南京大学国际地球系统科学研究所江飞教授团队揭示极端高温干旱期间加拿大森林净碳吸收的增强现象

科研动态5天前更新学术分享者

200 2 0

文章导读

你绝对想不到：2023年加拿大遭遇史无前例的极端高温与干旱，森林却在“逆境”中吸收了更多二氧化碳！南京大学江飞教授团队联合全球30余家机构，通过多源数据融合分析，首次揭示这一反常现象的背后真相——并非光合作用增强，而是生态系统呼吸碳排放因高温和土壤缺水被大幅抑制。研究颠覆传统认知，指出当前主流植被模型普遍无法模拟这一关键机制，暴露了气候模型的重大缺陷。这项发表于《Nature Geoscience》的成果，不仅刷新了对北方森林碳汇响应极端气候的认知，更为改进全球碳循环模型、提升气候预测准确性提供了关键依据。

— 内容由好学术AI分析文章内容生成，仅供参考。

2023年加拿大森林遭遇了超过2 ℃的异常高温和史无前例的干旱与极端野火。已有研究普遍认为极端气候会削弱陆地生态系统碳汇能力，江飞教授课题组利用构建的多源数据融合的综合分析框架，发现此次极端高温干旱期间加拿大森林的净碳吸收反而显著增强，原因是高温干旱导致生态系统呼吸碳排放大幅降低；而现有主流的动态植被模型均无法模拟这一现象。

陆地生态系统每年吸收约30%的人为CO₂排放，是减缓气候变化的关键“天然碳库”，但这种碳汇功能易受极端气候的影响。北方森林是全球陆地生态系统的重要组成部分，然而，关于极端气候下北方森林碳汇的时空变化特征、核心驱动过程以及响应机制，科学界尚未形成明确结论。传统观点认为，高温干旱通过降低植被光合碳吸收或增加呼吸碳排放，导致森林碳损失，甚至由“碳汇”转变为“碳源”。2023年创纪录的高温干旱袭击了加拿大森林，这为研究北方森林碳汇对极端气候事件的响应提供了机遇。

为了精准解析2023年加拿大森林的碳汇动态，江飞教授团队构建了多源数据融合的综合分析框架，确保研究结果的可靠性和鲁棒性。采用自主研发的全球碳同化系统（GCASv2），结合全球碳计划的大气反演结果（GCB2024）以及站点观测的CO₂通量和浓度数据，多维度评估加拿大森林的净碳吸收（NEP，正值表示吸收，负值表示排放）的变化。在此基础上，结合基于卫星遥感的总初级生产力（GPP）产品估算生态系统呼吸（TER，=GPP-NEP），以揭示碳汇变化的机理。此外，还对比了当前主流的14个动态植被模型的模拟结果，系统评估现有模型对极端气候影响下加拿大森林碳循环过程的模拟能力。

核心发现：三大突破性结论挑战现有认知

1）极端高温干旱期间加拿大森林净碳吸收显著增强

研究发现，与2015-2022年相比，2023年加拿大森林的净碳吸收（NEP）整体增加了0.28 PgC，这一增量相当于2023年加拿大人为碳排放的148%。NEP的增强主要集中在加拿大森林的西部以及东南部地区（图1a-b）；NEP的增强从5月开始，一直持续至10月，其中夏季（6-8月）贡献最为显著（图1g-h）。地面观测进一步佐证了这一结论：CO₂通量站数据均显示2023年NEP的明显偏高（图1c）；CO₂浓度观测站也记录到这一年CO₂季节振幅明显增大（图1i）。

2）生态系统呼吸的大幅降低是净碳吸收增强的最主要原因

传统观点认为，北方森林NEP变化主要由GPP主导，但本研究揭示了截然不同的驱动机制：2023年加拿大森林NEP的增强，90%源于TER的大幅减少，而非GPP的增加。研究发现，在TER大幅降低的区域呈现出明显的NEP增强现象（图1d-e），并且夏季TER的降低也与NEP的大幅增加一致（图1g-h）。进一步分析表明，夏季TER的减少主要受两个关键因素驱动：（1）严重的根区土壤水分亏缺抑制了根系和土壤微生物活性；（2）TER对温度的单峰响应特征，即当温度超过最适温度阈值（14-15 ℃）后，呼吸速率随温度的升高而下降，2023年夏季的极端高温超出了这一最适范围，导致TER显著降低（图2）。

南京大学国际地球系统科学研究所江飞教授团队揭示极端高温干旱期间加拿大森林净碳吸收的增强现象

图1. 2023年加拿大森林碳通量异常的时空格局。（a-b）NEP；（c）站点观测的NEP；（d-e）TER；（f）GPP；（g-h）月尺度NEP、GPP和TER；（i）观测的CO₂浓度季节振幅。（a, d, g）为基于GCASv2系统反演的结果，（b, e, h）为GCB2024多模型集合的结果

南京大学国际地球系统科学研究所江飞教授团队揭示极端高温干旱期间加拿大森林净碳吸收的增强现象

图2. 加拿大森林TER对2023年夏季高温干旱的响应。（a）温度异常；（b）根区土壤水分异常；（c, f）TER对温度的响应；（d, g）TER对根区土壤水分的响应；（c, f）TER对GPP的响应。（c、d、e）为基于GCASv2系统反演的结果，（f、g、h）为GCB2024多模型集合的结果。

3）现有动态植被模型难以模拟极端气候下的呼吸响应

研究发现，当前主流的动态植被模型（DGVMs）普遍无法准确模拟2023年加拿大森林的碳通量动态。14个DGVMs中仅有约一半模拟出了NEP的增加，但这些模型普遍将其归因于GPP的增加，而非TER的降低（图3）。进一步分析表明，这种模拟偏差主要源于两个关键缺陷：（1）多数模型采用指数或近指数函数描述TER对温度的响应，而非单峰响应特征，导致高温条件下TER被高估；（2）未能有效刻画TER对土壤水分响应的敏感性，无法准确模拟根区土壤水分亏缺对呼吸的抑制作用。

南京大学国际地球系统科学研究所江飞教授团队揭示极端高温干旱期间加拿大森林净碳吸收的增强现象

图3. DGVMs模拟的2023年加拿大森林碳通量变化以及TER对温度和根区水分的响应特征。

研究意义：为全球气候治理与模型改进提供关键参考

在全球变暖背景下，极端高温干旱事件频发，准确模拟生态系统净碳吸收对极端气候的响应是预估未来气候变化的关键。本研究加深了北方森林碳汇碳循环动态及其对极端气候响应的科学认知，为量化极端气候对北方森林碳吸收的影响提供了关键参数，有助于提升全球陆地生态系统碳汇估算的准确性，为《巴黎协定》等国际气候协议的实施提供科学支撑。此外，也为动态植被模型的改进指明了方向，未来需要优化呼吸过程对温度和水分响应的模拟方法，以提升模型对极端气候下陆地碳循环动态的模拟能力。

该研究成果以“Canadian net forest CO₂ uptake enhanced by heat drought via reduced respiration”为题，发表于国际顶级期刊Nature Geoscience（https://doi.org/10.1038/s41561-025-01875-1），为全球变暖背景下北方森林碳循环的响应机制研究提供了全新视角。该研究由南京大学国际地球系统科学研究所（第一单位）牵头，联合了北京大学、法国气候与环境科学实验室、荷兰瓦赫宁根大学、美国喷气推进实验室、加拿大蒙特利尔大学、英国埃克塞特大学、德国马普生物地球化学研究所等国内外30余家科研单位完成。南京大学2024级博士研究生董冠宇为论文第一作者，江飞教授为通讯作者。本研究得到了国家重点研发计划课题（2023YFB3907404）、国家自然科学基金（42125105、42377102）以及江苏省杰出青年基金（BK20231530）等项目资助。

近年来，国际地球系统科学研究所在全球和区域陆地生态碳源汇优化计算及其机制方面取得了系列高水平成果。江飞教授团队在国家重点研发计划项目支持下，研发了具有我国自主知识产权的全球碳同化系统GCASv2，并基于该系统生产了全球1°×1°陆地生态系统碳汇产品；阐明了我国陆地碳汇的时空格局；揭示了全球碳排放前5国家和地区近10年的碳中和状况及变化趋势；量化了2019年极端印度洋正偶极子对其周边陆地碳汇的影响以及2024年复合高温干旱对亚马逊热带雨林碳汇的影响；创新了野火碳排放反演方法并发现非洲野火碳排放存在广泛低估。成果发表在ACP (2021, 2025），GRL (2022，2025), ESSD (2022), JGR-A (2023), JAMES (2023), JGR-B (2022), The Innovation Geoscience (2025)等期刊。此外，成果入选了国家“十三五”科技创新成就展，被中科院向党中央、国务院呈送的《统筹全国力量，尽快形成面向碳中和目标的技术研发体系》等报告所采用，并支撑了全球碳计划2023年以来每年的《全球碳收支》报告，支撑了生态环境部的“碳监测评估试点工作方案”，在唐山、杭州、丽水、宁波、济南等8个城市（共16个试点城市）得到落地应用。同时，该系统也在国家卫星气象中心、生态环境部卫星环境应用中心、中国环境监测总站等国家级单位得到了应用。