陆地植被生态系统通过光合作用固定二氧化碳（即总初级生产力或GPP），其中的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（还有小部分以火烧、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）。然而，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的，其中全球陆地植被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）。本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，发现不同的方法在估算全球GPP或者土壤呼吸时存在很大差异，强调了交叉比较不同来源的数据对了解陆地碳循环的重要性。

项目四“土地覆被变化与土壤侵蚀评估及其调控策略”课题西北农林科技大学水土保持研究所简金世教授团队基于文献搜索得到的全球土壤呼吸估算量、GPP、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（图1），采用重采样方法反推得到全球GPP为149±2329PgC yr-1，显著高于基于遥感方法估算得到的结果（113±1818PgC yr-1）；同时，基于文献搜索结果并进行重采样得到的全球土壤呼吸量为 87±89PgC yr-1，显著高于基于遥感方式反推得到的全球土壤呼吸量（68±810Pg C yr-1）（图2）。两种方法得到的全球GPP之间一致的可能性小于3%（图2a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2b中两个分布重合的面积小于2%），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具有较大的偏差。

图1.数据站点分布图

图2.（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）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）。内插的图为从文献中搜集得到的全球GPP和RS估算量及其随时间的变化趋势。

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93PgC yr-1（图3）,与基于土壤呼吸数据库得到的结果（ 87±89PgC yr-1）更为接近。进一步对来自文献的GPP估算量按照不同估算方法进行分组，并且按照分组后的数据进行重采样，得到的结果与基于土壤呼吸数据库的结果更为接近（图4b）。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（图4a）。结果说明以往基于遥感方法估算得到的全球GPP可能偏低，然而这一结论有待今后更多的证据给予证明。

该研究用到的站点数据在空间上的分布具有明显的不均匀性，大部分数据来自于北半球中纬度的北美、欧洲和中国东部，而来自其它地区的数据较少（图1和图3）。该研究特别强调了来自于青藏高原和沿北极地区等寒冷区域的数据较少，以后的研究应增加在青藏高原的野外实验工作并获得实测土壤呼吸、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，对于降低全球碳循环估算的不确定性具有重要作用。同时，研究也强调今后的研究应当注重如何克服青藏高原地区由于冬季气候寒冷而无法开展全年土壤呼吸测量的问题，指出依据站点达到年平均温度时的瞬时土壤呼吸速率来估算年土壤呼吸通量是一个容易开展，又省时省力的方法，应当在以后的研究中开展实验，该方法的可行性和准确性加以验证。

图3.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。

图4.文献中搜集得到的全球初级生产力（GPP）以及不同估算方法对全球GPP估算的影响

研究成果以“Historically inconsistent productivity and respiration fluxes in the global terrestrial carbon cycle”为题发表于国际著名综合性期刊《Nature Communications》。西北农林科技大学水土保持研究所简金世教授为论文第一作者和通讯作者。该研究得到了中国科学院A类战略性先导科技专项等项目的联合资助。