有很多方法可以计算植物吸收碳的方式。部分挑战是将这些方法扩展到全球水平。为什么?由于每种方法背后的假设。通常,该假设依赖于如此小规模的数据(分子),难以扩大规模。为了了解确定碳吸收的不同方法如何影响全球模型,该团队比较了最大光合作用羧化速率的假设。该速率是密切决定光合速率的两种植物性状之一。科学家比较了各种假设如何计算羧化率。每种方法各不相同由此产生的预测变异性尚未得到详细研究。
该研究强调了对全球光合作用的稳健估计的需求,以更好地预测二氧化碳吸收率。它还表明需要更好地了解最大光合速率如何在地球表面扩展。
一个国际研究小组调查了四种特征尺度假设(植物功能类型,营养限制,环境过滤和植物可塑性)对全球光合作用模式的影响。在橡树岭国家实验室的研究人员的带领下,该研究表明,不同特征尺度假设的全球光合作用估计值范围为每年108至128 petagrams碳(PgC / yr),约占不确定范围的65%。光合作用模型比对练习。不确定性传播到净生物群落生产力的27%变化,这是碳的净量陆地生态系统从大气层中移除。由于在全球范围内不存在测量光合作用的稳健方法,因此该团队使用全球光合作用的三个代理来与模型估计进行比较。
所有假设产生的全球光合作用估计与全球光合作用的代理高度相关。营养限制似乎是模拟最大光合速率缩放的最佳方法。然而,模型光合作用与“观察”光合作用的比较受到光合作用的三个代表彼此不同的事实的阻碍,因为模型结果来自它们。有趣的是,在基于卫星的光合作用代理中,地球农业区域的光合作用要高得多,这些代谢物测量叶子中光合机械的太阳诱导荧光。当从空间测量时,这些区域中更高的光合作用表明模型和其他光合作用代理可能缺少全球的重要组成部分这些管理生态系统中的光合作用。