本科毕业于南京大学，硕士毕业于西北农林科技大学，博士毕业于俄克拉荷马大学，北京大学研究员以通讯作者身份在Nature子刊发表论文

在全球变暖背景下，极端气候事件频发，对陆地生态系统功能构成威胁。以往研究多关注同期气象异常的影响，但前期气象条件通过土壤水记忆、植物生理适应等机制产生的滞后效应（即记忆效应）同样关键，其作用尚存不确定性，制约了生态系统变化的预测。针对此问题，北京大学张尧研究员团队基于全球通量站点数据，构建时间感知的机器学习框架，系统解析了极端事件中气象异常对生态系统生产力的同期与滞后效应。研究发现，极端事件期间，前期气象异常对生产力异常的贡献高达38.2%，其中降水滞后影响最显著，其次为气温和蒸汽压亏缺。分析表明，极端事件影响强度与记忆效应持续时间相关，长期气象异常导致的极端事件造成更大生产力损失，半干旱生态系统受影响最显著。该研究首次在全球尺度定量评估了滞后效应，为理解气候变化下生态系统稳定性、碳汇功能及植被-土壤-大气反馈机制提供了重要依据。