输入论文标题中未见可直接翻译的中文专业名词较少，按专业术语译为： 修订全球土壤甲烷汇的规模与趋势：基于过程机制、机器学习与大气反演建模方法

《Journal of Geophysical Research: Biogeosciences》：Revising the Magnitude and Trends of the Global Methane Soil Sink With Process-Based, Machine-Learning, and Atmospheric Inversion Modeling Approaches

　　

甲烷（CH₄）由微生物氧化是全球甲烷最大的生物汇，但其量级及长期变动仍存在不确定性。研究人员将过程机制模型（PB）、机器学习模型（ML）与大气反演方法结合，用于评估全球土壤甲烷汇，并讨论其对大气CH₄收支的影响。结果显示，PB与ML方法均估算全球年土壤甲烷汇约为40–45 Tg CH₄ yr^?1，较传统估计高30%–50%。两类方法在总量上相近，但对时空变化的刻画不同：PB模型因显式表达环境敏感性，表现出更强的空间异质性、季节性与长期增强趋势；ML模型更贴近站点观测，但由于训练数据稀疏且离散，其时空波动较弱。大气反演进一步表明，纳入更大的土壤汇后，模拟结果与观测到的大气CH₄及其稳定碳同位素变化（δ¹³C-CH₄）更一致，同时需要更高的微生物源CH₄排放。研究说明全球土壤甲烷汇可能长期被低估，且融合PB、ML与大气约束有助于提升对全球甲烷循环的认识。

研究背景在于：甲烷是重要温室气体，陆地高地土壤中的甲烷氧化菌（methanotrophs，甲烷氧化微生物）可从大气中移除CH₄，但其贡献规模、空间分布及长期趋势仍缺乏一致认识。现有自下而上（bottom-up）与自上而下（top-down）全球甲烷收支之间存在明显偏差，而土壤甲烷汇的传统估计值及其不确定性较大，可能是重要原因之一。此外，既往研究对长期趋势结论相互矛盾：部分研究指向森林土壤甲烷吸收下降，另一些则认为氧化过程与降水关系具有生态系统特异性；而过程模型又提示其可能随气候变暖而增强。因此，研究人员有必要重新评估全球土壤甲烷汇的量级、时空变异及其对大气甲烷预算的约束作用。

为回答“全球土壤CH₄汇有多大”“PB与ML对时空变化的刻画有何差异”“更新后的土壤汇能否缓解收支差异”这三个问题，研究人员构建了PB、ML与大气反演三套互补框架。PB方面，基于Terrestrial Ecosystem Model（TEM）及其引入高亲和甲烷氧化菌（HAM）的扩展版本，显式模拟甲烷氧化与微生物动态；ML方面，整合约12,000个来自260个站点、164篇文献的月尺度观测数据，采用树模型进行训练与全球外推；大气反演方面，将修订后的土壤汇输入CarbonTracker-CH₄系统，并利用全球大气CH₄及δ¹³C-CH₄观测检验结果。研究表明，全球土壤甲烷汇大概率高于传统估计；PB更适合刻画环境驱动下的强时空变化，ML更适合刻画均值分布；而将两者与大气约束结合，可提高对甲烷源汇分配的可信度。该研究发表于《Journal of Geophysical Research: Biogeosciences》，对修正全球甲烷预算及评估气候反馈具有重要意义。

方法上，研究主要采用三类手段：其一为过程机制模型（PB），包括MeMo、TEM及引入HAM的扩展方案；其二为机器学习（ML），基于约12,000条观测构建随机森林（RF）等树模型并进行交叉验证与全球外推；其三为大气反演，使用CarbonTracker-CH₄与全球约350个CH₄站点、70个δ¹³C-CH₄站点数据约束模拟，并比较不同土壤汇设定及分馏因子情景。

3.1 过程机制（PB）建模的全球CH₄土壤汇
研究人员发现，参考PB模型估算全球土壤CH₄汇为28–35 Tg CH₄ yr^?1；引入HAM后提高至45–60 Tg CH₄ yr^?1；进一步综合HAM与LAM后，全球汇为40–45 Tg CH₄ yr^?1。PB模型整体表现出显著的年际增长与强季节性，温带与极地地区尤为明显。

3.2 机器学习（ML）建模与模型—数据比较
ML模型估算全球土壤CH₄汇为41.9±0.5 Tg CH₄ yr^?1，与HAMLAM情景接近，但空间与时间波动更平滑。与站点观测相比，ML模型在均值上更稳定，但对强季节性和空间异质性的再现弱于PB模型，说明稀疏离散观测更适合约束平均水平，而不足以刻画复杂变化。

3.3 结合修订土壤汇的全球CH₄与δ¹³C-CH₄大气反演比较
当将更大的土壤汇输入反演系统后，优化得到的微生物源CH₄排放增加，且模拟的大气CH₄季节循环与观测更一致。PB情景因土壤汇空间异质性更强，更能重现δ¹³C-CH₄的纬向梯度；ML情景由于土壤汇分布较平滑，对该梯度的再现偏弱。

讨论部分指出，PB与ML均支持全球土壤CH₄汇被低估，修订后的40–45 Tg CH₄ yr^?1不仅与独立数据分析一致，也可部分解释自下而上估计高于自上而下收支的差异。与此同时，研究仍承认若干不确定性：HAM在不同土壤—植被—气候条件下的主导范围尚未充分厘清；超干旱区土壤CH₄吸收可能仍被低估；树干等陆地CH₄汇亦可能尚未完全纳入。总体结论是，全球土壤甲烷汇需要重新评估，而融合PB的机理表达与ML的观测约束，可能是未来改进全球甲烷汇估算及其时空变化解析的关键方向。