劉嘉慧 劉應(yīng)帥 余瑞 董金瑋 陳明星 岳天祥 鄧祥征

1 海南大學 生態(tài)與環(huán)境學院,?？?570228 2 中國科學院地理科學與資源研究所/中國科學院陸地表層格局與模擬重點實驗室,北京，100101 3 中國科學院大學,北京，100049

0 引言

近來年,大氣中甲烷(CH4)濃度的趨勢與動態(tài)研究已有不少報道,但其空間分布特征及影響因素仍需探究.CH4是大氣成分中體積占比僅次于二氧化碳(CO2)的溫室氣體,占溫室氣體總含量的20%以上,其對氣候變化的重要性僅次于二氧化碳[1].1999—2006年,全球大氣中CH4濃度的增長率幾乎為零[2];2007后,大氣中的CH4濃度逐漸增長[3].Nisbet等[4]的研究表明,2014—2019年期間全球大氣 CH4濃度增加率分別為(12.7±0.5)×10-9、(10.1±0.7)×10-9、(7.0±0.7)×10-9、(6.9±0.7)×10-9、(8.7±0.5)×10-9和(10.0±0.5)×10-9(mol/mol)/a.根據(jù)世界氣象組織(WMO)的全球大氣觀測數(shù)據(jù)的最新分析結(jié)果顯示[5],現(xiàn)場觀測計算的全球平均甲烷濃度在2020年達到(1 889±2)×10-9mol/mol的新高,比2019年增加了11×10-9mol/mol.CH4的產(chǎn)生不僅受生物因素影響,還受到非生物因素如氣候變化的作用.CH4的增加使得全球變暖加速,進而導致CH4以更快的速度產(chǎn)生[6].但目前對于非生物因素如氣候?qū)H4濃度分布特征的影響還缺乏了解,CH4濃度新一輪增長的驅(qū)動力及其成因仍在爭論中[7].

氣溫和水分作為生命活動的主要限制氣候因子,其變化與CH4濃度的時空分布聯(lián)系緊密[8].氣溫升高影響土壤中缺氧區(qū)的泥炭含量,使質(zhì)量較差的泥炭進入土壤缺氧區(qū),CH4的產(chǎn)量隨之減少[9],從而導致局地CH4的濃度下降.Granberg等[10]在德格羅斯托米爾草地覆蓋度較高處,發(fā)現(xiàn)氣溫升高對于大氣中的CH4濃度具有正向的影響,即高溫會導致CH4濃度上升,但在附近的草地覆蓋度較低的地方,氣溫升高對CH4濃度沒有顯著影響;而當降雨量增加時,草地生態(tài)系統(tǒng)CH4的吸收總量減少了61%,導致大氣中CH4濃度升高,這種現(xiàn)象和程度也恰好與森林生態(tài)系統(tǒng)相似[11-12].然而,在哈佛森林的展望山,降雨對大氣中CH4濃度的影響很小,微乎其微甚至接近于沒有影響[13-14].由此可見,CH4濃度對降雨的響應(yīng)也有區(qū)域差異性,如Billings等[11]在阿拉斯加兩個內(nèi)陸森林中對土壤濃度進行測量時發(fā)現(xiàn),當降雨量較少時,相對干燥的森林大氣中CH4濃度較低,但在距此森林僅10 km的相對潮濕的森林處,較少的降雨量又會導致此處的CH4濃度較高.

進一步地,表征人類活動強度的社會經(jīng)濟因素也會影響區(qū)域CH4濃度分布的空間異質(zhì)性.Grossman等[15]提出環(huán)境庫茲涅茨曲線EKC(Environmental Kuznets Curve)假說,認為經(jīng)濟增長與環(huán)境污染之間存在一種“倒U”型關(guān)系;Adeel-Farooq等[16]在此假說的基礎(chǔ)上分析1985—2012年東南亞國家聯(lián)盟(ASEAN)六國CH4濃度與經(jīng)濟增長關(guān)系,發(fā)現(xiàn)經(jīng)濟增長會導致CH4濃度增加.然而,不同區(qū)域CH4濃度分布對社會經(jīng)濟具有不同的響應(yīng)特征,且即使在同一地區(qū)CH4濃度對社會經(jīng)濟的響應(yīng)也有所差異.Zoundi[17]和Mert等[18]的研究發(fā)現(xiàn)GDP的增加導致區(qū)域CH4濃度有所減少.除此之外,人口的數(shù)量很大程度上決定了該地區(qū)的人類活動.Polag等[19]認為在小區(qū)域范圍內(nèi),人口數(shù)量對整個區(qū)域CH4濃度產(chǎn)生重大影響,而在某些CH4濃度主要來源于自然和農(nóng)業(yè)的地區(qū),人口數(shù)量對區(qū)域CH4濃度的影響就極其微小.一般的線性回歸模型在擬合CH4濃度的空間分布時,未能有效考慮上述氣候因子與社會經(jīng)濟活動的空間分布對CH4濃度的局地效應(yīng).基于地理學第一定律而提出的地理加權(quán)回歸(Geographically Weighted Regression,GWR)模型方法,考慮了空間關(guān)系的異質(zhì)性和地理位置對于變量的局地效應(yīng),能更為準確地評估潛在的空間差異.探究區(qū)域CH4濃度演變趨勢的主要驅(qū)動因素方面,GWR能更加直觀地刻畫地理關(guān)系的非平穩(wěn)特征,并能反映出不同自變量的空間估計參數(shù),且進行統(tǒng)計假設(shè)檢驗[20-22].本研究使用Theil-Sen趨勢分析、Mann-Kendall(MK)檢驗,評估了2020—2021年海南島甲烷的時空演變趨勢;通過對甲烷的局部Moran’s I分析,確定甲烷的空間自相關(guān)性;隨后以近兩年的海南島CH4濃度均值作為解釋變量,而氣候與社會經(jīng)濟因子為自變量構(gòu)建GWR模型,探究海南島CH4濃度分布的時空異質(zhì)性規(guī)律.

1 研究地區(qū)與研究方法

1.1 數(shù)據(jù)來源

海南島是我國第二大島嶼,其氣候類型為典型的熱帶海島季風氣候,全年平均氣溫在22～26 ℃之間,年均降雨量達1 600 mm[23].本研究所使用的甲烷數(shù)據(jù)來源于溫室氣體衛(wèi)星GHGSat(https:∥pulse.ghgsat.com)的甲烷月合成數(shù)據(jù)產(chǎn)品.GHGSat目前有三顆用于單站測量溫室氣體排放的在軌氣體傳感衛(wèi)星,以2 km的高空間分辨率對大氣中的CH4濃度實行以每月均值為基礎(chǔ)的每周監(jiān)測和更新.基于前述氣候變化因子與CH4濃度空間分布的影響機制,本研究選取2020年4月至2021年11月的CH4濃度數(shù)據(jù),解析海南島CH4濃度空間分布規(guī)律及影響因素,該數(shù)據(jù)集經(jīng)相關(guān)項目的前期研究做了系統(tǒng)整理[24-25].氣溫和降雨數(shù)據(jù)來源于國家科技基礎(chǔ)條件平臺——國家地球系統(tǒng)科學數(shù)據(jù)中心黃土高原分中心(http:∥loess.geodata.cn),該數(shù)據(jù)集是根據(jù)CRU發(fā)布的全球0.5°氣候數(shù)據(jù)集以及WorldClim發(fā)布的全球高分辨率氣候數(shù)據(jù)集,通過Delta空間降尺度方案在中國地區(qū)降尺度生成的,并且使用496個獨立氣象觀測點數(shù)據(jù)進行驗證,整體精度較高.GDP和人口分布數(shù)據(jù)集來源于中國科學院地理科學與資源研究所資源環(huán)境科學與數(shù)據(jù)中心(http:∥www.resdc.cn),該數(shù)據(jù)集為1 km網(wǎng)格的空間分布數(shù)據(jù),運用柵格空間計算反映出GDP數(shù)據(jù)在全國范圍內(nèi)的詳細空間分布狀況和每平方千米網(wǎng)格范圍內(nèi)的人口數(shù).

1.2 研究方法

1.2.1 Theil-Sen趨勢分析和MK檢驗

本研究使用Sen趨勢和MK檢驗對2020—2021年海南島CH4濃度進行逐網(wǎng)格化的分析.Sen趨勢分析是一種對序列進行趨勢性描述的非參數(shù)統(tǒng)計計算方法,此方法能有效地增強抗噪性,計算公式為

(1)

式中:median為CH4濃度中位數(shù);yi、yj分別為時間序列第i年和第j年的CH4濃度值,i,j的取值范圍為[1,n],n為時間序列長度;β指計算n(n-1)/2個數(shù)據(jù)組合的斜率的中位數(shù),β>0表示序列為上升趨勢,β<0表示下降趨勢.

MK方法是一種非參數(shù)統(tǒng)計檢驗方法,常用于時間序列數(shù)據(jù)的趨勢檢驗中.該方法不但可以檢驗時間序列的變化趨勢,還可以檢驗時間序列是否發(fā)生了突變.對于時間序列CH4,MK趨勢檢驗的統(tǒng)計量如下:

(2)

式中,sign是符號函數(shù),其定義如下:

(3)

統(tǒng)計量S的方差為

(4)

(5)

Zc值用于趨勢顯著性檢驗,其中Z1-α/2為標準正態(tài)方差,α為顯著性檢驗水平.不同置信度99%、95%、90%所對應(yīng)的Z1-α/2值不同,分別為2.576、1.96、1.645,如當|Zc|>1.96,表示在α=0.05水平下變化顯著.結(jié)合Sen趨勢分析的β值,β>0,|Zc|>1.96,表示顯著增加;β<0,|Zc|>1.96,表示顯著減少.

1.2.2 地理加權(quán)回歸

本研究使用地理加權(quán)回歸(GWR)模型,分析海南島CH4濃度變化的驅(qū)動因素.GWR是Brunsdon 等[20]基于地理學第一定律提出的局部回歸分析方法.較傳統(tǒng)的全局回歸模型,GWR模型以局部抽樣點為基礎(chǔ)進行分析解算,將數(shù)據(jù)的空間位置信息嵌入回歸參數(shù),揭示隨空間位置變化的參數(shù)估計量的空間異質(zhì)性,其模型的表達式如下:

(6)

關(guān)于模型參數(shù)的估計,GWR是根據(jù)所有觀測結(jié)果對回歸點i的空間鄰近度進行加權(quán)計算的.距離回歸點近的擁有較大的權(quán)重,對局部參數(shù)估計的影響也較大.可通過以下方程求解:

(7)

(8)

式中,dij為點j與回歸點i的空間距離或鄰近度量，b為帶寬(Bandwidth).帶寬是確定空間權(quán)重wij的重要參數(shù),帶寬的確定也是GWR模型解算的必要程序.帶寬的估算有三種方法:交叉驗證法(Cross Validation,CV)、赤池信息準則法(Akachi Information Criterion,AIC)和自定義方法(Bandwidth_Parameter).AIC法相較另外兩種方法更能選出最優(yōu)帶寬,其表達式如下:

(9)

2 結(jié)果與分析

2.1 海南島CH4濃度、氣候與社會經(jīng)濟因子的空間異質(zhì)性

2020—2021年海南島CH4濃度的空間分布和空間變化趨勢如圖1所示.CH4濃度的月均值為(1 712～1 900)×10-9mol/mol,數(shù)值主要集中在(1 824～1 848)×10-9mol/mol和(1 848～1 871)×10-9mol/mol.中部地區(qū)CH4濃度范圍為(1 824～1 848)×10-9mol/mol,該區(qū)域占海南島全島面積比為28.39%,但GHGSat在中部山區(qū),如五指山國家自然保護區(qū)、霸王嶺國家自然保護區(qū)等區(qū)域沒有CH4濃度數(shù)據(jù);中部地區(qū)與沿海地區(qū)的交接處,CH4濃度數(shù)值主要集中在(1 848～1 871)×10-9mol/mol,此區(qū)域占全島面積比為27.82%;CH4濃度較高的區(qū)域是海南島的北部和東西沿海區(qū)域,濃度范圍為(1 878～1 900)×10-9mol/mol,此區(qū)域占全島面積比為22.94%.通過Sen趨勢對海南島CH4濃度數(shù)據(jù)序列進行逐像素點的趨勢性分析,Zc值大于1.96的像素點表示其具有顯著變化,Zc值小于或等于1.96的像素點表示無顯著變化.結(jié)果發(fā)現(xiàn),僅0.63%的區(qū)域CH4濃度呈顯著增加趨勢,且零星分布于西部少數(shù)地區(qū);約46.42%的區(qū)域CH4濃度呈顯著減小趨勢,主要分布于海南島的西部及東部地區(qū);約52.95%的區(qū)域CH4濃度無明顯變化,并雜亂分布于海南島各個市縣及沿海地區(qū).總體來說,海南島CH4濃度的空間變化趨勢的異質(zhì)性明顯,CH4濃度整體呈現(xiàn)顯著減少和無明顯變化.在氣候因子的空間分布方面,海南島年均氣溫的空間分布主要呈現(xiàn)南高北低的狀態(tài).三亞市位于海南島最南端,此地氣溫常年處于全島最高,而?？谑杏捎诔鞘行?yīng),氣溫與其他地區(qū)相比也較高,中部地區(qū)由于遍布熱帶雨林如尖峰嶺、吊羅山等,此處氣溫與其他地區(qū)相比較低.海南島的降雨則與氣溫的空間分布不同,呈現(xiàn)出北部地區(qū)高、西部地區(qū)低的狀態(tài),降雨主要集中在東北部地區(qū),且這些地區(qū)的降雨量與西南地區(qū)的降雨量具有較大的差值.在社會經(jīng)濟的空間分布方面,海南島的GDP和人口呈現(xiàn)出較為相似的空間分布,?？谑凶鳛楹Ｄ蠉u的省會城市,承載大量的人口數(shù)量,GDP和人口數(shù)值為全島最高,且遠遠高于其他地區(qū).

2.2 海南島CH4濃度分布的空間異質(zhì)性擬合

將2020—2021年的CH4濃度均值作為因變量,平均氣溫、降雨、GDP和人口值作為自變量,利用普通最小二乘法(OLS)進行全局回歸分析,結(jié)果如表1所示.CH4濃度與這4個自變量的相關(guān)系數(shù)值P<0.01,且氣溫和人口的回歸系數(shù)為正值,降雨和GDP的回歸系數(shù)為負值,表明氣溫和人口與CH4濃度存在正相關(guān)關(guān)系,而降雨和GDP與CH4濃度存在負相關(guān)關(guān)系,但絕對值相差較小,表明這4個變量與CH4濃度的線性關(guān)系不顯著,且模型調(diào)整后的R2僅為0.14,表明模型整體擬合度較差,利用該模型不能擬合氣溫、降雨、GDP和人口對CH4濃度的影響.由于OLS方法得出的R2較小,無法求證氣溫、降雨、GDP和人口這4個自變量與CH4濃度的關(guān)系,本文利用GWR模型,以局部抽樣點的方式,將多月的平均氣溫、降雨、GDP和人口作為自變量,海南島多月平均CH4濃度作為因變量,分析海南島CH4濃度與局地氣溫、降雨、GDP和人口的關(guān)系.GWR模型結(jié)果顯示AICc值為209 545.1,AICc值最小時的帶寬為最優(yōu)帶寬,回歸系數(shù)與全局的OLS模型相比,R2達到了0.83,擬合效果提升了0.69,GWR模型在海南島CH4濃度的空間變異規(guī)律分析的解釋上要優(yōu)于OLS模型.

表1 OLS模型和GWR模型結(jié)果

CH4濃度由于受到相鄰像元之間交互和空間擴散作用的影響,相鄰地區(qū)之間的CH4濃度存在較強的空間依賴關(guān)系.針對具有空間異質(zhì)性的海南島CH4濃度,本研究使用GeoDa對其進行空間自相關(guān)性檢驗,得到單變量局部Moran’s I散點圖(圖2a),可見CH4濃度在4個象限都有分布,主要集中在第二、第三象限,第二象限為平面區(qū)域的低—高型聚集區(qū),第三象限為平面區(qū)域的低—低型聚集區(qū),從局部回歸的角度來看,CH4濃度較低的區(qū)域在空間上更易聚集.從差異的角度來看,第一、第三象限皆有分布,整體呈現(xiàn)出高高、低低的聚集分布狀態(tài),說明CH4濃度的空間差異較小,且Moran’s I為 0.71,說明CH4濃度相似的屬性聚集在一起,具有顯著的空間正自相關(guān)性.圖2b顯示了空間柵格點標準化殘差的Moran’s I 檢驗結(jié)果,Moran’s I值為-0.004,接近于0,說明標準化殘差在空間上服從隨機分布,同時也說明GWR模型適用于海南島CH4時空演變的分析.

圖2 2020—2021年海南島CH4濃度局部莫蘭指數(shù)(a)和GWR模型擬合結(jié)果標準化殘差的莫蘭指數(shù)(b)

2.3 海南島CH4濃度對氣候與社會經(jīng)濟因子的空間異質(zhì)性的響應(yīng)

氣候與社會經(jīng)濟因子對海南島CH4濃度的影響具有顯著的差異性.較OLS模型,GWR模型可以直接反映出不同氣候因子和社會經(jīng)濟因子對CH4濃度的作用尺度及其差異,圖3進一步描述了由GWR模型計算出氣溫、降雨、GDP和人口回歸系數(shù)的空間分布,在95%的置信水平下,氣溫回歸系數(shù)中有24 211個像元通過了顯著性檢驗,占比88.83%,降雨回歸系數(shù)中有26 525個像元通過了顯著性檢驗,占比88.83%,GDP回歸系數(shù)中24 038個像元通過了顯著性檢驗,占比88.20%,人口回歸系數(shù)中22 861個像元通過了顯著性檢驗,占比83.88%.氣溫對CH4濃度的回歸系數(shù)取值范圍為-114.92～127.80,且系數(shù)主要集中在-3.55～12.63區(qū)間,此范圍的區(qū)域的面積占比為40.09%,在海南島中部和南部較為集中,回歸系數(shù)呈現(xiàn)“北高南低”的空間梯度分布特征;系數(shù)的高值區(qū)和低值區(qū)的回歸系數(shù)范圍也相差較大,回歸系數(shù)中正值占比57.82%,說明在海南島氣溫對CH4濃度存在正向的影響的區(qū)域超過50%.降雨對CH4濃度的回歸系數(shù)取值范圍為-297.40～399.91,低值區(qū)-29.42～33.48的區(qū)域面積占比較大,約37.94%,這些區(qū)域遍布海南島且在西部和北部更為集中,影響模式呈現(xiàn)由低值向四周輻射且逐漸增高的特點,且與高值區(qū)相比,低值區(qū)變化范圍較小,回歸系數(shù)中正值和負值的像素點占總像素點的比較為接近.GDP對CH4濃度的回歸系數(shù)取值范圍為-4 125.55～4 509.07,回歸系數(shù)值主要集中在-299.23～615.02,占比高達97.63%,GDP對海南島CH4濃度分布的影響較為集中,人口對CH4濃度的回歸系數(shù)取值范圍為-1 751.43～1 556.41,回歸系數(shù)值主要集中在-207.77～142.47,此范圍占比也高達97.13%.綜上,人口對海南島CH4濃度的影響與GDP對海南島CH4濃度的影響在空間分布范圍上較為為相似，而降雨對CH4濃度的影響與氣溫對CH4濃度的影響具有較大的空間差異.

圖3 海南島CH4濃度與氣溫(a)、降雨(b)、GDP(c)和人口(d)的GWR回歸系數(shù)

3 討論

3.1 海南島CH4濃度時空分異規(guī)律

氣候與社會經(jīng)濟因素共同影響著CH4濃度的時空分布.通過對2020—2021年海南島CH4濃度的變化趨勢進行分析,總體的CH4濃度呈現(xiàn)下降趨勢,近兩年均值為1 848.40×10-9mol/mol,最低值為1 712×10-9mol/mol,最高值為1 900×10-9mol/mol.CH4濃度在空間分布上總體呈現(xiàn)出北高南低的特點,與馮敏玉等[26]基于AIRS數(shù)據(jù)探究中國長江下游六省CH4濃度空間分布的結(jié)論一致,同時也肯定了王紅梅等[27]所發(fā)現(xiàn)的中國CH4濃度的高值區(qū)分布在東北三省的結(jié)論.CH4濃度空間分布的成因方面,海南島中部隆起,山脈聚集,主要有尖峰嶺、霸王嶺、五指山、黎母山、吊羅山5大熱帶森林分布區(qū),廣泛地分布著熱帶雨林、熱帶季雨林以及常綠落葉闊葉混交林等植被類型[28],此處土壤水熱狀況良好,能吸收較多CH4,從而可能減少CH4的排放[29],且隨著海拔的逐漸升高,CH4濃度會顯著降低[30],本文中海南島中部山區(qū)無CH4濃度數(shù)據(jù),但山區(qū)周圍CH4濃度整體較低,也符合上述規(guī)律.另外,據(jù)海南省統(tǒng)計局2021年統(tǒng)計年鑒[31],海南島的牲畜養(yǎng)殖主要集中于海南島文昌、澄邁、儋州等沿海地區(qū),畜牧活動較為頻繁[32-33],且沿海地區(qū)牲畜總量占海南島全島牲畜飼養(yǎng)總量85.64%,反芻動物如牛、羊等的瘤胃微生物發(fā)酵碳水化合物可產(chǎn)生CH4[34],導致海南島邊緣的CH4濃度上升,整體呈現(xiàn)較高水平.總體而言,海南島大氣中甲烷濃度具有明顯的時空變化特征[35].

3.2 海南島CH4濃度與氣候、社會經(jīng)濟因子空間關(guān)聯(lián)效應(yīng)

CH4濃度與氣候因子空間分布上相關(guān)聯(lián).本文通過GWR分析了海南島CH4濃度與氣溫、降雨、GDP和人口的空間異質(zhì)性關(guān)系,CH4濃度與氣候因子的回歸系數(shù)變化值小于與社會經(jīng)濟的回歸系數(shù)變化值(圖3),但CH4濃度與氣溫和降雨的回歸系數(shù)的分布范圍較為分散,全島各個地區(qū)的回歸系數(shù)值大小呈現(xiàn)交錯分布,即使是相距較近的地區(qū),其大氣中的CH4濃度對氣溫和降雨的響應(yīng)也有所差異,總體上來看,海南島大部分區(qū)域大氣中CH4濃度的變化與不同氣候因子的響應(yīng)不盡相同,這與Blankinship等[36]在加州一年一度的草原上,CH4濃度對氣溫升高與對降雨升高的現(xiàn)象出現(xiàn)不同程度的反應(yīng)的研究結(jié)論一致,即當降雨量增加50%時,土壤對CH4的吸收會減少60%.但Itoh等[37]在日本季風氣候的中部柏樹林山坡進行回歸試驗卻發(fā)現(xiàn)在不同的水分梯度中,濕潤土壤對CH4的吸收較低,因此大氣中CH4的含量較高,而海南島同屬于季風氣候,海南的土壤對CH4響應(yīng)也是如此[38],更加證實了此研究中降雨與甲烷排放量呈負相關(guān)這一觀點.海南島地處熱帶地區(qū)北緣,海拔較高,含有豐富的熱帶雨林,較少的降雨量會導致熱帶雨林在雨季保持CH4的凈匯,再加上熱帶雨林的高水分含量土壤會限制CH4的吸收,從而保證大氣中CH4濃度相對穩(wěn)定,不會出現(xiàn)急劇下降的情況[13].

社會經(jīng)濟因素對CH4濃度空間分布的影響呈現(xiàn)出相對聚集的特征.CH4濃度與GDP的回歸系數(shù)值分布范圍較為集中,全島各個地區(qū)的回歸系數(shù)值基本集中在-299.23～615.02范圍內(nèi)(圖3),只有極少數(shù)的區(qū)域出現(xiàn)較大或較小值的情況,表明海南島GDP對海南島各個地區(qū)的CH4濃度影響無顯著的空間差異,這可能是化工與畜牧產(chǎn)品國內(nèi)國際貿(mào)易抵消的影響.此結(jié)果與Bilgili等[39]和López-Menéndez等[40]的結(jié)論一致,即當國內(nèi)生產(chǎn)總值和實質(zhì)性經(jīng)濟發(fā)生變化的時候,大氣中CH4濃度也會隨機發(fā)生改變.CH4濃度和人口的回歸系數(shù)的分布范圍與GDP的分布范圍較為相似并且呈現(xiàn)出相似的規(guī)律,但人口的回歸系數(shù)值所集中的區(qū)域和變化范圍較小,但總體來說,人口數(shù)量對海南島CH4濃度的空間分布依舊存在著較為明顯的影響,這與Polag等[19]發(fā)現(xiàn)大氣甲烷濃度隨著人口的增長而上升的結(jié)論一致.

4 結(jié)論

近年來,海南島CH4濃度在時空尺度上呈現(xiàn)為略微下降的趨勢,且社會經(jīng)濟因子如GDP和人口比氣候因子如氣溫和降雨對CH4濃度的時空關(guān)聯(lián)性更強.海南島CH4濃度主要呈現(xiàn)顯著下降趨勢和無明顯變化,顯著減小的區(qū)域集中在海南島的西部及東部地區(qū),占比46.42%;無明顯變化區(qū)域主要分布在海南島邊緣及中部零散地區(qū),占比52.95%.應(yīng)用OLS和GWR模型的結(jié)果顯示,GWR模型的R2為0.83,而OLS模型的R2僅為0.14,考慮局地信息的GWR模型能更準確地擬合CH4與氣候與社會經(jīng)濟因子的空間異質(zhì)性關(guān)系.總體而言,海南島CH4濃度對GDP和人口的響應(yīng)更為集中,區(qū)域間的CH4濃度與氣溫、降雨、GDP和人口之間既呈現(xiàn)了正的相關(guān)關(guān)系也呈現(xiàn)了負的相關(guān)關(guān)系,但在大多數(shù)區(qū)域呈現(xiàn)正相關(guān)關(guān)系,GDP的回歸系數(shù)變化值較大,約為8 634.62.本研究揭示了海南島CH4濃度的時空趨勢變化以及CH4濃度的空間變異規(guī)律分析,但是由于GHGSat產(chǎn)品也受數(shù)據(jù)不確定性的影響,高分辨率高精度大氣CH4濃度數(shù)據(jù)產(chǎn)品的制備與驗證工作,仍是今后大氣CH4濃度分布特征及其變異規(guī)律分析的重要基礎(chǔ).