本研究由Hui Chen(中国地质大学(北京)信息工程学院)、Wei He(南京大学国际地球系统科学研究所/浙江工业大学碳中和创新研究院)等16位来自中国、法国、德国、美国、印度等多国研究机构的学者合作完成,于2024年4月30日发表于环境科学领域期刊《Environmental Research Letters》(Volume 19, Issue 5, 054047)。
科学领域:本研究属于全球碳循环与气候变化的交叉领域,聚焦极端气候事件对陆地碳汇的干扰机制。
背景与动机:
北美西南部(Southwestern North America, SWNA)在2020-2021年经历了罕见的“特大干旱”(megadrought)与大规模野火事件。尽管已有研究关注干旱对光合作用(GPP)的影响,但缺乏对陆地净碳收支(Net Biome Production, NBP)的综合量化。传统自下而上的生态系统模型存在较大不确定性,而大气CO₂反演(atmospheric inversion)可通过观测数据提供更客观的碳通量约束。
研究目标:
1. 量化干旱与野火对SWNA地区陆地碳收支的影响;
2. 解析不同碳循环过程(GPP、呼吸作用、野火排放)的贡献;
3. 评估不同生态系统类型(森林、草地、灌木等)的响应差异。
研究整合了多源数据与模型:
- 大气CO₂反演:基于OCO-2卫星的柱浓度XCO₂反演(OCO-2 v10 MIP扩展项目),包含8个独立模型的集合(如NASA Ames、CAMS、GCASv2等),分别同化三种数据:
- IS:地面CO₂站点观测
- LN/LG:OCO-2天底(nadir)与耀斑(glint)模式XCO₂数据
- LN/LG+IS:联合同化
- 辅助数据:
- GPP:结合GOSIF GPP(基于太阳诱导荧光SIF)与FluxSat GPP(基于MODIS反射率)
- 野火CO₂排放:融合GFEDv4(燃烧面积法)与FEERv1(火辐射功率法)
- 气候与植被指标:ERA5气象数据、GLEAM土壤水分、GLASS植被吸收光合有效辐射(FAPAR)等
采用以下公式分解NBP组分:
[ \text{NBP} = \text{GPP} - R{\text{eco}} - \text{BB} ]
其中:
- ( R{\text{eco}} )(生态系统呼吸)= GPP - NBP - BB
- 异常值以2015-2019年为基线计算
基于MODIS土地覆盖数据将SWNA划分为森林(4.06%)、灌木(17.14%)、草地(49.61%)和农田(2.68%),量化各类型对碳损失的贡献。
科学价值:
1. 方法创新:首次联合多卫星反演与地面数据,量化了复合极端事件(干旱+野火)对区域碳收支的影响;
2. 机制揭示:明确了野火排放与干旱胁迫对碳损失的差异化贡献,并发现呼吸作用抑制对NEP的补偿效应;
3. 政策启示:强调未来需加强干旱易发区的生态系统恢复力,以应对气候变暖下的碳汇波动。
应用价值:
研究建立的“多平台观测-模型协同”框架可为全球其他地区的碳循环极端事件分析提供范式。
(注:全文遵循学术规范,专业术语如“Net Biome Production (NBP)”“Gross Primary Production (GPP)”在首次出现时标注英文原词。)