可持续视野SH｜武汉工程大学李思悦团队：分析中国城市河流温室气体排放现况

引用格式: Zhao, S., Zhang, Y., Xu, Y. J., Ye, C., Li, S. 2025. Greenhouse gas emissions from urban river waters of China’s major cities. Sustainable Horizons 13, 100124.

近期，武汉工程大学李思悦教授团队同美国路易斯安那州立大学团队在 Sustainable Horizons 特刊 Ecological Carbon Sink and Sustainable Development 联合发表研究文章，通过对中国23个主要城市的4633个城市河流数据记录进行定量综合分析，探究了中国城市河流的温室气体排放情况。

研究发现城市河流温室气体排放存在时空差异，且与多个环境变量相关。该研究表明 城市河流中较高的营养物质和有机物负荷可促进异养呼吸代谢和厌氧发酵过程，从而成为温室气体的强烈排放源。 此外，研究还建议将污水处理厂出水的直接贡献纳入考量范围，以准确量化城市河流温室气体排放。

二氧化碳（CO ₂ ）、甲烷（CH ₄ ）与一氧化二氮（N ₂ O）作为主要的温室气体，对全球气候有着深刻影响。大量研究表明， 淡水系统是这些温室气体向大气排放的重要源头。 据估算，在全球范围内溪流和河流每年排放的C-CO ₂ 达0.4-2.0Pg，C-CH ₄ 为1.1-20.1Tg，N-N ₂ O在70.4-291.3Gg之间。温室气体的排放过程极为复杂，CO ₂ 、CH ₄ 和N ₂ O的排放由生产、氧化及运输等过程共同决定，而这些过程又受到多种环境因素的深刻影响，如水文形态、营养物质与污染物负荷，以及微生物群落。

与此同时， 河流在全球范围内受到人类活动的显著影响， 土地利用与土地覆盖的变化，以及快速推进的城市化进程，极大地改变了河流原有的生态环境。城市化发展改变了土地利用类型，同时大量污水处理厂（wastewatertreatmentplants，WWTPs）应运而生。这些变化使得溪流和河流中温室气体的排放过程与机制愈发复杂，准确估算流经城市化地区河流的温室气体产生和排放变得充满挑战，且存在大量的不确定性。

城市河流包含流经城市的天然水道以及城市发展过程中人工开凿的运河或渠道。 诸多研究表明，城市地区的河流往往是温室气体的高排放区，排放量相较于受人类活动影响较小的河流高出数倍甚至数十倍。此外，温室气体排放与水质之间存在紧密关系，城市污水对河流温室气体排放贡献突出，污水处理厂出水更是会直接提升城市河流中溶解的温室气体浓度。然而，目前在国家尺度上， 关于城市河流温室气体排放的预算和驱动因素仍存在知识空白。

Fig. 1. Geographical locations of the study urban rivers in China major cities, including Xining (XN), Chongzhou (CZ), Chongqing (CQ), Yichang (YC), Xinxiang (XX), Liaocheng (LC), Beijing (BJ), Tianjin (TJ), Qingdao (QD), Tieling (TL), Changchun (CC), Hefei (HF), Nanjing (NJ), Wuxi (WX), Changshu (CS), Shanghai (SH), Nanning (NN), Guangzhou (GZ), Kaiping (KP), Dongguan (DG), Wenchang (WC), Sanya (SY), and Qionghai (QH).

研究聚焦于 中国23个主要城市的城市河流温室气体排放情况 （图1）。数据采集时间跨度为2002-2022年，通过系统性地探索多个权威数字资料库来获取数据，包括 Google Scholar、Web of Science 以及中国知网（CNKI）。采用“CO ₂ ”、“CH ₄ ”、“N ₂ O”分别与“urbanriver”、“urbanstream”、“city”（或中文的“城市河流”、“城市溪流”、“城市”）进行组合检索。经过严谨的数据筛选与审查， 从90篇文献中整理出4633个测量数据，涵盖1747个温室气体相关数据点（CO ₂ 、CH ₄ 、N ₂ O的浓度和通量数据分别为363、605和779条）及2886条水环境参数数据 （Appendix 1）。

为保证数据质量，对采集的数据进行严格预处理。研究统一了温室气体浓度和通量单位，浓度分别统一为μmolCO ₂ L ^-1 、μmolCH ₄ L ^-1 、μmolN ₂ OL ^-1 ，通量统一为mmolCO ₂ m ^-2 d ^-1 、mmolCH ₄ m ^-2 d ^-1 、mmolN ₂ Om ^-2 d ^-1 。对于多个研究报道同一河流河段数据的情况，计算其平均值以避免数据偏差。同时，为了深入研究温室气体排放的时空动态，按照不同城市和季节变化对温室气体通量进行分层处理。

采用单因素方差分析（ANOVA）评估不同空间和季节下CO ₂ 、CH ₄ 、N ₂ O浓度及通量的显著差异。借助Spearman相关热图直观展示温室气体浓度/通量与众多水环境参数（如水温、pH、叶绿素-a等）之间的相关性。运用结构方程模型（SEM）揭示水环境参数对温室气体通量的影响机制。分析使用SPSS22.0软件和lavaan R包，绘图借助Origin 2021和 ArcGIS 10.8。

计算分析表明， 研究河流的水物理和化学特征存在显著的空间及季节变化 （表1和表2）。空间上，pH呈弱碱性且城市间有差异，叶绿素-a浓度、电导率、溶解氧、有机碳、总氮、总磷在各城市表现不同。季节上，水温、叶绿素-a、溶解氧、营养物质负荷及总有机碳随季节变化，夏季水温与叶绿素-a高，冬季溶解氧高。

Fig. 2. Spatial and temporal distribution of CO ₂ (a, b), CH ₄ (c, d), and N ₂ O concentration (e, f) in the surface water of urban rivers in China's major cities.

Fig. 3. Spatial and temporal distribution of CO ₂ (a, b), CH ₄ (c, d), and N ₂ O flux (e, f) in the surface water of urban rivers in China's major cities

Fig. 4. Relationship of physicochemical variables with (a) CO ₂ concentration (cCO ₂ ) and CO ₂ flux (FCO ₂ ), (b) CH ₄ concentration (cCH ₄ ) and CH ₄ flux (FCH ₄ ), and (c) N ₂ O concentration (cN ₂ O) and N ₂ O flux (FN ₂ O) in urban rivers of China's major cities.

温室气体浓度方面（图2），CO ₂ 浓度在城市间变化大，秋季显著高于其他季节；CH ₄ 浓度跨度达三个数量级，北京最高、天津最低，春季浓度明显高于其他季节；N ₂ O浓度常熟最高、三亚最低，冬季浓度最高。温室气体通量方面（图3），CO ₂ 通量在合肥最高、宜昌最低，四季间无显著差异；CH ₄ 通量合肥最高、西宁最低，夏季通量约为春季1.47倍、秋季2.37倍，冬季最低；N ₂ O通量铁岭最高、东莞最低，通量冬季＞春季＞夏季＞秋季，夏季和秋季差异显著。与环境变量关系中 （图4），CO ₂ 浓度与水温、叶绿素-a、TOC、DOC、TP正相关；CH ₄ 浓度和通量与电导率、TN、NH ₄ ⁺ -N、TP、DTP、PO ₄ ^3- 正相关；N ₂ O浓度和通量与NO ₃ -N、NH ₄ -N、TOC、DTP等正相关。三者均与溶解氧负相关。

结果显示， 中国城市河流的CO ₂ 、CH ₄ 和N ₂ O通量与养分负载密切相关，印证城市化对河流温室气体排放影响重大。 污水处理厂排放密度大及营养、有机碳输入过度，使城市河流温室气体排放量显著增加，接收大量污水处理厂出水的城市河流是排放热点。此外，不同温室气体与水质参数关系各异，这体现了温室气体产生与排放途径的复杂性。CO ₂ 排放的主要机制与呼吸作用密切相关，尤其是在适宜的环境条件下，有机物能够快速分解，从而促进其释放。CH ₄ 排放的变化受更多物理和化学指标的影响，但有机碳（OC）、氮（N）和磷（P）含量仍是决定CH ₄ 浓度和通量的主要因素。氮和磷的输入可以促进产甲烷古菌和嗜甲烷细菌的活性，从而增强CH ₄ 的排放。N ₂ O的产生和排放主要受到氧气条件和氮源供应的制约。

This work was financially supported by the funding from Wuhan Institute of Technology to Dr. Siyue Li ( 21QD02 ). We thank the guest editor, Prof. Jingxiang Xu and two anonymous reviewers for their constructive comments.