2000–2020年中国陆地生态系统年总初级生产力数据集

中国通量观测研究网络（ChinaFLUX）专题 I 区论文（评审中） • 版本 ZH1

A dataset of annual gross primary productivity over Chinese terrestrial ecosystems during 2000-2020

范仁雪，朱先进，陈智，于贵瑞，张维康，韩朗，王秋凤，陈世苹，刘绍民，王辉民，闫俊华，谭俊磊，张法伟，赵风华，李英年，张一平，石培礼，朱教君，吴家兵，赵仲辉，郝彦宾，沙丽清，张玉翠，姜世成，顾峰雪，吴志祥，张扬建，周莉，唐亚坤，贾丙瑞，李玉强，宋清海，董刚，高艳红，蒋正德，孙聃，王建林，何其华，李新虎，王飞，魏文学，邓正苗，郝翔翔，李彦，刘晓利，章熙锋，朱治林

DOI: 10.11922/11-6035.csd.2023.0037.zh
PID: 21.86101.1/11-6035.csd.2023.0037.zh
: 10.57760/sciencedb.o00119.00077

： 2023 - 01 - 13

： 2023 - 02 - 03

map

16495 363 0

摘要&关键词

摘要：陆地生态系统年总初级生产力（AGPP）是粮食生产和陆地生态系统固碳的基础。分析AGPP的时空变化可以为保障区域粮食安全和减缓气候变化趋势提供理论依据，但需以准确评估区域AGPP为基础。基于ChinaFLUX的长期联网观测数据和公开的数据集，本研究构建了中国陆地生态系统AGPP数据集，并结合生物、气候和土壤因素，利用随机森林回归树通过模拟单位叶面积的AGPP构建了中国AGPP评估模型，生成了2000–2020年中国陆地生态系统AGPP数据，空间分辨率为30arcsecond，数据格式为tiff。本数据可以为模型模拟提供验证数据，也可以为区域生产力、生态质量、陆地碳汇评估及管理提供数据支撑。

关键词：中国；陆地生态系统总初级生产力；随机森林回归树模型；时空格局

Abstract & Keywords

Abstract: The annual gross primary productivity (AGPP) is the basis of food production and carbon sequestration in terrestrial ecosystems. An accurate assessment of regional AGPP can provide a theoretical basis for analyzing the spatiotemporal variation of AGPP and ensuring regional food security and mitigating climate change trends. The dataset of annual gross primary productivity over Chinese terrestrial ecosystems was constructed based on Chinese Flux Observation and Research Network (ChinaFLUX) measurements and public datasets. Combined with biological, climatic, and soil factors, the random forest regression tree was used to construct the assessment model of China AGPP by simulating the AGPP of unit leaf area. The dataset of annual gross primary productivity over Chinese terrestrial ecosystems during 2000-2020 was generated with a spatial resolution of 30arcsecond and a data format of tiff. The dataset can provide validation data for model simulation, as well as data support for regional productivity, ecological quality, and assessment and management of terrestrial carbon sinks.

Keywords: China; Annual gross primary productivity of terrestrial ecosystem; Random forest regression tree model; Spatiotemporal variation

数据库（集）基本信息简介

数据库（集）名称	2000-2020年中国陆地生态系统年总初级生产力数据集
数据通信作者	朱先进(xianjin1985@163.com)；陈智(chenz@igsnrr.ac.cn)
数据作者	范仁雪，朱先进，陈智，于贵瑞，张维康，韩朗，王秋凤，陈世苹，刘绍民，王辉民，闫俊华，谭俊磊，张法伟，赵风华，李英年，张一平，石培礼，朱教君，吴家兵，赵仲辉，郝彦宾，沙丽清，张玉翠，姜世成，顾峰雪，吴志祥，张扬建，周莉，唐亚坤，贾丙瑞，李玉强，宋清海，董刚，高艳红，蒋正德，孙聃，王建林，何其华，李新虎，王飞，魏文学，邓正苗，郝翔翔，李彦，刘晓利，章熙锋，朱治林
数据时间范围	2000–2020年
地理区域	中国大陆区域
空间分辨率	1000 m
数据量	4.30 GB
数据格式	.xlsx, *.tiff
数据服务系统网址	https://doi.org/10.57760/sciencedb.o00119.00077
基金项目	国家自然科学基金（32071585，32071586）
数据库（集）组成	数据集包括站点观测AGPP数据和区域AGPP数据，共22个文件，站点观测AGPP数据为站点观测结果，包括872行20列，166个站点，872个站点年，5种生态系统类型等（具体信息见表1）；区域AGPP为21个数据文件，为逐年AGPP空间分布结果。

Dataset Profile

Title	A dataset of annual gross primary productivity over Chinese terrestrial ecosystems during 2000-2020
Data corresponding author	ZHU Xianjin(xianjin1985@163.com), CHEN Zhi(chenz@igsnrr.ac.cn)
Data author(s)	FAN Renxue, ZHU Xianjin, CHEN Zhi, YU Gurui, ZHANG Weikang, HAN Lang, WANG Qiufeng, CHEN Shiping, LIU Shaomin, WANG Huimin, YAN Junhua, TAN Junlei, ZHANG Fawei, ZHAO Fenghua, LI Yingnian, ZHANG Yiping, SHI Peili, ZHU Jiaojun, WU Jiabing, ZHAO Zhonghui, HAO Yanbin, SHA Liqing, ZHANG Yucui, JIANG Shicheng, GU Fengxue, WU Zhixiang, ZHANG Yangjian, ZHOU Li, TANG Yakun, JIA Bingrui, LI Yuqiang, SONG Qinghai, Dong Gang, GAO Yanhong, JIANG Zhengde, SUN Dan, WANG Jianlin, HE Qihua, LI Xinhu, WANG Fei, WEI Wenxue, DENG Zhengmiao, HAO Xiangxiang, LI Yan, LIU Xiaoli, ZHANG Xifeng, ZHU Zhilin
Time range	2000-2020
Geographical scope	Mainland China
Spatial resolution	1000 m
Data volume	4.30 GB
Data format	.xlsx, *.tiff
Data service system	https://doi.org/10.57760/sciencedb.o00119.00077
Source(s) of funding	National Natural Science Foundation of China (32071585, 32071586)
Dataset composition	The dataset consists of 22 subsets in total, including site observation AGPP data and regional AGPP data. The AGPP data is the observation result of the site, including 872 rows and 20 columns, 166 sites, 872 site years, 5 ecosystem types, etc. (See Table 1 for the details). The regional AGPP contains 21 data files, which is the spatial distribution result of AGPP year by year.

map

Title	A dataset of annual gross primary productivity over Chinese terrestrial ecosystems during 2000-2020
Data corresponding author	ZHU Xianjin(xianjin1985@163.com), CHEN Zhi(chenz@igsnrr.ac.cn)
Data author(s)	FAN Renxue, ZHU Xianjin, CHEN Zhi, YU Gurui, ZHANG Weikang, HAN Lang, WANG Qiufeng, CHEN Shiping, LIU Shaomin, WANG Huimin, YAN Junhua, TAN Junlei, ZHANG Fawei, ZHAO Fenghua, LI Yingnian, ZHANG Yiping, SHI Peili, ZHU Jiaojun, WU Jiabing, ZHAO Zhonghui, HAO Yanbin, SHA Liqing, ZHANG Yucui, JIANG Shicheng, GU Fengxue, WU Zhixiang, ZHANG Yangjian, ZHOU Li, TANG Yakun, JIA Bingrui, LI Yuqiang, SONG Qinghai, Dong Gang, GAO Yanhong, JIANG Zhengde, SUN Dan, WANG Jianlin, HE Qihua, LI Xinhu, WANG Fei, WEI Wenxue, DENG Zhengmiao, HAO Xiangxiang, LI Yan, LIU Xiaoli, ZHANG Xifeng, ZHU Zhilin
Time range	2000-2020
Geographical scope	Mainland China
Spatial resolution	1000 m
Data volume	4.30 GB
Data format	.xlsx, *.tiff
Data service system	https://doi.org/10.57760/sciencedb.o00119.00077
Source(s) of funding	National Natural Science Foundation of China (32071585, 32071586)
Dataset composition	The dataset consists of 22 subsets in total, including site observation AGPP data and regional AGPP data. The AGPP data is the observation result of the site, including 872 rows and 20 columns, 166 sites, 872 site years, 5 ecosystem types, etc. (See Table 1 for the details). The regional AGPP contains 21 data files, which is the spatial distribution result of AGPP year by year.

引言

年总初级生产力（AGPP）是一年内通过植被光合作用固定的有机物总量，是形成粮食产量和陆地生态系统碳汇的基础^[1]。分析AGPP的时空变化可以明确粮食产量及陆地碳汇的时空分布，对于保障粮食安全和缓解气候变化起到至关重要的作用^[2]，而对AGPP时空变化的分析需要以准确评估区域AGPP为基础。

现有区域AGPP评估结果存在不确定性需要拓展新的区域评估方法。已有大量研究基于过程模型^[3-4]或者机器学习语言^[5-7]模拟短时间（半小时、日尺度、8天尺度及月尺度）的总初级生产力累加得到区域AGPP结果，实现区域AGPP评估，但该方法存在参数异质性^[8]、GPP环境响应异质性^[9]等局限。基于经典统计学，Zhu等人^[10]利用年均气温（MAT）和年总降水量（MAP）将站点AGPP直接扩展至区域水平，但复杂的AGPP空间变异规律很难采用有限的环境变量通过多元回归关系来完全模拟^[10]。因而，需要以站点观测AGPP为基础，通过站点AGPP向区域的扩展以评估区域AGPP，降低AGPP数据的不确定性。

本数据集基于ChinaFLUX长期联网观测数据及公开数据获得AGPP观测数据集，结合气候土壤生物栅格数据获得各生态系统的对应辅助数据，构建得到AGPP原始观测数据集。同时，基于随机森林回归树，整合气候土壤生物因素，并通过模拟单位叶面积的AGPP（PAGPP）实现站点AGPP向区域的扩展，生成2000–2020年中国陆地生态系统AGPP数据集。本数据集涵盖最新时间跨度，与各类产品在空间以及时间变化上的一致性较高为分析中国陆地生态系统AGPP时空变化、评估陆地碳收支提供数据支撑。

1 数据采集和处理方法

本数据集涵盖站点观测数据的收集及区域AGPP的评估两个过程。站点观测数据的收集涉及观测AGPP的收集和相关气候土壤生物要素的获取。基于观测AGPP，通过评估不同扩展手段、变量组合及扩展途径的差异，扩展站点AGPP至区域水平，实现AGPP的区域评估。

1.1 站点观测数据收集

站点观测AGPP源于ChinaFLUX观测数据及公开数据。

自2002年以来，ChinaFLUX已在62个生态系统陆续开展涡度相关观测，积累了332个站点年的原始观测结果。基于ChinaFLUX原始观测数据，利用ChinaFLUX通用数据处理流程对数据质量进行控制和插补^[11]，获得各站点年ChinaFLUX观测数据的AGPP值。

公开数据包括两部分：文献数据和通量网络公开共享数据。以“涡度相关”或“eddy covariance”为关键词，本研究自中国知网（CNKI）和Web of Science检索中国区域涡度相关观测的中英文文献。对于搜索到的条目，本数据集逐篇筛选包含AGPP观测数值的文献进行提取，具体筛选标准包括：（1）文献报道的结果为涡度相关直接观测的AGPP数值，排除部分文献使用模型模拟报道的结果；（2）具有一年以上（含一年）连续观测数据；（3）有总初级生产力年累积量或所有月份月总量的数值报道^[12]。经过筛选，本数据集逐篇提取各文献报道的站点信息（包括经纬度、海拔、气候要素、观测年份），并以年为单位记录各AGPP的观测数值。除了文献数据，本数据集同步查询了已有通量观测研究网络如FLUXNET、ChinaFLUX共享的公开数据，进一步补充观测数据集。公开数据共包括128个生态系统，540个站点年。

同时，为了避免同一站点同一观测年份出现多个数据源的重复数据（如ChinaFLUX数据共享与文献数据均有某一站点某一年的观测），如果某一站点拥有多个数据源的数值，本研究选用ChinaFLUX使用统一数据处理流程所得结果。基于文献搜索和数据整编，共获得166个站点，641个站点年，跨越2002–2020年的AGPP数据。

辅助数据是基于观测AGPP进行尺度扩展的重要工具，但受限于文献数据及通量观测网络公开数据提供辅助数据的一致性，本研究基于观测数据的地理信息提取相应气候土壤生物辅助数据。气候要素包括6个变量，分别为：年均气温（MAT）、年总降水量（MAP）、年总光合有效辐射（PAR）、年总潜在蒸散（PET）、年均饱和水汽压差（VPD）、年均CO₂密度（ρ_c,yr ）。土壤要素包括3个变量：土壤年均湿度（SM）、土壤有机碳含量（SOC）、土壤总氮含量（STN）。生物要素包括2个变量：年均叶面积指数（LAI）和年最大叶面积指数（MLAI）。

各站点年的MAT、MAP及饱和水汽压差（VPD）数据源自英国气候研究组织（CRU）的长时间序列结果^[13]。基于CRU的0.5°空间分辨率的逐月气温、降水量、水气压数据，结合世界气象组织（www.worldclim.org）的各月长期平均气温、降水量和水气压结果，本研究利用Delta空间降尺度方法生成中国区域1 km空间分辨率的数据产品^[14]。

基于气候研究组织（Climate Research Unit，CRU）的长时间序列逐月潜在蒸散（PET）数据，本研究利用通过样条插值法将0.5°空间分辨率的逐月PET至30arcsecond（约1 km），进而求算得到各年PET。

年总光合有效辐射（PAR）数据采用全球陆地表面卫星数据产品（Global Land Surface Satellite，GLASS）的数据（0.05°）。基于GLASS的逐日PAR数据^[15-16]累加得到年PAR值，并使用样条插值方法插值到30arcsecond（约1 km）。

本研究利用全球陆地表面卫星（global land surface satellite, GLASS）产品提取8天尺度的吸收光合有效辐射所占比例（FAPAR）和逐日的光合有效辐射，并基于8天尺度的FAPAR及逐日PAR计算得到该年的APAR数据，并使用样条插值方法插值到30arcsecond（约1km）。

年均CO₂密度（ρ_c,yr ）则基于大气CO₂浓度（b_c ）、CO₂摩尔质量（44 g mol^-1）和当前状态的气体摩尔体积（V）计算而得到，其中大气CO₂浓度采用Mauna Roa的观测值来替代，当前状态的气体摩尔体积采用理想气体状态方程结合当地气压、MAT计算而得到。当地气压则利用年均气温和当地海拔采用压高公式计算而得到^[17]。

本研究利用空间分辨率为0.05°、时间分辨率为年的微波遥感反演的2002–2018年中国土壤水分降尺度数据集^[18]，表征观测年份的土壤湿度，并使用样条插值方法插值到30arcsecond（约1 km）。

基于全球土壤数据库（Global Soil Dataset for use in Earth System Models，GSDE）的表层土壤有机碳和土壤总氮密度及土壤容重数据，计算得到各站点的表层土壤有机碳（gC m^-2）和全氮含量（gN m^-2）^[19]。

年均叶面积指数（LAI）和最大叶面积指数（MLAI）则基于空间分辨率为1 km的MODIS数据计算而获取。本研究利用经过验证的8天尺度MODIS数据^[20] （http://globalchange.bnu.edu.cn/research/lai）计算各像元的年均LAI及年内LAI最大值（MLAI）。

图1 中国陆地生态系统总初级生产力时空格局生成主要流程示意图

Figure 1 Schematic diagram of the main process of generating spatio-temporal pattern of annual gross primary productivity of terrestrial ecosystems in China

1.2 区域AGPP评估

区域AGPP评估涉及站点AGPP向区域水平的扩展，涉及扩展工具、扩展变量及扩展途径的选择。通过比较6种扩展工具（多元线性回归、偏最小二乘回归、BP人工神经网络、支持向量机、随机森林回归树和增强回归树）的模拟效果，已有研究发现随机森林回归树是最佳扩展工具^[21]。通过比较4种变量组合（光温水、气候变量、气候+土壤变量、气候+土壤+生物变量）的模拟效果，已有研究发现气候+土壤+生物变量是实现站点AGPP扩展至区域水平的最优变量组合^[21]。通过比较4种扩展途径（直接扩展AGPP、扩展单位叶面积的AGPP、扩展光能利用率、扩展单位叶面积的光能利用率）的模拟效果，已有研究发现，扩展单位叶面积的AGPP是实现站点AGPP扩展至区域水平的最优扩展途径。

因此，基于站点观测数据集，本研究利用随机森林回归树结合气候、土壤和生物数据构建站点向区域扩展的单位叶面积AGPP（PAGPP）模型，结合LAI实现站点向区域水平的AGPP扩展，并用前述（1.1站点观测数据收集）区域气候土壤生物数据生成本数据集中的区域AGPP，完成区域AGPP评估。

2 数据样本描述

2.1 命名格式

本数据集包括22个文件，即1个.xlsx电子表格文件和21个.tiff栅格文件。电子表格文件存储站点观测的AGPP数据及提取的气候土壤生物辅助数据，命名为中国陆地生态系统站点观测年总初级生产力数据集.xlsx。21个.tiff栅格文件是2000–2020年逐年AGPP空间分布数据，命名规则为AGPP_20XX.tiff，其中XX代表的是不同的年份。例如：AGPP_2000.tiff是2000年中国陆地生态系统的总初级生产力空间格局数据。

2.2 数据样本

本数据集包括1个站点观测的AGPP数据集及21个区域AGPP数据。站点观测的AGPP数据集共有166个站点872个站点年观测结果，由20列组成，包括站点名称、生态系统类型、观测年份、AGPP数值、气候土壤生物变量、参考文献等。各列的具体含义及实例参见表1。

表1 站点观测AGPP数据集的组成

序号	列名	单位	示例
1	站点序号	—	1
2	站点名称	—	尖峰岭森林
3	生态系统类型	—	森林
4	纬度	°N	18.73
5	经度	°E	108.89
6	观测年份	年	2006
7	AGPP	gC m^-2 yr^-1	1919
8	MAT	℃	20.84
9	MAP	mm yr^-1	1183.66
10	PAR	MJ m^-2 yr^-1	2842.79
11	PET	mm yr^-1	1256.89
12	VPD	kPa	0.53
13	ρ_c,yr	mgCO₂m^-3	715.04
14	SM	m³ m^-3	0.56
15	SOC	gC m^-2	1841.67
16	STN	gN m^-2	133.38
17	LAI	m² m^-2	4.04
18	MLAI	m² m^-2	6.20
19	重复标志(1为重复)	—	0
20	参考文献	—	CHEN H, LU W, YAN G, et al. Typhoons exert significant but differential impacts on net ecosystem carbon exchange of subtropical mangrove forests in China. Biogeosciences, 2014，11(19)，5323-5333.

重复标志：为了避免同一站点同一观测年份拥有多个数据源的AGPP数据，参照以下标准进行筛选：1）如果同时有ChinaFLUX处理数据和文献数据，使用ChinaFLUX处理数据作为观测AGPP；2）如果有多个文献数据源，使用最新文献数据作为观测AGPP。与最终应用AGPP相同站点年的其他数据源数据，标记为重复数据，用标记符号1来表示。数据使用中如遇其他问题，可详细参考本研究组先前发表的论文：Zhu X-J, Yu G-R, Chen Z, Zhang W-K, Han L, Wang Q-F, Chen S-P, Liu S-M, Wang H-M, Yan J-H, Tan J-L, Zhang F-W, Zhao F-H, Li Y-N, Zhang Y-P, Shi P-L, Zhu J-J, Wu J-B, Zhao Z-H, Hao Y-B, Sha L-Q, Zhang Y-C, Jiang S-C, Gu F-X, Wu Z-X, Zhang Y-J, Zhou L, Tang Y-K, Jia B-R, Li Y-Q, Song Q-H, Dong G, Gao Y-H, Jiang Z-D, Sun D, Wang J-L, He Q-H, Li X-H, Wang F, Wei W-X, Deng Z-M, Hao X-X, Li Y, Liu X-L, Zhang X-F, and Zhu Z-L. 2023. Mapping Chinese annual gross primary productivity with eddy covariance measurements and machine learning. Science of the Total Environment 857:159390.

21个区域AGPP数据表征2000–2020年中国陆地生态系统AGPP数据，每一年为一个文件，文件采用WGS-84坐标系，共4320行7560列，纬度范围为18°N~54°N，经度范围为73°E~136°E，空间分辨率为30arcsecond（约1km）。

3 数据质量控制和评估

本数据集数据质量控制和评估体现在站点观测数据集和区域AGPP数据两个方面。

站点观测数据集涵盖ChinaFLUX长期观测数据和公开数据，其数据质量控制方法也有所差异。ChinaFLUX长期观测数据是依托各台站长期观测结果使用ChinaFLUX通用数据处理流程进行数据质量控制与插补，而ChinaFLUX通用数据处理流程已经得到国内外一致认可，故ChinaFLUX长期观测数据具有较高的数据可信度。公开数据主要包括文献发表数据及各通量网络公开共享数据。文献发表结果已经经过同行评议，其数据质量也有较高可信度。通量网络公开共享数据则采用公认的数据处理方法对数据质量进行控制，故也有较高可信度。

区域AGPP数据是基于站点观测数据集利用随机森林回归树所生成，其质量控制与评估体现在模型构建与生成数据评估两个方面。基于站点观测结果，我们前期研究发现，基于随机森林回归树模拟PAGPP可以解释训练集97%的观测AGPP时空变异，对测试集观测AGPP时空变异的解释比例也达到85%，体现出所构建的模型对观测数据具有较高的重现度。在生成数据评估方面，我们比较了本数据与已有AGPP数据产品（GLASS的光能利用率结果、数据驱动的FLUXCOM结果及过程模型的北美碳计划结果）在空间变化、时间变化及总量上的一致性。结果发现，在空间分布方面，本数据结果与各类产品的空间一致性均较高，但与数据驱动结果（FLUXCOM）的一致性最高；在时间变化方面，本数据结果与GLASS及北美碳计划结果具有较大差异，但与数据驱动结果具有较高一致性；在总量方面，本数据结果与数据驱动结果及GLASS结果具有较高一致性，也落于各模型结果的范围内，同时略高于部分文献结果，但主要与本项目所得结果涵盖最新的时间跨度且AGPP年际呈增加趋势有关^[21]。因此，本研究中区域AGPP数据也具有较高可信度。

4 数据使用方法和建议

本数据集收录了站点观测的AGPP数据及基于站点观测结果所生成的区域AGPP数据，站点观测数据可以为模型模拟提供验证数据，并为分析AGPP时空变化规律提供数据基础。区域AGPP数据可以为区域生产力及生态质量、陆地碳汇等评估提供数据支撑。但鉴于各关键变量的获取方法均有些许不足，本数据集尚存在一定的不确定性，主要体现在以下几个方面，需在今后的使用过程中引起重视：

1）站点观测数据的气候土壤生物辅助数据可能存在一定的不确定性。本数据集中，站点辅助数据是基于站点经纬度信息自区域栅格数据中提取所得，目的是使不同站点的辅助数据具有一致的来源，但区域栅格数据本身具有一定的不确定性，故导致站点观测数据的气候土壤生物辅助数据存在一定的不确定性。

2）区域AGPP数据适用于中国陆地生态系统AGPP时空格局的评估，尽管该数据可以解释测试集85%的AGPP时空变化，但其对于单一站点可能会存在一定误差。

3）区域AGPP数据的年际变化可能存在一定的不确定性。本数据使用所有年份观测结果生成随机森林回归树模型，故对区域AGPP年际变异的重现性相对较弱，这也在本数据与已有数据产品在时间变化一致性评估时有所体现^[21]。因此，在使用本数据分析AGPP年际变化时，本数据的年际变化趋势可能与站点观测结果有一定的偏差。

数据使用中如遇其他问题，可详细参考本研究组先前发表的论文：Zhu X-J, Yu G-R, Chen Z, Zhang W-K, Han L, Wang Q-F, Chen S-P, Liu S-M, Wang H-M, Yan J-H, Tan J-L, Zhang F-W, Zhao F-H, Li Y-N, Zhang Y-P, Shi P-L, Zhu J-J, Wu J-B, Zhao Z-H, Hao Y-B, Sha L-Q, Zhang Y-C, Jiang S-C, Gu F-X, Wu Z-X, Zhang Y-J, Zhou L, Tang Y-K, Jia B-R, Li Y-Q, Song Q-H, Dong G, Gao Y-H, Jiang Z-D, Sun D, Wang J-L, He Q-H, Li X-H, Wang F, Wei W-X, Deng Z-M, Hao X-X, Li Y, Liu X-L, Zhang X-F, and Zhu Z-L. 2023. Mapping Chinese annual gross primary productivity with eddy covariance measurements and machine learning. Science of the Total Environment 857:159390.

本数据集由国家生态科学数据存储库（https://ecodb.scidb.cn/c/o00119）提供数据服务。登录National Ecosystem Data Bank（https://www.scidb.cn/s/QJjyIf）访问相关信息。

致谢

感谢ChinaFLUX的长期联网观测联盟和公开的数据集发表作者以及各位为碳通量研究做出贡献的科研人员，感谢大家的辛勤付出以及为科学进步做出的贡献。

[1]

STEFFEN W, NOBLE I, et al. The terrestrial carbon cycle: implications for the Kyoto protocol[J]. Science, 1998, 280(5368): 1393–1394. DOI: 10.1126/science.280.5368.1393.