基于全球数据库的森林土壤呼吸模型研究

森林土壤呼吸在陆地生态系统的碳平衡中发挥了重要作用,准确估算森林土壤呼吸量对于了 解陆地碳平衡的变化至关重要。这项研究以全球气候数据、全球森林土壤呼吸数据库为基础数据,通过 开发人工神经网络（ANN）模型建立由年平均气温（MAT）、年平均降水（MAP）、森林类型驱动的土壤 呼吸模型,预测全球森林土壤呼吸变化。模型估算的结果表明,从 1960 年到 2017 年,全球森林平均年 土壤呼吸量为 40.10±0.48 Pg C yr-1,全球森林土壤对全球土壤呼吸的贡献在 40.9% - 49.8% 之间。人工神 经网络模型预测的准确度达到 0.63,进一步改善了全球森林土壤呼吸模型预测的精度。