锡林浩特草原CO2通量特征及其影响因素分析

利用锡林浩特国家气候观象台开路涡度相关系统、辐射土壤观测系统,测得的长期连续通量观测数据,对锡林浩特草原2009—2011年期间的CO₂通量观测特征进行了分析。结果表明:CO₂通量存在明显的年际、季节和日变化特征。3 a中NEE年际变率达到200 g·m^-2,季节变率最大达到460 g·m^-2,日变化幅度生长季最大达到0.25 mg·m^-2·s^-1。通过不同时间尺度碳通量与温度、水分、辐射等环境因子的分析,认为CO₂通量日变化主要受温度和光合有效辐射影响,而季节变化和年变化主要受降水和土壤含水量的影响。降水强度及时间分布是制约牧草CO₂吸收的关键因素,大于15%的土壤含水量有利于促进牧草生长。     

江苏地区二氧化碳浓度时空分布特征分析

利用瓦里关和上甸子大气本底站观测的月平均CO₂浓度数据对GOSAT卫星反演的CO₂浓度数据进行验证,结果表明GOSAT产品与台站观测数据有较好的一致性.利用2009年6月—2011年5月GOSAT反演的CO₂浓度数据,分析了江苏地区CO₂浓度的时空变化特征,结果表明:1)975 hPa高度层CO₂浓度高于850 hPa高度层,CO₂浓度的水平变化要小于垂直变化;2)在季节变化上,CO₂浓度冬季最高,夏季最低,这可能与植被光合作用的强弱变化有关;比较前后两年的CO₂浓度数据,夏季和秋季的增速较快,冬季和春季的增速较慢;3)在日变化上,发现徐州和南京站02时CO₂浓度最高,14时CO₂浓度最低,这可能也与植被光合作用的强弱有关.     

基于WRF模式的京津冀地区地表大气CO2浓度的模拟研究

在“双碳”目标背景下，从国家层面到地方层面，区域、城市、行业企业都在制定和实施双碳目标行动计划。CO₂模拟因其客观性和高时空分辨率等优势，在城市碳排放研究中深受重视。本研究以京津冀地区为研究区域，采用Picarro仪器高精度观测的2019—2020年CO₂数据，利用WRF模式进行CO₂传输模拟，分析了CO₂浓度变化的季节特征，评估了模式在城区中心、城郊及背景3个观测站点的模拟效果，并对边界层高度及化石燃料碳排放等可能影响CO₂浓度的因素进行了研究。3个观测站点分别为北京中国科学院大气物理研究所325 m气象塔观测站（北京站）、河北香河观测站（香河站）和上甸子区域本底观测站（上甸子站）。模拟结果表明：上甸子站优于香河站，香河站优于北京站，在冬季尤其明显；CO₂浓度的高值区主要分布在城区、电厂和工业区，尤其是唐山、石家庄和邯郸地区，大量交通、工业排放导致CO₂浓度明显上升，且高值区的范围在冬季最大；就日平均变化和日变化而言，边界层高度与CO₂浓度存在相反变化趋势；3个站点的化石燃料碳排放（FFECO2）与近地面总CO₂浓度存在正相关关系，冬春季的相关性高于夏秋季，且FFECO2的占比从大到小依次为北京站、香河站、上甸子站；CO₂传输模拟的不确定性存在空间差异和季节变化。     

东亚地区二氧化碳体积分数变化特征

利用2004年以来东亚地区10个本底观测站大气φ(CO₂)观测资料,分析了各站大气φ(CO₂)的变化特征及其各站之间的差异,讨论了下垫面特征、源汇作用等对φ(CO₂)变化的影响.结果表明:10个本底站大气月均φ(CO₂)有明显的季节变化,高值多出现在冬春等寒冷季节,而低值则多出现在6—9月,属于北半球的夏季;大气φ(CO₂)日变化趋势较为一致,15时(当地时间)前后达到全天最低,随后φ(CO₂)升高,并在日落后继续积累,至清晨7时(当地时间)前后达到全天最高,之后φ(CO₂)随着太阳辐射的增强而逐渐降低,且平均φ(CO₂)水平与下垫面植被量成反比,φ(CO₂)日变化的幅度与下垫面植被量成反比.作为全球基准站之一的瓦里关山站,2004—2008年φ(CO₂)年均值逐年增加,年增长率为2.28×10^-6/a.     

南京北郊2011年春季气溶胶粒子的散射特征

利用南京北郊2011年春季积分浊度仪的观测资料,结合PM_2.5质量浓度、能见度和常规气象资料,分析了南京北郊春季气溶胶散射系数的变化特征、散射系数与PM_2.5质量浓度和能见度的关系。结果表明,观测期间气溶胶散射系数平均值为311.5±173.3 Mm^-1,小时平均值出现频率最高的区间为100~200 Mm^-1;散射系数的日变化特征明显,总体为早晚大,中午及午后小。散射系数与PM_2.5质量浓度的变化趋势基本一致,但与能见度呈负相关关系。霾天气期间散射系数日平均值为700.5±341.4 Mm^-1,最高值达到近1 900 Mm^-1;结合地面观测资料、NCEP/NCAR再分析资料和后向轨迹模式分析显示,霾期间气块主要来自南京南部和东南方向。     

成都市PM2.5污染特征及其与地面气象要素的关系分析

为了解成都市PM_2.5污染特征及其与地面气象要素的关系,利用环境空气质量监测资料和地面气象观测资料,分析了PM_2.5质量浓度的季节、月和日变化特征,并分不同空气质量等级分析空气质量与地面气象要素的关系。结果表明：PM_2.5质量浓度具有明显的季节、月和日变化特征,且成都市区6个监测站的变化趋势比较一致;成都市相对湿度较大,地面风速较小,约62%的样本分布在相对湿度80%~100%,约85%的样本分布在地面风速0~2 m·s^-1,地面风速对成都市PM_2.5的水平输送、扩散、稀释不利;降水对PM_2.5的清除量随PM_2.5初始浓度、降雨持续时间和累积降雨量增加而增大。     

南京市城市不同功能区PM10和PM2.1质量浓度的季节变化特征

使用Anderson-Ⅱ型9级撞击采样器测量了南京市鼓楼商业区、江北工业区、钟山风景区和宁六高速公路交通源春、夏、秋三季的大气气溶胶质量浓度。分析结果表明:南京市PM_2.1和PM₁₀的质量浓度存在明显的季节变化,秋季>春季>夏季;ρ_PM10春季为167.47 μg/m³,夏季为 85.99 μg/m³,秋季为238.99 μg/m³;ρ_PM2.1春季为59.66 μg/m³,夏季为42.80 μg/m³,秋季为100.15 μg/m³。不同季节中ρ_PM10和ρ_PM2.1均存在较好的相关性,夏季相关性最好,相关系数为0.952;秋季次之,相关系数为0.783;春季相对较差,相关系数为0.613。城市不同功能区之间ρ_PM2.1和ρ_PM10的质量浓度值差异很大,交通源>工业区>商业区>风景区。城市不同功能区的质量浓度谱分布基本一致,均为双峰型分布,峰值分别位于0.43~0.65 μm/m³和9.0~10.0 μm/m³。南京市春、夏、秋三个季节大气粒子质量浓度谱为双峰分布,粒子主要集中在0.43~3.3 μm/m³的粒径段。江北工业区ρ_PM10和ρ_PM2.1质量浓度的相关系数为0.814,略高于鼓楼商业区的0.797。     

2014—2019年北京和南京地区PM2.5和臭氧质量浓度相关性研究

自2014年以来,中国细颗粒物（PM_2.5）浓度大幅度下降,但臭氧（O₃）浓度逐年缓慢上升,厘清PM_2.5和O₃（P-O）相关性尤为关键.在本研究中,2014—2019年北京和南京PM_2.5年均质量浓度下降幅度分别为-6.86和-6.15 μg·m^-3·a^-1;而日最大8小时平均O₃质量浓度（MDA8 O₃）年均增长幅度为1.50和1.75 μg·m^-3·a^-1.研究期间,北京地区MDA8 O₃质量浓度小于100 μg·m^-3,P-O呈负相关;而当质量浓度大于100 μg·m^-3时,P-O为正相关.通过Pearson相关系数研究P-O两者相关性.在两个城市每月相关性分析中,在每日时间尺度5—9月为强的正相关;而小时时间尺度11月至次年2月趋于负相关.在北京,P-O每月和季节相关性变化大于南京.在日变化中,夏季在16时为强的正相关,春秋两季在13—17时为弱的正相关,而在春、秋和冬季8时,却为强的负相关.     

南京市城市不同功能区PM10和PM2.1质量浓度的季节变化特征

使用Anderson-Ⅱ型9级撞击采样器测量了南京市鼓楼商业区、江北工业区、钟山风景区和宁六高速公路交通源春、夏、秋三季的大气气溶胶质量浓度。分析结果表明:南京市PM_2.1和PM₁₀的质量浓度存在明显的季节变化,秋季>春季>夏季;ρ_PM10春季为167.47 μg/m³,夏季为 85.99 μg/m³,秋季为238.99 μg/m³;ρ_PM2.1春季为59.66 μg/m³,夏季为42.80 μg/m³,秋季为100.15 μg/m³。不同季节中ρ_PM10和ρ_PM2.1均存在较好的相关性,夏季相关性最好,相关系数为0.952;秋季次之,相关系数为0.783;春季相对较差,相关系数为0.613。城市不同功能区之间ρ_PM2.1和ρ_PM10的质量浓度值差异很大,交通源>工业区>商业区>风景区。城市不同功能区的质量浓度谱分布基本一致,均为双峰型分布,峰值分别位于0.43~0.65 μm/m³和9.0~10.0 μm/m³。南京市春、夏、秋三个季节大气粒子质量浓度谱为双峰分布,粒子主要集中在0.43~3.3 μm/m³的粒径段。江北工业区ρ_PM10和ρ_PM2.1质量浓度的相关系数为0.814,略高于鼓楼商业区的0.797。     

2022年9月福建邵武边界层臭氧异常升高的气象成因

【目的】为揭示边界层O₃异常升高及大气热力、动力条件对其影响的机理。【方法】该文基于多源观测资料,采用天气分型、统计合成和物理量诊断等方法,探究了2022年9月福建邵武（国家级气象探空站、O₃探空观测科学试验基地）出现边界层O₃异常升高的特征及大气热动力的综合作用。【结果】2022年9月邵武近地层O_3-8h异常正距平最高达125.4%;在非光化学时段（21时—次日07时）O3较多年平均值增长137.1%;边界层O₃体积混合比（OVMR）明显高于不同季节的平均状态,21日O₃探空观测到边界层O₃总量为全年同层探空观测的极大值。O₃异常升高是副热带高压和3个台风外围共同影响的结果,导致全月较30 a气候态平均呈现：太阳辐射偏强、低云量偏少、地面气温升高,相对湿度偏低、降水量偏少,偏北风持续时间长且风速偏大;7日和21日边界层O₃总量高值日的气象探空廓线呈现大气层结稳定、空气干燥、湿层薄,同时下沉对流有效位能DCAPE值较高,在200～800 J·kg_-1之间,即存在明显的下沉气流;低层主导风为偏东风,风速在4～8m·s_-1之间。【结论】气象要素配置与大气的热力、动力条件一方面有利于O₃光化学生成,另一方面有利于上风向高浓度O₃水平输送和边界层高浓度O₃垂直下沉侵入,而后者是O₃异常升高的主要来源。     

日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日-2002年12月31日日照市环境监测中心提供的PM₁₀(可吸入颗粒物)日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析,揭示了污染物PM₁₀变化特征及其随气象要素的变化规律。同时分析了主要污染物PM₁₀与地面风速、风向间的相关关系,发现日照市大于等于3级的PM₁₀污染日均出现在1-4月,地面风速对污染物PM₁₀浓度有一定影响,当地面风速超过5m/s时,3级及以上污染日很少出现,当地面风速超过6.5m/s时,随着风速的提高,污染物浓度呈下降趋势。污染物浓度呈明显的季节变化,冬、春季节明显高于夏、秋季节。     

西安市PM2.5城乡差异及与城市热岛的关联研究

依据一种基于建筑用地比例和土地利用信息熵的城乡站点划分方法,将西安市环境与气象站点划分为城区、郊区和两类乡村站,讨论其PM_2.5的城乡分布特征及与城市热岛效应强度(Urban Heat Island Intensity,UHII)间的相关关系。结果表明,不同季节西安市呈现不同的PM_2.5城乡分布特征和日变化特征,两类乡村站点PM_2.5差异明显且下风向乡村站点(乡村D)对应的UHII_D对城区和乡村的影响程度大于上风向乡村站点(乡村U)对应的UHII_U。在城区较多本地排放的影响下,乡村PM_2.5浓度与 UHII_U(或UHII_D)相关系数均大于城区。随着UHII_D的增加,城乡PM_2.5相对浓度差值(RUPII_D)整体呈下降趋势且UHII_D与RUPII_D在春夏秋季显著负相关。UHII_D增大,城区近地面PM_2.5的水平扩散能力减弱,但PM_2.5的垂直扩散能力较乡村更强,从而UHII_D通过影响PM_2.5的传输扩散特征,进一步影响西安市RUPII_D。     

黑云杉林大气CO2稳定同位素组成δ13C,δ18O的分析

研究CO₂稳定同位素特征可以揭示光合、呼吸作用等众多信息,从而有助于了解生态系统与环境之间的碳循环过程。利用大气CO₂浓度及其稳定同位素的测定资料,分析稳定同位素比δ¹³C、δ¹⁸O,发现两者具有相似的时空分布特征。主要表现在δ¹³C和δ¹⁸O在冠层内具有明显的垂直变化趋势,冠层上部重同位素含量较高,而底部含量较低。从时间变化看,δ¹³C和δ¹⁸O在午后到日落具有较高的水平,而凌晨,δ¹³C和δ¹⁸O较低。运用Keeling图法分析δ¹³C、δ¹⁸O和CO2浓度的关系,发现δ¹³C值主要受光合和呼吸作用影响,与CO₂浓度的高低密切相关;而δ¹⁸O的变化比较复杂,因为δ¹⁸O除受光合、呼吸强度影响外,还取决于环境空气湿度。     

华北平原冬麦田土壤CH4的吸收特征研究

利用静态箱/气相色谱(GC)法,对华北平原冬小麦拔节-成熟期间麦田土壤CH₄气体通量进行了测定,得出华北平原典型冬麦田土壤是大气CH₄的弱吸收汇。试验期间土壤CH₄通量存在明显的季节变化和日变化,麦田拔节-成熟期间土壤CH₄通量日平均值为-18.3μg·m^-2·h^-1,波动范围为-4.3-24.4μg·m^-2·h^-1;在土壤CH₄通量的日变化中,观测到麦田土壤在午间和夜间都有一个吸收峰,峰值出现的时间因生育期不同而有所不同。试验期间CH₄通量日平均值与土壤温度关系不明显,而与土壤水分呈负相关(α=0.01);日变化中土壤CH₄通量与地表温度的相关性较差,而与5cm地温相关密切。麦田拔节-成熟期间土壤CH₄通量日平均值随NH4+-N施用量的增加呈递减规律,农田秸秆还田后不利于土壤对CH₄的吸收。     

三亚地区冬春季大气污染特征观测研究

为了研究海南省三亚地区冬春季大气污染状况,于2011年12月—2013年4月的冬春季节在三亚鹿回头村(监测点位于三亚市郊,三面临海,周围没有工业污染源)开展了大气主要污染物(NO_x、O₃、PM_2.5)的连续监测,利用观测数据对三亚地区冬春季大气污染变化特征进行分析.结果表明:三亚地区大气污染物浓度均低于国家一级标准的浓度值,NO、NO₂、NO_x、O₃、PM_2.5质量浓度的日平均值(平均值±标准差)分别为(2.1±2.2)、(5.2±3.4)、(7.3±3.8)、(59.8±28.4)和(17.5±14.3)μg·m^-3.在污染物的日变化方面,NO_x、PM_2.5呈现典型的双峰型,其峰值分别出现在08:00和17:00,峰谷在13:00;O₃的日变化为单峰型,峰值出现在13:00.通过后向轨迹分析发现,三亚地区大气污染物受局地源排放和外源输送的共同影响,来自陆地的气流易造成污染物的积累,而来自海上的气流则有利于污染物的清除.     

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM_2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM_2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH<40%),能见度迅速降低的关键因素是PM_2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM_2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM_2.5浓度与能见度成幂函数非线性关系,80%≤RH<90%湿度区段下相关性最强。PM_2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM_2.5浓度阈值为70 μg/m³,湿情景下该阈值为18—55 μg/m³。当PM_2.5质量浓度低于约40 μg/m³时,继续降低PM_2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。     

大气CO2浓度升高及气候变化对作物冠层光合影响的数值模拟

利用美国Licor-6200光合作用测定仪,对黄淮海地区代表性冬小麦品种鲁麦23号叶片光合作用速率进行了较为全面的测定,分别确定了冬小麦叶片光—光合作用响应曲线和CO₂—光合作用响应曲线,在此基础上,建立了叶片光合作用模式,并进而建立了一个具有瞬时时间尺度,空间积分为叶片尺度的冬小麦冠层模式,利用模式分别分析了大气中CO₂浓度升高和温度变化对冠层光合作用的不同影响,并在此基础上进一步进行了综合数值分析。单因子分析表明:晴天状况下,冠层光合速率随CO₂浓度升高而上升,当CO₂浓度由330×10^-6上升至660×10^-6时,冠层光合日总量可增加19.7%;冠层光合速率随辐射增加而增大,辐射量增加10.0%,冠层光合日总量可增加6.7%;冠层光合速率随温度升高而下降,温度升高1℃,冠层光合日总量减少2.9%。多因子综合数值分析表明:在辐射量较大的气候背景下,冠层光合日总量对温度和CO₂变化响应更加敏感。本文的实测数据为研究气候变化对中国农业影响提供了最基本的可靠模型参数,冠层光合模型为未来改进作物模型提供了理论基础。     

相对湿度和PM2.5浓度对大气能见度的影响研究:基于小时资料的多站对比分析

为了全面分析浙江省不同区域能见度变化基本特征及影响机理,基于杭州、宁波、温州3个国家基本气象站2013-2014年逐时能见度观测资料,比较分析了3市能见度变化的基本特征。发现3市不同等级能见度出现频率基本一致,随着能见度等级的提高,出现频率逐渐降低;从能见度的日变化来看,07时（北京时）前后最低,之后缓慢上升,14-15时达到最高,随后逐渐下降;全年有两个能见度较低时段,分别出现在12月-次年2月和5-6月;总体而言,宁波能见度最优,杭州和温州大体相当。功率谱分析结果表明,3市能见度均有显著的日周期,高频波段呈现出多个显著谱峰,低频波段存在若干显著谱峰。进一步开展机理分析,发现相对湿度和PM_2.5浓度是调制大气能见度的关键因子,相对湿度增大、PM_2.5浓度升高导致能见度降低。在同一相对湿度等级下,初始阶段能见度随PM_2.5浓度的升高迅速降低,到达“拐点”之后降低速率趋于缓慢。在同一PM_2.5浓度水平下,相对湿度越大,能见度越低,说明水汽对能见度也有重要影响。基于相对湿度和PM_2.5浓度两个因子,采用非线性拟合方案构建了大气能见度定量统计模型,总体而言模型拟合效果较好。最后针对研究中存在的不足和未来值得进一步发掘的科学问题进行了讨论。     

青岛市秋冬季霾期PM1及其含碳组分理化特征及来源研究

对2017年11月1日—2018年1月31日与2018年11月1日—2019年1月31日连续两年青岛市大气PM₁进行监测,获取了PM₁中含碳组分的变化趋势,结合国控站点监测数据和气象条件,分析了秋冬季PM₁来源.结果表明：2017、2018年秋冬季观测期间PM₁日均质量浓度分别为40.58±25.98、42.55±25.05 μg/m³;霾日质量浓度分别为84.71±16.70、81.52±18.39 μg/m³.与2017年相比,2018年同期PM₁质量浓度增长4.85%,霾日下降3.76%.2017年霾日PM₁中OC、EC质量浓度分别为13.67±3.95、3.95±1.02 μg/m³,2018年分别为16.48±6.34、3.34±1.16 μg/m³.与2017年相比,2018年霾日OC质量浓度增长20.56%,EC下降15.44%.2017、2018年霾日SOC质量浓度分别是非霾日的1.28和2.15倍,表明霾污染发生时易发生有机碳二次转化.含碳组分主成分分析均解析出3个因子.因子1解释变量均最大,分别为58.98%、67.14%,其表征含碳组分主要源于生物质燃烧、燃煤、道路扬尘及汽油车尾气等排放源.由后向气流轨迹分析得出,2017、2018年秋冬季气团轨迹多起源于内蒙古,经河北、天津、山东等省市抵达青岛.     

福建三明市春季PM2.5中有机碳、元素碳和水溶性离子特征分析

2014年3月13日至4月20日在福建三明市利用PM_2.5中流量采样器采集大气中PM_2.5膜样品,测定了PM_2.5的质量浓度,并用热/光碳分析仪和离子色谱分析了其组分变化特征.结果表明,三明市观测期间PM_2.5的平均质量浓度为73.61±0.73 μg/m³,有机碳(OC)和元素碳(EC)的平均质量浓度分别为7.26±1.00和5.63±0.27 μg/m³,水溶性离子中SO₄^2-、NH₄⁺、NO₃^-和Na⁺的质量浓度分别为18.08±12.19、4.18±3.56、2.77±1.16和2.73±0.23 μg/m³,总和占总水溶性离子的87.76%.结合后向轨迹分析了福建三明市的污染物来源特征.该地区OC/EC的平均比值小于2,SOC(二次有机碳)生成量很少,主要以一次有机污染物为主,OC、EC与K⁺的相关性分析表明OC、EC与K⁺的来源相近,可以判断OC、EC绝大部分来源是生物质燃烧产生的污染物.在水溶性离子分析中,观测期间NO₃^-/SO₄^2-为0.159±0.02,表明三明市主要以固定源为主,机动车辆等移动源贡献较少.