土壤呼吸是陆地生态系统向大气释放二氧化碳的重要过程，也是全球碳循环中最大的碳通量之一，准确估算全球土壤呼吸对于量化陆地生态系统碳汇潜力及评估气候变化-碳循环反馈具有重要意义。然而，目前全球土壤呼吸观测数据库（Global Soil Respiration Database, SRDB）存在明显的空间分布不均现象，部分区域观测密集，而另一些区域长期缺乏观测。这种空间偏差在多大程度上影响全球尺度的土壤呼吸模拟，进而高估/低估气候变化与碳循环的反馈强度，目前尚缺乏定量评估。
近日，北京师范大学地理科学学部周涛教授团队在国际生态学与全球变化领域顶级期刊《Global Change Biology》发表题为“Spatially-Uneven Observations Cause Overestimation of Global Soil Respiration”的研究论文。研究构建了一套面向观测样本空间代表性的评估与优化框架，系统分析了全球土壤呼吸数据库中站点的空间代表性，并量化了观测站点在空间分布上的偏差对全球土壤呼吸估算的影响。
研究团队首先评估了全球土壤呼吸观测站点的空间代表性。结果发现，现有观测站点主要集中于北美、欧洲和东亚等地区。这种不均衡分布使得部分环境条件被重复观测，而另一些关键环境梯度上的站点数据稀缺。研究进一步发现，随着冗余观测样本逐步被剔除，基于数据驱动的模型模拟结果与基于机理过程模型所模拟的结果之间的一致性持续提高，并在筛选出1363个观测站点时达到最优状态（图1）。这表明，剔除冗余站点可提高样本的空间代表性，从而有助于提升全球模拟的可靠性。
图1 全球土壤呼吸观测站点空间代表性评估及优化结果
在此基础上，研究团队利用优化后的观测样本估算了1982—2022年全球土壤呼吸变化。多尺度验证结果表明，优化后的模型（RM）不仅保持了与原模型（FM）相当的站点尺度预测精度，而且在生态系统呼吸的长期动态模拟和全球碳循环反馈的刻画能力方面表现更优。特别是在FLUXNET长期观测站点上，优化模型与观测的生态系统呼吸变化的一致性整体提高；同时，其模拟的全球土壤呼吸年际波动与大气二氧化碳增长率之间的相关性也进一步增强（图2）。
图2 全球土壤呼吸模拟结果的多尺度验证
进一步分析发现，观测站点空间偏差会导致全球土壤呼吸被系统性高估。基于全部观测数据建立的模型估算的全球土壤呼吸为100.5 PgC yr-1，而优化后的模型估算值为94.1 PgC yr-1，两者相差6.4 PgC yr-1。超过一半的修正量来自干旱地区，说明现有观测站点对湿润地区的过度采样会削弱模型对水分限制作用的识别能力，从而导致全球尺度上的系统性高估（图3）。研究还发现，传统模型除了高估全球土壤呼吸总量，同时会低估其长期增长趋势和年际波动幅度，低估全球变暖导致的土壤呼吸增强的反馈强度（图4）。
图3 优化前后全球土壤呼吸估算差异的空间分布
图4 1982—2022年全球土壤呼吸年际变化
该研究表明，在稀缺地区观测站点难以快速补充的现实困境下，通过优化现有观测数据集，可以有效降低全球碳通量估算中的结构性偏差，提升基于数据驱动的统计方法与基于碳循环过程的机理模型之间的一致性。研究所提出的空间代表性优化框架不仅适用于土壤呼吸研究，也可为全球生态观测数据整合、机器学习模型构建以及碳收支核算提供新的方法学参考。
论文第一作者为北京师范大学地理科学学部硕博连读生曹力，通讯作者为北京师范大学地理科学学部周涛教授。北京师范大学为成果的第一完成单位。该研究得到国家自然科学基金项目（No. 42277206）和教育部学科突破先导项目（JYB2025XDXM901）资助。