Spatial Coupling of Greenhouse Gas Emissions, Vegetation Activity, Groundwater Nitrate Occurrence, and Soil Environments Across Denmark: A 5-km Spatial Association and Soil-Stratified Analysis
Avideh Asadollahi
构建丹麦5公里网格，分析温室气体、植被、地下水硝酸盐与土壤的空间耦合关系。
EDGAR排放、MODIS NDVI、GEUS硝酸盐与土壤图，用Moran's
CO2与NDVI负相关最强，CH4与CO2、硝酸盐正相关，土壤类型显著调节这些关联。
可基于该空间筛查框架，在热点区域开展过程模型与监测，探究土壤调节机制及因果路径。
基于全国5公里网格整合温室气体、植被、地下水硝酸盐与土壤环境的空间关联研究，方法系统、数据规模大，对农业环境监测与空间筛查有参考价值，但属关联性分析而非因果结论。
综合环境评估日益需要对大气排放、植被动态、地下水质量和土壤背景进行联合分析，而非孤立的专题制图。我们构建了一个覆盖丹麦全境、分辨率为5 km的EPSG:25832分析网格，包含1,803个单元，并统一整合了四项连续环境指标：来自EDGAR的CO2和CH4排放、以2024年MODIS NDVI表示的植被活动，以及源自GEUS国家观测数据的地下水硝酸盐赋存情况。来自GEUS数字土壤图的土壤信息被用于将环境关联分层为五个广泛的环境组。在全局Pearson、Spearman和Kendall关联分析的基础上，辅以全局Moran's I、方向性双变量Moran's I、局部双变量空间关联、前1% CO2敏感性分析以及土壤分层统计。CO2与NDVI在全国尺度上表现出最强的关联（Pearson r = −0.2621），而CH4与CO2（r = 0.0898）及硝酸盐赋存（r = 0.0792）呈正相关。四个连续变量在Queen和Rook邻接下均表现出显著的正空间自相关，其中CH4和CO2的空间结构最强，硝酸盐最弱。双变量Moran分析支持CO2–NDVI的负向交叉关联以及CH4–CO2和CH4–硝酸盐的正向交叉关联。土壤分层结果显示出显著异质性；最强的Pearson CO2–NDVI关联出现在人类影响与技术环境中（r = −0.6208），而砂质贫瘠环境和沉积物–黏土丰富环境则表现出最明显的CH4–CO2正相关。本研究明确为关联性而非因果性研究。其主要贡献在于提供了一个空间显式的全国筛查框架，揭示环境指标在何处共现、关系在何处呈现空间组织，以及有针对性的过程性研究与监测在何处可能最具信息价值。