2006–2015年中國大氣無機氮干沉降時空格局數據集

2006–2015年中國大氣無機氮干沉降時空格局數據集
作者:賈彥龍 王秋鳳 朱劍興 陳智 何念鵬 於貴瑞
2020年1月2日
本作品收錄於《中國科學數據
賈彥龍, 王秋鳳, 朱劍興, 等. 2006–2015年中國大氣無機氮干沉降時空格局數據集[J/OL]. 中國科學數據, 2019. (2020-01-02). DOI: 10.11922/csdata.2019.0078.zh.


摘要&關鍵詞

編輯

摘要:干沉降是大氣氮沉降的重要組分,對陸地生態系統的結構和功能有重要影響。由於干沉降組分複雜、觀測技術難度大,我國干沉降觀測的站點少、時間短,如何獲取精度高、時間序列長的干沉降空間格局數據是評估干沉降對我國生態系統影響的關鍵。本研究基於干沉降的站點觀測數據和NO2、NH3遙感柱濃度數據,分別建立了評估不同形態干沉降的遙感統計模型,生成了2006–2010年、2011–2015年2個時期中國無機氮干沉降通量的空間格局數據集,包括顆粒態NH4+ 、NO3- 、氣態NO2、HNO3、NH3和總干沉降通量6個指標,空間分辨率為10 km×10 km,數據格式為tiff。本數據集是第一個基於地面實測數據生成的中國大氣氮干沉降可公開共享數據集,可為中國大氣氮沉降的生態效應和環境效應評估提供數據基礎,也可為我國的氮素管理政策提供理論支持。

關鍵詞:中國;干沉降;遙感模型;時空格局

Abstract & Keywords

編輯

Abstract: Dry deposition is an important component of atmospheric nitrogen (N) deposition, which has considerable effects on construction and functions of ecosystems. Because of the complexity of dry deposition and the difficulty of observation technologies, there were few monitoring stations in short-term for dry deposition observation in China. Therefore, how to get a spatial pattern dataset with high resolution and long-term for dry deposition is key to evaluate their ecological effects on ecosystems to China. Based on the ground monitoring data of dry deposition and remote sensing data of NO2 and NH3, we constructed remote sensing statistical models for different species of dry deposition, then the spatial dataset of dry deposition during 2006–2010 and 2011–2015 in China was generated. The dataset includes particulate NH4+ , NO3- , gaseous NO2, HNO3, NH3, and total dry N deposition, with spatial resolution of 10 km×10 km in tiff format. This dataset is the first open dry N deposition based on ground monitoring data in China, which can provide basic data for assessing their ecological and environmental effects and support the policy-making for N management.

Keywords:  China; dry deposition; remote sensing model; spatial and temporal pattern

數據庫(集)基本信息簡介

編輯
數據庫(集)名稱 2006–2015年中國大氣無機氮干沉降時空格局數據集
數據作者 賈彥龍、王秋鳳、朱劍興、陳智、何念鵬、於貴瑞
數據通信作者 於貴瑞(yugr@igsnrr.ac.cn)
數據時間範圍 20062015年
地理區域 中國大陸區域
空間分辨率 10000 m
數據量 27.0 MB
數據格式 *.tiff
數據服務系統網址 http://www.cnern.org.cn/data/meta?id=40575 http://www.sciencedb.cn/dataSet/handle/921
基金項目 河北省自然科學基金(C2018204096);國家自然科學基金項目(31700377);中國科學院戰略性先導科技專項(XDA19020302);國家重點研發計劃(2016YFA0600104)。
數據庫(集)組成 數據集共包括6個指標:NH4+ ,大氣顆粒態銨干沉降;NO3- ,大氣顆粒態硝干沉降;NO2,氣態二氧化氮干沉降;HNO3,氣態硝酸氣干沉降;NH3,氣態氨氣干沉降;Total dry N,為總干沉降,即5種類型干沉降之和。 數據集包括12個數據文件,分別為不同時期各形態干沉降空間格局數據,命名規則為XXX_d_YYYY_YYYY.tiff,其中XXX代表氮沉降的種類,d代表干沉降,YYYY_YYYY代表時間段。例如:HNO3_d_2006_2010.tiff是2006–2010年中國大氣HNO3干沉降空間格局數據。

Dataset Profile

編輯
Title A spatial and temporal dataset of atmospheric inorganic nitrogen dry deposition in China (20062015)
Data corresponding author Yu Guirui (yugr@igsnrr.ac.cn)
Data authors Jia Yanlong, Wang Qiufeng, Zhu Jianxing, Chen Zhi, He Nianpeng, Yu Guirui
Time range 2006 – 2015
Geographical scope Mainland China
Spatial resolution 10000 m
Data volume 27 MB
Data format *.tiff
Data service system <http://www.cnern.org.cn/data/meta?id=40575> <http://www.sciencedb.cn/dataSet/handle/921>
Sources of funding Provincial Science Foundation of Hebei (C2018204096); National Natural Science Foundation of China (31700377); Strategic Priority Research Program of the Chinese Academy of Sciences (XDA19020302); National Key Research and Development Program of China (2016YFA0600104).
Dataset composition The dataset includes 12 files indicating the spatial patterns of gaseous NO2, HNO3, NH3, particulate NH4+ , NO3- , and total dry N deposition during 20062010 and 2011–2015 in China. Each data document is recorded as XXX_d_YYYY_YYYY.tiff, where XXX_d and YYYY_YYYY denote the type of dry N deposition and the study period, respectively. For example, HNO3_d_2006_2010.tiff records the spatial pattern of dry gaseous HNO3 deposition flux in China during 2006–2010.


引 言

編輯

大氣氮沉降是指大氣氣態和顆粒態含氮物質沉降到地表的過程,通過降水發生的為濕沉降,在沒有降水時通過重力、湍流等作用發生的是干沉降[1]。干沉降是大氣氮沉降的重要組分,其在氮沉降中所占比例約為30%–70%,存在區域差異和動態變化[2]。干沉降中的氮素可通過葉片的氣孔進入植物或沉降到土壤,對生態系統的養分吸收、氮循環、溫室氣體平衡等過程有重要影響,而且,干沉降也是一種大氣污染的指示指標,對人類健康、動植物生存、工農業生產等產生影響。因此,獲取大氣氮干沉降的時空格局數據是評估其生態效應和環境效應的關鍵。

中國是全球大氣氮沉降的三大熱點區之一[3],以前對於我國氮沉降的站點監測和空間評估主要集中在濕沉降[4][5][6]。相比大氣氮濕沉降,干沉降組分更加複雜,其無機態的形式主要有氣態的NO2、HNO3、NH3和顆粒態的NH4+ 、NO3- ,這給干沉降的監測帶來了很大的難度,因此站點尺度的干沉降觀測在我國非常少,這也為評估我國干沉降的空間格局帶來了挑戰。在干沉降空間格局評估上,大氣化學傳輸模型是一種主要方法,但是其模擬結果具有較大的不確定性[2]。近年來,NO2和NH3遙感柱濃度數據先後釋放,其具有空間分辨率高、覆蓋區域廣、時間連續性的特點,如何利用該數據評估大氣氮干沉降的時空格局成為目前亟待解決的問題。

在本研究中,我們基於文獻收集的大氣氮干沉降站點數據,結合NO2和NH3遙感柱濃度數據,建立了評估大氣氮干沉降遙感統計模型,生產了2006–2015年(5年一期,共2期)中國大氣無機氮干沉降的空間格局數據集,指標包括氣態的NO2、HNO3、NH3和顆粒態的NH4+ 、NO3- 。本數據集的公開共享可為中國大氣氮沉降的生態效應和環境效應評估提供數據基礎,也可為我國的氮素管理政策提供理論支持。

1 數據採集和處理方法

編輯

在本研究中,中國大氣無機氮干沉降時空格局數據集的生成是基於地面觀測數據和遙感數據建立的遙感統計模型,因此,數據集的生產流程包括干沉降站點監測數據收集、遙感數據收集、遙感建模方法、干沉降速率數據處理和干沉降通量空間格局生成5個部分,主要流程見圖1。

1.1 干沉降站點觀測數據收集

編輯

本研究中,中國大氣無機氮干沉降站點數據來自中國農業大學建立的氮沉降觀測網絡數據(43個站點)[7][8],數據指標包括顆粒態NH4+ 、NO3- ,氣態NO2、HNO3、NH3的年均濃度和年通量數據。由於干沉降觀測方法難度較大,我國的干沉降數據一直較少,而該網絡是目前我國觀測較為系統、方法統一、覆蓋面廣的干沉降觀測網絡,因此,本研究使用該網絡數據作為建立遙感統計模型的站點數據。


圖片

圖1 中國大氣無機氮干沉降空間格局生成主要流程示意圖


1.2 遙感數據收集和處理

編輯

本研究利用的NO2遙感數據來源於對流層排放監測網絡服務中心(TEMIS, www.temis.nl)發布的OMI探測器NO2對流層垂直柱濃度數據。我們下載了2006–2015年NO2柱濃度的月尺度數據產品,數據空間分辨率為0.125°,數據單位為1015 molec./cm2,數據格式為ESRI grid。NO2柱濃度的年均值由其月均值算術平均得到。

NH3遙感數據來自於Infrared Atmospheric Sounding Interferometer (IASI)。該衛星2006年10月發射,2008年開始有NH3柱濃度數據產品發布。我們從ESPRI Data Centre下載了2008–2015年的NH3柱濃度數據,數據單位為1015 molec./cm2,應用MATLAB軟件將原始數據產品處理為ESRI grid格式的NH3柱濃度年均值數據,數據空間分辨率為0.25°。具體方法詳見本研究團隊的前期論文[9]

1.3 大氣氮化物地面濃度的評估

編輯

根據氮排放、轉化、沉降的過程,本研究團隊基於大氣氮化物地面濃度和NO2、NH3遙感柱濃度數據分別建立了估算顆粒態NH4+ 、NO3- 和氣態NO2、HNO3、NH3地面濃度的遙感統計模型[9]。利用該模型和NO2、NH3遙感柱濃度數據,我們得到了2006–2015年5年一期共2個時期中國顆粒態NH4+ 、NO3- 和氣態NO2、HNO3、NH3地面濃度的空間分布圖,空間分辨率為10 km×10 km。需要說明的是,由於從2008年才有NH3遙感柱濃度數據,且2010年數據有缺失,因此2006–2010年顆粒態NH4+ 和氣態NH3地面濃度的空間格局數據由2008、2009年兩年的數據平均計算得出。

1.4 干沉降速率數據收集和處理

編輯

研究表明,土地利用類型是影響干沉降速率最主要的因素[10]。我們收集了不同土地類型下顆粒態NH4+ 、NO3- 和氣態NO2、HNO3、NH3的沉降速率,土地利用類型涵蓋了森林、草地、農田、城市、灌木、濕地、荒漠、水域等,並將干沉降速率按照土地利用類型進行平均,得到了各種土地利用類型五種氮化物的沉降速率的均值[11]。然後,結合中國的土地利用分布圖(來自Globcover[12]),得到了5種氮化物沉降速率的中國分布圖。

1.5 大氣氮干沉降通量的評估

編輯

基於推算法(Inferential method),干沉降通量(Fdry )可以表達為氮化物的地面濃度(C)與其沉降速率(Vd )的乘積:

圖片 (1)

與其他形態干沉降不同,氣態的NH3在以干沉降方式向下沉降的同時,地表的下墊面也同時會以揮發的形式向上排放NH3[13] ,這種過程被稱為NH3干沉降的補償作用。因此,有別於其他4種氮化物,NH3的干沉降通量的計算公式為:

圖片 (2)

其中,C0 表示NH3的補償點濃度(即當空氣中的NH3濃度超過補償點時才發生淨的NH3向下沉降)。各種生態系統類型的C0 值從文獻中得到[14][15]

根據公式(1)和(2),我們通過氮化物的地面濃度與沉降速率來計算了2006–2015年5年一期共2個時期中國顆粒態NH4+ 、NO3- 和氣態NO2、HNO3、NH3干沉降通量的空間分布圖。

2 數據樣本描述

編輯

2.1 命名格式

編輯

中國大氣無機氮干沉降時空格局數據集的命名規則為:XXX_d_YYYY_YYYY.tiff,其中XXX代表氮沉降的種類,d代表干沉降,YYYY_YYYY代表時間段。例如,HNO3_d_2006_2010.tiff是2006–2010年中國大氣HNO3干沉降空間格局數據。

2.2 數據樣本

編輯

本數據集包括2006–2010年、2011–2015年2個時期中國顆粒態NH4+ 、NO3- 、氣態HNO3、NO2、NH3和總干沉降通量的空間格局分布圖,共12個文件。圖2為2011-2015年中國顆粒態NH4+ 、NO3- ,氣態NO2、HNO3、NH3和總干沉降通量空間格局圖的數據展示,顏色由綠到紅代表干沉降通量由低到高,白色區域代表無數據區域。


圖片

圖2 2011–2015年中國大氣無機氮干沉降通量空間格局圖(數據不包括我國台灣省和南海諸島)A:NO2;B:HNO3;C:NO3-;D:NH4+;E:NH3;F:總干氮沉降。單位Kg N ha-1 yr-1。審圖號:GS(2018)4935號。


3 數據質量控制和評估

編輯

本研究中國干沉降空間格局的生成是基於實測站點的遙感統計模型完成。為了保證結果的可靠性,需要對評估結果進行驗證,但是我國干沉降站點觀測數據很少,因此我們利用中國農業大學的氮沉降觀測網絡數據對干沉降結果進行了交叉驗證。評價指標包括R2、RMSE、回歸係數、p值(圖3)。驗證結果表明,基於本研究遙感統計模型的結果能夠較好地表達中國大氣氮干沉降的空間格局分布趨勢。但是,仍然存在一些不確定性因素會影響對干沉降通量的評估結果。這些不確定性因素的主要來源有以下幾個方面:(1)NO2遙感柱濃度產品。探測器對流層遙感柱NO2濃度反演的誤差來源主要是大氣質量因子(AMF)的計算,而AMF的不確定性為10%–40%[16]。(2)地面觀測站數據。中國農業大學的氮沉降觀測網絡是目前國內比較系統的觀測網絡,但由於干沉降觀測技術難度較大,其觀測也會存在一定誤差。(3)干沉降速率的評估。干沉降速率的評估主要來自模型模擬的結果,也存在較大的不確定性[17]。鑑於此,我國應加強對大氣氮干沉降的聯網觀測,增加觀測點數量、分布的均勻性和長期性,以減少對干沉降空間評估的None不確定性。


圖片

圖3 干沉降空間格局評估結果的交叉驗證a:NO2干沉降; b:HNO3干沉降;c:NO3-干沉降;d:NH3干沉降;e:NH4+干沉降。單位:kg N ha-1 yr-1。


4 數據使用方法和建議

編輯

本數據集在ArcGIS環境下製作生成,格式為tiff,可在支持以上格式的可視化地理信息系統軟件中查看和使用。需要注意的是,本數據集適用於對我國干沉降生態效應和環境效應的時空格局評估,但對於單站點的評估可能會存在一定的誤差。

致 謝

編輯

感謝氮沉降觀測者和NO2、NH3遙感柱濃度觀測分析者的辛勤付出和為科學進步的無私奉獻!

參考文獻

編輯
  1. SEINFELD J H & PANDIS S N. Atmospheric Chemistry and Physics: From Air Pollution to Climate Change, 2nd Edition[M]. Hoboken, John Wiley & Sons, Inc, 2006.
  2. ^ 2.0 2.1 VET R, ARTZ R S, CAROU S, et al. A global assessment of precipitation chemistry and deposition of sulfur, nitrogen, sea salt, base cations, organic acids, acidity and pH, and phosphorus. Atmospheric Environment, 2014, 93: 3-100.
  3. DENTENER F, DREVET J, LAMARQUE F, et al. Nitrogen and sulfur deposition on regional and global scales: A multimodel evaluation[J/OL]. Global Biogeochemical Cycles, 2006, 20. Doi:10.1029/2005 gb002672.
  4. 賈彥龍, 王秋鳳, 朱劍興, 等. 1996–2015年中國大氣無機氮濕沉降空間格局數據集[J/OL]. 中國科學數據, 2019, 4(1). DOI: 10.11922/csdata.2018.0031.zh.
  5. JIA Y L, YU G R, HE N P, et al. Spatial and decadal variations in inorganic nitrogen wet deposition in China induced by human activity[J/OL]. Scientific Reports, 2014, 4. DOI: 10.1038/srep03763.
  6. LIU X J, ZHANG Y, HAN W X, et al. Enhanced nitrogen deposition over China[J]. Nature, 2013, 494: 459-462.
  7. XU W, ZHANG L, LIU X J. A database of atmospheric nitrogen concentration and deposition from the nationwide monitoring network in China[J/OL]. Scientific Data, 2019, 6. DOI: doi.org/10.1038/s41597-019-0061-2.
  8. XU W, LUO X S, PAN Y P, et al. Quantifying atmospheric nitrogen deposition through a nationwide monitoring network across China[J]. Atmospheric Chemistry and Physics, 2015, 15: 12345-12360.
  9. ^ 9.0 9.1 YU G R, JIA Y L, HE N P, et al. Stabilization of atmospheric nitrogen deposition in China over the past decade[J]. Nature Geoscience, 2019, 12: 424-429.
  10. ZHANG L, BROOK J R & VET R. A revised parameterization for gaseous dry deposition in air-quality models [J]. Atmospheric Chemistry Physics, 2003, 3: 2067-2082.
  11. JIA Y L, YU G R, GAO Y N, et al. Global inorganic nitrogen dry deposition inferred from ground- and space-based measurements[J/OL]. Scientific Reports, 2016, 6: 19810. DOI: 10.1038/srep19810.
  12. ARINO O, RAMOS J, KALOGIROU V, et al. GlobCover 2009[C]. ESA Living Planet Symposium, Bergen, Norway, 2010.
  13. SUTTON M A, BURKHARDT J K, GUERIN D, et al. Development of resistance models to describe measurements of bi-directional ammonia surface–atmosphere exchange[J]. Atmospheric Environment, 1998, 32: 473-480.
  14. SHEN J L, TANG A H, LIU X J, et al. High concentrations and dry deposition of reactive nitrogen species at two sites in the North China Plain[J]. Environment Pollution, 2009, 157: 3106-3113.
  15. ZHANG L, WRIGHT L P & ASMAN W A H. Bi-directional air-surface exchange of atmospheric ammonia: A review of measurements and a development of a big-leaf model for applications in regional-scale air-quality models[J]. Journal of Geophysical Research, 2010, 115. DOI: 10.1029/2009JD013589.
  16. BOERSMA K F, ESKES H J, VEEFKIND J P, et al. Near-real time retrieval of tropospheric NO2 from OMI[J]. Atmospheric Chemistry Physics, 2007, 7: 2103-2118.
  17. FLECHARD C R, NEMITZ E, SMITH R I, et al. Dry deposition of reactive nitrogen to European ecosystems: a comparison of inferential models across the NitroEurope network[J]. Atmospheric Chemistry Physics, 2011, 11: 2703-2728.

數據引用格式

編輯

賈彥龍, 王秋鳳, 朱劍興, 等. 2006–2015年中國大氣無機氮干沉降時空格局數據集[DB/OL]. Science Data Bank, 2019. (2019-12-18). DOI: 10.11922/sciencedb.921.


 

本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse