Дайджест за июнь 2024 г.: обзор последних исследований в области газообмена между поверхностью и атмосферой

Новости проекта

Индийские ученые оценили потенциал использования наблюдений за выбросами CO2 над Индией для оценки регионального углеродного баланса

Разработка эффективных планов действий по борьбе с изменением климата на национальном уровне требует более детального понимания регионального распределения источников и поглотителей парниковых газов. Из-за недостаточного количества наблюдений и возможностей моделирования текущие оценки источников и поглотителей углерода в Индии являются неопределенными. В данном исследовании используется модель переноса Лагранжа высокого разрешения для изучения потенциала имеющихся наблюдений за CO2 над Индией для обратной оценки региональных потоков углерода. Мы используем четыре различных участка в Индии, которые отличаются по технике измерений, частоте и пространственному представлению. Эти наблюдения демонстрируют значительную сезонную (от 7,5 до 9,2 промилле) и внутрисезонную (от 2 до 12 промилле) изменчивость. Наша система моделирования - модель исследования и прогнозирования погоды высокого разрешения в сочетании со стохастической моделью переноса Лагранжа с инверсией времени (WRF-STILT) - лучше моделирует сезонную (R2=0,50 - 0,96) и суточную (R2=0,96) изменчивость наблюдаемого CO2 (для станции Мохали), чем глобальные модели текущего поколения (CarboScope, CarbonTracker и ECMWF EGG4). Сезонная изменчивость концентрации CO2 в Мохали, связанная со сжиганием растительных остатков, в значительной степени недооценивается моделями. WRF-STILT передает сезонную биосферную изменчивость над Найниталом лучше, чем глобальные модели, но недооценивает силу поглощения CO2 сельскохозяйственными культурами. Наше исследование подчеркивает возможность использования наблюдений за CO2 на этих индийских станциях для вывода информации о потоке углерода в региональном (Наинитал) и пригородном и городском (Мохали, Шаднагар и Нагпур) масштабах с помощью модели высокого разрешения. При учете наблюдаемой изменчивости CO2 глобальная система ассимиляции углеродных данных может извлечь пользу из измерений на Индийском субконтиненте.

Исследование опубликовано в журнале Atmospheric Chemistry and Physics.

Китайские ученые предложили новый гибридный индекс для мониторинга растительности

Обнаружение и мониторинг сгоревших территорий имеет решающее значение для восстановления растительности, оценки потерь и анализа аномалий. Несмотря на широкое применение вегетационных индексов (ВИ), точное обнаружение растительности является сложной задачей из-за потенциальной путаницы в спектрах различных типов почвенного покрова и влияния эффектов тени, вызванных рельефом местности. В данной работе предложен новый спектрально-текстурный индекс растительных аномалий (VASTI), который использует достоинства спектральных и пространственных текстурных признаков для выявления аномальных пикселей и выделения сгоревших участков растительности. Эффективность VASTI и его компонентов - глобального индекса мониторинга окружающей среды (GEMI), расширенного индекса растительности (EVI) и текстурного признака Autocorrelation (AC) - оценивалась на основе ранее созданного глобального набора данных, содержащего 1774 пары образцов с 10 различных участков. Результаты показали, что по сравнению с GEMI и EVI, VASTI улучшил точность пользователя (UA), точность производителя (PA) и коэффициент каппа по десяти исследуемым участкам примерно на 5-10 %. По сравнению с AC, VASTI повысил точность обнаружения аномальной растительности на 13-25 %. Улучшения были вызваны в основном тем, что включение текстурных признаков позволяет уменьшить спектральную путаницу между пикселями. Инновация VASTI заключается в том, что она учитывает связь между аномальными пикселями и окружающими пикселями, явно интегрируя пространственные текстурные признаки с традиционными спектральными признаками.

Исследование опубликовано в журнале Remote Sensing.

Китайские ученые предложили метод для оценки биомассы городской растительности

Точная оценка биомассы растительности в городских лесных массивах представляет большой интерес для исследователей, поскольку она является ключевым показателем способности поглощения углерода, необходимой для достижения городами углеродной нейтральности. Появившиеся методы оценки биомассы растительности, использующие технологии искусственного интеллекта и изображения дистанционного зондирования, часто страдают от ошибок оценки из-за разнообразия растительности и сложного трехмерного рельефа в городских районах. Однако высокое разрешение данных Light Detection and Ranging (т.е. LiDAR) дает возможность точно описать сложные трехмерные сцены городских лесов, тем самым повышая точность оценки. Кроме того, модели глубокого заработка широко используются в промышленности и демонстрируют большой потенциал для эффективной и точной оценки биомассы растительности путем обработки сложных и больших объемов городских данных LiDAR. В данном исследовании мы предлагаем эффективный и точный метод под названием 3D-CiLBE (3D City Long-term Biomass Estimation) для оценки биомассы городской растительности с помощью передовых моделей глубокого заработка. В методе 3D-CiLBE модель Segment Anything Model (т.е. SAM) была использована для сегментирования информации об отдельных деревьях из большого количества сложных городских данных LiDAR. Затем мы модифицировали модель Contrastive Language-Image Pre-training (т. е. CLIP) для определения породы дерева, чтобы можно было использовать классическое уравнение анизотропного роста для оценки биомассы. Наконец, мы использовали модель Informer для прогнозирования биомассы в долгосрочной перспективе. Мы оценили ее на примере восьми городских районов США. В задаче идентификации городских озелененных территорий 3D-CiLBE достигает оптимальной производительности со средним показателем Intersection over Union (т.е. mIoU), равным 0,94. Кроме того, для классификации растительности 3D-CiLBE достигает оптимальной точности распознавания 92,72 %. Оценка биомассы городской растительности с помощью 3D-CiLBE достигает средней квадратичной ошибки 0,045 кг/м2, снижая ошибку на 8,2% по сравнению с 2D-методами. Среднее квадратическое отклонение при прогнозировании биомассы с помощью 3D-CiLBE в среднем на 0,06 кг/м2 меньше, чем при использовании модели неравномерной регрессии. Таким образом, результаты эксперимента показывают, что метод 3D-CiLBE может точно оценить биомассу городской растительности и имеет потенциал для практического применения.

Исследование опубликовано в журнале Remote Sensing.

Американские ученые измерили выбросы метана от крупного рогатого скота путем моделируемого выпаса

Точные измерения выбросов метана скотом на уровне всей фермы или стада необходимы для инвентаризации антропогенных парниковых газов и оценки стратегий по снижению воздействия. Эксперимент по контролируемому выбросу метана CH4 был проведен для того, чтобы определить, может ли двухгребневая спектроскопия (DCS) обнаружить повышение концентрации CH4, создаваемое типичным стадом мясного скота в системе экстенсивного выпаса. DCS с открытым контуром использовалась для измерения концентраций CH4 с подветренной и восходящей стороны от десяти точечных источников метана, имитирующих выбросы крупного рогатого скота. Коэффициент смешивания CH4 вместе с данными о скорости ветра использовались для расчета потока CH4 с помощью модели обратного рассеивания, а затем смоделированные потоки сравнивались с фактической скоростью выброса CH4. Для источника, расположенного в 60 м от наветренного пути, система DCS обнаружила горизонтальный градиент концентрации CH4 на 10 нмоль моль-1 выше фоновой концентрации в атмосфере с точностью до 6 нмоль моль-1 за 15-минутный интервал. Выброс CH4 с интенсивностью 3970 г день-1 привел к среднему увеличению концентрации CH4 на 24 нмоль моль-1. Рассчитанный поток CH4 составил (4002±1498) г день-1, что согласуется с фактической интенсивностью выброса. Периодическое изменение наветренного пути, которое может потребоваться для отслеживания движущегося скота, не оказало негативного влияния на возможность определения потока CH4. Измерения были ограничены только поддержанием достаточной отраженной мощности от удаленных светоотражателей на открытой трассе для достижения достаточного соотношения сигнал/шум. Эти результаты дают нам уверенность в том, что поток CH4 может быть определен с помощью пастбищного скота при низком уровне беспокойства и прямых измерений в полевых условиях.

Исследование опубликовано в сборнике препринтов.

Европейскими учеными был проведен мониторинг влияния изменений в лесах на поглощение углерода с помощью измерений солнечно-индуцированной флуоресценции

Надежные и прочные инструменты мониторинга имеют решающее значение для оценки эффективности методов смягчения последствий изменения климата на суше (СПИКС). В данном исследовании, направленном на достижение одной из научных целей проекта ЕС «Горизонт 2020» «Митигация на основе землепользования для устойчивых климатических путей» (LANDMARC), рассматривается возможность использования спутниковой солнечно-индуцированной флуоресценции (СИФ) в сочетании с другими спутниковыми данными в качестве инструмента мониторинга для оценки влияния ЛМТ на поглощение углерода. Исследуются два разных случая: (1) мгновенное уничтожение растительности в результате эвкалиптового лесного пожара 2019 года на юго-востоке Австралии и (2) постепенный прирост леса в результате усилий по лесовосстановлению в северном Китае в 2007-2012 годах. Эти случаи отслеживаются с помощью СИФ, полученных с помощью прибора для мониторинга атмосферы TROPOspheric (TROPOMI) и Глобального эксперимента по мониторингу озона-2A (GOME-2A), соответственно. Сравнение временной изменчивости SIF в пострадавших районах и близлежащих эталонных районах показывает, что динамика растительности изменилась в результате изменений в землепользовании в обоих случаях. В частности, в случае с Австралией TROPOMI продемонстрировал немедленное уменьшение сигнала SIF на 0,6 мВт м-2 ср-1 нм-1 (-72 %) над эвкалиптовым лесом сразу после пожара. Используя сильное соответствие между СИФ TROPOMI и валовой первичной продуктивностью (GPP) на близлежащей репрезентативной вихревой ковариационной площадке Тумбарумба и с помощью продукта FluxSat, мы оценили, что австралийский пожар привел к потере GPP на 130-200 ГгК в первые 8 месяцев после пожара. Над северными китайскими провинциями Ганьсу, Шэньси, Сычуань, Чунцин и Шаньси мы сообщаем об увеличении СИФ GOME-2A в летнее время на 0,1-0,2 мВт м-2 ср-1 нм-1, совпадающем с усилиями по лесовосстановлению в период с 2007 по 2012 год. Это увеличение сигнала СИФ, вероятно, обусловлено сочетанием все более благоприятных природных условий и самой деятельностью по лесовосстановлению. Многомерная модель, учитывающая такие факторы роста, как доступность воды и максимальная температура, а также спутниковые данные о лесном покрове, достаточно хорошо (R2=0,72) объясняет наблюдаемую изменчивость СИФ по данным GOME-2A в китайском примере. Модель предполагает, что увеличение лесного покрова и влажности почвы привело к наблюдаемому увеличению активности растительности над северным Китаем. В этом регионе на каждые 100 км2 дополнительного лесного покрова SIF увеличивается на 0,1 мВт м-2 ср-1 нм-1 в период с 2007 по 2012 год. Наше исследование показывает, что использование спутниковой СИФ вместе с вспомогательными данными in situ, смоделированными и спутниковыми данными позволяет отслеживать влияние внедрения СПИКС на региональное поглощение углерода при условии, что СПИКС осуществляется на достаточно большой площади.

Исследование опубликовано в журнале Biogeosciences.

Немецкие ученые представили модель глубокого обучения для прогнозирования профилей тропосферного NO2

Мы представляем «NitroNet», модель глубокого обучения для прогнозирования профилей тропосферного NO2 по спутниковым колоночным измерениям. NitroNet - это нейронная сеть, которая была обучена на синтетических профилях NO2 из региональной модели химии и переноса WRF-Chem, работающей в европейском домене в мае 2019 года. Моделирование WRF-Chem было ограничено натурными и спутниковыми измерениями, которые использовались для оптимизации важных параметров моделирования (например, схемы пограничного слоя). Модель NitroNet получает вертикальные плотности столба NO2 (VCD) от спутникового прибора TROPOMI и вспомогательные переменные (метеорология, выбросы и т.д.) в качестве входных данных, на основе которых воспроизводит профили концентрации NO2. Обучение нейронной сети проводится на отфильтрованном наборе данных, то есть профили NO2 с сильным расхождением (> 20 %) с измерениями TROPOMI отбрасываются. Мы представляем первую оценку NitroNet для различных географических областей (Европа, западное побережье США, Индия и Китай) и разных сезонов. Для этого мы проверяем профили NO2, предсказанные NitroNet, по среднемесячным спутниковым, натурным и MAX-DOAS измерениям. Обучающие данные были ранее проверены по тем же наборам данных. В летнее время NitroNet демонстрирует небольшую погрешность и сильную корреляцию со всеми тремя наборами данных (погрешность = +6,7 % и R = 0,95 для VCD NO2 TROPOMI, погрешность = -10,5% и R = 0,75 для поверхностных концентраций AirBase). При сравнении со спутниковыми данными TROPOMI NitroNet демонстрирует даже значительно меньшие ошибки и более сильную корреляцию, чем при прямом сравнении с результатами численного расчета WRF-Chem. В зимнее время возникают значительные погрешности, поскольку летние обучающие данные не полностью отражают все характеристики атмосферы в зимнее время (например, более длительное время жизни NO2). NitroNet можно использовать за пределами географической области обучающих данных с незначительным снижением производительности. Что делает NitroNet уникальной по сравнению с аналогичными существующими моделями глубокого обучения, так это включение синтетических модельных данных, что имеет важные преимущества: Из-за отсутствия профильных измерений NO2 эмпирические модели ограничиваются прогнозированием поверхностных концентраций, полученных на основе натурных измерений. Однако NitroNet может предсказывать полные тропосферные профили NO2. Кроме того, известно, что натурные измерения NO2 страдают от погрешностей, часто превышающих +20% из-за перекрестной чувствительности к фотооксидантам, которые эмпирические модели неизбежно воспроизводят.

Исследование опубликовано в сборнике препринтов.

Европейские ученые провели геопространственный анализ по обеспечению всеобщего доступа к электричеству для домохозяйств в Африке

Внесетевые фотоэлектрические системы были предложены в качестве панацеи для стран с низким уровнем доступа к электричеству, предлагая более дешевый «скачок» по сравнению с сетевой инфраструктурой, используемой в странах с высоким уровнем дохода. Предыдущие исследования, изучающие пути доступа к электричеству, могут недооценивать роль автономных фотоэлектрических систем, поскольку в них не учитывается влияние надежности и ценообразования на углерод. Мы проводим геопространственный анализ с высоким разрешением по обеспечению всеобщего доступа к электричеству для домохозяйств в Африке к югу от Сахары, который учитывает эти аспекты с помощью наименее затратных путей при различных уровнях спроса на электроэнергию. Согласно нашему эталонному сценарию спроса «Уровень 3», 24 % из 470 миллионов человек, получивших доступ к электричеству к 2030 году, используют автономные фотоэлектрические системы. Включение удельной стоимости неудовлетворенного спроса в размере 0,50 доллара США ($)/кВт-ч для наказания за низкую надежность системы увеличивает эту долю до 41 %. Применение цены на углерод (около 80 долларов США за тонну CO2-экв.) увеличивает ее до 38%. Наши результаты свидетельствуют о значительных различиях в уровне необходимого политического вмешательства в разных странах и указывают на несколько регионов, где более низкие уровни политического вмешательства могут быть эффективными.

Исследование опубликовано в журнале Nature Communications.

Немецкие ученые оценили потенциал удаления углерода при лесоразведении/лесовосстановлении и биоэнергетике

Потенциал смягчения последствий для климата методов удаления углекислого газа из атмосферы (tCDR) в значительной степени зависит от сроков и масштабов их внедрения. В нашем исследовании мы вводим различные показатели эффективности для оценки потенциала удаления углерода при лесоразведении/лесовосстановлении и биоэнергетике с улавливанием и хранением углерода (BECCS) в рамках сценария SSP1-2.6 с низким уровнем выбросов и на одной и той же территории. Мы определяем эффективность как потенциал связывания углерода в биосфере на определенной территории или хранения углерода в геологических резервуарах или древесной продукции в течение определенного времени. Помимо улавливания и хранения углерода , мы рассматриваем эффект замещения ископаемого топлива за счет использования биоэнергии для производства энергии, что повышает эффективность за счет предотвращения выбросов CO2. Мы используем земельный компонент JSBACH3.2 модели системы Земли MPI-ESM для расчета потенциала секвестрации углерода в биосфере с использованием обновленного представления биоэнергетических растений второго поколения, таких как Miscanthus. Результаты нашего пространственно эксплицитного моделирования показывают, что реализация BECCS приводит к поглощению 24-158 ГтС до 2100 года, в то время как лесоразведение поглощает около 53 ГтС в глобальном масштабе, причем BECCS имеет преимущество в долгосрочной перспективе. Для нашей конкретной ситуации мы обнаружили, что потенциал BECCS выше на южноамериканских лугах и в юго-восточной Африке, в то время как лесоразведения больше подходит для юго-восточного Китая.

Исследование опубликовано в сборнике препринтов.

Международный коллектив ученых провел наблюдения за стоками метана в арктической тундре

Данное исследование посвящено прямым измерениям турбулентных вихревых ковариационных потоков CO2 и CH4 в тундровых экосистемах на островах Шпицберген в течение двух лет. Полученные нами результаты свидетельствуют о динамическом взаимодействии между климатическими условиями и деятельностью экосистем, такой как фотосинтез и микробная активность. В летний период выраженные потоки поглощения углерода указывают на усиление фотосинтеза и потребление метана микроорганизмами, в то время как в морозное время года регистрируется очень незначительный обмен, что свидетельствует о снижении активности. Наблюдаемое чистое поглощение метана в летнее время коррелирует с активацией и аэрацией почвенных микроорганизмов, зимой оно снижается из-за наличия снежного покрова и низких температур почвы, но затем восстанавливается в период таяния. Потоки CH4 не имеют значительной корреляции с температурой, но связаны со скоростью ветра, что говорит о том, что ограничение акцептора электронов может стимулировать метанотрофные сообщества. Высокие температурные аномалии увеличивают выбросы CO2, что может привести к ограничению летней продуктивности и связывания углерода. Положительные потоки (выбросы) метана наблюдались во время теплых аномалий зимой. Эти результаты подчеркивают необходимость понимания динамики парниковых газов в тундровых экосистемах для смягчения последствий изменения климата. Требуются дальнейшие исследования для выяснения источников и поглотителей парниковых газов в экосистемах сухих тундр.

Исследование опубликовано в сборнике препринтов.

Китайские ученые смоделировали потоки CO2 в экосистемах рисовых полей на основе метода вихревой ковариации

Являясь составной частью одной из важнейших сельскохозяйственных экосистем, рисовые поля оказывают значительное влияние на глобальный цикл углерода. Поэтому проведение наблюдений и моделирование потоков CO2 на рисовых полях имеет большое значение для более глубокого понимания функциональности сельскохозяйственных экосистем. В данном исследовании использовалась вихревая ковариационная система для наблюдения и анализа потока CO2 на рисовом поле в Восточном Китае, а также была представлена и параметризирована мультипликативная модель Джарвиса для прогнозирования потока CO2. Результаты показывают, что в течение всего периода наблюдений поток CO2 на рисовом поле находился в диапазоне от -0,1 до -38,4 мкмоль/(м2-с), а среднее значение составило -12,9 мкмоль/(м2-с). Наибольший поток CO2 наблюдался в период цветения риса, когда наблюдался пик фотосинтетической активности и максимальное поглощение CO2. Суточные изменения потока CO2 имели U-образную форму, пик поглощения пришелся на 11:30. Утром поток CO2 был заметно выше, чем днем. Ночной поток CO2 оставался относительно стабильным, в основном за счет дыхательных выбросов CO2. Модель потока CO2 в рисовом пологе была пересмотрена с помощью анализа граничных линий, в результате чего выяснилось, что фотосинтетически активная радиация, температура, дефицит давления пара, фенологическая стадия, время и концентрация являются основными факторами, влияющими на поток CO2. Моделирование потока CO2 с помощью параметризованной модели в сравнении с измеренными значениями показывает эффективность модели с установленными параметрами для моделирования потока CO2 риса. Данное исследование имеет большое значение для понимания процесса круговорота углерода в экосистемах риса, обеспечивая научную основу для будущих усилий по борьбе с изменением климата и рациональному природопользованию.

Исследование опубликовано в журнале Atmosphere.