植被生物地理学是陆地碳循环模拟不确定性的主要来源

《Nature Communications》：Vegetation biogeography is a main source of uncertainty in modelling the land carbon cycle

陆地碳循环模拟中，全球光合作用(GPP)和生态系统呼吸(ER)的估算存在巨大不确定性(100-200 PgC/年)，严重制约了气候预测的准确性。本研究通过分析动态全球植被模型(DGVMs)集合，揭示了植被生物地理学(即植物功能型PFTs的分布)是这一不确定性的主要来源。研究发现，利用遥感PFT地图可将GPP和ER估算的不确定性降低约75%。此外，过去二十年中，气候变化驱动的全球GPP增加有56±21%是由PFT分布变化引起的。该研究强调了生物地理学在碳循环和气候研究中的核心作用，为改进模型提供了关键方向。

　　

论文解读

研究背景：陆地碳循环的“黑箱”与模型困境

地球的陆地生态系统通过光合作用吸收大气中的二氧化碳(CO₂)，同时通过呼吸作用释放CO₂，这一过程被称为陆地碳循环。它如同地球的“绿色肺叶”，每年吸收约25%的人为CO₂排放，是减缓全球变暖的关键缓冲器。然而，科学家们对这片“肺叶”到底能吸收多少碳，却一直存在巨大的争议。

动态全球植被模型(Dynamic Global Vegetation Models, DGVMs)是模拟陆地碳循环的核心工具。但令人困惑的是，不同模型给出的全球光合作用(Gross Primary Productivity, GPP)和生态系统呼吸(Ecosystem Respiration, ER)估算值差异巨大，范围在100到200 PgC/年之间。这意味着，模型间的不确定性几乎与估算值本身一样大，这给准确预测未来气候变化带来了严峻挑战。

为了缩小这一不确定性，科学家们付出了巨大努力，试图改进模型中的各种生态过程，例如光合作用的热驯化、微生物过程的显式表达、植物水力传导等。然而，这些改进并未显著缩小模型间的差异。与此同时，基于遥感或机器学习的数据驱动方法虽然能提供不确定性较小的估算，但它们往往难以揭示碳循环模拟中缺失或被错误表征的机制。

研究思路：一个被忽视的关键因素

那么，这个长期存在的模型不确定性究竟来自哪里？由Ruiying Zhao和Xiangzhong Luo等人组成的研究团队提出了一个大胆的假设：问题的关键可能不在于复杂的生理生化过程，而在于一个更基础、更宏观的因素——植被的生物地理学(Biogeography)，即植物功能型(Plant Functional Types, PFTs)在全球的分布。

他们的推理基于以下几点：首先，已有研究表明，在单个模型内部，仅改变PFT的分布就能导致全球GPP模拟结果产生高达24%的差异。其次，最近一项研究发现，模型间C4植被分布的不同解释了C4植被GPP估算不确定性的80%以上。最后，在DGVMs中，许多关键过程（如光合作用参数）都是针对特定PFT设定的，这意味着PFT分布的变化会直接驱动这些过程的变化，从而影响碳通量的模拟。

为了验证这一假设，研究团队利用一个包含11个先进DGVMs的模型集合，系统性地分析了PFT总GPP与PFT总面积之间的关系，并利用遥感PFT地图来约束和缩小模型估算的不确定性。

关键技术方法

本研究主要采用了以下关键技术方法：

1. 1.
   模型集合分析：利用TRENDY v9项目中11个动态全球植被模型(DGVMs)的模拟输出，构建了一个模型集合，用于分析模型间的不确定性。
2. 2.
   遥感数据整合：整合了5个广泛使用的遥感PFT地图（MODIS v6.1, ESA CCI v2.0.8, CGLS_LC100 v3, GLC_FCS30D, GLASS-GLC），作为观测基准来约束模型。
3. 3.
   统计回归分析：建立了PFT总GPP与PFT总面积之间的线性回归关系，并利用该关系将遥感PFT面积转化为GPP估算值。
4. 4.
   机器学习模拟器：开发了随机森林模型来模拟DGVMs，以分离生物地理学和生物地球化学过程对GPP不确定性的相对贡献。
5. 5.
   归因分析：利用不同情景的模型模拟，量化了由CO₂升高和气候变化驱动的PFT变化对全球GPP变化的贡献。

研究结果

1. PFT GPP与面积之间存在强相关关系

研究人员首先利用DGVMs的模拟数据，建立了12种主要PFT的总GPP与总面积之间的关系。结果发现，对于每一种PFT，其总GPP与总面积之间都存在显著且强烈的线性关系（p < 0.001）。这意味着，不同模型间PFT总GPP的差异，很大程度上是由它们模拟或预设的PFT面积差异所决定的。同时，该关系也表明，DGVMs对每种PFT的平均单位面积GPP（即回归线的斜率）模拟得相对一致。例如，常绿阔叶林(EBF)的平均单位面积GPP为2.48±0.07 PgC/年/10⁶km²，而C4草(C4G)为1.40±0.09 PgC/年/10⁶km²。

2. 利用遥感PFT地图可将不确定性降低75%

既然PFT面积是GPP不确定性的主要来源，那么如果使用更准确的观测数据来约束PFT面积，就能有效缩小GPP估算的不确定性。研究团队将5个遥感PFT地图的面积数据代入上述GPP-面积关系式中，重新估算了全球GPP。结果显示，原始DGVMs估算的全球GPP不确定性（标准差）为26.39 PgC/年，而使用遥感PFT地图约束后的不确定性降至6.54 PgC/年，降幅高达约75%。全球GPP的估算均值也从146.32 PgC/年更新为135.66 PgC/年。由于GPP和ER在模型中紧密耦合，ER估算的不确定性也相应地从25.99 PgC/年降至6.53 PgC/年。

3. PFT变化对全球GPP变化的贡献显著

研究进一步利用GPP-面积关系，量化了由CO₂升高和气候变化驱动的PFT分布变化对全球GPP变化的贡献。在2001年至2019年间，DGVMs模拟显示，CO₂升高导致全球GPP增加了23.47±3.25 PgC/年，其中约20±4%是由CO₂驱动的PFT变化（主要是C4植被减少和C3植物增加）引起的。气候变化导致全球GPP增加了2.05±0.45 PgC/年，其中高达56±21%是由气候变化驱动的PFT变化（如高纬度地区C4草、C4作物和落叶林扩张）引起的。

4. 生物地理学模拟存在巨大不确定性

研究还发现，无论是DGVMs之间，还是遥感PFT地图之间，在生物地理学模拟上都存在巨大的差异。DGVMs在PFT的生物气候边界（如年均温和年降水量范围）上存在明显分歧。遥感PFT地图之间也存在显著差异，例如，MODIS估算的常绿阔叶林(EBF)面积为21.56×10⁶km²，而ESA CCI的估算仅为14.23×10⁶km²。这种差异直接导致了全球GPP估算的约20 PgC的差异。

研究结论与讨论

本研究通过严谨的分析，有力地证明了植被生物地理学是陆地碳循环模拟不确定性的主要来源。利用遥感PFT地图，可以将全球GPP和ER估算的不确定性降低约75%，这为解决长期困扰碳循环研究的模型间差异问题提供了一个强有力的工具。

研究还揭示了生物地理学在碳循环变化中的关键作用。过去二十年中，气候变化驱动的全球GPP增加，有超过一半是由PFT分布变化引起的。这凸显了在碳循环和气候研究中，必须重视生物地理学与气候的相互作用。

尽管遥感PFT地图本身也存在不确定性，但其不确定性远小于DGVMs的模拟结果，因此利用遥感数据来约束模型是可行且有效的。未来的研究应优先解决生物地理学模拟中的热点区域不确定性，并开发更可靠的全球PFT地图，以进一步推动碳和气候科学的发展。

论文信息

• •
  论文标题：Vegetation biogeography is a main source of uncertainty in modelling the land carbon cycle
• •
  期刊：Nature Communications
• •
  作者：Ruiying Zhao, Xiangzhong Luo, Anthony P. Walker, Forrest M. Hoffman, Lian Pin Koh
• •
  发表时间：2025年（已接收）