新聞動態(tài)張艷利、冉浩汎、王新明等-NC：高時空分辨率建模大幅改進森林邊緣和城區(qū)BVOCs排放估算
陸地植被排放生物源揮發(fā)性有機物（BVOCs）排放占全球揮發(fā)性有機物（VOCs）總排放量90%左右，且大氣反應活性強，在調控臭氧（O3）、二次有機氣溶膠（SOA）以及大氣氧化能力起著關鍵作用，深刻影響區(qū)域空氣質量及全球氣候變化。然而，影響B(tài)VOCs排放因素復雜，特別是在受人為活動干擾比較強烈的城市和森林邊緣，植被覆蓋類型等因素動態(tài)變化大，如何精確、快速在多尺度估算其排放是長期困擾科學界的難題之一。
8月28日，由中國科學院廣州地球化學研究所王新明研究員團隊張艷利研究員和其博士生冉浩汎，與清華大學張強教授團隊和加州大學爾灣分校的Alex Guenther教授合作，開發(fā)的GEE-MEGAN模型為解決這一難題取得了突破性進展。GEE-MEGAN以其高時空分辨率的BVOCs建模，揭示了關鍵區(qū)域與以往傳統(tǒng)BVOCs模型估算的巨大差異 (全球主要城市差異高達~25倍、在亞馬遜毀林弧相差約80%）。該研究成果以“Improved modelling of biogenic emissions in human-disturbed forest edges and urban areas”為題發(fā)表在《Nature Communications》 期刊。
構建GEE-MGEAN模型
GEE-MEGAN對于廣泛應用的MEGAN2.1模型（Alex Guenther教授于2012年開發(fā)）做出了重大的改進。該模型利用Google Earth Engine（GEE）強大遙感云計算能力，融合多遙感衛(wèi)星數據（如MODIS、Landsat、Sentinel等）和機器學習算法（圖1），改進了靜態(tài)的標準排放因子地圖和葉面積指數（LAI）估計，實現(xiàn)了10-30米空間分辨率、近實時的BVOCs排放模擬，為研究BVOCs排放帶來的空氣質量與氣候效應提供了有力工具。
圖1 GEE-MEGAN模型與傳統(tǒng)BVOCs估算模型MEGAN的異同
相較于傳統(tǒng)MEGAN模型，GEE-MEGAN模型顯著優(yōu)化了城市和森林邊緣這些受人為活動擾動相對較大地區(qū)的BVOCs排放估算。與已有站點通量觀測比較，減少了均方根誤差（RMSE）21.6-48.6%，同時觀測與估算值相關性也得到提升。更重要的是，GEE-MEGAN展現(xiàn)了出色的空間分辨率能力，對城市區(qū)域的BVOCs排放熱點捕捉與真實世界的綠地分布表現(xiàn)出高度一致（圖2）。
圖2 GEE-MEGAN和傳統(tǒng)MEGAN2.1模型在巴黎、洛杉磯、倫敦和北京針對異戊二烯排放模擬與Google地圖影像植被空間分布的對比
城市區(qū)域BVOCs排放被低估
在北京、倫敦、巴黎和洛杉磯等大型城市，GEE-MEGAN模型估算夏季BVOCs排放量相較傳統(tǒng)MEGAN2.1模型差異巨大，最高可達25倍（圖3），這主要源于GEE-MEGAN能夠識別城市中植被破碎的空間分布，精準捕捉城市中微小植被斑塊，從而能更好地捕捉傳統(tǒng)粗分辨率模型所未能分辨的BVOCs排放熱點。因此，GEE-MEGAN可助力更好地定量研究評估BVOCs在城區(qū)排放占比、溫度依賴性及其與人為源污染物相互影響等重要問題。
圖3 GEE-MEGAN（M2）與MEGAN2.1（M1）針對北京、巴黎、洛杉磯和倫敦的BVOCs排放估計對比
亞馬遜熱帶雨林毀林弧BVOCs排放被高估
GEE-MEGAN具備全球無縫的模擬能力，在全球最大的BVOCs排放源區(qū)—亞馬遜熱帶雨林，也表現(xiàn)出卓越的空間精度模擬能力（圖4）。亞馬遜森林邊緣受人為影響強烈，存在著名的所謂“毀林弧”（Arc of Deforestation）。在此地區(qū)，傳統(tǒng)MEGAN2.1模型相較于GEE-MEGAN，BVOCs排放量被顯著高估，局部區(qū)域甚至相差達77%，整體平均高估幅度為31%。GEE-MEGAN模型通過高分辨率數據精準反映出擾動區(qū)域的真實BVOCs排放水平，整個亞馬遜區(qū)域總排放量較MEGAN2.1降低了13%左右，這對準確評估人類活動對全球森林擾動產生的BVOCs變化及其空氣質量和氣候變化效應極為重要。
圖4 GEE-MEGAN與MEGAN2.1對亞馬遜區(qū)域2019年8月異戊二烯排放估算的比較
?
GEE-MEGAN雖然展現(xiàn)出高時空分辨率模擬能力，但應用起來更加快捷便利。例如：在500米分辨率下針對南美洲（南緯60°–北緯13°，西經35–90°）進行BVOCs排放模擬，在本地Intel Xeon Gold 6230R CPU（2.1 GHz）上運行，傳統(tǒng)MEGAN2.1每個物種需要約737秒才能完成模擬，而GEE-MEGAN每個物種僅需7-9秒即獲得相當結果，處理速度提升100倍左右，數據傳輸量減少了 97-99%，即使對更大規(guī)?；蚋叻直媛蕬?，也能實現(xiàn)高效處理。這種排放估算從“陽春白雪”飛入“尋常百姓家”，可成為城市綠化和氣候緩解策略方面的輔助工具，從而為城市規(guī)劃者提供精細到社區(qū)甚至街道級別的數據支持，幫助其在實施綠化項目時有效評估空氣質量和氣候效益，優(yōu)化綠化策略。以美國洛杉磯為例，其251個社區(qū)中，GEE-MEGAN估算BVOCs排放量比傳統(tǒng)MEGAN估算值平均約高23倍（圖5），相應的大氣反應性和二次產物生成潛勢也會有很大不同。隨著全球變暖加劇，由于BVOCs影響O3和SOA生成乃至甲烷大氣化學壽命，在全球范圍和城市尺度準確評估BVOCs這些短壽命活性氣體排放的重要性正在日益凸顯。GEE-MEGAN通過近實時、高精度的排放模擬，極大地提高了我們對植被與大氣相互作用的理解，在BVOCs排放及氣候反饋、人為活動對自然系統(tǒng)擾動、生物圈-大氣圈相互作用研究中具有應用潛力。
圖5. 洛杉磯GEE-MEGAN與傳統(tǒng)MEGAN模擬BVOCs排放空間分布對比
?
本研究受到王新明研究員主持的國家自然科學基金創(chuàng)新研究群體項目（42321003）、國家重點研發(fā)計劃項目（2022YFC3701103）和彭平安院士主持的廣東省基礎與應用基礎研究重大項目（2023B0303000007）等聯(lián)合資助。
?
論文信息：
Zhang Y.（張艷利）, Ran H.（冉浩汎）, Guenther A., Zhang Q.（張強）, George C., Mellouki W., Sheng G.（盛國英）, Peng P.（彭平安）, Wang X.（王新明）*.?Improved modelling of biogenic emissions in human-disturbed forest edges and urban areas. Nature Communications, 16, 8064 (2025). https://doi.org/10.1038/s41467-025-63437-8
