青藏高原地形起伏大，山脉、河谷、坡向和海拔的差异塑造了复杂多样的局地气候。同一片区域内，即使大尺度气候条件相似，不同地形位置的温度和水分状况也可能明显不同。传统植被分布模型通常使用较大范围平均后的温度、降水等宏观气候数据，容易将这些局地差异“平均掉”，从而影响对植被适宜生长区域的判断。

针对这一问题，清华大学地球系统科学系陈德亮团队与福建农林大学等单位合作，基于柯本—盖格气候分类，构建了气候异质性指数（Climate Heterogeneity Index，CHI）。该指数通过统计给定区域内不同气候类型的组成和比例，将原本相对离散的气候类型转化为连续指标，用于表示一个地区内部气候环境的多样程度。研究提出了一种将小尺度气候空间差异纳入植被分布模型的新方法，揭示了气候异质性在不同空间尺度上改善青藏高原植被适宜性预测的作用及其机制。

研究团队综合青藏高原高分辨率植被图、气候数据、地形和土壤水分等环境信息，分别在1公里和10公里空间分辨率下，对12类主要植被类型开展适宜性模拟。同时，团队构建植被群落复杂度指标（Vegetation Community Complexity, VCC），用于检验模型预测结果与实际植被空间格局的一致程度。

研究发现，将气候异质性指数加入模型后，预测的植被适宜性与实际植被群落复杂度之间的相关性得到提高。气候异质性带来的改善在青藏高原东部尤为明显。该区域地形复杂、气候类型多样，植被群落也更加丰富，传统宏观气候数据较难完整反映其局地环境差异。

图1 加入气候异质性指数前后，植被适宜性与植被群落复杂度的相关关系。青色和红色分别表示 1 km 和 10 km 分辨率下的分析结果。柱状图展示了各植被类型在纳入和未纳入气候异质性指数（CHI）条件下植被群落复杂度（VCC）与植被适宜性的相关系数；箱线图汇总了纳入 CHI 后各植被类型的相关系数分布。

研究还发现，气候异质性的作用具有明显的尺度差异。在10公里分辨率下，加入气候异质性指数所引起的植被适宜性调整幅度，平均约为1公里分辨率下的1.2倍。这说明随着空间分辨率变粗，山谷、坡面等细尺度地形信息逐渐被平滑，气候异质性指数可以补充粗分辨率数据中缺失的环境差异信息。

通过进一步分析表明，在1公里尺度上，模型已经能够较好地识别海拔、坡度和地表起伏等地形差异，植被适宜性更多受到精细地形及其形成的局地气候控制；在10公里尺度上，地形细节的影响减弱，区域气候的作用相对增强，气候异质性指数因而发挥出更明显的补偿作用。研究从机制上揭示了植被模拟由细尺度“地形主导”向较粗尺度“气候主导”转变的过程。

在缺少高分辨率微气候观测的地区，气候异质性指数可以作为连接大尺度气候与局地气候差异的重要指标，提升植被分布模型的生态现实性。相关方法有望应用于生态保护区识别、生态修复区域优先级划分和气候适应性生态廊道规划，并为安第斯山脉、喜马拉雅山脉等地形复杂地区的生物多样性研究提供方法参考。

成果以“气候异质性提升基于大尺度气候数据的青藏高原植被模拟”（Climate heterogeneity enhances macroclimate data-driven vegetation modeling on the Qinghai-Tibet Plateau）为题，《自然·通讯》（Nature Communications）上发表。福建农林大学管延龙副教授和硕士生吴文青为论文共同第一作者，清华大学地球系统科学系陈德亮和福建农林大学周顺桂教授为共同通讯作者。研究由福建农林大学、武夷学院、中国科学院地理科学与资源研究所、清华大学、赫尔辛基大学和芬兰气象研究所等单位合作完成，得到国家自然科学基金、福建省自然科学基金、清华大学碳中和与能源系统转型项目及芬兰研究理事会等支持。

论文信息：

Guan, Y., Wu, W., He, M., et al. Climate heterogeneity enhances macroclimate data-driven vegetation modeling on the Qinghai-Tibet Plateau. Nature Communications, 17, 7291 (2026). DOI：10.1038/s41467-026-73158-1

全文链接：

https://www.nature.com/articles/s41467-026-73158-1

供稿：陈德亮

编辑：王佳音

审核：俞乐