净生态系统CO₂交换（Net ecosystem exchange of CO_2，NEE）是调节陆地生态系统和大气间碳交换的关键过程；然而，阐明NEE与环境变量的相互作用如何在不同的时间尺度以及不同生态系统植被和气候类型之间的变化仍然是一个巨大挑战。汇集全球通量数据的FLUXNET网络可用于诊断环境因素对NEE的影响。本研究基于长期观测（≥7年）站点，结果表明NEE与周围环境变量之间的耦合程度在日和月尺度上比在年时间尺度更强，强调了影响NEE的环境变量对时间尺度的依赖性。另外，本研究使用机器学习方法，量化了环境因素对NEE日变异的相对贡献率。结果表明叶面积指数和短波辐射是大多数站点NEE日变异的主要驱动变量。特别地，叶面积指数是落叶阔叶林、非森林和干旱地区的主要控制因素；辐射是常绿针叶林和常绿阔叶林地区的主要控制因素。同时，气温、土壤含水量和饱和水汽压差对NEE日变异的相对贡献较小。叶面积指数、辐射、土壤含水量和饱和水汽压差对NEE的相对影响随干旱指数、年均降水量和年均气温而变化。另外，NEE对干旱区植被动态的响应更为敏感。本研究对环境因素如何在不同的地表和气候条件下调节NEE动态提供了新的见解。
 

净生态系统CO2;时间尺度;植被类型;气候类型