植被动态模拟不足导致生态系统模型高估碳吸收稳定性的机制研究

《Journal of Plant Ecology》：Overestimated Carbon Uptake Stability Due to Inadequate Vegetation Dynamics in Ecosystem Models

本研究针对当前生态系统模型在模拟碳吸收时间稳定性方面存在的系统性偏差问题，通过评估九种陆地生态系统模型对总初级生产力及其时间稳定性的模拟能力，结合随机森林与SHAP分析方法，揭示了模型高估碳吸收稳定性的关键机制。研究发现模型对植被物候（特别是碳吸收期）和生理性状（主要是峰值GPP）的模拟误差是导致偏差的主因，其中叶面积指数比气候地理因素对模型差异的解释度更高。该研究为改进碳循环模拟机制、提升气候变化预测准确性提供了重要科学依据。

　　

随着极端气候事件频发和人类活动干扰加剧，生态系统维持碳吸收稳定的能力正面临严峻挑战。生态系统时间稳定性（TS）作为衡量其在外部干扰下维持结构功能的关键指标，直接决定着碳汇功能的持久性，对全球碳循环和气候调节具有至关重要的作用。然而令人担忧的是，当前数值模型模拟碳吸收时间稳定性的能力尚未得到充分评估，这可能导致对生态系统恢复力的误判，进而影响全球碳预算估算和气候政策制定。

在这项发表于《Journal of Plant Ecology》的研究中，Hanliang Gui等研究人员开展了一项开创性工作，系统评估了九种主流陆地生态系统模型在模拟总初级生产力（GPP）及其时间稳定性方面的表现。研究团队采用多尺度分析方法，结合全球通量塔观测数据和随机森林（RF）与SHAP解释性分析，揭示了模型存在的系统性偏差及其驱动机制。

研究人员主要运用了以下关键技术方法：基于FLUXNET2015通量塔网络的生态系统碳通量观测数据，选取91个站点连续5年以上的观测记录；采用九种全球GPP数据集（包括过程模型、光能利用率模型、升尺度模型和SIF-based模型）进行多模型比较；通过时间稳定性量化方法（平均值与标准差之比）评估GPP稳定性；利用随机森林和SHAP分析识别模型偏差的环境驱动因子；结合植被物候参数（碳吸收期CUP）和生理特征参数（峰值GPP_max）解析偏差来源。

3.1 站点尺度的GPP及其TS评估

研究结果显示，大多数模型在不同时间尺度上均表现出系统性偏差：普遍低估年总GPP而高估其TS，这种偏差在年际尺度上最为显著。与通量塔观测值相比，所有模型模拟的年均GPP均显著偏低，而TS则被明显高估。值得注意的是，模型在较短时间尺度（8天和月尺度）的表现相对较好，但在捕捉年际变化时能力明显下降。按模型类别分析发现，过程模型、LUE模型、升尺度模型和SIF-based模型四种类别均呈现相似偏差模式，其中年尺度GPP低估幅度达10.8%-16.8%，而TS高估幅度更是高达112.5%-180.5%。

进一步分析表明，植被物候和生理特征对GPP及其TS具有决定性影响。年总GPP与GPP_max（定义为年GPP的95百分位数）和CUP（GPP超过GPP_max10%阈值的天数）呈强相关（r=0.84）。敏感性分析显示，GPP_max对年GPP的影响（标准化系数0.74）远大于CUP（0.21），排除GPP_max导致模型解释力下降ΔR2=0.43，而排除CUP仅下降0.03。模型普遍低估GPP_max而高估CUP，同时高估GPP_max_TS和CUP_TS，这直接导致了TS的整体高估。

3.2 全球尺度的GPP及其TS评估

在全球尺度上，不同模型模拟的GPP空间分布格局总体相似，但在高GPP区域存在显著差异。热带雨林地区（亚马逊、刚果盆地、东南亚）表现出最高的GPP值，其中GOSIF、FluxSat和TL-LUE模型在这些区域的估算较高，而MOD17A2和VPM则明显偏低。温带和高纬度地区的模型间一致性相对较好。

时间稳定性方面，高TS值主要分布在热带雨林和部分温带森林，而低TS值则集中在高纬度地区。不同模型间的TS模拟差异显著，例如FLUXCOM模拟的低TS区域仅占全球陆地面积的2.7%，而BESS、EC-LUE和VPM则显示超过一半的陆地表面TS值低于10。

2001-2015年期间，大多数模型模拟的全球年GPP呈增加趋势，但增长速率差异显著（斜率范围-0.17至0.76 PgC yr^-1）。全球GPP估算值也存在较大不确定性（130.4-171.3 PgC yr^-1），年际变异性标准差范围为0.97-3.43 PgC yr^-1。

3.3 GPP及其TS模拟的不确定性

模型间差异表现出明显的空间和生态系统依赖性。GPP标准差（GPP_std）在热带和亚热带地区最为显著，而TS标准差（TS_std）则在髙纬度和髙海拔区域最为突出。不同植物功能型间的分析表明，常绿阔叶林、落叶阔叶林、稀树草原和农田的GPP_std较高，而灌丛和草原则表现出较高的TS_std。

随机森林与SHAP分析揭示，叶面积指数（LAI）是解释模型差异的最主要因素，其重要性超过气候和地理变量。对于GPP模拟偏差，LAI_Avg贡献度最高，其次是SPEI_Std和TA_Std。当LAI_Avg在1.5-3.5范围内时，GPP偏差相对较低，但超过4.0后偏差显著增加。TS_std偏差随LAI_Avg增加而减小，表明模型在高LAI区域的TS模拟性能更好。

研究结论强调，当前生态系统模型在表征碳吸收时间稳定性方面存在系统性偏差，主要源于对植被物候和生理过程模拟的不足。这种偏差可能导致对生态系统恢复力的高估，进而影响全球碳预算估算和气候政策制定。该研究不仅揭示了模型改进的关键方向，也为准确评估全球碳循环和制定有效气候减缓策略提供了科学基础。未来研究需重点关注植被动态过程的更真实表征，特别是提高对年际尺度碳吸收变异性的模拟能力。