在全球变暖背景下，极端气候事件的发生频率、强度及持续时间不断增加，已对陆地生态系统功能构成严峻威胁。尽管大量研究将生态系统的响应归因于同期的极端气象异常，但日益累积的证据表明，生态系统响应同样受到前期气象条件的调控。这些滞后的影响可能源于土壤水记忆，植物的生理适应、损伤累积、延续效应与结构过冲效应等多重机制，统称为生态系统的记忆效应。然而，由于相关机制的多样性与复杂性，记忆效应的作用方向、影响强度及持续时间仍存在较大不确定性，从而显著制约了在气候变化背景下对未来生态系统功能变化的准确评估与预测。

针对这一科学问题，北京大学张尧研究员团队基于全球通量站点的观测数据，构建了时间感知的可解释机器学习框架，系统解析并量化了极端事件中气象异常对生态系统生产力的同期效应与滞后效应。研究发现，极端事件期间，前期气象异常对生态系统生产力异常的贡献高达38.2%，其中降水的滞后影响最为显著，其次为气温和蒸汽压亏缺。进一步分析表明，极端事件的影响强度与记忆效应的持续时间密切相关，由长期气象异常调控的极端事件造成的生产力损失显著大于短期气象异常驱动的事件（图1），其中半干旱生态系统表现出最大的生产力损失以及显著的记忆效应。

该成果首次在全球尺度上定量评估了极端事件期间前期气象异常对生态系统生产力的滞后效应，为理解气候变化背景下生态系统稳定性、碳汇功能及植被–土壤–大气之间的复杂反馈机制提供了重要科学依据。近期该成果以“Large contribution of antecedent climate to ecosystem productivity anomalies during extreme events”为题发表在Nature Geoscience。这是张尧课题组继结构性过冲（2021，Nat Eco Evo）,干旱滞后影响（2025，Nat Clim Chang）等研究之后，对生态系统记忆效应的进一步探索。蜜桃直播-蜜桃直播app 博士研究生邱靖皓为论文第一作者，张尧研究员为论文通讯作者。合作者包括加州大学伯克利分校Trevor F. Keenan教授，哥伦比亚大学Pierre Gentine教授、Mitra Cattry博士，新加坡国立大学罗翔中助理教授，北京师范大学周沙研究员，以及北京大学朴世龙院士等。该研究成果得到国家自然科学基金（42371096, 42141005）和国家重点研发计划（2023YFF0805702）的资助。

图1 不同滞后模式下生态系统生产力异常分布

相关论文链接：

//doi.org/10.1038/s41561-025-01856-4

//doi.org/10.1038/s41559-021-01551-8

//doi.org/10.1038/s41558-025-02273-6