编辑推荐：
为解决传统方法在数据匮乏地区估算土壤和森林生物量碳固存的局限，研究人员融合遥感驱动的 ETLook 模型与生物地球化学模型 DayCent，在布基纳法索开展碳固存空间建模。结果表明两模型匹配度高，结合可更稳健估算碳固存，为碳汇监测提供新路径。
在全球气候变暖的大背景下，实现《巴黎协定》温控目标离不开陆地生态系统碳汇的精准评估。然而，传统的实地调查、遥感监测和生物地球化学模型在数据匮乏地区各有短板：实地调查受政治稳定性限制，遥感仅能覆盖地上生物量，模型则依赖高质量数据输入。如何在数据稀缺且生态脆弱的区域，如非洲萨赫勒地区的布基纳法索，准确量化土壤和植被的碳固存能力，成为全球碳循环研究的关键挑战。
来自国外研究机构的科研团队针对这一问题，开展了一项具有突破性的研究。他们创新性地融合了遥感驱动的光利用效率模型 ETLook（用于估算地上生物量和净初级生产力 NPP）与生物地球化学模型 DayCent（用于模拟土壤有机碳 SOC 动态），在布基纳法索的 Tiogo、Tisse 和 Kalio 林地开展碳固存的时空建模研究。这项研究成果发表在《Ecological Informatics》，为数据匮乏地区的碳汇监测提供了新的方法论范式。
研究采用的核心技术包括：①遥感数据整合，利用 Landsat-8、Sentinel-2 获取归一化植被指数（NDVI）和地表反照率，VIIRS 获取地表温度（LST），结合 ERA5、AgERA5 气象数据驱动 ETLook 模型；②DayCent 模型模拟，基于 SoilGrids 土壤参数、NASA POWER 气象数据，通过 2000 年自旋 - up 模拟初始化土壤碳库，并设置森林 / 草地混合情景模拟土地利用变化影响；③模型交叉验证，运用均方根误差（RMSE）、纳什效率系数（NSE）、克林 - 古普塔效率（KGE）等统计指标，对比分析两模型在地上生物量和 NPP 时空模式上的一致性。
3.1 模型季节性匹配与空间异质性
DayCent 模拟的叶面积指数（LAI）与 NDVI 季节趋势吻合，森林纯场景下 LAI 波动稳定，但混合草地场景导致像素间差异显著。ETLook 与 DayCent 的 NPP 季节性峰值和谷值同步，尽管 DayCent 在雨季高估 NPP，但混合情景下偏差降低 87%，KGE 从 0.40 提升至 0.72，显示土地利用类型细分可增强模型匹配度。
3.2 碳固存组分与土壤碳动态
ETLook 估算的年均 NPP 为 520±107 g C?m?2?yr?1，而 DayCent 显示土壤有机碳（SOC）呈微弱流失（-18.9±10 g C?m?2?yr?1），两者结合得出总碳固存率约 500 g C?m?2?yr?1。SOC 季节变化与 NPP 呈负相关，干季因分解率下降而积累，湿季因微生物活动增强而流失，长期模拟显示 2017-2020 年 SOC 持续轻度流失。
3.3 模型整合的有效性验证
两模型在纯森林场景下的 NPP 空间分布相关系数达 0.87，混合情景虽使相关系数略降至 0.81，但系统偏差和均方根误差显著降低，表明 DayCent 的 SOC 输出与 ETLook 的 NPP 结合可弥补单一模型的不足。研究还发现，布基纳法索南部森林生产力高于北部，与降水梯度一致，印证了气候对碳汇的主导作用。
研究结论表明，ETLook 与 DayCent 的融合模型能有效捕捉碳固存的时空动态，两者在地上生物量估算上的高一致性（R2=0.81，KGE=0.77）为数据匮乏地区的碳汇监测提供了可靠工具。尽管 DayCent 的 SOC 模拟受土壤碳库初始化和土地利用历史不确定性影响，但结合遥感数据的混合方法显著提升了碳固存估算的全面性。该研究为半干旱地区的碳汇评估提供了可推广的技术框架，对全球碳交易体系中数据匮乏国家的碳汇计量具有重要参考价值，也为可持续土地管理政策的制定提供了科学依据。未来研究需进一步整合实地观测数据，优化模型参数，以提升在不同生态区的普适性。
