基于GOSAT和OCO-2卫星的中国生物质燃烧CO2排放量估算研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41701498
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0113.遥感科学
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Vegetation fire and biomass burning release great amounts of the stored carbon from terrestrial ecosystem into the atmosphere, which has significant impact on global carbon cycle and atmospheric environment. Greenhouse gases observing satellite monitors the concentration of atmospheric carbon dioxide from space, and provides important information on the accurate spatial distribution of carbon dioxide. This study estimates the spatial and temporal characteristics of biomass burning emissions in China during 2001-2015 years based on the “Bottom-up” Method by using the terrestrial ecosystem model with fire emissions process and biomass burning emissions inventory model. With the help of remotely sensed data and open field experiment, we establish the database of available biomass, combustion factor and emission factor for all vegetation types (forest, grassland, shrubland and cropland). Meanwhile, we use the “Top-down” Method to retrieve the biomass burning emissions in China from 2001 to 2015 by using the atmospheric transport model and fire retrieval method based on the GOSAT and OCO-2 datasets. Finally, we compare and validate the biomass burning emissions estimated by the two methods and explore their consistencies in quantification the emissions of biomass burning. The biomass burning emission estimation by two different methods investigates the carbon loss in terrestrial ecosystem and carbon gain in atmospheric system. It will help us better understand the interactions among terrestrial ecosystem carbon cycle, biomass burning and atmospheric environment.
自然植被火灾通过生物量燃烧将陆地生态系统固定的碳重新释放到大气中,对全球碳循环和大气环境具有重要影响。温室气体观测卫星对全球大气二氧化碳浓度的高精度探测和监测,为准确把握大气二氧化碳浓度分布提供了重要依据。本研究基于“自下而上”型的陆地生态系统火灾碳排放过程模型,研究2001-2015年中国自然植被火灾碳排放的时空特征与变化趋势。结合遥感和野外调查实验,建立中国各典型火灾类型(森林火灾、草原火灾、灌木火灾和农田秸秆焚烧)可燃生物量,燃烧因子和排放因子数据库,耦合陆地生态系统模型,模拟各类型火灾碳排放量。同时采用“自上而下”型的大气输送模型和遥感反演模型,应用温室气体观测卫星GOSAT和OCO-2数据反演中国2001-2015年火灾碳排放量的时空特征。通过对“自下而上”和“自上而下”两种方法估算的火灾碳排放量进行比较和验证,揭示生态系统火灾碳排放-大气输送-大气二氧化碳浓度变化的作用机理。

结项摘要

生物质燃烧将陆地生态系统固定的碳重新释放到大气中,对全球碳循环和大气环境具有重要影响。温室气体观测卫星对全球大气二氧化碳浓度的高精度探测和监测,为准确把握大气二氧化碳浓度分布提供了重要依据。本研究基于“自下而上”型的陆地生态系统火灾碳排放过程模型,研究2001-2015年中国自然植被火灾碳排放的时空特征与变化趋势。结合遥感和野外调查实验,建立中国各典型火灾类型(森林火灾、草原火灾、灌木火灾和农田秸秆焚烧)可燃生物量,燃烧因子和排放因子数据库,耦合陆地生态系统模型,模拟各类型火灾碳排放量。同时采用“自上而下”型的大气输送模型和遥感反演模型,应用温室气体观测卫星GOSAT和OCO-2数据反演中国2001-2015年火灾碳排放量的时空特征。通过对“自下而上”和“自上而下”两种方法估算的火灾碳排放量进行比较和验证,揭示生态系统火灾碳排放-大气输送-大气二氧化碳浓度变化的作用机理。同时,应用本项目开发的模型估算了生物质燃烧大气PM2.5排放量,结合人口数据和暴露风险等级,首次建立了亚洲地区大气污染物暴露-环境健康影响评估模型,提出了大气污染控制情景下人体健康的潜在风险,为发展中国家制定最优化污染控制措施提供数据支撑和机理方案,为不同污染控制情境下大气污染物致死的减缓潜力和环境健康效应提供精准方案和策略。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Long-term trends and spatial patterns of satellite-retrieved PM2.5 concentrations in South and Southeast Asia from 1999 to 2014
1999年至2014年南亚和东南亚卫星反演PM2.5浓度的长期趋势和空间格局
  • DOI:
    10.1016/j.scitotenv.2017.09.241
  • 发表时间:
    2018-02-15
  • 期刊:
    SCIENCE OF THE TOTAL ENVIRONMENT
  • 影响因子:
    9.8
  • 作者:
    Shi, Yusheng;Matsunaga, Tsuneo;Chen, Xuehong
  • 通讯作者:
    Chen, Xuehong
A multi-year and high-resolution inventory of biomass burning emissions in tropical continents from 2001–2017 based on satellite observations
基于卫星观测的 2001 年至 2017 年热带大陆生物质燃烧排放的多年高分辨率清单
  • DOI:
    10.1016/j.jclepro.2020.122511
  • 发表时间:
    2020-10
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    Shi Yusheng;Zang Shuying;Matsunaga Tsuneo;Yamaguchi Yasushi
  • 通讯作者:
    Yamaguchi Yasushi
Long-term trends and spatial patterns of PM2.5-induced premature mortality in South and Southeast Asia from 1999 to 2014
1999-2014年南亚和东南亚PM2.5引起的过早死亡的长期趋势和空间格局
  • DOI:
    10.1016/j.scitotenv.2018.03.146
  • 发表时间:
    2018-08-01
  • 期刊:
    SCIENCE OF THE TOTAL ENVIRONMENT
  • 影响因子:
    9.8
  • 作者:
    Shi, Yusheng;Matsunaga, Tsuneo;Gu, Xingfa
  • 通讯作者:
    Gu, Xingfa
Spatial and Temporal Variations of Atmospheric CO2 Concentration in China and Its Influencing Factors
中国大气CO2浓度时空变化特征及其影响因素
  • DOI:
    10.3390/atmos11030231
  • 发表时间:
    2020-02
  • 期刊:
    Atmosphere
  • 影响因子:
    2.9
  • 作者:
    Lv Zhenghan;Shi Yusheng;Zang Shuying;Sun Li
  • 通讯作者:
    Sun Li
High-resolution inventory of mercury emissions from biomass burning in tropical continents during 2001-2017
2001-2017 年热带大陆生物质燃烧汞排放高分辨率清单
  • DOI:
    10.1016/j.scitotenv.2018.10.420
  • 发表时间:
    2018
  • 期刊:
    Science of the Total Environment
  • 影响因子:
    9.8
  • 作者:
    Shi Yusheng;Zhao Aimei;Matsunaga Tsuneo;Yamaguchi Yasushi;Zang Shuying;Li Zhengqiang;Yu Tao;Gu Xingfa
  • 通讯作者:
    Gu Xingfa

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

石玉胜的其他基金

中国生物质燃烧PM2.5综合排放遥感估算及其对人口过早死亡的影响研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码