陈镜明研究团队发布全球植被叶片光合能力（Vcmax）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）团队发布了全球植被叶片光合能力（Vcmax）数据集， 其中包括三套分别基于LCC、SIF以及SIF+LCC的卫星反演的Vcmax空间分布数据。用户可通过国家生态科学数据中心生态网络云平台（http://www.nesdc.org.cn）在线访问获取数据。相关研究成果以“Global datasets of leaf photosynthetic capacity for ecological and earth system research”为题在Earth System Science Data期刊发表。

       最大羧化速率（Vcmax）决定了植被叶片的光合能力，是估算陆地生态系统碳循环的关键参数。研究团队与国内外科学家合作，基于不同卫星数据源生成了三组全球0.5度分辨率Vcmax空间分布数据（生长季均值）：一是根据植被氮在光捕获和羧化途径之间的优化分布原理，从MERIS传感器获取的叶绿素含量 (LCC) 转换生成 Vcmax数据（LCC-Vcmax）；二是基于GOME-2卫星观测的日光诱导叶绿素荧光 (SIF)数据，通过数据同化技术生成Vcmax数据（SIF-Vcmax）；三是将第一组LCC-Vcmax数据作为限制条件，从TROPOMI SIF数据反演生成Vcmax数据（SIF+LCC-Vcmax）。这三组数据均与基于生态最优性原理（EOT）通过气象参量计算的 Vcmax（EOT-Vcmax）有较好的一致性。

图1. 不同来源获取的全球Vcmax分布（生长季平均温度条件下）

(a) 基于GOME-2 SIF (2007 - 2011年)；(b) 基于TROPOMI SIF + LCC ( 2019年)；(c) 基于MERIS LCC (2017年)；(d) 基于EOT (1901-2015年)。白色区域表示数据缺失。

      研究团队将获取的Vcmax数据，与3672组地面实测数据做比较，也获得了很好的验证（图2）。其中TROPOMI SIF+LCC-Vcmax表现最好，R2=0.8，RMSE=8.99 µmol m−2 s−1。

图2. 不同来源获取的Vcmax数据与3672组地面实测数据的相关性

均方根误差 (RMSE) 单位：µmol m−2 s−1

(a) 基于GOME-2 SIF；(b) 基于TROPOMI SIF + LCC；(c) 基于MERIS LCC；(d) 基于EOT

       研究团队从农田/草地管理制度（施肥、灌溉等）、土壤pH值（图3）、叶片性状、气象要素（辐射、降水）等方面进一步研究评估了环境因子对Vcmax的影响。最后，研究团队按植被类型统计了Vcmax均值与标准差（图4），发现农田和草地的EOT-Vcmax数据较三组卫星Vcmax数据要明显偏小，这说明由卫星遥感数据生成的Vcmax数据集具备有效捕捉除气象因子之外其他影响Vcmax的因素的优势。

图3. 土壤pH值对Vcmax的显著影响

图4. 按植被类型统计的Vcmax均值与标准差

       该项研究工作及数据制备受到了中国全球变化重点研发计划 (2020YFA0608701)、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：Chen, J. M., Wang, R., Liu, Y., He, L., Croft, H., Luo, X., Wang, H., Smith, N. G., Keenan, T. F., Prentice, I. C., Zhang, Y., Ju, W., and Dong, N.: Global datasets of leaf photosynthetic capacity for ecological and earth system research, Earth Syst. Sci. Data, 14, 4077–4093, https://doi.org/10.5194/essd-14-4077-2022, 2022.