阿克达拉大气本底站CO质量浓度变化特征分析

采用阿克达拉大气本底站2012年1月1日-2017年12月31日1 min观测1次的CO资料,统计分析CO质量浓度在日内、日际、月际、季节和年际时间尺度下的变化特征,结果表明:阿克达拉日内、日际、月际、季节与年际时间尺度下的CO质量浓度变化波动均较为剧烈;年平均CO质量浓度在6年内整体呈逐年减小趋势;季节变化呈现冬季大...     

用非色散红外气体分析仪进行大气CO2本底浓度的测量

按WMO关于开展全球CO2监测的要求，在对引进设备进行改进的情况下，建立了我国开展大气CO2本底浓度连续测量的红外气体分析测量系统及有关方法。系统的测量精度优于0.1ppm，完全满足全球本底测量的要求，并具有较好的国际可比性。在此基础上，首次取得了我国大陆上空大气CO2的本底浓度资料。     

瓦里关山大气甲烷本底浓度变化特征的分析

用气相色谱法在瓦里关全球基准站进行了大气甲烷（CH4）的连续测量,结合NOAA/CMDL气瓶采样CH4浓度资料的分析结果,给出了我国内陆高原大气CH4本底浓度的变化特征。分析结果表明:瓦里关山大气CH4浓度在1780×10-9～1840×10-9范围内波动,浓度值的变化范围符合中高纬度地区CH4浓度分布;CH4浓度有明显的日变化,夏季的变化趋势及振幅与冬春季有所不同;季节变化幅度不大,与全球大气CH4浓度本底值季节变化的特征及变化幅度的地理分布不太一致;有明显的年际变化,CH4年平均浓度表现为逐年升高,年     

基于GOSAT卫星遥感的我国中部地区大气CH4时空分布

利用2013—2016年GOSAT上被动红外探测器(TANSO)官方反演的大气CH_4柱浓度,采用普通克里金插值(Ordinary Kriging)方法对GOSAT卫星数据产品进行插值预处理,并利用ArcGIS地理信息系统空间分析软件提取各省份CH_4平均浓度,分析中部地区CH_4浓度的时空分布。结果表明,由GOSAT反演的中部地区大气CH_4年均浓度由2013年的1 827.0×10~(-9)增长到2016年的1 857.9×10~(-9),其平均绝对增长率为10.3×10~(-9)/a。中部地区大气CH_4年均浓度略低于长三角地区,高于京津冀和东三省地区。中部地区大气CH_4呈现较强的季节变化特征,江西、湖南、湖北峰值出现在9月,安徽、河南、山西峰值则出现在8月,中部六省去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区。我国中部地区CH_4浓度高值区主要分布在江西、湖南及周边区域,低值区则集中在河南以北及山西地区。     

中国平流层CH4的分布特征和季节变化

利用UARS卫星上HALOE试验的1992—2003年CH4资料,分析了中国平流层的CH4混合比分布特征,并对CH4混合比在不同纬度上的季节变化作了详细分析。结果表明,中国平流层CH4混合比随着高度逐渐减小,在经向上有较大差异,总是南边大于北边,而各个纬度带上的分布则较均匀。分析结果还表明,中国平流层CH4混合比在DJF的季节距平与MAM有相反的符号,而且中心位置基本吻合。此外,季节变率最大的是MAM—DJF,而不是JJA—DJF。并且在平流层低层的夏半年有明显的高值带,这可能与上升运动和辐散辐合作用有关。     

瓦里关山大气二氧化碳浓度变化及地表排放影响的研究

利用非色散红外气体分析方法，在不受人为污染直接影响的瓦里关山进行了大气CO2的连续测量，给出了我国内陆高原大气CO2本底浓度的变化特征，观测表明内陆大气CO2随陆地植被的生长而有明显的日变化及季节的周期变化，其季节变化规律与全球大气CO2本底值的地理分布相一致。瓦里关山大气CO2的年增长率在1993年明显偏低，1994年又有较快的“回升”。地表CO2排放的观测研究还给出了冬季高原草甸土壤的排放特征，测量表明在冬季陆地植被光合作用基本停滞的情况下，土壤CO2的排放率相对增强，其最大排放量可达170 mg/m2·h以上。     

HALOE资料揭示的热带平流层CH4时空变化特征

中层大气微量成分的分布和变化是中层大气研究的重要问题之一,但是长期以来中层大气的资料非常少。卤素掩星试验（HALOE）对中层大气多种微量气体进行观测,形成中层大气多种微量元素的空间分布和时间演变资料组,这是对中层大气微量气体含量资料的极大补充。作者利用1992～2003年HALOE资料分析热带地区（20°S～20°N）平均的CH4的垂直分布和时间演变特征。结果表明:热带平流层CH4混合比在平流层下层有较充分的混合;热带平流层CH4混合比的季节变化明显,在平流层中上层以年循环为主,而在平流层下部以半年变化为主;热带平流层CH4混合比的年际变化主要有准2年和准5年振荡。       

景德镇地区大气CO2浓度变化特征

利用景德镇温室气体监测站CO_2观测数据,分析了景德镇地区2017年12月—2018年11月大气CO_2浓度变化特征,同时对其浓度进行了筛分,以剔除污染数据,使其更具区域代表性。研究表明:景德镇地区大气CO_2浓度昼降夜升,早上最高,傍晚最低;春季最高,秋季最低;春、夏季NNE、NE、ENE风向,秋季NE、ENE风向以及冬季W、WSW、SW、SSW、S风向上CO_2浓度较高。同时,春、夏和秋季大气CO_2浓度大致随风速的增加而不断降低,冬季风速对大气CO_2浓度无明显影响。筛分后数据显示景德镇地区年均大气CO_2浓度为422.1×10~(-6),浓度日均值年振幅73.96×10~(-6),夏半年CO_2浓度低于冬半年。     

中国区域大气本底站近地面臭氧来源贡献及区域代表性

回顾了关于长距离输送对中国区域本底大气臭氧的影响,以及中国区域大气本底站臭氧变化及其区域代表性两方面的研究进展。来自不同污染源区O₃的长距离输送对中国区域O₃影响的研究结果分歧较大,贡献最显著的源区和受体地区也存在争议;同时,鲜有研究考虑到平流层对对流层的O₃贡献,而这部分贡献在前体物排放很少的本底地区非常重要。中国区域各大气本底观测站分别与其周围一定范围内的区域具有相同的对流层O₃柱浓度最大值月份分布,而对与人体健康密切相关的近地面O₃区域特征的分析尚未深入开展;鉴于研究方法的局限性,也尚未深入揭示形成O₃变化区域特征的复杂成因。基于现有研究进展和不足之处,如何利用全球大气化学-环流模式的示踪模拟结果,定量评估来自全球不同地区的O₃对中国本底大气O₃的影响,并进一步评估中国区域6个大气本底站近地面O₃季节变化的区域代表性,是亟待解决的科学问题。     

150年来大气甲烷浓度的长期变化

应用作者建立的全球二维大气化学模式,采用2种CH4排放源的长期增长方案,同时考虑了CH4排放源以及对OH自由基浓度有重要影响的CO和NOx排放源的长期变化,模拟了CH4和OH从1840～2020年的长期变化趋势。考虑了世界人口增长的排放源方案可以更好地模拟CH4的长期变化,模拟结果表明,工业革命前的大气CH4浓度和年排放总量分别为760×10-9(V/V)和280×109kg,1991年大气CH4的浓度和年排放总量分别为1611.9×10-9(V/V)和533.9×109kg,对流层OH自由基数浓度从1840年的7.17×105分子数/cm3下降到1991年的5.79×105分子数/cm3,降低了19%。工业革命以来大气CH4的增长一方面是由于CH4排放源的增长,另一方面是由于大气OH浓度的下降。     

金沙本底站空气质量与颗粒物浓度变化特征分析

利用华中区域代表性站点金沙国家大气本底站2007—2018年的PM2.5、PM10颗粒物质量浓度数据,2019年3月—2019年6月反应性气体数据,对华中区域空气质量进行整体评价,并分析了颗粒物浓度的变化特征及其影响因素.结果表明,反应性气体CO、SO2、NO、NO2质量浓度其日平均最大值、平均值均达到一级标准,O3日...     

基于飞机观测资料的石家庄秋季对流层CH4垂直分布特征

为研究石家庄秋季对流层内CH₄垂直分布特征,2018年9月使用“空中国王350”飞机搭载Picarro温室气体在线观测仪和气象要素观测设备,对石家庄上空（600—5500 m）CH₄浓度进行探测。探测期间共飞行7架次,取得7条CH₄浓度廓线数据。结果表明: 石家庄上空近地面层（1000 m以下）CH₄平均浓度与同时间段区域背景站上甸子站CH₄浓度呈显著正相关（r=0.81,P < 0.03）。探测到的CH₄浓度最小值为1898×10^-9摩尔分数,最大值为2219×10^-9摩尔分数,平均浓度为1981×10^-9摩尔分数。观测得到的7条廓线均有较好的一致性,2000 m以上,浓度均随高度呈先增大后减小的趋势。利用后向轨迹模式（HYSPLIT）对探测时段内石家庄上空不同高度层主要气流传输路径进行统计分析表明,600 m高度输送路径较短,CH₄浓度受本地排放影响较大; 3000 m受输送作用影响较大,偏西和西南路径可能将较高CH₄浓度气团输送至石家庄上空; 5000 m气团传输对CH₄浓度影响较小,浓度相对较稳定,对传输路径的变化不敏感。     

我国瓦里关山、兴隆温室气体CO2、CH4和N2O的背景浓度

为了研究中国大陆温室性气体CO₂、CH₄和N₂O大气浓度的区域分布和变化特征以及与人类活动的关系,从1995~2000年,先后在青海瓦里关山全球大气基准站（36°18′N,100°54′E,3810 m）及河北中国科学院兴隆天文台（40°24′N,117°30′E, 940 m）,利用不锈钢瓶取样和气相色谱法分析,观测了两地大气中温室气体CO₂、CH₄和N₂O的浓度及其变化情况。结果表明:兴隆和瓦里关山站CO₂、CH₄和N₂O的同期年平均浓度分别为376.7×10-6和373.5×10-6,1886×10-9和1831×10-9,316.7×10-9和314.9×10-9。从1995~2000年,兴隆站CO₂、CH₄和N₂O的年增长率分别为1.95×10-6,9.02×10-9和0.75×10-9。而瓦里关山站从1997~2000年,CO₂、CH₄和N₂O的年增长率分别为1.41×10-6,9.95×10-9和0.82×10-9。两地大气中三种气体的浓度与年增长率与全球同类台站的观测结果接近。同时也在一定程度上反映了各自不同的环境背景特征。     

中国废水处理甲烷排放特征和减排潜力分析

废弃物处理温室气体排放的主要排放源之一为废水（生活污水和工业废水）处理CH₄排放。根据统计资料和IPCC提供的方法,选择适合中国的排放因子,分析了中国废水处理2005-2010年的CH₄排放特征和2000-2010年CH₄产生的各驱动因子。并且根据中国的实际情况预测和分析了中国废水处理CH₄排放趋势和排放潜力。结果显示：2010年中国生活污水处理CH₄排放量为61.10万t,工业废水处理的CH₄排放量为162.37万t,造纸等八大行业CH₄排放量达到总CH₄排放量的92%以上,2005-2010年的CH₄排放量逐年增加;到2020年在减排情景下,生活污水处理CH₄排放量为101.36万t,减排潜力为7.63万t,比2010年排放量增加了66%;工业废水处理CH₄排放量233.93万t,减排潜力为25.99万t,比2010年排放量增加了44%。     

基于排放源的中国城市垃圾填埋场甲烷排放研究

利用全国垃圾填埋场的点源数据,基于实际调研和实验室分析建立中国不同区域、不同规模、不同填埋时间的排放因子矩阵,采用IPCC推荐的一级降解动力学（FOD）方法自下而上地核算了中国2107个垃圾填埋场在2007年的甲烷（CH₄）排放量。针对不同区域和类型的填埋场,分别就城市垃圾组分、可降解有机碳、CH₄修正因子、CH₄氧化系数、填埋场CH₄收集率等进行了深入研究。结果显示,中国2007年填埋场CH₄排放量为118.61万t,与《中华人民共和国气候变化第二次国家信息通报》2005年填埋场排放量（220万t）差异较大,其主要原因是城市垃圾填埋场统计数据的差异,例如填埋场个数及垃圾填埋量。中国绝大部分填埋场CH₄年排放量在700 t以下,超过1000 t的有279个,超过1万t的仅10个。江苏省的CH₄排放量最高,达到9.87万t;西藏的排放量最小,仅为0.21万t。东部江苏、广东、浙江等省的整体排放量较高,西部地区西藏、宁夏、青海等地的排放水平较低。     

彭州市大气污染物浓度变化特征研究

本文利用2017年彭州市大气污染物(SO₂、NO₂、O₃、CO、PM₁₀、PM_2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明：该地区细粒子(PM₁₀和PM_2.5)污染较为严重,O₃次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO₂、O₃呈单峰型日变化,NO₂、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O₃为夏高冬低),并且固态污染物(PM₁₀、PM_2.5)与气态污染物(NO₂、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O₃与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。     

中国区域典型大气廓线样本库的一种选择方法

在模拟大气辐射传输过程、发展大气透过率模式及反演大气参数等许多应用中,大气状态廓线是重要的输入参数,为方便使用,建立具有一定代表性的样本数据库十分必要。目前,国际上有几十种各具特色的大气样本库,但包含中国区域的样本极少。为了弥补国际大气样本库中缺少中国区域大气廓线的不足,以中国区域2002年气象探空资料为基础,利用拓扑学方法建立了包含30条大气温度和湿度廓线的中国区域大气廓线样本库2。通过对所选样本的覆盖区域、观测时间、海拔高度、廓线垂直分布等特征分析,结果表明:该样本库具有样本时空分布均匀、样本独立性和气候代表性好等特点,符合大气样本库建立的基本原则,可为辐射传输研究和业务应用提供大气样本支持。     

华东稻田CH4和N2O排放

稻田CH4和N2O排放的季节变化规律完全不同，两者的排放通量随土壤水分条件变化而互为消长，但它们的日变化形式则比较一致。晴天时的CH4和N2O排放日变化规律明显，主要表现为下午单峰模态，有时CH4排放夜间出现一个次峰。CH4和N2O排放总量因肥料类型而不同，堆肥加尿素处理比NH4HCO3处理少排放N2O 30%，多排放CH4 12%。