陈镜明研究团队发布全球植被小时尺度阴阳叶碳水通量数据集
近日， 多伦多大学/福建师范大学陈镜明教授亚热带生态系统与大气研究（STEAR）团队发布了基于动态参数优化过程模型的全球首套植被小时尺度阴阳叶碳水通量数据集。用户可通过国家生态科学数据中心（https://www.scidb.cn/）在线访问获取数据。相关研究成果以“Global datasets of hourly carbon and water fluxes simulated using a satellite-based process model with dynamic parameterizations”为题在Earth System Science Data期刊发表，陈镜明教授多伦多大学团队的博士生冷基业为第一作者。
全球植被总初级生产力（GPP）与蒸散发（ET）是陆地生态系统的重要组成部分。在卫星遥感数据驱动的生态过程模型中，决定光合作用中叶片气孔开放程度的Ball-Berry斜率（m）与决定植被叶片光和能力的最大羧化反应速率（Vcmax）是影响GPP与ET模拟的核心生态参数。然而，在以往研究中，核心生态参数往往被设定为固定数值，导致GPP与ET估算的不确定性。
研究团队与国内外专家合作，基于全球地面通量观测网络与不同卫星数据生成了全球小时尺度GPP与ET数据集：第一步通过贝叶斯参数优化方法从地面观测通量中获取动态核心生态参数；第二步通过机器学习方法将站点尺度动态核心生态参数升尺度到全球2001-2020年格网时间序列；第三步基于格网动态生态核心参数和多元卫星数据驱动模型模拟碳水通量。全球GPP与ET数据产品与地面观测验证和其他数据产品比较均有较好的一致性，且动态核心生态参数与其他研究对比验证同样有较好的一致性。
这一新的全球数据集作为生态过程模型、遥感观测和全球通量网络之间的“握手”，为全球GPP和ET的长期可靠估算提供了日间变化数据基础，促进了与生态系统功能属性、全球碳水循环相关的科学研究。
图1. 数据集生成流程
图2. 碳水通量数据集与地面实测数据的相关性与均方根误差（RMSE）
（a）站点年GPP（b）植被类型年GPP（c）站点年ET（d）植被类型年ET
图3. 基于地面通量观测获取的2001-2020年平均Ball-Berry斜率（m）和叶片最大羧化速率（Vcmax）的全球分布（a）（c）和不同植被类型分布（b）（d）
图4. 全球GPP与ET日间动态变化
图5. 2001-2020年全球GPP和ET的动态变化与产品间比较 （a）GPP （b）ET
该研究工作及数据制备受到了加拿大自然科学和工程研究理事会（RGPIN-2020-05163）等项目的资助。
论文信息：
Leng, J., Chen, J. M.*, Li, W., Luo, X., Xu, M., Liu, J., Wang, R., Rogers, C., Li, B., and Yan, Y.: Global datasets of hourly carbon and water fluxes simulated using a satellite-based process model with dynamic parameterizations, Earth Syst. Sci. Data, 16, 1283–1300, https://doi.org/10.5194/essd-16-1283-2024, 2024.
数据链接：
https://doi.org/10.57760/sciencedb.ecodb.00163 （小时尺度）
https://doi.org/10.57760/sciencedb.ecodb.00165 （日尺度）
研究团队也开源分享本文研究所使用的基于遥感数据驱动的生态过程模型代码（生态圈-大气圈交换过程模型，Biosphere-atmosphere Exchange Process Simulator），欢迎访问陈镜明教授团队主页获取模型最新代码
(https://github.com/JChen-UToronto/BEPS_hourly_site）。
原文作者：冷基业博士
编辑：团队助理
校对：STEAR团队