濕地甲烷排放估算模型的研究進展

陳強，潘英姿，蔣衛國* ，王文杰，劉孝富，

1.北京師范大學，環境演變與自然災害教育部重點實驗室，北京 100875

2.北京師范大學地理學與遙感科學學院，北京 100875

3.中國環境科學研究院，北京 100012

甲烷(CH4)是重要的溫室氣體之一，以20年(1990—2010)時間尺度計，其全球增溫潛勢(global warming potential)是二氧化碳的62倍。甲烷的主要排放源有自然濕地、人工濕地(以水稻田為主)、天然氣滲出、垃圾填埋場、反芻動物等［1］，其中濕地(包括自然濕地和人工濕地)是甲烷的主要排放源。據估計，全球濕地每年約排放150 Tg的甲烷［2］，占所有天然甲烷排放量的70%［3］，占全球甲烷排放通量的20%左右［4］。甲烷單分子的增溫潛勢是二氧化碳的15～30倍［5］，而且甲烷與氟利昂等大氣污染物發生反應，產生臭氧、二氧化碳等其他溫室氣體，因此甲烷被認為是僅次于二氧化碳的主要溫室氣體。據估計，甲烷濃度的升高對全球氣候變暖的貢獻為25%左右［6］。在過去的150多年里，大氣中的甲烷濃度已從 0.75 ×10-6增長到 1.73 ×10-6［7］。為了進一步探究大氣甲烷排放量日趨增加的原因，預測其未來變化趨勢，需要定量研究大氣甲烷各種排放源的排放量及其動態變化。

濕地生態系統是介于水域生態系統和陸地生態系統的一種過渡性生態系統，具有較強的氧化還原能力，豐富的生物多樣性和重要的生態服務功能，甲烷排放作為濕地生態系統的一個重要的功能性過程，具有重要的研究意義。準確估算濕地甲烷排放量及其相關的影響因素，對于科學合理地管理濕地有著非常重要的輔助作用，同時可為控制和減少濕地甲烷排放提供有效的參考依據。

1 濕地甲烷排放量估算模型

研究濕地甲烷排放主要是為了準確估算濕地甲烷的排放量。氣體的排放通量(Flux)是指單位時間內單位面積上該氣體的排放量。已有文獻［8］顯示，水稻甲烷排放估算有如下幾種方法:1)通過田間直接測定值與稻田面積估算;2)通過水稻的初級生產量估算;3)根據投入到土壤的有機碳量折算;4)通過建立各種模型計算。

目前，實地直接監測甲烷排放通量的方法大致分為渦度協方差-通量塔和靜態箱-氣相色譜儀法。一般甲烷排放通量計算公式［9］為:

式中，F為甲烷排放通量，mg/(m2·h);M為甲烷的分子量;V為標準狀態下每摩爾甲烷的體積，L;d c/d t為甲烷濃度變化率，10-6/h;H為靜態箱高度，m;T為靜態箱內溫度，℃。

由于無法在區域尺度上直接對甲烷的排放通量進行測定，因此要估算區域尺度甚至全球的甲烷排放，就需要構建各種估算模型。當前與濕地甲烷排放有關的模型大致分為三種:1)基于統計回歸關系分析的經驗推算模型;2)基于產生、輸送和排放機理過程的模型;3)基于遙感數據的參數模型。其中，經驗模型是通過控制甲烷排放通量的影響因素，如水位、土壤溫度、植物初級生產力等發展起來的，但這些經驗公式難以外推到其他地區;機理過程模型通過整合甲烷排放的各個過程來模擬甲烷排放，通用性強，易于推廣;遙感參數模型結合機理過程和經驗推算，以遙感數據為主要手段，通過大面積獲取的生態參數作為模型輸入項，結合尺度轉換思路，用點尺度數據推算面尺度數據，估算區域甲烷排放量。

1.1 經驗模型

濕地甲烷排放估算經驗模型由早期的全經驗推算模型逐漸發展至半經驗估算模型，全經驗推算模型一般是根據田間甲烷濃度測定結果和該值代表的稻田面積或者植被凈初級生產力外推計算，得到試驗區的甲烷排放量;而半經驗估算模型一般是根據實際監測點的甲烷排放量，與某一個或幾個影響因子建立統計相關性，通過統計回歸分析估算試驗區域的甲烷排放量。

根據諸多學者對甲烷排放影響因子的研究，總結出主要的影響因素包括:土壤類型、土壤水位及水分、土壤有機質、土壤溫度、土壤pH和Eh值等土壤參數因子;植被類型，植被結構參數，地表或地下生物量等植被因子;氣溫，氣壓等氣候因子;耕作制度和施肥方式等管理方式因子。在建立濕地甲烷排放量估算半經驗估算模型時，根據實際情況會選擇不同的影響因子建立甲烷排放量的關系，從而對濕地甲烷排放量進行準確估算。

1.1.1 全經驗推算模型

早期的濕地甲烷排放估算模型大都是全經驗推算性質的，以實地監測數據為基礎，通過對地區各觀測點在不同生長周期內水稻甲烷的平均排放率與稻田面積乘積來估算某地區水稻田排放總量［10］，是對一定空間區域內典型水稻甲烷排放的直接觀測。

由于這種全經驗推算模型受地域的限制而且誤差較大，所以這種模型是早期研究的過渡模型，國內外學者對于該類模型的研究也較少。Wang等［11］根據實地觀測的水稻甲烷平均排放通量，依據不同的水稻類型面積進行外推，估算出1987年全國水稻甲烷排放量為13.8 ～22.8 Tg/a。Wassmann等［12］根據浙江杭州地區水稻甲烷的排放通量，通過計算水稻面積與通量的乘積推算出全國水稻甲烷的排放量。Yan等［13］分析采樣點數據后，認為有機肥的施用、水分情況、水稻生長季和水稻生長區域是影響中國水稻甲烷排放的主要因素，根據水稻種植面積以及相應的水稻甲烷排放量觀測值，按照下式進行全國范圍的水稻田甲烷排放總量估算:

式中，E 為甲烷排放總量，kg;i，j，k，m 分別為水稻生長區域、水稻生長季、水分情況和有機肥的施用情況;EF為甲烷排放系數;A為水稻種植面積，km2;D為水稻生育周期，d。

由于水稻甲烷排放易受諸如施肥量、灌溉方式及氣溫等因素的影響，有學者［14］開始考慮這些影響因素的作用，并根據物質平衡原理和試驗數據建立了甲烷排放量(E)估算的經驗模型:

式中，Os為土壤原有機質的平均量;Fs為土壤原有機質的甲烷轉化率;R為該地區水稻復種指數;Omi為i種有機肥平均施肥量;Fi為i種有機肥的甲烷轉化率，系數7/9為對Fi，Fs及D的綜合校正值。

1.1.2 半經驗估算模型

隨著人們對濕地甲烷排放機理過程的進一步認識，在選擇影響因素方面更注重甲烷產生、排放過程的環境生化因素，與此同時，濕地甲烷排放估算模型也逐漸轉為以建立某一個或幾個影響因子與甲烷排放通量關系的半經驗估算模型。由于不同因子的作用在不同時間和地點存在著差異，所以不同地區的試驗選擇的影響因子也不盡相同，這將制約著模型的推廣應用。

國內外利用半經驗估算模型進行濕地甲烷排放通量估算的研究較多，Wickland等［15］根據甲烷年平均排放通量與深5 cm土壤的每小時溫度變化，建立了通量-溫度關系模型，并利用土壤溫度模型估算甲烷排放通量。

式中，x為5 cm表層土壤溫度，℃。此外，這些學者通過對高原濕地甲烷排放通量的研究，認為甲烷排放通量與5 cm深度的土壤溫度顯著相關，在冬季甲烷排放通量與土壤溫度呈線性相關關系，在植物生長季與土壤溫度呈指數相關關系，并且認為不同時期二者關系式的不同是由呼吸作用引起的，從全年數據角度看甲烷排放通量與溫度呈顯著正相關關系。

Potter［16］基于生態系統循環模型的基礎上，根據二氧化碳到甲烷微生物產生率的變化進行模擬，以水位深度為主要影響因子，通過建立水位深度與微生物產生率變化關系，對甲烷的產生和排放進行模擬估算。

劉澤雄等［17］針對閩江河口咸草濕地，基于實地監測數據，建立了冬季甲烷排放通量與土壤Eh值和pH的回歸關系，并利用這種關系對河口濕地甲烷排放量進行估算，認為冬季咸草濕地甲烷排放通量與土壤Eh值呈一階線性正相關關系:

而與土壤pH呈一階線性負相關關系:

Huang等［18］基于對美國德克薩斯州水稻甲烷排放的長期監測，認為影響該地區水稻甲烷排放的主要因素是土壤性質和地表生物量，根據長期的試驗數據建立了甲烷排放量與這兩個因素的回歸關系:

式中，SI為土壤性質指數;VI為無量綱的變化系數;GY為水稻地表生物量。另外，還建立了甲烷排放與水稻植被凈初級生產力(NPP)的關系:

1.2 機理過程模型

濕地甲烷排放由三個基本過程組成:甲烷產生，甲烷氧化傳輸和甲烷排放。濕地甲烷排放估算機理過程模型的建立基于甲烷三個基本過程，在建立過程中需綜合考慮甲烷排放過程和影響甲烷排放的相關因素。目前濕地甲烷排放模型一般是模擬甲烷在土壤中的產生過程，以及甲烷從土壤、植物和水體進入大氣中的遷移過程。模型涉及不同深度的土壤溫度、水位和凈初級生產力，模型計算結果為土壤剖面甲烷濃度及甲烷每天的排放量。

在建立濕地甲烷排放量估算機理過程模型時，根據實際情況會選擇不同的影響因子或建立生態物化機理模型來模擬甲烷排放過程，對濕地甲烷排放量進行準確估算。因此，這類機理過程模型基本可以分為以下兩個階段。

1.2.1 各影響因子相關的初級過程模型

在綜合考慮不同甲烷排放過程中各影響因子的關系基礎上，通過建立初級的基于過程的甲烷排放估算模型來進行應用。

Bachelet等［19］通過碳、氮和溫度對甲烷排放的線性回歸技術，引用美國農業部(United States Department of Agriculture，USDA)提供的水稻收獲面積，得到中國水稻甲烷排放量為10.5 Tg/a。Cao等［20］通過模擬土壤中碳的變化情況，得到甲烷產生率、有機碳分解總量、水位和溫度間的函數關系，并利用模型計算甲烷的排放率。Water［21］建立的基于過程基礎的濕地甲烷排放氣候敏感性模型，主要考慮的影響因子為水位、土壤剖面溫度以及總初級生產力，通過建立土壤溫度、NPP和甲烷通量的關系，利用Michaelis-Menten方程計算甲烷產生率、甲烷氧化率，以此估算甲烷排放。丁愛菊等［22］建立了一個區域尺度水稻甲烷排放的初級模型，模型主要包括了三個部分:水稻生長，土壤有機質的分解以及甲烷產生、傳輸、排放過程。模型體現了水稻甲烷產生、傳輸與排放的機理，提供了一個區域尺度上基于氣候、土壤條件估計甲烷總排放率的有效方法。

式中，P為甲烷產生率;Q1為甲烷的提取率;Q2為甲烷的氧化率;K為植物的排放率系數。

Cao等［23］建立了一個半經驗甲烷排放模式。該模式考慮了水稻植株以及土壤有機質兩個方面的產甲烷基質，同時也利用半經驗公式考慮了土壤Eh值和pH，淹水及施肥等因素產生的影響率。

1.2.2 濕地生態模型

國內外不少學者曾利用成型的濕地生態模型進行濕地甲烷排放的估算應用，比較典型的模型有DNDC，MERES和CH4MOD三種。

Wetland-DNDC(denitrification and decomposition)模型是一種基于過程的濕地生態系統模型［24］，注重于厭氧環境下水位動態、土壤熱量動態、植物生長以及土壤生物地球化學過程的定量化，通過輸入水文、氣候、植被、土壤和管理信息來模擬森林濕地生態系統中甲烷的排放。DNDC是針對農業土壤痕量氣體(二氧化碳、氧化亞氮和甲烷)排放估算而開發的［25-26］，對于模擬水稻田溫室氣體排放的研究，DNDC模型具有獨特的優勢［27-28］。該模型已成功運用在世界十多個國家和地區，并且能夠很好地模擬不同農業土壤中溫室氣體的排放狀況［29］。劉建棟等［30］利用DNDC模型，有機結合了作物生長、氣象要素、地下水運動等要素，建立的甲烷排放數值模型，主要包括氣象要素模型、作物模型和排放模型三個部分，揭示了氣象因子對甲烷排放的影響。王效科等［31］利用DNDC模型，通過模擬甲烷的產生、傳輸和排放過程，選取土壤中氧濃度和農耕措施(土地利用類型、作物面積、作物播種期和收獲期、無機肥和有機肥使用量)作為主要影響因子，對長江三角洲地區的農業生態系統進行甲烷和氧化亞氮排放量的估算。

MERES(methane emission in rice eco-systems)模型是以CERESR水稻作物模型為基礎，模擬土壤有機質分解預測甲烷細菌可利用的基質數量，考慮了植株根在厭氧條件下的有機質分解、土壤中可供選擇的電子受體、甲烷氧化和通量的機理描述以及作物實踐管理的影響。Matthews等［32］運用MERES模型檢驗了菲律賓和中國杭州的試驗數據，證實模型模擬值與水稻地表生物量、根重、產量以及甲烷季節排放的觀測值有較好的一致性。

Huang 等［33-34］建立的 CH4MODwetland模型是典型的機理過程模型，聯合國政府間氣候變化專門委員會(Intergovernmental Panelon Climate Change，IPCC)2000年的報告［35］中對這個模型的模擬結果給予充分肯定。其以濕地水稻甲烷的傳輸和排放過程為基礎，選擇土壤有機質、土壤溫度和水位等影響因子，通過建立各因素之間的函數關系，估算甲烷排放量。模型假設產甲烷基質來自水稻植株和外源有機物兩個部分，甲烷產生率取決于甲烷菌基質的可利用性，并考慮到氣候、土壤、農耕措施等因素的影響。模型輸入參數少且易獲取，有利于模型區域化應用。

式中，APR為與水稻植株相聯系的甲烷日平均產生率;APOM為與添加的有機質分解相聯系的甲烷日平均產生率;0.35為考慮了土壤Eh值對甲烷產生的影響以及甲烷氧化量而估算出來的，可看作甲烷總產生量的平均排放系數［36］。模型僅對持續淹水稻田有效，未考慮甲烷的氣泡傳輸，參數是通過試驗建立的，在應用上有一定限制。張穩等［37］在這個模型的基礎上，進行多次修正、改進和驗證，并考慮了甲烷通過氣泡方式從稻田土壤中的排放過程，得出:

式中，EP為甲烷通過水稻通氣組織排放量;Ebl為甲烷通過氣泡向大氣的排放量。

通過以上各學者的研究成果可知，制約濕地甲烷機理過程排放估算模型的因素主要有模型輸入參數的獲取難度以及影響參數的正確選擇，而評價模型優劣的標準為根據模型的估算精度以及輸入參數的可獲取性。

1.3 遙感參數模型

20世紀90年代后期，濕地甲烷排放估算經驗推算模型開始轉向遙感參數估算模型。在區域尺度甲烷排放估算研究中，利用遙感數據在時空尺度上對甲烷主要排放源進行識別與面積估算，通過遙感反演手段獲取大面積生態參數，并結合地面觀測點位獲得平均甲烷通量數據，再與面積進行乘積來實現點尺度到面尺度的尺度轉換。

遙感參數模型結合了過程模型和經驗模型，既可以應用在小尺度區域，也可以應用在大尺度區域。目前，利用遙感進行甲烷排放估算的研究主要參考的遙感數據分為三類:1)高時間分辨率大幅寬的氣象衛星數據，主要代表是NOAA-AVHRR數據;2)高空間分辨率小幅寬的遙感影像數據，主要代表是SPOT-HRV，LandSat-TM數據;3)利用全天候全天時的微波雷達遙感影像數據，主要代表是ALOS-PALSAR數據。

Takeuchi等［38］綜合考慮了 NOAA-AVHRR 數據大尺度可覆蓋大范圍的優點和SPOT-HRV數據高分辨率可監測土地類型變化的優點，對同一時期同一地區的NOAA-AVHRR和SPOT-HRV數據進行混合光譜分析，基于不同尺度對試驗區的四種濕地類型進行甲烷排放估算;張遠［39］利用微波遙感數據ALOS-PALSAR提取水稻的種植面積，利用改進的DNDC模型模擬和估算水稻甲烷的排放量，進而提出具體的減排耕作措施。

閆敏華等［40］基于長期實地水稻甲烷排放監測數據和TM影像數據，通過灰色關聯方法分析了水稻甲烷排放的六個主要影響因子(水稻植被指數、水稻植株高度、氣溫、5 cm深土溫、10 cm深土溫和水溫)，最終選擇水稻植被指數作為主要影響因子，建立實測甲烷排放通量與水稻植被指數的回歸關系，對長春地區的水稻甲烷排放量進行估算。先建立水稻甲烷排放通量(y)和水稻植被指數(x)的關系:

y=-21.7766+239.0742x(n=16，R=0.8781)再由水稻甲烷排放通量(y)和水稻種植面積(A)求算整個水稻生長季的區域水稻甲烷排放量(Y):

式中，t為時間，d。充分考慮水稻歸一化植被指數的特點、水稻甲烷排放季節變化規律和水稻各生育期水稻甲烷排放量占總排放量的比例等因素，得到水稻甲烷排放量的估算模型:

式中，x(t)為水稻植被指數隨時間變化函數。

劉志明等［41］通過利用NOAA-AVHRR遙感數據進行水稻甲烷排放通量監測的嘗試發現，從水稻的返青期到孕穗期歸一化植被指數(x)與甲烷排放通量(y)具有很強的相關性:

光能利用效率模型(LUE)也是遙感用于地面碳通量估算的經典模型，光能利用效率是光能利用效率模型中最關鍵的部分，其含義為通過光合作用植被吸收單位光合有效輻射所固定的碳通量。LUE模型是CASA(carnegie-ames-stanford approach)模型中的一個子模型，用以估算NPP。LUE模型通過建立光能利用效率與水分脅迫指數、溫度脅迫指數關系來估算碳通量(ε):

式中，Ts為溫度脅迫系數;Ws為水分脅迫系數，反映了水分條件的影響;Ps為植被生長季節對光能利用效率的影響。

嚴燕兒［42］利用LUE模型針對河口濕地，通過建立微氣象因子與光譜指數的關系，估算了崇明東灘濕地的碳通量。此外，Ashcroft等［43］嘗試利用高光譜遙感技術進行甲烷排放源識別的研究，通過利用對流層污染測量裝置獲取的信號與甲烷柱之間的線性函數關系獲取大氣中垂直甲烷廓線，但由于信號容易受溫度和水汽的間接影響，結果的精度受到限制;還有學者［44］利用單一可調激光及諧波探測遙感技術對甲烷進行現場探測，實現甲烷氣體濃度估算。

綜上分析可知，遙感參數模型結合了經驗模型和機理過程模型的特點，以遙感數據和遙感反演手段為基礎，通過建立光譜特征參數與影響因子的關系，實現點尺度和面尺度的轉換，準確估算不同區域的甲烷排放通量。但由于受遙感數據和反演手段的影響，這種方法的應用還處在初級階段，參數設置和模型構建方面還需要進一步優化。

1.4 模型比較分析

綜上所述，濕地甲烷排放量估算模型經歷了從經驗模型到機理過程模型再到遙感參數模型的發展歷程，各類模型具有不同的特點及適用范圍。其中，經驗模型是通過控制甲烷通量的影響因素，比如水位、土壤溫度、植物初級生產力等發展起來的，因此這些經驗公式難以外推到其他地區，只適用于特殊地物類型的小區域范圍;機理過程模型通過整合甲烷排放的各個過程來模擬甲烷排放，通用性強，易于推廣，但由于濕地甲烷排放機理過程復雜，模型參數繁瑣，所以此類模型只適用于環境變化不明顯的區域;遙感參數模型結合機理過程和經驗推算，以遙感數據為主要手段，通過大面積獲取的生態參數作為模型輸入項，結合尺度轉換思路，用點尺度數據推算面尺度數據，估算區域甲烷排放量，模型推廣型強，但輸入參數不易獲取，而且模型構建難度關鍵在于遙感反演技術的難度，故此類模型適宜估算大范圍、地物類型較為單一的區域。各模型的比較如表1所示。

表1 甲烷排放量估算模型的比較Table 1 Comparison of the models

2 甲烷排放估算不確定性分析

濕地甲烷排放估算受各方面的影響，因此針對濕地甲烷排放估算的不確定性分析主要集中在影響濕地甲烷排放的各方面，體現在濕地甲烷排放的時空差異、濕地甲烷排放監測的不確定性和濕地甲烷排放估算模型的不確定性。

2.1 濕地甲烷排放的時空差異

濕地甲烷排放在時間和空間上都存在著較大的差異性，而這些差異性會直接影響濕地甲烷排放量估算的準確性，所以正確分析濕地甲烷排放的時空特性，有助于更清楚的認識和分析濕地甲烷排放量估算模型和方法的適用性。

濕地甲烷排放的時間差異主要表現在日變化和季節變化兩個方面。濕地甲烷排放有明顯的日變化，曹云英［45］在其對水稻甲烷排放的綜述中指出，水稻甲烷排放通量隨著日出后溫度逐漸升高而增大，下午達到排放高峰，然后快速下降，在夜間甲烷排放通量緩慢下降，并逐步趨于平穩，至日出前通量達到最低值。濕地甲烷排放的季節變化主要體現在植被的生長周期變化，以稻田濕地甲烷為例，主要體現在水稻生長周期的變化，水稻生長期甲烷排放有三個典型排放高峰，分別出現在水稻生長的返青期、分蘗期和成熟期［46］。Wang 等［47］指出，甲烷排放通量季節變化呈雙峰型變化，春季隨氣溫升高甲烷排放通量增加，4月出現次高值，6月出現最高值，與稻田溫度各自的倒數成直線相關關系，而稻田溫度8月達最大值。結合水稻生長期可知，甲烷排放的兩個高峰一個出現在水稻的分蘗期，一個出現在花期至成熟期［48］。

濕地甲烷在產生、傳輸和排放之間存在著復雜的相互作用，并與當地氣候和土壤環境密切相關，因此甲烷排放在生態系統內部以及生態系統之間都具有很大的差異［49］。即使氣候、植被、地形相似的地區，其甲烷排放通量也存在著很大的差異［50-51］，在同一地區的同一類型濕地中不同區域間也存在著空間差異性。據相關研究表明，在以植物傳輸為主要排放途徑的沼澤濕地，植物生物量和密度是導致同種植物生長的濕地甲烷排放產生空間變異的關鍵因素［52］，而區域間甲烷排放的空間差異主要是由土壤環境差異(有機碳含量、酶活性等)所引起的［53］。

2.2 濕地甲烷排放監測的不確定性

濕地甲烷監測結果會直接影響濕地甲烷估算模型估算的準確程度，尤其會影響濕地甲烷排放估算經驗或半經驗模型，通過實時監測獲取濕地排放數據也會部分應用在濕地甲烷估算經驗或半經驗模型中。因此，濕地甲烷排放監測的不確定性也是濕地甲烷排放估算不確定性研究的主要方面。

濕地甲烷排放野外監測的不確定性主要體現在野外監測儀器、監測過程以及室內分析儀器、分析過程等。目前普遍采用的濕地甲烷排放監測方法是靜態箱結合氣相色譜法。以靜態箱作為濕地甲烷排放的野外監測儀器，氣相色譜儀作為室內氣體分析儀器，通過密閉靜態箱的采集和氣相色譜儀對甲烷氣體濃度的分析，來獲取采樣點的甲烷排放量。對該方法的不確定分析主要關注:1)儀器的不確定性，包括靜態箱的密閉性、氣袋的密封性以及氣相色譜儀的性能;2)監測和分析過程的不確定性，包括氣體采集過程、氣體運輸過程、氣體導入過程和氣體分析過程等。

2.3 濕地甲烷排放估算模型的不確定性

濕地甲烷排放估算模型的不確定性主要表現在模型參數和模型算法的不確定性上，評價模型的優劣和適用性同樣參考的是模型參數的獲取難度和模型算法的復雜程度。

針對模型參數，目前各類濕地甲烷排放估算模型所選取的參數主要包括氣象環境參數、土壤環境參數、植株結構參數以及生態環境參數等;針對不同的研究區域和研究對象，各模型選取具有代表性和獲取難度較低的參數作為其輸入參數，所以模型參數的選取不確定性對于濕地甲烷排放估算模型的適用性和準確性會帶來很大的影響。對于模型算法，由于模型參數選擇的不確定，在建模過程，所使用的相關建模算法也有所不同，比如濕地甲烷排放估算經驗和半經驗模型，普遍使用的是自回歸算法或分段回歸算法。在變量選擇過程中，還使用層次分析或者灰色關聯分析來確定變量參數的權重。模型算法的不確定性會直接影響模型的計算復雜程度與建模難度，同樣對估算的準確性也有較大的影響。

3 發展趨勢

濕地甲烷估算模型及方法由最初的全經驗推算模型逐漸發展至現階段的遙感參數模型，區域推廣性、模型精度以及模型輸入參數設置方面都逐漸改善，但仍然存在諸如模型構建，參數選擇方面的問題，而且遙感手段的不成熟和遙感數據的獲取難度也是現階段濕地甲烷遙感估算最主要的發展障礙，所以預計濕地甲烷估算模型將向著多元化和綜合化的方向發展，隨著遙感技術和甲烷排放機理過程研究的不斷發展，濕地甲烷估算模型將會綜合各模型的特點不斷改進。

濕地甲烷排放過程研究雖然已經從多個方面進行探討，但對于影響因子貢獻率的定量研究鮮有報道，所以針對濕地甲烷排放影響因子的定量化研究仍然勢在必行。

隨著多角度遙感技術和高空間分辨率遙感技術的不斷發展，多尺度遞推遙感估算模型、高光譜遙感和激光遙感技術將逐漸應用在濕地甲烷排放估算的研究領域。

區域或全球濕地甲烷的排放直接或間接影響全球各方面的變化，如全球氣候的變化，降水量的變化，土地利用覆蓋的變化，土壤有機質的變化，生物多樣性的變化，生態系統生產力的變化，生態系統穩定性的變化，農業、工業、生物地球化學循環的變化等。準確估算區域或全球濕地甲烷排放量，對于控制全球溫室效應和碳循環都有非常重要的意義。

此外，濕地甲烷排放估算的模型研究將逐漸從理論層次向應用層次發展，向著模型實用性和市場業務化方向發展，基于濕地甲烷排放估算模型理論而開發的各類模型工具軟件也將逐漸步入各類市場，面向各類應用單位。

［1］KEPPLER F，HAMILTON J T，BRASS M，et al.Methane emission from terrestrial plants under aerobic conditions［J］.Nature，2006，439:187-191.

［2］張濤，高大文.稻田CH4排放研究進展［J］.濕地科學，2008，6(2):130-134.

［3］KHALIL M A K.Atmospheric methane:its role in the global environment［M］.Berlin:Springer，2000:1-8.

［4］HOUGHON J H.Climate change 2001:the scientific basis:contributions of working groupⅠto the third assessment report of the intergovernmental panel on climate change［M］.Cambridge:Cambridge University Press，2001.

［5］RODHE H.A comparison of the contribution of various gases to the greenhouse effect［J］.Science，1990，248:1217-1219.

［6］TAKAI Y.The mechanism of methane fermentation in flooded paddy soil［J］.Soil Sci Plant Nutrition，1970，16:238-244.

［7］LELIEVELD J，CRUTZEN P J，DENTENER F J.Changing concentration，lifetime and climate forcing of atmospheric methane［J］.Tellus:B，1998，50:128-150.

［8］蔡祖聰.中國稻田甲烷排放研究進展［J］.土壤，1999(5):266-269.

［9］王德宣，丁維新，王毅勇.若爾蓋高原與三江平原濕地CH4排放差異的主要環境影響因子［J］.濕地科學，2003，1(1):63-67.

［10］傅志強，黃磺.濕地稻田甲烷排放估算模型及減排模式研究進展［J］.作物研究，2006，32(3):266-271.

［11］WANG M X，DAIA G，SHEN R X，et al.CH4emission from a Chinese rice paddy field［J］.Act Meteorologica Sonica，1990，401:265-275.

［12］WASSMANN R，SCHTZ H，PEN H，et al.Quantification of methane emissions from Chinese rice fileds(Zhejiang Province)as influenced by fertilizer treatment［J］.Biogeochemistry，1993，20(2):83-101.

［13］YAN X Y，CAI Z C，OHARA T.etal.Methane emission from rice fields in mainland China:amount and seasonal spatial distribution［J］.J Geophysical Res，2003，108(D16):4505.

［14］吳海寶.稻田甲烷排放量的估算方法［J］.浙江農業大學學報，1992，18(1):69-72.

［15］WICKLAND K P，STRIEGL R G，MAST M A，et al.Carbon gas exchange at a southern Rocky Mountain wetland:1996-1998［J］.Global Biogeochemical Cycles，2001，15:321-335.

［16］POTTER C S.An ecosystem simulation model for methane production and emission from wetlands［J］. Global Biogeochemical Cycles，1997，11:495-506.

［17］劉澤雄，朱瑞琴，姚順，等.閩江河口咸草濕地冬季甲烷和二氧化碳通量及影響因子分析［J］.濕地科學與管理，2010，6(3):46-49.

［18］HUANG Y，SASS R L，FISHER F M.Methane emission from Texas rice paddy soils:1.quantitative multi-year dependence of CH4emission on soil，cultivar and grain yield［J］.Global Change Biology，1997(3):479-499.

［19］BACHELET D，KERN J，MICHAEL T.Balancing the rice carbon budget in China using spatially distributed data［J］.Ecological Modeling，1995，79:167-177.

［20］CAO M，MARSHALL S，GRGEGSON K.Global carbon exchange and methane emissions from natural wetlands:application of a process-based model［J］.J Geophysical Res，1996，101(9):14399-14414.

［21］WALTER B P.A process-based:climate-sensitive model to derive methane emission from natural wetlands:application to five wetland sites:sensitivity to model parameters and climate［J］.Global Biogeochemical Cycles，2000，14:745-765.

［22］丁愛菊，王明星.稻田甲烷排放的初級模式［J］.大氣科學，1995，19(6):733-740.

［23］CAO M，DENT J B，HEAL O W.Modeling methane emission from rice paddies［J］.Global Biogeochemical Cycles，1995(9):183-195.

［24］ZHANG Y，LI C S，TRETTIN C C，et al.An integrated model of soil，hydrology and vegetation for carbon dynamics in wetland ecosystems［J］.Global Biogeochemical Cycles，2002，16(4):1838-1846.

［25］LI C S，NARAYANAN V，HARRISS R C.Model estimates of nitrous oxide emissions from agricultural lands the United States［J］.Global Biogeochemical Cycles，1996，10:297-306.

［26］LI C S，FROLKING S，FROLKING T A.A model of nitrous oxide evolution from soil driven by rainfall events:1.model structure and sensitivity［J］.J Geophysical Res，1992，97:9759-9776.

［27］FROLKING S，LI C S，BRASWELL R，etal.Short-and long-term greenhouse gas and radioactive forcing impacts of changing water management in Asian rice paddies［J］.Global Change Biology，2004(10):1180-1196.

［28］謝艷兵，梁文舉，王躍思，等.下遼河平原稻田非生長季碳排放觀測研究［J］.生態學雜志，2004，23:11-14.

［29］CAI Z C，XU H，ZHANG H，et al.Estimate of methane emission from rice paddy fields in Taihu region，China［J］.Aerosphere，1994，4(4):297-306.

［30］劉建棟，周秀驥，王建林，等.稻田甲烷排放的農業氣象數值模擬研究［J］.應用氣象學報，2001，12(4):409-418.

［31］王效科，歐陽志云，苗鴻.DNDC模型在長江三角洲農田生態系統的CH4和N2O排放量的估算的應用［J］.環境科學，2001，22(3):15-19.

［32］MATTHEWS R B，WASSMANN R，ARAH J.Using a crop/soil simulation model and GIS techniques to assess methane emissions from rice fields in Asia:Ⅰ.model development［J］.Nutrient Cycling in Agroecosystems，2000，58(1/2/3):141-159.

［33］HUANG Y，ZHANG W，ZHENG X，et al.Modeling methane emission from rice paddies with various agricultural practices［J］.J Geophysics Res，2004，109:D08113.

［34］HUANG Y，SASS R I，FISHER F L.A semi-empirical model of methane emission from flooded rice paddy soils［J］.Global Change Biology，1998(4):247-268.

［35］Intergovernmental Panel on Climate Change.Good practice guidance and uncertainty management in national greenhouse gas inventories［R］.Geneva:IPCC Secretariat，2000.

［36］SASS R L，FISHER F M，HUANG Y.A process-based model for methane emissions from irrigated rice fields:experimental basis and assumptions［J］.Nutrient Cycling in Agroecosystems，2000，58:249-258.

［37］張穩，黃耀.稻田甲烷排放模型研究:模型及其修正［J］.生態學報，2004，24(11):2347-2352.

［38］TAKEUCHI W，TAMURA M，YASUOKA Y.Estimation of methane emission from West Siberian wetland by scaling technique between NOAA AVHRR and SPOT HRV［J］.Remote Sensing Environ，2003，85(1):21-29.

［39］張遠.微波遙感水稻種植面積提取和生物量反演與稻田甲烷排放模擬［D］.杭州:浙江大學，2008.

［40］閆敏華，華潤葵，王德宣，等.長春地區稻田甲烷排放量的估算研究［J］.地理科學，2000，20(4):386-390.

［41］劉志明，晏明，閆敏華，等.稻田甲烷排放的衛星遙感監測試驗［J］.氣象科技，2002，30(5):278-281.

［42］嚴燕兒.基于遙感模型與地面觀測的河口濕地碳通量的研究［D］.上海:復旦大學，2009.

［43］ASHCROFT P，MOREL B.Limits of space-based remote sensing for methane source characterization［J］.IEEE Transactions on Geoscience and Remote Sensing，1995，33(5):1124-1134.

［44］尹王保，趙建明，馬維光，等.單激光源諧波遙感探測甲烷研究［J］.中國激光，2003，30(10):928-932.

［45］曹云英.稻田甲烷排放研究進展［J］.安徽農業科學，2002，30(6):872-876.

［46］HOSONO T，NOUCHI I.The dependence of methane transport in rice plants on the root zone temperature［J］.Plant Soil，1997，191:233-240.

［47］WANG L，XIE D T，LIU H L.Study on the relation of rice paddy temperature and methane emission flux［J］.Chin J Eco-Agri，2003，11(4):29-31.

［48］馬學慧，劉興土，呂憲國.濕地甲烷排放研究簡述［J］.地理研究，1995，15(2):163-168.

［49］上官行健，王明星，WASSMANN R.稻田土壤中甲烷產生率的實驗研究［J］.大氣科學，1993，17(5):603-610.

［50］黃國宏，李玉祥，陳冠雄，等.環境因素對蘆葦濕地C排放的影響［J］.環境科學，2001，22(1):1-5.

［51］MACDONALD J A，FOWLER D，HARGREAVES K J，et al.Methane emission rates from a northern wetland:response to temperature water table and transport［J］.Atmos Environ，1998，32(19):3219-3227.

［52］DING W，CAI Z，TSURUTA H.Diel variation in methane emissions from the stands of Carex lasiocarpa and Deyeuxia angustifolia in a cool temperate freshwater marsh［J］.Atmos Environ，2004，38(2):181-188.

［53］GISELA W，SABINE F，KOMELIA Z.Variability of soil methane production on the micro-scale:spatial association with hot spots of organic material and arehaeal populations［J］.Biogeochemical，2000，32:1121-1130.○