Biogenic volatile organic compound (BVOCs) emissions are the largest VOC emission source globally, and are precursors to ozone and secondary organic aerosols, both of which are strong, short-lived climate pollutants. BVOC emissions are usually estimated using the Model of Emissions of Gases and Aerosols from Nature (MEGAN), which requires Plant Functional Types (PFTs) and Leaf Area Indexes (LAIs) as inputs. Herein, the effects of refined input data on regional BVOC emission estimates are analyzed. For LAIs, lower resolution MODerate-resolution Imaging Spectroradiometer (MODIS), and higher spatio-temporal resolution Spatial and Temporal Adaptive Reflectance Fusion Model (STARFM) LAI were generated. For PFTs, local land cover maps were developed, in addition to MODIS PFT. In South Korea, annual emissions of isoprene and monoterpenes in 2015 were estimated as 384 and 160 Gg/year, respectively, using STARFM LAI and Local PFT (Case 4). For North Korea, 340 Gg/year isoprene and 72 Gg/year monoterpenes emissions were estimated using STARFM LAI and MODIS PFT. These estimates were 14–110% higher than when using MODIS LAI and MODIS PFT (Case 1). Inter-comparison with satellite-based inverse isoprene emission estimates from GlobEmission shows 32% (North Korea) to 34% (South Korea) overestimation in bottom-up data. Our new vegetation inputs improve MEGAN performance and resulting BVOC emission estimations. Performance of Weather Research and Forecasting (WRF) meteorological modeling requires improvement, especially for solar radiation, to avoid overestimation of isoprene emissions.

中文翻译：

---

朝鲜半岛土地覆盖和叶面积指数对BVOC排放的影响

生物挥发性有机化合物（BVOC）排放是全球最大的VOC排放源，并且是臭氧和二次有机气雾剂的前体，这两种气溶胶都是强烈的，短暂的气候污染物。BVOC排放通常使用自然界的气体和气溶胶排放模型（MEGAN）进行估算，该模型需要以植物功能类型（PFT）和叶面积指数（LAI）作为输入。在此，分析了改进的输入数据对区域BVOC排放估算的影响。对于LAI，生成了较低分辨率的中等分辨率成像光谱仪（MODIS）和较高的时空分辨率的时空自适应反射融合模型（STARFM）LAI。对于PFT，除了MODIS PFT外，还开发了当地的土地覆盖图。在韩国 使用STARFM LAI和Local PFT（案例4），2015年异戊二烯和单萜的年排放量分别估计为384和160 Gg /年。对于北朝鲜，使用STARFM LAI和MODIS PFT估算出340 Gg /年的异戊二烯和72 Gg /年的单萜排放量。这些估计值比使用MODIS LAI和MODIS PFT的情况高出14–110％（案例1）。从GlobEmission与基于卫星的异戊二烯逆向排放估算值进行的比较表明，自下而上的数据高估了32％（朝鲜）至34％（韩国）。我们新的植被投入改善了MEGAN的性能，并提高了BVOC排放量的估算值。气象研究和预报（WRF）气象模型的性能需要改进，尤其是对于太阳辐射，以避免对异戊二烯排放的高估。使用STARFM LAI和本地PFT（案例4）。对于北朝鲜，使用STARFM LAI和MODIS PFT估算出340 Gg /年的异戊二烯和72 Gg /年的单萜排放量。这些估计值比使用MODIS LAI和MODIS PFT的情况高出14–110％（案例1）。从GlobEmission与基于卫星的异戊二烯逆向排放估算值进行的比较表明，自下而上的数据高估了32％（朝鲜）至34％（韩国）。我们新的植被投入改善了MEGAN的性能，并提高了BVOC排放量的估算值。气象研究和预报（WRF）气象模型的性能需要改进，尤其是对于太阳辐射，以避免对异戊二烯排放的高估。使用STARFM LAI和本地PFT（案例4）。对于北朝鲜，使用STARFM LAI和MODIS PFT估算出340 Gg /年的异戊二烯和72 Gg /年的单萜排放量。这些估计值比使用MODIS LAI和MODIS PFT的情况高出14–110％（案例1）。从GlobEmission与基于卫星的异戊二烯逆向排放估算值进行的比较表明，自下而上的数据高估了32％（朝鲜）至34％（韩国）。我们新的植被投入改善了MEGAN的性能，并提高了BVOC排放量的估算。气象研究和预报（WRF）气象模型的性能需要改进，尤其是对于太阳辐射，以避免对异戊二烯排放的高估。这些估计值比使用MODIS LAI和MODIS PFT的情况高出14–110％（案例1）。从GlobEmission与基于卫星的异戊二烯逆向排放估算值进行的比较表明，自下而上的数据高估了32％（朝鲜）至34％（韩国）。我们新的植被投入改善了MEGAN的性能，并提高了BVOC排放量的估算值。气象研究和预报（WRF）气象模型的性能需要改进，尤其是对于太阳辐射，以避免对异戊二烯排放的高估。这些估计值比使用MODIS LAI和MODIS PFT的情况高出14–110％（案例1）。从GlobEmission与基于卫星的异戊二烯逆向排放估算值进行的比较表明，自下而上的数据高估了32％（朝鲜）至34％（韩国）。我们新的植被投入改善了MEGAN的性能，并提高了BVOC排放量的估算值。气象研究和预报（WRF）气象模型的性能需要改进，尤其是对于太阳辐射，以避免对异戊二烯排放的高估。