作者：综合研究中心
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。