基于原位测量的波希米亚森林生态系统高分辨率微气候网格

为何森林中微小的温差很重要

当我们谈及气候变化时，常会想到全球平均值或城市气象预报。但动物、植物和真菌真实体验到的是地面和树冠下的气候，在那里温度在几米范围内就可能相差数摄氏度。本研究聚焦中欧最大的森林荒野区之一——波希米亚森林生态系统，以空前细致的方式绘制这些“微气候”。得到的高分辨率温度图可用于保护野生生物、指导森林管理，并改进生态系统对变暖响应的预测。

山地森林的显微镜下观察

波希米亚森林生态系统沿德捷边界延伸约190公里，形成一条高而凉爽的山脊，伴随陡坡、深谷、冰川湖泊和广泛的沼泽。海拔约1100米以上以挪威云杉为主，而较低海拔曾为山毛榉—冷杉—云杉混交林，但现多为云杉人工林。该地区包含两个国家公园，是中欧最大的森林荒野区之一，是研究地形与树冠如何在气候变化下塑造局地温度的理想“实景实验室”。

构建密集的森林温度计网络

为了捕捉生物真正感受到的温度，研究人员在两个国家公园内建立了由270个微气候站组成的长期网络。选点按照系统性原则进行，以确保涵盖海拔、日照、湿度和树冠覆盖的所有主要组合，从密集的自然古林到近期受扰动的无树斑块。每个站点全年记录距地面2米的空气温度。在168个站点，还使用坚固的遮蔽记录仪测量距地面仅15厘米和土壤下8厘米的温度，记录频率为每15分钟一次，持续一年。通过精心校准，确保几十分之一至几十分之几摄氏度的传感器偏差不会扭曲结果。

从激光扫描的森林到超精细气候图

采集测量只是第一步；将其转化为连续地图则需要弄清温度为何在不同地点变化。研究团队利用详细的激光（LiDAR）扫描来描述地形和森林的三维结构。由此数据派生出海拔、坡度、冷空气积聚趋势、土壤湿润度以及每个5米网格单元的树冠覆盖量与树种（针叶与阔叶）构成等指标。随后他们采用先进的统计模型，这些模型可以学习这些因子与观测温度之间平滑且常为曲线的关系。海拔和日照暴露在所有模型中都是关键驱动因子，但至少一项与树冠相关的特征始终重要，尤其在温度极值时。模型通过空间交叉验证严格检验：在训练时留出区域块，随后用这些区域检验预测精度。

比全球气候产品更清晰的图像

为了评估本地地图是否确实有价值，作者将其与主要的全球和欧洲气候数据集进行了比较。与 SoilTemp（土壤）、ForestTemp（近地空气）和 ERA5‑Land（先进的全球天气再分析）相比，波希米亚森林网格与地面观测的吻合度始终更高。年均温的典型预测误差低于0.5摄氏度，即便在极值上误差也通常控制在1到2摄氏度左右。新地图还在陡谷、受扰动的森林和冷空气汇聚或树冠近期发生变化的高海拔地点揭示了比粗糙全球产品更细尺度的空间格局。在许多这些地点，全球数据集要么平滑掉了变异，要么将平均状况误估了好几摄氏度。

这些地图为自然与人类带来的价值

对非专业读者而言，核心信息是：你在森林中所处的位置——山脊、山谷、茂密树冠下或近期开阔地——所体验到的温度差异，可能相当于传统气候图上几百公里的空间位移。通过将密集的传感器网络与详细的三维制图结合，此研究提供了更能反映波希米亚森林物种真实生存条件的5米分辨率温度网格。这些地图可用于识别对敏感物种的凉爽避难所，指导恢复或疏伐以保护生物多样性和树木更新，以及改进物种分布随气候变暖可能迁移的预测。尽管基于单年数据，但这些模式在各年间高度一致，作者并展示了如何随时间更新其方法，为研究森林如何为树冠下生命缓冲气候提供了一种强有力的新视角。

引用: Brůna, J., Macek, M., Man, M. et al. High-resolution microclimatic grids for the Bohemian Forest Ecosystem based on in situ measurements. Sci Data 13, 246 (2026). https://doi.org/10.1038/s41597-026-06566-z

关键词: 森林微气候, 波希米亚森林, 高分辨率气候图, 生物多样性保护, 激光雷达（LiDAR）