近日，国家生态科学数据中心发布了2005-2020年中国森林叶片碳氮磷浓度数据集（Leaf Carbon-Nitrogen-Phosphorus Concentrations in China's Forests, CNPChina），用户可通过生态网络云平台（https://www.nesdc.org.cn）在线访问获取数据。该数据集不仅为研究森林养分化学计量的时空格局提供坚实基础，也有助于深入理解植物的养分适应策略及其在全球环境变化背景下的响应机制。相关研究成果以“Leaf carbon nitrogen and phosphorus concentrations in dominant trees across China’s forests from 2005 to 2020”为题发表在Scientific Data期刊。
森林生态系统是陆地碳储量的重要组成部分，在调节全球碳循环和减缓气候变化等方面发挥着关键作用。碳 (C)、氮 (N) 和磷 (P) 是植物生长和代谢的基本元素，叶片中C-N-P的紧密耦合关系不仅反映了植物对环境变化的适应策略，也直接影响其光合作用效率，其化学计量对于理解全球变化背景下植物的养分利用效率以及生态系统尺度上C-养分相互作用具有重要意义。然而，目前关于中国不同森林生态系统植物叶片C、N、P浓度的系统化、长期观测数据仍然稀缺。
为弥补上述数据缺口，研究团队基于中国生态系统研究网络（CERN）在2005、2010、2015、2020 四个关键观测年份系统收集的标准化监测数据，汇编并公开发布了CNPChina数据集（图1）。该数据集的核心数据文件涵盖中国11个代表性森林生态系统（图2）中52个优势树种的628条叶片C、N、P 浓度记录。此外，数据集还整合了样地尺度的地理与环境信息、物种分类与功能性状数据，以及表层土壤属性等辅助资料。所有叶片和土壤样本均严格遵循CERN统一协议采集与分析，从而保证了跨年份、跨区域的数据可比性与一致性。
CNP−China数据集可用于植物养分策略分析、生态地理格局以及C-营养耦合机制等多研究领域，还可作为生态系统碳循环模型的输入参数或验证数据，支持C-N-P耦合模拟的优化和改进。
该研究得到了国家自然科学基金项目（42030509）的资助。国家生态科学数据中心何洪林研究员和任小丽副研究员为通讯作者，中国科学院地理资源所博士李晨溪为第一作者。
论文信息：
Li, C., He, H., Ren, X. et al. Leaf carbon nitrogen and phosphorus concentrations in dominant trees across China’s forests from 2005 to 2020. Sci Data 12, 1438 (2025). https://doi.org/10.1038/s41597-025-05719-w
数据链接：
