☰
2000-2024全球逐年/逐月碳通量数据集,包含总初级生产力、净生态系统交换、生态系统呼吸
2026/10/10 15:27:40 网站建设 项目流程

全球(逐月/逐年)碳通量数据集(2000-2024)

碳通量数据(如GPP、NEE、RECO)对理解全球碳循环和气候变化至关重要,但现有产品面临挑战:站点分布不均(欧洲和北美密集,亚洲稀疏)、对NEE和RECO的估计不足、以及依赖单一遥感数据。为此,本研究开发了全球碳通量数据集GloFlux,通过融合多源通量网络观测(包括FLUXNET、AmeriFlux、ICOS、JapanFlux2024和HBRFlux)、遥感数据(如SIF和LAI)和气象再分析数据(ERA5-Land),旨在提供高精度、时空连续的全球碳通量产品。GloFlux覆盖2000-2024年,空间分辨率0.1°×0.1°,月时间分辨率,包含GPP(总初级生产力)、NEE(净生态系统交换)和RECO(生态系统呼吸)三个关键变量,为评估植被动态和生态系统响应气候变化提供可靠资源。

数据介绍

1. 数据与方法

数据集整合了多源观测:

通量站点数据:来自全球411个站点(经质量控制),涵盖13种植被功能类型(PFT),如常绿针叶林(ENF)、草地(GRA)和农田(CRO)。站点分布(图1a)显示亚洲区域因纳入JapanFlux2024和HBRFlux(共59个站点)得到增强,缓解了空间偏差。

遥感数据:包括MCD12C1植被分类(年分辨率,0.05°)、MCD15A3H LAI(4天分辨率,500m)和GOSIF SIF(月分辨率,0.05°),SIF能直接反映光合作用。

气候数据:来自ERA5-Land再分析数据集(月分辨率,0.1°),变量包括气温、降水、太阳辐射等,并计算了蒸汽压赤字(VPD)。

模型设计:采用XGBoost机器学习模型,结合迁移学习的两阶段策略:

第一阶段:使用全部站点数据训练基础模型。

第二阶段:按PFT微调模型,保留通用知识并适应不同生态系统的碳响应机制(如热带森林与农田的异质性)。

模型优化包括粒子群算法(PSO)调参和早停法防过拟合,最终生成每个PFT的独立模型。

2. 模型性能评估

站点级验证:使用50个独立站点(未参与训练)评估GloFlux:

整体相关系数高(GPP: 0.84, NEE: 0.66, RECO: 0.80),RMSE低(GPP: 2.24 gC/m²/天, RECO: 1.55 gC/m²/天),优于FLUXCOM、MODIS和EC-LUE等产品(图3)。

分PFT分析:在农田(CRO)、常绿针叶林(ENF)和开放灌丛(OSH)等类型中表现最佳(表4-5),但在木本稀树草原(WSA)等少数类型精度略低。

全球站点相关性地图(图4)显示亚洲区域因新增站点数据,相关性最强(GPP和RECO > 0.8)。

时空模式验证:

空间一致性:GPP空间分布与现有产品高度相关(与FLUXCOM相关系数0.95),热带雨林(如亚马逊)为高值区(图5)。NEE和RECO与FLUXCOM空间模式相似(相关系数分别为0.80和0.94),但GloFlux在干旱区(如中亚)因VPD敏感性显示更强碳源效应(图6-7)。

时间动态:全球GPP年均值120.86 PgC/年(2001-2015),呈上升趋势(与MODIS一致),而FLUXCOM和EC-LUE呈下降趋势(图8)。NEE无明显趋势,RECO增长显著(99.35 PgC/年)。2008和2022年的转折点与LAI、SIF等特征变量下降相关(图9)。

长期趋势:GPP在印度、澳大利亚沿海等区域呈正趋势,与MODIS一致,但与其他产品在热带区存在差异(图10)。

3. 结论与意义

GloFlux通过融合亚洲通量网络和两阶段XGBoost模型,显著提升了碳通量估计的全球代表性和准确性,尤其在亚洲和高产区域(如农田)。数据集在时空模式上与主流产品一致,且变量间相关性更强,为全球碳预算评估、气候模型验证和政策制定提供了可靠基础。未来工作需解决非洲/南美站点稀疏和数据不确定性问题,以进一步优化长期趋势捕捉。

数据信息

内容:包含GPP、NEE、RECO的月/年数据(TIFF格式),以及站点元数据(site_info_train.csv和site_info_test.csv),支持模型复现。

已GPP月数据为例打开:

时空范围:2000年3月至2024年12月(受SIF和LAI数据起始时间限制),月分辨率和年分辨率数据均可用。

空间分辨率:0.1°

空间覆盖:全球陆地区域,排除贫瘠/稀疏植被(BSV)、水体(WAT)、冰雪(SNO)和城市(BRU)。

变量单位:月数据单位为gC/m²/天,年数据为gC/m²/年。

数据组织:以TIFF格式存储,目录结构按变量(GPP、NEE、RECO)和时间层级划分,文件名示例为"map_<年><月>.tif"。

数据容量:23.48GB(数据包内含引用方法和数据来源)

数据获取

数据资源:2000-2024全球逐年/逐月碳通量数据集,包含总初级生产力、净生态系统交换、生态系统呼吸树谷-科研领域树人助学基地https://mp.weixin.qq.com/s/UGH4I-gbkdsnkpgQSoRmCA

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询