中南林业科技大学等单位:森林生态系统N2O排放的全球纬度模式与水文气候有关

百科   2024-08-20 14:08   德国  

文章信息

文章题目:Global Latitudinal patterns in forest ecosystem nitrous oxide emissions are related to hydroclimate

发表期刊:《npj climate atmospheric science》

影响因子:8.5

第一单位:中南林业科技大学

在线日期:2024-08-15

文章内容
仍然不够。在本研究中作者编制了全球 101 个站点的蒸腾测量数据,并使用它们来约束三种基于生物物理数据驱动的蒸腾产品。受限蒸腾量显示,1980-2021 年期间呈显著增加趋势,为 0.61-0.79 毫米/年,而不受约束的蒸腾量则被高估了 8%-32%。研究进一步发现,全球蒸腾量的增加主要是由叶面积指数增加(40%)驱动的,其次是气候变化(19%),但部分被二氧化碳引起的气孔关闭(-38%)和土地利用和覆盖变化(- 3%)所抵消。研究精确估计表明,全球蒸腾量的增加幅度比以前认为的要小,从而提高了对

森林覆盖全球土地的三分之一,对水循环和氮循环有重要影响。尽管关于森林碳循环的研究较多,但关于森林氮循环,特别是森林生态系统中的氧化亚氮(N2O)排放的全球研究却相对较少。氧化亚氮是一种温室气体,对全球变暖和平流层臭氧层的破坏有显著贡献。农业是氧化亚氮的主要人为来源,但随着森林区域氮沉降的增加,森林中的N2O排放预计将继续上升。虽然之前的研究表明水文气候过程对氮循环有重要影响,但全球范围内系统性研究水文气候如何影响森林N2O排放的研究仍然缺乏。

本研究旨在通过现场观测和多源遥感数据,系统量化水文气候对全球森林(从热带到北方森林)N2O排放的影响。具体目标是:(a)调查水文气候因素和N2O排放是否存在从热带到北方森林的明确纬度梯度;(b)确定水文气候因素对N2O排放纬度梯度的贡献。

研究利用全球69个森林生态系统现场观测数据,结合多源遥感和格网数据,分析了不同纬度(热带、温带和北方森林)下的水文气候因素(如年辐射、年均温、蒸散量等)和N2O排放的相关性。采用线性回归和随机森林模型,评估了不同环境因素对N2O排放的贡献。

研究发现,水文气候因素主导了森林N2O排放的纬度梯度,N2O排放随纬度增加而减少,热带森林的N2O排放最高,其次是温带和北方森林。具体而言,水文气候因素对N2O排放的贡献率为78.2%,而土壤因素的贡献率为21.8%。其中,降水量、蒸散量和入射辐射是最重要的水文气候因素。研究还发现,土壤质地(如粘土和粉砂)对水文条件(如径流和水分填充孔隙度)有显著影响。

研究表明,水文气候在全球森林N2O排放中具有显著作用,建议在未来的气候变化预测模型中纳入这些因素,以提高模型的准确性。此外,呼吁进一步研究辐射、蒸散量和蒸汽压亏缺等水文气候因素与N2O排放之间的关系,以更好地理解森林生态系统的氮循环


图1.69 个研究地点的分布。


图2. 研究地点的气候。a 三种森林类型的全球干旱指数 (AI) 模式。颜色条表示 AI 的值。b 纬度与干旱指数之间的关系。图中显示显著性 (p < 0.05) 时的 R2 和 p 值。 回归线(黑线),95% 置信区间(沿线的灰色阴影)。c 热带至北方森林地区的 AI 平均值。


图3.全球森林 N2O 通量排放。 a 全球 N2O 通量模式。b 纬度与 N2O 通量的关系。图中显示显著的 R2 和 p 值(p < 0.05)。 回归线(黑线),95% 置信区间(沿线灰色阴影)。N2O 通量数据在回归分析前进行了对数(LN)变换。c 热带至北方森林的 N2O 通量平均值(平均值 ± SD)。


图4. 纬度和森林类型沿线水文气候因子的变化。a Rin(年平均太阳辐射)。b MAT(年平均气温)。cVPD(年平均水汽压差)。d MAP(年平均降水量)。e ET(实际年蒸散量)。f 径流。g SM(土壤水分)。h WFPS(充满水的孔隙空间)。图中显示了显著的 R2 和 p 值(p < 0.05)。 回归线(黑线),95% 置信区间(沿线的灰色阴影)。 每个图中都显示了热带(蓝色)、温带(橙色)和北方(红色)森林不同变量的平均值(平均值±SD)。


图5.环境因子与N2O通量排放的相关性。a环境因子与N2O通量排放的线性回归分析。仅显示具有显著(p < 0.05)相关性的拟合线。回归线(虚线),95%置信区间(沿线阴影)。数据在回归分析前进行了对数变换。b各因子与N2O通量排放的线性回归分析的R2,小于0表示负相关,大于0表示正相关。[小编认为这个应该是r,不是R2?]


图6.水文气候和土壤因素对 N2O 通量排放的相对影响。重要性值(贡献,%)来自随机森林分析。数据在分析前进行了对数变换。条形图和环形图表示不同因素对 N2O 通量排放的相对影响。


图7.土壤质地与水分状况的关系。土壤粉砂含量对径流(a)、ET(b)和WFPS(c)影响的线性回归分析。土壤黏粒含量对径流(d)、ET(e)和WFPS(f)影响的线性回归分析。


图8.水文气候过程影响N2O通量的概念图。 a水文气候过程主导土壤干旱和再湿润。b主导不同森林N2O通量排放的四种主要潜在机制的比较概念图。不同颜色的虚线箭头代表不同因素对N2O影响的途径,箭头越粗,影响越大。橙色、紫色、深蓝色和浅蓝色分别代表温度、粘土、干湿交替和ET影响N2O通量的途径。 红色实线箭头代表N2O通量。Rin入射短波辐射、MAT年平均温度、VPD水汽压差、MAP年降水量、ET蒸散量、WFPS充满水的孔隙空间。


农业遥感与作物模型
农业遥感与作物模型致力于推动科技在农业中的创新应用。通过分享最新的学术研究成果、先进的遥感技术方法、作物模型应用案例和政策动态,帮助相关领域的科研人员和从业者了解前沿技术,为农业管理、生产决策和科学研究提供支持。
 最新文章