茎流已被越来越多的人认为是植被生态系统中水和营养预算的一个不可或缺的组成部分。在此，我们旨在量化全球范围内入射降水的茎流百分比（St, %）（即茎流产量），并对生物和非生物因素如何影响St进行系统评估。
我们从234篇同行评议的论文中汇编了一个全球茎流数据集，其中包括陆地木本植物生态系统中283个地点的488个St及相关生物（林分特征）和非生物因素（气候变量）的观测数据。我们探索了St的全球模式，并采用机器学习方法（提升回归树）来模拟生物和非生物变量对St的影响。
在全球范围内，St的中位数（四分位数范围，IQR）为2.7%（1.0-6.3%）。我们发现干旱地区（Köppen-Geiger气候分类中的B型）的St明显高于其他气候类型（P <0.01），我们还发现树木（中位数：2.4%；IQR：1.0-5.3%）和灌木（中位数：7.2%；IQR：5.2-11.9%）之间的St有明显差异（P <0.01）。占最终模型解释偏差很大的预测变量包括植被高度（27.0%）、平均年降水量（16.1%）、平均年温度（14.4%）、林分密度（10.8%）、林分年龄（8.9%）和树皮类型（5.5%）。相比之下，叶面积指数、胸径、基底面积、物候类型、生命形式和叶片类型被列为低重要性。
我们在Web of Science上进行了文献搜索，以汇编2020年前发表的合适的研究，以评估生物和非生物变量对全球茎流生产的影响。通过使用关键词 "茎流 "进行搜索，产生了来自64个国家的1126篇文章，并认为这些文章可能是合适的。
我们主要使用提升回归树（BRT）分析来评估 评估各个预测变量对St的影响，其中MAP和 归入非生物因素，10个林分指标归入生物因素。 归入生物因素。BRT是一种机器学习方法、 它结合了两种算法的优势：回归树 和提升算法。
此外，由于根据Shapiro- Wilk检验，数据不是正态分布（p < 0.05），我们使用Kruskal- Wallis排名和检验比较了气候类型之间、树木和灌木之间以及树皮类型之间的St差异，并使用Dunn's检验和'dunn.test'进行多重比较。我们的综合报告提供了St的跨地点比较，并对气候变量和林分特征如何促进和影响全球茎流生产给出了一个整体的看法。
我们的综述对于理解全球范围内气候变量和林分特征在木本植物茎流生产中的作用具有重要意义。茎流在降雨分配研究中的代表性相对较低，近年来得到了越来越多的关注，现在被认为是植被生态系统中水和营养循环的一个不可缺少的组成部分。因此，这里提供的关于陆地木质生态系统中茎流生产的全球综合报告将有助于对水和养分预算进行无偏见的估计。我们鼓励未来的研究包括其他植物的生命形式，如草本植物和作物。
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.NCDC.ZENODO.DB3958.2023
10.5061/dryad.j3tx95xcs
