東北地理所在內(nèi)陸水體pCO2定量估算研究中取得進(jìn)展
大氣中CO2是很重要的一種溫室氣體，對(duì)增強(qiáng)溫室效應(yīng)的貢獻(xiàn)率達(dá)到70%。在全球大氣CO2濃度升高和氣候變暖的背景下，CO2在生態(tài)系統(tǒng)中的循環(huán)流動(dòng)成為了國際關(guān)注焦點(diǎn)，而內(nèi)陸水體的溫室氣體排放也備受關(guān)注。全面、客觀地監(jiān)測湖泊內(nèi)陸水體二氧化碳分壓（pCO2），是調(diào)控內(nèi)陸水體CO2排放的重要依據(jù)，對(duì)進(jìn)一步評(píng)價(jià)內(nèi)陸水體對(duì)大氣溫室氣體源匯格局的影響具有重要意義。
中國科學(xué)院東北地理所宋開山團(tuán)隊(duì)綜述了目前全球內(nèi)陸水體pCO2和CO2排放的研究現(xiàn)狀，展望了應(yīng)用遙感技術(shù)進(jìn)行內(nèi)陸水體pCO2估算的前景及挑戰(zhàn)。目前，基于實(shí)測數(shù)據(jù)的內(nèi)陸水體pCO2研究使研究者們對(duì)全球內(nèi)陸水體碳的源匯格局有了較為清晰的認(rèn)識(shí)，但原位實(shí)測方法存在較大的時(shí)間和地域的限制。同時(shí)，水體pCO2存在極強(qiáng)的時(shí)空間異質(zhì)性（圖1），基于原位pCO2監(jiān)測數(shù)據(jù)進(jìn)行空間尺度外推、時(shí)間整合以及水-氣界面CO2通量估算時(shí)，環(huán)境學(xué)及生態(tài)學(xué)常見的統(tǒng)計(jì)分析方法存在明顯的不足。而遙感數(shù)據(jù)具有多尺度、多光譜、多時(shí)相的特點(diǎn)，已成為對(duì)地表及水體參數(shù)進(jìn)行時(shí)空連續(xù)觀測的重要技術(shù)手段。但水體中溶解CO2沒有光學(xué)信號(hào)，遙感技術(shù)并不能直接捕捉水體pCO2和水氣界面的CO2通量特征，只能通過構(gòu)建pCO2與遙感可反演的物理或者生物參數(shù)的間接關(guān)系，進(jìn)而實(shí)現(xiàn)pCO2遙感反演。
圖1 不同內(nèi)陸水體中pCO2分布情況，數(shù)據(jù)來源于文獻(xiàn)Aufdenkampe, A.K. et al. Frontiers in Ecology and the Environment, 2011, 9: 53-60, doi:10.1890/100014.
近年來，水生態(tài)系統(tǒng)中pCO2的空間衛(wèi)星遙感觀測技術(shù)在大洋和海岸帶水體中取得了突破性發(fā)展，相關(guān)算法及模型在太平洋、比利時(shí)近岸、南海北部以及南大洋等海域取得了較好的研究結(jié)果。相對(duì)于大洋與海岸帶水體，內(nèi)陸水體光學(xué)特性更為復(fù)雜，其水體表層pCO2的影響因素和機(jī)制都與海洋存在較大差別，遙感估算湖泊CO2需要考慮更多的影響因子，也存在更大的不確定性。針對(duì)遙感估算內(nèi)陸水體CO2，國外已經(jīng)基于己有的大量實(shí)測數(shù)據(jù)開展了一些探索性工作，MERIS等產(chǎn)品也在估測湖泊pCO2中得到應(yīng)用，但是完全實(shí)現(xiàn)湖泊水體pCO2衛(wèi)星遙感長時(shí)序監(jiān)測的研究案例較少。用遙感技術(shù)來估算內(nèi)陸水體CO2通量的研究還處于探索階段，方法本身也存在一定的局限性，但因其在時(shí)空覆蓋度上具有巨大優(yōu)勢，正逐漸成為國際研究熱點(diǎn)和大勢所趨。
該研究成果發(fā)表在國際期刊Remote Sensing上，中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所溫志丹副研究員為第一作者，宋開山研究員為通訊作者。
該研究得到了中國科學(xué)院青年創(chuàng)新促進(jìn)會(huì)（2020234）和國家自然科學(xué)基金（42071336，42001311）的共同資助。
論文信息如下：
Wen Zhidan, Shang Yingxini, Lyu Lili, Li Sijia, Tao Hui, Song Kaishan*. A Review of Quantifying pCO2 in Inland Waters with a Global Perspective: Challenges and Prospects of Implementing Remote Sensing Technology. Remote Sensing, 2021, 13(23): 4916. https://doi.org/10.3390/rs13234916
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
