近日，浙江农林大学森林食物资源挖掘与利用全国重点实验室香榧团队在国际权威学术期刊《Nature Climate Change》（中科院1区Top，IF_-5yr＝32.9）发表题为“Increasing risks of post-experimental ecology”（《生态学研究实验弱化风险加剧》）的通讯文章。文章基于对树木物候学领域近三十年文献的系统分析，直击当前生态学研究方法演变中的隐忧：随着遥感监测、大数据、机器学习和模型模拟等技术的迅猛发展，研究范式正明显向以观测、统计和模型分析倾斜，而以环境操控为核心的实验性研究却增长乏力，学科发展正面临“重观测、轻实验”的失衡风险。这一深度剖析，也为森林食物资源领域如何整合跨学科手段、统筹观测与实验、深化机理认识提供了有益的方法论启示。

该研究以团队长期关注的树木物候学为切入点展开系统分析。树木物候不仅是全球变化生态学的核心议题，也是林学领域认识树木生长节律、森林生产力形成的重要科学基础。对于香榧等森林食物资源而言，物候过程直接关系到花芽分化、开花结实及果实发育的完整周期，是优化栽培管理、实现稳产提质的关键依据。

研究团队基于关键词检索，系统梳理了1990年以来Web of Science核心合集收录的810种期刊中的8606篇植物物候研究论文，并借助人工智能辅助分类模型，将其划分为“实验研究”（涵盖对温度、光周期、干旱等环境因子的主动操控）和“非实验研究”（如观测数据分析、遥感、理论模型等）。分析结果显示，近三十多年来，树木物候领域发文量呈指数级增长，但增量主要来自非实验研究，而操控实验的增长则较为缓慢。这一分化趋势在高影响因子期刊中尤为显著：在2020-2026年间，高达73%的植物物候学论文为非实验研究。这深刻反映出，当前学术界正日益倾向于那些能够快速产出全球尺度结论的“大数据”研究，而周期长、耗资大且伴随基础设施维护风险的长期实验，正陷入资助匮乏与发表受限的双重困境。

图.树木物候学领域实验与非实验研究趋势

文章进一步指出，非实验性观测研究虽然具有尺度大、效率高的优势，但往往容易受到复杂因子的干扰，从而产生表面上显著、实则并不可靠的“虚假相关”。以树木物候学为例，早期基于观测数据的分析曾认为光周期能调节欧洲赤松的春季物候，但随后严格的操控实验却推翻了这一结论。这说明，仅凭观测所得的统计关系，并不能自动推导出真实的生态机制。若缺乏实验验证，非实验研究得到的规律很可能被过度解释，甚至在预测未来生态响应时产生误导。

实验研究的不可替代性，正是在于能够精准剥离干扰，识别出观测数据难以揭示的复杂因果关系。例如，长期的野外CO₂浓度升高实验证实，传统认知中“C3植物生物量响应一定强于C4植物”的假设并不总是成立；而多因子气候变化实验进一步揭示，增温、CO₂升高、水分变化和氮添加的综合影响，往往不是单一因子效应的简单叠加，而是表现出显著的“非加和效应”与交互作用。生态系统对环境变化的响应具有高度复杂性，是单靠大数据建模难以完整捕捉的。

作者认为，如果生态学研究持续向“重观测、轻实验”的方向滑移，仅凭观测数据和模型预测气候变暖下的生态响应，极可能产生系统性误差。对于香榧等长周期森林食物资源的生产而言，这种方法论的纠偏尤为重要。如果仅凭气象数据的相关性进行引种区划或产量预测，可能导致管理决策的失误。基于此，作者将这一问题提升到学科发展层面进行探讨。文章指出，实验研究的减少并非单纯源于研究者偏好的变化，而是受制于实验周期长、经费投入高、设施维护难及长期资助匮乏等现实困境。在当前的科研评价体系下，基于观测和计算的分析显然更具快速产出的“效率优势”。然而，生态学不能因此放弃实验传统。观测与实验并非彼此替代，而应相互补充。前者擅长描绘大尺度模式（揭示发生了什么），后者则精于验证因果机制（解释为什么会这样）。

文章呼吁学术界、资助机构和高水平期刊重新审视资源配置，合力推进长期实验研究网络建设，加大对多因子操控平台的支持与倾斜，为实验研究拓宽资助与发表空间。唯有以实验确证底层机制，再结合大数据的宏观视野，才能真正洞悉气候变化下树木的生存策略，从而为森林食物资源的适地适树和稳产高产提供坚实的科学依据。

浙江农林大学森林食物资源挖掘与利用全国重点实验室为该文第一单位和通讯作者单位，全国重点实验室香榧团队张瑞教授为第一作者，吴家胜教授、Heikki Hänninen教授为共同通讯作者。吴家胜教授领衔的香榧团队长期围绕香榧等经济林育种、栽培、加工与利用开展全产业链研究。本文作者聚焦团队在树木物候与气候变化方向的研究分支，立足香榧等森林食物资源产业需求，综合运用林学、生态学等多学科理论与方法，服务于树种适应性评价、区域栽培规划、产量品质提升及应对气候变化等关键问题。该研究获得国家自然科学基金等项目资助。

全文链接：https://doi.org/10.1038/s41558-026-02583-3

（全国重点实验室 香榧团队）