【專家視角】Journal of Cleaner Production | 全球淺水湖甲烷排放...

來源：市場資訊

（來源：生態修復網）

01摘要

淺水湖泊主要分布在人類活動密集區，其水體普遍存在不同程度的營養鹽污染，且對氣候變動高度敏感。這些不斷變化的環境條件推動湖泊中甲烷（CH4）的產生與排放發生復雜且多變的生物地球化學過程，導致全球甲烷排放估算存在較大不確定性。本研究系統分析了全球淺水湖泊（水深≤6米）的甲烷排放規律及驅動因素，并量化了其減排潛力。研究結果顯示，所調研淺水湖泊的甲烷平均排放通量為3.41±2.08mg m?2h?1，全球淺水湖泊甲烷年總排放量估算值約為29.66Tg。其中，氣泡釋放是甲烷排放的主要途徑，占比達56%，且其溫度依賴性顯著高于擴散排放。面積小于1平方千米、水深小于2米、緯度低于30°以及富營養化指數大于61.29的淺水湖泊，甲烷排放通量顯著更高（p<0.01）。湖泊中的總氮、總磷濃度以及區域氣溫是調控甲烷排放通量的關鍵因素。模擬結果表明，若在全球范圍內協同將湖泊總氮、總磷含量降低10%~50%，甲烷排放通量可減少11%~38%，總排放量可減少12%~44%。在降低甲烷排放通量方面，總氮管控的效果優于總磷，在低緯度、小面積、淺水深的超富營養化和富營養化湖泊中，這一差異尤為明顯。本研究進一步深化了對全球淺水湖泊甲烷排放規律的認識，并為全球環境變化背景下制定可持續的湖泊甲烷減排管理策略提供了依據。

02研究目標

（1）探究全球淺水湖泊甲烷通量的分布規律；

（2）厘清自然驅動因素（氣候、水文、形態特征）與人為驅動因素（尤其是營養鹽富集）對甲烷排放的相對貢獻及交互作用；

（3）量化全球淺水湖泊的甲烷排放量，并評估通過營養鹽管理策略實現的甲烷減排潛力。

03研究方法

1. 全球淺水湖泊甲烷通量數據集構建

本研究將平均水深小于6米的湖泊定義為淺水湖泊，該水深閾值也被諸多以往研究廣泛采用。根據湖泊水文數據庫（HydroLAKES）的統計數據，全球共有1267347個湖泊符合這一判定標準，約占陸地湖泊總數的89%。

研究通過系統性文獻綜述，整理了選定淺水湖泊水-氣界面的甲烷通量數據。利用布爾檢索式（（"甲烷"或"CH?"）且（"通量"或"排放"或"釋放"或"逸出"）且（"湖泊"））在Web of Science數據庫的主題字段中檢索相關同行評審文獻。數據提取聚焦于平均水深小于6米的湖泊，且其通量測定方法為靜態箱法或邊界層模型法。本研究最終從68篇源文獻中，收集到全球141個淺水湖泊的935組獨立通量觀測數據，其中包含427組總通量測定數據、152組氣泡釋放通量測定數據以及632組擴散通量測定數據。

研究從源文獻中提取了通量測定點位的配套參數，包括地理位置（經緯度）、湖泊形態參數（面積、水深）、水質指標（溶解氧、總氮、總磷、葉綠素a）和氣象條件（氣溫、降水量、氣壓、風速），并結合相關文獻、美國國家氣候數據中心及湖泊水文數據庫的資料對上述參數進行補充完善。此外，利用水文流域數據庫提取各湖泊的流域邊界，通過全球國家測繪組織土地覆蓋數據集量化流域內農田和城市用地的占比。

研究構建了機器學習模型以預測甲烷總通量（擴散+氣泡釋放），模型的預測變量涵蓋湖泊面積、水深、溶解氧、總氮、總磷、葉綠素a、氣溫、降水量、氣壓和風速。研究探索了六種機器學習算法，包括隨機森林、極端隨機樹、梯度提升決策樹、極限梯度提升、支持向量機和K近鄰算法。模型構建的詳細流程（包括數據預處理、模型訓練與驗證、模型性能評估）見附錄A補充文本1。在所有算法中，隨機森林模型綜合表現最優，擬合優度高（決定系數R2=0.76）、預測誤差低（均方根誤差為4.92mg m?2h?1，平均絕對誤差為1.97mg m?2h?1）且穩定性良好，因此被選定用于全球尺度甲烷通量的模擬構建。

研究整合全球湖泊水質、葉綠素a、溶解氧濃度、湖泊形態及氣象條件等數據集，為8742個淺水湖泊構建了標準化預測變量數據集，該數據集包含每個湖泊完整的環境變量信息。借助優化后的隨機森林模型，研究對上述湖泊的甲烷通量進行了預測，進而建立了全球8742個淺水湖泊的甲烷通量數據集。

2.統計分析

本研究采用多維分類框架對甲烷通量特征進行歸類分析。將湖泊地理位置劃分為低緯度（<30°）、中緯度（30°~60°）和高緯度（>60°）區域；將湖泊水深劃分為0~2米、2~4米和4~6米三個區間；參照相關研究，將湖泊面積劃分為小型（<1 km2）、中型（1~100 km2）和大型（>100 km2）三類；基于總氮、總磷和葉綠素a濃度計算富營養化指數（計算細節見附錄A補充文本2），并依據該指數將湖泊營養狀態劃分為貧營養型（富營養化指數≤20）、中營養型（20<富營養化指數≤39.42）、富營養型（39.42<富營養化指數≤61.29）和超富營養型（富營養化指數>61.29）。

本研究通過阿倫尼烏斯方程推導的表觀活化能，量化甲烷通量的溫度依賴性。采用多元線性回歸模型，分析湖泊形態（水深、面積）、土地利用狀況（農田、城市用地占比）、氣象因子（降水量、氣溫、氣壓、風速）和水質參數（溶解氧、總氮、總磷、葉綠素a）等關鍵環境驅動因子對甲烷排放通量的影響。分析前，對甲烷通量數據進行自然對數轉換，同時采用最大-最小標準化法對各環境因子進行標準化處理。在此基礎上，運用偏最小二乘路徑模型量化各環境驅動因子之間的相互作用關系。所有統計分析與可視化工作均在R 4.5.1軟件中完成。

3.全球淺水湖泊甲烷排放量的尺度推繹

本研究基于湖泊水文數據庫（HydroLAKES）開展全球淺水湖泊甲烷排放量的尺度推繹，該數據庫提供了詳細的湖泊形態學記錄，被廣泛推薦用于全球水生生態系統溫室氣體排放清單的編制。依據該數據庫，全球共識別出1267347個淺水湖泊（平均水深＜6 m），總表面積達971539 km2，占全球湖泊總面積的33.20%。

研究采用蒙特卡洛模擬法將淺水湖泊甲烷排放通量尺度推繹至全球尺度，并量化相關估算不確定性，該方法在全球溫室氣體排放估算中被證實具有較低的誤差。由于湖泊水文數據庫缺乏水質相關數據，研究采用基于水深的分層方法優化尺度推繹流程，將全球湖泊面積與預測的甲烷通量數據集均劃分為0~2 m、2~4 m、4~6 m三個水深等級，對每個等級分別開展蒙特卡洛模擬，以降低潛在的估算偏差。具體而言，先對甲烷通量數據進行自然對數轉換，使其近似符合正態分布后再進行模擬；蒙特卡洛模擬共執行1000次迭代，在每個水深等級的每次迭代中，從轉換后的通量分布中隨機重采樣通量值，與隨機選取的該等級全球淺水湖泊面積相乘，計算該次模擬的全球甲烷總排放量。最終，從所有迭代結果中提取全球淺水湖泊甲烷排放量的平均值及95%置信區間。

為量化湖泊營養鹽水平降低對全球甲烷減排的潛力，研究設計了一系列模擬情景，設置總氮、總磷濃度分別遞減10%~50%的梯度，涵蓋單獨管控總氮、單獨管控總磷及二者協同管控三種情形。針對每個情景，利用優化后的隨機森林模型重新計算甲烷排放通量，并通過上述蒙特卡洛模擬框架重新評估全球甲烷排放量。

04結果

1.淺水湖泊甲烷排放通量特征

對全球通量數據集的分析結果顯示，淺水湖泊的甲烷排放通量范圍為0.05~49.14 mg·m?2·h?1，平均值（±標準差）為3.41±2.08 mg·m?2·h?1，且該通量隨湖泊水深、富營養化狀態和緯度的不同呈現顯著差異。

水深0~2米的湖泊甲烷平均排放通量顯著較高，達4.25 mg·m?2·h?1，分別比水深2~4米（3.37 mg·m?2·h?1）和4~6米（3.18 mg·m?2·h?1）的湖泊高出26%和34%。小型湖泊的甲烷排放通量為3.43 mg·m?2·h?1，略高于大型湖泊（3.31 mg·m?2·h?1）和中型湖泊（3.38 mg·m?2·h?1）。研究發現，湖泊富營養化指數與甲烷排放通量呈顯著正相關，超富營養化湖泊（富營養化指數≥61.29）的甲烷排放通量最高，達6.29 mg·m?2·h?1，約為富營養化（3.55 mg·m?2·h?1）、中營養化（2.00 mg·m?2·h?1）和貧營養化湖泊（1.65 mg·m?2·h?1）的1.77倍、3.15倍和3.81倍。緯度分布特征表明，低緯度區域湖泊的甲烷排放通量為3.66 mg·m?2·h?1，顯著高于中緯度（3.40 mg·m?2·h?1）和高緯度區域（3.38 mg·m?2·h?1）。

此外，對實測數據集的分析顯示，氣泡釋放是淺水湖泊甲烷排放的主要途徑，貢獻占比達55.96%，顯著高于擴散排放的占比。研究通過阿倫尼烏斯函數擬合，分析了兩種排放途徑的溫度依賴性，結果表明氣泡釋放的表觀活化能為擴散排放的2.66倍，說明氣泡釋放的溫度敏感性顯著高于擴散排放。

2.淺水湖泊甲烷通量變化的驅動因素

多元線性回歸分析結果表明，湖泊形態、區域氣候條件和水質共同決定了甲烷的排放特征。湖泊面積（β=-0.007，p<0.001）和水深（β=-0.019，p<0.001）均對甲烷通量表現出顯著的負向影響；氣溫（β=0.066，p<0.001）和氣壓（β=-0.012，p<0.001）是兩個主導性氣象驅動因子，其中氣溫與甲烷通量呈顯著正相關，氣壓則呈顯著負相關。此外，流域內農田（β=0.016，p<0.001）和城市用地（β=0.009，p<0.001）的占比均與甲烷通量呈正相關。

相比之下，水質是影響淺水湖泊甲烷通量的最重要驅動因素。其中，總氮（β=0.073，p<0.001）、總磷（β=0.037，p<0.001）和葉綠素a（β=0.025，p<0.001）均對甲烷通量表現出顯著的正向影響，且總氮的影響效應明顯高于總磷、葉綠素a，甚至超過氣溫。溶解氧（β=-0.011，p<0.01）則對甲烷排放呈顯著的負向影響。總體而言，總氮、總磷和氣溫是影響甲烷通量變化的三個最主要因子。

相關性分析發現，總磷與總氮之間存在顯著的正相關關系，表明二者可能具有同源性；同時，湖泊流域內的農田和城市用地占比也與總氮、總磷呈正相關，這可能意味著湖泊水質主要受流域人為污染輸入的影響。此外，總磷、總氮含量的升高與葉綠素a呈正相關，而與溶解氧呈負相關，說明營養鹽富集會促進藻類水華的發生，同時造成溶解氧的消耗。農田和城市用地占比還與氣溫呈正相關，這或許暗示人類活動在一定程度上會對氣溫產生影響。

本研究運用偏最小二乘路徑模型，闡明了驅動甲烷通量變化的各環境因子間的相互作用關系。路徑系數顯示，農業和城市用地的擴張會顯著影響氣溫和湖泊營養鹽（總氮、總磷）水平，進而對甲烷通量產生顯著的正向影響；標準化總效應分析則進一步證實，營養鹽和氣溫是驅動甲烷通量變化的主導因素。

3.全球淺水湖泊甲烷排放量估算

基于湖泊水文數據庫中1267347個淺水湖泊的表面積數據，結合本研究構建的全球通量數據集，估算得出全球淺水湖泊（水深＜6 m）的甲烷年排放量約為29.66Tg，95%置信區間為28.64~30.73Tg。

湖泊富營養化管控已受到廣泛關注，其中總氮和總磷的管控被視為核心舉措。本研究通過隨機森林模型估算發現，若將湖泊總氮含量降低10%~50%，淺水湖泊的平均甲烷排放通量可減少7.77%~28.31%，總排放量可減少8.31%~32.65%，減排效果相較于同等幅度的總磷管控，分別高出5.80%~15.82%和12.47%~31.23%。此外，總氮與總磷協同減排（降幅10%~50%）可進一步提升減排效果，使甲烷排放通量減少11.24%~37.52%，總排放量減少12.40%~44.21%，減排效果顯著優于單一營養鹽管控情景。

同時研究發現，湖泊的富營養化指數越高，氮磷管控對甲烷排放通量的減排效果越顯著。例如，當總氮和總磷濃度同步降低10%~50%時，超富營養化湖泊的甲烷排放通量降幅可達14.86%~58.77%，較富營養化湖泊的降幅高出約18.50%~36.74%。此外，總氮管控對富營養化和超富營養化湖泊的甲烷通量減排效果更優，在低緯度、小面積、淺水深的此類湖泊中，這一效果尤為突出。

05結論

本研究系統評估了全球淺水湖泊甲烷排放的分布特征、驅動因素，以及通過營養鹽管控實現甲烷減排的潛力。研究結果表明，全球淺水湖泊的甲烷平均排放通量為3.41 mg·m?2·h?1，年總排放量估算值約為29.66太克甲烷。其中，富營養化程度更高、位于低緯度、水深更淺且面積更小的湖泊是甲烷排放的關鍵熱點區域。氣泡釋放是淺水湖泊甲烷排放的主導途徑，且該途徑的溫度敏感性顯著更高。由農業和城市活動引發的湖泊營養鹽污染（總氮、總磷），與區域氣溫共同構成了調控淺水湖泊甲烷排放通量的核心因素。情景模擬結果顯示，若在全球范圍內將湖泊總氮、總磷濃度協同降低10%~50%，可實現全球淺水湖泊甲烷排放量12%~44%的降幅；在富營養化和超富營養化淺水湖泊中，總氮管控的減排效果顯著優于總磷管控。因此，在全球氣候變暖的背景下，制定以削減湖泊營養鹽負荷為目標的長期管理策略，重點管控氮污染，對于有效緩解并部分抵消淺水湖泊的甲烷排放具有關鍵意義。

https://doi.org/10.1016/j.jclepro.2026.147483

文章來源：生態環境視界

(生態修復網)