编辑推荐：
在全球变暖背景下，土壤呼吸温度敏感性（Q10）对碳循环和气候反馈意义重大。研究人员收集 766 个土壤Q10值及相关因素数据，经分析发现生物和非生物因素共同驱动森林土壤Q10，该研究为改进碳循环模型提供依据。
在地球的生态系统中，森林犹如巨大的绿色卫士，占据着全球 30% 的陆地面积，在陆地生态系统的土壤呼吸（
Rs）过程中扮演着举足轻重的角色。土壤呼吸是指土壤中产生二氧化碳的过程，它是陆地生态系统碳循环的重要环节，其微小变化都可能对全球碳平衡产生深远影响。在全球变暖的大趋势下，温度成为影响土壤呼吸的关键因素，而土壤呼吸对温度变化的响应程度，即土壤呼吸温度敏感性（
Q10），更是衡量碳循环动态的关键参数。
然而，以往的研究大多聚焦于非生物因素，如气候、土壤等对森林土壤Q10的影响，生物因素在其中的作用却鲜少被深入探究。这就好比拼图缺了关键的几块，使得我们对土壤呼吸响应全球变暖的理解不够完整，也给碳循环模型的准确性带来了很大的不确定性。为了填补这些知识空白，全面了解土壤Q10的驱动因素，来自多个研究机构的研究人员展开了深入研究，相关成果发表在《Forest Ecosystems》上。
研究人员为了开展这项研究，进行了大量的数据收集工作。他们通过在 Web of Science 和中国知网等数据库中系统检索相关文献，并参考已发表的数据集，收集了全球范围内 766 个森林土壤Q10值。同时，还获取了与之匹配的气候、土壤、地形、微生物和植物等多方面的数据，包括平均 annual temperature（MAT）、平均 annual precipitation（MAP）、土壤有机碳（SOC）、微生物生物量碳（MBC）等。在数据处理和分析阶段，运用了旋转主成分分析（rPCA）来简化模型、避免多重共线性，还通过随机森林（RF）模型构建土壤Q10预测模型，并进行变量筛选和模型优化，采用 10 折交叉验证评估模型性能。此外，通过计算响应比和进行非参数 bootstrap 分析，比较了多物种森林和单一栽培森林的土壤Q10差异。
研究结果首先展示了数据集的基本情况，这些数据涵盖了从 40°S 到 70°N 的区域，土壤Q10值范围在 0.7 - 6.62 之间，不同森林类型的土壤Q10存在显著差异，顺序为落叶针叶林（DNF）> 落叶阔叶林（DBF）> 常绿针叶林（ENF）> 混交林（MF）> 常绿阔叶林（EBF）。在预测模型和驱动因素方面，RF 模型解释了土壤Q10的变异性，R2达到 0.49 ，RMSE 为 0.50。MBC 是土壤Q10最显著的驱动因素，其在较高值时对土壤Q10控制更强。此外，海拔、土壤质量和叶片磷养分（LPC 和叶片 N:P 比）也对土壤Q10有重要影响。在多物种森林和单一栽培森林的比较中，整体上二者土壤Q10无显著差异，但混交林（MF）中混交针叶阔叶（NF & BF）森林的土壤Q10显著低于单一栽培森林。
在讨论部分，研究结果表明非生物因素如气候、土壤和地形对森林土壤Q10有重要影响，同时 MBC 的关键作用得到验证，其与微生物代谢和碳利用效率密切相关。叶片磷养分的影响也得到证实，低 N:P 和高 LPC 与高土壤Q10相关，不过植物生态化学计量学影响土壤Q10的机制仍需进一步研究。在森林类型差异方面，MF 中 NF & BF 森林土壤Q10较低，可能是因为其互补效应更强，微生物群落更丰富。但研究也存在局限性，数据集在地理分布上存在偏差，部分因素未纳入研究，森林土壤Q10仍有 51% 的变异性未得到解释。
综上所述，该研究首次将生物因素引入森林土壤Q10预测模型，揭示了生物和非生物因素共同驱动森林土壤Q10。这一成果加深了人们对土壤呼吸响应全球变暖的理解，为改进碳循环模型提供了重要参考，有助于更准确地评估陆地碳 - 气候反馈，在全球气候变化研究领域具有重要意义。未来研究可进一步拓展数据集，纳入更多影响因素，深入探究植物和微生物相互作用机制，从而更全面地理解土壤Q10的变化规律，为保护森林生态系统和应对气候变化提供更有力的科学支持。
