在气候变化下改进树种选择。

研究背景与意义

气候变化背景下，全球气温升高、降水模式改变以及干旱事件的频率和强度增加，已成为影响不同气候区森林树木活力和存活的关键驱动因素。在欧洲，包括温带、北方和热带森林在内的多种生物群落中，均报道了与气候变化相关的树木死亡事件。模型预测显示，未来变暖和干旱将进一步加剧这一趋势。特别是在2018年至2020年期间，中欧经历了持续干旱，导致德国树木冠层损伤和死亡率显著上升。干旱引起的水分亏缺会损害木质部水分运输和光合作用等关键生理过程，增加树木对病虫害的易感性，最终导致死亡。然而，目前预测干旱胁迫导致树木死亡风险的模型仍存在较大不确定性。德国冠层状况调查（Waldzustandserhebung, WZE）自20世纪80年代初开始每年收集数据，为评估树木活力和死亡率提供了宝贵的长时序数据集。尽管如此，森林科学界尚未就干旱评估形成通用标准，导致解释干旱诱导树木死亡的方法各异。一些研究采用标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI）等标准化干旱指数，而另一些则使用气候水平衡（Climatic Water Balance, CWB）或站点水平衡（Site Water Balance, SWB）等绝对干旱指数。明确哪种类型的指数能更有效地关联和预测德国主要树种的死亡率，对于改进物种适应性选择和森林管理策略具有重要意义。本研究正是基于此背景，旨在比较绝对干旱指数与标准化干旱指数在模拟云杉、山毛榉、松树和橡树死亡方面的表现。

主要技术方法

研究人员基于1990年至2022年德国冠层状况调查（WZE）的数据，构建了包含481个样地、16473棵个体树木和237558次观测的数据集。树木死亡定义为首次观察到完全针叶或叶片损失（100%）的事件。研究计算了年度物种特定死亡率。气候数据来自德国气象局（DWD）的区域化数据，潜在蒸散量（Potential Evapotranspiration, PET）依据联合国粮农组织（FAO）标准计算。土壤数据来源于第二次国家森林土壤调查（National Forest Soil Inventory II, NFSI II），用于计算土壤有效水容量（Available Water Capacity, AWC）。研究测试了多种干旱和干旱指数：CWB（降水量减去潜在蒸散量）、CWB异常（相对于1991-2020年30年平均值的偏差）、SWB（结合坡向修正的CWB和AWC）及其异常，以及SPEI（CWB的标准化形式，考虑了3、12、24、36和60个月的累积期）。统计分析方面，首先进行点二列相关分析，评估各指数、气候变量、AWC和树龄与二元死亡变量的关系。随后，采用广义加性模型（Generalized Additive Models, GAMs）分别对每个树种和不同SPEI累积期进行建模，使用二项分布和logit链接函数，并将样地ID作为随机效应。模型性能通过赤池信息准则（Akaike Information Criterion, AIC）、受试者工作特征曲线下面积（Area Under the Curve, AUC）和麦克法登伪R2进行评估。

研究结果

3.1 观测到的树木死亡

所有四个树种在2018-2020年极端干旱期间及之后均表现出死亡率上升。云杉的死亡率最高，2020年达到10%，且空间分布集中，主要出现在哈尔茨、绍尔兰和图林根南部等低山区。其他树种（山毛榉、松树、橡树）的年死亡率普遍较低（0%-1%），绝对死亡数也远低于云杉。山毛榉和橡树的死亡事件未表现出明显的空间聚集性。

3.2 树木死亡相关变量的描述性分析

相关分析揭示了物种特异性差异。对于云杉、山毛榉和松树，CWB异常和SPEI累积期与死亡的相关性最强且最为相似，负相关表明偏离长期平均值（越干燥）与更高死亡率相关。绝对CWB累积值及其滚动均值和最小值对死亡的影响较小。相关性强度通常随累积期延长而增加，60个月SPEI（SPEI₆₀）与云杉、山毛榉和松树的死亡关联最强。3个月SPEI（SPEI₃）仅与云杉和松树的死亡显著相关。SWB异常比绝对SWB值与云杉、山毛榉和松树的死亡相关性更强。橡树则表现出截然不同的响应模式，其死亡与绝对SWB、CWB移动平均值和最小值以及温度相关变量相关性最强，而与标准化CWB异常和SPEI相关性较弱。树龄与云杉死亡尤其相关。

3.3 SPEI的物种特异性模型结果与性能

基于SPEI的GAMs显示，云杉的预测死亡率最高，SPEI₆₀对应的最大预测死亡率约为6%。其他树种在任何累积期的预测死亡率均未超过1%，其中松树对干旱的响应最强。山毛榉和橡树对不同累积期的响应变化较小。模型评估表明，对于云杉、山毛榉和松树，SPEI₆₀提供了最佳的模型拟合与复杂度平衡（最低AIC，最高AUC和伪R2）。例如，云杉SPEI₆₀模型的AUC达0.916，伪R2为0.354。对于橡树，所有测试的SPEI模型均未显示出明显更优的拟合度，AUC值在0.839至0.856之间波动，伪R2低于0.1。

讨论与结论

讨论部分总结

研究证实了第一个假设，即绝对干旱指数与标准化干旱指数在解释树木死亡的能力上存在差异。对于云杉、山毛榉和松树，死亡主要由相对于长期气候平均值（1991-2020年）的相对偏差驱动，而非绝对干旱指数。绝对指数（如CWB）可能受到空间变异性（如低地vs高地）的干扰，这种空间效应可能抵消时间效应，从而削弱其对死亡的解释力。标准化处理消除了空间变异性，使指数能够聚焦于各站点特有的临时干旱期。SPEI通过考虑与正常条件的偏差，更好地反映了站点特异性差异和适应性。研究也指出，SPEI并非完美，其未充分考虑土壤水文参数，而土壤有效水容量（AWC）的引入未能改善模型性能，这可能与假设生长季初土壤饱和有关。对于橡树，绝对干旱指数显示出更强的相关性，这可能与其生态特性（如深根系统）或对长期平均值偏差的较高耐受性有关。

关于第二个假设，结果支持更长SPEI累积期（如60个月）对云杉、山毛榉和松树的死亡具有更强影响。这表明累积性和持续性干旱胁迫比短期干旱事件更为重要。长累积期能有效捕捉干旱对树木死亡的延迟效应，这与干旱后多年生产力下降、生物因子（如树皮甲虫、真菌）侵害增加以及水力衰竭、碳饥饿等生理过程有关。2018-2020年的连续干旱事件 favours SPEI₆₀的表现。

第三个假设关于物种特异性差异得到证实。云杉表现出最高的死亡率和对负SPEI值的最强敏感性，与其浅根系、等水策略以及在干旱条件下易受次生干扰（如树皮甲虫）影响有关。山毛榉死亡率较低，SPEI对其死亡的影响较弱，这可能与其在活力丧失（如落叶）后潜在的恢复能力有关，SPEI仅能部分捕捉总体趋势。松树死亡率在干旱年份呈上升趋势，SPEI₆₀影响最强，但模型性能较低，表明其他因素（如槲寄生侵害）也起作用。橡树对SPEI响应最弱，模型性能差，需要额外预测因子。

结论部分翻译

本研究表明，德国四种最常见树种的死亡主要由相对于长期平均值的相对偏差驱动。标准化干旱指数，如SPEI，比CWB和SWB等干旱指数更能捕捉温带地区观测到的死亡事件。SPEI在模拟死亡率方面表现出强大潜力，并可作为预测德国优势树种干旱相关死亡的可靠指标。这种效应在云杉中尤为明显，其在过去30年中死亡率最高。相比之下，对于死亡率显著降低的橡树，基于SPEI的模型无法充分解释死亡，表明需要额外的预测因子和进一步研究。尽管如此，所有物种的拟合优度均随着长达五年的更长累积期而增加，这凸显了累积性和持续性干旱胁迫的重要性。更长的累积期也能更好地捕捉多年干旱，例如2018年至2020年和2022年的干旱，这些干旱导致所有观测树种的活力损失甚至死亡事件增加。SPEI₆₀的重要性进一步强调，多年干旱在树木死亡中起着特别重要的作用。鉴于欧洲多年干旱事件预计将增加，林业工作者应预期死亡风险将大幅上升。此外，森林管理的决策支持系统通常依赖绝对干旱指数。我们的结果表明，这些系统将受益于纳入标准化的、物种特异性的干旱指数，以更准确地预测未来气候情景下的干旱相关树木死亡。因此，还应评估其他标准化指数，特别是土壤指数，以确定它们是否能以与SPEI类似的方式解释树木死亡。总体而言，物种对干旱的特异性响应以及由此产生的死亡事件变异，凸显了在未来研究中选择物种特异性干旱或干旱指数的重要性。这种方法对于改进死亡率预测和促进气候适应性树种选择至关重要，为森林管理提供实用指导。