原文以Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau為標題發(fā)表在 PNAS（IF=11.205）上。
內容來(lái)源/http://imde.cas.cn/
青藏高原是全球最大的高山凍土區，氣候變暖可能導致大量?jì)鐾撂坚尫?，但氣候暖濕變化也能促進(jìn)植物碳固定提升，使得區域碳源匯平衡狀態(tài)和趨勢存在不確定性。
近期，中科院成都山地災害與環(huán)境研究所西藏生態(tài)環(huán)境創(chuàng )新團隊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(guò)綜合定位監測、控制試驗和模型模擬等技術(shù)手段對青藏高原陸地生態(tài)系統碳源匯現狀及動(dòng)態(tài)進(jìn)行了系統研究。
研究發(fā)現，青藏高原32監測點(diǎn)中26個(gè)呈現凈碳匯狀態(tài)，區域凈碳匯是此前科學(xué)界預期的4倍（130.0±53.6 Tg C y-1）。
高寒生態(tài)系統凈碳匯最強值出現在約海拔4000米左右。碳交換的溫度敏感性分析發(fā)現，水熱同期的夏天碳固定速率系統性地高于冬季碳釋放對溫度的敏感性，且這一現象在更高海拔地區更加明顯。
16個(gè)控制實(shí)驗結果顯示，青藏高原碳匯在模擬變暖情境下總體呈現增強趨勢且存在閾值（~2.0℃），模式模擬也表明青藏高原暖濕化對碳固定的促進(jìn)超過(guò)了凍土碳釋放的影響（21世紀末不同氣候情境下凈碳匯范圍為178~318 Tg C y-1）。
上述證據表明，青藏高原高寒生態(tài)系統總體是重要的碳匯，將對氣候變暖形成負反饋。
該研究得到了中國科學(xué)院A類(lèi)戰略性先導科技專(zhuān)項“泛第三極環(huán)境變化與綠色絲綢之路建設”、第二次青藏高原綜合科學(xué)考察研究、國家自然科學(xué)基金、中國科學(xué)院青年創(chuàng )新促進(jìn)會(huì )等項目支持，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用
LI-COR渦度相關(guān)通量觀(guān)測系統
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(guān)測數據。數據分兩種類(lèi)型，原始數據以及公開(kāi)發(fā)表文獻中的數據。
查找文獻使用的數據庫包括：Web of Science和中國知網(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)監測站點(diǎn)囊括了這一地區的所有生態(tài)系統類(lèi)型：高山灌叢（2個(gè)臺站）、高山草甸（16個(gè)臺站）、高山草原（4個(gè)臺站）、高山荒漠（1個(gè)臺站）、高山濕地（9個(gè)臺站）。所有這些臺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酷，公路偏少。
海拔3000-3500m的臺站10個(gè)；海拔3600-4000米的臺站5個(gè)；海拔4000至4500m的臺站7個(gè)；海拔4500-5000米的臺站5個(gè)。
在這些臺站中，10個(gè)位于連續凍土區，22個(gè)位于非連續凍土區。數據總計為77個(gè)站點(diǎn)年，平均每個(gè)站點(diǎn)有2.4年的數據。其中，57個(gè)站點(diǎn)年的數據是從2010年至2020年，占總數據集的四分之三。當有超過(guò)1年的連續觀(guān)測數據后，計算站點(diǎn)的年平均值。
在這些數據集中，本文的作者們負責10個(gè)臺站的運行管理。通量數據采樣間隔為30min或60min。其余的數據來(lái)自于同行評議的論文。
31套LI-7500系列CO2/H2O分析儀在本研究中的應用
使用通用的主流方法處理原始數據。使用渦度通量數據分析軟件EddyPro（LI-COR Inc.）和TK3執行坐標旋轉和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(lèi)為夜間的通量。
經(jīng)過(guò)穩態(tài)和整體湍流特征測試后，使用中國通量網(wǎng)的平均值測試方法，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(cháng)季，其余月份為非生長(cháng)季。
2小時(shí)以?xún)鹊耐繑祿笔褂镁€(xiàn)性插補。
在生長(cháng)季內，超過(guò)2h的數據缺失使用Michaelis–Menten光響應曲線(xiàn)方程進(jìn)行插補：NEP=(α × PAR × Amax)/ (α × PAR + Amax)-RE，Amax 是最大凈光合速率，α是表觀(guān)量子產(chǎn)額，RE 是生態(tài)系統呼吸。
在非生長(cháng)季，超過(guò)2h的數據缺失使用下面的方程插補：RE=a × e bT，RE是生態(tài)系統呼吸，a和b是回歸系數，T是土壤表面溫度。
生長(cháng)季的白天GPP是NEP和RE的和，非生長(cháng)季NEP被認為只有RE。
使用RE=a × e bT估算GPP中的日間RE 以及生長(cháng)季中的RE。
使用相同的方法處理文獻中的數據。使用GetData Graph Digitizer 2.2.6，獲取CO2日交換通量。
所有32個(gè)站點(diǎn)的數據都進(jìn)行WPL密度訂正，14個(gè)站點(diǎn)進(jìn)行二次坐標旋轉，6個(gè)臺站進(jìn)行3次坐標旋轉，6個(gè)站點(diǎn)使用平面擬合。經(jīng)過(guò)數據質(zhì)量控制和篩選后，所有臺站剔除的數據比例介于8%至48%之間。
渦度相關(guān)通量數據分析
NEP 的數據表示為均值±1 SE。在區域CO2收支分析中，首先使用臺站上的平均通量數據，計算生態(tài)系統的CO2平均通量速率，接著(zhù)，基于1:1000000中國植被圖，進(jìn)行區域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。
使用結構方程模型分析（SEM ），評估地理因素、氣候因素、土壤過(guò)程因素對CO2通量空間格局的相對重要性。研究者們假設地理因素（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(guò)土壤水分含量以及年平均地面溫度影響CO2通量。
對每個(gè)站點(diǎn)來(lái)說(shuō)，氣候因素（短波向下輻射、年平均降水和溫度）源自中國區域地面氣象要素驅動(dòng)數據集，該數據集時(shí)間分辨率為3小時(shí)，水平空間分辨率為0.1° × 0.1°。這是中國首個(gè)高時(shí)空分辨率的近地面柵格氣象數據集。該數據集是以國際上現有的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)，融合了中國氣象局的約700個(gè)常規氣象觀(guān)測站的數據制作而成。使用IBM SPSS Amos 24.0.0（SPSS Inc）進(jìn)行SEM分析。
原文中的主要數據圖
