森林在陆地碳循环中发挥巨大的碳汇功能，当前森林生态系统碳循环已成为全球变化研究的热点和前沿。中国森林生态系统，作为东亚季风区森林的重要组分，其碳汇大小与北美、欧洲两大森林碳汇区的量级相当，是全球重要的碳汇区之一，且覆盖有北半球代表性的森林植被类型。科学评估中国森林生态系统的碳循环动态，对预测全球变化对森林固碳功能的影响、服务国家固碳减排政策制定及碳中和具有重要意义。 

　　 2月2日，《Nature》出版集团创办的国际权威期刊《Scientific Data》（IF: 5.541）在线发表了国家生态科学数据中心与CERN多个森林生态系统野外台站合作的关于2000-2015年中国典型森林生态系统碳循环动态参照数据集，并得到了主编的认可评价“I consider the data set important and interesting. It is a valuable and solid dataset for studying carbon cycle in forests…”。 

　　长期监测数据是准确评估森林碳循环动态变化的关键。中国生态系统研究网络（CERN）自2000年起对生态系统的水土气生要素实施了规范化和系统化监测。该数据集遴选了CEN10个长期定位观测站的永久监测样地数据，覆盖我国森林从南到北的水热梯度和不同气候区的典型植被型，分别包括西双版纳热带雨林（BNF）、鹤山亚热带常绿人工阔叶林（HSF）、鼎湖山亚热带常绿针阔混交林 (DHF)、哀牢山亚热带常绿阔叶林 (ALF)、千烟洲亚热带常绿人工针叶混交林 (QYF)、会同亚热带常绿阔叶林 (HTF)、神农架常绿落叶阔叶混交林（SNF），茂县暖温带落叶针叶混交林（MXF）、北京暖温带落叶阔叶混交林 (BJF) 以及长白山温带落叶针阔混交林（CBF），具有较好的代表性。 

　　受限于站点尺度的观测频度和人工采样成本，站点尺度各生物、土壤等碳循环关键要素多为五年一次的间断监测数据。本研究采用了多源数据-模型同化方法，基于Data Assimilation Linked Ecosystem Carbon model (DALEC)模型,以CERN多期生物量、土壤碳、凋落物和LAI等作为模型同化的约束数据，辅助以长期连续的大气、水分等气象数据作为模型驱动，实现了从多期不连续的要素数据到长期连续的土壤、植被固碳功能动态数据的获取，并反演了观测难以获取到的系列碳循环关键过程参数，如各库碳分配系数和周转时间等（图1）。 

图1 中国典型森林生态系统碳循环动态基准数据集的文件结构及开发流程

　　本数据集以CERN长期动态监测数据库为基础，经过严格的质量控制和统计分析，首次提供了近10年来我国典型森林生态系统长时间序列的碳循环基准观测数据产品。主要包括三大组分：基于观测和严格质控/统计处理后的基础观测数据集（生物、土壤、大气和水分等要素），基于同化获取的碳循环关键过程参数集以及时间连续的固碳功能产品数据集，包括植被、土壤碳库、生产力、呼吸和碳汇的近十余年动态变化（图2）。 　　  

图2 中国典型森林生态系统碳循环动态基准数据集的详细组成

　　基于长期动态监测和模型数据融合方法，本数据集为深入理解陆地-大气交互作用，全球变化背景下中国森林碳循环关键过程和状态的动态评估和预测提供了重要的参考价值。本数据集可为不同生态系统碳循环组分、过程和状态变量绘制精细化图谱（图3，以长白山为例）。基于本数据集，我们还发现平衡态理论假设显著低估我国森林碳周转时间的长短、气候敏感性及生态系统碳汇（Ge et al., 2019, GCB）。 

图3 长白山生态系统碳循环组分精细化图谱

　 国家生态科学数据中心何洪林研究员和葛蓉博士为共同第一作者，于贵瑞院士为通讯作者。该数据集得到了国家重点研发计划、中国科学院战略性先导专项等项目的资助。 

　　相关文章链接： 

　　https://doi.org/10.1038/s41597-021-00826-w (数据论文) 

　　https://doi.org/10.1111/gcb.14547 

　　相关数据链接： 

　　国家生态科学数据中心：http://www.cnern.org.cn/data/meta?id=142318(Excel格式)