题目：Response and feedback of soil respiration to global climate change (发表于 Nature Communications)
参会方式：线上参会（具体参会方式请扫描文末二维码报名选择）
会议时间：报告总时长约35分钟, 留言板&语音提问讨论25~40分钟
北京时间 5月27日（周五）上午10:00
纽约时间 5月26日（周四）晚上19:00
悉尼时间 5月27日（周五）中午13:00
报告人简介
简金世博士，2017年博士毕业于弗吉尼亚理工大学作物与土壤环境科学专业，毕业后先后于弗吉尼亚理工大学和美国西北太平洋国家实验室从事博士后工作，2022年1月，以“高层次人才发展支持计划”被西北农林科技大学聘任为教授在中科院水土保持研究所工作。
报告摘要
Understanding the mechanisms of the terrestrial soil carbon cycle, and accounting for and simulating the fluxes of the terrestrial soil carbon cycle is critical to understanding the global terrestrial carbon cycle. To achieve these research objectives, a global multi-temporal scale soil respiration database has been constructed, which provides key data for terrestrial carbon cycling studies. Based on the global soil respiration database, modeling approaches were used to understand sources of error and to improve the accuracy of global soil respiration estimates. Several attempts have been made to access global terrestrial vegetation primary productivity (GPP) based on soil respiration and some assumptions about soil respiration to GPP ratio and vice versa, which opens a new way to improve the accuracy of global terrestrial GPP estimates.
陆地土壤碳循环的过程机制、通量核算和模型模拟是全球陆地碳循环研究的关键科学问题。通过构建基于站点观测的全球海量多时间尺度土壤呼吸数据库，为陆地碳循环研究提供了关键科学数据集；解析了土壤呼吸模型的误差结构，大幅提高了全球土壤呼吸估算精度；率先提出土壤呼吸和陆地植被初级生产力相互反推的方法，开辟了提高全球植被生产力估算精度的新途径。
研究背景
土壤是陆地生态系统中最大的有机碳库，是大气碳含量的两倍，其微小变化就可能导致大气CO2浓度的剧烈变化，因此理解土壤碳库的变化机制并对其进行预测是增强土壤碳汇、应对气候变化的关键科学需求。然而目前对土壤碳库动态及土壤碳汇潜力的研究仍然受制于土壤呼吸系统性观测数据的缺乏，无法对现有土壤呼吸观测样点的时间和空间代表性进行评估，导致土壤呼吸量化的不确定性极高；根系呼吸和微生物异养呼吸对气候变化的敏感性存在差异，然而缺乏在全球尺度上将二者进行准确区分的有效方法和实测数据，导致无法对碳分解模型进行验证，也限制了利用呼吸数据对植被初级生产力（GPP）这一关键变量开展独立估算。
研究发现
A. 构建了多时间尺度（年、月和小时）全球土壤呼吸数据库，确定了全球土壤呼吸估算的误差来源，通过改进全球土壤呼吸估算方法提高了其估算精度
把年尺度的全球土壤呼吸数据库（SRDB）细化到月尺度（MGRsD）和小时尺度（HGRsD），并优化了SRDB的数据结构，把SRDB、MGRsD和HGRsD三者进行链接，实现了多时间尺度全球土壤呼吸数据库的融合。对土壤呼吸数据的空间代表性进行了评估，发现观测数据主要来自北半球中纬度地区，而南半球和寒冷地区数据较少，对SRDB、MGRsD和HGRsD每年持续进行更新不能改善数据站点空间分布不均的问题。为缓解土壤呼吸数据空间分布不均对土壤呼吸估算精度影响，创新性的提出了针对不同气候区分别建模的方法，提高了全球土壤呼吸估算精度。同时，通过对全球823个站点的数据进行分析，发现年土壤呼吸总量与该站点气温达到年均温度时的瞬时土壤呼吸速率呈现良好的线性关系，说明站点气温达到年均气温时的瞬时土壤呼吸速率能用来预测年土壤呼吸量，能有效降低年土壤呼吸量获取难度和观测成本，解决了个别地区由于冬季严寒不能进行土壤呼吸全年观测的问题，为缓解全球土壤呼吸数据站点空间覆盖不均提供了可行方案。
Figure 1. Spatial distribution of soil respiration (RS) sites. The gray circles are RS sites from the fourth version of the global soil respiration database (SRDB-V4); the red dots are sites from the literature published in Chinese and added in the fifth version of the global soil respiration database (SRDB-V5); the orange dots represent sites from the literature published in Russian and added in SRDB-V5; the blue dots are sites from the literature published in other languages (mainly in English) and added in the SRDB-V5.
图 1. 全球土壤呼吸数据库站点空间分布图。黑色点为第四版本全球土壤呼吸数据库（SRDB-V4）的站点分布，红色（中国区）、黄色（俄罗斯）和蓝色（其他区域）点为第五版（SRDB-V5）更新后新增的数据站点分布。
B. 系统研究了土壤呼吸的时间尺度效应及其对土壤呼吸估算精度的影响，发现了消除土壤呼吸日内变异误差的最优观测时间窗口，针对我国不同植被类型提出了土壤呼吸最佳观测频率
分析了全球不同植被类型土壤呼吸的日内、季节和年际变化规律，发现基于月尺度数据土壤呼吸随温度的变化在27℃存在一个拐点，而基于年尺度的数据无法识别这一拐点，说明建立多时间尺度土壤呼吸数据库对于提高全球土壤呼吸量的估算精度具有重要作用。进一步分析发现日内变异引起的全球土壤呼吸量估算误差约为6%，在9:00-12:00和20:00-23:00时间段进行观测有利于减少土壤呼吸日内变异引起的误差，且该观测窗口在各种植被类型下均适用。在详细分析我国不同植被类型区土壤呼吸季节变异的基础上，提出了各种植被类型的最佳测量频率，例如要保证测量误差不超过10%，针叶林测量频率每年应不少于69次，草地测量频率每年应不低于147次，而灌木测量频率每年应不低于223次，为土壤呼吸动态观测标准制订提供了数据支撑和科学参考。
Figure 2. Models developed based on the annual and monthly soil respiration (RS) data.
图 2. 基于月尺度和年尺度土壤呼吸数据进行建模。
C. 在全球尺度上分析了不同植被类型土壤呼吸中根系呼吸的占比，发现先前的研究通过根系呼吸占比与总土壤呼吸之间的回归关系估算土壤异养呼吸会导致偏差，构建了全球高空间分辨率根系呼吸占比数据产品，进一步把土壤呼吸拆分为根系呼吸和异养呼吸组分
基于搜集的全球880个根系呼吸占土壤呼吸比率数据，系统分析了其在空间上的变化规律及环境影响因子，发现之前基于少量站点建立的根系呼吸占土壤呼吸比率与总土壤呼吸之间的回归关系在全球范围内并不适用，因此，基于回归关系把土壤呼吸量拆分为根系呼吸和异养呼吸会导致偏差。为了解决这一问题，采用随机森林建模，生成了根系呼吸占土壤呼吸比率的全球高空间分辨率（0.5°）数据产品，并进一步在全球尺度上把土壤呼吸量细分为根系呼吸和异养呼吸组分，为评估土壤有机碳分解模型提供了数据支撑，也为实现通过土壤呼吸反推植被GPP以及基于GPP反推土壤呼吸提供关键数据参数。
Figure 3. Global spatial distribution of the contribution of root respiration to soil respiration (Root: RS) predicted by the random forest model, with a spatial resolution of 0.5°.
图 3. 随机森林模型预测的根系呼吸对土壤呼吸的贡献（Rroot:RS）的全球空间分布，空间分辨率为0.5°。
D. 探索了土壤呼吸和陆地植被初级生产力相互反推的方法，发现基于土壤呼吸和基于遥感数据估算的陆地生态系统碳通量存在巨大差异，为提高全球植被生产力和土壤呼吸的估算精度开辟了新途径
基于全球土壤呼吸估算量、根系呼吸与土壤呼吸的比值、根系呼吸与总自养呼吸比值等数据，反推得到全球GPP为149 Pg C yr-1，显著高于基于遥感方法估算得到的结果（113 Pg C yr-1）；同时，基于遥感数据估算的GPP反推得到的全球土壤呼吸量为68 Pg C yr-1，显著低于基于全球土壤呼吸数据库得到的结果（87 Pg C yr-1）。两种方法得到的全球GPP之间一致的可能性小于3%，而全球土壤呼吸之间一致的可能性小于2%，说明目前对全球GPP和土壤呼吸量的估算至少有一个与实际值具有较大的偏差。但是，本研究所估算的GPP与基于日光诱导叶绿素荧光（SIF）技术、基于全球长期通量观测网络以及基于同位素技术估算的GPP结果更加接近，说明基于遥感方法估算得到的GPP可能偏低，而申请人率先通过采用土壤呼吸数据的独立估算方法，为减小GPP的估算误差开辟了新途径。
Figure 4. Distribution and comparison of annual global soil respiration (RS) and gross primary productivity (GPP).
图 4. 全球年度土壤呼吸量（RS）和总初级生产力（GPP）的分布和比较。
结论
土壤呼吸估算精度直接影响全球陆地碳汇估算的准确性和地球系统模型预测未来气候变化的可靠性，是理解土壤碳与全球气候变化互馈的关键。构建的多时间尺度全球土壤呼吸数据库为更好地了解土壤呼吸的时空变化，为全球以及区域尺度上分析土壤碳动态及其对气候变化的响应和反馈以及整个陆地生态系统碳循环提供了数据支撑。提出的土壤呼吸最佳观测窗口和最优观测频率，为制订区域尺度上大范围、低成本、高精度的土壤呼吸观测指南提供了理论基础。在全球尺度上把土壤呼吸量拆分为根系呼吸和异养呼吸，为土壤有机碳分解模型的验证以及完善提供了数据基础；率先在全球尺度上将基于点位观测的土壤呼吸、不同通量之间比率、以及基于遥感估算的GPP数据结合起来，相互验证和对比，有助于在全球尺度上提高GPP以及土壤呼吸的估算精度。
The accuracy of soil respiration estimation directly affects the global terrestrial carbon sink evaluation and affects reliability of Earth System Models (ESMs) in predicting future climate change. Therefore, accurately estimate global soil respiration is the key to understand the feedbacks between soil carbon and global climate change. The updated SRDB-V5 aims to be a data framework for the scientific community to share seasonal to annual field soil respiration measurements, and it provides opportunities for the biogeochemistry community to better understand the spatial and temporal variability in soil respiration, its components, and the overall carbon cycle. The proposed optimal observation window and optimal observation frequency for soil respiration provide guidelines that reduce measurement frequency while retaining reasonable accuracy for better soil respiration estimates using manual chamber systems. The splitting of soil respiration into root respiration and heterotrophic respiration at the global scale provide critical insights into global GPP and soil respiration estimation.
References:
[1] Jinshi Jian, Vanessa Bailey, Kalyn Dorheim, Alexandra G. Konings, Dalei Hao, Alexey N. Shiklomanov, Abigail Snyder, Meredith Steele, Munemasa Teramoto, Rodrigo Vargas, and Ben Bond-Lamberty. Historically inconsistent productivity and respiration fluxes in the global terrestrial carbon cycle. Nature Communications. 2022.
[2] Jinshi Jian, Max Frissell, Dalei Hao, Xiaolu Tang, Erin Berryman, and Ben Bond-Lamberty. The global contribution of roots to total soil respiration. Global Ecology and Biogeography. 2021.
[3] Jinshi Jian, Ben Bond‐Lamberty, Dalei Hao, Benjamin N. Sulman, Kaizad F. Patel, Jianqiu Zheng, Kalyn Dorheim,…, Will Wieder. Leveraging observed soil heterotrophic respiration fluxes as a novel constraint on global‐scale models. Global Change Biology, 2021.
[4] Jinshi Jian, Rodrigo Vargas, Kristina Anderson-Teixeira, Emma Stell, Valentine Herrmann, Mercedes Horn, Nazar Kholod, …, Ben Bond-Lamberty*. A restructured and updated global soil respiration database (SRDB-V5). Earth System Science Data, 2021.
[5] Jinshi Jian, Micheal Bahn, Chuankuan Wang, Vanessa L. Bailey, and Ben Bond-Lamberty. Prediction of annual soil respiration from its flux at mean annual temperature. Agricultural and Forest Meteorology, 2020.
[6] Jinshi Jian, Meredith Steele., Susan Day, R. Quinn Thomas, and Steven Hodges. Measurement strategies to account for soil respiration temporal heterogeneity across diverse regions. Soil Biology and Biochemistry, 2018.
[7] Jinshi Jian, Meredith Steele, R. Quinn Thomas, Susan Day, and Steven Hodges. Constraining estimates of global soil respiration by quantifying sources of variability. Global Change Biology, 2018.
[8] Jinshi Jian, Meredith Steele, Susan Day, R. Quinn Thomas. Future Global Soil Respiration Rates Will Swell Despite Regional Decreases in Temperature Sensitivity Caused by Rising Temperature. Earth’s Future, 2018.
参会方式：B站“GeoInsider”直播间平台，直播间可现场留言提问，进入方式如下二选一：
(a) B站直播间链接：https://live.bilibili.com/22243531
(b) B站直播间二维码:
转自：科研圈内人
如有侵权，请联系本站删除！
