土壌炭素の同化が炭素循環モデルの予測を効果的に制約する

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a robust framework for assimilating SOC observations into process-based models, reducing forecast uncertainty.

🏛政策担当者:Highlights the value of soil carbon monitoring for accurate carbon accounting, supporting climate mitigation policies.

背景：土壌有機炭素（SOC）貯蔵量の正確なモデリングと予測は、気候‐炭素フィードバックと生態系の炭素隔離ポテンシャルの現実的な推定にとって重要である。プロセスベースモデルはSOC貯蔵量の動態をシミュレートするために広く使用されているが、しばしばかなりの不確実性を伴う。プロセスベースモデルが観測データによってどのように改善され得るかを探求することは、SOCを予測する能力を向上させるために極めて重要である。本研究では、Predictive Ecosystem Analyzerプラットフォームを用いて、米国本土の39のNational Ecological Observatory Network（NEON）陸域サイトに対して、SoilGrids SOCデータセットをSimplified Photosynthesis and Evapotranspirationモデルに同化した。我々は、SOCデータと他の間接的データ制約の両方を同化する最適なアプローチを決定するために、いくつかの戦略を探求した。我々の結果は、SoilGrids SOCデータからの直接的かつ継続的な制約が、より正確で精密なSOCおよび生態系呼吸状態を達成するために重要であることを示している。データ同化の有効性は、サイト間のモデルと観測の両方の不確実性に強く依存するため、不確実性の慎重な特性評価と伝播が重要である。Moderate Resolution Imaging Spectroradiometer葉面積指数、LandTrendr地上バイオマス、およびEnhanced Soil Moisture Active Passive土壌水分データからのSOCへの間接的制約も、SOC予測の不確実性を低減するのに役立つ。全体として、我々の結果は、データ同化が将来の地域および全球炭素収支に対してより現実的なSOC推定を提供する有望なアプローチであることを示している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Abstract Accurate modeling and prediction of soil organic carbon (SOC) stocks are critical for realistic estimates of climate‐carbon feedback and ecosystem carbon sequestration potential. Process‐based models are widely used for simulating the dynamics of SOC stocks but often have considerable uncertainty. Exploring how process‐based models might be better informed by observations is crucial for improving the ability to forecast SOC. In this study, we assimilated the SoilGrids SOC datasets into the Simplified Photosynthesis and Evapotranspiration model for 39 National Ecological Observatory Network (NEON) terrestrial sites across the continental US using the Predictive Ecosystem Analyzer platform. We explored several strategies to determine the best approach for assimilating both SOC data and other indirect data constraints. Our results show that direct and continuous constraint from SoilGrids SOC data is crucial to achieve more accurate and precise SOC and ecosystem respiration states. The effectiveness of data assimilation is strongly determined by the uncertainty of both models and observations across sites, therefore careful characterization and propagation of uncertainties are important. Indirect constraints on SOC from Moderate Resolution Imaging Spectroradiometer leaf area index, LandTrendr aboveground biomass, and Enhanced Soil Moisture Active Passive soil moisture data also help to reduce the uncertainty in SOC prediction. Overall, our results show that data assimilation represents a promising approach to providing more realistic SOC estimates for regional and global carbon budgets in the future.

• openalex https://doi.org/10.1029/2026jg009935first seen 2026-07-13 06:04:01