近日，清华大学和美国康奈尔大学的研究者带领国际团队，在生态学和计算机app领域开展深度学科交叉，利用人工智能和数据同化技术，揭示了微生物碳利用效率对全球土壤有机碳储量的决定性作用。日前，该研究成果发表在《自然》杂志上。

目前，促进土壤有机碳形成和积累是人们降低大气二氧化碳浓度、应对气候变化的自然解决方案。传统研究主要关注植物有机碳输入和土壤有机质分解这两类机制对土壤有机碳的影响。然而近年来，新的研究开始强调微生物过程在土壤有机碳形成和储存中的关键作用。

  ?

微生物碳利用效率对土壤有机碳的两种控制途径  清华大学供图

微生物既是土壤中主要的有机质分解者，同时也通过其生长和死亡直接产生土壤有机质。解析微生物过程对土壤有机碳储存的双重控制机制以及定量评估其相对重要性，是理解土壤碳循环及其响应气候变化的关键。

为此，清华大学地球系统app系教授黄小猛、博士生陶凤以及康奈尔大学教授骆亦其组织的国际研究团队，以微生物碳利用效率为变量整合了微生物过程对土壤有机碳储存的双重控制机制，并探讨了其与全球土壤有机碳储量的关系。

研究团队通过将一个描述复杂土壤碳循环的机理模型与5万多条土壤碳观测数据相融合，发现在全球范围内，微生物碳利用效率与土壤有机碳储量正相关 。微生物代谢中对有机合成较高的碳分配比例最终导致了土壤有机碳的积累而不是流失。

  ?

涌现的微生物碳利用效率与土壤有机碳储量关系  清华大学供图

研究还发现，微生物过程在土壤碳储存中发挥着最为关键的作用，准确描述微生物碳利用效率的空间格局，也是准确模拟全球土壤有机碳储和空间分布的关键。其重要性是土壤有机质分解和植物碳输入等其他所有过程的4倍以上。

“我们的团队突破性地解决了在全球尺度评估微生物过程与其他过程对土壤碳储存的相对重要性这一难题。”骆亦其说。

据介绍，该研究立足于过去两百年的土壤碳循环理论，整合了世界最大的土壤有机碳数据库并结合先进人工智能和数据同化技术，首次系统评估了各种土壤碳循环过程对全球土壤有机碳储存的相对贡献。

该研究还揭示了微生物碳利用效率与土壤有机碳储量的关系，为通过土地管理影响微生物过程促进土壤固碳和实现碳中和目标，提供了app理论基础研究构建的机理模型。生态大数据与人工智能相融合的的新范式也为其他相关领域研究提供了新思路。