植物吸收的二氧化碳比以前估计的多31%

科学家们的一项新评估显示，全球植物吸收的二氧化碳比以前认为的多出约31%。 这项研究发表在《自然》杂志上，预计将增强用于预测气候趋势的地球系统模型，并强调自然碳固存在减少温室气体排放方面的关键作用。

通过陆地植物的光合作用从大气中清除的二氧化碳量被称为陆地总初级生产力（GPP）。 它代表了地球上陆地与大气之间最大的碳交换。 GPP 通常以每年的碳当量来表示。 1 petagram 等于 10 亿公吨，大约相当于 2.38 亿辆以汽油为动力的乘用车每年排放的二氧化碳量。

由康奈尔大学领导的科学家团队在美国能源部橡树岭国家实验室的支持下，利用新的模型和测量数据，评估出陆地的 GPP 为每年 157 petagrams 碳，高于 40 年前确定的 120 petagrams 的估计值，目前大多数地球碳循环的估计值都采用了这一估计值。

研究人员开发了一个综合模型，用于追踪羰基硫化物（OCS）这种化合物从空气进入叶片叶绿体（植物细胞内进行光合作用的工厂）的过程。 研究小组通过跟踪 OCS 来量化光合作用活动。 这种化合物通过叶片的路径与二氧化碳相同，与光合作用密切相关，而且比二氧化碳扩散更容易跟踪和测量。 因此，OCS 被用作植物和叶片水平的光合作用替代物。 这项研究表明，OCS 非常适合估算大尺度和长时间的光合作用，使其成为全球 GPP 的可靠指标。

一座瞭望塔俯瞰着巴拿马的热带雨林，来自 ORNL 和其他合作伙伴的科学家们正在这里开展能源部下一代热带生态系统实验项目，收集用于分析热带森林碳循环的地面测量数据。 图片来源：Jeffrey Warren/ORNL，美国能源部

研究小组利用各种来源的植物数据为模型开发提供信息。 其中一个来源是LeafWeb数据库，该数据库由ORNL建立，用于支持能源部陆地生态系统科学科学重点领域（TES-SFA）。 LeafWeb 从世界各地的科学家那里收集有关光合特性的数据，以支持碳循环建模。 科学家们将模型结果与来自环境监测塔的高分辨率数据而不是卫星观测数据进行了比较，从而验证了模型结果，因为卫星观测数据可能会受到云层的阻碍，尤其是在热带地区。

新估算结果的关键在于更好地呈现了一种叫做叶肉间质扩散的过程--OCS 和 CO2 如何从叶片进入叶绿体，在叶绿体中进行碳固定。 要弄清植物进行光合作用的效率，甚至弄清植物如何适应不断变化的环境，了解叶绿体间质扩散至关重要。

光合作用专家、ORNL 环境科学部杰出参谋科学家顾连红是该项目的合著者之一，她帮助开发了该项目的叶绿体间传导模型，该模型以数值形式表示了 OCS 在叶片中的扩散以及 OCS 扩散与光合作用之间的联系。

"弄清植物每年能固定多少二氧化碳是科学家们一直在研究的难题，"顾连红说。"最初估计的每年 120 皮拉克是在 20 世纪 80 年代确定的，当我们试图找出一种新方法时，这个估计就被卡住了。 我们必须很好地掌握全球 GPP，因为最初的陆地碳吸收会影响我们对地球碳循环的其他表述。我们必须确保碳循环的基本过程在更大尺度的模型中得到恰当的体现，要使这些地球尺度的模拟工作顺利进行，它们需要代表对工作过程的最佳理解。 这项工作在提供确切数字方面迈出了一大步。"

泛热带雨林是先前估计与新数据之间最大的差异所在，地面测量也证实了这一发现。 这一发现表明，雨林是一个比以前利用卫星数据估计的更为重要的天然碳汇。要预测未来的气候变化，就必须了解陆地生态系统，特别是拥有大量木材生物量的森林能够储存多少碳。

ORNL研究员兼地球系统科学部负责人彼得-桑顿（Peter Thornton）说："利用可靠的全球尺度观测来确定我们对全球碳增殖率的估计，是改善我们对未来大气中二氧化碳含量及其对全球气候影响的预测的关键一步。"

这项研究的结果表明，将叶片间传导等关键过程纳入光合作用模型表述中非常重要。 能源部热带地区下一代生态系统实验的目标是推进热带森林碳循环对气候变化响应的模型预测。 这些结果可为新模型的开发提供信息，从而减少热带森林 GPP 预测的不确定性。

编译自/SciTechDaily