基本信息

标题

Human amplification of climate-induced greenhouse gas emissions from global small water bodies
人类活动放大全球小型水体气候诱导的温室气体排放

发表时间

2026-05-18

作者

Xuliang Zhuanga,b,1, Xiaoxuan Liuc, Shengjun Xua,b, Xu Wanga,b, Aamer Ali Shahd, Lei Wanga,b, Shanghua Wua,b, Cancan Jianga,b,1, Zhiyun Ouyanga,b,1, and Shilong Piaoe

作者机构

a 中国科学院生态环境研究中心，中国北京 100085
b 中国科学院大学资源与环境学院，中国北京 100049
c 中国科学技术大学生命科学学院，生命科学与医学部，中国安徽合肥 230027
d 巴基斯坦伊斯兰堡真纳大学生物科学学院微生物学系，巴基斯坦伊斯兰堡 45320
e 北京大学城市与环境学院碳中和研究院，中国北京 100871

期刊

PNAS

DOI

10.1073/pnas.2537678123

摘要

人类活动放大了小型水体（SWBs）气候诱导的温室气体排放，在全球碳循环中造成了关键但尚未量化的反馈。在此，通过在 470 个野外观测数据上训练机器学习模型并扩展至包含 328 万个水体的全球数据库，我们量化了这种人类放大效应，它驱动小型水体排放 84.5 Tg CO2 y−1 和 11.0 Tg CH4 y−1，占内陆水体总排放量不成比例的高份额（仅占地球表面积的 6%，却贡献了 15% 的 CO2 和 28% 的 CH4）。这种放大主要由农业养分负荷和土地利用强度驱动，这使得农业集水区的 CH4 通量比森林系统高出五倍。未来预测显示，在 SSP5-8.5 情景下，到 2100 年这种协同作用将使排放量增加高达 30%（CO2）和 14%（CH4），而可持续路径（SSP1-2.6）可以通过养分减缓努力来缓解这种排放加速，这是当前气候变化评估中 largely neglected 的反馈过程。

导读

引言

研究背景

小型水体（面积小于1平方公里的池塘、湖泊和水库，不包括河流）是全球碳循环中关键但常被忽视的组成部分。尽管其表面积仅占全球内陆水体的约6%，但由于具有高周长面积比、平均水深浅以及广泛存在的厌氧沉积区等物理特征，小型水体表现出极高的生物地球化学活性，单位面积的温室气体排放速率远高于大型湖泊，对全球内陆水域二氧化碳和甲烷排放具有不成比例的巨大贡献。

科学问题与动机

气候变暖与人类活动共同驱动小型水体的温室气体排放，其中温度控制微生物代谢速率，而人为富营养化通过增加有机碳可用性显著提升排放量。现有证据表明气候与人为因素可能存在非加和性的交互作用，即营养盐 enrichment 可能增强排放对温度的敏感性。然而，目前尚缺乏在全球尺度上定量解耦气候驱动因子与人为压力对小型水体二氧化碳和甲烷排放的相对贡献，特别是未能明确回答人为压力是否以及如何放大气候驱动的温室气体排放这一核心科学问题。

现有研究不足

既往全球估算主要基于大型湖泊的外推，忽略了小型水体的空间异质性，且因测绘困难和高时空变异性导致气泡甲烷通量系统性采样不足，造成巨大不确定性。大多数升尺度研究依赖粗分辨率环境数据，遗漏了化肥施用和牲畜密度等细尺度人为压力指标，无法识别由人类活动驱动的局部排放热点。此外，现有方法通常应用简单的线性外推或基于尺寸的分类统计，难以捕捉气泡甲烷通量对变暖和沉积有机物的非线性响应，也未能整合高分辨率人类活动数据以全面量化人为放大效应。

研究目标与创新

本研究构建了集成野外观测、高分辨率空间数据和机器学习模型的分析框架，旨在首次在全球尺度量化人类活动对小型水体气候驱动温室气体排放的放大效应，并编制包含气泡甲烷通量的全球高分辨率排放清单。通过解耦气候与人为驱动的相对贡献，研究揭示了当地人类活动如何增强农业和城市景观中排放的温度敏感性，使小型水体从气候变化的被动响应者转变为主动放大器。同时，研究预测了不同共享社会经济路径下的未来排放轨迹，阐明了可持续营养管理在减缓排放加速方面的潜力，为修正地球系统模型和制定综合土地-水-气候政策提供了数据支持。

方法

数据来源与类型

整合全球文献中470个小水体（<1 km²）现场观测数据，涵盖CO₂、CH₄及冒泡通量。结合GLAKES数据库识别328万个小水体。引入人类足迹指数、施肥率等高分辨率人为驱动因子，以及气候、地形、土壤和植被等多源环境变量，构建全面数据集。

核心方法或技术

采用随机森林机器学习模型量化非线性关系，关键参数设为mtry=8、ntree=800。利用偏最小二乘结构方程模型解析人为活动对排放的结构路径。通过SHAP值解释变量贡献，结合Mann-Whitney U检验及ANOVA统计不同土地利用类型间的排放差异显著性。

研究过程或实验步骤

清洗标准化通量数据，提取水体周围2 km缓冲区环境特征。按80:20划分训练与验证集建模。基于训练模型对全球328万个小水体进行空间上推估算年排放量。最后代入IPCC AR6三种共享社会经济路径情景数据，预测至2100年的温室气体排放趋势变化。

方法创新点或亮点

构建首个显式包含冒泡甲烷通量的高分辨率全球小水体排放清单，纠正以往低估。创新性地将高分辨率人为活动数据与自然驱动因子解耦，定量揭示农业营养负荷和城市化对气候驱动排放的放大效应，实现从被动响应到主动放大机制的全球量化评估。

结果

人类活动显著放大小型水体温室气体排放

随机森林分析与偏最小二乘结构方程模型显示，农业施肥率及人类足迹指数通过营养富集路径显著正向驱动甲烷通量。结构化模型量化表明，土地利用强度与人口密度通过营养富集对二氧化碳排放产生强间接效应，而施肥不仅直接正向影响甲烷排放，更通过营养富集发挥主导放大作用，标准化总效应达0.63。这种人为压力将小型水体从气候被动响应者转化为主动放大器，在局部热点区域显著提升排放强度，证实人类活动是调节全球小型水体温室气体排放关键决定因素。

不同土地利用类型流域排放通量差异显著

跨流域分析揭示，农业与城市流域因高强度营养负荷及有机质输入，其温室气体排放通量显著高于林地流域。具体观测数据显示，城市硬化地表流域二氧化碳通量为49.9 mmol m⁻² d⁻¹，农业流域为28.9 mmol m⁻² d⁻¹，均显著高于绿色空间流域的9.6 mmol m⁻² d⁻¹。甲烷通量在农业流域达24.4 mmol m⁻² d⁻¹，城市流域为20.3 mmol m⁻² d⁻¹，约为林地流域5.1 mmol m⁻² d⁻¹的五倍。化肥施用率与冒泡甲烷通量呈显著正相关，直接证实农业集约化通过促进产甲烷活性驱动排放升高。

全球小型水体温室气体排放量及空间分布

基于328万个小型水体的高分辨率全球清单估算，2020年全球小型水体二氧化碳年排放量为84.5 Tg，甲烷年排放量为11.0 Tg。尽管其表面积仅占全球内陆水域约6%，却贡献了内陆水域15.3%的二氧化碳及28.2%的甲烷排放。冒泡过程主导甲烷排放路径，占总甲烷排放量的56%。空间上，北美为最大排放源，亚洲次之。二氧化碳排放热点集中于南亚及东南亚施肥农田、北美东南部城市走廊及西欧农业带；甲烷热点则主要分布在南亚热带低地及亚马逊盆地，呈现气候条件与人为压力叠加特征。

结论

人类活动放大气候驱动排放

本研究首次量化了人类活动对小型水体温室气体排放的放大效应，揭示农业营养盐加载与城市化显著增强了排放的温度敏感性。通过剥离自然背景通量，发现当前人为压力使全球小型水体甲烷排放量较自然基线增加一倍以上，将其从气候变化的被动响应者转变为主动放大器，证实人为因素是决定局部排放强度的关键驱动力。

高分辨率全球排放清单构建

研究构建了显式包含气泡甲烷通量的全球小型水体高分辨率排放清单，修正了以往评估中的主要不确定性来源。结果显示小型水体以仅占内陆水域百分之六的面积，贡献了约百分之十五的二氧化碳和百分之二十八的甲烷排放，凸显其在全球碳循环中被长期低估的不成比例的重要地位，为国家温室气体核算提供了数据约束。

可持续路径减缓未来排放增长

未来情景预测表明，不同社会发展路径下的排放轨迹存在显著差异，高施肥情景下的排放增幅远超可持续发展路径。结果证明小型水体排放兼具气候敏感性与社会经济可管理性，通过实施精准施肥、缓冲区建设等针对性营养盐管理措施，可有效阻断人为放大机制，实现具有成本效益的气候减缓协同效益。

局限性与展望

现有估算受限于野外观测的时间覆盖不足及全球浅水 bathymetry 数据缺失，导致季节性脉冲捕捉困难及深度相关不确定性。未来需优先发展高分辨率遥感测深技术与局地农业营养盐追踪数据库，并整合冰情物候模型，以细化过程理解并约束模型误差，完善全球碳预算评估。

主要图表

图 1. 温室气体排放环境变量重要性的随机森林模型以及环境变量与温室气体通量（CO2、CH4、冒泡 CH4）的标准化回归系数。 (A–C) 温室气体通量与环境变量的标准化回归系数：(A) CO2，(B) CH4，(C) 冒泡 CH4。条形高度代表绝对值；条形颜色代表符号（正或负）。条形上方的数值代表 P 值。环境变量已相应分类并着色。 (D–F) 随机森林变量重要性，概念上表示为 RFtree，基于均方误差增加百分比进行评估：(D) CO2，(E) CH4 (F) 冒泡 CH4。使用的度量是 %IncMSE。条形长度表示特征重要性，较长的条形表示对模型预测性能的影响更大。TEM：温度，PR：降水，ELE：海拔，Fer AR：施肥率。

图 2. 人为干扰对温室气体排放的影响。 (A) 小型水体（SWBs）和大型水体（LWBs）集水区在人类足迹指数（HFI）和人口密度方面的差异。 (B–D) 小型水体集水区的土地利用模式塑造温室气体排放：(B) CO2 排放，(C) CH4 排放，(D) 冒泡 CH4 排放。 (E 和 F) 温室气体排放的偏最小二乘路径模型（PLS-PM）：(E) CO2，(F) CH4；Pop Den：人口密度，Water nut：水体营养，Fer：施肥率。显著路径（P < 0.05）用实心红线（正）和蓝线（负）表示；不显著路径（P ≥ 0.05）用虚线灰线表示。森林和绿地指标经过反向编码，以确保较高值始终反映较高的土地利用强度（Forest_r, Green_r）。

图 3. 小型水体（SWBs）和大型水体（LWBs）之间 CO2、CH4 排放和冒泡 CH4 通量的差异。

图 4. 小型水体（SWBs）的分布及其温室气体排放通量。 (A) 小型水体总面积相对于陆地面积的比例，颜色越深表示比例越高。饼图代表按大小（面积和数量）划分的全球内陆水体比例。 (B–D) 小型水体的温室气体排放通量：(B) CO2 通量，(C) CH4 通量，(D) 冒泡 CH4 通量。

图 5. 2000–2020 年全球小型水体（SWBs）CO2、CH4 和冒泡 CH4 排放的年度趋势，以及未来气候情景下的排放预测。 SSP126：采用清洁能源和低排放的可持续发展路径。 SSP245：混合能源来源、中等排放的中间路径。 SSP5-8.5：高排放、高气候风险的化石燃料驱动发展路径。

图 6. 气候和人为因素对小型水体（SWBs）温室气体排放的影响。