基于全球数据库的森林土壤呼吸模型研究

摘要

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 PgCyr",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。