《中国科学院烟台海岸带研究所在黄河三角洲地面沉降及其对碳储量和生境质量的潜在影响研究取得新进展》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: 熊萍
  • 发布时间:2024-12-24
  • 气候变化与人类活动双重影响下,滨海湿地面临着地面沉降和海平面上升导致的海水淹没风险,其生态安全受到严重威胁。掌握滨海湿地的地面沉降情况,探究海水淹没风险及其对生态系统服务的影响机制,可为滨海湿地未来可持续发展提供数据支撑和理论基础。

    中国科学院烟台海岸带研究所王德研究团队基于采样实测数据,结合遥感、GIS和模型模拟等多技术手段,对黄河三角洲滨海湿地的地面沉降及其对碳储量和生境质量的影响等开展了深入研究,主要进展包括:

    1. 基于SBAS-InSAR技术和GNSS数据校准验证反演得到黄河三角洲2017-2020年平均沉降速率。发现:黄河三角洲地面沉降情况普遍,平均沉降速率为30毫米/年,最大值可达360毫米/年,盐田的地下卤水开采是地面沉降加速的主要原因,沉积物重力压实作用也对黄河三角洲的地面沉降产生长期影响。

    2. 基于CASA模型和实测数据量化了黄河三角洲土壤有机碳和植被固碳的时空格局,进一步探究了影响植被固碳的多种因素。发现:植被是黄河三角洲地区碳汇功能的主要影响因素,其次是降水和生物多样性。

    3. 基于LUCC数据,使用InVEST模型系统评估了黄河三角洲过去30年的生境质量和碳储量时空变化特征,并进一步耦合海水淹没模型和PLUS模型预测了生态保护、自然发展和经济发展三种情景下黄河三角洲2035和2050年生境质量格局。发现:(1)2009年前后是黄河三角洲碳储量拐点,黄河入海沙量减少、人工湿地和非湿地替代自然湿地是碳储量先增后减的主要原因;(2)在不提升海堤防护能力的情况下,2035和2050年,黄河三角洲分别约有4.47%-11.58%和6.20%-17.42%的陆地会被海水淹没,导致未来黄河三角洲多情景模拟中生境质量和碳储量均减少,同期生态保护情景下减少速率最小。

    相关研究成果发表在Ecological Indicators、Scientific Reports、生态学报和地球科学进展等期刊。上述研究工作得到了中国科学院烟台海岸带研究所前沿部署项目(YIC E351030601)、国家自然科学基金项目、山东省自然科学基金等科研项目的资助。

    相关论文:

    Tang Z,Ning R,Wang D*,et al. Projections of land use/cover change and habitat quality in the model area of Yellow River delta by coupling land subsidence and sea level rise[J]. Ecological Indicators,2024,158: 111394. https://doi.org/10.1016/j.ecolind.2023.111394

    Tang Z,Wang D*,Tian X,et al. Exploring the factors influencing the carbon sink function of coastal wetlands in the Yellow River Delta[J]. Scientific Reports,2024,14(1):28938. https://doi.org/10.1038/s41598-024-80186-8

    唐志雄,宁荣荣,王德*,等. 黄河三角洲滨海湿地碳储量及其对未来多情最的响应[J].生态学报,2024. 44(8):3280-3292. https://link.cnki.net/doi/10.20103/j.stxb.202308211801

    宁荣荣,王德*,田信鹏,等. 黄河三角洲的地面沉降分析以及海水淹没预估[J]. 地球科学进展,2023,38(3):296.https://link.cnki.net/doi/10.11867/j.issn.1001-8166.2023.006

  • 原文来源:https://yic.cas.cn/xwzx/kydt/202412/t20241219_7504042.html
相关报告
  • 《中国科学院烟台海岸带研究所在滨海湿地土壤碳库对气候变化响应研究方面取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-02-13
    • 滨海湿地的蓝碳功能和增碳潜力已成为缓解全球气候变化的长期解决方案之一,也是我国实现“双碳”目标的基于自然的重要解决方案。同时,滨海湿地也是气候变化的敏感区,气温升高、降水变异、大气氮沉降等环境变化决定着滨海湿地的蓝碳功能及其变化趋势。近期,中国科学院烟台海岸带研究所韩广轩团队依托中国科学院黄河三角洲滨海湿地生态试验站,基于长期野外定位观测和原位控制试验,在滨海湿地土壤碳库对气候变化响应研究方面取得系列进展。 基于6年(2016-2021)的降雨量梯度变化控制实验平台发现,土壤呼吸年均值随着降雨梯度呈指数增加,同时土壤呼吸对降雨处理的敏感性(以降雨处理下每100毫米的降雨变化为标准)表现出显著的年际变化。在气温、净辐射和环境降雨等所有的环境气候中,土壤呼吸对降雨处理敏感性的年际变化只与环境降雨的年际变化有联系,两者呈显著的负相关关系。此外,环境降雨量决定了滨海湿地对降雨处理的敏感性,未来放大的降雨年际变化可能会调节土壤呼吸对气候变化的敏感性。这些发现表明随着野外控制实验处理年份的增加,环境气候的变化可能会对实验梯度处理效应产生影响(Li et al. 2023, Global Change Biology),因此长期野外控制试验平台要关注环境气候的变化对控制实验处理效应的调节作用。 依托野外原位淹水深度控制试验平台(0、5、10、20、30和40cm淹水深度),通过滨海湿地土壤CH4排放、总生态系统CH4排放、净生态系统CO2交换和植物性状等长期定位监测,揭示了淹水深度对植物介导的CH4排放的影响。研究发现淹水深度减少了土壤CH4排放,但增加了总生态系统CH4排放。在不同淹水深度条件下,植物介导的CH4排放占总生态系统CH4排放的99%。另外,淹水深度(0至20cm)强烈的刺激了植物介导的CH4排放。一方面,增加的净生态系统CO2交换促进了植物介导的CH4产生,这可能是因为来自光合输入的碳为产甲烷菌提供了能量和碳源。另一方面,植物高度与植物介导的CH4排放显著相关,这表明植物性状在CH4传输过程中起着重要作用(Zhao et al. 2023, Functional Ecology)。该研究强调了水文状况和植物性状在未来预测湿地生态系统CH4排放中的重要性。 依托建于2012年的大气氮沉降野外控制试验平台,基于土壤异养呼吸和自养呼吸、土壤性质、微生物活性和植物生长等指标测定,发现长期的氮输入使土壤呼吸速率提高了26.6±1.2%。土壤微生物生物量碳增加了4倍,使得异养呼吸速率提高了26.9±1.2%。此外,氮输入促进了植物生长,使地上部生物量增加了28.7±6.9%,同时产生了冷却效应(cooling effect),部分抵消了自养呼吸的增加。研究表明,结合土壤环境条件和植物生长之间的相互作用,氮输入通过增加土壤微生物量碳来促进滨海湿地的土壤呼吸(Qu et al. 2023, Soil Biology and Biochemistry)。 在深入分析蓝碳增汇(特别是土壤碳汇)技术和途径国际发展态势的基础上,结合长期定位监测和技术研发工作,提出了海岸带生态系统蓝碳增汇理念(韩广轩等. 2023, 中国科学院院刊),重点围绕土壤碳减排技术、植物固碳增汇技术、土壤微生物固碳技术、碳沉积埋藏技术这4个关键技术,探索海岸带蓝碳增汇技术体系与途径。建议未来应从研发海岸带蓝碳增汇技术、实现生态保护修复与固碳增汇协同增效、加强固碳增汇技术的监测与评估、建立海岸带蓝碳碳汇发展的长效管理机制等方面,加快前瞻布局和系统研究,为制定海岸带蓝碳增汇途径和提升碳汇功能提供理论和技术支持,在增加生态碳汇能力和实现碳达峰碳中和目标中发挥积极作用。 相关成果发表在Global Change Biology、Functional Ecology、Soil Biology and Biochemistry、《中国科学院院刊》上。研究得到了国家自然科学基金、中国科学院战略性先导科技专项、中国科学院国际大科学计划培育专项的资助。 论文信息: 1. Li, X., Hou, Y., Chu, X., Zhao, M., Wei, S., Song, W., Li, P., Wang, X., Han, G.* (2023). Ambient precipitation determines the sensitivity of soil respiration to precipitation treatments in a marsh. Global Change Biology, https://onlinelibrary.wiley.com/doi/10.1111/gcb.16581 2. Zhao, M., Li, P., Song, W., Chu, X., Eller, F., Wang, X., Liu, J.*, Xiao, L., Wei, S., Li, X., & Han, G. *(2023). Inundation depth stimulates plant-mediated CH4 emissions by increasing ecosystem carbon uptake and plant height in an estuarine wetland. Functional Ecology, 00, 1–15. https://doi.org/10.1111/1365-2435.14258 3. Qu, W., Xie, B., Hua, H., Bohrer, G., Penuelas, J., Wu, C.*, & Han, G.* (2023). Long-term nitrogen enrichment accelerates soil respiration by boosting microbial biomass in coastal wetlands. Soil Biology and Biochemistry, 175, 108864. https://doi.org/10.1016/j.soilbio.2022.108864 4. 韩广轩*, 宋维民, 李远, 肖雷雷, 赵明亮, 初小静, 谢宝华. 海岸带蓝碳增汇:理念、技术与未来建议. 中国科学院院刊, 2022, doi: 10.16418/j.issn.1000-3045. 20220619001.
  • 《中国科学院烟台海岸带研究所在海岸带地面沉降遥感监测研究中取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2022-10-18
    • 快速的城市发展和地下水资源过度开采导致地面沉降现象频发,由此引发的地质灾害已成为全球关注的热点问题之一。地面沉降现象及其带来的危害在沿海地区表现更为突出:增加风暴潮灾害和海水入侵风险,降低城市防汛功能,地下水咸化和耕地盐渍化等,给海岸带地区的社会经济发展、人类生存生活带来严重威胁。传统地面沉降监测方法,如水准测量、GPS测量等,野外周期长、监测点离散,无法实现大面积、高分辨率、高重复性的监测。利用合成孔径雷达干涉测量(InSAR)手段可实现大面积、高精度、连续性的地面沉降监测工作。通过长时间序列的SAR数据与相应的处理和分析,能够有效去除干涉相位中的轨道、大气、DEM误差、低相干性等因素的不利影响,使得InSAR从大尺度监测扩展到缓慢小尺度形变应用监测。 中国科学院烟台海岸带研究所侯西勇研究员团队基于InSAR理论与技术方法,利用SAR卫星数据与时序InSAR方法,包括永久散射体干涉测量(PS-InSAR)和短基线集干涉测量(SBAS-InSAR)技术,对中国海岸带典型沉降区进行了遥感监测研究,对比分析了其沉降时序变化、地面形变场的强弱趋势和空间展布等特征。 研究发现,天津地区的地面沉降遥感反演结果(2017-2019)显示,天津市区地表沉降速率已控制在较低水平,但天津市西郊地面沉降现象仍较为严重,很多城镇区域沉降速率已超过50 mm/year。上海促淤造地新成陆区的地面沉降遥感监测结果(2007-2010,2017-2020)显示,新成陆地区域存在不均匀沉降现象,随着时间的推移沉降速率逐渐变缓;近海地区的沉降比内陆地区更为显著,沉降严重区域(>25 mm/year)主要集中在滴水湖周边及海堤区域。 研究证明,常用于城市沉降监测的PS-InSAR技术,可以实现新成陆区(人造地物较少)大范围、长时间序列的地面沉降遥感监测工作,此外,研究还发现,由于PS-InSAR与SBAS-InSAR方法对地物检测的灵敏度不同,在同一沉降区域其反演结果会略有差异。开展中国海岸带城市的地面沉降遥感监测工作,能够为海岸带开发建设、城市淹没风险评估等研究提供数据与技术支持,具有较强的理论与现实意义。 上述研究工作得到了中国科学院战略性先导科技专项“地球大数据科学工程”子课题“海岸带气候变化风险综合评估与决策支持系统”(No. XDA19060205)等科研项目的资助。 代表性论文: Dong Li, Bin Li, Yuxin Zhang, Chao Fan, He Xu, Xiyong Hou*. Spatial and temporal characteristics analysis for land subsidence in Shanghai coastal reclamation area using PS-InSAR method. Frontiers in Marine Science, 2022, 9:1000523. DOI: 10.3389/fmars.2022.1000523 Dong Li, Xiyong Hou*, Yang Song, Yuxin Zhang, Chao Wang. Ground Subsidence Analysis in Tianjin (China) Based on Sentinel-1A Data Using MT-InSAR Methods [J]. Applied Sciences, 2020, 10(16), 5514. DOI: 10.3390/app10165514