學術前沿 | 基于多源遙感觀測數據的我國陸地碳匯綜合估算
南京大學溫室氣體與空氣質量模擬實驗室課題組近日在《Journal of Geophysical Research: Biogeosciences》期刊上發表題為“China's Terrestrial Carbon Sink Over 2010–2015 Constrained by Satellite Observations of Atmospheric CO2 and Land Surface Variables”的研究論文。文章基于全球碳同化系統第2版（GCAS v2）和碳循環數據同化系統（CCDAS），同化衛星CO2和地表要素，估算了2010–2015年中國陸地碳匯，研究結果有助于增進我們對中國陸地碳匯大小及其不確定性的認識。
文章第一作者為何維副研究員，通訊作者為江飛教授和吳謀松副教授。
引文格式： He, W., Jiang, F., Wu, M., Ju, W., Scholze, M., Chen, J. M., et al. (2022). China's terrestrial carbon sink over 2010–2015 constrained by satellite observations of atmospheric CO2 and land surface variables. Journal of Geophysical Research:Biogeosciences,127,e2021JG006644.https://doi.org/10.1029/2021JG006644
全文鏈接： https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021JG006644
研究背景
全球陸地碳匯總量已得到較為一致的估算結果，而在不同區域的估算具有較大的不確定性。區域尺度陸地碳匯的準確估算對于理解區域碳源匯機制和實現碳中和目標具有重要意義。大氣反演是估算全球和區域碳源匯的重要手段，但傳統基于有限的地基大氣CO2觀測難以準確量化區域及更小尺度的碳源匯時空動態，多源地表遙感為解決區域尺度碳源匯估算提供了巨大潛力。
我國是目前世界上最大的碳排放國家，增加陸地碳匯是中和其排放的重要手段之一。近年來，我國綠化力度增強，碳匯持續增加，為碳中和作出了重要貢獻。但我國陸地碳匯大小的估算尚存在爭論。已有的基于大氣反演估計的2010年前我國碳匯大約為0.27-0.45 十億噸碳/年（即PgC/yr，以碳為計量對象），Thompson等（2016）基于不同全球碳同化系統估算的2008–2012東亞（含部分我國周邊地區）陸地碳匯范圍為0.01-1.18十億噸碳/年、中值為0.46億噸/年，而最近Wang 等（2020）在Nature雜志上發表的基于我國及周邊區域增加的地基大氣CO2觀測估算的2010–2016年我國碳匯高達1.11 ± 0.38十億噸碳/年。因此，我們需要發展更先進的方法，利用更多的可獲取的觀測數據，更準確地量化我國陸地碳匯規模及其分布。
本研究基于我們自主研發的GCAS v2系統和引進的CCDAS系統，通過分別同化衛星XCO2濃度，以及地基大氣CO2濃度結合衛星土壤濕度（SM）和光合有效輻射吸收比（FAPAR），估算了2010–2015年中國陸地碳匯。本研究提供了我國陸地碳匯估算的及時報告，增進我們對中國陸地碳匯大小及其不確定性的認識。
研究方法
本研究采用GCAS v2和CCDAS兩套同化系統。GCAS v2利用GOSAT XCO2 （ACOS v7.3 L2 Lite版）作為觀測約束，直接優化碳通量。其中，先驗陸地碳通量采用BEPS模型輸出，而BEPS模型由遙感葉面積指數（LAI）和聚集度指數驅動。CCDAS以全球8個站點的地基大氣CO2濃度、衛星SMOS L3 SM和JRC-TIP FAPAR數據作為觀測約束，耦合BETHY生態模型，通過優化模型關鍵參數實現碳通量優化估算。
我們利用中國及周邊的8個地基大氣CO2觀測站點的數據來驗證模型的優化效果。對于估算的中國陸地碳匯總量大小及其空間分布，我們利用基于森林清查數據估算的森林碳匯結果進行比較。
為了論證所估算碳匯的合理性，我們還利用了微波遙感土壤水分（GLEAM SM）、重力衛星監測的地下水總儲量變化（GRACE-REC TWS）和微波遙感植被含水量（VODCA VOD）等多源地表數據以及SPEI干旱指數。此外，我們還利用了STILT大氣粒子擴散模型分析我國地基CO2觀測站點對地表碳通量的敏感性。
主要結果
同化系統評估
我們首先利用地基大氣CO2濃度觀測數據驗證兩個同化系統估算中國陸地碳匯的能力（圖1）。在這四個地點進行的比較表明，兩個系統模擬的后驗大氣CO2濃度與觀測值一致，平均偏差在-2.4±0.37~0.6±1.15 ppm（均值±95%置信區間）范圍內。與先驗濃度模擬相比，這8個站點的模擬和觀測濃度之間的平均絕對誤差在兩個系統中均減小了約0.6 ppm，這表明我們的兩個系統能夠優化估算中國陸地碳通量。
圖1.GCAS和CCDAS在四個站點(AKDL、TAP、SDZ和LAN) 的大氣CO2模擬和觀測濃度比較。藍色和紅色的數字分別是GCAS和CCDAS后驗模擬減去觀測的差值。灰色的點表示受局地信號影響嚴重的被排除的觀測結果。
2010–2015年中國陸地碳匯年均總量
我們統計了GCAS和CCDAS估算的2010-2015年中國陸地碳匯年平均值（圖2a）。GCAS和CCDAS分別為0.34±0.14 PgC/yr（均值±不確定性）和0.43±0.09 PgC/yr，它們與基于森林清查的森林生物量和土壤碳匯估計基本一致（約為0.26 PgC/yr）。此外，兩個估算結果都表明，在2010年、2012年和2013年，當中國西南部和南部發生嚴重干旱或熱浪事件時碳匯減弱（圖2b）。
GCAS和CCDAS的后驗估計值的年際變化非常一致，而先驗估計值顯示出較大的差異，這主要是由于CCDAS的后驗估計通量與先驗相比發生了明顯變化 。碳匯年際變化的改善與CCDAS中同化FAPAR數據
圖2.GCAS和CCDAS估算的2010–2015年中國陸地碳匯總量(a)和西南地區核心區域氣候變量和遙感地表要素在這一時期的異常(Z-score)(如圖3a所示)。Tair表示春季氣溫的異常，其他為春季和夏季該變量的異常。誤差棒表示不確定性。2001–2015年多年平均值作為計算異常的基準。
中國陸地碳匯空間分布
我們分析了中國陸地碳匯的空間分布情況。圖3顯示了由兩個系統估算的2010–2015年平均碳匯的空間分布以及基于森林清查估算的碳匯分布。兩個結果在大多數區域的分布相當一致，顯示我國中部和東部是碳匯，而中國西南部的部分地區是碳源（圖3a和3b）。在空間上，它們也大致與基于森林清查的碳匯估算一致（圖3c）。相比之下，在森林主要分布的東北部、中南部和西南部地區，這三個估算結果更為一致，而其他地區則一致性較差（圖3d）。在東部地區不一致的原因是，兩個系統對森林和農田碳匯的估計存在很大差異（圖4）。總體而言，我們的兩個估算結果及基于森林清查的估算結果在我國南方較北方更為一致。
圖3.GCAS和CCDAS估算的2010–2015年中國年平均碳通量空間分布及與基于森林清查估算碳匯的比較。(a) GCAS估算的碳通量。(b)CCDAS估算的碳通量。(c)根據清查估算的森林生物量和土壤碳匯。(d)兩種碳匯估算值與區域森林生物量和土壤碳匯的比較。其中，負值表示碳匯，正值表示碳源。NW、N、NE、E、SC和SW分別是西北、北部、東北、東部、中南和西南的簡稱。(a)和(b)中紅色矩形區域為中國西南地區核心區域(橫跨20°-30°N, 90°-105°E)，含有明顯的碳源。
不同生態系統對碳匯的貢獻
我們進一步分析了不同生態系統、尤其是森林對我國不同地區陸地碳匯的貢獻（圖4）。總體而言，這兩種估算結果表明不同地區的生態系統貢獻相對一致（圖4 a和b）。在南方（東部、南部和西南部），森林貢獻了主要碳匯。在北方的大部分地區（西北部和北部），草地的貢獻超過了森林。在東北部（NE）和東部（E），農作物的貢獻很大。在這兩個地區，草地的貢獻很小。對于森林碳匯（圖4c和d），在不同地區我們的兩個估計值與基于森林清查的估計值相當。當對北方和南方的碳匯進行匯總時，GCAS和CCDAS的估算值相當或接近在整個中國，GCAS和CCDAS估算的森林碳匯分別為135和136百萬噸/年，略低于基于森林清查的估計值149百萬噸/年。
圖4.2010–2015年中國六個區域不同生態系統類型年均碳匯。(a)和(b)分別為GCAS和CCDAS估算的不同生態系統類型碳匯統計;(c)和(d)分別是兩個系統估計的六個區域和兩個聚合區域(北方和南方)的森林碳匯和基于森林清查估算的碳匯比較。
討論
我們討論了中國陸地碳匯總量大小和空間分布。我們估算的中國碳匯總量（GCAS為0.34±0.14 PgC/yr，CCDAS為0.43±0.09 PgC/yr）落在多種現有的業務運行的全球碳同化系統估算范圍內（0.25-0.48 PgC/yr），也與其他多種同化衛星數據的結果較一致。相對而言，同化衛星數據的不同方法估算的結果更為接近（表1）。此外，我們的估算結果與根據森林清查推斷的總碳匯（約0.32 PgC/yr）一致。該結果是根據基于森林清查的森林生物量和土壤碳匯估算（約0.26 PgC/yr）以及2001–2010年中國森林占所有生態系統的碳匯比率（80%）估算得出的（Fang 等，PNAS, 2018）， 假定該比率在2010–2015年保持不變。但是我們的估算結果與Wang等（2020）估算結果（1.11 ± 0.38 PgC/yr）有很大差別。
表1.不同模型或研究估算的中國2010-2015年年均碳匯(單位:PgC/yr)
我們估算的我國陸地碳匯主要分布在中部和東部地區，這大致與生態模型模擬、通量觀測和碳儲量清查結果一致。有趣的是，我們的兩個系統一致反映我國西南部分地區為碳源，而這很可能與我國西南地區近年來的連年干旱有關。區域性干旱會削弱陸地碳匯，近年來持續的嚴重干旱事件可能已使西南的部分地區成為碳源。而Wang等（2020）估算結果顯示西南地區為我國碳匯最強的區域。我們利用STILT粒子擴散模型模擬了離西南區域較近的地基CO2觀測站點的后向軌跡，用來分析這些站點的濃度觀測對地表碳通量的敏感性（圖5）。發現這些站點幾乎無法感知西南干旱發生區域的地表碳通量的變化，即便最近的香格里拉站點也只能在很小范圍具有微弱的對地表碳通量的敏感性。這說明，基于地基大氣CO2濃度觀測推斷的我國陸地碳匯難以反映西南地區的干旱影響，因而會對碳源匯估算造成偏差。這在以往的基于地基CO2反演中沒有被發現。這可能部分解釋了Wang等（2020）估算偏高（1.11 ± 0.38 PgC/yr）的原因。
圖5.基于拉格朗日粒子擴散模型(STILT)模擬的香格里拉站(XGLL)、金沙站(JS)、瓦里關站(WLG)和臨安站(LAN) 的1年內平均的7天后向軌跡影響足跡。由于大氣濃度對地表通量的敏感性較低，這些站點(以三角形標記)總體上無法探測到西南核心區域的地表碳通量信號。其中，XGLL站點對該區域的一小部分顯示出相對較低的敏感性。
最后，我們總結了GCAS和CCDAS能夠較好反映中國陸地碳匯時空分布的原因。GCAS采用了GOSAT在整個區域內相對均勻分布的觀測結果，具有較高的重訪頻率（3天），以及BEPS模型提供合理的先驗通量估計，該模型由遙感LAI驅動，使其能夠比使用地基CO2數據和其他先驗通量的傳統反演揭示更多的空間細節。對于CCDAS，除了地基CO2數據外，還使用遙感SM和FAPAR來約束模型參數，這有助于進一步改進后驗碳通量模擬。這些衛星數據提供了有關地表和大氣的大范圍且一致的空間信息，能夠反映干旱等極端氣候事件對陸地碳循環的影響。盡管由于受到電磁波射頻干擾，中國境內的有效SMOS SM數據受到一定限制，但CCDAS仍然能夠通過使用來自中國以外具有相同植被功能類型的地區的可用高質量數據優化的參數，從而充分利用現有的SM信息。
結論
2010–2015年期間，我國陸地碳匯為中等規模，GCAS和CCDAS估算結果分別為0.34±0.14（均值±不確定性）和0.43±0.09 十億噸碳/年，這得到了基于森林清查的森林和土壤碳匯估算結果（0.26十億噸碳/年）的支持，并落在現有集成多種大氣反演的估算結果范圍之內（0.25-0.48十億噸碳/年）。它們在年際變化方面也相當一致，反映了我國西南地區干旱所引起的碳匯異常。此外，它們的空間分布與基于森林清查的估算大致一致，表明最大的碳匯位于我國中部和東部。它們對森林碳匯的估算與基于清查的估算在不同地區吻合很好，特別是當匯總到中國北方和南方。盡管我國陸地碳匯因近年來植樹造林而得到增強，但也因區域性干旱而明顯減弱，由于觀測不足，這些干旱影響在以前基于地基大氣CO2的碳源匯反演中往往沒有充分體現。研究結果表明，基于衛星觀測的大氣CO2和多源遙感地表要素對于反演區域尺度的陸地凈碳通量至關重要。
圖片：何維 文字：何維 編輯：李英松 審核：江飛
公司自2014年成立以來，先后獲得南京市領軍型科技創業人才引進（321）計劃、南京市“專精特新”中小企業、江蘇省軟件企業、國家高新技術企業認定，申請了一系列發明專利和軟著著作權。