最新一区二区三区,成人免费毛片播放,亚洲图片小说欧美另类,里番肉片h排行榜,91啦丨露脸丨熟女,777婷婷天堂综合区色吧,免费无码国产在线观看,2022夜夜操

北京呼風(fēng)喚雨文化傳媒有限公司

探尋我國(guó)碳匯分布:從大氣CO₂探測(cè)入手

文 | 王婧劉毅楊東旭

二氧化碳(CO₂)是地球大氣的重要組成部分，體積組分約占大氣的0.04%．大氣中的CO₂會(huì)產(chǎn)生較強(qiáng)的溫室效應(yīng)，含量過(guò)高將導(dǎo)致地表溫度升高．自工業(yè)革命以來(lái)，人類對(duì)化石燃料的消耗，導(dǎo)致CO₂等溫室氣體被大量釋放，超過(guò)了大自然的調(diào)節(jié)能力，導(dǎo)致殘留在大氣中的CO₂含量急劇上升，是造成全球升溫的主要原因。目前，中國(guó)是世界上最大的CO₂排放國(guó)之一"，一直是國(guó)際氣候變化談判的焦點(diǎn)。我國(guó)自20世紀(jì)80年代末開(kāi)始注重環(huán)境保護(hù)，植樹(shù)造林等多項(xiàng)工程增加了陸地生態(tài)系統(tǒng)碳匯．無(wú)論對(duì)國(guó)際談判還是氣候變化研究，都需要對(duì)我國(guó)的陸地碳收支進(jìn)行研究。

計(jì)算陸地碳交換的方法主要有“自下而上”和“自上而下”兩大類?！白韵露稀狈椒ㄒ话惆ɑ谶^(guò)程的模型和基于經(jīng)驗(yàn)?zāi)Ｐ偷纳叨扔?jì)算，基于過(guò)程的模型通過(guò)考慮各種指定植被類型的碳流動(dòng)內(nèi)部生化機(jī)制(如:光合作用、呼吸和分解)來(lái)模擬生態(tài)系統(tǒng)尺度的碳循環(huán)。

基于經(jīng)驗(yàn)?zāi)Ｐ偷纳叨扔?jì)算將環(huán)境因素(如:空氣溫度、降水、輻射和植被參數(shù)等)作為輸入數(shù)據(jù)，并由經(jīng)驗(yàn)獲得的CO₂通量與這些環(huán)境因素之間的關(guān)系開(kāi)展計(jì)算。“自上而下”方法主要是根據(jù)大氣中CO₂的濃度變化對(duì)地表的CO₂通量進(jìn)行優(yōu)化計(jì)算。一般以大氣化學(xué)傳輸模式作為正向模式，結(jié)合CO₂先驗(yàn)清單(如生物質(zhì)和化石燃料的燃燒排放等)計(jì)算模擬的CO₂濃度場(chǎng)，結(jié)合數(shù)據(jù)同化方法尋求觀測(cè)值和模擬值之間的一致性，進(jìn)而計(jì)算陸地碳通量，該方法一般稱為碳同化反演。我們結(jié)合GEOS-Chem大氣化學(xué)傳輸模式和集合卡爾曼濾波算法2'對(duì)中國(guó)地區(qū)陸地生態(tài)系統(tǒng)碳通量進(jìn)行計(jì)算。圖1給出了該研究所用的同化反演模式框架圖。

圖1 研究所用CO2同化反演模式框架結(jié)構(gòu)

盡管中國(guó)的碳收支研究對(duì)全球碳循環(huán)至關(guān)重要，但一直以來(lái)，由于地面觀測(cè)數(shù)據(jù)的缺乏，利用碳同化反演算法計(jì)算中國(guó)碳源匯的研究較少且結(jié)果的不確定度較大。該研究在傳統(tǒng)使用的NOAA ESRL觀測(cè)數(shù)據(jù)集的基礎(chǔ)上，主要加入了中國(guó)氣象局的6個(gè)區(qū)域背景站觀測(cè)、西伯利亞地區(qū)日俄聯(lián)合高塔觀測(cè)網(wǎng)數(shù)據(jù)，從而增加了歐亞大陸的約束信息。

研究設(shè)置了兩組實(shí)驗(yàn), 一組僅使用通用的NOAA數(shù)據(jù)集(SR-1), 另一組同時(shí)使用NOAA數(shù)據(jù)集、WDCGG香港HKG 站點(diǎn)、日俄-聯(lián)合高塔觀測(cè)網(wǎng)以及中國(guó)氣象局區(qū)域背景觀測(cè)網(wǎng)數(shù)據(jù)進(jìn)行同化反演計(jì)算(SR-2)。相較于SR-1, SR-2明顯降低了歐亞大陸北部和溫帶地區(qū)的通量不確定度, 中國(guó)地區(qū)不確定度下降了0.14 GtC/a(26.9%)。

中國(guó)地區(qū)SR-1和SR-2計(jì)算的后驗(yàn)大氣凈通量分別為(1.82±0.52)和(1.37±0.38)GtC/a,陸地生態(tài)系統(tǒng)通量分別為(?0.66±0.52)和(?1.11±0.38)GtC/a, 該結(jié)果較前人研究結(jié)果偏大。根據(jù)SR-2計(jì)算結(jié)果, 2010—2016年中國(guó)陸地生態(tài)系統(tǒng)碳匯平均吸收了人為碳排放的44.8%。

相較于SR-1, SR-2增大的碳匯主要位于西南地區(qū)(全年)以及東北地區(qū)(僅夏季)。本研究對(duì)影響同化結(jié)果的觀測(cè)數(shù)據(jù)過(guò)濾條件、先驗(yàn)通量不確定度和人為碳排放清單等進(jìn)行了敏感性測(cè)試。綜合考慮各敏感性實(shí)驗(yàn), SR-1和SR-2計(jì)算的中國(guó)地區(qū)陸地生態(tài)系統(tǒng)碳匯的范圍分別為（?0.55±0.52)~(?0.89±0.52)GtC/a以及(?0.89±0.38)~(?1.47±0.38)GtC/a。

衛(wèi)星觀測(cè)覆蓋范圍廣，在地面觀測(cè)站點(diǎn)稀疏及缺乏的區(qū)域可提供額外的觀測(cè)信息。本研究分別使用GOSAT(ACOS產(chǎn)品)和OCO-2(ACOS產(chǎn)品)觀測(cè)進(jìn)行反演(試驗(yàn)分別簡(jiǎn)稱GO- SAT-ACOS和OCO₂-ACOS)。

研究表明, 使用衛(wèi)星觀測(cè)有效降低了地面觀測(cè)稀少的南美洲、非洲、大洋洲以及赤道地區(qū)的通量不確定度。GOSAT-ACOS計(jì)算2010—2015年我國(guó)陸地生態(tài)系統(tǒng)碳匯的平均值為(?0.83±0.47) GtC/a, OCO₂-ACOS計(jì)算2015—2016 年我國(guó)陸地生態(tài)系統(tǒng)碳匯的平均值為(?0.88±0.43) GtC/a，兩組衛(wèi)星數(shù)據(jù)計(jì)算的年均陸地生態(tài)系統(tǒng)碳匯較SR-2均略偏小。

衛(wèi)星數(shù)據(jù)反演結(jié)果在主要的生長(zhǎng)季(5—9月)的碳匯較SR-2反演結(jié)果偏大, 全年平均碳匯偏小主要是由于在11月份到第二年3月份的碳排放更高, 這種差異GOSAT ACOS相比OCO-2ACOS數(shù)據(jù)的反演結(jié)果更明顯。衛(wèi)星數(shù)據(jù)反演結(jié)果的地理空間分布以及季節(jié)循環(huán)變化基本與SR-2相同, 表明了衛(wèi)星數(shù)據(jù)在反演區(qū)域碳通量上的巨大潛力。

由于計(jì)算的后驗(yàn)陸地生態(tài)系統(tǒng)碳匯主要分布于中國(guó)的森林覆蓋地區(qū), 分別利用衛(wèi)星遙感數(shù)據(jù)和中國(guó)林業(yè)和草原局森林清查數(shù)據(jù)分析全國(guó)以及SR-1和SR-2差異明顯的西南、東北地區(qū)的森林變化情況。MODIS土地利用覆蓋類型數(shù)據(jù)表明我國(guó)中部、西南、東南以及東北地區(qū)的森林區(qū)域有明顯增加趨勢(shì), 并且西南地區(qū)增加最為明顯。

中國(guó)林業(yè)和草原局森林清查數(shù)據(jù)表明, 自20世紀(jì)80年代開(kāi)始, 我國(guó)森林資源進(jìn)入到了迅速增加的階段。從第1次~第8次森林清查, 全國(guó)森林面積增加了70.2%、蓄積量增加了75%。從第6次~第9次森林清查, 廣西、貴州和云南的森林覆蓋率分別提高了18.8、20 以及18.5個(gè)百分點(diǎn), 森林覆蓋率分別達(dá)到了60.2%、43.8%和59.3%。森林的迅速增加導(dǎo)致我國(guó)的森林年齡結(jié)構(gòu)較為年輕, 中幼齡林占到了65%。遼寧、貴州和廣西的幼齡林占比最大, 分別為47%、50%以及46%。由于我國(guó)森林相對(duì)年輕, 因此我國(guó)的森林有著巨大的碳吸收潛力。

盡管由于觀測(cè)數(shù)據(jù)較少的限制, 目前我們的研究結(jié)果仍有較大的不確定性, 但這個(gè)研究結(jié)果揭示我國(guó)陸地生態(tài)系統(tǒng)巨大的碳吸收能力, 肯定了我國(guó)近40年來(lái)對(duì)恢復(fù)天然森林植被、加強(qiáng)人工林培育的巨大投入取得的成果。未來(lái), 需要更多的地面觀測(cè), 結(jié)合融合的多顆衛(wèi)星觀測(cè)數(shù)據(jù), 尤其是我國(guó)碳衛(wèi)星(TanSat)數(shù)據(jù), 來(lái)對(duì)我國(guó)碳源匯進(jìn)行進(jìn)一步的研究。相關(guān)研究結(jié)果發(fā)表在Nature上。

參考文獻(xiàn)：

1 Friedlingstein P, Jones M W, O’Sullivan M, et al. Global carbon budget 2019. Earth Syst Sci Data, 2019, 11: 1783–1838

2 Feng L, Palmer P I, B?sch H, et al. Estimating surface CO2 fluxes from space-borne CO2 dry air mole fraction observations using an ensemble Kalman Filter. Atmos Chem Phys, 2009, 9: 2619–2633

3 Jiang F, Chen J M, Zhou L X, et al. A comprehensive estimate of recent carbon sinks in China using both top-down and bottom-up approaches. Sci Rep, 2016, 6: 22130

4 Zhang H F, Chen B Z, van der Laan-Luijkx I T, et al. Net terrestrial CO2 exchange over China during 2001?2010 estimated with an ensemble data assimilation system for atmospheric CO2. J Geophys Res Atmos, 2014, 119: 3500–3515

5 Liu Y, Wang J, Yao L, et al. The TanSat mission: Preliminary global observations. Sci Bull, 2018, 63: 1200–1207

6 Wang J, Feng L, Palmer P I, et al. Large Chinese land carbon sink estimated from atmospheric carbon dioxide data. Nature, 2020, 586: 720–723

本文轉(zhuǎn)載自“科學(xué)通報(bào)”，原標(biāo)題《探尋我國(guó)碳匯分布：從大氣CO₂探測(cè)人手》，文 | 王婧劉毅楊東旭

為分享前沿資訊及有價(jià)值的觀點(diǎn)，衛(wèi)星與網(wǎng)絡(luò)微信公眾號(hào)轉(zhuǎn)載此文，并經(jīng)過(guò)編輯。

支持保護(hù)知識(shí)產(chǎn)權(quán)，轉(zhuǎn)載請(qǐng)注明原出處及作者。

如文中圖片或文字侵犯了您的權(quán)益，請(qǐng)聯(lián)系我們。