本研究由中国科学院植物研究所的Jiatong Wang、Xiaoqiang Liu、Xiaotian Qi等学者，联合香港大学的Jin Wu等多位研究人员共同完成，通讯作者为中国科学院植物研究所的Yanjun Su。论文发表于 Plant Phenomics 期刊第7卷，于2025年5月15日在线发表，DOI为10.1016/j.plaphe.2025.100054。研究的核心问题是植物叶片性状光谱估算中偏最小二乘回归（partial least-squares regression, PLSR）模型在不同研究地点之间的可转移性（transferability），以及构建可泛化（generalizable）模型的可行性。

在学术背景方面，植物叶片性状是理解生态系统过程和功能的重要基础，但传统的野外采样和实验室分析方法耗时费力，限制了大规模叶片性状数据库的建设。叶片光谱技术结合PLSR模型被广泛认为是一种高效、精确且无损的叶片性状测量手段。然而，已有研究表明，在某一特定地点或特定植物类群上训练的PLSR模型，在应用于其他地点或物种时，其预测精度往往显著下降。影响PLSR模型可转移性的因素尚不明确，尤其是植物进化历史和环境条件在其中的作用仍缺乏定量评估。因此，本研究旨在系统评估PLSR模型跨研究地点的可转移性、探究影响模型转移能力的关键因素，并检验通过扩大训练数据多样性来构建可泛化模型的可能性。

在研究方法上，研究团队在中国八个森林站点采集了来自349个树种的1967个叶片样品，每个样品同时测定了六项关键叶片性状和对应的叶片反射光谱。这八个站点包括长白山、清原、东灵山、秦岭、神农架、古田山、鼎湖山和西双版纳，覆盖了从寒温带到热带的广泛气候梯度，年均温范围为2.8°C至21.8°C，年降水量范围为600毫米至1964毫米。六项叶片性状分别为比叶质量（leaf mass per area, LMA）、叶片含水量（leaf water content, LWC）、等效水厚度（equivalent water thickness, EWT）、基于质量分数的碳含量（C）、氮含量（N）和磷含量（P）。叶片反射光谱使用FieldSpec 4高分辨率光谱仪测定，波长范围修剪为500 nm至2200 nm以去除噪声。研究流程分为三个主要部分。第一部分构建了每个站点独立的PLSR模型，并将每个站点的模型应用到所有其他站点的测试数据上，以评估跨站点转移时的精度变化。模型构建采用刀切法（jackknife）重采样策略，对每个叶片性状在每个站点构建100个PLSR模型，使用10折交叉验证确定最佳潜在成分数，最终以决定系数（R²）和归一化均方根误差（normalized root-mean-squared error, NRMSE）作为精度指标，并用双尾t检验比较训练站点与其他站点之间的精度差异。第二部分量化了训练集和测试集之间的四类不相似性：叶片性状分布的Hellinger距离、物种进化历史的加权UniFrac距离、年均温差和年降水量差。研究通过线性混合效应模型和随机森林方法分析了这四类因素与模型转移性能之间的关系。物种进化历史的不相似性通过基于349个树种的系统发育树计算加权UniFrac距离来量化，系统发育树使用V.PhyloMaker2软件包构建。第三部分评估了可泛化模型的可行性，方法是从所有可能的训练站点组合中随机选取200个样品构建模型，并检验模型精度随训练站点数量增加的变化趋势。最后，使用所有站点的校准数据构建跨站点PLSR模型，并将其精度与各站点的站点特异性模型进行比较。

研究结果表明，站点特异性PLSR模型在跨站点应用时预测精度普遍显著下降，表明模型的可转移性有限。其中，与叶片营养含量相关的性状（C、N和P）在跨站点转移时精度下降幅度更大，NRMSE平均分别增加了13.61%、7.92%和12.12%；而与叶片结构和水分含量相关的性状（LWC、LMA和EWT）下降幅度较小，NRMSE平均分别增加了5.59%、4.74%和5.73%。在站点层面，树种组成较为多样的站点（如西双版纳、古田山和神农架）的模型在转移时精度下降较小，而树种组成较为单一的站点（如清原和东灵山）下降较大。因素分析显示，物种进化历史的不相似性对所有六项叶片性状的模型转移性能均有显著负相关关系，加权UniFrac距离越大，NRMSE越高。年均温差对除N以外的五项性状也有显著影响，而叶片性状分布的Hellinger距离仅对四项性状有显著影响，年降水量差的影响最弱。随机森林分析进一步表明，年均温差是影响C、N、P和EWT模型转移性的最重要因素，而加权UniFrac距离是影响LWC和LMA模型转移性的最重要因素，并且对其他性状也有重要影响。在可泛化模型构建方面，随着训练站点数量的增加，模型精度持续提升。当训练站点从1个增加到6个时，C、N、P、LWC、LMA和EWT的NRMSE分别下降了4.65%、2.89%、5.01%、2.49%、2.07%和2.91%。使用所有站点数据训练的跨站点PLSR模型取得了较高的预测精度，R²范围为0.53至0.83，NRMSE范围为7.43%至13.99%。其中LMA的预测精度最高（R²=0.83，NRMSE=7.77%），其次是EWT（R²=0.82，NRMSE=7.43%）、N（R²=0.76，NRMSE=9.1%）、LWC（R²=0.73，NRMSE=7.8%）、C（R²=0.69，NRMSE=11.18%）和P（R²=0.53，NRMSE=13.99%）。与站点特异性模型相比，跨站点模型在大多数站点和性状组合中表现出相当或更高的精度，在48个组合中有21个显著优于站点特异性模型，5个无显著差异，仅在部分LWC、LMA和EWT的预测中精度略有下降，平均NRMSE增加仅为0.89%、0.55%和0.59%。

研究的结论强调，叶片光谱结合PLSR模型在单一站点内的预测性能良好，但直接跨站点转移存在较大风险，尤其是对于营养元素类性状。植物进化历史和环境条件的差异是影响PLSR模型可转移性的关键因素，而叶片性状分布范围的影响相对较小。通过整合来自不同进化谱系和气候条件的训练数据，可以显著提高PLSR模型的泛化能力，达到与站点特异性模型相当的精度。这一发现为叶片性状光谱估算的实际应用提供了重要的操作指南，同时强调了构建开放共享的叶片性状和反射光谱数据库的迫切性，以推动通用PLSR模型的发展。本研究的亮点在于：使用了覆盖中国广泛气候梯度和丰富树种多样性的较大规模数据集，系统量化了进化历史和环境因素对模型转移性的相对重要性，并通过多站点组合训练验证了可泛化模型的可行性。此外，研究还比较了PLSR与支持向量机和多层感知机等其他回归方法的性能，发现PLSR总体上仍具有最优的预测精度，进一步支持了PLSR在叶片光谱性状估算中的稳健性。研究的局限性主要在于样品主要来自中国的阔叶树种，尚未涵盖针叶树种和极端干旱环境，也未考虑季节和年际变化对模型转移性的影响，这些需要在未来通过更大规模和更多样化的数据集进一步研究。