MCI GPP：集成多模型与气候数据的全球植被总初级生产力新数据集（2001-2023）揭示CO2施肥效应与冠层结构对碳汇的关键影响

《Scientific Data》：MCI GPP: ensembling a global model- and climate-independent gross primary productivity for 2001–2023

本研究针对全球植被总初级生产力（GPP）估算中存在的模型依赖性强、气候变化响应机制表征不足等关键问题，通过系统集成生产效能模型（PEM）与双叶模型（TLM）框架，结合多源气候数据与随机森林算法，构建了首个模型与气候独立性（MCI）的全球GPP产品（2001-2023）。研究首次量化了CO2施肥效应（CFE）与冠层结构对GPP趋势的贡献，发现CFE可显著提升GPP估算精度并纠正长期低估偏差。验证表明MCI GPP全球年均值为141.9±4.0 Pg C yr-1，增长趋势达5.7 Pg C yr-1·decade-1，其精度（R2=0.72）显著优于主流产品。该数据集为全球碳循环研究提供了高可靠性基准。

　　

随着全球人口从45亿增长至80亿、经济规模从11万亿美元扩张至100万亿美元，大气CO₂浓度已从340 ppm飙升至420 ppm以上。这种由人类活动主导的碳激增不仅驱动着气候剧变，更深刻重塑着陆地生态系统的结构与功能。作为碳元素进入陆地生态系统的起点，植被总初级生产力（Gross Primary Productivity, GPP）成为衡量生态系统健康与全球碳平衡的核心指标。然而令人困惑的是，不同方法估算的全球年GPP值竟存在高达50 Pg C的差异（100-150 Pg C yr^-1），这种不确定性主要源于模型参数化局限、输入数据不一致以及从站点观测到全球尺度的尺度转换挑战。

传统GPP估算方法存在明显短板：基于涡度协方差（Eddy Covariance, EC）通量塔的观测虽精度高但空间分布稀疏，难以代表热带雨林和高纬度等关键生态系统；而主流光能利用率（Light Use Efficiency, LUE）模型（如MODIS GPP产品）往往忽视了两个关键生理机制——CO_{2施肥效应（CO2Fertilization Effect, CFE）对叶片光合速率的直接促进作用，以及冠层结构中阳生叶与阴生叶的光合能力差异。这种“先天不足”导致现有模型系统性低估全球GPP的长期增长趋势，难以准确捕捉气候变化下植被的动态响应。}

为破解这一难题，波士顿大学Jiabin Pu领衔的国际团队在《Scientific Data》发表最新研究，提出了一种创新性的模型与气候独立性（Model- and Climate-Independent, MCI）GPP集成框架。研究通过融合多模型算法与时空张量补全技术，构建了2001-2023年全球0.05°分辨率的月尺度GPP数据集，首次实现了对CFE与冠层结构效应的协同量化，为全球碳循环研究提供了更可靠的基准数据。

关键技术方法包括：基于生产效能模型（PEM）与双叶模型（TLM）框架生成12种GPP数据集，融合MOD17、EC-LUE、MPI-Jena三种LUE模型与GMAO MERRA-2、ECMWF ERA5两套气候数据；利用FluxNet2015通量塔数据训练随机森林（RF）算法建立非线性关系；采用时空张量（ST-Tensor）模型对高不确定性像素进行gap-filling；通过曼-肯德尔趋势检验（Mann-Kendall test）和物理一致性评估框架验证产品可靠性。

模型机制比较揭示关键驱动因子

通过控制实验系统评估CFE与模型结构的影响，发现未引入CFE的PEM模型仅能解释57%的GPP月变化（R²=0.57），而加入CFE后解释力提升至62%，回归斜率从0.57改善至0.67，显著纠正了系统性低估偏差（偏差从-0.74改善至-0.06 g C m^-2d^-1）。尤为重要的是，融合CFE的双叶模型（TLM）展现出与改进PEM相当的精度（R²=0.63），证明通过区分阳生叶与阴生叶的光合特性，可更精准捕捉冠层光能分配过程。空间分析显示CFE使全球85.2%区域GPP提升，其中农业区增幅显著（如中国、印度等地△GPP<-240 g C m^-2yr^-1），而亚马逊雨林等水分受限区则出现下降，体现CFE参数化对气候反馈的敏感性。

多模型集成显著提升估算稳健性

研究生成的12种GPP数据集展现出显著的系统差异（年GPP范围118.8-146.8 Pg C yr^-1），尤其体现在趋势估算的分歧（1.6-8.6 Pg C yr^-1·decade^-1）。通过随机森林算法对多模型输出进行自适应加权，得到的RF GPP将全球年均值收敛于138.5 Pg C yr^-1，随后对17.59%的高不确定性像素（主要分布在中高纬度）进行时空张量补全，最终形成MCI GPP产品。该产品全球年均GPP为141.9±4.0 Pg C yr^-1，其检索指数（RI）显示全球82.41%区域具有高一致性（StdGPP<0.73），验证了集成方法对降低单模型偏差的有效性。

独立验证证实产品优越性能

与主流GPP产品对比表明，MCI GPP在站点尺度上表现最佳（R²=0.72, RMSE=1.86 g C m^-2d^-1），显著优于MOD17（R²=0.65）、GOSIF（R²=0.68）和X-Base Fluxcom（R²=0.71）。生物群系特异性分析显示，MCI GPP在草本植被和木本植被中精度最高，对森林和农田的估算与X-Base Fluxcom相当但优于其他产品。全球尺度上，MCI GPP与GOSIF产品空间一致性最高（81.6%区域差异<320 g C m^-2yr^-1），而与传统LUE产品（MOD17、Fluxcom）在80%以上区域存在显著高估，凸显其对长期碳汇增强效应的捕捉能力。

全球碳汇格局呈现生态系统异质性

2001-2023年间全球GPP以5.7 Pg C yr^-1·decade^-1的速度显著增长，47.6%的植被面积呈现显著上升趋势。生态系统贡献分析揭示：常绿阔叶林（EBF, 37.2 Pg C yr^-1）、稀树草原（SAV, 25.9 Pg C yr^-1）和草地（GRA, 22.9 Pg C yr^-1）是主要碳汇主体，三者贡献超全球总量50%。值得注意的是，稀疏植被生态系统（SAV、GRA、CRO等）贡献了75%以上的GPP增长量，而森林生态系统增长趋于饱和（仅贡献0.7 Pg C yr^-1·decade^-1）。空间上显著绿化区域集中在东南亚、中非、南美等地，而巴西亚马逊和中亚部分区域出现GPP下降，反映气候变化对碳汇功能的差异化影响。

本研究通过创新性的多模型集成框架，解决了全球GPP估算中长期存在的模型依赖性与气候强迫数据敏感性问题。MCI GPP产品不仅量化了CO₂施肥效应对碳汇增强的关键贡献（纠正了约20%的系统性低估），还通过双叶模型结构优化了冠层光能利用的表征。研究证实2001-2023年全球植被碳吸收增速达每年0.57 Pg C，其中稀疏植被生态系统成为主要增长源，这一发现对准确预测未来碳-气候反馈具有重要启示。该数据集为评估气候变化下生态系统韧性、追踪物候变化、约束生物地球化学模型提供了高可靠性基准，标志着全球碳循环观测向“去偏差化”迈出关键一步。未来研究需进一步融合叶级生化模型与新型遥感指标（如太阳诱导叶绿素荧光SIF），以突破高LAI冠层中GPP饱和现象带来的估算瓶颈。