全球植被碳利用效率的空间变异特征及其对碳汇管理的启示

本研究通过全球涡度协方差观测数据，创新性地推导出植被碳利用效率(CUE)的空间分布规律。针对当前CUE响应机制存在的争议，研究人员构建了基于生态系统呼吸-光合耦合度的新型估算方法，分析了2,737个站点年的数据。结果显示：全球CUE均值为0.43±0.12，落叶阔叶林(DBF)的CUE显著高于常绿林15%，且温度、降水和林龄均呈负相关。该研究为优化森林碳汇管理提供了关键理论依据，相关成果发表于《Nature Ecology & Evolution》。

　　

陆地生态系统作为重要的碳汇，每年抵消约25%的人为CO₂排放。碳利用效率(CUE，即净初级生产力NPP与总初级生产力GPP的比值)是决定碳汇大小的关键参数，但全球尺度上CUE的变异规律长期存在争议——早期研究认为CUE稳定在0.47±0.04，而近期证据显示其受温度、干旱度、森林类型和林龄等因素显著影响。更棘手的是，直接观测数据稀缺（全球仅约300条记录），且传统基于生物量调查的方法难以捕捉时空动态变化。这些认知空白严重制约着对陆地碳汇的准确预测，也使得REDD+等森林管理计划的科学基础受到质疑。

新加坡国立大学领衔的国际团队在《Nature Ecology & Evolution》发表突破性研究。通过开发基于涡度协方差(eddy covariance)数据的新算法，研究人员首次从呼吸-光合耦合角度推演出全球2,737个站点年的CUE值。核心发现包括：全球CUE平均为0.43±0.12，验证了与调查数据(CUE_IN=0.47±0.12)的一致性；落叶阔叶林(DBF)的CUE比常绿林高15%，且温度、降水和辐射均呈显著负相关。这些发现不仅解决了生态学领域关于CUE稳定性的长期争论，更指出通过优选落叶树种可提升10%的碳汇潜力（相当于每年增加0.11 PgC固存量）。

研究团队采用多学科交叉方法：首先基于FLUXNET2015等全球通量观测网络数据，利用5日时间窗口和1℃温度区间的双重组策略分离呼吸组分；其次通过马尔可夫链蒙特卡罗(MCMC)算法同步估算CUE、生长呼吸系数(g_R)等参数；最后结合随机森林模型将站点结果拓展至全球尺度。独立验证采用树轮数据库(ITRDB)的15,890条记录和土壤呼吸数据集(COSORE/SRDB)。

植被CUE的涡度协方差推导

分析显示：非森林生态系统CUE(0.45±0.12)显著高于森林(0.41±0.11)，其中农作物(CRO)以0.50±0.09居首。森林类型中，DBF(0.46±0.12)显著优于ENF(0.39±0.10)和EBF(0.32±0.12)。树轮数据验证发现DBF的胸高断面积增量(pBAI)比ENF平均高9%，与CUE差异趋势一致。

CUE变异的驱动因素

线性混合效应模型揭示：温度每升高1℃，CUE下降0.015；光合有效辐射(PAR)和降水也呈显著负相关。值得注意的是，土壤氮含量在>0.02 gN kg^-1时CUE趋于饱和。随机森林分析显示植被类型贡献了42%的变异，远超气候因子的28%。

呼吸组分的重新认知

基于CUE的呼吸分区显示：自养呼吸(R_a)占生态系统呼吸(R_eco)的55-70%，其中DBF的维持呼吸温度敏感性(E_a=0.28±0.14 eV)显著低于EBF。生长呼吸系数(g_R)与CUE呈强负相关(r=-0.76)，解释落叶林高效固碳的生理机制。

全球CUE分布格局

随机森林模拟显示：CUE呈现明显的纬度梯度（热带0.3-0.4，北方森林0.5-0.6），与动态全球植被模型(DGVM)结果趋势一致但变异更小。模型间比较发现，高纬度地区CUE预测差异达0.21，凸显观测约束的重要性。

这项研究从根本上改变了人们对陆地碳循环的认知。通过证明DBF具有系统性更高的碳利用效率，研究为"万亿棵树计划"等生态工程提供了物种选择依据——在相同GPP条件下，优选落叶树种可使全球碳汇提升0.18 PgC yr^-1。此外，呼吸组分定量方法的创新（将Rh占比精确约束在30-50%）为碳循环模型开发奠定了新基准。值得关注的是，研究发现的CUE-温度负相关关系暗示：未来气候变暖可能通过降低CUE而削弱陆地碳汇功能，这一机制尚未被当前IPCC评估报告充分考虑。从方法论看，将涡度协方差数据转化为生态参数的技术路径，为破解"观测数据丰富但生态参数稀缺"的困境提供了范本。