全 文 ：未来气候变化情景下中国自然湿地
ＣＨ４排放的时空变化
∗
刘建功１　 朱求安１　 沈　 燕２　 杨延征１　 罗云鹏１　 彭长辉１∗∗
（ １西北农林科技大学林学院， 陕西杨凌 ７１２１００； ２中南林业科技大学生命科学与技术学院， 长沙 ４１０００４）
摘　 要　 应用 ＴＲＩＰＬＥＸ⁃ＧＨＧ模型，模拟未来气候变化背景下 ２００６—２１００年中国自然湿地生
态系统 ＣＨ４排放的时空变化．结果表明： 保持中国现有自然湿地分布不变，在 ３ 种相对浓度路
径（ＲＣＰ２．６、ＲＣＰ４．５和 ＲＣＰ８．５）情境下，２１世纪末，中国自然湿地 ＣＨ４排放量与当前水平相比
将分别增长 ３２．０％、５５．３％和 ９０．８％．中国大陆南方自然湿地 ＣＨ４排放高于中部和北方，且自西
向东呈现上升趋势．ＣＨ４高通量排放区域主要集中在长江中下游湿地、东北湿地和珠江沿岸湿
地．ＲＣＰ４．５和 ＲＣＰ８．５情境下全国大部分自然湿地 ＣＨ４排放通量增加，而 ＲＣＰ２．６情境下 ２１世
纪中后期 ＣＨ４排放上升趋势得到控制并开始下降，到世纪末部分地区（尤其是青藏高原地区）
ＣＨ４排放通量与当前水平相比有所降低．
关键词　 自然湿地生态系统； ＣＨ４； 气候变化； ＴＲＩＰＬＥＸ⁃ＧＨＧ
文章编号　 １００１－９３３２（２０１５）１１－３４６７－０８　 中图分类号　 Ｐ４６７　 文献标识码　 Ａ
Ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｎａｔｕｒａｌ ｗｅｔｌａｎｄ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｏｖｅｒ Ｃｈｉｎａ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ． ＬＩＵ Ｊｉａｎ⁃ｇｏｎｇ１， ＺＨＵ Ｑｉｕ⁃ａｎ１， ＳＨＥＮ Ｙａｎ２， ＹＡＮＧ Ｙａｎ⁃ｚｈｅｎｇ１， ＬＵＯ Ｙｕｎ⁃ｐｅｎｇ１，
ＰＥＮＧ Ｃｈａｎｇ⁃ｈｕｉ１ （ １Ｃｏｌｌｅｇｅ ｏｆ Ｆｏｒｅｓｔｒｙ， Ｎｏｒｔｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ， Ｙａｎｇｌｉｎｇ ７１２１００， Ｓｈａａｎｘｉ，
Ｃｈｉｎａ； ２Ｃｏｌｌｅｇｅ ｏｆ Ｌｉｆｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｆｏｒｅｓｔｒｙ ａｎｄ Ｔｅｃｈｎｏｌｏ⁃
ｇｙ， Ｃｈａｎｇｓｈａ ４１０００４， Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６（１１）： ３４６７－３４７４．
Ａｂｓｔｒａｃｔ： Ｂａｓｅｄ ｏｎ ａ ｎｅｗ ｐｒｏｃｅｓｓ⁃ｂａｓｅｄ ｍｏｄｅｌ， ＴＲＩＰＬＥＸ⁃ＧＨＧ， ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｄ ｔｈｅ ｓｐａｔｉｏ⁃
ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｎａｔｕｒａｌ ｗｅｔｌａｎｄ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｏｖｅｒ Ｃｈｉｎａ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ． Ｗｈｅｎ ｎａｔｕｒａｌ ｗｅｔｌａｎｄ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｗｅｒｅ ｆｉｘｅｄ， ｔｈｅ ａｍｏｕｎｔ ｏｆ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ
ｎａｔｕｒａｌ ｗｅｔｌａｎｄ ｅｃｏｓｙｓｔｅｍ ｏｖｅｒ Ｃｈｉｎａ ｗｏｕｌｄ ｉｎｃｒｅａｓｅ ｂｙ ３２．０％， ５５．３％ ａｎｄ ９０．８％ ｂｙ ｔｈｅ ｅｎｄ ｏｆ
２１ｓｔ ｃｅｎｔｕｒｙ ｕｎｄｅｒ ｔｈｒｅｅ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｐａｔｈｗａｙｓ （ ＲＣＰｓ） ｓｃｅｎａｒｉｏｓ， ＲＣＰ２． ６，
ＲＣＰ４．５ ａｎｄ ＲＣＰ８．５， ｒｅｓｐｅｃｔｉｖｅｌｙ， ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｃｕｒｒｅｎｔ ｌｅｖｅｌ． Ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ ｗｏｕｌｄ ｈａｖｅ
ｈｉｇｈｅｒ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｃｏｍｐａｒｅｄ ｔｏ ｔｈａｔ ｆｒｏｍ ｃｅｎｔｒａｌ ａｎｄ ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ． Ｂｅｓｉｄｅｓ， ｔｈｅｒｅ ｗｏｕｌｄ ｂｅ
ｒｅｌａｔｉｖｅｌｙ ｌｏｗ ｅｍｉｓｓｉｏｎ ｆｌｕｘｅｓ ｉｎ ｗｅｓｔｅｒｎ Ｃｈｉｎａ ｗｈｉｌｅ ｒｅｌａｔｉｖｅｌｙ ｈｉｇｈ ｅｍｉｓｓｉｏｎ ｆｌｕｘｅｓ ｉｎ ｅａｓｔｅｒｎ Ｃｈｉ⁃
ｎａ． Ｓｐａｔｉａｌｌｙ， ｔｈｅ ａｒｅａｓ ｗｉｔｈ ｒｅｌａｔｉｖｅｌｙ ｈｉｇｈ ＣＨ４ ｅｍｉｓｓｉｏｎ ｆｌｕｘｅｓ ｗｏｕｌｄ ｂｅ ｃｏｎｃｅｎｔｒａｔｅｄ ｉｎ ｔｈｅ ｍｉｄ⁃
ｄｌｅ⁃ｌｏｗｅｒ ｒｅａｃｈｅｓ ｏｆ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ， ｔｈｅ Ｎｏｒｔｈｅａｓｔ ａｎｄ ｔｈｅ ｃｏａｓｔｓ ｏｆ ｔｈｅ Ｐｅａｒｌ Ｒｉｖｅｒ． Ｉｎ ｔｈｅ ｆｕ⁃
ｔｕｒｅ， ｍｏｓｔ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ ｗｏｕｌｄ ｅｍｉｔ ｍｏｒｅ ＣＨ４ ｆｏｒ ＲＣＰ４．５ ａｎｄ ＲＣＰ８．５ ｔｈａｎ ｔｈａｔ ｏｆ ２００５． Ｈｏｗ⁃
ｅｖｅｒ， ｕｎｄｅｒ ＲＣＰ２．６ ｓｃｅｎａｒｉｏ， ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｗｏｕｌｄ ｂｅ ｃｕｒｂｅｄ ａｎｄ ＣＨ４ ｅｍｉｓｓｉｏｎｓ （ｅｓｐｅｃｉａｌｌｙ
ｆｒｏｍ ｔｈｅ Ｑｉｎｇｈａｉ⁃Ｔｉｂｅｔ Ｐｌａｔｅａｕ） ｂｅｇｉｎ ｔｏ ｄｅｃｒｅａｓｅ ｉｎ ｔｈｅ ｌａｔｅ ２１ｓｔ ｃｅｎｔｕｒｙ．
Ｋｅｙ ｗｏｒｄｓ： ｎａｔｕｒａｌ ｗｅｔｌａｎｄ ｅｃｏｓｙｓｔｅｍ； ＣＨ４； ｃｌｉｍａｔｅ ｃｈａｎｇｅ； ＴＲＩＰＬＥＸ⁃ＧＨＧ．
∗国家林业局“９４８”项目（２０１３⁃４⁃５７）、国家自然科学基金青年基金
项目 （ ４１２０１０７９ ） 和高等学校博士学科点专项科研基金项目
（２０１２０２０４１２０００７）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｐｅｎｇ．ｃｈａｎｇｈｕｉ＠ ｕｑａｍ．ｃａ
２０１５⁃０１⁃２９收稿，２０１５⁃０７⁃２８接受．
　 　 ＣＨ４是一种重要的温室气体，自 １７５０ 年以来，
ＣＨ４排放产生了 ０．９７（０．７４ ～ １．２）Ｗ·ｍ
－２的辐射强
迫，约占由长寿命温室气体引发地球增温的
２０％［１－２］ ． ２０１２ 年 ＣＨ４ 大 气 浓 度 达 到 了 １８０３
μｇ·Ｌ－１，约为工业革命前的 ３ 倍［１］ ． ２０ 世纪 ８０ 年
代，大气中的 ＣＨ４浓度以每年 １％的速度剧增，９０ 年
代年增长率下降到 ０．７％［３］ ．２０ 世纪 ９０ 年代末大气
ＣＨ４浓度增长速率降低到 ０，１９９９—２００６年大气 ＣＨ４
浓度几乎保持不变，然而 ２００７ 年又开始恢复了增
长［４－５］ ．大气 ＣＨ４浓度的异常变化引起了全世界科学
应 用 生 态 学 报　 ２０１５年 １１月　 第 ２６卷　 第 １１期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｎｏｖ． ２０１５， ２６（１１）： ３４６７－３４７４
家的广泛关注．现阶段人们对于 ＣＨ４排放源的认识
还有很大的局限性，因此对 ＣＨ４排放源不确定性的
研究具有重要的理论和现实意义．
湿地是 ＣＨ４最大的自然排放源，基于模型的模
拟结果表明，全球自然湿地每年排放 １７５ ～ ２１７ Ｔｇ
ＣＨ４进入大气［１］，说明湿地 ＣＨ４排放具有很大的不
确定性．湿地 ＣＨ４排放主要受 ３ 个过程控制：ＣＨ４的
产生、氧化和运输，其中，ＣＨ４运输过程又包含 ３ 种
途径（植物根系吸收 ＣＨ４，再通过通气组织释放；分
子扩散；含 ＣＨ４气泡在水面破裂而将 ＣＨ４释放到大
气中） ［６］ ．湿地 ＣＨ４主要是通过生物合成途径产生
（即产 ＣＨ４微生物的厌氧呼吸），其必须在严格厌氧
条件下才能发生．ＣＨ４产生速率由土壤温度、可分解
底物的数量和质量以及土壤 ｐＨ 共同决定［７］ ．大量
野外观测试验表明，湿地 ＣＨ４排放的控制因素为水
位、土壤温度和含碳底物的可利用性［３，７］，然而 ＣＨ４
对这些因素的敏感度仍有很大的不确定性．气候和
大气 ＣＯ２ 浓度是湿地 ＣＨ４排放的重要控制因子［２，７］ ．
最近有研究指出，２００７ 年后，分别由气温和降水异
常引起的北方和热带湿地 ＣＨ４排放量增加显著影响
了全球大气 ＣＨ４浓度［８］ ．由于 ２００３—２００７ 年中高纬
度地区温度升高，湿地 ＣＨ４排放增长了 ７％［９］ ．上升
的大气 ＣＯ２ 浓度与湿地 ＣＨ４排放量存在正反馈关
系，当大气 ＣＯ２ 浓度从 ４６３ μｇ·Ｌ
－１升高到 ７８０
μｇ·Ｌ－１时，湿地将多排放 １３．２％的 ＣＨ４ ［１０］ ．
估算湿地 ＣＨ４排放主要通过 ３ 种方法：１）由野
外观测试验得到的通量数据直接推算；２）应用过程
模型模拟； ３）应用反演模型和卫星观测数据模
拟［２，１１］ ．过程模型模拟湿地 ＣＨ４动态开始于近 ３０ 年
前［１２］，是估算区域及全球尺度湿地 ＣＨ４排放的重要
手段，在近 ２０ 年来取得了巨大的发展［１１，１３－１７］ ．使用
过程模型模拟历史和近些年湿地 ＣＨ４排放已进入较
为成熟的阶段［１８］，然而未来湿地 ＣＨ４排放对于气候
变化的响应还缺乏深入探讨．自从政府间气候变化
专门委员会 （ Ｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌ Ｐａｎｅｌ ｏｎ Ｃｌｉｍａｔｅ
Ｃｈａｎｇｅ，ＩＰＣＣ）第 ４次评估报告发布以来，在全球尺
度几个研究小组利用不同的湿地 ＣＨ４模型，以不同
情境下的气候变化数据和 ＣＯ２ 升高数据作为模型
驱动因子，模拟了 ２１世纪全球湿地 ＣＨ４排放的时空
格局变化．结果显示，到 ２１世纪末，模拟的全球自然
湿地 ＣＨ４排放量范围在 ５０ ～ ３４０ Ｔｇ·ａ
－１，存在着巨
大的不确定性［２］ ．
２０世纪 ５０ 年代以来，中国自然湿地 ＣＨ４年排
放量约为 １．７３～２．６９ Ｔｇ·ａ－１ ［１９－２１］ ．青藏高原和三江
平原被认为是中国自然湿地 ＣＨ４排放量最大的两个
区域［１９］ ．基于灌溉稻田 ＣＨ４排放模型 ＣＨ４ＭＯＤ的基
本原理，Ｌｉ等［２２－２３］开发的 ＣＨ４ＭＯＤｗｅｔｌａｎｄ能够有效捕
捉中国青藏高原泥炭地和三江平原沼泽地 ＣＨ４排放
的季节性和年际动态，但模型中并未加入 ＣＨ４分子
扩散排放途径．湿地动态是自然湿地 ＣＨ４排放的重
要控制因子，例如湿地退化会使水位下降，增加土壤
的通气度，进而导致 ＣＨ４排放量降低［２４］ ．２０ 世纪下
半叶至今，由于受到人类经济活动和气候变化等因
素的影响，中国自然湿地面积大幅度减少［２０，２５］，以
三江平原为例，ＣＨ４ＭＯＤ 和 ＣＨ４ＭＯＤｗｅｔｌａｎｄ模拟结果
显示，１９６０—２００９ 年间，湿地 ＣＨ４排放累计减少约
３６ Ｔｇ，其中 ８６％由湿地围垦造成［２６］ ．Ｘｕ 等［２０］考虑
多种因素对于沼泽 ＣＨ４排放的影响，利用过程模型
ＤＬＥＭ模拟了 １９４９—２００８ 年中国沼泽 ＣＨ４排放的
时空格局，结果显示，中国沼泽湿地 ＣＨ４排放持续下
降，沼泽面积锐减和 Ｏ３污染是 ＣＨ４排放降低的主要
原因，但模型中植物通气组织排放 ＣＨ４过程相对单
一．全球变暖背景下，考虑到湿地生态系统 ＣＨ４排放
对大气 ＣＨ４循环极为重要的贡献，揭示过去、现在和
未来自然湿地 ＣＨ４排放在中国尺度上的空间格局和
发展趋势具有重要的研究意义．然而，目前关于中国
尺度未来自然湿地 ＣＨ４排放对气候变化的反馈还处
于空白阶段．本研究拟采用 ＴＲＩＰＬＥＸ⁃ＧＨＧ 模型，以
３种代表性浓度路径情景（ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｃｏｎｃｅｎｔｒａ⁃
ｔｉｏｎ ｐａｔｈｗａｙｓ，ＲＣＰｓ）下，第 ５ 阶段耦合模式比较计
划（Ｃｏｕｐｌｅｄ Ｍｏｄｅｌ Ｉｎｔｅｒｃｏｍｐａｒｉｓｏｎ Ｐｒｏｊｅｃｔ Ｐｈａｓｅ ５，
ＣＭＩＰ５）中的 ４种全球气候模式的未来气候变化数
据结果，以及 ＲＣＰｓ 对应的未来 ＣＯ２ 变化数据作为
模型的输入数据，在保持中国现有自然湿地分布不
变情况下，模拟未来气候变化背景下 ２００６—２１００ 年
中国自然湿地生态系统 ＣＨ４排放的时空变化，以期
为我国温室气体排放清单的制定提供参考依据，同
时也可对科学地管理湿地起到一定的辅助作用．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
自然湿地指水体到陆地的过渡地带．中国自然
湿地资源丰富，分布面积广，总面积约为 ３􀆰 ６２ ×
１０５ ｋｍ２，占中国陆地面积的 ３．８％，从西部内陆到东
部沿海、从平原到高原都有分布，且一个地区内经常
出现多种湿地类型．中国沼泽面积约 １．３７×１０５ ｋｍ２，
滨海湿地面积约５ ．９ × １０４ ｋｍ２ ，河流湿地面积约
８６４３ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表 １　 中国区域 ＴＲＩＰＬＥＸ⁃ＧＨＧ模型验证和参数校正
Ｔａｂｌｅ １　 ＴＲＩＰＬＥＸ⁃ＧＨＧ ｍｏｄｅｌ ｃａｌｉｂｒａｔｉｏｎ ａｎｄ ｃａｌｉｂｒａｔｅｄ
ｖａｌｕｅｓ ｆｏｒ ｔｈｅ ｒｅｌｅａｓｅ ｒａｔｉｏ ｏｆ ＣＨ４ ｔｏ ＣＯ２ ａｎｄ Ｑ１０ ｐａｒａｍｅ⁃
ｔｅｒｓ ｏｖｅｒ Ｃｈｉｎａ
站点
Ｓｉｔｅ
湿地类型
Ｗｅｔｌａｎｄ ｔｙｐｅ
时间段
Ｔｉｍｅ
ｒ
（ＣＨ４ ／ ＣＯ２）
Ｑ１０
青藏高原
Ｑｉｎｇｈａｉ⁃Ｔｉｂｅｔ
泥炭地 １９９５—２００５ ０．２１ ３．０
三江平原
Ｓａｎｊｉａｎｇ Ｐｌａｉｎ
沼泽地 ２００１—２００６ ０．４５ ３．５
８􀆰 ２×１０４ ｋｍ２，湖泊湿地面积约 ８．４×１０４ ｋｍ２［２５］ ．淡水
沼泽为分布面积最广的湿地类型，主要分布在中国
东北部 （ ６． ８ × １０４ ｋｍ２ ） 和青藏高原地区 （ ５． ５ ×
１０４ ｋｍ２），湖泊湿地主要分布在长江中下游和青藏
高原，其中，五大淡水湖（１．０８×１０４ ｋｍ２）全部分布在
长江中下游支流，潮汐湿地（２．１×１０４ ｋｍ２）主要分布
在大河入海口处［２７］ ．
１􀆰 ２　 ＴＲＩＰＬＥＸ⁃ＧＨＧ模型
ＴＲＩＰＬＥＸ⁃ＧＨＧ模型是新一代用于量化陆地生
态系统温室气体动态的过程模型，由全球植被动力
学模型—ＩＢＩＳ （ Ｉｎｔｅｇｒａｔｅｄ Ｂｉｏｓｐｈｅｒｅ Ｓｉｍｕｌａｔｏｒ）模型
发展而来，通过将 ＣＨ４生物地理化学模块和水位模
块整合到 ＩＢＩＳ模型中，可以有效反映水文、植被、土
壤和 ＣＨ４相关过程的相互作用［１１］ ．输入数据包括气
候数据、大气 ＣＯ２ 浓度、土壤特征等．
在全球尺度上，ＴＲＩＰＬＥＸ⁃ＧＨＧ模型的模拟结果
在 １９个点进行了验证，在估算全球自然湿地 ＣＨ４排
放量级和采集时间序列上 ＣＨ４排放动态方面表现优
异，能够有效地模拟全球自然湿地 ＣＨ４排放过程，大
幅减少空间和时间尺度上 ＣＨ４排放的不确定性，可
以作为可靠的过程模型用于模拟不同类型自然湿地
在不同条件下 ＣＨ４排放的时空格局［１１］ ．中国自然湿
地主要集中在三江平原和青藏高原，中国区域内这
两个点参与了模型验证，验证数据来源于 １１篇参考
文献、１９９５—２００６年的自然湿地 ＣＨ４排放观测数据
（表 １）．经过敏感性分析， ｒ（ＣＨ４与 ＣＯ２ 的释放比
率）与 Ｑ１０ （温度系数）为最敏感的两个参数［１１］ ．
ＴＲＩＰＬＥＸ⁃ＧＨＧ模型结构、结果验证、灵敏度分析和
参数设置可参考文献［１１］．
１􀆰 ３　 ＲＣＰｓ情景和输入数据
ＩＰＣＣ为第五次报告研发了新的辐射活性气体
和颗粒物排放情景———ＲＣＰｓ，涵盖广泛的人为气候
强迫．相比之前的单行过程情景，ＲＣＰｓ 采用并行的
方法，能够把社会经济预估和气候科学部分分离，更
具有综合性和一致性，可极大地缩短不同研究团体
间的时滞，方便信息整合［２８］ ．目前 ＩＰＣＣ 共发布了 ４
类 ＲＣＰｓ 情 景： ＲＣＰ３⁃ＰＤ、 ＲＣＰ４． ５、 ＲＣＰ６ 和
ＲＣＰ８􀆰 ５，本研究选取 ３ 类情景（ＲＣＰ２． ６、ＲＣＰ４． ５、
ＲＣＰ８．５）（表 ２），其中 ＲＣＰ２．６ 作为一种低端排放情
景，为 ＲＣＰ３⁃ＰＤ中更为普遍的一种选择，考虑了政
府间应对气候变化政策，努力在 ２１世纪结束前将全
球升温控制在 ２ ℃以内；ＲＣＰ４．５ 为中端稳定路径，
其优先度高于 ＲＣＰ６［２８］；ＲＣＰ８．５ 为高端排放情景，
该情景下 ２１世纪辐射强迫一直在上升，在世纪末达
到 ８．５ Ｗ·ｍ－２ ．
　 　 本研究选用参与 ＣＭＩＰ５ 的 ４ 种全球气候模式：
ＭＰＩ⁃ＥＳＭ⁃ＭＲ、ＢＣＣ⁃ＣＳＭ１⁃１、ＣａｎＥＳＭ２ 和 ＢＮＵ⁃ＥＳＭ
（表 ３）分别在 ＲＣＰ２．６、ＲＣＰ４．５和 ＲＣＰ８．５ 情境下的
未来（２００６—２１００ 年）预估气候变化数据作为模型
的输入数据 （ ｈｔｔｐ： ／ ／ ｐｃｍｄｉ９． ｌｌｎｌ． ｇｏｖ ／ ｅｓｇｆ⁃ｗｅｂ⁃ｆｅ ／
ｌｉｖｅ），气候变量分别为月降水量（ｍｍ）、月平均温度
（℃）、月气温变化范围（℃）、月平均云覆盖度（％）、
月平均相对湿度（％）和月平均地表风速（ｍ·ｓ－１），
其中，月气温变化范围由月最高温度减去月最低温
度获得．运用插值软件 ＡＮＵＳＰＬＩＮ ４．３６［２９］，将气候变
化数据分辨率统一为 ０．２５ｏ ×０．２５ｏ ．为了校正气候模
式误差，使用 ４种气候模式 ２００６—２１００ 年气候变化
数据减去对应气候模式模拟的 １９６０—２００５ 年历史
平均数据，将得到的差值序列叠加到 １９６０—２００５ 年
平均观测数据作为模型最终的驱动数据，其中，历史
表 ２　 ＲＣＰｓ简介
Ｔａｂｌｅ ２　 Ｉｎｔｒｏｄｕｃｔｉｏｎ ｏｆ ＲＣＰｓ
名称
Ｎａｍｅ
辐射强迫
Ｒａｄｉａｔｉｖｅ ｆｏｒｃｉｎｇ
浓度
Ｃｏｎｃｅｎｔｒａｔｉｏｎ
路径形状
Ｐａｔｈｗａｙ ｔｒｅｎｄ
模型和研发团队
Ｄｅｖｅｌｏｐｍｅｎｔ ｔｅａｍ
２１００年预计升温
Ｐｒｏｊｅｃｔｅｄ
ｔｅｍｐｅｒａｔｕｒｅ
ｉｎｃｒｅａｓｅ （℃）
ＲＣＰ２．６ ２１００年之前达到 ３
Ｗ·ｍ－２的峰值后下降
２１００ 年之前达到 ４９０ × １０－６
ＣＯ２ 当量峰值后下降
达到峰值后下降 ＩＭＡＧＥ （ＮＭＰ） ２．４
ＲＣＰ４．５ ２１００年之后稳定在 ４． ５
Ｗ·ｍ－２
２１００年之后稳定在 ６５０×１０－６
ＣＯ２ 当量
不超过目标水平达
到稳定
ＭｉｎｉＣＡＭ （ＰＮＮＬ） ３．６
ＲＣＰ８．５ ２１００年大于 ８．５ Ｗ·ｍ－２ ２１００年大于 １３７０ × １０－６ ＣＯ２
当量
上升 ＭＥＳＳＡＧＥ （ＩＩＡＳＡ） ６．９
９６４３１１期　 　 　 　 　 　 　 　 　 　 刘建功等： 未来气候变化情景下中国自然湿地 ＣＨ４排放的时空变化　 　 　 　 　
表 ３　 本研究采用的 ＣＭＩＰ５气候模式概况
Ｔａｂｌｅ ３　 Ｂａｓｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ＣＭＩＰ５ ｃｌｉｍａｔｅ ｍｏｄｅｌｓ ｕｓｅｄ
ｉｎ ｔｈｉｓ ｓｔｕｄｙ
模式
Ｍｏｄｅｌ
单位及所属国家
Ｉｎｓｔｉｔｕｔｉｏｎ ａｎｄ
ｃｏｕｎｔｒｙ
分辨率
Ａｔｍｏｓｐｈｅｒｅ
ｒｅｓｏｌｕｔｉｏｎ （°）
ＢＣＣ⁃ＣＳＭ１⁃１ 中国气候中心，中国 ２．８×２．８
ＢＮＵ⁃ＥＳＭ 北京师范大学，中国 ２．８×２．８
ＣａｎＥＳＭ２ 加拿大气候模式与分析
中心，加拿大
２．８×２．８
ＭＰＩ⁃ＥＳＭ⁃ＭＲ 马克斯⁃普朗克气象研究
所，德国
１．８７５×１．８５
观测数据下载于 ＣＲＵ⁃ＴＳ ３． １ 气候数据库 （ ｈｔｔｐ：
／ ／ ｂａｄｃ．ｎｅｒｃ．ａｃ．ｕｋ ／ ｄａｔａ ／ ｃｒｕ）．这一校正方法被广泛
用于模型未来预测研究中［３０－３１］，其不仅保留了
ＣＭＩＰ５未来气候数据结果的年际变化，同时也与当
前观测数据保持一致性和连贯性．自 １９００ 年开始，
利用 １９６０—２００５年历史平均观测气候数据驱动模
型（ｓｐｉｎ⁃ｕｐ），调整土壤碳库达到相对稳定状态．
　 　 大气 ＣＯ２ 浓度数据由两部分组成，２００６ 年之前
使用的是 ＩＳ９２ａ全球 ＣＯ２ 数据［３２］，２００６年之后使用
的是 ３ 种 ＲＣＰｓ 情境下的未来预估 ＣＯ２ 数据（ ｈｔ⁃
ｔｐ： ／ ／ ｔｎｔｃａｔ．ｉｉａｓａ．ａｃ． ａｔ：８７８７ ／ ＲｃｐＤｂ）．自然湿地数据
下载于全球湖泊湿地数据库（Ｇｌｏｂａｌ Ｌａｋｅｓ ａｎｄ Ｗｅｔ⁃
ｌａｎｄｓ Ｄａｔａｂａｓｅ， ＧＬＷＤ， ｈｔｔｐ： ／ ／ ｗｗｗ． ｗｗｆｕｓ． ｏｒｇ ／ ｓｃｉ⁃
ｅｎｃｅ ／ ｄａｔａ．ｃｆｍ）．土壤分类图根据世界数字化土壤地
图（Ｄｉｇｉｔａｌ Ｓｏｉｌ Ｍａｐ ｏｆ ｔｈｅ Ｗｏｒｌｄ， ＤＳＭＷ），由 ＦＡＯ⁃
ＵＮＥＳＣＯ ＤＳＭＷ 生成 （ ｈｔｔｐ： ／ ／ ｗｗｗ． ｆａｏ． ｏｒｇ ／ ｇｅｏｎｅｔ⁃
ｗｏｒｋ ／ ｓｒｖ ／ ｅｎ ／ ｍｅｔａｄａｔａ．ｓｈｏｗ？ ｉｄ ＝ １４１１６）．中国自然
湿地面积占湿地总面积百分比沿经纬度分布见图 １．
２　 结果与分析
２􀆰 １　 中国自然湿地 ＣＨ４排放量的年际变化
模型模拟结果显示，在 ＲＣＰ２．６ 情境下，中国自
然湿地 ＣＨ４排放量在 ２１ 世纪中期之前呈缓慢上升
趋势，中后期平稳地降低，年平均最大值出现在
２０７５年，达到 ２．７８ Ｔｇ·ａ－１，在 ２１００ 年中国自然湿
地生态系统平均 ＣＨ４排放量达到 ２．７２ Ｔｇ·ａ
－１，与目
前自然湿地 ＣＨ４ 排放水平相比上升 ３２． ０％．在
ＲＣＰ４．５情境下，２１ 世纪前中期上升速度较快，后期
逐渐趋于平稳，在 ２１００ 年达到排放量最大值 ３􀆰 ２
Ｔｇ·ａ－１，与目前水平相比上升 ５５．３％．在 ＲＣＰ８．５ 情
境下，自然湿地 ＣＨ４排放量几乎呈直线上升趋势，平
均年通量增长率为 ０． ０１９ Ｔｇ·ａ－１（Ｐ ＜ ０． ００１），在
２１００年平均达到 ３．９３ Ｔｇ·ａ－１，与目前水平相比上
升 ９０􀆰 ８％（图 ２）．
图 １　 中国自然湿地沿经纬度分布
Ｆｉｇ．１　 Ｌａｔｉｔｕｄｉｎａｌ ａｎｄ ｌｏｎｇｉｔｕｄｉｎａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｎａｔｕｒａｌ ｗｅｔ⁃
ｌａｎｄｓ ｏｖｅｒ Ｃｈｉｎａ．
图 ２　 ２００６—２１００年中国自然湿地 ＣＨ４排放量的年际变化
Ｆｉｇ．２　 Ｖａｒｉａｔｉｏｎｓ ｏｆ ａｎｎｕａｌ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ Ｃｈｉｎａ’ｓ ｎａｔｕｒａｌ
ｗｅｔｌａｎｄｓ ｉｎ ｔｈｅ ｐｅｒｉｏｄ ｏｆ ２００６－２１００．
２􀆰 ２　 中国自然湿地 ＣＨ４排放通量的空间分布
在 ３ 种情景下，中国 ２００６、 ２０５０、 ２１００ 年和
２０９０—２１００ 年多年平均自然湿地 ＣＨ４排放通量分
布格局显示（图 ３），总体而言，西部大部分自然湿地
单点 ＣＨ４排放通量小于东部，其中，青藏高原和新疆
高原湿地单点排放通量较低，由于青藏高原自然湿
地分布面积宽广，其对全国范围的自然湿地 ＣＨ４排
放贡献依然不容忽视．单点 ＣＨ４通量较高的区域为
长江中下游湿地、东北湿地和珠江沿岸及滨海湿地
等．在高端排放情景（ＲＣＰ８．５）下，全国大部分自然
湿地分布区域ＣＨ４排放通量与中端（ＲＣＰ４．５）和低
０７４３ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
图 ３　 中国自然湿地 ＣＨ４通量的空间分布
Ｆｉｇ．３　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＣＨ４ ｆｌｕｘｅｓ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ ｏｖｅｒ Ｃｈｉｎａ．
端（ＲＣＰ２．６）排放情景相比有所增加，ＣＨ４排放通量
最高点出现在珠江沿岸湿地，在 ＲＣＰ２．６、ＲＣＰ４．５ 和
ＲＣＰ８．５情境下 ２０９０—２１００ 年平均分别达到了 ７８、
１０６和 １４０ ｇ Ｃ·ｍ－２·ａ－１ ．
２􀆰 ３　 中国自然湿地 ＣＨ４排放通量沿经纬度分布
由图 ４可以看出，３ 种情境下中国 ２０９０—２１００
年多年平均自然湿地 ＣＨ４排放通量，沿着纬度方向，
在 ２９° Ｎ 自然湿地 ＣＨ４排放通量达到最大值，在
２１°—２５° Ｎ和 ３２°—３５° Ｎ之间有较高排放，尽管在
中国一些高纬度地区（如 ４０° Ｎ 附近）湿地分布面
积较大（图 １），但其相应的 ＣＨ４排放并不高，总体而
言中国南方自然湿地 ＣＨ４排放通量高于中部和北
方；随着经度增加，自西向东 ＣＨ４排放呈现升高趋
势，尽管 ８０°—９５° Ｗ 湿地资源丰富（图 １），但除
９２°—９６° Ｗ外，８０°—１１０° Ｗ 之间 ＣＨ４排放通量较
低，在 １１３° Ｗ达到最大值，１１０°—１２５° Ｗ间有较高
的排放．
２􀆰 ４　 中国自然湿地 ＣＨ４排放通量的空间动态变化
２０９０—２１００ 年多年平均中国自然湿地 ＣＨ４排
放通量空间分布情况与 ２００５ 年相减进行比较（图
５），整体而言，除青藏高原湿地外全国大部分自然
湿地 ＣＨ４排放通量有所增加，且东部上升趋势高于
西部，增幅明显的自然湿地主要分布在东北、西南、
长江中下游和珠江沿岸．在 ＲＣＰ２．６ 情景下，青藏高
原湿地区约 ４０％的湿地 ＣＨ４排放通量下降，而在
ＲＣＰ８．５情境下，青藏高原湿地 ＣＨ４排放量下降的地
区仅为东北和西南部分地区，最大变化地区为珠江
沿岸湿地，在 ＲＣＰ２．６、ＲＣＰ４．５ 和 ＲＣＰ８．５ 情境下分
别增长了约 ３５、６０和 １００ ｇ Ｃ·ｍ－２·ａ－１ ．
１７４３１１期　 　 　 　 　 　 　 　 　 　 刘建功等： 未来气候变化情景下中国自然湿地 ＣＨ４排放的时空变化　 　 　 　 　
图 ４　 ３种情境下 ２０９０—２１００年平均中国自然湿地 ＣＨ４通量沿经纬度变化
Ｆｉｇ．４　 Ｌａｔｉｔｕｄｉｎａｌ ａｎｄ ｌｏｎｇｉｔｕｄｉｎａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｍｅａｎ ＣＨ４ ｆｌｕｘｅｓ ｏｆ ２０９０－２１００ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ ｏｖｅｒ Ｃｈｉｎａ．
图 ５　 中国自然湿地（２０９０—２１００年）ＣＨ４通量变化的空间分布（相对 ２００５年）
Ｆｉｇ．５　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｖａｒｉａｔｉｏｎｓ ｏｆ ｍｅａｎ ＣＨ４ ｆｌｕｘｅｓ （２０９０－２１００） ｆｒｏｍ Ｃｈｉｎａ’ｓ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ ｒｅｌａｔｉｖｅ ｔｏ ２００５．
３　 讨　 　 论
湿地分布面积对自然湿地 ＣＨ４排放有很大影
响［２０］ ．湿地分布面积受地形和土壤湿度控制，其中，
土壤湿度由降水、蒸散作用、土壤排水和地表径流共
同决定，所有这些因子在未来都会发生变化［２］ ．温度
上升将会增加土壤蒸散速率并降低土壤湿度，进而
对湿地分布面积产生影响．未来地域性湿地分布面
积既可能因为永冻土融化和蒸散发作用降低而增
加，也可能因为降水减少和蒸发作用增强而降
低［１０］ ．尽管湿地数据集有很多，但是对于目前全球
湿地地理分布的认识还有很大的不确定性．湿地和
湿地 ＣＨ４排放模型比较计划（Ｗｅｔｌａｎｄ ａｎｄ Ｗｅｔｌａｎｄ
ＣＨ４ Ｉｎｔｅｒ⁃ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｍｏｄｅｌｓ Ｐｒｏｊｅｃｔ， ＷＥＴＣＨ⁃
ＩＭＰ） ［１８］探索了目前模拟大尺度湿地分布和对应的
湿地 ＣＨ４排放特征的能力，结果显示，在时间和空间
尺度上参与 ＷＥＴＣＨＩＭＰ 的 １０个模型对于湿地分布
范围和 ＣＨ４排放的模拟差异显著．具体而言，使用水
淹数据集模拟和独立模拟湿地面积的模型结果间差
异很大，不同模型模拟的全球年平均 ＣＨ４排放量差
异达 ４０％．Ｐｒｉｇｅｎｔ等［３３］利用多卫星方法确定地表水
淹区域，这种方法可能会低估小面积的水淹区域
（尤其是植被覆盖密集区域）并且无法辨认水位在
地表之下的湿地．考虑到目前对于湿地空间分布和
面积模拟的不确定性，许多以未来湿地 ＣＨ４排放为
研究对象的模拟倾向于使用当前固定的湿地分布代
表未来湿地动态［２，３４－３６］ ．所以考虑到预估中国尺度
未来湿地分布面积的技术限制和由此带来的不确定
性，并结合前人的研究经验，本研究也使用了现阶段
固定的自然湿地分布来代表未来中国自然湿地动态．
研究表明，未来湿地 ＣＨ４排放动态对气候因子
的响应主要取决于温度和降水的综合影响［７］ ．未来
温度升高导致 ＮＰＰ 增加会为 ＣＨ４的微生物产生途
径提供更多的发生底物，温度的增加也会使产 ＣＨ４
菌活性增强；温度通过对植物生长和有机物分解的
影响，从而影响产 ＣＨ４所需底物的量．未来降水的变
化会影响土壤水位，进而对 ＣＨ４氧化产生影响．模型
结果显示，全球增温 ３．４ ℃预计会使湿地 ＣＨ４排放
量增大 ７８％［３７］ ． Ｇｅｄｎｅｙ 等［３８］ 研究结果表明，在
ＩＳ９２Ａ情景下，２１世纪全球湿地 ＣＨ４排放量将会增
加 ７５％～１００％，且温度上升为主导因素．在本研究
所使用的 ３种情景下，到 ２１００年均有不同程度的增
温，中国湿地 ＣＨ４排放量与目前水平相比有不同程
度的增加，与之前的研究结果相吻合．
２７４３ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
通过施肥效应，升高的大气 ＣＯ２ 浓度会促进
ＮＰＰ 升高，进而增加湿地 ＣＨ４排放．在大多数模型模
拟结果中，升高的大气 ＣＯ２ 浓度比气候变化对湿地
ＣＨ４排放具有更大的增强效应［２］ ．ＷＥＴＣＨＩＭＰ 的结
果显示，模拟的湿地分布范围和 ＣＨ４排放对于大气
ＣＯ２ 浓度升高具有极强的正反馈效应，当 ＣＯ２ 浓度
升高到 ８５７ μｇ·Ｌ－１时，对 ＣＯ２ 最敏感的模型模拟的
湿地 ＣＨ４排放量将增加 １６０％，其他模型平均增加
５５．４％～７３．２％，并且热带地区比非热带地区具有更
强的增强效应［１８］ ．若未来大气 ＣＯ２ 浓度加倍，全球
湿地 ＣＨ４排放量将升高到 １５６～２７７ Ｔｇ·ａ
－１［３７］ ．目前
模拟未来自然湿地生态系统 ＣＨ４排放的模型结果具
有较为统一的结论，即在未来气候变化和 ＣＯ２ 浓度
升高背景下，自然湿地 ＣＨ４排放量与当前水平相比
将会不同程度地升高［２］ ．本研究与前人的研究结果
一致，即以气候变化和 ＣＯ２ 浓度变化作为模型的输
入数据，中国尺度自然湿地 ＣＨ４年排放量与目前水
平相比有所增加，在 ＲＣＰ２．６、ＲＣＰ４．５ 和 ＲＣＰ８．５ 情
境下分别增长 ３２．０％、５５．３％和 ９０．８％．
综上所述，在未来气候变化情景下，保持中国现
有自然湿地分布不变，２１ 世纪末中国自然湿地 ＣＨ４
排放量将增长 ３２％～９０％，其中，中国大陆自然湿地
ＣＨ４排放南方高于北方，东部高于西部，长江中下游
和珠江等沿岸湿地 ＣＨ４排放通量增幅明显．
参考文献
［１］　 Ｋｉｒｓｃｈｋｅ Ｓ， Ｂｏｕｓｑｕｅｔ Ｐ， Ｃｉａｉｓ Ｐ， ｅｔ ａｌ． Ｔｈｒｅｅ ｄｅｃａｄｅｓ
ｏｆ ｇｌｏｂａｌ ｍｅｔｈａｎｅ ｓｏｕｒｃｅｓ ａｎｄ ｓｉｎｋｓ． Ｎａｔｕｒｅ Ｇｅｏｓｃｉｅｎｃｅ，
２０１３， ６： ８１３－８２３
［２］　 ＩＰＣＣ． Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ２０１３： Ｔｈｅ Ｐｈｙｓｉｃａｌ Ｓｃｉｅｎｃｅ Ｂａ⁃
ｓｉｓ． Ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ Ｗｏｒｋｉｎｇ Ｇｒｏｕｐ Ｉ ｔｏ ｔｈｅ Ｆｉｆｔｈ Ａｓｓｅｓｓ⁃
ｍｅｎｔ Ｒｅｐｏｒｔ ｏｆ ｔｈｅ Ｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌ Ｐａｎｅｌ ｏｎ Ｃｌｉｍａｔｅ
Ｃｈａｎｇｅ． Ｃａｍｂｒｉｄｇｅ： Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２０１３
［３］　 Ｙａｏ Ｓ⁃Ｐ （姚守平）， Ｌｕｏ Ｐ （罗　 鹏）， Ｗａｎｇ Ｙ⁃Ｆ （王
艳芬）， ｅｔ ａｌ． Ａｄｖａｎｃｅｓ ｉｎ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｍｅｔｈａｎｅ
ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｗｅｔｌａｎｄｓ． Ｗｏｒｌｄ Ｓｃｉｅｎｃｅ⁃ｔｅｃｈｎｏｌｏｇｙ Ｒｅ⁃
ｓｅａｒｃｈ ＆ Ｄｅｖｅｌｏｐｍｅｎｔ （世界科技研究与发展）， ２００７，
２９（２）： ５８－６３ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］　 Ｈｅｉｍａｎｎ Ｍ． Ａｔｍｏｓｐｈｅｒｉｃ ｓｃｉｅｎｃｅ： Ｅｎｉｇｍａ ｏｆ ｔｈｅ ｒｅｃｅｎｔ
ｍｅｔｈａｎｅ ｂｕｄｇｅｔ． Ｎａｔｕｒｅ， ２０１１， ４７６： １５７－１５８
［５］　 Ｎｉｓｂｅｔ ＥＧ， Ｄｌｕｇｏｋｅｎｃｋｙ ＥＪ， Ｂｏｕｓｑｕｅｔ Ｐ． Ｍｅｔｈａｎｅ ｏｎ
ｔｈｅ ｒｉｓｅ⁃ａｇａｉｎ． Ｓｃｉｅｎｃｅ， ２０１４， ３４３： ４９３－４９５
［６］　 Ｂｒｉｄｇｈａｍ ＳＤ， Ｃａｄｉｌｌｏ⁃Ｑｕｉｒｏｚ Ｈ， Ｋｅｌｌｅｒ ＪＫ， ｅｔ ａｌ．
Ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｗｅｔｌａｎｄｓ： Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ，
ｍｉｃｒｏｂｉａｌ， ａｎｄ ｍｏｄｅｌｉｎｇ ｐｅｒｓｐｅｃｔｉｖｅｓ ｆｒｏｍ ｌｏｃａｌ ｔｏ ｇｌｏ⁃
ｂａｌ ｓｃａｌｅｓ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１３， １９： １３２５ －
１３４６
［７］　 Ｏ’Ｃｏｎｎｏｒ ＦＭ， Ｂｏｕｃｈｅｒ Ｏ， Ｇｅｄｎｅｙ Ｎ， ｅｔ ａｌ． Ｐｏｓｓｉｂｌｅ
ｒｏｌｅ ｏｆ ｗｅｔｌａｎｄｓ， ｐｅｒｍａｆｒｏｓｔ， ａｎｄ ｍｅｔｈａｎｅ ｈｙｄｒａｔｅｓ ｉｎ
ｔｈｅ ｍｅｔｈａｎｅ ｃｙｃｌｅ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ： Ａ ｒｅ⁃
ｖｉｅｗ． Ｒｅｖｉｅｗｓ ｏｆ Ｇｅｏｐｈｙｓｉｃｓ， ２０１０， ４８： Ｄｏｉ： １０．１０２９ ／
２０１０ＲＧ０００３２６
［８］　 Ｄｌｕｇｏｋｅｎｃｋｙ ＥＪ， Ｂｒｕｈｗｉｌｅｒ Ｌ， Ｗｈｉｔｅ ＪＷＣ， ｅｔ ａｌ． Ｏｂ⁃
ｓｅｒｖａｔｉｏｎａｌ ｃｏｎｓｔｒａｉｎｔｓ ｏｎ ｒｅｃｅｎｔ ｉｎｃｒｅａｓｅｓ ｉｎ ｔｈｅ ａｔｍｏｓ⁃
ｐｈｅｒｉｃ ＣＨ４ ｂｕｒｄｅｎ． Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ Ｌｅｔｔｅｒｓ， ２００９，
３６： Ｄｏｉ： １０．１０２９ ／ ２００９ＧＬ０３９７８０
［９］　 Ｂｌｏｏｍ ＡＡ， Ｐａｌｍｅｒ ＰＩ， Ｆｒａｓｅｒ Ａ， ｅｔ ａｌ． Ｌａｒｇｅ⁃ｓｃａｌｅ
ｃｏｎｔｒｏｌｓ ｏｆ ｍｅｔｈａｎｏｇｅｎｅｓｉｓ ｉｎｆｅｒｒｅｄ ｆｒｏｍ ｍｅｔｈａｎｅ ａｎｄ
ｇｒａｖｉｔｙ ｓｐａｃｅｂｏｒｎｅ ｄａｔａ． Ｓｃｉｅｎｃｅ， ２０１０， ３２７： ３２２－３２５
［１０］　 ｖａｎ Ｇｒｏｅｎｉｇｅｎ ＫＪ， Ｏｓｅｎｂｅｒｇ ＣＷ， Ｈｕｎｇａｔｅ ＢＡ． Ｉｎ⁃
ｃｒｅａｓｅｄ ｓｏｉｌ ｅｍｉｓｓｉｏｎｓ ｏｆ ｐｏｔｅｎｔ ｇｒｅｅｎｈｏｕｓｅ ｇａｓｅｓ ｕｎｄｅｒ
ｉｎｃｒｅａｓｅｄ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ． Ｎａｔｕｒｅ， ２０１１， ４７５： ２１４－
２１６
［１１］　 Ｚｈｕ ＱＡ， Ｌｉｕ ＪＸ， Ｐｅｎｇ ＣＨ， ｅｔ ａｌ． Ｍｏｄｅｌｌｉｎｇ ｍｅｔｈａｎｅ
ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ ｂｙ ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ ａｐ⁃
ｐｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ ＴＲＩＰＬＥＸ⁃ＧＨＧ ｍｏｄｅｌ． Ｇｅｏｓｃｉｅｎｔｉｆｉｃ
Ｍｏｄｅｌ Ｄｅｖｅｌｏｐｍｅｎｔ， ２０１４， ７： ９８１－９９９
［１２］　 Ｍａｔｔｈｅｗｓ Ｅ， Ｆｕｎｇ ＩＹ． Ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎ ｆｒｏｍ ｎａｔｕｒａｌ
ｗｅｔｌａｎｄｓ： Ｇｌｏｂａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ， ａｒｅａ， ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， １９８７， １：
６１－８６
［１３］　 Ｃａｏ ＭＫ， Ｍａｒｓｈａｌｌ Ｓ， Ｇｒｅｇｓｏｎ Ｋ． Ｇｌｏｂａｌ ｃａｒｂｏｎ ｅｘ⁃
ｃｈａｎｇｅ ａｎｄ ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ：
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ａ ｐｒｏｃｅｓｓ⁃ｂａｓｅｄ ｍｏｄｅｌ． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏ⁃
ｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ： Ａｔｍｏｓｐｈｅｒｅｓ， １９９６， １０１： １４３９９ －
１４４１４
［１４］　 Ｗａｌｔｅｒ ＢＰ， Ｈｅｉｍａｎｎ Ｍ． Ａ ｐｒｏｃｅｓｓ⁃ｂａｓｅｄ， ｃｌｉｍａｔｅ⁃ｓｅｎ⁃
ｓｉｔｉｖｅ ｍｏｄｅｌ ｔｏ ｄｅｒｉｖｅ ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｎａｔｕｒａｌ
ｗｅｔｌａｎｄｓ： Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｆｉｖｅ ｗｅｔｌａｎｄ ｓｉｔｅｓ， ｓｅｎｓｉｔｉｖｉｔｙ ｔｏ
ｍｏｄｅｌ ｐａｒａｍｅｔｅｒｓ， ａｎｄ ｃｌｉｍａｔｅ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ
Ｃｙｃｌｅｓ， ２０００， １４： ７４５－７６５
［１５］　 Ｚｈａｎｇ Ｙ， Ｌｉ ＣＳ， Ｔｒｅｔｔｉｎ ＣＣ， ｅｔ ａｌ． Ａｎ ｉｎｔｅｇｒａｔｅｄ ｍｏｄｅｌ
ｏｆ ｓｏｉｌ， ｈｙｄｒｏｌｏｇｙ， ａｎｄ ｖｅｇｅｔａｔｉｏｎ ｆｏｒ ｃａｒｂｏｎ ｄｙｎａｍｉｃｓ
ｉｎ ｗｅｔｌａｎｄ ｅｃｏｓｙｓｔｅｍｓ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ，
２００２， １６： １－１７
［１６］　 Ｚｈｕａｎｇ Ｑ， Ｍｅｌｉｌｌｏ ＪＭ， Ｋｉｃｋｌｉｇｈｔｅｒ ＤＷ， ｅｔ ａｌ． Ｍｅｔｈａｎｅ
ｆｌｕｘｅｓ ｂｅｔｗｅｅｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ａｎｄ ｔｈｅ ａｔｍｏｓｐｈｅｒｅ
ａｔ ｎｏｒｔｈｅｒｎ ｈｉｇｈ ｌａｔｉｔｕｄｅｓ ｄｕｒｉｎｇ ｔｈｅ ｐａｓｔ ｃｅｎｔｕｒｙ： Ａ ｒｅｔ⁃
ｒｏｓｐｅｃｔｉｖｅ ａｎａｌｙｓｉｓ ｗｉｔｈ ａ ｐｒｏｃｅｓｓ⁃ｂａｓｅｄ ｂｉｏｇｅｏｃｈｅｍｉｓｔｒｙ
ｍｏｄｅｌ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， ２００４， １８： Ｄｏｉ：
１０．１０２９ ／ ２００４ＧＢ００２２３９
［１７］　 Ｒｉｌｅｙ ＷＪ， Ｓｕｂｉｎ ＺＭ， Ｌａｗｒｅｎｃｅ ＤＭ， ｅｔ ａｌ． Ｂａｒｒｉｅｒｓ ｔｏ
ｐｒｅｄｉｃｔｉｎｇ ｃｈａｎｇｅｓ ｉｎ ｇｌｏｂａｌ ｔｅｒｒｅｓｔｒｉａｌ ｍｅｔｈａｎｅ ｆｌｕｘｅｓ：
Ａｎａｌｙｓｅｓ ｕｓｉｎｇ ＣＬＭ４Ｍｅ， ａ ｍｅｔｈａｎｅ ｂｉｏｇｅｏｃｈｅｍｉｓｔｒｙ
ｍｏｄｅｌ ｉｎｔｅｇｒａｔｅｄ ｉｎ ＣＥＳＭ． Ｂｉｏｇｅｏｓｃｉｅｎｃｅｓ， ２０１１， ８：
１９２５－１９５３
［１８］　 Ｍｅｌｔｏｎ ＪＲ， Ｗａｎｉａ Ｒ， Ｈｏｄｓｏｎ ＥＬ， ｅｔ ａｌ． Ｐｒｅｓｅｎｔ ｓｔａｔｅ ｏｆ
ｇｌｏｂａｌ ｗｅｔｌａｎｄ ｅｘｔｅｎｔ ａｎｄ ｗｅｔｌａｎｄ ｍｅｔｈａｎｅ ｍｏｄｅｌｌｉｎｇ：
Ｃｏｎｃｌｕｓｉｏｎｓ ｆｒｏｍ ａ ｍｏｄｅｌ ｉｎｔｅｒ⁃ｃｏｍｐａｒｉｓｏｎ ｐｒｏｊｅｃｔ
（ＷＥＴＣＨＩＭＰ）． Ｂｉｏｇｅｏｓｃｉｅｎｃｅｓ， ２０１３， １０： ７５３－７８８
［１９］　 Ｃｈｅｎ Ｈ， Ｚｈｕ ＱＡ， Ｐｅｎｇ ＣＨ， ｅｔ ａｌ． Ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ
ｆｒｏｍ ｒｉｃｅ ｐａｄｄｉｅｓ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ， ｌａｋｅｓ ｉｎ Ｃｈｉｎａ： Ｓｙｎ⁃
ｔｈｅｓｉｓ ｎｅｗ ｅｓｔｉｍａｔｅ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１３， １９：
１９－３２
［２０］　 Ｘｕ ＸＦ， Ｔｉａｎ ＨＱ． Ｍｅｔｈａｎｅ ｅｘｃｈａｎｇｅ ｂｅｔｗｅｅｎ ｍａｒｓｈｌａｎｄ
ａｎｄ ｔｈｅ ａｔｍｏｓｐｈｅｒｅ ｏｖｅｒ Ｃｈｉｎａ ｄｕｒｉｎｇ １９４９－２００８． Ｇｌｏ⁃
３７４３１１期　 　 　 　 　 　 　 　 　 　 刘建功等： 未来气候变化情景下中国自然湿地 ＣＨ４排放的时空变化　 　 　 　 　
ｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， ２０１２， ２６： Ｄｏｉ： １０． １０２９ ／
２０１０ＧＢ００３９４６
［２１］　 Ｄｉｎｇ ＷＸ， Ｃａｉ ＺＣ． Ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔ⁃
ｌａｎｄｓ ｉｎ Ｃｈｉｎａ： Ｓｕｍｍａｒｙ ｏｆ ｙｅａｒｓ １９９５－ ２００４ ｓｔｕｄｉｅｓ．
Ｐｅｄｏｓｐｈｅｒｅ， ２００７， １７： ４７５－４８６
［２２］　 Ｌｉ ＴＴ， Ｈｕａｎｇ Ｙ， Ｚｈａｎｇ Ｗ， ｅｔ ａｌ． ＣＨ４ＭＯＤ （ ｗｅｔ⁃
ｌａｎｄ）： Ａ ｂｉｏｇｅｏｐｈｙｓｉｃａｌ ｍｏｄｅｌ ｆｏｒ ｓｉｍｕｌａｔｉｎｇ ｍｅｔｈａｎｅ
ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔｌａｎｄｓ． Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ，
２０１０， ２２１： ６６６－６８０
［２３］　 Ｌｉ Ｔ⁃Ｔ （李婷婷）， Ｈｕａｎｇ Ｙ （黄　 耀）， Ｚｈａｎｇ Ｗ （张
稳）， ｅｔ ａｌ． Ｍｏｄｅｌｉｎｇ ＣＨ４ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｎａｔｕｒａｌ ｗｅｔ⁃
ｌａｎｄｓ： Ｍｏｄｅｌ ｍｏｄｉｆｉｃａｔｉｏｎ ａｎｄ ｖａｌｉｄａｔｉｏｎ． Ｃｌｉｍａｔｉｃ ａｎｄ
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｒｅｓｅａｒｃｈ （气候与环境研究）， ２０１０， １５
（３）： ２４６－２５６ （ｉｎ Ｃｈｉｎｅｓｅ）
［２４］　 Ｄｉｎｇ ＷＸ， Ｃａｉ ＺＣ， Ｔｓｕｒｕｔａ Ｈ， ｅｔ ａｌ． Ｅｆｆｅｃｔ ｏｆ ｓｔａｎｄｉｎｇ
ｗａｔｅｒ ｄｅｐｔｈ ｏｎ ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｆｒｅｓｈｗａｔｅｒ ｍａｒ⁃
ｓｈｅｓ ｉｎ ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ａｔｍｏｓｐｈｅｒｉｃ Ｅｎｖｉｒｏｎｍｅｎｔ，
２００２， ３６： ５１４９－５１５７
［２５］　 Ｗａｎｇ ＺＭ， Ｗｕ ＪＧ， Ｍａｄｄｅｎ Ｍ， ｅｔ ａｌ． Ｃｈｉｎａ’ｓ ｗｅｔ⁃
ｌａｎｄｓ： Ｃｏｎｓｅｒｖａｔｉｏｎ ｐｌａｎｓ ａｎｄ ｐｏｌｉｃｙ ｉｍｐａｃｔｓ． Ａｍｂｉｏ，
２０１２， ４１： ７８２－７８６
［２６］ 　 Ｌｉ ＴＴ， Ｈｕａｎｇ Ｙ， Ｚｈａｎｇ Ｗ， ｅｔ ａｌ． Ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ
ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｔｈｅ ｃｏｎｖｅｒｓｉｏｎ ｏｆ ｍａｒｓｈｌａｎｄ ｔｏ ｃｒｏｐｌａｎｄ
ａｎｄ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｔｈｅ Ｓａｎｊｉａｎｇ Ｐｌａｉｎ ｏｆ Ｎｏｒｔｈｅａｓｔ
Ｃｈｉｎａ ｆｒｏｍ １９５０ ｔｏ ２１００． Ｂｉｏｇｅｏｓｃｉｅｎｃｅｓ， ２０１２， ９：
５１９９－５２１５
［２７］　 Ａｎ ＳＱ， Ｌｉ ＨＢ， Ｇｕａｎ ＢＨ， ｅｔ ａｌ． Ｃｈｉｎａ’ ｓ ｎａｔｕｒａｌ ｗｅｔ⁃
ｌａｎｄｓ： Ｐａｓｔ ｐｒｏｂｌｅｍｓ， ｃｕｒｒｅｎｔ ｓｔａｔｕｓ， ａｎｄ ｆｕｔｕｒｅ ｃｈａｌ⁃
ｌｅｎｇｅｓ． Ａｍｂｉｏ， ２００７， ３６： ３３５－３４２
［２８］　 Ｃｈｅｎ Ｍ⁃Ｐ （陈敏鹏）， Ｌｉｎ Ｅ⁃Ｄ （林而达）． Ｇｌｏｂａｌ
ｇｒｅｅｎｈｏｕｓｅ ｇａｓ ｅｍｉｓｓｉｏｎ ｍｉｔｉｇａｔｉｏｎ ｕｎｄｅｒ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ
ｃｏｎｃｅｎｔｒａｔｉｏｎ ｐａｔｈｗａｙｓ ｓｃｅｎａｒｉｏｓ ａｎｄ ｃｈａｌｌｅｎｇｅｓ ｔｏ Ｃｈｉ⁃
ｎａ． Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ （气候变化研
究进展）， ２０１０， ６（６）： ４３６－４４２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２９］　 Ｈｕｔｃｈｉｎｓｏｎ ＭＦ， Ｇｅｓｓｌｅｒ ＰＥ． Ｓｐｌｉｎｅｓ： Ｍｏｒｅ ｔｈａｎ ｊｕｓｔ ａ
ｓｍｏｏｔｈ ｉｎｔｅｒｐｏｌａｔｏｒ． Ｇｅｏｄｅｒｍａ， １９９４， ６２： ４５－６７
［３０］　 Ｚｈｕ ＱＡ， Ｊｉａｎｇ Ｈ， Ｐｅｎｇ ＣＨ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｎｇ ｔｈｅ
ｅｆｆｅｃｔｓ ｏｆ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ａｎｄ ｅｌｅｖａｔｅｄ ＣＯ２ ｏｎ ｔｈｅ
ｗａｔｅｒ ｕｓｅ ｅｆｆｉｃｉｅｎｃｙ ｉｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｏｆ Ｃｈｉｎａ．
Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ， ２０１１， ２２２： ２４１４－２４２９
［３１］　 Ｊｕ ＷＭ， Ｃｈｅｎ ＪＭ， Ｈａｒｖｅｙ Ｄ， ｅｔ ａｌ． Ｆｕｔｕｒｅ ｃａｒｂｏｎ ｂａ⁃
ｌａｎｃｅ ｏｆ Ｃｈｉｎａ’ｓ ｆｏｒｅｓｔｓ ｕｎｄｅｒ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ａｎｄ ｉｎ⁃
ｃｒｅａｓｉｎｇ ＣＯ２ ． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ，
２００７， ８５： ５３８－５６２
［３２］　 Ｅｎｔｉｎｇ Ｉ， Ｈｅｉｍａｎｎ Ｍ， Ｗｉｇｌｅｙ Ｔ． Ｆｕｔｕｒｅ Ｅｍｉｓｓｉｏｎｓ ａｎｄ
Ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｏｆ Ｃａｒｂｏｎ Ｄｉｏｘｉｄｅ： Ｋｅｙ Ｏｃｅａｎ ／ Ａｔｍｏｓ⁃
ｐｈｅｒｅ ／ Ｌａｎｄ Ａｎａｌｙｓｅｓ， ＣＳＩＲＯ Ｄｉｖｉｓｉｏｎ ｏｆ Ａｔｍｏｓｐｈｅｒｉｃ
Ｒｅｓｅａｒｃｈ Ｔｅｃｈｎｉｃａｌ Ｐａｐｅｒ Ｎｏ． ３１． Ｃａｎｂｅｒｒａ， Ａｕｓｔｒａｌｉａ：
ＣＳＩＲＯ， １９９４
［３３］　 Ｐｒｉｇｅｎｔ Ｃ， Ｐａｐａ Ｆ， Ａｉｒｅｓ Ｆ， ｅｔ ａｌ． Ｇｌｏｂａｌ ｉｎｕｎｄａｔｉｏｎ
ｄｙｎａｍｉｃｓ ｉｎｆｅｒｒｅｄ ｆｒｏｍ ｍｕｌｔｉｐｌｅ ｓａｔｅｌｌｉｔｅ ｏｂｓｅｒｖａｔｉｏｎｓ，
１９９３－２０００． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ， ２００７，
１１２： Ｄｏｉ： １０．１０２９ ／ ２００６ＪＤ００７８４７
［３４］　 Ｓｔｏｃｋｅｒ ＢＤ， Ｒｏｔｈ Ｒ， Ｊｏｏｓ Ｆ， ｅｔ ａｌ． Ｍｕｌｔｉｐｌｅ ｇｒｅｅｎ⁃
ｈｏｕｓｅ⁃ｇａｓ ｆｅｅｄｂａｃｋｓ ｆｒｏｍ ｔｈｅ ｌａｎｄ ｂｉｏｓｐｈｅｒｅ ｕｎｄｅｒ ｆｕ⁃
ｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ． Ｎａｔｕｒｅ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ，
２０１３， ３： ６６６－６７２
［３５］　 Ｖｏｌｏｄｉｎ ＥＭ． Ｍｅｔｈａｎｅ ｃｙｃｌｅ ｉｎ ｔｈｅ ＩＮＭ ＲＡＳ ｃｌｉｍａｔｅ
ｍｏｄｅｌ． Ｉｚｖｅｓｔｉｙａ Ａｔｍｏｓｐｈｅｒｉｃ ａｎｄ Ｏｃｅａｎｉｃ Ｐｈｙｓｉｃｓ， ２００８，
４４： １５３－１５９
［３６］　 Ｅｌｉｓｅｅｖ ＡＶ， Ｍｏｋｈｏｖ ＩＩ， Ａｒｚｈａｎｏｖ ＭＭ， ｅｔ ａｌ． Ｉｎｔｅｒａｃ⁃
ｔｉｏｎ ｏｆ ｔｈｅ ｍｅｔｈａｎｅ ｃｙｃｌｅ ａｎｄ ｐｒｏｃｅｓｓｅｓ ｉｎ ｗｅｔｌａｎｄ ｅｃｏ⁃
ｓｙｓｔｅｍｓ ｉｎ ａ ｃｌｉｍａｔｅ ｍｏｄｅｌ ｏｆ ｉｎｔｅｒｍｅｄｉａｔｅ ｃｏｍｐｌｅｘｉｔｙ．
Ｉｚｖｅｓｔｉｙａ Ａｔｍｏｓｐｈｅｒｉｃ ａｎｄ Ｏｃｅａｎｉｃ Ｐｈｙｓｉｃｓ， ２００８， ４４：
１３９－１５２
［３７］　 Ｓｈｉｎｄｅｌｌ ＤＴ， Ｗａｌｔｅｒ ＢＰ， Ｆａｌｕｖｅｇｉ Ｇ． Ｉｍｐａｃｔｓ ｏｆ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｏｎ ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｗｅｔｌａｎｄｓ． Ｇｅｏｐｈｙｓｉｃａｌ
Ｒｅｓｅａｒｃｈ Ｌｅｔｔｅｒｓ，２００４， ３１：Ｄｏｉ：１０．１０２９ ／ ２００４ＧＬ０２１００９
［３８］　 Ｇｅｄｎｅｙ Ｎ， Ｃｏｘ ＰＭ， Ｈｕｎｔｉｎｇｆｏｒｄ Ｃ． Ｃｌｉｍａｔｅ ｆｅｅｄｂａｃｋ
ｆｒｏｍ ｗｅｔｌａｎｄ ｍｅｔｈａｎｅ ｅｍｉｓｓｉｏｎｓ． Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ
Ｌｅｔｔｅｒｓ， ２００４， ３１： Ｄｏｉ： １０．１０２９ ／ ２００４ＧＬ０２０９１９
作者简介　 刘建功，男，１９８８ 年生，硕士研究生．主要从事甲
烷排放源不确定性研究． Ｅ⁃ｍａｉｌ： ｂｒｕｃｅｌｙｌ＠ １６３．ｃｏｍ
责任编辑　 杨　 弘
４７４３ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷