主要观点总结
本文介绍了全球河流和溪流中的甲烷排放研究。使用全球河流甲烷数据库（GRiMeDB）和随机森林机器学习模型对全球河流与溪流中的甲烷含量进行建模和精确估计。文章主要讨论了甲烷排放的空间分布、季节性变化及其主要驱动因子。文章强调了河流生态系统对气候变化的敏感性，并指出了甲烷排放对全球气候的重要影响。
关键观点总结
关键观点1: 研究背景与目的
全球变暖导致淡水生态系统甲烷排放增加，对全球气候产生正反馈效应。为了更准确地了解全球碳收支，需要对全球河流和溪流的甲烷排放进行更精确的估计。
关键观点2: 研究方法与数据
使用包含超过24000个甲烷含量观测值和超过8000个甲烷通量值的全球河流甲烷数据库（GRiMeDB）。采用随机森林机器学习模型对全球河流与溪流的甲烷含量进行建模，并使用模型进行季节性和空间性的精确估计。
关键观点3: 主要结果
来自流动水体的甲烷排放每年约为27.9Tg，与其他淡水系统相当。河流甲烷排放对温度的依赖性不强，其平均活化能低于湖泊和湿地。全球甲烷排放格局在高纬度和低纬度环境以及人类主导的环境中具有大通量。
关键观点4: 研究结果的意义
强调了陆地-水连接在调节流动水体中甲烷供应的重要性。流动水体不仅容易受到人类直接改变的影响，而且容易受到陆地上几种气候变化响应的影响。
文章预览
甲烷(CH 4 )是一种强效的温室气体，有证据表明，全球变暖增加了淡水生态系统的甲烷排放，对全球气候起到了正反馈作用。然而，对于河流和溪流，碳排放的控制和大小仍然高度不确定。Rocher-Ros等人（2023年）在Nature上发表论文“Global methane emissions from rivers and streams”。该论文报告了一个空间上明确的全球CH 4 排放估算，提高了我们对于全球碳收支的认知。 1 文章简介 材料方法： 使用包含超过24000个CH 4 含量观测值和超过8000个CH 4 通量值的数据库（Global River Methane database, GRiMeDB），使用随机森林机器学习模型模型，对全球CH 4 含量进行建模（R 2 为0.45-0.68）。使用模型进行了季节性和空间性的全球河流与溪流CH 4 排放的精确估计，并且识别了全球尺度下流动水体CH 4 含量和通量的主要驱动因子。 图1 全球河流和溪流CH 4 分布格局。 a, b模拟河流和溪流年
………………………………
