Дайджест за июль 2025 г.: обзор последних исследований в области газообмена между поверхностью и атмосферой

Новости проекта

Учёные в обсерватории Хэрвелл представили данные TCCON за четыре года наблюдений

Обсерватория Хэрвелл, расположенная в Оксфордшире, Великобритания (51,571° с.ш., 1,315° з.д.), входящая в сеть наблюдений за общей углеродной колонной (TCCON), с сентября 2020 года проводит наземное дистанционное зондирование усредненных сухих колонн атмосферных парниковых газов. Измерения проводятся с помощью спектроскопии пропускания атмосферы в ближней инфракрасной и коротковолновой инфракрасной областях с высоким разрешением в геометрии прямого наблюдения Солнца в соответствии с методологией TCCON. Мы сообщаем о разработке, измерениях и работе системы наблюдений, установленной в Харуэлле. Описано и охарактеризовано аппаратное и программное обеспечение, а также качество получаемых данных на основе собранных к настоящему времени данных за 4 года. Показано, что площадка в Харуэлле позволяет получать данные высокого качества, вполне соответствующие требованиям, предъявляемым к инфраструктуре TCCON.

Исследование опубликовано в журнале Geoscientific Instrumentation, Methods and Data Systems.

Международный коллектив ученых проанализировал пределы накопления органического углерода в почвах и вызовы для управления ими

Управление почвами с целью увеличения накопления органического углерода представляет собой потенциальную возможность смягчения последствий глобальных изменений и адаптации к ним, обеспечивая при этом многочисленные сопутствующие выгоды и экосистемные услуги. Однако почвы сильно различаются по своему потенциалу связывания углерода, и знание биофизических пределов накопления углерода может помочь в определении приоритетных регионов. В связи с этим большой интерес представляет оценка максимальной способности почв к накоплению органического углерода, особенно в органо-минеральных ассоциациях, учитывая конечный характер реакционноспособных минералов в почве. Хотя концепция насыщения почв углеродом существует уже более 25 лет, в последних исследованиях приводились аргументы в пользу и против ее важности. Здесь мы кратко излагаем концептуальное понимание насыщения почвы углеродом как на микро-, так и на макроуровне, определяем ключевую терминологию и рассматриваем общие проблемы и заблуждения. Мы рассматриваем методы, используемые для количественной оценки насыщенности почвы углеродом, подчеркивая теорию и потенциальные предостережения каждого подхода. В критической форме мы исследуем полезность принципов насыщения почвы углеродом для информирования о накоплении углерода, уязвимости к потерям и представления в моделях, основанных на процессах. Мы выделяем ключевые пробелы в знаниях и предлагаем дальнейшие шаги для углубления нашего механистического понимания насыщения почвы углеродом и его последствий для управления почвой.

Исследование опубликовано в журнале Global Change Biology.

Международный коллектив ученых представил новую глобальную модель оценки лесного углерода на основе мультисенсорного зондирования и глубокого обучения

Регулярное измерение запасов углерода в лесах мира имеет решающее значение для учета выбросов углерода и составления отчетности в рамках национальных и международных климатических инициатив, а также для научных исследований, но его масштабируемость и временное разрешение в значительной степени ограничены из-за отсутствия наземных оценок. Предпринимаются все более активные усилия для решения этих проблем путем использования данных дистанционного зондирования. Мы представляем новую методологию, которая использует мультисенсорные, мультиспектральные изображения с разрешением 10 м и модель, основанную на глубоком обучении, которая объединяет прогнозирование плотности надземной биомассы (AGBD), высоты древесного покрова (CH) и площади древесного покрова (CC), а также оценки неопределенности для всех трех величин. Архитектура модели представляет собой настраиваемую функциональную пирамидальную сеть, состоящую из кодера, декодера и нескольких головок прогнозирования, основанных на сверточных нейронных сетях. Она обучается на миллионах измерений GEDI-L2/L4, собранных по всему миру. Мы проверяем работоспособность этой модели, внедряя ее по всему миру в течение 2023 года, а также ежегодно с 2016 по 2023 год в отдельных регионах. Модель позволяет получить среднюю абсолютную погрешность для AGBD (CH, CC) в 26,1 т/га (3,7 млн, 9,9%) и среднеквадратичную ошибку в 50,6 т/га (5,4 млн, 15,8%) в тестовом наборе данных, собранном по всему миру, что демонстрирует значительное улучшение по сравнению с ранее опубликованными результатами. Мы также сообщаем о результатах работы модели на основе независимо собранных наземных измерений, опубликованных в литературе, которые показывают высокую степень корреляции при различных условиях. Далее мы показываем, что наша предварительно обученная модель обеспечивает плавный перенос на другие переменные GEDI благодаря своей многоголовочной архитектуре.

Исследование опубликовано в журнале Remote Sensing.

Исследователи из Германии повысили точность картографирования сухостоя с помощью нейросетей и БПЛА

Валежник является жизненно важным компонентом лесных экосистем, вносящим значительный вклад в биоразнообразие и накопление углерода. Точное картографирование валежника имеет важное значение для экологического мониторинга и устойчивого лесопользования. В этом исследовании представлен метод картографирования поваленного сухостоя с использованием сверточной нейронной сети (CNN), применяемый к изображениям RGB с БПЛА очень высокого разрешения. Исследование проводилось в национальном парке Хайних в центральной Германии с целью повышения точности определения грубых древесных остатков (CWD) в густых и структурно разнообразных широколиственных лесах умеренного пояса. Основные задачи включали тестирование эффективности модели глубокого обучения (DL) на уровнях площади, длины и объекта, а также сравнение ее точности с традиционным методом анализа изображений на основе объектов (OBIA). Объем сухостоя был рассчитан на основе результатов картографирования. Благодаря внедрению архитектуры U-Net с магистралью ResNet-34 и использованию методов расширения данных, модель достигла очень высокой эффективности классификации (F1-баллы от 73% до 96%). Это обеспечивало точное разграничение отдельных объектов CWD от подстилающего грунта, представляя детализированные формы стволов. Высокие значения точности указывают на надежность результатов сопоставления, в то время как более низкие значения для повторения указывают на то, что некоторые объекты CWD, особенно небольшие ветви, были пропущены. Подход DL позволил достичь более высоких значений точности во всех методах тестирования по сравнению с методом OBIA. В исследовании также рассматриваются проблемы, связанные со спектральной неоднозначностью разложившегося сухостоя, и рекомендуются направления будущих исследований для улучшения обобщения моделей для различных типов лесов и условий приобретения.

Исследование опубликовано в Remote Sensing.

Исследователи из Китая разработали метод повышения точности оценки надземной биомассы в субтропических вечнозеленых лесах с помощью фенологических признаков

Надземная биомасса лесов (AGB) служит важнейшим количественным показателем, отражающим способность лесов поглощать углерод, и точное отображение AGB имеет решающее значение для оценки стабильности лесных экосистем. Однако картографирование AGB в субтропических вечнозеленых широколиственных лесах на юге Китая сопряжено с трудностями из-за сложной структуры полога, неоднородности древостоя и насыщенности спектрального сигнала. Фенологические особенности, отражающие сезонную динамику растительности, способствуют решению этих проблем. Анализируя дифференциальные спектральные характеристики отражения в течение вегетационного периода (январь-март, ноябрь–декабрь) и вегетационного периода (апрель–октябрь), это исследование разработало методологию, основанную на фенологических характеристиках, для улучшения оценки AGB в субтропических вечнозеленых широколиственных лесах. Впоследствии четыре индекса растительности временных рядов (VI), а именно NDVI, EVI2, NDPI и IRECI, были использованы для извлечения фенологических признаков (PFS) для составления карты AGB лесов с использованием модели множественной линейной регрессии (MLR), модели K-ближайшего соседа (KNN), модели с опорными векторами (SVM), и модель случайного леса (RF). Результаты показали значительные различия в спектральной отражательной способности Sentinel-2 (полосы 740-1610 нм) между вегетационным и вневегетационным сезонами. PFs продемонстрировал самый высокий коэффициент корреляции расстояний (0,57), значительно превзойдя другие базовые типы признаков (0,44). Кроме того, было обнаружено, что сезонные изменения NDVI и NDPI лучше отражают накопление AGB в вечнозеленых широколиственных лесах по сравнению с EVI2 и IRECI. Использование различных PF, полученных из всех четырех VI, значительно повысило точность отображения AGB, получив значения rRMSE в диапазоне от 21,01% до 25,06% и значения R2 в диапазоне от 0,40 до 0,58. Полученные результаты показали, что PFs можно рассматривать как ключевой фактор для решения проблем насыщения спектрального сигнала при одновременном эффективном повышении точности оценки AGB.

Исследование опубликовано в журнале Remote Sensing.

Международная команда создала высокоточный набор данных для ежедневного мониторинга CO2 с улучшенным пространственным разрешением

Изменение климата представляет собой глобальную угрозу, затрагивающую как биоразнообразие, так и население земли. Для реализации эффективных стратегий смягчения последствий необходимо повысить согласованность и точность нашего мониторинга выбросов парниковых газов на местном уровне. Мы можем достичь этого с помощью более совершенных инструментов мониторинга или усовершенствования наших методов обработки, что, в свою очередь, улучшит такие характеристики данных, как пространственное или временное разрешение и точность. В этом документе представлен ежедневный набор данных XCO2 с высоким пространственным разрешением, предназначенный для мониторинга концентрации CO2 в атмосфере в глобальном масштабе с более высоким уровнем детализации по сравнению с существующими наборами данных. Используя модель глубокого обучения с высоким разрешением, мы увеличили разрешение полученного из OCO-2 набора данных с 0,5° × 0,625° до 0,03° × 0,04° и показали, что наш продукт сохраняет качество исходного набора данных, постоянно улучшая детализацию области загрязнения атмосферы. Мы проводим тест, который показывает, насколько наш набор данных превосходит аналогичные продукты, и представляем пример использования мониторинга CO2 на региональном уровне. В заключение, эта работа представляет собой дополнительный подход к области глобальной непрерывной реконструкции наборов данных и фокусируется на смежной проблеме улучшения специфических характеристик существующих наборов данных.

Исследование опубликовано в Remote Sensing.

Американские ученые исследовали скорость круговорота углерода в почве на северо-востоке США за 1969–2023 годы

Временные масштабы, на которых углерод в почве реагирует на глобальные изменения, являются основной неопределенностью в земном углеродном цикле. Радиоуглеродные измерения в архивных образцах почвы являются важным инструментом для устранения этой неопределенности. Мы представляем временные ряды (1969-2023 гг.) радиоуглеродных измерений для подстилки (Oi/Oe и Oa/A) и минеральных (0-10 см) почв из экспериментального леса Хаббард-Брук, преимущественно лиственных лесов на северо-востоке США. Чтобы оценить скорость круговорота углерода в почве, мы построили различные автономные линейные секционные модели. Мы обнаружили, что углеродные циклы в почве происходят в течение десятилетий (Oi/Oe: ~7 лет), тогда как углеродные циклы на границе раздела органических и минеральных веществ (Oa/A) и в минеральной почве (0-10 см) происходят в течение столетий (~104 и 302 года соответственно). На уровне водораздела почвенная система, по-видимому, находится в устойчивом состоянии, без каких-либо наблюдаемых изменений в запасах углерода или скорости круговорота за исследуемый период, несмотря на увеличение количества осадков, температуры и рН почвы. Однако на уровне участка Oi/Oe теряет углерод (-15 гС м-2 год−1 с 1998 года). Наблюдаемое снижение запасов углерода можно обнаружить, если смоделировать слои Oi и Oe отдельно. Эта модель позволяет предположить, что быстро меняющийся слой мусора в меньшем масштабе реагирует на недавние изменения окружающей среды. Наши результаты подчеркивают важность углерода в подстилке как “системы раннего предупреждения” о реакции почвы на изменения окружающей среды, а также проблемы выявления постепенных изменений окружающей среды в пространственных масштабах в естественных лесных экосистемах.

Исследование опубликовано в Global Change Biology.

Международные учёные оценили рост выбросов метана из водно-болотных угодий за 2000–2020 годы

В связи с продолжающимся изменением климата, выбросы метана (СН4) из покрытых растительностью водно-болотных угодий, по прогнозам, увеличатся в течение 21 века, что затруднит усилия по смягчению последствий изменения климата, направленные на ограничение глобального потепления. Однако, несмотря на сообщения о тенденциях роста выбросов, всесторонняя оценка и объяснение последних изменений остаются ограниченными. Мы провели оценку глобальных выбросов CH4 в водно-болотных угодьях за период 2000-2020 годов на основе совокупности из 16 моделей водно-болотных угодий, основанных на технологических процессах. Согласно нашим результатам, средние глобальные выбросы СН4 в водно−болотных угодьях составили 158 ± 24 (среднее значение ± 1σ) ТгСН4/год при общей среднегодовой площади водно−болотных угодий (8,0 ± 2,0)×106 км2 в 2010-2020 гг., при среднем увеличении на 6-7 ТгСН4/год в 2010-2019 гг. по сравнению со средним показателем за 2000-2009 гг.. Увеличение в четырех широтных диапазонах 90-30° южной широты, 30° южной широты–30° северной широты, 30-60° северной широты и 60-90° северной широты составило 0.1–0.2, 3.6–3.7, 1.8–2.4, и 0,6–0,8 ТгСН4/год, соответственно, в течение 2 десятилетий. Смоделированные значения чувствительности CH4 к температуре демонстрируют разумную согласованность с измерениями на основе вихревой ковариации на 34 объектах. Повышение температуры было основной причиной увеличения, в то время как осадки и повышение концентрации CO2 в атмосфере играли второстепенную роль при высоком уровне неопределенности. Эти результаты моделирования показывают, что изменение климата приводит к увеличению выбросов CH4 в водно-болотных угодьях и что для мониторинга изменений необходимы прямые и устойчивые измерения.

Исследование опубликовано в Biogeosciences.

Международный коллектив ученых оценил масштаб выбросов углерода при пожарах в лиственничных лесах Якутии

В последние годы в бореальных лесах Сибири участились пожары, что может поставить под угрозу их роль в качестве поглотителей углерода (С). Лиственничные леса (Larix spp.) занимают площадь около 2,6 млн км2 по всей Сибири, однако мало что известно о масштабах и причинах сжигания углерода в этих экосистемах. Чтобы учесть недостаточность полевых оценок загрузки и потребления топлива в лесах сибирской лиственницы, мы взяли пробы на 41 сгоревшем участке, через один-два года после пожара, в лесах из лиственницы Каяндера (Larix cajanderi) в Республике Саха (Якутия), Россия. Мы оценили запасы углерода до пожара и его сгорание с целью выявления основных факторов, влияющих на выбросы углерода. Запасы углерода на поверхности земли до пожара (деревья и древесный мусор) и под землей на наших исследуемых участках составляли 3,12 ± 1,26 кгС м-2 (среднее значение ± стандартное отклонение) и 3,50 ± 0,93 кгС м-2. Мы обнаружили, что в среднем сгорало 3,20 ± 0,75 кг кгС м-2, из которых 78% (2,49 ± 0,56 кгС м-2) приходилось на органические слои почвы. Эти результаты свидетельствуют о том, что сильные пожары в лесах из лиственницы Каяндер могут привести к скорости горения, сравнимой с теми, которые наблюдаются в бореальных лесах Северной Америки, и превышающей те, о которых сообщалось ранее для других типов лесов и условий горения в Сибири. Сжигание углерода было обусловлено как погодными условиями при пожаре, так и переменными ландшафта, при этом глубина залегания органической почвы до пожара была самым сильным предиктором на наших участках. Наше исследование подчеркивает необходимость более тщательного учета лесных пожаров из-за сибирской лиственницы и их влияния на углеродный баланс, особенно учитывая ожидаемое увеличение масштабов и интенсивности пожаров в этом регионе, вызванное изменением климата.

Исследование опубликовано в журнале Global Change Biology.

Международный коллектив ученых предложил расширить сеть наблюдений выбросов CO2 для улучшения оценки потоков углерода на юге страны

В настоящем исследовании рассматриваются требования к оценке выбросов CO2 в масштабе страны с использованием данных наблюдений из сети атмосферы Интегрированной системы наблюдения за выбросами углерода (ICOS) на примере Италии. В частности, мы изучаем потенциальное расширение существующей сети атмосферных ICOS в Италии путем выявления дополнительных существующих и будущих станций, которые могли бы наиболее эффективно улучшить ограничения, связанные с оценками потоков углерода, с акцентом на южный регион. В ходе серии экспериментов по моделированию системы наблюдений с использованием региональной обратной системы LUMIA мы оценили 23 потенциальные станции и определили Кьети (CHI, расположенный в регионе Абруццо в центральной Италии) и Лечче (ECO, расположенный в юго-восточной части Апулии) в качестве наиболее перспективных дополнений. Эти станции продемонстрировали значительную эффективность в восстановлении годовых и сезонных циклов потоков CO2 (вычисленных с помощью LPJ-GUESS) в южной Италии. Включение CHI и ECO в существующую сеть снижает предыдущие погрешности примерно на 82% по сравнению с 48%-ным снижением, достигнутым при добавлении только станции CHI. Наши результаты также свидетельствуют о том, что добавление дополнительных станций, помимо CHI и ECO, приводит лишь к незначительному повышению точности потока. Поэтому мы подчеркиваем необходимость целевого финансирования исследований для поддержки интеграции этих существующих и будущих станций в атмосферную сеть ICOS на юге Италии, где в настоящее время сеть разрежена, и только Потенца является атмосферной станцией ICOS. Это исследование подчеркивает важность стратегического выбора станции для оптимизации работы сети и улучшения региональных оценок выбросов углерода, что в конечном итоге способствует лучшему согласованию и пониманию расхождений между восходящими и нисходящими методами оценки выбросов парниковых газов.

Исследование опубликовано в Environmental Research Letters.