未来全球植被变化对社会生态系统至关重要，然而迄今为止，由于植被、气象因子和模型的空间异质性，仍然难以制定一种能够精细化预测全球植被变化的方法。中国科学院新疆生态与地理研究所中亚干旱区生态系统监测与变化研究团队率先提出“逐栅格、多算法、优组合”的GGMAOC建模框架，得到最大体量模型库，并利用团队研发的CCHZ-DISO，综合评估模型库中所有模型，最终得到最优模型，进行更精准的未来预测。GGMAOC源自数学中的排列组合与遍历论思想，解决地学或多学科历史模拟和未来预测过程中的变量、因子和算法的时空异质性问题，是可以应用多个领域多个学科的一种最优模型选择。该研究针对全球及北半球高纬度地区、北半球中纬度地区、热带地区、南半球中纬度地区四个子区域使用GGMAOC，分别建立最优预测模型，分析未来叶面积指数（LAI）变化。研究结果表明，全球LAI将持续增加，到2100年，北半球高纬度地区的绿化速率相较于1982-2014年将扩大至2.25倍。此外，RF在全球及北半球模型中表现出较强的适用性。该研究提出的创新型模型GGMAOC为环境与地球科学研究提供了一种新的最优模型方案。相关研究成果以Global Greening Major Contributed by Climate Change With More Than Two Times Rate Against the History Period During the 21th Century为题，发表在《全球变化生物学》（Global Change Biology）上。该研究得到国家自然科学基金、国家重点研发计划政府间合作项目、研究所自主部署前沿项目等的支持。论文链接GGMAOC全球未来植被预测模型示意图