干旱敏感性的强大环境控制以及峰值增长和峰值干旱敏感性之间的大规模同步。

Accounting for latitudinal differences in the growing season length (i.e., the start of the growing season ranges from March, south, to June, north), stands with an earlier onset of the growing season did not experience drought sensitivity earlier in the growing season, suggesting a strong synchrony in the timing of the drought response across forests of ENA

Overall drought sensitivity displayed a strong seasonal behavior. Trees displayed the highest growth reductions when 1-month drought occurred in May (5.3 ± 5.2%; mean ± SD), June (7.3 ± 6.8%), and July (4.3 ± 4.5%; Figure 2a). A similar pattern emerges from tree responses to 3-month droughts, with the highest growth reductions in July (9.1 ± 6.9%), which also represent droughts from May, June, and July combined.

与美国西部森林不同，ENA的干旱和干旱引起的干扰最近并未导致大范围死亡（Clark et al.， 2016）。然而，干旱可能会大大减少树木的生长，导致生态系统碳储存量大幅减少（Brzostek 等人，2014 年）。

我们展示了两个因素——干旱的时间和大气对水的需求（即局部潜在的蒸散;PET）——是比土壤和林分特性更强的干旱敏感性驱动因素。当干旱发生在径向生长的早期季节高峰期时，干旱引起的树木生长减少最大，特别是对于生长在最温暖、最干燥地区（即PET最高）的树木。

但集合中一个值得注意的模式是整个西伯利亚几乎没有任何负滞后效应，并且总体上存在大量的正滞后效应，这些效应在夏季和秋季延伸（图2a，b）

尽管北方生态系统被认为在很大程度上受到温度和辐射的限制，但季节性缺水的积累有效地补偿了温暖春季对生长季节生态系统生产力的好处

海拔和季节性降水模式在很大程度上决定了滞后效应的地理模式和方向

使用 rebase 的常见场景是在推送到远程进行合并之前执行 rebase，一般这样做的目的是为了确保提交历史的整洁。