近日，水土保持研究所焦菊英研究員團隊聯合美國太平洋西北國家實驗室（Pacific Northwest National Laboratory）、斯坦福大學等單位，在國際著名綜合性期刊Nature Communications上發表題為“Historically inconsistent productivity and respiration fluxes in the global terrestrial carbon cycle”的研究論文。水保所簡金世教授為論文第一作者和通訊作者，黃土高原土壤侵蝕與旱地農業國家重點實驗室為第一單位。該研究得到了第二次青藏高原綜合科學考察研究（2019QZKK0603），中國科學院先導專項項目（XDA20040202）等項目的聯合資助。
陸地植被生態系統通過光合作用固定二氧化碳，稱為總初級生產力或（GPP），其中的大部分以植被地表呼吸、根系呼吸和微生物異養呼吸等形式返回大氣，還有小部分以火燒、生物揮發性有機化合物排放、可溶性有機碳進入河流系統等形式參與碳循環。然而，以往在估算全球光合作用GPP和呼吸作用CO2排放時通常是獨立進行的，其中全球陸地植被GPP通常基于遙感方式進行估算（自上而下的方法），而全球呼吸作用估算通常通過集成全球不同站點的土壤呼吸數據進行數學建模和升尺度實現（自下而上的方法），本研究率先嘗試了在全球尺度上基于土壤呼吸數據反推GPP以及基于GPP數據反推土壤呼吸。
基于文獻搜索得到的全球土壤呼吸估算量、根系呼吸與土壤呼吸的比值、根系呼吸與總自養呼吸比值以及總自養呼吸與GPP的比值等數據，反推得到全球GPP為149+29-23 PgCyr-1，顯著高于基于遙感方法估算得到的結果（113+18-18PgCyr-1）；同時，基于土壤呼吸數據估算得到的全球土壤呼吸量為87+9-8PgCyr-1，顯著高于基于遙感方式反推得到的全球土壤呼吸量（68+10-8PgCyr-1）（圖1）。兩種方法得到的全球GPP之間一致的可能性小于3%（圖1a中兩個分布重合的面積小于3%），而兩種方法得到的全球土壤呼吸之間一致的可能性小于2%（圖1c中兩個分布重合的面積小于2%），說明目前對全球GPP和土壤呼吸量的估算至少有一個與實際量存在較大的偏差。
基于月時間尺度的全球土壤呼吸數據，以月降雨量、月平均溫度、氮沉降、土壤理化性狀、地表生物量以及葉面積指數等環境指標為預測變量，采用隨機森林建模估算得到全球土壤呼吸為93PgCyr-1（圖2）,與基于土壤呼吸數據庫得到的結果（87+9-8PgCyr-1）更為接近。同時，研究還發現基于同位素方法以及日光誘導葉綠素熒光（SIF）技術得到的全球GPP估算量和基于土壤呼吸數據庫反推得到的結果更為接近，說明目前對全球GPP的估算可能偏低，然而這一結論有待今后更多的證據給予證明。
本研究探索了基于土壤呼吸數據庫反推全球GPP，以及基于全球GPP結果反推全球土壤呼吸量，發現不同的方法在估算全球GPP或者土壤呼吸時存在很大差異，強調了交叉比較不同來源的數據對了解陸地碳循環的重要性。
原文鏈接：https://doi.org/10.1038/s41467-022-29391-5
圖1.（a）基于遙感影像（紅色）和基于土壤呼吸數據庫（淡藍色）估算得到的全球陸地植被初級生產力（GPP）；（b）全球初級生產力和土壤呼吸之間的關系散點圖；（c）基于遙感影像（紅色）和基于土壤呼吸數據庫（淡藍色）估算得到的全球土壤呼吸量（RS）。
圖2.基于月時間尺度的全球土壤呼吸數據，采用隨機森林建模估算得到的全球土壤呼吸。(a)隨機森林模型中使用的土壤呼吸站點空間分布；(b)隨機森林模型預測得到的土壤呼吸全球空間分布。
標簽：
