全球逐月/逐年碳通量数据集2000-2024碳通量数据如GPP、NEE、RECO对理解全球碳循环和气候变化至关重要但现有产品面临挑战站点分布不均欧洲和北美密集亚洲稀疏、对NEE和RECO的估计不足、以及依赖单一遥感数据。为此本研究开发了全球碳通量数据集GloFlux通过融合多源通量网络观测包括FLUXNET、AmeriFlux、ICOS、JapanFlux2024和HBRFlux、遥感数据如SIF和LAI和气象再分析数据ERA5-Land旨在提供高精度、时空连续的全球碳通量产品。GloFlux覆盖2000-2024年空间分辨率0.1°×0.1°月时间分辨率包含GPP总初级生产力、NEE净生态系统交换和RECO生态系统呼吸三个关键变量为评估植被动态和生态系统响应气候变化提供可靠资源。数据介绍1. 数据与方法数据集整合了多源观测通量站点数据来自全球411个站点经质量控制涵盖13种植被功能类型PFT如常绿针叶林ENF、草地GRA和农田CRO。站点分布图1a显示亚洲区域因纳入JapanFlux2024和HBRFlux共59个站点得到增强缓解了空间偏差。遥感数据包括MCD12C1植被分类年分辨率0.05°、MCD15A3H LAI4天分辨率500m和GOSIF SIF月分辨率0.05°SIF能直接反映光合作用。气候数据来自ERA5-Land再分析数据集月分辨率0.1°变量包括气温、降水、太阳辐射等并计算了蒸汽压赤字VPD。模型设计采用XGBoost机器学习模型结合迁移学习的两阶段策略第一阶段使用全部站点数据训练基础模型。第二阶段按PFT微调模型保留通用知识并适应不同生态系统的碳响应机制如热带森林与农田的异质性。模型优化包括粒子群算法PSO调参和早停法防过拟合最终生成每个PFT的独立模型。2. 模型性能评估站点级验证使用50个独立站点未参与训练评估GloFlux整体相关系数高GPP: 0.84, NEE: 0.66, RECO: 0.80RMSE低GPP: 2.24 gC/m²/天, RECO: 1.55 gC/m²/天优于FLUXCOM、MODIS和EC-LUE等产品图3。分PFT分析在农田CRO、常绿针叶林ENF和开放灌丛OSH等类型中表现最佳表4-5但在木本稀树草原WSA等少数类型精度略低。全球站点相关性地图图4显示亚洲区域因新增站点数据相关性最强GPP和RECO 0.8。时空模式验证空间一致性GPP空间分布与现有产品高度相关与FLUXCOM相关系数0.95热带雨林如亚马逊为高值区图5。NEE和RECO与FLUXCOM空间模式相似相关系数分别为0.80和0.94但GloFlux在干旱区如中亚因VPD敏感性显示更强碳源效应图6-7。时间动态全球GPP年均值120.86 PgC/年2001-2015呈上升趋势与MODIS一致而FLUXCOM和EC-LUE呈下降趋势图8。NEE无明显趋势RECO增长显著99.35 PgC/年。2008和2022年的转折点与LAI、SIF等特征变量下降相关图9。长期趋势GPP在印度、澳大利亚沿海等区域呈正趋势与MODIS一致但与其他产品在热带区存在差异图10。3. 结论与意义GloFlux通过融合亚洲通量网络和两阶段XGBoost模型显著提升了碳通量估计的全球代表性和准确性尤其在亚洲和高产区域如农田。数据集在时空模式上与主流产品一致且变量间相关性更强为全球碳预算评估、气候模型验证和政策制定提供了可靠基础。未来工作需解决非洲/南美站点稀疏和数据不确定性问题以进一步优化长期趋势捕捉。数据信息内容包含GPP、NEE、RECO的月/年数据TIFF格式以及站点元数据site_info_train.csv和site_info_test.csv支持模型复现。已GPP月数据为例打开时空范围2000年3月至2024年12月受SIF和LAI数据起始时间限制月分辨率和年分辨率数据均可用。空间分辨率0.1°空间覆盖全球陆地区域排除贫瘠/稀疏植被BSV、水体WAT、冰雪SNO和城市BRU。变量单位月数据单位为gC/m²/天年数据为gC/m²/年。数据组织以TIFF格式存储目录结构按变量GPP、NEE、RECO和时间层级划分文件名示例为map_年月.tif。数据容量23.48GB数据包内含引用方法和数据来源数据获取数据资源2000-2024全球逐年/逐月碳通量数据集包含总初级生产力、净生态系统交换、生态系统呼吸树谷-科研领域树人助学基地https://mp.weixin.qq.com/s/UGH4I-gbkdsnkpgQSoRmCA