GCB | 梁玉婷/钱超等揭示降低量化全球湿地甲烷排放温度依赖性的不确定性

本文针对全球湿地甲烷排放（EM）温度依赖性量化存在不确定性的问题展开研究。背景方面，湿地是大气甲烷的主要自然来源，其排放对温度变化敏感，但受限于观测数据稀疏和生物地理异质性，现有估算存在较大偏差。研究目的旨在通过结合混合效应模型与人工智能技术，构建一个两阶段框架，以更准确地表征全球湿地EM的空间格局和生物地理变异。结论显示，全球仅约73.6%的湿地区域符合经典的阿伦尼乌斯型温度依赖性，且EM值存在明显的纬度梯度（热带0.634 eV、温带0.678 eV、北方0.745 eV）。忽略这种变异可能导致本世纪末甲烷排放预测低估4.2%–13.3%。该研究提高了气候-碳循环模型中温度敏感性参数的精度，为应对气候变化提供了科学依据。