一项由康奈尔大学领导、美国能源部橡树岭国家实验室支持的科学研究在今年10月下旬得到了一个惊人的发现：全球陆生植物每年吸收的二氧化碳总量高达1570亿吨（即157 petagrams），这一数字比以往估计的1,200亿吨的数值几乎高出了31%。
陆地总初级生产力（GPP）是衡量陆地植物通过光合作用从大气中清除二氧化碳量的重要指标。这一数据代表了地球上陆地与大气之间最大的碳交换过程，对于评估全球碳循环和预测气候变化具有重要意义。
过去40年间，大多数地球碳循环的估计值都采用了每年120 petagrams的GPP估计值，但此次研究通过新的模型和测量数据，得出了更高的结果。
研究团队开发了一个综合模型，利用羰基硫化物（OCS）作为光合作用的替代物来量化光合作用活动。OCS通过叶片的路径与二氧化碳相同，且与光合作用密切相关，但比二氧化碳更容易跟踪和测量。通过追踪OCS，研究小组能够更准确地评估全球GPP。
此外，研究团队还利用了LeafWeb数据库等多种来源的植物数据，以及来自环境监测塔的高分辨率数据来验证模型结果。
新估算结果的关键在于更好地呈现了叶肉间质扩散的过程，即OCS和CO2如何从叶片进入叶绿体进行碳固定。这一过程对于理解植物光合作用的效率和植物如何适应不断变化的环境至关重要。
研究团队中的光合作用专家顾连红帮助开发了叶绿体间传导模型，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。
研究发现，热带雨林是先前估计与新数据之间最大的差异所在。地面测量证实了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。这一发现强调了热带雨林在减少温室气体排放方面的关键作用，并指出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。
橡树岭国家实验室的地球系统科学部负责人彼得·桑顿表示，利用可靠的全球尺度观测来确定全球碳增殖率的估计，是改善对未来大气中二氧化碳含量及其对全球气候影响预测的关键一步。这一研究成果不仅为气候预测模型的准确性提供了新的依据，也为新模型的开发提供了信息，有助于减少热带森林GPP预测的不确定性。
此外，研究团队还强调了准确的光合作用建模对于气候预测的重要性。通过将叶片间传导等关键过程纳入光合作用模型表述中，可以进一步提高模型的准确性。能源部热带地区下一代生态系统实验的目标正是推进热带森林碳循环对气候变化响应的模型预测，以更好地应对全球气候变化挑战。
这一研究成果不仅修正了我们对地球碳循环的理解，也为气候预测模型的准确性提供了新的依据。其成果揭示了陆生植物每年吸收的二氧化碳总量高达1570亿吨的惊人事实，还为地球碳循环和气候预测提供了新的科学依据。随着研究的深入和模型的改进，我们将能够更好地理解全球气候变化的影响，并采取有效的措施来应对这一全球性挑战。
消息来源：中文业界资讯10月27日报道《植物吸收的二氧化碳比以前估计的多31%》