原文以Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau為標(biāo)題發(fā)表在 PNAS（IF=11.205）上。
內(nèi)容來源/http://imde.cas.cn/
青藏高原是全球最大的高山凍土區(qū)，氣候變暖可能導(dǎo)致大量?jī)鐾撂坚尫?，但氣候暖濕變化也能促進(jìn)植物碳固定提升，使得區(qū)域碳源匯平衡狀態(tài)和趨勢(shì)存在不確定性。
近期，中科院成都山地災(zāi)害與環(huán)境研究所西藏生態(tài)環(huán)境創(chuàng)新團(tuán)隊(duì)與中科院青藏高原研究所、中科院西北生態(tài)環(huán)境資源研究院、中科院地理科學(xué)與資源研究所、蘭州大學(xué)等合作，通過綜合定位監(jiān)測(cè)、控制試驗(yàn)和模型模擬等技術(shù)手段對(duì)青藏高原陸地生態(tài)系統(tǒng)碳源匯現(xiàn)狀及動(dòng)態(tài)進(jìn)行了系統(tǒng)研究。
研究發(fā)現(xiàn)，青藏高原32監(jiān)測(cè)點(diǎn)中26個(gè)呈現(xiàn)凈碳匯狀態(tài)，區(qū)域凈碳匯是此前科學(xué)界預(yù)期的4倍（130.0±53.6 Tg C y-1）。
高寒生態(tài)系統(tǒng)凈碳匯最強(qiáng)值出現(xiàn)在約海拔4000米左右。碳交換的溫度敏感性分析發(fā)現(xiàn)，水熱同期的夏天碳固定速率系統(tǒng)性地高于冬季碳釋放對(duì)溫度的敏感性，且這一現(xiàn)象在更高海拔地區(qū)更加明顯。
16個(gè)控制實(shí)驗(yàn)結(jié)果顯示，青藏高原碳匯在模擬變暖情境下總體呈現(xiàn)增強(qiáng)趨勢(shì)且存在閾值（~2.0℃），模式模擬也表明青藏高原暖濕化對(duì)碳固定的促進(jìn)超過了凍土碳釋放的影響（21世紀(jì)末不同氣候情境下凈碳匯范圍為178~318 Tg C y-1）。
上述證據(jù)表明，青藏高原高寒生態(tài)系統(tǒng)總體是重要的碳匯，將對(duì)氣候變暖形成負(fù)反饋。
該研究得到了中國(guó)科學(xué)院A類戰(zhàn)略性先導(dǎo)科技專項(xiàng)“泛第三極環(huán)境變化與綠色絲綢之路建設(shè)”、第二次青藏高原綜合科學(xué)考察研究、國(guó)家自然科學(xué)基金、中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)等項(xiàng)目支持，為青藏高原生態(tài)安全屏障關(guān)鍵功能量化和重大生態(tài)工程時(shí)空格局優(yōu)化提供了重要科技支撐，并以“Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau”為題發(fā)表在國(guó)際學(xué)術(shù)期刊PNAS上。
31套LI-7500系列CO2/H2O分析儀在本研究中的應(yīng)用
LI-COR渦度相關(guān)通量觀測(cè)系統(tǒng)
研究者們使用了分布在青藏高原的32個(gè)渦度通量站點(diǎn)的觀測(cè)數(shù)據(jù)。數(shù)據(jù)分兩種類型，原始數(shù)據(jù)以及公開發(fā)表文獻(xiàn)中的數(shù)據(jù)。
查找文獻(xiàn)使用的數(shù)據(jù)庫(kù)包括：Web of Science和中國(guó)知網(wǎng)。搜索的關(guān)鍵詞為：渦度相關(guān)、高山、碳通量、青藏高原。
渦度相關(guān)監(jiān)測(cè)站點(diǎn)囊括了這一地區(qū)的所有生態(tài)系統(tǒng)類型：高山灌叢（2個(gè)臺(tái)站）、高山草甸（16個(gè)臺(tái)站）、高山草原（4個(gè)臺(tái)站）、高山荒漠（1個(gè)臺(tái)站）、高山濕地（9個(gè)臺(tái)站）。所有這些臺(tái)站位于青藏高原中部和東部。
青藏高原的西部和北部站點(diǎn)偏少，主要是那些地方自然條件嚴(yán)酷，公路偏少。
海拔3000-3500m的臺(tái)站10個(gè)；海拔3600-4000米的臺(tái)站5個(gè)；海拔4000至4500m的臺(tái)站7個(gè)；海拔4500-5000米的臺(tái)站5個(gè)。
在這些臺(tái)站中，10個(gè)位于連續(xù)凍土區(qū)，22個(gè)位于非連續(xù)凍土區(qū)。數(shù)據(jù)總計(jì)為77個(gè)站點(diǎn)年，平均每個(gè)站點(diǎn)有2.4年的數(shù)據(jù)。其中，57個(gè)站點(diǎn)年的數(shù)據(jù)是從2010年至2020年，占總數(shù)據(jù)集的四分之三。當(dāng)有超過1年的連續(xù)觀測(cè)數(shù)據(jù)后，計(jì)算站點(diǎn)的年平均值。
在這些數(shù)據(jù)集中，本文的作者們負(fù)責(zé)10個(gè)臺(tái)站的運(yùn)行管理。通量數(shù)據(jù)采樣間隔為30min或60min。其余的數(shù)據(jù)來自于同行評(píng)議的論文。
31套LI-7500系列CO2/H2O分析儀在本研究中的應(yīng)用
使用通用的主流方法處理原始數(shù)據(jù)。使用渦度通量數(shù)據(jù)分析軟件EddyPro（LI-COR Inc.）和TK3執(zhí)行坐標(biāo)旋轉(zhuǎn)和WPL訂正。凈輻射為正值的時(shí)段，定義為白天的通量；反之則被歸類為夜間的通量。
經(jīng)過穩(wěn)態(tài)和整體湍流特征測(cè)試后，使用中國(guó)通量網(wǎng)的平均值測(cè)試方法，把摩擦風(fēng)速U* 小于0.1至0.21m s-1 的夜間CO2通量全部剔除。
5月（或4月下旬）至9月（或10月）定義為生長(zhǎng)季，其余月份為非生長(zhǎng)季。
2小時(shí)以內(nèi)的通量數(shù)據(jù)缺失使用線性插補(bǔ)。
在生長(zhǎng)季內(nèi)，超過2h的數(shù)據(jù)缺失使用Michaelis–Menten光響應(yīng)曲線方程進(jìn)行插補(bǔ)：NEP=(α × PAR × Amax)/ (α × PAR + Amax)-RE，Amax 是最大凈光合速率，α是表觀量子產(chǎn)額，RE 是生態(tài)系統(tǒng)呼吸。
在非生長(zhǎng)季，超過2h的數(shù)據(jù)缺失使用下面的方程插補(bǔ)：RE=a × e bT，RE是生態(tài)系統(tǒng)呼吸，a和b是回歸系數(shù)，T是土壤表面溫度。
生長(zhǎng)季的白天GPP是NEP和RE的和，非生長(zhǎng)季NEP被認(rèn)為只有RE。
使用RE=a × e bT估算GPP中的日間RE 以及生長(zhǎng)季中的RE。
使用相同的方法處理文獻(xiàn)中的數(shù)據(jù)。使用GetData Graph Digitizer 2.2.6，獲取CO2日交換通量。
所有32個(gè)站點(diǎn)的數(shù)據(jù)都進(jìn)行WPL密度訂正，14個(gè)站點(diǎn)進(jìn)行二次坐標(biāo)旋轉(zhuǎn)，6個(gè)臺(tái)站進(jìn)行3次坐標(biāo)旋轉(zhuǎn)，6個(gè)站點(diǎn)使用平面擬合。經(jīng)過數(shù)據(jù)質(zhì)量控制和篩選后，所有臺(tái)站剔除的數(shù)據(jù)比例介于8%至48%之間。
渦度相關(guān)通量數(shù)據(jù)分析
NEP 的數(shù)據(jù)表示為均值±1 SE。在區(qū)域CO2收支分析中，首先使用臺(tái)站上的平均通量數(shù)據(jù)，計(jì)算生態(tài)系統(tǒng)的CO2平均通量速率，接著，基于1:1000000中國(guó)植被圖，進(jìn)行區(qū)域CO2通量的估算。Van‘t Hoff方程（y=a e bt）被用于CO2通量的溫度敏感性分析。
使用結(jié)構(gòu)方程模型分析（SEM ），評(píng)估地理因素、氣候因素、土壤過程因素對(duì)CO2通量空間格局的相對(duì)重要性。研究者們假設(shè)地理因素（海拔和緯度）影響氣候因素（輻射、年平均降水量、溫度），而這些氣候因素通過土壤水分含量以及年平均地面溫度影響CO2通量。
對(duì)每個(gè)站點(diǎn)來說，氣候因素（短波向下輻射、年平均降水和溫度）源自中國(guó)區(qū)域地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集，該數(shù)據(jù)集時(shí)間分辨率為3小時(shí)，水平空間分辨率為0.1° × 0.1°。這是中國(guó)首個(gè)高時(shí)空分辨率的近地面柵格氣象數(shù)據(jù)集。該數(shù)據(jù)集是以國(guó)際上現(xiàn)有的Princeton再分析資料、GLDAS資料、GEWEX-SRB輻射資料，以及TRMM降水資料為背景場(chǎng)，融合了中國(guó)氣象局的約700個(gè)常規(guī)氣象觀測(cè)站的數(shù)據(jù)制作而成。使用IBM SPSS Amos 24.0.0（SPSS Inc）進(jìn)行SEM分析。
原文中的主要數(shù)據(jù)圖
