Hoch

Nov 29, 2023

Scientific Data Band 10, Artikelnummer: 339 (2023) Diesen Artikel zitieren

308 Zugriffe

Details zu den Metriken

Das Critical-Load-Konzept ist eine wichtige wissenschaftliche Richtlinie zur Kontrolle von Säureablagerungen. Es war nicht nur eine entscheidende wissenschaftliche Grundlage für die Festlegung der Emissionsreduktionsziele in Europa, sondern wurde auch bei der Luftreinhaltung in China verwendet, insbesondere bei der Ausweisung von zwei Kontrollzonen. Derzeit werden die kritischen Schwefel- und Stickstoffbelastungen in Europa, Amerika und Ostasien (hauptsächlich in China) immer noch überschritten und müssen kontinuierlich aktualisiert werden, um den Anforderungen weiterer Emissionsreduzierungen gerecht zu werden. Kritische Belastungen für China wurden in den 2000er Jahren berechnet und kartiert, sind jedoch aufgrund methodischer und datenbezogener Einschränkungen nicht genau genug. Hier präsentieren wir die neuesten hochwertigen kritischen Belastungen für China, basierend auf hochauflösenden Basisdaten zu Boden, Vegetation und atmosphärischer Basiskationenablagerung sowie aktuellem Wissen über wichtige Parameter. Unsere Daten, die in GAINS-China aufgenommen werden, können verwendet werden, um die ökologischen Vorteile der Stickstoff- und Schwefelreduzierungen in China auf regionaler oder nationaler Ebene zu bewerten und um künftige Minderungsstrategien zu entwickeln.

Säureablagerungen, die (hauptsächlich) aus Stickstoffablagerungen und Schwefelablagerungen bestehen, waren seit den 1960er Jahren eines der schwerwiegendsten Umweltprobleme in Europa, Nordamerika und Ostasien1,2. In einigen Entwicklungsländern wie Indien und Brasilien stellt es nach wie vor ein großes Umweltproblem dar und zeigt dort eine zunehmende Tendenz3. In der Umwelt abgelagerter Stickstoff und Schwefel können zur Versauerung und Eutrophierung terrestrischer und aquatischer Ökosysteme führen4. Es gibt viele Berichte über Säureablagerungen, die zum Fischsterben und zum Waldsterben führen5,6,7. Um die Umweltauswirkungen der Säureablagerung bei minimalen Kosten wirksam zu kontrollieren, wurde das Konzept der kritischen Belastungen vorgeschlagen, definiert als die maximale Menge an Säureablagerungen, die langfristig keine Schäden an Boden und Oberflächenwasser verursachen würde8. Kritische Belastungen werden durch die Beschaffenheit des Ökosystems (z. B. Boden und Vegetation) bestimmt und spiegeln die Toleranz des Ökosystems gegenüber Säureablagerungen wider. Weltweit werden bei der Stickstoff- und Schwefelreduzierung kritische Belastungen eingesetzt, selbst als primäre wissenschaftliche Richtlinie9,10,11. In Europa wurden sie bei den Verhandlungen über das Zweite Schwefelprotokoll und das „Multi-Schadstoff-Multi-Effekt“-Protokoll als wissenschaftliche Grundlage für Emissionsreduktionsziele verwendet12. Auch die USA haben kritische Belastungen ernst genommen und das Critical Loads of Atmospheric Deposition Science Committee (CLAD) gegründet, um die Entwicklung, Zusammenarbeit und den Datenaustausch kritischer Belastungen zu fördern13. Mehrere Bundesbehörden, wie der National Park Service (https://www.nps.gov/subjects/air/critical-loads.htm), haben kritische Belastungen auf Ökosystemschutzpraktiken angewendet. Derzeit geht die Säuredeposition in Europa und den USA durch die Reduzierung von SO2 und NOX allmählich zurück, die kritischen Belastungen werden jedoch in den dortigen Grenzgebieten immer noch überschritten (z. B. kam es 2011 auf 58 % der Ökosystemfläche in Europa zu Überschreitungen der kritischen Belastungen für Eutrophierung). 202014; die Gesamtfläche aller kritischen Belastungsüberschreitungen in den USA im Jahr 2025 wird voraussichtlich 4,8 Millionen km2 betragen15. Daher aktualisieren Europa (www.icpmapping.org) und die USA (http://nadp.slh.wisc.edu) kontinuierlich kritische Lasten, um die Vorteile einer weiteren Emissionsreduzierung zu bewerten.

Seit den späten 1970er Jahren ist saurer Regen nach und nach zu einem der besorgniserregendsten Umweltprobleme in Ostasien geworden. Und Südchina ist ein Hotspot für sauren Regen in Ostasien1. Die von saurem Regen in China betroffene Fläche überstieg einst 30 % der Landesfläche16, und die höchste nasse Schwefelablagerung in China war deutlich höher als in Europa und Nordamerika1,17,18. Um den Status der Säureablagerung wissenschaftlich zu bewerten und Emissionsreduzierungen zu steuern, haben Duan et al. kartierte zunächst die kritischen Belastungen in China9, die dann bei der Ausweisung von zwei Kontrollzonen (Kontrollzone für sauren Regen und Kontrollzone für Schwefeldioxidverschmutzung)19,20,21 verwendet wurden. In den letzten Jahren hat China große Anstrengungen unternommen, um die Stickstoff- und Schwefelemissionen zu reduzieren, vor allem zur Kontrolle von Feinstaub (PM2,5), und als Nebeneffekt scheint die Säureablagerung erheblich gemildert worden zu sein16. Basierend auf den Ergebnissen von Duan et al. haben Zhao et al. fanden heraus, dass die kritische Belastungsüberschreitung von Schwefel im Jahr 2015 weiterhin bei 2,5 Mio. t und die von Stickstoff bei 1,1 Mio. t22 lag. Darüber hinaus verringert die Feinstaubreduzierung die Toleranz von Ökosystemen gegenüber Säureablagerungen, und die Reduzierung von Ammoniak führt auch zu Unsicherheiten bei der Kontrolle der Säureablagerungen23. Daher können die verfügbaren kritischen Belastungsdaten in China (von Duan et al.9) den Bedarf an einer genauen Bewertung der Auswirkungen von Säureablagerungen in China derzeit nicht decken. Noch wichtiger ist, dass die kritischen Lasten von Duan et al. vor mehr als zwei Jahrzehnten kartiert wurden, sodass Genauigkeit und Auflösung durch grundlegende Daten und Methoden begrenzt waren. Beispielsweise berechneten sie die Denitrifikations- und Bodenverwitterungsraten basierend auf der Bodenart ohne lokalisierte Parameter; Die Vegetationsaufnahme wurde je nach Vegetationstyp grob bestimmt. Im Allgemeinen weisen aktuelle kritische Belastungsdaten eine geringe räumliche Auflösung und Genauigkeit auf und können aufgrund von Veränderungen in der Ablagerung, Vegetation und anderen Umweltfaktoren nicht mehr die aktuelle Situation von Ökosystemen beschreiben.

Um den Bedarf an einer Bewertung des Säureablagerungsstatus in China zu decken, haben wir einen hochauflösenden (1 km × 1 km) kritischen Belastungsdatensatz für Böden entwickelt, der auf dem Steady-State-Massenbilanzmodell (SMB)24,25 basiert, einschließlich des Maximums kritische Belastung von Schwefel (CLmax (S)), die minimale (CLmin (N)) und maximale (CLmax (N)) kritische Belastung von Stickstoff und die kritische Belastung von Nährstoffstickstoff (CLnut (N)). Unsere Ergebnisse nutzten hochauflösende geografische, Vegetations- und meteorologische Daten sowie aktuelle Erkenntnisse aus der Literatur, um die Schlüsselparameter zu aktualisieren und zu verfeinern. Die Datenberechnungsmethode ist in Abb. 1 dargestellt. Unsere Datensätze können für die Bewertung der ökologischen Auswirkungen von Säureablagerungen auf regionaler bis nationaler Ebene in China verwendet werden.

Methodik zur Kartierung kritischer Lasten in China. Bc ist das Basenkation (K + Ca + Mg); Kgibb ist die Gibbsit-Konstante, die das Gleichgewicht zwischen H+ und Al3+ beschreibt; (Bc/Al)krit stellt das kritische Molverhältnis von Bc zu Al im Bodenwasser dar; Nle, krit ist die kritische Stickstoffauswaschung im Abfluss; fde ist der Denitrifikationsanteil des Nettoeintragsstickstoffs. Weitere Details finden Sie unter „Methoden“.

Unsere Berechnungsmethode bezieht sich auf das europäische Handbuch zur Modellierung und Abbildung kritischer Lasten, das auf den Prinzipien der Massen- und Ladungserhaltung26 basiert. Es ist zu beachten, dass es sich beim SMB-Modell um ein Steady-State-Modell handelt, d. h. alle betrachteten Ein- und Ausgänge sind über die Zeit stabil24, sodass endliche Reservoire wie der Ionenaustausch nicht berücksichtigt werden.

Die maximale kritische Schwefelbelastung, CLmax (S) (Abb. 2a), wurde berechnet als

wobei Bc die Summe der Basenkationen ist (d. h. K + Mg + Ca); Der Index dep steht für Deposition, w steht für Bodenverwitterung, u steht für Nettoaufnahme durch Pflanzen und le steht für Auswaschung; Na ist in Bc nicht enthalten, da Pflanzen kein Na aufnehmen; ANCle, Crit ist die akzeptable Grenze der Säureneutralisierungskapazität (ANC), die gegeben ist durch:

wobei Q der Abfluss ist, [H] ([Al]) die äquivalente Konzentration von H+ (Al3+) im Abfluss. Weitere Berechnungen werden im Abschnitt „Kritische chemische Kriterien“ eingeführt.

Kritische Schwefel- und Stickstoffbelastungen in China. Die weiße Farbe in der Karte stellt Ackerland oder Fläche ohne Vegetation dar. Es handelt sich um Ackerland oder Fläche ohne Vegetation, für die keine kritischen Belastungen definiert werden können. (a) maximale kritische Schwefelbelastung; (b) minimale kritische Stickstoffbelastung; (c) maximale kritische Stickstoffbelastung; (d) kritische Belastung mit Nährstoffstickstoff.

Stickstoff durchläuft einen komplexeren biogeochemischen Kreislauf als Schwefel. Solange die Stickstoffdeposition nicht zu hoch ist, wird davon ausgegangen, dass der deponierte Stickstoff vollständig von der Vegetation aufgenommen bzw. immobilisiert wird und daher keine Auswirkungen auf die Umwelt hat. Daher wird die minimale kritische Stickstoffbelastung, CLmin (N) (Abb. 2b), definiert als

Dabei sind Nu und Ni der von Pflanzen aufgenommene Nettostickstoff bzw. die langfristige Stickstoffimmobilisierung.

Wenn die Stickstoffablagerung CLmin (N) überschreitet, würde ein Teil des überschüssigen Stickstoffs denitrifiziert, der Rest würde ausgelaugt und zu einer Versauerung führen. Daher ist die maximale kritische Stickstoffbelastung, CLmax (N) (Abb. 2c), definiert als

wobei fde der Denitrifikationsanteil ist.

Überschüssiger Stickstoff kann auch zur Eutrophierung führen. Aus dieser Perspektive können wir die kritische Belastung des Nährstoffstickstoffs CLnut (N) (Abb. 2d) wie folgt definieren:

wobei Nle, krit die akzeptable Grenze für die Auswaschung von Stickstoff ist.

Die Parameter der verfügbaren kritischen Belastungen wurden hauptsächlich durch Boden- und Vegetationstypen bestimmt, während die Eigenschaften von Boden und Vegetation (z. B. Bodentextur, Bodenfeuchtigkeit und Vegetationsproduktivität) räumlich stark variieren und mit vielen Faktoren zusammenhängen. Daher muss die Genauigkeit dringend verbessert werden. Stattdessen verwendeten wir die neuesten hochauflösenden digitalen Karten (Abb. 1) und kombinierten aktuelles Wissen, um wichtige Parameter wie Bodenverwitterung, Denitrifikation und Stickstoffimmobilisierung zu bestimmen, was die Genauigkeit und Auflösung der kritischen Werte erheblich verbesserte Ladungen. Im Folgenden beschreiben wir detailliert die Ermittlung der wesentlichen Parameter.

Die Geschwindigkeit der Bodenverwitterung wird anhand der mineralogischen Zusammensetzung, der physikalischen Eigenschaften (z. B. Textur) und Umweltfaktoren (z. B. Temperatur) bestimmt (Abb. 3). Zunächst verwendeten wir das PROFILE-Modell27, um die Basisverwitterungsrate bei Standardbedingungen (Temperatur = 8 °C, Dichte = 1,2 g/cm3, spezifische Oberfläche = 1,1 × 106 m2/m3) für jeden Bodentyp zu berechnen. Daten zur mineralogischen Zusammensetzung typischer Bodentypen wurden von Duan9 zusammengestellt. Die 1 km × 1 km große Karte der Bodentypen in China stammt vom Resource and Environment Science and Data Center (https://www.resdc.cn). Einige Böden in China enthalten Kalziumkarbonat (CaCO3), insbesondere in Trockengebieten. Bei einem Gehalt von weniger als 0,5 % wurde dieses jedoch in der Berechnung ausgeschlossen, da es durch die langfristige Säureablagerung erschöpft sein könnte. Die Verwitterungsrate wurde als CaCO3-Gehalt (%) mal 0,82 keq/ha/Jahr berechnet, wenn der CaCO3-Gehalt höher als 0,5 % war. Der CaCO3-Gehalt des Bodens stammt aus der Harmonized World Soil Database (HWSD)28.

Bodenverwitterungsrate in China (korrigiert mit Bodenfeuchtigkeit, SSA und Bodentemperatur).

Die Standardbedingungen sind die Standardbedingungen in PROFILE und dienen zur Berechnung der Verwitterungsraten nur unter Berücksichtigung der Unterschiede in der mineralogischen Zusammensetzung. Die Verwitterungsraten wurden dann mit der Bodenfeuchtigkeit, der spezifischen Oberfläche (SSA) und der Bodentemperatur korrigiert:

Dabei ist Bcw0 die Grundverwitterungsrate, Csw ein Korrekturfaktor für die Bodenfeuchtigkeit, A eine Konstante (3600 K wie empfohlen) zur Temperaturkorrektur und T die Bodentemperatur. Die Daten zur Bodentemperatur stammen vom National Tibetan Plateau Data Center29,30. Der Csw-Wert reicht von 0,7 (Bodenfeuchtigkeit < Welkefeuchtigkeit) bis 1,3 (Bodenfeuchtigkeit > Wasserspeicherkapazität) und wurde in Gebieten mit mäßiger Feuchtigkeit durch lineare Interpolation ermittelt. Die Daten zur Bodenfeuchtigkeit stammen vom National Earth System Science Data Center31. Die Zahlen 1.1, 1.2 und 281 in Gl. (5) bedeutet die SSA von 1,1 × 106 m2/m3, die Schüttdichte von 1,2 × 103 kg/m3 und die Bodentemperatur von 281 K, was den Werten bei Standardbedingungen entspricht.

SSA in Gl. (5) wurde mit geschätzt

wobei Xsand, Xsilt, Xclay und S den Anteil von Sand, Schluff, Ton und Kies im Boden bedeuten; ρBoden ist die Schüttdichte des Bodens; fclay ist ein Korrekturfaktor32:

Die Daten zur Bodendichte und -textur (Sand-, Schluff-, Ton- und Kiesgehalt) stammen von HWSD28.

Unter Nettoaufnahme durch Pflanzen versteht man die Nettoentfernung von Stickstoff und Basenkationen aus dem Ökosystem (Abb. 4). Der in den Baumstämmen, den Zweigen der Sträucher und den oberirdischen Teilen des Graslandes enthaltene Stickstoff wurde als dem Ökosystem entzogener Stickstoff behandelt, vorausgesetzt, dass wissenschaftliche Waldernte und Beweidungsbewirtschaftung übernommen wurden. Die Nettoaufnahme von Stickstoff oder Basenkationen wurde wie folgt berechnet:

Dabei bezieht sich NPP auf die Nettoprimärproduktivität, Pi auf den Anteil der Biomasse im betrachteten Pflanzenteil (z. B. Baumstämme) und CN (CBc) auf den Stickstoffgehalt (Basekation) der Pflanzen. Die jährlichen NPP-Daten, die von 2000 bis 2010 mit dem Global Production Efficiency Model modelliert wurden, stammten vom Resource and Environment Science and Data Center und wurden gemittelt, um langfristige NPP darzustellen. Daten zum Biomasseanteil und Elementgehalt wurden von Duan et al.33 gesammelt und mit der Vegetationskarte Chinas verknüpft, die vom National Cryosphere Desert Data Center34 stammt.

Nettowachstumsaufnahme von basischem Kation und Stickstoff durch die Vegetation in China. Die weiße Farbe in der Karte bedeutet, dass es keine Vegetation oder Ackerflächen gibt und die Nettoaufnahme gleich Null ist. (a), Aufnahme des Basenkations; (b), Aufnahme von Stickstoff. Beachten Sie, dass die beiden Abbildungen entgegengesetzte Farbschemata verwenden, um auf die Gefahr von Säureablagerungen hinzuweisen.

Unter Stickstoffimmobilisierung versteht man die Umwandlung von anorganischem Stickstoff in stabilen organischen Stickstoff im Boden (Abb. 5). Die langfristige Nettostickstoffimmobilisierung wurde durch den Stickstoffgehalt des Bodens dividiert durch das Bodenalter26 geschätzt. Die Böden wurden in drei Kategorien eingeteilt: Skeletol Primitive Soils, Ferralisole und andere, deren Alter je nach Messung und Bodentyp auf 1500 Jahre, 130000 Jahre bzw. 5000 Jahre festgelegt wurde35. Der Stickstoffgehalt des Bodens stammt vom National Tibetan Plateau Data Center36,37.

Stickstoffimmobilisierung in den Böden in China.

Wir verwendeten den Denitrifikationsanteil fde basierend auf den Beobachtungsdaten zur Denitrifikation für die wichtigsten Waldtypen in China38,39 (Tabelle 1). fde in den anderen Gebieten wurde anhand des Bodenentwässerungsstatus bestimmt, der zwischen 0 für übermäßig entwässerte Böden und 0,8 für sehr schlecht entwässerte Böden lag. Die Daten zur Bodenentwässerung stammen aus dem HWSD28. Um eine Überschätzung von fde grober Böden zu verhindern, setzen wir fde = 0,1, wenn SSA <2 × 106 m2/m3. Die Ergebnisse stimmten mit den Beobachtungen überein38,39.

Die Ablagerung basischer Kationen (Abb. 6) wurde mithilfe eines mehrschichtigen dynamischen Euler-Modells simuliert, das von Duan et al.40 entwickelt wurde. Zu den Modelleingaben gehören ein Bc-Emissionsinventar und meteorologische Daten. Der Niederschlagsdatensatz wurde vom Global Precipitation Climatology Project41 abgeleitet und andere meteorologische Daten stammten vom Europäischen Zentrum für mittelfristige Wettervorhersagen42. Das Bc-Emissionsinventar wurde wie folgt berechnet:

Dabei ist PM die Feinstaubemission, ω der Massenanteil von Bc im Feinstaub und i, j und k repräsentieren Provinz, Sektor bzw. Bc-Arten. Die Feinstaubemission bezog sich auf Xia et al.43, und Anteile der Bc-Spezies stammten aus unserer früheren Forschung44.

Basenkationenabscheidung in China im Jahr 2015.

Um Pflanzen vor Schäden durch Aluminium zu schützen, legen wir für jeden Ökosystemtyp einen Grenzwert für das Verhältnis von Basenkation zu Aluminium (Bc/Al) fest. Kritischer ANKle in Gl. (2) ist dann gegeben durch:

wobei Kgibb die Gibbsit-Gleichgewichtskonstante ist, die das Gleichgewicht zwischen H+ und Al3+ beschreibt; (Bc/Al)krit ist das molare kritische Verhältnis von Basenkation zu Aluminium. Kgibb wurde anhand des Gehalts an organischer Substanz im Boden bestimmt (Tabelle 2). Der Gehalt an organischer Substanz im Boden wurde vom National Tibetan Plateau Data Center36,37 ermittelt; Die 1 km × 1 km großen Abflussdaten Chinas wurden aus der zonalen Abflusskarte45 konvertiert; (Bc/Al)krit für jeden Ökosystemtyp wurde Duan9 und dem Handbuch26 entnommen.

Nle, krit in Gl. (4) bedeutet die kritische Auswaschung von Stickstoff, die definiert wird, um das Ökosystem vor Eutrophierung zu schützen. NLE, Crit für jeden Ökosystemtyp wurde Duan9 und dem Handbuch26 entnommen.

Die Daten sind im National Tibetan Plateau Data Center46 frei verfügbar und werden in das Modell der Wechselwirkungen und Synergien zwischen Treibhausgas und Luftverschmutzung (https://gains.iiasa.ac.at/models/) einbezogen. Der Datensatz besteht aus vier TIF-Dateien und einer „Readme“-Datei. Die TIF-Dateien geben die kritischen Lasten (CLmax (S), CLmin (N), CLmax (N) und CLnut (N)) für China an. In der „Readme“-Datei werden die Einheiten und zusätzliche Informationen für kritische Lasten erläutert.

Das SMB-Modell wird weltweit häufig verwendet und wir haben die Modellparameter unter Bezugnahme auf die neuesten Forschungsergebnisse kalibriert. Kritische Belastungen sind jedoch langfristige Merkmale von Ökosystemen, die durch Experimente nur schwer zu validieren sind. Daher ist die Qualitätskontrolle der Eingabedaten derzeit der wichtigste Ansatz, um die Zuverlässigkeit der Ausgabe sicherzustellen.

Die von uns verwendeten hochauflösenden Karten (z. B. Bodentextur, organische Bodensubstanz) sind von Experten überprüfte Daten oder Daten aus maßgeblichen Datenspeichern (z. B. Bodentyp, Vegetationstyp) von hoher Qualität. Für einige andere Daten (z. B. physiologische Daten von Pflanzen, kritische chemische Kriterien) haben wir sie aus der Literatur oder Handbüchern bezogen, die ebenfalls als zuverlässig gelten können.

Obwohl FDE sehr komplex ist und neben der Waldart von vielen Faktoren abhängt, gibt es noch kein allgemein akzeptiertes Modell zur Berechnung von FDE. Wir haben die Beobachtungen zu fde aus der Literatur für verschiedene Waldtypen zusammengefasst, die die tatsächliche Situation in China im Vergleich zu häufig verwendeten empirischen Beziehungen besser darstellen können.

Das Bodenalter wurde anhand der Bodenart anhand der Literatur bestimmt. Da der Beitrag der Stickstoffimmobilisierung zu kritischen Belastungen vernachlässigbar ist, würde unsere grobe Schätzung des Bodenalters keine großen Fehler verursachen. In früheren Untersuchungen9 wurde für alle Bodentypen ein einheitliches Bodenalter verwendet, da die verfügbaren Daten zum Bodenalter sehr begrenzt waren.

Die größte Unsicherheit ergibt sich aus der Schätzung der Bodenverwitterungsraten, da die mineralogische Zusammensetzung der Böden nur unzureichend untersucht und fragmentiert ist. Aufgrund des ähnlichen Bodenbildungsprozesses liegen die Verwitterungsraten desselben Bodentyps jedoch relativ nahe beieinander und daher ist die von uns derzeit verwendete Methode akzeptabel47. Im Allgemeinen liefert diese Studie eine qualitativ hochwertige Schätzung der kritischen Belastungen in China unter den bestehenden Bedingungen.

Alle Berechnungen wurden in ESRI ArcGIS 10.5 durchgeführt und es wurde kein anderer Computercode verwendet.

Duan, L. et al. Säuredeposition in Asien: Emissionen, Deposition und Auswirkungen auf das Ökosystem. Atmosphäre. Umgebung. 146, 55–69 (2016).

Artikel ADS CAS Google Scholar

Schwartz, SE Säureablagerung: Aufklärung eines regionalen Phänomens. Science 243, 753–763 (1989).

Artikel ADS CAS PubMed Google Scholar

Prakash, J., Agrawal, SB & Agrawal, M. Globale Trends des Säuregehalts im Niederschlag und seine Auswirkungen auf Pflanzen und Boden. J. Bodenwissenschaft. Pflanzennähr. (2022).

Galloway, JN Säureabscheidung: Perspektiven in Zeit und Raum. Wasser-Luft-Bodenverschmutzung. 85, 15–2 (1995).

Artikel ADS CAS Google Scholar

Driscoll, CT et al. Saure Ablagerungen im Nordosten der Vereinigten Staaten: Quellen und Einträge, Auswirkungen auf das Ökosystem und Managementstrategien: Zu den Auswirkungen saurer Ablagerungen im Nordosten der Vereinigten Staaten gehört die Versauerung von Boden und Wasser, die terrestrische und aquatische Biota belastet. BioScience 51, 180–198 (2001).

Artikel Google Scholar

Larssen, T. et al. Säureablagerungen und ihre Auswirkungen in China: Ein Überblick. Umgebung. Wissenschaft. Richtlinie 2, 9–24 (1999).

Artikel CAS Google Scholar

Schofield, CL Saurer Niederschlag: Auswirkungen auf Fische. Ambio 5, 228–230 (1976).

Google Scholar

Nilsson, J. Kritische Belastungen für Schwefel und Stickstoff. In: Mathy, P. (Hrsg.) Air Pollution and Ecosystems (Springer, 1988).

Duan, L. Studie zur Kartierung kritischer Belastungen durch Säureablagerungen in China. Doktorarbeit, Tsinghua-Universität (2000).

Hettelingh, JP, Posch, M., De Smet, PAM & Downing, RJ Die Verwendung kritischer Lasten in Emissionsminderungsabkommen in Europa. Wasser-Luft-Bodenverschmutzung. 85, 2381–2388, https://doi.org/10.1007/BF01186190 (1995).

Artikel ADS CAS Google Scholar

Pardo, LH et al. Auswirkungen von Stickstoffablagerungen und empirischen kritischen Stickstoffbelastungen für Ökoregionen der Vereinigten Staaten. Ökologisch. Appl. 21, 3049–3082 (2011).

Artikel Google Scholar

Posch, M., Hettelingh, J.-P. & Mayerhofer, PJT Vergangene und zukünftige Überschreitungen kritischer Stickstofffrachten in Europa. Wissenschaft. Welt J. 1, 945–952 (2001).

Artikel Google Scholar

Blett, TF et al. FOKUS: Eine Pilotstudie zur landesweiten Entwicklung kritischer Lasten in den Vereinigten Staaten. Umgebung. Wissenschaft. Richtlinie 38, 225–236 (2014).

Artikel Google Scholar

Hettelingh, JP, Posch, M., Slootweg, J. Europäische kritische Belastungen: Datenbank, Biodiversität und gefährdete Ökosysteme. Bericht Nr. 2017-0155, (Nationales Institut für öffentliche Gesundheit und Umwelt, 2017).

Clark, CM et al. Atmosphärische Deposition und Überschreitungen kritischer Belastungen von 1800 bis 2025 für die angrenzenden Vereinigten Staaten. Ökologisch. Appl. 28, 978–1002 (2018).

Artikel PubMed PubMed Central Google Scholar

Yu, Q., Duan, L. & Hao, J. Säureablagerung in China: Quellen, Auswirkungen und Kontrolle. Acta Sci. Umstände. 41, 731–746 (2021).

CAS Google Scholar

Galloway, JN, Dianwu, Z., Jiling, X. & Likens, GE Saurer Regen: China, Vereinigte Staaten und ein abgelegenes Gebiet. Science 236, 1559–1562 (1987).

Artikel ADS CAS PubMed Google Scholar

Larssen, T. et al. Saurer Regen in China. Umgebung. Wissenschaft. Technol. 40, 418–425 (2006).

Artikel ADS CAS PubMed Google Scholar

Hao, J., Duan, L., Zhou, X. & Fu, L. Anwendung eines LRT-Modells zur Kontrolle von saurem Regen in China. Umgebung. Wissenschaft. Technol. 35, 3407–3415 (2001).

Artikel ADS CAS PubMed Google Scholar

Zhao, Y., Duan, L., Larssen, T., Hu, L. & Hao, J. Gleichzeitige Bewertung der Ablagerungseffekte von Basenkationen, Schwefel und Stickstoff unter Verwendung einer erweiterten kritischen Lastfunktion für die Versauerung. Umgebung. Wissenschaft. Technol. 41, 1815–1820 (2007).

Artikel ADS CAS PubMed Google Scholar

Zhao, Y. et al. Bodenversauerung in China: Reicht die Kontrolle der SO2-Emissionen aus? Umgebung. Wissenschaft. Technol. 43, 8021–8026 (2009).

Artikel ADS CAS PubMed Google Scholar

Zhao, W., Zhao, Y., Ma, M., Chang, M. & Duan, L. Langzeitvariabilität der Basenkationen-, Schwefel- und Stickstoffablagerung und kritische Belastungsüberschreitung terrestrischer Ökosysteme in China. Umgebung. Umweltverschmutzung. 289, 117974 (2021).

Artikel CAS PubMed Google Scholar

Dong, Z. et al. Reaktionen der Stickstoff- und Schwefelablagerung auf die NH3-Emissionskontrolle im Jangtse-Delta, China. Umgebung. Umweltverschmutzung. 308, 119646 (2022).

Artikel CAS PubMed Google Scholar

Sverdrup, H. & Vries, DW Berechnung der kritischen Belastungen für den Säuregehalt mit der einfachen Massenbilanzmethode. Wasser-Luft-Bodenverschmutzung. 72, 143–162 (1994).

Artikel ADS CAS Google Scholar

De Vries, W., Hettelingh, J.-P. & Posch, M. Kritische Belastungen und dynamische Risikobewertungen: Stickstoff, Säure und Metalle in terrestrischen und aquatischen Ökosystemen, Reihe „Environmental Pollution“ Bd. 25 (Springer, 2015).

CLRTAP. Kartierung kritischer Belastungen für Ökosysteme www.icpmapping.org (2017).

Warfvinge, P. & Sverdrup, H. Berechnung kritischer Belastungen durch Säureablagerungen mit PROFILE – einem stationären Bodenchemiemodell. Wasser-Luft-Bodenverschmutzung. 63, 119–143 (1992).

Artikel ADS CAS Google Scholar

FAO/IIASA/ISRIC/ISS-CAS/JRC. Harmonisierte Weltbodendatenbank (Version 1.2). FAO, Rom, Italien und IIASA, Laxenburg, Österreich. https://www.fao.org/soils-portal/data-hub/soil-maps-and-databases/harmonized-world-soil-database-v12/en/ (2009).

Meng, X. & Wang, H. China meteorologische Assimilationsdatensätze für das SWAT-Modell – Bodentemperatur Version 1.0 (2009–2013). Nationales Datenzentrum des tibetischen Plateaus https://doi.org/10.3972/westdc.004.2017.db (2018).

Shi, C. et al. EnKF-Datenassimilation der Landbodenfeuchtigkeit in China basierend auf Satellitenfernerkundungsdaten. Wissenschaft. China Earth Science. 54, 1430–1440 (2011).

Artikel ADS Google Scholar

Zhu, Q., Jin, J., Fang, X. Monatlicher volumetrischer Bodenfeuchtigkeitsdatensatz mit einer Auflösung von 0,08333° in China (1960–2012). National Earth System Science Data Center http://www.geodata.cn/data/datadetails.html?dataguid=9841130&docId=6047 (2020).

Phelan, J. et al. Schätzung der Verwitterungsraten von Bodenbasiskationen mit dem PROFILE-Modell zur Bestimmung kritischer Säurebelastungen für Waldökosysteme in Pennsylvania, USA: Pilotanwendung einer potenziellen nationalen Methodik. Wasser-Luft-Bodenverschmutzung. 225, 2109 (2014).

Artikel ADS Google Scholar

Duan, L., Huang, Y., Hao, J. & Zhou, Z. Vegetationsaufnahme von Stickstoff und Basenkationen in China und ihre Rolle bei der Bodenversauerung. Umgebung. Wissenschaft. 23, 68–74 (2002).

Google Scholar

Redaktionskomitee der chinesischen Vegetationskarte, China Academy of Science. National Cryosphere Desert Data Center http://www.ncdc.ac.cn/portal/metadata/20d2728d-8845-4a8b-a546-5f4f50fb036d (2020).

Liu, L. & Mao, A. Radiokarbonalter der Böden in China. Akt Pedol. Sünde. Rev. 38, 506–513 (2001).

CAS Google Scholar

Shangguan, W. et al. Ein China-Datensatz von Bodeneigenschaften für die Landoberflächenmodellierung. J. Adv. Modell. Erdsystem. 5, 212–224 (2013).

Artikel ADS Google Scholar

Dai, Y. & Shangguan, W. Datensatz von Bodeneigenschaften für die Landoberflächenmodellierung in China. National Tibetan Plateau Data Center https://doi.org/10.11888/Soil.tpdc.270281 (2019).

Fang, Y. et al. Die mikrobielle Denitrifizierung dominiert den Nitratverlust aus Waldökosystemen. PNAS 112, 1470–1474 (2015).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Yu, Q. Schicksal von abgelagertem Schwefel und Stickstoff in typischen subtropischen Waldökosystemen, Doktorarbeit in Südchina, Tsinghua-Universität (2019).

Duan, L. et al. Modellierung des atmosphärischen Transports und der Ablagerung von Kalzium in China. J. Tsinghua Univ. (Sci. Technol.) 47, 1462–1465 (2007).

CAS Google Scholar

Abteilung für mesoskalige atmosphärische Prozesse/Labor für Atmosphären/Abteilung für Geowissenschaften/Direktion für Wissenschaft und Exploration/Goddard Space Flight Center/NASA und interdisziplinäres Zentrum für Erdsystemwissenschaften/University of Maryland. GPCP Version 1.3 Ein-Grad-Tagesniederschlagsdatensatz. Forschungsdatenarchiv am National Center for Atmospheric Research https://doi.org/10.5065/PV8B-HV76 (2018)

Europäisches Zentrum für mittelfristige Wettervorhersage (ECMWF). Der ERA-Interim-Reanalyse-Datensatz, Copernicus-Klimawandeldienst. https://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc/ (2011)

Xia, Y., Zhao, Y. & Nielsen, CP Vorteile der Bemühungen Chinas zur Kontrolle gasförmiger Schadstoffe, aufgezeigt durch die Bottom-up-Emissionen und Satellitenbeobachtungen 2000–2014. Atmosphäre. Umgebung. 136, 43–53 (2016).

Artikel ADS CAS Google Scholar

Zhao, Y. et al. Wird die PM-Kontrolle Chinas Bemühungen zur Reduzierung der Bodenversauerung untergraben? Umgebung. Umweltverschmutzung. 159, 2726–2732 (2011).

Artikel CAS PubMed Google Scholar

Xiong, Y. & Zhang, J. Abflusszoneneinteilung in China. (Science Press, 1995).

Ge, X. & Duan, L. Kritische Belastungen für Stickstoff und Schwefel in China im Jahr 2015. National Tibetan Plateau Data Center https://doi.org/10.11888/HumanNat.tpdc.300115 (2022).

Duan, L., Xie, S., Zhou, Z. & Hao, J. Kritische Belastungen durch Säureablagerungen auf Böden in China. Wasser-Luft-Bodenverschmutzung. 118, 35–51 (2000).

Artikel ADS CAS Google Scholar

Referenzen herunterladen

Wir danken dem National Key Research and Development Program (2019YFC0214800) und der National Natural Science Foundation of China (42277204) für die Unterstützung.

Staatliches Schlüssellabor für Umweltsimulation und Schadstoffkontrolle, Fakultät für Umwelt, Tsinghua-Universität, Peking, 100084, China

Xiaodong Ge, Lei Duan & Jiming Hao

Staatliches Schlüssellabor für Umweltverschmutzungskontrolle und Ressourcenwiederverwendung und Schule für Umwelt, Universität Nanjing, Nanjing, Jiangsu, 210023, China

Qian Yu & Yu Zhao

Staatliches Umweltschutz-Schlüssellabor für Quellen und Kontrolle der Luftverschmutzung, Tsinghua-Universität, Peking, 100084, China

Lei Duan & Jiming Hao

Internationales Institut für Angewandte Systemanalyse (IIASA), Schlossplatz 1, 2361, Laxenburg, Österreich

Maximilian Posch

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

L. Duan, JM Hao und XD Ge leiteten die Recherche und verfassten das Manuskript. XD Ge und Q. Yu haben die Daten gesammelt. XD Ge führte eine Modellierung kritischer Lasten durch. Y. Zhao führte eine Modellierung der Basen-Kationenablagerung durch. Q. Yu, Y. Zhao und M. Posch gaben wichtige Ratschläge zur Modellierung kritischer Lasten und zum Manuskript.

Korrespondenz mit Lei Duan.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Ge, X., Yu, Q., Duan, L. et al. Hochauflösende Karten der kritischen Belastungen für Schwefel und Stickstoff in China. Sci Data 10, 339 (2023). https://doi.org/10.1038/s41597-023-02178-z

Zitat herunterladen

Eingegangen: 26. Januar 2023

Angenommen: 24. April 2023

Veröffentlicht: 31. Mai 2023

DOI: https://doi.org/10.1038/s41597-023-02178-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt