文章亮点:
1.使用机器学习算法预测全球叶片汞浓度的分布。
2.整合了全球范围内的叶片汞浓度观测数据,提供了全面的分析基础。
3.提供了全球尺度上叶片汞浓度和汞库的详细空间分布图。
叶片对大气中元素汞(Hg0)的同化在全球汞生物地球化学循环中起着关键作用,导致大气汞的去除和土壤汞的沉积。尽管近期研究估计了全球叶片汞的同化,但由于观测到的叶片汞浓度的粗略计算,存在较大的不确定性,这对限制全球汞预算构成了重大挑战。在这里,我们整合了一个全面的叶片汞浓度观测数据库和机器学习算法,预测了全球尺度上叶片汞浓度的第一个空间分布,为全球叶片汞库的首次估计做出了贡献。全球叶片汞浓度的平均水平估计为24.0纳克/克(7.5−56.5纳克/克),全球叶片汞库总量达到4561.3兆克(1455.2−9062.8兆克)。空间分布显示热带地区,包括亚马逊、中非和东南亚的热点。估计年叶片汞同化量为2268.5−2727.0兆克/年,这代表了常绿植被叶片的常年持续同化。叶片汞浓度和汞库的第一个空间图可能有助于理解全球汞的生物地球化学循环,特别是在气候变化和全球植被绿化的背景下。
图1.不同生物群系(B)和大陆(C)叶片汞库的全球分布(A)及其相关组成。
研究背景:汞是一种全球性的污染物,能够通过叶片同化进入生物地球化学循环,对人类和野生动物构成风险。
研究方法:利用全球叶片汞浓度的观测数据库和机器学习算法,预测了全球叶片汞浓度的空间分布,并估计了全球叶片汞库。
研究结果:全球平均叶片汞浓度为24.0纳克/克,全球叶片汞库总量为4561.3兆克。热带地区如亚马逊、中非和东南亚是叶片汞浓度的热点区域。
研究意义:提供了全球尺度上叶片汞浓度和汞库的高分辨率分布图,有助于更好地理解汞的全球循环。
Global Distribution of Mercury in Foliage Predicted by Machine Learning
Long Chen, Jun Zhou, Long Guo, Xinyu Bian, Zeng Xu, Qinzheng Chen, Shu-Hai Wen, Kang Wang, and Yu-Rong Liu
Environmental Science & Technology 2024 58 (35), 15629-15637
原文链接:https://doi.org/10.1021/acs.est.4c00636
(本文仅用于学术分享,如有侵权,请联系删除或修改!)
欢迎各位读者投稿,内容包括但不限于研究成果分享、团队介绍、成员招收等内容均可。
邮箱:[email protected]
点“阅读原文”可链接出版商获取文章;
请大家将环化地生加为星标,或每次看完后点击页面下端的“在看”,可以第一时间收到推文!