近日，中国科学院水土保持研究所研究员焦菊英团队联合美国太平洋西北国家实验室、美国斯坦福大学等，在《自然-通讯》（Nature Communications）上，发表了题为Historically inconsistent productivity and respiration fluxes in the global terrestrial carbon cycle的研究论文。 

　　陆地植被生态系统通过光合作用固定二氧化碳，称为总初级生产力（GPP），大部分以植被地表呼吸、根系呼吸和微生物异养呼吸等形式返回大气，小部分以火烧、生物挥发性有机化合物排放、可溶性有机碳进入河流系统等形式参与碳循环。以往在估算全球光合作用GPP和呼吸作用CO₂排放时通常是独立进行，全球陆地植被GPP通常基于遥感方式进行估算（自上而下的方法），而全球呼吸作用估算通常通过集成全球不同站点的土壤呼吸数据进行数学建模和升尺度实现（自下而上的方法），而本研究率先尝试在全球尺度上基于土壤呼吸数据反推GPP以及基于GPP数据反推土壤呼吸。

　　研究基于文献搜索得到的全球土壤呼吸估算量、根系呼吸与土壤呼吸的比值、根系呼吸与总自养呼吸比值以及总自养呼吸与GPP的比值等数据，反推得到全球GPP为149⁺²⁹_-23 PgCyr^-1，显著高于基于遥感方法估算得到的结果（113⁺¹⁸_-18PgCyr^-1）；同时，基于土壤呼吸数据估算得到的全球土壤呼吸量为87⁺⁹_-8PgCyr^-1，显著高于基于遥感方式反推得到的全球土壤呼吸量（68⁺¹⁰_-8PgCyr^-1）（图1）。两种方法得到的全球GPP之间一致的可能性小于3%（图1a中两个分布重合的面积小于3%），而两种方法得到的全球土壤呼吸之间一致的可能性小于2%（图1c中两个分布重合的面积小于2%），这说明目前对全球GPP和土壤呼吸量的估算至少有一个与实际量存在较大的偏差。

　　研究基于月时间尺度的全球土壤呼吸数据，以月降雨量、月平均温度、氮沉降、土壤理化性状、地表生物量以及叶面积指数等环境指标为预测变量，采用随机森林建模估算得到全球土壤呼吸为93PgCyr^-1（图2），与基于土壤呼吸数据库得到的结果（87⁺⁹_-8PgCyr^-1）更为接近。同时，研究还发现基于同位素方法以及日光诱导叶绿素荧光（SIF）技术得到的全球GPP估算量和基于土壤呼吸数据库反推得到的结果更为接近，说明目前对全球GPP的估算可能偏低，而这一结论有待今后更多的证据证明。

　　该研究探索了基于土壤呼吸数据库反推全球GPP以及基于全球GPP结果反推全球土壤呼吸量，发现了不同的方法在估算全球GPP或土壤呼吸时存在较大差异，强调了交叉比较不同来源的数据对于探究陆地碳循环的重要性。研究工作得到第二次青藏高原综合科学考察研究、中科院战略性先导科技专项等的支持。

　　论文链接 

　　图1.a、基于遥感影像（红色）和基于土壤呼吸数据库（淡蓝色）估算得到的全球陆地植被初级生产力（GPP），b、全球初级生产力和土壤呼吸之间的关系散点图，c、基于遥感影像（红色）和基于土壤呼吸数据库（淡蓝色）估算得到的全球土壤呼吸量（RS）

　　图2.基于月时间尺度的全球土壤呼吸数据，采用随机森林建模估算得到的全球土壤呼吸。a、随机森林模型中使用的土壤呼吸站点空间分布，b、随机森林模型预测得到的土壤呼吸全球空间分布