植被总初级生产力（GPP）是衡量陆地生态系统“碳汇”能力的重要生态学指标，对于理解碳循环机制和制定气候变化应对战略至关重要。尽管现有GPP研究在不同空间尺度上进行了广泛分析并取得了显著进展，然而GPP模拟在不同时间尺度方面的不确定性仍然是一个突出的问题，尤其是环境变量日内快速变化的不确定性亟需进一步量化。
为解决这一问题，成都山地所谢馨瑶副研究员团队以全球194个FLUXNET站点为样本，结合再分析产品（MERRA2和ERA5）与站点观测数据，深入探讨了气候数据引起的时间尺度不确定性。研究发现，在1小时时间尺度下，由再分析数据驱动的GPP与站点观测数据之间的相关性较弱，而观测数据驱动的GPP则表现出更强的相关性。进一步分析发现，辐射引起的不确定性显著高于温度和VPD带来的不确定性。在6小时时间尺度下，集总式GPP（基于6小时气候数据建模）表现较差，而分布式GPP（基于1小时气候数据建模）与站点数据更加吻合（MAD降低0.06 gC m-26h-1，NSE提高0.05）。这表明时间分辨率对估算精度有显著影响，且忽略时间波动会加剧GPP估算误差。通过评估气候波动引起的时间尺度误差，本研究为理解全球气候变化对陆地生态系统碳循环的影响提供了新的研究框架。
本研究在以往植被GPP空间尺度扩展的基础上，进一步考虑了时间尺度对GPP模拟的影响，最终可服务于植被参数高精度遥感监测和精细化模拟体系。相关成果以“Climate-Induced Uncertainty in Modeling Gross Primary Productivity From the Light Use Efficiency Approach”为题，发表在地学领域期刊 Journal of Geophysical Research:Biogeosciences 上。上述工作得到了国家自然科学基金（42222109，42471429，42201418）、四川省青年基金（2024NSFSC0788）、中国科学院青年创新促进会（2023390）、成都山地所基础研究计划（IMHE-ZYTS-05）及中国博士后科学基金（2021M700139，2023T160627）等的支持。
6小时分辨率下EC GPP与模拟GPP之间的关系
6小时分辨率下各植被类型中分布式与集总式GPP之间的MAD差异和NSE差异