林金泰研究组发现气候变暖背景下青藏高原湖泊的高强度自然源氮氧化物排放_新闻中心

当前位置：首页» 新闻中心

新闻中心

林金泰研究组发现气候变暖背景下青藏高原湖泊的高强度自然源氮氧化物排放

发布时间：2023-06-01

近日，北京大学物理学院大气与海洋科学系长聘副教授林金泰的研究组利用完全自主研发的星基氮氧化物（NOx）排放快速精细反演算法，首次发现了青藏高原湖泊的高强度自然源氮氧化物的排放。该研究结果显示，青藏高原135个远离人为活动的大湖自然微生物源氮氧化物排放总量与诸多大型城市的人为排放量相当。在此之前，尚未有如此高强度内陆水体自然源氮氧化物排放的报道。相关成果以“气候变暖背景下青藏高原湖泊高强度自然源氮氧化物排放”（High natural nitric oxide emissions from lakes on Tibetan Plateau under rapid warming）为题，于2023年6月1日发表于《自然-地球科学》（Nature Geoscience），林金泰为论文的通讯作者，其博士研究生孔浩为第一作者。

氮氧化物包括一氧化氮（NO）和二氧化氮（NO2），是一种重要的大气污染物，是PM2.5和臭氧的主要前体物，对人体健康和生态环境有着严重危害。大气中的氮氧化物主要以一氧化氮的形式产生于化石燃料燃烧、生物质燃烧、闪电和微生物过程所引起的排放，并在大气中通过化学转换，快速达到一氧化氮和二氧化氮的平衡。现有氮氧化物排放数据存在很大不确定性，尤其是在高分辨率排放信息方面存在重大瓶颈。根据传统认识，远离人为活动的内陆水体的自然微生物源氮氧化物排放极少，因而没有对相关排放通量进行实地原位测量，在现有空气质量模型和气候模型中也没有考虑这些排放源。上世纪末以来，卫星遥感的快速发展为氮氧化物污染的全球监测，实现基于卫星观测的全球氮氧化物排放估计，检验氮氧化物排放来源的传统认知提供了机会。

近十余年来，林金泰研究组自主开发基于卫星遥感的对流层二氧化氮垂直柱浓度数据集，研发相应的氮氧化物排放反演算法，揭示我国氮氧化物污染和排放时空特征、来源和影响。该研究组自十年前开始构思星基快速精细氮氧化物排放反演算法，于2019年由孔浩开发完成了第一代算法PHLET，并于2022年完成了第二代算法，实现了覆盖中国和周边地区的大区域高分辨率（5km）快速排放反演，构建了迄今覆盖我国大陆全境最高分辨率的氮氧化物排放反演数据集，为监测人为和自然排放源，探索相应的气候环境生态效应和反馈，实现精准减排提供了关键数据基础。

研究组进一步优化PHLET排放反演算法，并应用到团队自主开发的二氧化氮柱浓度卫星数据集POMINO-TROPOMI，实现了对青藏高原湖泊氮氧化物排放的精细反演计算（图1）。研究结果显示，在2019年夏季，所选取的135个远离人为活动、面积大于50km2的湖泊的排放总量达到1.89 ± 0.54 Ton N h-1，相当于现有排放清单中西藏自治区人为排放的总和，与诸多大型城市的人为排放量相当；平均排放强度达到63.4 μg N m-2 h-1，超过我国农田氮氧化物排放强度。研究进一步根据二氧化氮柱浓度和氮氧化物排放时空变化以及高原环境和水质特征，确定该氮氧化物排放来源于自然微生物过程，其机制包括硝化-反硝化和厌氧氨氧化等，但现有信息尚不足以确定具体的排放机制。这些氮氧化物高排放与青藏高原的快速变暖和湖泊变化等因素密切相关，表明可能存在前所未知的气候变化-湖泊生态-氮排放反馈。

青藏高原作为“亚洲水塔”，具有极高的生态环境战略价值。在全球变化背景下，高原生态环境受到威胁和挑战，但是其偏远的位置和特殊的地理环境对其生态环境监测造成了极大困难。类似的困难也出现在世界其他偏远地区。该研究表明，利用卫星遥感实现全球大气环境变化探测，特别是对青藏高原等偏远地区的环境监测，具有重要的科学意义和应用价值。

上述研究得到第二次青藏高原综合科学考察专项和国家自然科学基金的资助。

图1：2019年6-8月青藏高原湖泊的氮氧化物高排放。（左）135个湖泊氮氧化物排放反演结果，其中黑色实线标注了湖泊轮廓，数字标注了排放总量最高的前10个湖泊，蓝色线和粉色线分别标注了主要河流和山脉的位置。（右）青藏高原二氧化氮柱浓度分布。

参考文献：

1.Kong, H., Lin, J.-T. *, Zhang, Y.-H., Li, C.-J., Xu, C.-H., Shen, L., Liu, X., Yang, K., Su, H., and Xu, W.: High natural nitric oxide emissions from lakes on Tibetan Plateau under rapid warming, Nature Geoscience, doi:10.1038/s41561-023-01200-8, 2023

2.Kong, H., Lin, J.-T. *, Chen, L.-L., Zhang, Y.-H., Yan, Y.-Y., Liu, M.-Y., Ni, R.-J., Liu, Z., and Weng, H.-J.: Considerable unaccounted local sources of NOx emissions in China revealed from satellite, Environmental Science & Technology, 56, 7131-7142, doi:10.1021/acs.est.1c07723, 2022

3.Liu, M.-Y., Lin, J.-T. *, Kong, H., Boersma, K. F., Eskes, H., Kanaya, Y., He, Q., Tian, X., Qin, K., Xie, P., Spurr, R., Ni, R.-J., Yan, Y.-Y., Weng, H.-J., and Wang, J.-X.: A new TROPOMI product for tropospheric NO2 columns over East Asia with explicit aerosol corrections, Atmospheric Measurement Techniques, 13, 4247-4259, doi:10.5194/amt-13-4247-2020, 2020 (data available at http://www.pku-atmos-acm.org/acmProduct.php/#TROPOMI)

4.Kong, H., Lin, J.-T. *, Zhang, R.-X., Liu, M.-Y., Weng, H.-J., Ni, R.-J., Chen, L.-L., Wang, J.-X., Yan, Y.-Y., and Zhang, Q.: High-resolution (0.05°×0.05°) NOx emissions in the Yangtze River Delta inferred from OMI, Atmospheric Chemistry and Physics, 19, 12835-12856, doi:10.5194/acp-19-12835-2019, 2019