基于過程模型的青藏高原濕地甲烷排放格局評估

張 賢,朱求安,2,*,楊 斌,王潔儀,陳 槐,彭長輝,4

1 西北農林科技大學林學院生態預測與全球變化研究中心, 楊凌 712100 2 河海大學水文水資源學院, 南京 210098 3 中國科學院成都生物研究所, 成都 610041 4 魁北克大學蒙特利爾分校環境科學研究所, 蒙特利爾 加拿大 C3H3P8

甲烷(CH4)是大氣中最豐富的碳氫化合物,被認為是僅次于二氧化碳(CO2)的溫室氣體。自工業革命以來,大氣CH4濃度增長了一倍多,其年均增幅為0.5%—0.8%[1]。近期的一項研究指出,在21世紀初,大氣中甲烷濃度增長微乎其微,而在2014年和2015年開始急劇增長,甲烷濃度的增長速度分別達到 12.5×10-9(體積分數)和9.9×10-9(體積分數),2015年的平均濃度達到 1834×10-9(體積分數)[2]。甲烷分子具有很強的紅外線吸收能力,以單位分子數而言其增溫潛勢是CO2的28倍[3],其濃度升高對全球氣候變暖的貢獻大約在25%左右[4]。

濕地是陸地生態系統的重要組成部分,在包括CH4在內的全球碳循環中發揮著重要作用[5]。長期水淹的濕地生態系統為甲烷產生提供了先決條件,是甲烷的重要排放源,其甲烷排放占所有天然甲烷排放源的70%,占全球甲烷排放總量的24.8%[6]。中國自然濕地面積304849 km2,約占世界濕地面積的10%,對全球濕地CH4排放的貢獻是1.2%—3.2%[7]。中國超過三分之一的濕地位于青藏高原[8]。在過去數千年里,由于青藏高原獨特的地理位置和氣候條件,土壤有機碳分解較慢,光照條件相對較好,因此這個世界上海拔最高的高原一直是一個巨大的土壤碳庫[9]。由于全球氣候變暖和降水增加,近幾十年來該地區濕地面積發生了巨大變化[5,10-12]。因此,青藏高原甲烷排放的估算存在很大的不確定性。近年的研究大多使用站點外推法,對青藏高原濕地甲烷排放量的估計為0.22[8]—1.25 Tg CH4a-1[7]。

多數研究在估計CH4排放時只考慮了溫度、降水和CO2濃度的變化,而濕地范圍則使用了固定數值[13- 15]。根據模擬濕地面積的研究表明,濕地面積的變化會影響全球和區域范圍甲烷的估算[16-17]。近年的一些研究也使用了基于遙感分類的動態濕地面積,但研究的時間相對較短,如1993—2004年濕地數據用于估計全球[18]或北部高緯度地區[19]CH4通量的變化；2003—2011年濕地數據用于估計北部泥炭地和凍土帶CH4通量的變化[20],這些研究強調在季節和年際尺度上,濕地范圍變化對CH4排放估算的重要性。Paudel等試圖用濕地范圍的差異來解釋全球從工業化前(1850年)到現在(2005年)期間的濕地CH4排放量的變化,結果發現CH4排放量變化幅度的三分之一都由面積變化所引起,但由于缺乏完整連續的濕地分布圖使得該結果仍然存在較大的不確定性。因此在進行長時間序列的研究時,要充分考慮濕地面積變化對CH4排放量的貢獻,并將其與溫度、降水、CO2濃度等氣候變化因子的貢獻區分開來[21]。

過去幾十年來,估計濕地CH4排放量時普遍采用以下3種方法：(1)站點通量數據的外推法, 使用實際測量的CH4通量和固定濕地面積計算濕地甲烷排放量；(2)自下而上的方法,基于CH4排放及其環境控制因子,使用過程模型估算濕地CH4通量；(3)自上而下的方法,使用反演模型(大氣反演模型、大氣傳輸模型)估計CH4源和匯的分布[22-23]。自上而下的方法在進行大尺度區域模擬時,由于逆向性建模過程中可能會包含不完整的觀測結果從而造成此方法存在較大的誤差[24]。由于區域內較大的空間異質性, 第一種方法從點位數據到區域或全球的尺度轉換存在較大的不確定性,如青藏高原氣候、土壤、地形和植被存在顯著的空間差異,濕地CH4排放也將表現出極大的空間異質性,在估計區域濕地CH4排放量時,由于尺度匹配的原因,站點外推法存在一定的局限性。基于過程的模型可適用于不同氣候條件下的甲烷排放估算,同時可以反映在CH4生產和消耗過程中土壤、植被和水文之間發生的復雜相互作用[25]。

本研究基于TRIPLEX-GHG模型,綜合考慮氣候變化和濕地面積變化的影響,對青藏高原濕地甲烷年排放量進行定量模擬,以此反映近40年來青藏高原濕地甲烷排放量的變化趨勢。

1 方法和材料

1.1 模型介紹

TRIPLEX-GHG模型是新一代用于量化陸地生態系統溫室氣體排放的過程模型,由全球植被動態模型(IBIS)發展而來。IBIS模型整合了多種陸地生態系統過程,包括陸面過程、冠層生理、植被物候、長期植被動態和土壤地球生物化學5大模塊[26-27]。Zhu等[28]通過將濕地水位動態過程模塊整合到IBIS模型中,在添加新的濕地植物功能型的基礎上,綜合考慮土壤溫度、土壤濕度、土壤氧化還原電位(Eh)、土壤PH等因素對濕地CH4排放的影響,實現了以生物地球化學過程為基礎的濕地甲烷產生、消耗及傳輸過程的模擬(圖1)[29]。經驗證,模型能夠在不同時空尺度下對全球濕地CH4排放進行定量模擬[15]。

圖1 TRIPLEX-GHG模型甲烷排放模塊的基本結構框架[29]Fig.1 Basic structural concept in TRIPLEX-GHG for CH4 emission[29]

1.2 研究區域

圖2 青藏高原濕地甲烷觀測站點分布圖 Fig.2 Distribution of wetland CH4 flux observation sites on the Qinghai-Tibet Plateau 濕地分布底圖為2008年中國濕地地圖[11]

青藏高原平均海拔4000 m以上,地勢高、地形特殊,形成了獨特的高原氣候。該地區氣候總體特點：輻射強烈,日照多,氣溫低,積溫少,氣溫日較差大,大部分地區最暖月均溫在15℃以下；降水少,地域差異大,年降水量400 mm左右。近年來,由于氣候因素和實驗條件的限制,現有對該地區濕地甲烷排放的研究存在時間和空間的局限。因此,要準確估計該地區濕地甲烷排放格局,不同濕地區域甲烷排放速率和濕地分布面積的長期變化尤為重要。

本研究通過收集青藏高原濕地CH4排放觀測數據,對模型敏感參數進行率定和校正。相關觀測數據站點分布如圖2所示：包括海北濕地(37°35′N,101°20′E)地處青藏高原東北隅；若爾蓋高原(33°35′N,102°58′E)位于四川省的西北部,是中國最大的泥炭地分布區；納木錯(30°33′N,90°40′E)和當雄(30°29′N,91°06′E)地處西藏中部,晝夜溫差大,多大風；風火山(34°43′N,92°53′E)氣候酷寒,生境潮濕,山麓周圍全是多年不化的永凍層；花石峽(35°39′N,98°48′E)位于青海省瑪多縣東北部。站點的具體信息包括經緯度、海拔、年平均氣溫、年平均降水、甲烷通量的測量時間、測量方法及平均甲烷通量見表1。

1.3 模型驅動數據

模型所需的驅動數據主要有氣象數據和濕地分布數據。氣象數據包括1951—2017年青藏高原逐日的氣溫、降水、風速、相對濕度等,分辨率為10 km×10 km。根據中國標準氣象站點日氣象數據(共756個站點),利用ANUSPLIN方法進行插值得到全國分辨率10 km×10 km的空間分布日氣象數據,在此基礎上將青藏高原部分提取出來,以此數據驅動模型模擬青藏高原濕地CH4通量。濕地數據有兩套,其中一套由Niu等[11]以全國陸地衛星(Landsat)遙感數據為數據源完成的1978、1990、2000和2008年4期動態濕地地圖,代表了中國濕地動態的最新研究進展,分辨率為1 km×1 km；另一套是由歐洲航天局(ESA)制作的1992—2015年全球土地覆蓋數據庫,分辨率為300 m×300 m。將兩套濕地分布數據分辨率統一到模型模擬的分辨率(10 km×10 km),并計算該分辨率下每個柵格的濕地面積占比和每個柵格的濕地面積。根據上述數據估算青藏高原濕地CH4通量及年排放總量。

表1 青藏高原CH4通量觀測站點信息表

2 結果

2.1 模型參數校正

根據Zhu等的研究表明, 模型在模擬濕地甲烷排放時有兩個敏感參數,包括土壤異養呼吸中CH4與CO2釋放比例(r)和甲烷產生的溫度控制參數(Q10P)[29]。因此,基于6個觀測站點收集的實測數據,我們對這兩個敏感參數進行校正,并計算包括均方根誤差(RMSE),決定系數(R2),符合指數(D)在內的指標來進行評估。其中D值范圍在0到1之間,當D值越接近于1說明模擬值與測量值吻合程度越高,越接近于0說明模擬值與測量值吻合程度越低。

圖3表示各站點CH4通量實測值和模擬值的對比情況,結果顯示各站點不同階段模擬值與實測值之間達到較好吻合。海北濕地,計算得知模擬值與Jin等[31]的實測值吻合更好(RMSE=0.06,R2=0.72,D=0.74)。若爾蓋高原站點,計算得知模擬值與Ding等[33]的實測值吻合程度更好(RMSE=0.04,R2=0.38,D=0.76)。納木錯站點的模型模擬值與實測值達到很好的吻合(RMSE=0.01,R2=0.50,D=0.78),其中2012年和2014年模擬值與實測值吻合更好,2013年實測值整體較小。當雄站點的模擬值與實測值吻合較好(RMSE=0.07,R2=0.90,D=0.90),但由于實測數據較少吻合程度計算可能會有所偏差。圖3柱狀圖表示青藏高原所有站點測量時間內的平均實測值與模型同一時期平均模擬值的比較,也顯示模擬值與實測值之間達到較好吻合(RMSE=0.47,R2=0.92,D=0.96)。由于風火山和花石峽兩個站點缺乏連續的CH4通量實測值,因此在確定兩站點參數時以測量時間內的平均CH4通量為準。

圖3 青藏高原濕地甲烷通量實測值與模型模擬值的比較[8,30-31,33-41]Fig.3 Comparison of measured and simulated CH4 flux from different sites on the Qinghai-Tibet Plateau[8,30-31,33-41]

表2表示各站點模型敏感參數r和Q10P校正后的標定值及模擬結果與實測值的比較。r取值在0.10—0.35之間,平均值為0.21；Q10P取值在2.00—3.00之間,平均值為2.80。與Zhu等校正的青藏高原的兩個敏感參數(r=0.21,Q10P=3.00)接近[29]。從總體上來看,模型對各個站點的濕地甲烷通量的模擬取得了合理的效果。

表2 參數r和Q10P標定值及模型性能的評估

為了對整個青藏高原濕地區的甲烷通量進行模擬,基于站點校正結果,對校正之后的站點參數與站點溫度、降水和海拔等因子間關系進行分析,得出整個青藏高原濕地區這兩個參數經驗性分布(圖4)。參數r按照海拔梯度分為3個區間,每個區間取對應站點參數的平均值(表2)：3500 m以下,r=0.315；3500—4500 m,r=0.165；4500 m以上,r=0.150。參數Q10P按照年均溫分為2個區間(表2)：0℃以上,Q10P=2.65；0℃以下,Q10P=2.75。

圖4 青藏高原模型敏感參數的分布Fig.4 Distribution of model sensitive parameters of the Qinghai-Tibet Plateau 底圖為2008年濕地分布地圖 [11]

2.2 青藏高原甲烷排放的模擬

基于站點參數校正過程得到的青藏高原濕地甲烷排放敏感參數分布和濕地分布數據,利用TRIPLEX-GHG模型對青藏高原濕地甲烷排放進行了模擬。模擬結果表明由不同的濕地數據所估算的CH4排放之間存在較大差異。

根據Niu等[11]的濕地數據模擬出CH4排放量范圍為0.21—0.32 Tg CH4a-1,根據ESA濕地數據模擬出1992—2015年CH4排放量范圍為0.08—0.14 Tg CH4a-1(表3)。根據之前的研究(表3)發現青藏高原CH4排放量為0.06—2.47 Tg CH4a-1,我們的研究結果也處于這一范圍內。Jin等[38]對青藏高原CH4排放量的估計研究最早,范圍是0.7—0.9 Tg CH4a-1；Xu等[43]用TEM模型對青藏高原1995—2005年CH4排放量估計為2.47 Tg CH4a-1,是研究中最大的估計值；Xu和Tian[44]對青藏高原CH4排放量的估計為0.06 Tg CH4a-1,相對于其他人的研究較小；Ding等[33]和Chen等[7]對青藏高原CH4排放量的估計都是基于對若爾蓋站點通量的測量,但兩人的結果存在較大差異,分別為0.56 Tg CH4a-1和1.49 Tg CH4a-1；Wei等[8]通過對納木錯和當雄兩個站點CH4通量的測量計算出整個青藏高原濕地CH4排放量為0.22—0.41 Tg CH4a-1,而通過LPJ 模型模擬出青藏高原CH4排放量為0.96 Tg CH4a-1[45]；Jin等[31]通過TEM模型模擬出青藏高原2001—2011年CH4排放量為0.95 Tg CH4a-1,而Li等[41]通過TEM模型對同一時期青藏高原CH4排放量的估計值為0.22 Tg CH4a-1,表現出較大差別,這主要是由于Li研究中的濕地面積為3.33×104km2,而Jin研究中的濕地面積為13.4×104km2。

表3 TRIPLEX-GHG模型模擬青藏高原濕地CH4排放量(范圍)及與其他研究結果的比較

Table 3 Comparison of CH4emissions (range) of simulated Qinghai-Tibet Plateau wetland by TRIPLEX-GHG model and other research results

方法Method時間Measurement period年排放量Emission/(Tg CH4a-1)濕地面積Wetland area/(×104km2)通量CH4 flux/(mg m-2 h-1)參考文獻References站點外推法Site extrapolation1996—19970.7—0.918.800.48[38]站點外推法Site extrapolation2001—20020.564.802.96[33]站點外推法Site extrapolation2012—20140.22—0.416.32—[8]整合分析 Meta-Analysis20001.49——[7]整合分析 Meta-Analysis1990—20101.043.763.15[42]TEM 模型 TEM model1995—20052.4711.502.45[43]TEM模型 TEM model2001—20110.9513.400.81[31]DLEM 模型 DLEM model20080.063.20—[44]TEM模型 TEM model2000—20100.223.330.77[41]LPJ-WHyMe 模型 LPJ-WHyMe model1979—20120.963.07—3.572.85±0.16[45]TRIPLEX-GHG 模型TRIPLEX-GHG model1978—20080.21—0.329.54—10.280.24—0.36本研究 (Niu)TRIPLEX-GHG 模型TRIPLEX-GHG model1992—20150.08—0.144.64—5.120.19—0.32本研究 (ESA)

圖5顯示了2008年青藏高原CH4通量和排放量分布情況,分辨率為10 km×10 km。由于濕地分布的不同導致CH4排放速率的分布也存在較小差異,青藏高原西部大多數濕地區域CH4排放速率小于東部,且大多數濕地區域CH4排放速率為0—6.13 g CH4m-2a-1；東北部分濕地區域CH4排放速率為6.14—20.19 g CH4m-2a-1；較高的CH4排放速率分布于青藏高原南部濕地區域,為56.14—74.97 g CH4m-2a-1。CH4排放量分布格局顯示,整體來看,由牛振國濕地分布數據估算的青藏高原CH4排放量分布區域較歐洲航天局的分布區域廣。

圖5 2008年青藏高原濕地CH4通量與排放量分布 Fig.5 CH4 flux and emissions distribution of wetland on Qinghai-Tibet Plateau in 2008

2.3 青藏高原濕地甲烷排放的動態

氣溫和降水是影響濕地分布的主要因素[11]。研究結果表明無論是年平均氣溫還是年平均降水量,自1978年至今,青藏高原區域都呈現出增加趨勢(圖6)。Niu等[11]的濕地數據表明濕地面積從1978年到1990年表現為減少趨勢,由10.04×104km2減少為9.54×104km2,2000年到2008年濕地面積由10.05×104km2增加至10.28×104km2,ESA的濕地數據表明1990年后濕地面積也呈現增加趨勢。青藏高原濕地CH4通量也表現出增加趨勢,且兩套濕地數據估算的通量結果較為接近,處于同一范圍內(圖7)。根據牛振國濕地數據估算出1978、1990、2000年和2008年CH4排放量分別為0.21、0.23、0.27和0.32 Tg CH4a-1；歐洲航天局濕地數據估算CH4排放量從1990年至2015年逐漸增加(圖7)。結合兩套排放量數據可以看出1978—1990年CH4排放量增加緩慢,并未發生明顯變化；從1990年至今,CH4排放量呈增加趨勢(圖7)。

圖6 氣候變化及其所引起的濕地面積變化Fig.6 Climate change and wetland area change caused by it

圖7 青藏高原甲烷通量及甲烷排放量Fig.7 CH4 flux and CH4 emissions in Qinghai-Tibet Plateau

3 討論

濕地甲烷排放總量的估算差異可歸因于甲烷排放速率和濕地分布兩方面,兩者的差異均會影響濕地甲烷年排放總量的估算。在站點外推的方法中,由于研究者測量CH4通量時大都選取生長季節進行測量,對全年CH4通量存在高估,且測量的時空覆蓋范圍有限,因此從點測量到區域尺度轉換方面可能并不可靠。在模型模擬方法中,TEM模型、LPJ-WHyMe模型、DLEM模型和TRIPLEX-GHG均耦合了水文模塊和甲烷動態模塊(甲烷產生、氧化、傳輸),可定量模擬濕地甲烷的排放。但各個模型在模型結構不同,對濕地甲烷排放的影響因子的模擬或假設也有所區別,所使用的CH4產生、氧化、傳輸和排放等過程之間存在一定的差異,模型復雜程度和所強調的功能有一定差異,從而會使得CH4排放的速率的計算產生一定差別,從而影響CH4排放總量的估算。其中,LPJ-WHyMe模型明確描述了濕地水文過程,包括積雪堆積、融化、凍土活動層深度動態等,比TEM模型更能準確反映甲烷過程；DLEM模型由生物物理模塊、植物生理模塊、土壤生物地球化學、植被動態模塊、土地利用與人類管理5大模塊組成,可更好適應于發生較大人為干擾的區域；TRIPLEX-GHG模型充分考慮了水位變化和土壤異養呼吸速率、土壤溫度、pH、土壤氧化還原電勢等對甲烷排放的影響,能夠更加準確的模擬濕地甲烷排放。同時,同一模型參數校正時,由于選取實測站點、測量時間和實測CH4通量的不同都會使校正后參數集存在差異(如Jin[31]等的研究中選取了2011—2013年海北站的實測數據進行TEM模型參數的校正,而Li等[41]的研究選取了2001年5—9月若爾蓋站點和2011年海北站點的實測數據進行TEM模型參數的校正)。上述因素都會造成模型甲烷排放速率的不同。

濕地面積對CH4排放量的估計至關重要,根據已有濕地數據表示,青藏高原濕地面積的估算存在很大的不確定性,估算值處于3.2×104km2到18.8×104km2之間(表3)。Xu等[43]和Chen等[7]使用了全球湖泊和濕地數據集(GLWD),這套數據對濕地范圍存在高估,這可能是其結果過高的原因；一些研究中所使用的濕地面積為調查得到的固定濕地面積,這種方式存在較大人為因素的影響[33,38,42]；Jin等[31]的研究中利用土壤濕潤程度對青藏高原的濕地面積進行了估算。本研究中的濕地數據是基于遙感制圖的兩套數據,比較發現牛振國的濕地面積明顯較大,造成濕地面積不同的原因主要是歐洲航天局的濕地數據中未包含苔蘚沼澤,這也正是基于這兩套濕地數據估算CH4排放差異產生的原因。同樣使用遙感數據的還有Wei等[45]及Xu等[44],由于所使用的遙感數據對濕地定義的不同,造成這一數據間也存在較大差異。例如Xu和Tian使用的濕地數據不包括鹽化沼澤,因此其研究中濕地面積較小。

在本研究中,我們選取了對青藏高原濕地甲烷排放觀測較為集中的站點,這些站點的海拔、地理位置、實測CH4通量、測量時間等因素都有較大差異,反映了不同地區濕地特征,以保證模型參數校正的合理性,并在此基礎上形成整個青藏高原的敏感參數分布集,使得模型模擬的參數集更具代表性。與其他模型研究相比,本文研究結果雖處于一個合理范圍內,但相對較低,這可能是由于：(1)模型自身結構差異的影響。TRIPLEX-GHG模型中通過土壤溫度和土壤水相態的改變來體現凍融過程,對濕地甲烷排放過程有一定影響,但由于凍融過程對濕地甲烷排放影響的機理較為復雜,模型不能完全反映青藏高原春夏之交凍融階段濕地甲烷排放格局[15],使得結果存在一定不確定性；(2)其他基于過程模型的研究在進行模型參數校正時,大都選用海北和若爾蓋站點的實測值[31,41],然而這兩個站點的實測值較青藏高原其他站點高,校正后的參數集對于整個青藏高原并不一定完全合適；(3)不同研究所選用的濕地數據集不同,造成模型結果對比的不確定性。

一些研究估計了1949—2008年青藏高原的CH4通量并認為氣候變化是影響CH4通量的主要因素[44]。Zhu等[46]的研究表明土壤溫度和水位深度對CH4排放有著顯著正相關,而土壤溫度受氣溫控制,水位深度受降水控制。綜上所述,氣候變化會直接或間接影響濕地面積和CH4通量。首先氣溫升高促使甲烷排放速率增加,降水增加則促使濕地擴張,但氣溫的升高同樣會引起濕地水分蒸發加快,使濕地收縮；對于有冰川和積雪覆蓋的區域,氣溫升高引起融水增加,濕地面積擴大。因此氣溫變化對不同區域的濕地具有不同的影響結果。在1978—1990年CH4通量隨氣溫和降水增加而逐漸升高,但同期濕地面積卻呈現收縮趨勢,通量的增加幾乎彌補了濕地面積減小所帶來的影響,因此CH4排放量沒有明顯變化；1990—2015年CH4通量和濕地面積都逐漸增加,因此CH4排放量也呈增加趨勢。根據相關研究分析認為,1990年前的濕地萎縮大都發生在未有冰川覆蓋的濕地上,隨著氣溫增加蒸發加快,降水無法彌補蒸發量引起濕地面積減少；在此之后隨著溫度持續升高,冰川覆蓋濕地的冰川融化,降水增多使得濕地面積增加[11]。

4 結論

本研究基于TRIPLEX-GHG模型結合最新觀測資料、高分辨率氣象數據和最新進展的動態濕地圖,探討了青藏高原濕地CH4排放的時間和空間格局。研究結果表明該模型對青藏高原濕地CH4排放的模擬取得了合理效果。氣候變化會直接或間接影響CH4通量,在氣溫逐漸升高的影響下,近40年來濕地CH4通量呈增加趨勢。青藏高原大多數濕地區域CH4排放速率為0—6.13 g CH4m-2a-1；東北部分濕地區域CH4排放速率為6.14—20.19 g CH4m-2a-1；較高的CH4排放速率分布于青藏高原南部濕地區域,最高可達74.97 g CH4m-2a-1。1978—1990年濕地面積呈收縮趨勢,因此這一階段CH4排放量為0.21—0.23 Tg CH4a-1并未發生明顯變化；2000—2008年由于持續的降水增加和冰川融化,濕地面積呈擴張趨勢,使青藏高原CH4排放量呈逐漸增加趨勢,為0.27—0.32 Tg CH4a-1。這項研究表明氣候變化和濕地變化均會引起濕地甲烷排放量的變化,但目前對濕地類型缺乏明確定義,現有的濕地地圖存在一定缺陷,因此今后在估計濕地CH4排放的年際變化時,準確的濕地制圖是非常重要的。