《Atmospheric Environment》:Comparison of nitrogen inputs on forest obtained by deposition modelling and observed soil nitrogen accumulation
编辑推荐:
摘要:森林比短植被捕获更多的活性氮气体和尘埃颗粒。然而,在具有低空间分辨率的大尺度沉积模型中,由于网格单元中森林比例有限,这种效应被平均化。此处研究人员展示了在碎片化森林区域(例如荷兰常见的区域)中使用高分辨率输入数据以准确捕获氮(N)沉积输入的必要性。研究人
摘要:森林比短植被捕获更多的活性氮气体和尘埃颗粒。然而,在具有低空间分辨率的大尺度沉积模型中,由于网格单元中森林比例有限,这种效应被平均化。此处研究人员展示了在碎片化森林区域(例如荷兰常见的区域)中使用高分辨率输入数据以准确捕获氮(N)沉积输入的必要性。研究人员将荷兰大气传输模型OPS应用于荷兰127个森林样地,并结合大气氮沉降的归宿数据,即观测到的土壤活性氮(Nr)积累速率以及1990年至2023年期间森林氮吸收和氮淋溶至水体的估算值,使用了不同空间分辨率的OPS输入数据(土地利用和地表粗糙度)。结果表明,当使用标准空间分辨率1 km × 1 km时,1990年至2023年127个森林样地的平均计算沉积约为34 kg N ha-1 yr-1。将计算分辨率提高到250 m × 250 m时,平均沉积约为38 kg N ha-1 yr-1,而仅使用森林数据(对应于测量地点的土地利用)时,计算的平均沉积为44-45 kg N ha-1 yr-1。基于土壤Nr积累观测以及森林氮吸收和氮淋溶估算的平均Nr沉积估计值为51 kg N ha-1 yr-1。尽管平均氮沉积及其归宿的估计存在不确定性(标准误差在10%至20%之间变化),结果表明,即使使用相对高空间分辨率的网格单元(如250 m × 250 m),在碎片化森林区域中仍过于粗糙,无法捕捉到森林上增强的氮沉积。
以下是根据论文内容撰写的解读文章,字数约1500字,严格按照要求,避免推测,专业术语用括号备注英文缩写,保留原文上下角标。
**解读文章**
**研究背景与问题**
欧洲自工业革命和哈伯-博世法(Haber-Bosch process)开发以来,工业与交通排放的氮氧化物(NO
x)以及农业排放的氨气(NH
3)大幅增加,尤其在1960年至1990年间。这些活动通过矿物肥料支持了人类营养,但也对生态系统和人类健康造成了损害。在欧洲森林中,氮沉降导致了多种变化,包括对树木生产力、树木营养(反映在叶片养分浓度)、林下植被组成以及土壤化学的影响,如土壤氮淋溶增加和土壤酸化。在荷兰,由于集约化畜牧业导致氮沉降显著升高,这些问题尤为突出。自1990年以来,由于减排政策和经济转型,欧洲氮排放和相应的氮沉降下降,荷兰也实施了强有力的减排政策,导致NO
x、NH
3和SO
2排放分别下降76%、66%和91%,氮沉降下降51%。
在荷兰,大气传输模型OPS(Operationele Prioritaire Stoffen model)被用于评估自然和森林的氮沉降输入,并与临界氮沉降水平进行比较,以评估风险。已知森林比短植被捕获更多的氮气体和尘埃颗粒(干沉降),尤其是针叶林和森林边缘。在荷兰这样具有分散小森林斑块的景观中,森林上的沉积可能比短植被高出一倍。然而,由于OPS模型使用的标准空间分辨率为1 km × 1 km,这一效应仅被部分纳入历史氮沉降序列中。模型使用不同土地利用分数(附带沉积特征)计算网格单元内的总氮沉积,因此当计算单元的空间分辨率从公顷尺度降低到更大尺度时,森林斑块对氮沉积的影响被逐渐平均化。
由于临界负荷超标已成为暂停发放许可证(包括2020年预计暂停约18,000个建筑项目)的原因,OPS模型结果的充分性引发了争议,这促使增加测量点以验证模型结果。通过测定森林穿透雨可用于模型验证,但数据有限,且穿透雨由于叶面氮吸收会低估总氮沉积。另一种间接验证模型结果的方法是评估沉积氮的归宿,包括土壤氮固定(积累)、森林氮吸收和氮淋溶。通过2023年对127个森林样地碳氮库的重新评估(最初于1990年评估),结果显示巨大的氮积累,超过了OPS模型以1 km × 1 km空间分辨率计算的累积氮沉积,表明该分辨率导致对碎片化森林区域氮沉积的低估。
本研究旨在评估为充分捕捉森林特征(如粗糙度长度和边缘效应)导致的氮沉积增加所需的分辨率。通过比较: (i) 使用不同空间分辨率输入数据对荷兰127个森林样地应用OPS模型的结果; (ii) 通过观测土壤氮积累以及估算森林氮吸收和氮淋溶得到的氮沉降归宿数据。
**研究意义**
论文发表在《Atmospheric Environment》。该研究揭示了在碎片化森林区域,即使使用250 m × 250 m的相对高空间分辨率网格单元,仍不足以准确捕捉森林上的增强氮沉积,强调了使用本地高分辨率土地利用数据(如森林斑块尺度)的必要性,为改进氮沉降模型的精度提供了关键依据。
**主要关键技术方法**
研究人员采用以下主要技术方法:(1)使用荷兰大气传输模型OPS(版本5.1.1.0),该模型结合高斯烟羽模型和拉格朗日轨迹模型,计算污染物传输与沉积,干沉降速度通过DEPAC干沉降程序推导,考虑土地利用覆盖特征(如叶面积指数、地表粗糙度、冠层高度)。(2)对127个森林样地(来源:1990年选取的150个样地中的127个,含主要树种,覆盖荷兰沙质土壤类型)进行土壤氮积累评估:分别在1990年和2023年采集有机层和矿质表层(0-30 cm)样品,测定碳氮含量,计算氮库变化,并对1990年矿质土壤氮含量进行方法校正(Kjeldahl法与干燃烧法差异)。(3)评估森林净氮吸收:基于树干体积增长、木材密度和氮含量估算茎干和枝条的固存量及收获移除量。(4)评估氮淋溶:采用2020年代土壤水分氮浓度(深度50 cm)和年降水过剩量估算近期淋溶,并基于历史数据估算1990年代淋溶,取平均淋溶分数(20-25%)用于计算1990-2023年平均淋溶。
**研究结果**
**3.1 不同空间分辨率下的模拟氮沉积**
研究人员通过不同空间分辨率和特定土地利用类别的模拟,展示了土地利用数据细节水平对1990-2023年平均模拟氮沉积的影响。结果表明,由于氮氧化物和氨排放的减排政策,随时间氮沉积下降超过50%。在平铺方法(tiling approach)中,最高平均氮沉积出现在最精细分辨率:250 m × 250 m为38 kg N ha
-1 yr
-1,1 km × 1 km为34 kg N ha
-1 yr
-1,5 km × 5 km为31 kg N ha
-1 yr
-1。这反映了在250 m分辨率下森林比例(具有较大沉积)更高,而5 km分辨率下草地比例(较小沉积)更高。干沉降对分辨率高度敏感(因粗糙度长度变化),而湿沉降相对尺度不变。当使用森林植被参数时,预测平均氮沉积为44-45 kg N ha
-1 yr
-1,针叶林和阔叶林之间差异很小(标准差约6 kg N ha
-1 yr
-1)。若假设森林样地为草地覆盖,则预测沉积量仅为森林的一半,主要原因在于植被粗糙度差异。空间分布显示,氮沉积在荷兰南部、中部和东部畜牧业密度高的区域最大。
**3.2 基于森林生态系统氮归宿的氮沉积估算**
通过土壤氮积累(1990-2023年有机层和矿质表层0-30 cm氮库变化)、树木氮固存(净吸收)和氮淋溶之和估算氮沉降归宿。结果显示,127个森林样地平均氮库增加1022 kg N ha
-1,其中约2/3发生在有机层,1/3在矿质层,平均积累速率约为31 kg N ha
-1 yr
-1(95%置信区间25-37 kg N ha
-1 yr
-1)。森林净氮吸收平均约10 kg N ha
-1 yr
-1。当前氮淋溶估计为6.7 kg N ha
-1 yr
-1(标准误差0.7 kg N ha
-1 yr
-1),约为近年沉积的20-25%。考虑1990-2023年期间平均淋溶分数22.5%,估算平均淋溶速率约10 kg N ha
-1 yr
-1。将平均氮积累(31±6 kg N ha
-1 yr
-1)、氮吸收(10±4 kg N ha
-1 yr
-1)和氮淋溶(10±4 kg N ha
-1 yr
-1)相加,得到127个森林样地平均大气氮沉积为51±14 kg N ha
-1 yr
-1(95%置信区间37-65 kg N ha
-1 yr
-1)。比较发现,即使最低估计也高于1 km × 1 km分辨率的模拟平均氮沉积(34 kg N ha
-1 yr
-1),而250 m × 250 m分辨率的结果(38 kg N ha
-1 yr
-1)仅略高于下限。
**讨论与结论**
讨论部分指出,在评估氮沉降归宿时,研究假设气态氮(NH
3、NO、N
2O、N
2)排放与树木固氮输入相互抵消,但实际固氮可能约2 kg N ha
-1 yr
-1,而反硝化在排水良好沙质土壤中有限,但NO排放可能显著(欧洲森林监测站点平均NO排放2.2 kg N ha
-1 yr
-1),且N
2排放通常更高,因此气态损失可能超过固氮输入。此外,淋溶估计未包括溶解性有机氮(DON),可能约3 kg N ha
-1 yr
-1,因此总损失可能高出约5 kg N ha
-1 yr
-1。在模型方面,尽管特定森林计算与观测平均值最匹配,但物理上最真实的结果应考虑更大区域土地覆盖的交换影响(如草地斑块影响相邻森林斑块),且森林边缘效应(水平流入)可导致前50-100 m内氮沉积显著增加,当前模型未考虑此效应,可能因粗糙度长度过高而补偿了边缘效应。研究强调,尽管存在不确定性,但结果强烈表明,即使在碎片化森林区域使用250 m × 250 m的高分辨率网格,仍过于粗糙,无法捕捉增强的氮沉积。
**结论翻译**
本研究表明,对分散森林区域进行氮沉积建模需要使用森林斑块尺度的本地土地利用数据,以捕捉森林(边缘)效应。使用1 km × 1 km的空间分辨率(荷兰呈现大尺度建模结果的标准程序)导致对实际氮沉积的严重低估。使用该分辨率时,1990年至2023年127个森林样地的计算平均沉积约为34 kg N ha
-1 yr
-1,而基于土壤氮积累观测以及森林氮吸收和氮淋溶估算的平均氮沉积为51 kg N ha
-1 yr
-1。当使用250 m × 250 m空间分辨率时,计算平均氮沉积增加到38 kg N ha
-1 yr
-1,当使用测量地点的森林类型数据时,增加到45 kg N ha
-1 yr
-1。尽管平均氮沉积及其归宿的估计存在不确定性(两个国家估计的标准误差均接近7 kg N ha
-1 yr
-1),结果表明,即使使用相对高空间分辨率的网格单元(如250 m × 250 m),在碎片化森林区域中仍过于粗糙,无法捕捉到森林上增强的氮沉积。相反,应使用本地特定数据以捕捉这一效应。