生命科学院李建龙教授实验室在全球变化研究中取得重要成果，利用一套数理分析式生物模拟数字分解系统，创造性地对现有大尺度陆地生态系统过程模型进行了参数优化、重组、构建和机理分析，从而对由该模型估测大尺度植被生态系统生产力和碳贮存能力所引起的不确定性及其来源进行了有效的量化分析，大大提高了利用该模型和系统核算全球陆地生态系统吸收CO2并形成碳汇贮藏量的能力，以及植被碳汇核算的精度。有效降低了利用大尺度遥感数据计算陆地植被生态系统碳贮量的误差和估算过程中的不确定性，并对其不确定性的来源及误差大小给予了定量评估和分解对策。该成果以“The role of residence time in diagnostic models of global carbon storage capacity: model decomposition based on a traceable scheme” (DOI:10.1038/srep16155)为题在《Scientific Reports》发表，第一作者为陈奕兆博士，通讯作者为李建龙教授。
在全球变化估测陆地生态系统过程中，作为决定陆地碳贮存能力的重要因素之一是对于生态系统滞留时间的准确模拟，目前尚具有很大的不确定性和变异性。为了有效解决这一世界性难题，李建龙教授团队研究结果认为，滞留时间模拟的不确定性可主导当前生态系统碳循环的模拟和未来趋势的预测效果。一方面由于滞留时间较难通过实验方法实际测定，因此尚没有大尺度下的相关数据支持；另一方面，由于有机碳在陆地生态系统当中主要停留在土壤当中，而土壤对碳的分解过程相对复杂，涉及到的过程较多，而对应的估测参数化又较为困难，因而导致在现有的生态过程模型当中很难找出其不确定性的来源并对其进行定量评估。该文中所使用的追溯式模型分解系统之一能够对碳滞留时间的模拟部分通过分析手段进行拆分和重组及优化，基本实现了对其它生态过程模型不确定性的降低和误差来源的定量评估。
李建龙课题组报道的改进分析式陆地生态系统模型，是目前研究全球碳循环和估测大尺度陆地生态系统碳平衡及碳贮量估算的重要工具之一，是通过结合大尺度观测数据（通常为遥感数据）对历史陆地生态系统生物地理化学循环进行模拟的一类生态过程模型。结合观测数据后，能够较好的对地上植被生态系统的初级生产力进行定量模拟，也可用对地下土壤碳分解和碳反馈等方面进行定量模拟。课题组通过对一个典型的诊断式模型BEPS进行解构，进而与预测式模型CABLE进行比较，发现诊断式模型在模拟基线滞留时间部分的参数化主要基于植被类型。一方面模型设置未能充分考虑碳分配和营养元素动态等因素，另一方面也导致模型对于土壤温湿度的响应十分直接。这也使环境因子（包括土壤温度和土壤水分）模拟的不确定性会被直接反映在最终的模拟结果当中。同时，课题组通过模型比较发现，当前碳滞留时间的模拟受到不同的土壤湿度算法的影响很大，可能是主导当前不同模型模拟之间结果差异的重要因素之一。因此建议在今后的研究当中应当重视对这部分算法的验证和改进研究。
该研究工作得到国家重大基础研究项目（2010CB950702）、国家863项目（2007AA10Z231）、国际APN重点项目和澳大利亚政府基金项目(PSLP)等资助。
（生命科学院 科技处）