全球土壤碳库与呼吸通量标准化数据集：周转时间与温度敏感性的新基准

《Scientific Data》：Harmonized global soil carbon and respiration datasets with derived turnover time and temperature sensitivity

为解决全球土壤碳储量与异养呼吸估算存在的数据格式不一、空间分辨率差异大等问题，研究人员开展了“全球土壤碳与呼吸标准化数据集及衍生周转时间和温度敏感性”的主题研究。他们整合了多源公开数据，生成了0.5度分辨率的标准化NetCDF格式数据集，并进一步计算出土壤碳周转时间τ和温度敏感性Q10。该成果为地球系统模型中陆地碳循环的评估与约束提供了宝贵的数据基准。

　　

土壤，这个我们脚下看似平凡的世界，却是地球陆地生态系统中最大的有机碳库。它就像是一个巨大的“碳银行”，储存的碳量远超大气和植被中的碳总和。然而，这个“银行”并非只存不取，土壤中的微生物通过分解作用，将有机碳以二氧化碳（CO₂）的形式释放回大气，这个过程被称为土壤异养呼吸（R_H）。土壤碳的储存与释放，是调控大气CO₂浓度、影响未来气候变化的关键环节，因此，准确量化全球土壤碳储量及其呼吸通量，对于预测气候-陆地碳反馈至关重要。

尽管科学家们已经付出了巨大努力，利用数以千计的观测数据和机器学习等升尺度技术，开发了多种全球土壤碳和异养呼吸数据集，但挑战依然存在。一个突出的问题是，不同研究得出的估算值差异巨大，存在显著的不确定性。更令人头疼的是，这些数据集往往“各自为政”，数据格式五花八门，有的用NetCDF，有的用GeoTIFF，还有的用MATLAB文件；空间分辨率也从30弧秒到0.5度不等。这种数据格式和分辨率上的“巴别塔”，严重阻碍了科研人员对这些宝贵数据进行有效的整合、比较和利用，也限制了它们在地球系统模型开发与验证中发挥应有的作用。

为了解决这一难题，来自日本林业与林产品研究所、东京大学和国家环境研究所的研究团队Shoji Hashimoto、Akihiko Ito和Kazuya Nishina在《Scientific Data》上发表了一项重要的数据论文。他们进行了一项大规模的数据整合工作，旨在创建一个协调统一的全球土壤碳和呼吸数据集，并从中衍生出对理解碳循环至关重要的两个参数：土壤碳周转时间（τ）和其温度敏感性（Q₁₀）。

研究人员开展这项研究的主要技术方法包括：系统收集所有公开的全球土壤碳储量（0-30厘米和0-100厘米深度）和异养呼吸（R_H）数据驱动地图；利用CDO、QGIS、GDAL等工具将所有数据统一转换为NetCDF格式，并重采样至0.5度空间分辨率；通过计算每个网格单元的平均值、最大值和最小值，生成协调后的全球地图；基于协调数据，根据τ = C_S/ R_H公式计算土壤碳周转时间，并采用二次拟合方法估算温度敏感性Q₁₀= 10^-10(2aT+b)；最后对生成的数据集进行总量和空间格局的验证。

数据记录

研究团队共收集了6个全球0-100厘米土壤碳地图、7个全球0-30厘米土壤碳地图、1个区域（环北极）土壤碳地图以及8个全球异养呼吸地图。所有处理后的数据均以NetCDF格式提供，并存储在Zenodo仓库中。对于土壤碳数据，文件包含了每个网格单元的经度、纬度、平均土壤碳储量（soc, kg C m^-2）、中位数（soc_median）、估计值数量（soc_n）、最大值（soc_max）、最小值（soc_min）、范围（soc_range）、标准差（soc_sd）和变异系数（soc_cv, %）等变量。异养呼吸文件也包含类似的变量集，但单位是克碳每年每平方米（g C m^-2yr^-1）。此外，还提供了基于平均值、最大值和最小值计算的土壤碳周转时间文件，以及温度敏感性Q₁₀及其不确定性的文件。

技术验证

为了确保所生成数据集的可信度，研究人员计算了全球土壤碳和异养呼吸的总量，并可视化了它们的空间分布以及衍生的周转时间和Q₁₀。结果显示，0-100厘米深度土壤碳全球平均总量为1855 Pg C（1 Pg C = 10¹⁵克碳），变化范围在933 Pg C（最小值）到3640 Pg C（最大值）之间，基于网格中位数的全球总量为1579 Pg C。0-30厘米深度的土壤碳全球平均总量为958 Pg C，范围在438 Pg C到1845 Pg C之间。全球异养呼吸通量的平均值为52.8 Pg C yr^-1，范围在39.8 Pg C yr^-1到67.1 Pg C yr^-1之间。这些估算值与以往研究报道的结果基本一致，协调后地图所显示的空间格局，例如高纬度地区和热带雨林地区土壤碳储量较高，而异养呼吸在热带地区最强等，也与之前的全球评估相符。衍生出的土壤碳周转时间和Q₁₀值也与文献中报道的范围一致，从而支持了该协调数据集在大尺度碳循环评估中的有效性。

使用说明

该数据集采用广泛使用的NetCDF格式，使其能够方便地被地球系统和环境科学领域的多种常用工具和编程语言访问，例如CDO、NCO、QGIS、Python、R等。用户可以利用提供的命令示例轻松计算全球土壤碳总储量等信息。需要注意的是，该数据集仅包含协调后的汇总统计量（如均值、最大值、最小值等），并未包含每个原始研究的独立数据集。此外，当与其他变量（如温度、降水）结合使用时，土壤碳和呼吸的总量和统计量可能会因有效数据网格的不同而有所变化。用户还需了解，原始数据集本身因其数据来源和制图方法不同而存在不确定性，这些不确定性并未明确包含在协调数据集中。如果用户需要区分特定土壤类型（如泥炭土或永久冻土），则需要将这些数据集与表示泥炭地和永久冻土分布的其他地图进行叠加分析。

综上所述，这项研究通过系统性地收集、格式化、重采样和整合现有的全球土壤碳和异养呼吸数据，成功构建了一套协调一致、格式统一、易于使用的高质量数据集。更重要的是，研究不仅停留在数据整合层面，还进一步挖掘数据价值，计算了土壤碳周转时间及其对温度变化的敏感性这两个关键生态学参数。这项工作的最终产品为科学界提供了宝贵的基准数据，极大地促进了对全球土壤碳循环的理解。它能够直接用于评估、改进和约束各种陆地碳循环模型以及地球系统模型，提高其对未来气候-碳反馈预测的可靠性。随着数据驱动研究在生态学和气候科学中变得越来越重要，此类精心制备的、标准化的数据产品无疑将成为推动相关领域发展的关键基础设施。