新疆生地所发表全球气象站点碳水通量研究原创成果

　　陆地生态系统碳固定是碳中和的关键环节。主流生态系统碳固定评估方法，主要包括站点尺度的涡度相关通量观测系统、生态系统过程模型/生物地球化学模型、大气反演模型、清单法（经验统计模型），但这些主流方法，基本无法满足“可测量、可报告、可验证” 的生态系统固碳精准核算的需求。这是碳中和评估或者碳循环研究需要有效解决的一个重要科学问题。

　　精准挖掘气象站点的生态系统碳通量信息，在一定程度上可以有效解决这个问题。与通量站相比，无通量观测的气象站较为丰富，且分布相对广泛，全球公开的气象站近3万个，是通量站的41倍。基于气象站的碳通量研究很薄弱，目前尚未见到相关报道。

　　随着人工智能和大数据技术的发展，已经具备搭建稀疏分布的涡度相关通量站通向分布广泛的气象站的桥梁，挖掘气象站点“准观测”碳水通量信息的潜力，开展基于气象站生态系统碳通量信息精准核算、时空变化和驱动机制研究。

　　经过近5年的努力，中国科学院新疆生态与地理研究所罗格平研究员团队研发了气象站生态系统碳通量信息挖掘的技术和方法，并生成了不同时间尺度的气象站点具有准观测属性的碳水通量数据，这可基本上实现对局地、流域、区域尺度陆地生态碳汇精准核算，并为“碳中和”目标中的生态碳汇核算和碳汇交易提供技术、方法和数据支撑。

　　相关研究取得的主要成果有：

　　1. 构建区域或全球通量站数据集和全球气象站数据集；基于通量站数据集，构建成百上千甚至上万个生态系统碳通量机器学习模型。主要认知：

　　（1）全球地表的空间异质性和复杂多样性决定了无法构建一个具有普适性的机器学习模型用于模拟全球生态系统碳通量。

　　（2）以欧亚大陆为案例，在洲际、区域和生态系统尺度上，分旱区、非旱区和整体3个不同组合，研发数百上千个陆地生态系统碳通量机器学习模型。

　　（3）每个机器学习模型的训练集可表征一个地表生态与地理环境情景或景观，所有模型的组合可近似表征全球的地表空间异质性和多样性。

　　2. 以决定系数（R2）和欧式距离为纽带，建立的通量站碳通量机器学习反演模型迁移应用至气象站的适用性评估框架和方法体系，构建了稀疏的生态系统通量站与广泛分布的气象站之间的桥梁（图1），这是本研究主题最大的原创性。主要认知：

图1 通量站碳水通量机器学习反演模型迁移至气象站的适用性评估框架和方法体系（第一数据集：通量站数据集；第二数据集：气象站数据集）

　　（1）基于通量站构建的成百上千甚至上万个碳通量机器学习模型，不是所有的模型至少迁移应用至少一个气象站，也不是每一个气象站都可以匹配到至少一个满足精度要求的适宜碳通量机器学习模型（见图2）。

　　（2）碳通量反演模型（第一机器学习模型）的决定系数（R2）可用欧氏距离表征；欧氏距离越小，则R2越高，说明训练集表征的生态地理环境与测试集表征的生态地理环境相似性越高。　　

图2 碳水通量反演模型在欧亚大陆气象站反演碳水通量精度的空间分布

　　3. 构建具有“准观测”属性的全球陆地气象站碳通量数据集（以欧亚大陆为例，图3），这填补了气象站尚无碳通量信息的空白，也是本项目开拓性的集中体现。主要认知：

　　（1）输入数据为气象观测和遥感数据，机器学习模型本身具有比过程模型较高的精度，这些决定了构建陆地气象站碳通量具有准观测属性。

　　（2）这个数据集也可用于验证基于生态过程模型和陆面过程模型模拟的碳通量精度。

图3 欧亚大陆2002-2018年气象站的日尺度碳通量（NEE）均值空间分布

　　4.形成了一整套基于全球气象站的生态系统碳通量监测与评估理论和技术方法体系。这可为局地和区域尺度陆地生态系统碳汇核算和碳汇交易提供可操作的技术和高精度的数据支撑。

　　上述方法（算法）和数据已在Scientific Data和Methods in Ecology and Evolution公开发布，欢迎下载使用：

　　https://doi.org/10.6084/m9.figshare.21347721.v3 

　　https://doi.org/10.6084/m9.figsh are.20485 563.v1

　　相关成果以“Monitoring of carbon-water fluxes at Eurasian meteorological stations using random forest and remote sensing”为题发表在Scientific Data，新疆生地所罗格平研究员为通讯作者，谢明娟博士、马晓飞助理研究员博士是论文的共同第一作者。论文链接：https://www.nature.com/articles/s41597-023-02473-9.pdf 或 https://doi.org/10.1038/s41597-023-02473-9 

　　相关成果还以“New data-driven method for estimation of net ecosystem carbon exchange at meteorological stations effectively increases the global carbon flux data”为题发表在Methods in Ecology and Evolution，新疆生地所罗格平研究员为通讯作者，张文强博士为论文的第一作者。论文链接：https://besjournals.onlinelibrary.wiley.com/doi/10.1111/2041-210X.14188 或 https://doi.org/10.1111/2041-210X.14188