日前，天津大学地科院晏智锋副教授与联合西北太平洋实验室—马里兰大学联合气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，次建立了可监测土壤“碳排放”的过程模型系统，该系统可加地预报土壤异养呼吸对大气环境的影响。
 
  变暖的主要原因是人类在近一个世纪以来地球排放出大量的CO2等温室气体。由于这些温室气体对来自太阳辐射的可见光具有高度的透过性，而对地球反射出来的长波辐射具有高度的吸收性，也就是常说的“温室效应”，导致气候变暖。变暖的后果，会使降水量重新分配，冰川和冻土消融，海平面上升等，既危害自然生态系统的平衡，威胁人类的食物供应和居住环境。
 
  除了大量使用使用矿物燃料造成的二氧化碳以外，土壤中的微生物、作物根系和土壤动物等也和人一样会呼吸，会释放出大量二氧化碳。据介绍，土壤有机碳(SOC)作为陆地生态系统zui大碳库，通过微生物降解(异养呼吸)每年产生的二氧化碳量是人类使用化石燃料年产生量的近5倍，因此准确监测土壤异养呼吸速率对预测未来气候变化至关重要。
 
  目前，各国学界普遍采用经验模型模拟土壤异养呼吸，空间可拓展性差，给预测区域或范围土壤二氧化碳排放带来了很大的不确定性。因此，亟须建立新的土壤异养呼吸的机理或过程模型，提高预测土壤二氧化碳排放及气候变化的准确性。
 
  天津大学坐落于历史文化名城、北方经济中心天津，其前身为北洋大学，始建于1895年10月2日，开现代高等教育之先河，其中，地科院一直开展这方面的研究。日前，地科院晏智锋副教授与联合西北太平洋实验室—马里兰大学联合气候变化研究所合作，根据土壤异养呼吸的主要控制过程，构建出了一种全新土壤呼吸速率响应土壤含水率变化的过程模型。
 
  据了解，该模型次融入了土壤属性大数据，重新建立了模型参数和土壤属性之间的定量关系，可加精que地揭示土壤异养呼吸的微观机理和宏观规律之间的内在联系。与传统的经验模型比，这一新模型普适性和可靠性都有了大幅提升，可明显提高土壤异养呼吸碳排放预测精度。这一新模型的投入使用，有望提高地球系统模式中预测气候变化中碳排放的准确性和前瞻性，也为提升气候环境预测准确性提供了新方法和研究思路。