科研之友
微信
新浪微博
Facebook
分享链接
摘要
湖泊在全球碳循环中发挥着重要作用,而湖泊中溶解CO2浓度(cCO2)控制着其CO2通量的方向及大小,是湖泊CO2排放估算的关键参数。中国第三大淡水湖——太湖虽然具有长期的野外监测数据,但其样点分布在空间和时间上并不均匀,很可能给其CO2排放的估算带来不确定性和偏差。有必要利用更高频率和覆盖范围地遥感手段来弥补野外监测在时空代表性上的不足。本文基于MODIS/Aqua数据反演的叶绿素a浓度、表层水温、漫衰减系数及光合有效辐射产品,通过二次多项式经验模型对太湖藻型湖区表层水体cCO2进行逐像元的估算。并对结果进行数据质量控制和统计平均得到2002-07—2018-12长时序月平均cCO2数据集。数据集由GeoTiff格式储存,使用GCSWGS1984地理坐标系,共包含198个文件。产品估算精度验证结果显示,星地同步像元-样点的遥感估算结果与野外数据的偏差在总体上较小(均方根误差RMSE=12.83μmol·L-1,无偏百分比偏差UPD=24.03%)。同时遥感与野外数据估算的年均值在太湖各个湖区表现出很好的一致性(RMSE-1,UPDCO2产品最大可能高估约30%。基于本数据集数据统计得到的结果显示,太湖cCO2表现出明显的季节变化,冬春高夏秋低,西部高东部低;且太湖年平均cCO2在数据集覆盖时间段内表现出显著下降趋势(0.80μmol·L-1·a-1)。本数据集（下载方式:https://doi.org/10.5281/zenodo.4729048[2021-05-18]）月平均时间尺度同常规生态环境监测对应,便于分析对比,并且提供了空间分异信息,能够辅助研究深入理解太湖cCO2乃至碳循环过程的时空变化规律,值得推广使用。
- 单位
