地球科学进展

地球科学进展 ›› 2026, Vol. 41 ›› Issue (3): 328 -341. doi: 10.11867/j.issn.1001-8166.2026.024

研究论文 上一篇    

气候变化下中国落叶阔叶林的叶片适应策略
张芸迪(), 王芳怡, 付鑫悦(), 潘怡萱, 陈修治()   
  1. 中山大学 大气科学学院，南方海洋科学与工程广东省实验室（珠海），广东 珠海 519082
  • 收稿日期:2025-09-14 修回日期:2026-02-11 出版日期:2026-03-10
  • 通讯作者: 付鑫悦,陈修治 E-mail:zhangyd071@163.com;ximo20030327@163.com;henxzh73@mail.sysu.edu.cn;chenxzh73@mail.sysu.edu.cn
  • 基金资助:
    国家重点研发计划项目(2024YFF1306600);广东省科技计划项目(2024B1212070012)

Leaf Adaptation Strategies in Chinese Deciduous Broad-Leaved Forests Under Climate Change

Yundi Zhang(), Fangyi Wang, Xinyue Fu(), Yixuan Pan, Xiuzhi Chen()   

  1. School of Atmospheric Sciences, Sun Yat-sen University, Guangdong Provincial Laboratory of Southern Marine Science and Engineering (Zhuhai), Zhuhai Guangdong 519082, China
  • Received:2025-09-14 Revised:2026-02-11 Online:2026-03-10 Published:2026-05-06
  • Contact: Xinyue Fu, Xiuzhi Chen E-mail:zhangyd071@163.com;ximo20030327@163.com;henxzh73@mail.sysu.edu.cn;chenxzh73@mail.sysu.edu.cn
  • About author:Zhang Yundi, research areas include climate change and vegetation remote sensing. E-mail: zhangyd071@163.com
  • Supported by:
    the National Key Research and Development Program(2024YFF1306600);The Science and Technology Program of Guangdong(2024B1212070012)
全文 ( 4 ) 下载PDF ( 6 )

在全球变暖与大气CO2浓度升高背景下，植被叶面积增加与生长季延长共同驱动植被显著“变绿”趋势，然而二者究竟呈权衡关系还是协同变化，目前尚不明确。利用多源遥感数据，分析了2003—2020年中国落叶阔叶林最大叶面积指数和生长季长度的变化规律。结果表明：①叶面积增加和生长季延长为负相关关系，东北地区落叶阔叶林叶面积增加较少而生长季延长更多；北方过渡区相反，两种策略存在权衡机制。②这种权衡关系可由树高差异解释：矮树基底叶面积小、叶面积与边材面积比高，在CO2的施肥效应影响下倾向于增加叶面积；高树基底叶面积大、叶面积与边材面积比较低，受地表温度影响而更依赖于延长生长季。③生态系统光能利用效率随树高增加而降低，获取型策略的矮树通过增加叶面积提升光合作用速率，而保守型策略的高树选择延长叶片生长季但降低光能利用效率。研究为理解气候变化背景下中国地区落叶阔叶林的叶片适应策略提供了新见解，并拓展了对生态系统功能潜在影响的认识。

关键词: 落叶阔叶林, 树高, 叶片适应策略, 光能利用效率

Under the context of global warming and rising atmospheric CO2 levels, increases in vegetation leaf area and longer growing seasons both contribute to a clear greening trend. However, whether these two factors show a trade-off or work together remains unclear. In this study, we used multi-source remote sensing data to analyze the patterns of maximum Leaf Area Index (LAImax) and Length of growing Season (LOS) in Deciduous Broad-leaved Forests (DBF) across China from 2003 to 2020. The results indicated that: ① An increase in leaf area is negatively correlated with the extension of the growing season. In Northeast China, deciduous broadleaf forests show relatively small increases in leaf area but more significant extensions of the growing season. Conversely, in the northern transitional zone, the opposite pattern is observed, suggesting a trade-off between these two strategies. ② Tree height plays an important role in explaining this trade-off. In the northern transitional zone, where dwarf trees dominate, forests tend to adopt a strategy of increasing leaf area with only small changes in growing season length. By contrast, in Northeast China, where tall trees are more common, forests are more likely to extend the growing season while showing limited leaf area change. This spatial difference reflects the contrasting physiological adaptations of trees with different heights. ③ These contrasting strategies are jointly shaped by climate factors and vegetation traits. Rising atmospheric CO2 is more likely to promote leaf area increase in dwarf trees, whereas higher surface temperature has a stronger effect on growing season extension in tall trees. In addition, dwarf trees generally have lower initial leaf area and a higher leaf-to-sapwood area ratio, which favors leaf area increase, while tall trees tend to extend the growing season because of their larger basal leaf area and lower leaf-to-sapwood ratio. ④ The two strategies have different ecosystem consequences. Dwarf trees can enhance photosynthesis and ecosystem productivity by increasing leaf area. In contrast, tall trees mainly adapt by extending the growing season, but their lower photosynthetic efficiency may reduce ecosystem productivity.This expansion provides additional context to the ecological dynamics, emphasizing how specific strategies driven by tree height and climate factors interact to shape vegetation function across regions.

Key words: Deciduous broad-leaved forest, Tree height, Leaf adaptation strategy, Light energy utilization efficiency

中图分类号: 

表1 研究落叶阔叶林叶片适应策略的权衡关系所用的卫星数据集及其属性信息
Table 1 Satellite datasets and associated attributes for investigating trade-offs in leaf adaptation strategies in deciduous broad-leaved forests
数据名称变量缩写空间分辨率时间分辨率时期
GLASS LAI （09B01 V60）LAI0.05°8 d2001—2021年
MOD12Q2 V006LOS500 m年数据2001—2023年
HcGEDIhc30 m年数据2019年
MOD17A2HGF Version 6.1GPP500 m8 d2001—2023年

GLASS PAR

（04B01.V60）

PAR0.05°日数据2000—2020年

GLASS fAPAR

（09B01.V60）

fAPAR0.05°8 d2000—2021年
GCXCO2CO20.05°8 d2000—2020年

Land surface

temperature

LST0.05°日数据2002—2020年
Global Forest Watch （GFW）FCC30 m年数据2000—2020年
MCD12C1 v006Land cover0.05°年数据2001—2023年
ERA5-LandSM0.25°月数据1950—2023年
图1 中国落叶阔叶林分布图
Fig. 1 Distribution of deciduous broad-leaved forests in China
图2 2003—2020年中国落叶阔叶林最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的空间格局
（a）ΔLAImax的空间分布图；（b）ΔLOS空间分布图。
Fig. 2 Spatial patterns of ΔLAImax and ΔLOS in China’s deciduous broad-leaved forests from 2003 to 2020
（a） Spatial distribution of ΔLAImax；（b） Spatial distribution of ΔLOS.
图3 2003—2020年中国落叶阔叶林最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）之间的相关关系
（a）北方过渡区与东北地区∆LAImax的分布情况；（b）北方过渡区与东北地区∆LOS的分布情况；（c）∆LAImax与∆LOS的负相关关系。
Fig. 3 The relationship between ΔLAImax and ΔLOS in China’s deciduous broad-leaved forests from 2003 to 2020
（a） Distribution of ∆LAImax in Northern Transition Zone and Northeast China； （b） Distribution of ∆LOS in Northern Transition Zone and Northeast China；（c） Negative correlation between ∆LAImax and ∆LOS.
图4 中国落叶阔叶林的树高分布情况
（a）树高空间分布图；（b）北方过渡区与东北地区的树高情况。
Fig. 4 Tree height distribution of deciduous broad-leaved forests in China
（a） Tree height spatial distribution map； （b） Tree height distribution in the Northern Transition Zone and Northeast China.
图5 不同树高最大叶面积指数（LAImax ）和生长季长度（LOS）随时间的变化
Fig. 5 Changes in LAImax and LOS over time for different tree heights
图6 中国落叶阔叶林树高与最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系
Fig. 6 Tree height in relation to ΔLAImax andΔLOS in China’s deciduous broad-leaved forests
表2 气候变量驱动下中国落叶阔叶林的结构方程模型结果
Table 2 Structural equation modeling results for Chinese deciduous broad-leaves forests driven by climatic variables
变量估计值标准估计值标准误差z值p值
∆LAImax~∆CO20.115 2720.115 2590.001 072107.550 2110.000 000
∆LAImax~hc-0.221 732-0.221 7090.001 071-207.117 6020.000 000
∆LAImax~∆LST0.066 3720.066 3650.001 03863.969 5000.000 000
∆LOS~∆CO2-0.088 454-0.088 4530.001 05783.651 0270.000 000
∆LOS~hc0.100 0250.100 0240.001 09191.677 7990.000 000
∆LOS~∆LST0.133 0450.133 0430.001 092-121.801 3570.000 000
∆CO2⇔∆LST-0.048 085-0.048 0850.001 041-46.185 3240.000 000
∆LAImax⇔∆LOS-0.105 585-0.105 5720.001 020-103.518 7520.000 000
图7 气候变量驱动下北方过渡区矮树与东北高树的结构方程模型图
红线和蓝线分别表示正相关和负相关；线上的数字表示相应的路径系数（Rpc ）；***表示通过99.9%的显著性检验。
Fig. 7 Structural equation modeling of dwarf trees in the northern transition zone and tall trees in northeast China driven by climatic variables
The red and blue lines represent positive and negative correlations， respectively. The numbers on the lines represent the corresponding path coefficients （Rpc）， *** indicates significance at the 99.9% level.
图8 不同树高范围下最大叶面积指数（LAImax ）和叶面积与边材面积比（Aleaf/Asapwood）的分布
Fig. 8 Distribution of LAImax and Aleaf/Asapwood for different tree height ranges
图9 光能利用效率变化（ΔLUE）、植被总初级生产力变化（ΔGPP）、吸收光合有效辐射比例变化（ΔfAPAR）与光合有效辐射变化（ΔPAR）的分布情况
（a）ΔLUE的空间分布图；（b）北方过渡区与东北地区ΔLUE的分布情况；（c）ΔGPP的空间分布图；（d）北方过渡区与东北地区ΔGPP的分布情况；（e）ΔfAPAR的空间分布图；（f）北方过渡区与东北地区ΔfAPAR的分布情况；（g）ΔPAR的空间分布图；（h）北方过渡区与东北地区ΔPAR的分布情况。
Fig. 9 Distribution of changes in light energy use efficiency ΔLUE， changes in total primary productivity of vegetation ΔGPP，changes in the proportion of absorbed photosynthetically active radiation ΔfAPAR，and changes in photosynthetically active radiation ΔPAR
（a） Spatial distribution of ΔLUE； （b） Distribution of ΔLUE in northern transition zone and northeast China； （c） Spatial distribution of ΔGPP；（d） Distribution of ΔGPP in northern transition zone and northeast China； （e） Spatial distribution of ∆fAPAR； （f） Distribution of ΔfAPAR in northern transition zone and northeast China； （g） Spatial distribution of ΔPAR； （h） Distribution of ΔPAR in northern transition zone and northeast China.
图10 树高与光能利用效率变化（ΔLUE）的关系以及两种叶片适应策略对ΔLUE的调控作用
（a）树高与ΔLUE的关系；（b）两种叶片适应策略对ΔLUE的调控作用。ΔLUE为光能利用效率变化；ΔLAImax为最大叶面积指数变化；ΔLOS为生长季长度变化；*表示通过99.9%的显著性检验。
Fig. 10 Relationship between tree height and changes in ΔLUEand regulation of ΔLUEby two leaf adaptation strategies
（a） Relationship between tree height and changes in ΔLUE； （b） Regulation of ΔLUE by two leaf adaptation strategies. ΔLUE denotes the change in light use efficiency； ΔLAImax denotes the change in maximum leaf area index； ΔLOS denotes the change in length of the growing season； * indicates significance at the 99.9% level.
图11 2003—2020年中国落叶阔叶林最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系（像元基于随机时间间隔）
（a）ΔLAImax的空间分布图；（b）ΔLOS的空间分布图；（c）ΔLAImax与ΔLOS之间的负相关关系。
Fig.11 The relationship betweenΔLAImax andΔLOSin China’s deciduous broad-leaved forests from 2003 to 2020 （pixels are based on random time intervals）
（a） Spatial distribution of ΔLAImax； （b） Spatial distribution of ΔLOS； （c） The negative correlation between ΔLAImax and ΔLOS.
图12 2003—2020年中国落叶阔叶林最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系（基于时间线性趋势）
（a）ΔLAImax的空间分布图；（b）ΔLOS的空间分布图；（c）ΔLAImax与ΔLOS之间的负相关关系。
Fig. 12 The relationship betweenΔLAImaxandΔLOSin China’s deciduous broad-leaved forests from 2003 to 2020 （based on the linear temporal trend）
（a） Spatial distribution of ΔLAImax； （b） Spatial distribution of ΔLOS； （c） The negative correlation between ΔLAImax and ΔLOS.
图13 中国落叶阔叶林树高与最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系（像元基于随机时间间隔）
Fig. 13 Changes inΔLAImaxin relation to changes inΔLOSand tree height in Chinese deciduous broad-leaved forests （pixels are based on random time intervals）
图14 加入氮沉降（ΔN）和土壤水分（ΔSM）后最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系
Fig. 14 Relationship betweenΔLAImax andΔLOS with the addition of nitrogen deposition （ΔN） and soil moisture （ΔSM）
图15 不同物种最大叶面积指数变化（ΔLAImax ）和生长季长度变化（ΔLOS）的关系
Fig. 15 Relationship between ΔLAImax and ΔLOS based on different species
[1] Piao S L， Tan J G， Chen A P， et al. Leaf onset in the Northern Hemisphere triggered by daytime temperature［J］. Nature Communications， 2015， 6： 6911.
[2] Chen C， Park T， Wang X H， et al. China and India lead in greening of the world through land-use management［J］. Nature Sustainability， 2019， 2（2）： 122-129.
[3] Zhu Z C， Piao S L， Myneni R B， et al. Greening of the Earth and its drivers［J］. Nature Climate Change， 2016， 6（8）： 791-795.
[4] Jian D N， Niu G Y， Ma Z G， et al. Limited driving of elevated CO2 on vegetation greening over global drylands［J］. Environmental Research Letters， 2023， 18（10）： 104024.
[5] Liu Gang， Sang Yuxing， Zhao Qian，et al. Uncertainty in ecosystem model simulations of leaf area index trends and driving factors in China ［J］. Remote Sensing Technology and Application， 2020， 35（5）： 1 037-1 046.
刘刚，桑宇星，赵茜，等.生态系统模型模拟中国叶面积指数变化趋势及驱动因子的不确定性［J］.遥感技术与应用，2020，35（5）： 1 037-1 046.
[6] Fu Y H， Piao S L， Delpierre N， et al. Larger temperature response of autumn leaf senescence than spring leaf-out phenology［J］. Global Change Biology， 2018， 24（5）： 2 159-2 168.
[7] Reich P B， Walters M B， Ellsworth D S. From tropics to tundra： global convergence in plant functioning［J］. Proceedings of the National Academy of Sciences， 1997， 94（25）： 13 730-13 734.
[8] Onoda Y， Westoby M， Adler P B， et al.Global patterns of leaf mechanical properties［J］. Ecology Letters， 2011， 14（3）： 301-312.
[9] Kunstler G， Falster D， Coomes D A， et al. Plant functional traits have globally consistent effects on competition［J］. Nature， 2016， 529（7 585）： 204-207.
[10] De Avila A L， Schwartz G， Ruschel A R，et al. Recruitment，growth and recovery of commercial tree species over 30 years following logging and thinning in a tropical rain forest［J］. Forest Ecology and Management，2017，385： 225-235.
[11] Dionisio L F S， Schwartz G， Do Carmo LOPES J， et al. Growth，mortality，and recruitment of tree species in an Amazonian rainforest over 13 years of reduced impact logging［J］. Forest Ecology and Management，2018，430： 150-156.
[12] King D A， Wright S J， Connell J H. The contribution of interspecific variation in maximum tree height to tropical and temperate diversity［J］. Journal of Tropical Ecology，2006，22（1）： 11-24.
[13] Mcdowell N， Barnard H， Bond B， et al. The relationship between tree height and leaf area： sapwood area ratio［J］. Oecologia， 2002， 132（1）： 12-20.
[14] Koch G W， Sillett S C， Jennings G M，et al. The limits to tree height［J］. Nature，2004，428（6 985）： 851-854.
[15] Seiwa K. Changes in Leaf phenology are dependent on Tree Height inAcer mono，a Deciduous Broad-leaved Tree［J］. Annals of Botany，1999，83（4）： 355-361.
[16] Barbour M G， Billings W D. North American terrestrial vegetation［M］. Cambridge： Cambridge University Press， 2000.
[17] Jahn G. Temperature deciduous forests of Europe［J］. Ecosystems of the World， 1991， 7： 377-502.
[18] Guo Q F， Ricklefs R E， Cody M L. Vascular plant diversity in eastern Asia and North America： historical and ecological explanations［J］. Botanical Journal of the Linnean Society， 1998， 128（2）： 123-136.
[19] Tang Ruiqi， Wu Qi， Zheng Rong，et al. Species composition and community structure characteristics of deciduous broad-leaved forests in Nanshan，Wucheng，Zhejiang Province ［J］. Journal of Zhejiang A&F University，2025，42（1）： 23-33.
汤瑞麒，吴奇，郑蓉，等.浙江婺城南山落叶阔叶林物种组成及群落结构特征［J］.浙江农林大学学报，2025，42（1）：23-33.
[20] White P S. Eastern Asian-eastern North American floristic relations： the plant community level［J］. Annals of the Missouri Botanical Garden， 1983， 70（4）： 734.
[21] Ying T S. The floristic relationships of the temperate forest regions of China and the United States［J］. Annals of the Missouri Botanical Garden， 1983， 70（4）： 597.
[22] Wu Zhengyi. Vegetation of China ［M］. Beijing： Science Press，1980.
吴征镒. 中国植被［M］. 北京：科学出版社，1980.
[23] Friedl M， Gray J， Sulla-menashe D. MODIS/Terra+ Aqua land cover dynamics yearly L3 global 500m SIN grid V061［DS］. NASA EOSDIS Land Processes Distributed Active Archive Center （DAAC） data set，2022： MCD12Q2. 061.
[24] Zhang X T， Liang S L， Zhou G Q， et al. Generating Global LAnd Surface Satellite incident shortwave radiation and photosynthetically active radiation products from multiple satellite data［J］. Remote Sensing of Environment， 2014， 152： 318-332.
[25] Ma H， Liang S L， Xiong C H， et al. Global land surface 250 m 8 d Fraction of Absorbed Photosynthetically Active Radiation （FAPAR） product from 2000 to 2021［J］. Earth System Science Data， 2022， 14（12）： 5 333-5 347.
[26] Potapov P， Li X Y， Hernandez-serna A， et al. Mapping global forest canopy height through integration of GEDI and landsat data［J］. Remote Sensing of Environment， 2021， 253： 112165.
[27] Liu F L， Zhang H J， Jiang F， et al. Variations in orthotropic elastic constants of green Chinese larch from pith to sapwood［J］. Forests， 2019， 10（5）： 456.
[28] He P C， Ye Q， Yu K L， et al. Growing-season precipitation is a key driver of plant leaf area to sapwood area ratio at the global scale［J］. Plant， Cell & Environment， 2025， 48（1）： 746-755.
[29] Hansen M C， Potapov P V， Moore R， et al. High-resolution global maps of 21st-century forest cover change［J］. Science， 2013， 342（6 160）： 850-853.
[30] Yu P， Zhao T J， Shi J C， et al. Global spatiotemporally continuous MODIS land surface temperature dataset［J］. Scientific Data， 2022，9：143.
[31] Wan Z， Hook S， Hulley G. MODIS/Terra land surface temperature/Emissivity Daily L3 Global 0.05Deg CMG， Version 6.1［DS］. NASA EOSDIS Land Processes DAAC， 2021. DOI： 10.5067/MODIS/MOD11C1.061 .
[32] Xu L L， Meng P， Tong X J， et al. Productivity and water use efficiency of Pinus tabulaeformis responses to climate change in the temperate monsoon region［J］. Agricultural and Forest Meteorology， 2022， 327： 109188.
[33] Guan X， Sun Z， Chu D， et al. A long-term （2000-2020） global 0.05° continuous atmospheric carbon dioxide dataset （GCXCO 2） combining OCO-2 observations and model simulations based on stack learning［J］. Earth System Science Data Discussions，2023，2023： 1-29.
[34] Harlow L L. Structural equation modeling［M］// The essence of multivariate thinking. Routledge， 2023： 183-201.
[35] Lei P W， Wu Q. Introduction to structural equation modeling： issues and practical considerations［J］. Educational Measurement： Issues and Practice， 2007， 26（3）： 33-43.
[36] Mitchell R J. Testing evolutionary and ecological hypotheses using path analysis and structural equation modelling［J］. Functional Ecology， 1992， 6（2）： 123.
[37] Wright S. The method of path coefficients［J］. The Annals of Mathematical Statistics，1934，5（3）： 161-215.
[38] Barnard D M， Barnard H R， Molotch N P. Topoclimate effects on growing season length and montane conifer growth in complex terrain［J］. Environmental Research Letters，2017， 12（6）： 064003.
[39] Murakami M， Nunes R F， Durand M， et al. Quantification and variation of microclimatic variables within tree canopies-considerations for epiphyte research［J］. Frontiers in Forests and Global Change， 2022， 5： 828725.
[40] Allen C D， Macalady A K， Chenchouni H，et al. A global overview of drought and heat-induced tree mortality reveals emerging climate change risks for forests［J］. Forest Ecology and Management， 2010， 259（4）： 660-684.
[41] Winkler A J， Myneni R B， Hannart A， et al. Slowdown of the greening trend in natural vegetation with further rise in atmospheric CO2 ［J］. Biogeosciences， 2021， 18（17）： 4 985-5 010.
[42] Ryan M G， Bond B J， Law B E，et al. Transpiration and whole-tree conductance in ponderosa pine trees of different heights［J］. Oecologia，2000，124（4）： 553-560.
[1] 张芸迪, 王芳怡, 付鑫悦, 潘怡萱, 陈修治. 气候变化下中国落叶阔叶林的叶片适应策略[J]. 地球科学进展, 0, (): 1-.
[2] 龚相文, 李玉强, 王旭洋, 姚博, 连杰, 陈云. 近20年科尔沁地区植被净初级生产力时空动态及其影响因素定量评估[J]. 地球科学进展, 2025, 40(12): 1333-1349.
[3] 王怀海, 宋兆斌, 乔静娟, 张晓雪, 汪正蛟一, 郝芳唯, 左小安. 草原生态系统植物群落稳定性及其影响机制研究进展[J]. 地球科学进展, 2025, 40(11): 1166-1182.
[4] 陈锐, 吉喜斌, 赵文玥. 干旱胁迫下植物气孔导度估算模型研究进展与展望[J]. 地球科学进展, 2025, 40(9): 877-889.
[5] 王田野, 王平, 吴泽宁, 尹君, 于静洁, 王慧亮, 于志磊, 许红师, 尹立河, 严登华. 干旱胁迫下植被生态韧性研究进展[J]. 地球科学进展, 2023, 38(8): 790-801.
[6] 蓝小玉, 杨东, 苗运法, 赵永涛, 雷艳, 万正. 河西走廊东部2019—2022年空气孢粉组合特征及影响因素[J]. 地球科学进展, 2023, 38(6): 631-643.
[7] 崔林丽, 史军, 杜华强. 植被物候的遥感提取及其影响因素研究进展[J]. 地球科学进展, 2021, 36(1): 9-16.
[8] 肖生春,彭小梅,丁爱军,田全彦,韩超. 中国寒旱区灌木年轮学研究进展[J]. 地球科学进展, 2020, 35(6): 561-567.
[9] 郭飞,吉喜斌,金博文,赵丽雯,焦丹丹,赵文玥,张靖琳. 西北干旱区灌溉绿洲农田生态系统冠层导度估算及其在蒸散计算中的应用[J]. 地球科学进展, 2020, 35(5): 523-533.
[10] 王亚锋,芦晓明,朱海峰,梁尔源. 高山树线的调查与研究方法[J]. 地球科学进展, 2020, 35(1): 38-51.
[11] 宁晓菊,张丽君,秦耀辰,刘凯. 60年来我国主要粮食作物适宜生长区的时空分布[J]. 地球科学进展, 2019, 34(2): 191-201.
[12] 潘晶, 黄翠华, 罗君, 彭飞, 薛娴. 盐胁迫对植物的影响及AMF提高植物耐盐性的机制[J]. 地球科学进展, 2018, 33(4): 361-372.
[13] 曹沛雨, 张雷明, 李胜功, 张军辉. 植被物候观测与指标提取方法研究进展[J]. 地球科学进展, 2016, 31(4): 365-376.
[14] 苏强. 群落物种多度格局的分形解析[J]. 地球科学进展, 2015, 30(10): 1144-1150.
[15] 张良侠, 胡中民, 樊江文, 邵全琴, 唐风沛. 区域尺度生态系统水分利用效率的时空变异特征研究进展[J]. 地球科学进展, 0, (): 691-699.
阅读次数
全文


摘要

地址：甘肃省兰州市天水中路8号
QQ：114723517
电话：0931-8762293　E-mail：adearth@lzb.ac.cn
陇ICP备2021001824号-5　 甘公网安备62010202000687