发布日期：2023-03-28
浏览次数：
土壤有机碳（SOC）对陆地生态系统碳循环和全球气候变化至关重要，其微小变化必然导致大气CO2浓度的剧烈波动。就同一模型来说，耦合微生物过程能极大地提高SOC的模拟精度。但目前仍不清楚耦合微生物过程的碳循环模型是否优于其他多种陆地碳循环模型，以及多模型SOC模拟的空间不确定性。
近日，国家重点实验室王钊齐课题组利用MIMICS（显式非线性微生物碳循环模型）和DCC（隐式线性碳循环模型）模拟了全球SOC的空间分布，并将模拟结果与CMIP6的MME（多模型集合）和观测数据进行比较，得到SOC模拟不确定性的空间格局，同时对两个模型的敏感性进行了分析。就土壤有机碳总量来看，MIMICS模拟的SOC为1615.4±54.3 PgC，高于DCC模型的模拟结果（668.5±102.1 PgC），与CMIP6 MME（1443.7±795.8 PgC）和观测（1519.1 PgC）接近。就模型参数来看，DCC和MIMICS模拟的SOC均受NPP的调控；DCC对气候更敏感，而MIMICS主要受Michaelis-Menten方程和微生物碳利用效率的影响。然而，DCC、MIMICS和CMIP6 MME对SOC的模拟都不能令人满意，尤其是在北半球高纬度地区SOC模拟的不确定性最大。该研究揭示了多个陆地碳循环模型的显性和隐性微生物过程模拟的全球SOC不确定性的空间格局，为现有陆地碳循环模型的改进和发展提供了参考。
图1 由三种再分析气候数据驱动的DCC（a-c）和MIMICS（d）模型在平衡状态下各碳库的SOC储量和内部碳通量. τe表示平衡时间.
图2 全球和极地SOC的空间分布和不确定性. a、b、c分别为CMIP6 MME、DCC、MIMICS的SOC空间不确定性. 红色和蓝色条形图表示全球和极地区域的SOC (d). 蓝色和红色虚线为观测数据的SOC. 阴影区域表示CMIP6 MME的标准差.
该研究获得国家自然科学基金（32160278）的资助，于2023年3月8日以“Substantial uncertainties in global soil organic carbon simulated by multiple terrestrial carbon cycle models”为题发表在Land Degradation & Development（IF=4.377）上。
参考文献：Zhaoqi Wang, Yuanhao Lin, Lang Cai, Guiling Wu, Kai Zheng, Xiang Liu, Xiaotao Huang， Substantial uncertainties in global soil organic carbon simulated by multiple terrestrial carbon cycle models， Land Degradation & Development https://doi.org/10.1002/ldr.4679.
