热量需求而非增温主导城乡春季物候提前差异

原文：Heat requirement, not warming, governs the urban-rural disparity in spring phenology advancement.
期刊：Innovation (Cambridge (Mass.))（影响因子 25.7） |  PubMed | PMC 全文（含 PDF）

研究背景：城市与乡村的春天为何“不同步”？

植物物候——如春季返青日期（green-up date, GUD）——是生态系统响应环境变化的敏感指示器。城市化通过改变地表覆盖与局地气候，已使城市植被的春季物候普遍早于周边乡村。然而，既往研究多关注“是否提前”，而对城乡之间提前速率（趋势幅度）的差异及其机制认识不足。在气候持续变暖背景下，厘清这一差异的驱动层级，对预测人类主导景观中的生态响应至关重要。

核心发现：城市返青更快，热量需求是主因

研究团队基于2001–2020年卫星遥感物候产品，分析了中国354个城市的城乡梯度（图1展示了基于城市边界与等面积缓冲区的城乡分类方法）。结果显示：在持续变暖下，城市区域GUD的提前速率显著快于乡村，47.7%的城市出现这种城乡分异，城市平均比乡村每年多提前0.37 ± 0.24天，且在温带暖夏区尤为明显（图2展示了GUD趋势幅度的空间格局）。

进一步整合冷积累（chilling accumulation, CA）与热量需求（heat requirement, HR）模型及可解释机器学习（SHAP-XGBoost）后发现：驱动城乡分异的首要因素是累积热量需求，而非单纯增温本身。偏相关分析表明，热量需求可解释城市区域GUD变化的74%方差，超过冷积累的51%。此外，植被结构具有调节作用：物种丰富度升高会放大城市GUD趋势，而树木密度则缓冲乡村的变化。值得注意的是，现有经验模型大多无法重现这种城乡分异的空间格局与幅度。

方法亮点：多源数据与过程模型交叉验证

研究使用MCD12Q2（500 m）提取GUD，并以Landsat 30 m影像在北京、沈阳、长春验证；气候与辐射数据统一重采样至物候分辨率。机制解析上，结合四种基于过程的物候模型与17个环境因子（含生物多样性、树木密度、不透水面等），并通过SHAP值量化贡献。这种“遥感观测+过程模型+可解释AI”的框架，有效剥离了共变因子的混淆。

应用意义：重塑城市生态预测框架

该研究重新定义了人类主导景观中春季物候的控制层级——热量需求居于主导，冷积累次之，植被结构调节。这不仅提示当前生态系统模型需改进参数化方案，也为城市化加速下生物多样性、碳循环及生态稳定性评估提供了更可靠的机制依据。对生物医学与生态健康交叉领域而言，物候错配可能影响过敏季与病媒动态，精准预测具有潜在公共卫生价值。

关键图表

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。