北美与欧洲野火期间不同树种对细模态气溶胶辐射强迫的差异性影响研究

本研究针对野火排放的细模态气溶胶光学厚度（fAOD）因树种差异导致的辐射强迫效应不明的问题，开发了深度学习模型SIDN，首次量化了23个树种属对fAOD的贡献差异，发现Pseudotsuga和Picea属的冬季辐射强迫效应分别增加2.2倍和4倍以上，为气候变化模型和靶向森林管理提供了关键数据支撑。

　　

全球变暖加剧野火频发，其排放的细模态气溶胶（fine-mode aerosol optical depth, fAOD）通过改变大气辐射平衡深刻影响气候。然而，不同树种燃烧产生的fAOD差异及其辐射强迫效应长期缺乏量化研究。传统方法依赖室内模拟实验，难以反映真实野火复杂性；而卫星数据如MODIS和MISR因分辨率限制和沙漠粉尘干扰（如欧洲的Saharan dust影响粗模态AOD/cAOD），无法精准分离fAOD。这一空白导致IPCC第五次评估报告指出野火气溶胶气候效应存在争议。

为解决这一难题，中国某研究团队开发了协同反演深度神经网络模型（Simultaneous fAOD-cAOD Inversion Deep Neural Network, SIDN），生成2003-2023年每日0.5^o
分辨率的fAOD/cAOD数据集。通过整合139个树种至23个属的野火数据，首次揭示了北美和欧洲野火中树种特异性的fAOD辐射强迫差异。研究发现：美国西北海岸的Pseudotsuga属冬季野火fAOD贡献显著增加，其大气增温效应在中层大气提升2.2倍；加拿大广泛种植的Picea属（针叶树）辐射强迫效应更甚，较非火灾条件增长超4倍。该成果发表于《Journal of Hazardous Materials》，为气候模型和区域生态管理提供了关键依据。

关键技术方法
研究利用MODIS C6.1 L1B/L3和MISR数据作为输入，以AERONET站点观测为真值训练SIDN模型。通过联合反演fAOD与cAOD提升精度，验证覆盖全球183个AERONET站点。树种数据整合自GEDI和FHP数据库，辐射强迫计算结合大气分层分析。

研究结果

1. 训练数据与模型验证：SIDN相比传统卫星产品显著降低fAOD反演误差，尤其在野火高值区域克服了MISR的系统性低估问题。
2. 树种特异性fAOD贡献：Pseudotsuga属冬季fAOD排放增幅最显著，而Picea属在加拿大全域呈现跨大气层的辐射强迫倍增效应。
3. 辐射强迫差异：针叶树种（如Picea）因高挥发物含量和生物量密度，其野火排放的fAOD对大气能量平衡扰动远超阔叶树种。

结论与意义
该研究突破性地量化了树种对野火气溶胶气候效应的差异化影响，揭示植被类型是预测野火气候反馈的关键变量。Pseudotsuga和Picea等属的强辐射强迫效应警示：当前气候模型若忽略树种差异将严重低估野火的气候影响。研究提出的SIDN模型和高精度数据集为全球气溶胶研究树立新标准，同时为优先保护高排放风险树种区域的森林管理策略提供科学依据。环境启示部分强调，未来需针对易引发强辐射强迫的树种优化防火措施，以缓解野火对气候系统的级联效应。