净生态系统碳交换(NEE)中光合作用和呼吸作用的分配、区分，具有一定的挑战性，而且它常与产生未知数量的不确定性假设相关联，从而阻碍了模型的发展。这与我们使用的测量NEE的方程和方法有关。虽然有多种区分NEE的方法，由于这些技术通常不能同时实现，从而使每种方法都有难以评估的独特局限性。
本研究提出了在理想条件下，使用多种区分方法(Reichstein方法、人工神经网络(ANN)方法、稳定碳同位素方法和土壤呼吸Rsoil方法)，建立非线性回归模型分析。通过新的量子级联激光(QCL)光谱仪测量了生态系统稳态C同位素的通量，将这些测量与物理学模型CANVEG相匹配，并解决总初级生产力(GPP)和生态系统呼吸(Reco)。结果表明：使用同位素区分方法的GPP和Reco平均值比使用Reichstein和ANN区分方法低10-13%。 这些结果表明，由于Reichstein和ANN方法，使用夜间NEE来推测白天Reco，可能会高估当天的Reco和GPP。这是由于与白天相比，晚上的植物呼吸速率较高，否则称为Kok效应。
随着同位素测量方法和应用理论在不同生态系统的不断发展，它将不仅仅是一种基准测量技术，而且对进一步了解碳循环具有一定的意义。未来有关评估这些技术在日益复杂的生态系统中应用的研究会不断增加，通过这些研究来确定区分方法之间的差异，以及这些差异如何影响陆地碳预算模型建立。
【文献来源】
P.Y. Oikawa, C. Sturtevant, S.H. Knoxa, et al., Revisiting the partitioning of net ecosystem exchange of CO2 intophotosynthesis and respiration with simultaneous flux measurements of 13CO2 and CO2, soil respiration and a biophysical model, CANVEG.Agricultural and Forest Meteorology, 2017, 149–163.
