地球上储存的土壤有机碳量是陆地植被有机碳的四倍，即便很小比例的流失，也可能加速全球变暖。因此，促进土壤固碳有助于降低大气中的二氧化碳浓度，是应对气候变化的自然解决方案之一。
该团队介绍，传统研究主要关注植物有机碳输入和土壤有机质分解这两类机制对土壤有机碳的影响。近年来，新的研究强调了微生物过程在土壤有机碳形成和储存中的关键作用。
研究团队以微生物碳利用效率为变量，整合了微生物过程对土壤有机碳储存的双重控制机制，并探讨了其与全球土壤有机碳储量的关系。通过将一个描述复杂土壤碳循环的机理模型与5万多条土壤碳观测数据相融合，该团队发现在全球范围内微生物碳利用效率与土壤有机碳储量正相关。微生物代谢中对有机合成较高的碳分配比例最终导致了土壤有机碳的积累，而不是流失。
研究发现，微生物碳利用效率在全球呈现低纬度低值和高纬度高值的格局，反映出微生物生理对温度的适应性——在热带地区，微生物降低了对有机合成的碳分配比例，以适应高温环境中维持代谢所需的更多能量。“团队自主开发的‘过程驱动和数据驱动融合的深度学习建模方法’创造性地利用人工智能技术结合过程模型揭示了土壤碳循环过程的空间格局，这对利用过程模型合理模拟土壤碳储存至关重要。”清华大学地球系统科学系教授黄小猛表示。
研究还发现，微生物过程在土壤碳储存中发挥着最为关键的作用。准确描述微生物碳利用效率的空间格局是准确模拟全球土壤有机碳储量和空间分布的关键，其重要性是土壤有机质分解和植物碳输入等其他过程的4倍以上。
业内专家认为，这项研究整合了世界最大的土壤有机碳数据库，并结合先进人工智能和数据同化技术，首次系统评估了各种土壤碳循环过程对全球土壤有机碳储存的相对贡献。研究构建的机理模型、生态大数据与人工智能相融合的新范式也为其他相关领域研究提供了新思路。
