主要观点总结
本文介绍了关于全球河流和溪流的甲烷排放的研究。研究背景提到甲烷是一种温室气体,其在大气中的浓度自工业革命以来有所增加。文章通过全球范围内的数据收集和分析,探讨了河流和溪流中甲烷浓度的全球模式、主要驱动因素、季节性模式、温度依赖性以及扩散性排放的温度敏感性等关键点。利用甲烷数据库和随机森林机器学习模型对全球甲烷浓度进行建模,并识别了全球流水中甲烷浓度和通量的主要驱动因素。文章还强调了气候变化对河流甲烷排放的影响,并提供了对未来研究的展望。最后附带了相关的参考文献和作业目录。
关键观点总结
关键观点1: 研究背景
介绍了甲烷作为一种温室气体在全球范围内的浓度增加现象,以及其对全球气候的积极影响。
关键观点2: 全球河流和溪流中的甲烷排放
探讨了河流和溪流中甲烷浓度的全球模式,突出了多种影响因素。提到了热带地区和某些高纬度地区的甲烷浓度升高现象。
关键观点3: 甲烷排放的季节性模式
指出热带地区由于雨季和旱季的变化,占全球排放量最大份额。高纬度地区也有明显的季节性变化。
关键观点4: 甲烷排放的温度依赖性
探讨了温暖和寒冷地区甲烷浓度和排放量的升高与淡水系统中甲烷排放的温度依赖性的不一致性。提到了水生生态系统中的甲烷生成受温度的持续和强烈调节。
关键观点5: 主要结论
通过使用甲烷数据库和随机森林机器学习模型,能够解释全球河流和溪流的甲烷浓度和通量的主要驱动因素。强调了气候变化对河流甲烷排放的重要影响。
正文
甲烷是一种的温室气体,自工业革命以来,其在大气中的浓度增加了两倍。有证据表明,全球变暖增加了淡水生态系统的甲烷排放,为全球气候提供了积极的反馈。然而,对于河流和溪流来说,甲烷排放的控制和规模仍然非常不确定。
河流和溪流中甲烷浓度的全球模式突出了调节周围集水区就地生产和/或供应的多种因素的影响。
最高浓度出现在热带生物群落,这反映了东南亚刚果盆地以及潘塔纳尔河和亚马逊河泛滥平原16报告的甲烷升高。然而,北极和北方生物群落的浓度也相对较高,美国阿拉斯加和东西伯利亚报告的一些全球值最高。
这种看似违反直觉的模式——温暖和寒冷地区的浓度都升高——与对自来水中甲烷生产和供应的理解一致,当大量土壤有机物与水饱和环境相交以创造缺氧条件时,这种情况会最大化。在热带地区,这些条件得到了陆地上地面初级生产力、土壤呼吸和降水的高比率以及与邻近湿地的强连通性的支持。
在模型中,所有这些变量都成为流动水中甲烷浓度的重要预测因素。
在高纬度地区,甲烷的产生反而受到大量土壤有机碳储量、广泛的泥炭地覆盖和浅层地下水位的推动——所有这些变量在模型中也很重要。综合起来,这些结果表明气候和土壤特征的多种组合如何为土壤或沉积物甲烷生成创造条件,从而塑造河流甲烷浓度和排放的全球模式。
无论如何,由于甲烷浓度较高和河流面积广阔,热带地区(10°S-10°N)占全球排放量的最大份额(37%),其时间模式反映了雨季和旱季之间的变化。然而,北极和北部北方地区(纬度>50°N),尽管一年中大部分时间都被冰覆盖,但与温带和亚热带纬度带(15%)(30-50°N)相比,对甲烷年排放量的贡献几乎相同(17%)。高纬度地区也有明显的季节性,因为开放水面面积和冬季和夏季水文连通性的差异,也因为估计假设冰或雪覆盖阻止了河流甲烷排放。
温暖和寒冷地区甲烷浓度和排放量的升高与淡水系统中甲烷排放的普遍温度依赖性明显不一致。水生生态系统中的甲烷生成受温度的持续和强烈调节,在培养物(EM=1.1 eV)和沉积物孵化(EM=0.93 eV)中观察到高活化能(EM),包括来自河流环境(EM=1.1 eV)。在整个水生生态系统和湿地中,这种温度依赖性可以转化为对大气排放的定量相似的热标度(EM=0.96 eV)。然而,当考虑整个数据集(EM=0.17 eV)、单个地点和沸腾损失时,全球河流扩散排放的表观温度敏感性明显低于这些值。
将这些低EM估计归因于自来水的基本开放性,其中外部输入不仅占逃逸到大气中的碳气体的很大一部分,而且还通过陆地有机物供应为水生代谢过程提供燃料。这些强大的外部来源和控制抑制了自来水排放物的严格热敏感性,特别是与代谢过程通常更受内部调节的湖泊和湿地。
认为气候变化对河流甲烷排放的最重要影响可能是通过变暖和降水变化对土壤和湿地产生甲烷的能力、这些来源和河道之间的水文联系强度以及可以增强河道附近和/或内部甲烷生产的有机物和营养物质的直接负载的间接影响。
利用一个甲烷数据库(全球河流甲烷数据库(GRiMeDB)),其中包含24,000多个甲烷浓度观测值和8,000多个甲烷通量观测值,使用随机森林机器学习模型对全球甲烷浓度进行建模。从这些模型中,可以解释甲烷浓度总变异性的很大一部分(对数转换模型的R2与0.45-0.68的保留观测值;),并对河流和溪流的甲烷排放进行季节性和空间明确的全球估计。更重要的是,使用这个数据库和模型输出,能够识别全球流水中甲烷浓度和通量的主要驱动因素。