准确估算陆地生态系统碳汇对于理解全球碳循环至关重要。然而，当前基于大气反演系统的陆地生态系统碳通量估算，其精度在很大程度上受限于先验通量的可靠性。近日，针对这一问题，我院陈镜明院士团队探讨了关键叶片光合能力参数（即归一化至25°C的最大Rubisco羧化速率，Vcmax25）的不同参数化方案对陆地生态系统碳通量大气反演的影响。结果发现，相较于传统的植物功能类型（PFT）固定参数化方法，融合卫星日光诱导叶绿素荧光（SIF）与叶片叶绿素含量（LCC）信息、兼具空间异质性和季节动态特征的Vcmax25数据集的应用，能够更真实地模拟净生态系统交换（NEE）的空间格局。
研究结果优化了先验CO2浓度模拟，提升了基于GOSAT或OCO-2卫星柱平均CO2浓度（XCO2）观测数据同化后的后验模拟精度，通过独立的ObsPack地面及飞机观测数据，以及TCCON柱总量观测网数据得到了验证。研究表明，将遥感约束的关键碳循环参数数据产品引入生态系统过程模型，能为大气反演提供更准确的先验信息，有效降低陆地碳汇自上而下估算的不确定性。
图1. 2019年全球Vcmax25分布及其对NEE的影响：（a–c）PFT-fixed Vcmax25、SIF+LCC Vcmax25以及两者差异；基于上述两种Vcmax25参数化的（d–f）NEE先验估计以及两者差异、（g–i）NEE后验估计以及两者差异
研究成果以“Satellite-derived leaf photosynthetic capacity data set improves atmospheric inversion of terrestrial carbon fluxes”为题，发表在国际权威期刊Geophysical Research Letters。福建师范大学地理科学学院、碳中和未来技术学院为研究工作的第一单位，束蕾副研究员为论文第一作者，陈镜明院士为论文通讯作者。研究工作得到国家自然科学基金、福建省自然科学基金、福建师范大学人才建设经费的资助。
论文链接：http://dx.doi.org/10.1029/2025GL121171
