武汉大学 王帅博士生发表系列成果揭示多尺度水碳耦合规律
- 2026-09-02 02:56:57
领域TOP期刊《Water Resources Research》、《Agricultural and Forest Meteorology》、《Global and Planetary Change》发表了课题组水碳耦合系列研究成果。张橹教授为通讯作者，24级博士生王帅为第一作者。
陆地生态系统的水碳循环通过植物生理和水文过程高度耦合，共同调节着陆气间的能量平衡与物质交换。在生态系统中，叶片气孔是水碳交换的共同界面，蒸散发调控着陆气间的水热平衡，而土壤水分动态则深刻影响植物光合和碳分配等生理过程；反之，植被动态通过改变地表特征与水分再循环，持续反馈于大尺度水文过程。然而，随着全球变暖与极端干旱频发，植被水碳耦合关系正在发生显著变化。因此，理解变化环境下的水碳耦合机理，并构建适应性多尺度模拟框架，对于准确评估和预测气候变化下水碳循环的演变至关重要。
01
论文1：A Generalized Resource-Constrained Framework for Quantifying Ecosystem Water and Carbon Fluxes
针对如何量化蒸散发（ET）和光合固碳（GPP）在自上而下尺度的耦合关系问题，构建统一资源约束框架，描述了ET和GPP在宏观尺度上的协同演变特征，定义资源限制识别方法，量化了ET和GPP受能量和水分限制的空间分布格局。
研究选取1927个流域（率定期）和107个通量站点数据（检验期），构建的资源限制框架能够准确估算GPP变化, 流域的NSE为0.69，通量站的NSE为0.65；流域ET的模拟NSE为0.88，通量站的NSE为0.55。
图1 资源约束框架在1927个流域和107个通量站点的模拟效果
基于资源约束框架估算的2002—2020年全球平均GPP和ET分别为1141 ± 83 g C m⁻² a⁻¹和530 ± 7 mm a⁻¹，陆地碳吸收总量年均值估计为142.4 ± 4.9 Pg C a⁻¹。
图2 基于资源约束框架估算的全球GPP和ET空间分布规律
以GPP为例，全球约40%的陆地面积主要受水分限制，36%主要受能量限制，24%主要受两者协同限制。澳大利亚、北美和东亚的GPP对可用水分的响应最为强烈，能量限制区域集中在南亚、南美和西亚。非洲和欧洲则表现出协同限制特征。
图3 全球GPP和ET受能量限制和水分限制的空间分布规律
文章链接：
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2025WR042435
02
论文2：Improved estimation of evapotranspiration and gross primary productivity by incorporating soil moisture feedbacks into a coupled ecosystem model
针对如何提升ET-GPP的自下而上耦合模型在极端气候下的模拟精度问题，构建土壤水分动态反馈胁迫模块，建立了生态系统ET和GPP的水碳耦合互馈模型（FPML），提升了变化土壤水分条件下水碳通量的模拟精度，增强了气候变化对水资源和碳管理影响的理解。
图4 改进水碳耦合模型的概念图。(a) DM：默认模型，不包含土壤水动态反馈；(b) CM：包含土壤水动态反馈的耦合模型
图5为FPML模型在所有六种生态系统类型中模拟日尺度GPP和ET的性能。模型在所有生态系统中对GPP的模拟均表现良好，NSE值介于ENF的0.66至CSH/OSH的0.82之间，ET估算的NSE值介于0.58至0.85之间。
图5 FPML水碳耦合模型在不同生态系统的模拟效果
在所有生态系统中，当包括动态土壤水分反馈时，GPP估计的总体平均NSE从0.56±0.39增加到0.64±0.24，模拟精度提高了14.3%。对于ET的估计，平均NSE从0.41 ± 0.71增加到0.65 ± 0.22，提升了58.5%。
图6 改进水碳耦合模型和默认模型在不同生态系统的模拟效果对比。DM：默认模型，不包含土壤水动态反馈；CM：包含土壤水动态反馈的耦合模型
考虑土壤水分动态反馈的水碳耦合模型有效地改善了GPP和ET的估算，特别是在土壤水分干燥的条件下。
图7 改进水碳耦合模型（CM）和默认模型（DM）在干燥和非干燥土壤水分条件下的模拟效果对比
文章链接：
https://www.sciencedirect.com/science/article/pii/S0168192326000547#sec0010
03
论文3：Global patterns and controls of terrestrial above- and belowground productivity revealed by a generalized resource-constrained framework
净初级生产力（NPP）及其组分是全球碳循环的一个基本组成部分。然而，全球尺度的地上NPP （ANPP）和地下NPP （BNPP）之间分配比例的变化规律仍然不清，这限制了对植被碳分配策略和对环境变化响应的理解。研究基于1939 - 2014年的937个野外观测数据（包括252个配对的ANPP和BNPP记录）对资源限制框架的性能进行了评估，利用可解释机器学习方法量化森林和非森林碳分配策略的驱动因素。这些结果支持资源约束框架作为模拟NPP分配的可靠且生态可解释的工具，有助于改善陆地生物圈模型中碳分配的表征，并增强关于生态系统对气候变化响应的理解。
图8 研究技术路线图
资源限制框架模拟ANPP的NSE为0.76，RMSE为140.80 g m yr⁻¹。对于BNPP，模型的NSE为0.49， RMSE为152.47 g m⁻² yr⁻¹。总净初级生产力（模拟的ANPP和BNPP之和）与观测值相比较为一致（NSE = 0.60，RMSE = 327.86 g m⁻² yr⁻¹）。
图9 基于资源限制框架的ANPP和BNPP的模拟结果以及总NPP的闭合检验效果
全球范围内，ANPP和BNPP的平均值分别估计为415 g m⁻² yr⁻¹和367 g m⁻² yr⁻¹。从灌丛到常绿阔叶林，不同生物群落的ANPP和BNPP的平均值分别在129 g m⁻² yr⁻¹至1088 g m⁻² yr⁻¹和153 g m⁻² yr⁻¹至781 g m⁻² yr⁻¹之间。全球陆地生态系统地上和地下净初级生产力的年固碳量分别为 25.36 和 22.01 PgC yr⁻¹，总计达 47.37 PgC yr⁻¹，其中地下部分占总量的 46.5%。
图10 地上地下净初级生产力的全球分布格局
基于XGBoost和SHAP分析的结果表明，森林生态系统的地上地下碳分配主要受温度的影响，而非森林生态系统中的地上地下碳分配由VPD、AI和MAP等表征的可用水分条件的环境因子主导。
图11 森林生态系统地上地下净初级生产力分配比例（fBNPP）的影响因素
图12 非森林生态系统地上地下净初级生产力分配比例（fBNPP）的影响因素
文章链接：
https://www.sciencedirect.com/science/article/pii/S0921818126000858
