我国4个国家级本底站大气CO2浓度变化特征

CO2是影响全球温度的主要温室气体,其浓度变化状况能反映出不同区域大气受自然和人为活动影响的程度．以中国气象局青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山4个国家级大气本底站为研究基地,每周一次进行Flask瓶采样／实验室非色散红外吸收法CO2浓度分析．根据2006年9月～2007年8月期间观测资料,并结合瓦里关长期在线观测数据处理经验,对大气CO2采样分析数据本底浓度筛选方法进行了初步探讨,并对我国4个典型区域大气CO2本底浓度特征进行了探索性分析,可以为深入了解我国典型区域温室气体浓度现状奠定基础．结果表明：观测期间瓦里关、上甸子、临安和龙凤山站大气CO2浓度水平分别为383．5,385．9,387．8和384．3ppm．瓦里关站大气CO2浓度变化较为平稳;而上甸子和临安两个区域本底站分别受到京津塘经济圈和长三角经济圈人类活动的显著影响,浓度波动较大;龙凤山站由于受到植被光合作用和人类活动的综合影响,大气CO2浓度季节变化规律最为明显．     

金沙大气本底站反应性气体本底浓度及长距离输送的影响

对金沙大气本底站在2006年6月至2007年7月之间获得的O3,CO,NOx,SO2浓度的频率分布进行Lorentz多（单）峰曲线拟合,得到4个不同季节下不同的峰值浓度.这些峰值浓度代表着不同过程作用下的本底浓度水平.将这些峰值浓度与相应的总体平均值（中值）浓度比较,讨论了后者在代表本底浓度水平的可行性和局限性.在某些情况下,大气污染物的平均值（中值）浓度可在一定程度上代表该地区的本底浓度,但由于受污染物输送等因素的影响,总体平均值（中值）浓度往往低估或高估了本底浓度.本工作利用HYSPLIT轨迹模式计算了观测期间的气团后向轨迹,通过聚类-气体浓度关联分析法取得了各类轨迹的空间分布、季节变化特征以及对应的O3,SO2,NOx和CO平均浓度水平,并进一步通过滤掉污染物固有的季节变化,取得了不同气团来源对金沙站污染物浓度水平相对影响的信息.结果表明：金沙站可用于研究受长三角、中南地区、江汉平原及其北部地区排放影响的不同气团来源的大气本底信息;来自其南面的华中、华南地区和长三角西部地区的气团对其近地面O3的贡献显著;来自其北至东北方向的江汉平原、黄淮平原和华北平原地区,以及其南面的中南地区的气团对其SO2,CO和NOx的贡献显著;来自海洋的长距离输送气团对局地污染物起清洁作用;来自西北的长距离输送气团常带有自由大气的特征（高O3浓度,低CO,NOx浓度和相对湿度）,但却带着相对高浓度的SO2.     

基于GOSAT卫星观测的大气CO_2浓度与模型模拟的比较

卫星从空间对大气CO2的实时观测可以客观地获取全球和区域大气CO2浓度的变化信息;另一方面,利用全球大气输送模型的数值模式模拟得到时空连续的全球大气CO2浓度是目前科学家们定性和定量地研究大气CO2全球输送过程及时空变化规律的主要途径之一.卫星观测和模型模拟以两种不同的方式为我们提供大气CO2浓度信息,但对于这两种方式所揭示的全球以及区域大气CO2浓度特征的差异还没有一个综合的对比分析与评价.本文收集2009年6月到2010年5月的GOSAT卫星观测数据,利用GEOS-Chem模型模拟了同时期全球大气CO2浓度,对比分析两种方式揭示的大气CO2时空变化特征差异,通过比较中国陆地与同纬度美国陆地区域的差异,评价分析卫星观测和模型模拟各自的合理性和不确定性.结果指出卫星GOSAT观测反演的大气CO2浓度总体低于模型模拟2 ppm左右,与地面观测验证的结果相近.但是两者的差异在不同的区域上明显不同,在中国陆地区域显示了从0.6~5.6 ppm很大的差值变化,而在全球陆地区域为1.6~3.7 ppm、美国陆地区域为1.4~2.7 ppm.卫星GOSAT观测与模型模拟在美国陆地显示了0.81的拟合优度,高于全球陆地区域的0.67和中国区域的0.68.综合分析结果指出在中国区域卫星观测与模型模拟的不一致性高于美国和全球,其原因与卫星观测反演算法中输入参数的不整合所引起的CO2浓度反演误差以及模型模拟中驱动参数数据的准确性有关.     

大气CO2浓度非均匀动态分布条件下的气候模拟

利用现有大气本底站的大气CO2浓度观测信息,综合考虑不同经济区划与土地覆盖类型对应的CO2浓度差异及其季节变化规律,构建模式区域内以月为单位的网格化大气CO2浓度非均匀动态分布数据模型.由此数据模型驱动RegCM4-CLM3.5区域气候模式运行,对东亚区2000年3月—2009年2月之间的气候变化特征进行了模拟,进而对大气CO2浓度非均匀动态分布可能引起的区域气候效应进行了初步研究.结果表明:目前气候模式中CO2浓度的常态均匀分布假设可能将温室效应夸大了10%左右.对大气CO2浓度非均匀动态分布影响气温变化的可能机制进行研究表明:CO2的自身效应(改变大气透射率)并不是导致Exp2试验温度降低的主要原因.大气CO2浓度的变化影响了大气与植物胞间CO2分压差,陆地植被通过改变气孔阻力适应这种变化,气孔阻力的变化直接影响到植物与大气间水分的交换,这种作用一方面通过蒸发冷却改变环境温度,另一方面,蒸发水分改变了近地面层湿度,进而水汽扩散到空中影响低云的分布.冬季,植物处于非生长季,对大气CO2浓度变化响应微弱,湿度和低云变化不明显;夏季,植物生长旺盛,由CO2生理学强迫激发的云反馈效应强烈,其效果是使中低云趋于增加,进而减弱了到达对流层低层的太阳短波辐射,造成温室效应减弱.     

大气CO2浓度非均匀动态分布条件下的气候模拟

利用现有大气本底站的大气CO₂浓度观测信息,综合考虑不同经济区划与土地覆盖类型对应的CO₂浓度差异及其季节变化规律,构建模式区域内以月为单位的网格化大气CO₂浓度非均匀动态分布数据模型.由此数据模型驱动RegCM4-CLM3.5区域气候模式运行,对东亚区2000年3月—2009年2月之间的气候变化特征进行了模拟,进而对大气CO₂浓度非均匀动态分布可能引起的区域气候效应进行了初步研究.结果表明:目前气候模式中CO₂浓度的常态均匀分布假设可能将温室效应夸大了10%左右.对大气CO₂浓度非均匀动态分布影响气温变化的可能机制进行研究表明:CO₂的自身效应(改变大气透射率)并不是导致Exp2试验温度降低的主要原因.大气CO₂浓度的变化影响了大气与植物胞间CO₂分压差,陆地植被通过改变气孔阻力适应这种变化,气孔阻力的变化直接影响到植物与大气间水分的交换,这种作用一方面通过蒸发冷却改变环境温度,另一方面,蒸发水分改变了近地面层湿度,进而水汽扩散到空中影响低云的分布.冬季,植物处于非生长季,对大气CO₂浓度变化响应微弱,湿度和低云变化不明显;夏季,植物生长旺盛,由CO₂生理学强迫激发的云反馈效应强烈,其效果是使中低云趋于增加,进而减弱了到达对流层低层的太阳短波辐射,造成温室效应减弱.     

瓦里关大气CH4浓度变化及其潜在源区分析

利用尺度校正和更新的2002～2006年瓦里关多年大气CH4浓度资料,进行了其浓度时空变化及其潜在源区分析研究.局部近似回归法筛分的大气CH4浓度本底数据百分比为～58%,表明其受到较强的区域源和汇的影响.CH4本底浓度中值为1831.8ppb,10%和90%的CH4浓度数据百分位值分别为1820.7和1843.5ppb.未经筛分的大气CH4浓度波动大,达到了200ppb;本底浓度波动小（约38ppb）,反映了瓦里关大气CH4浓度受到较强的区域源汇影响.2002～2006年期间不同季节大气CH4浓度日变化规律明显,其变化特征是源汇强度变化和对流层大气扩散输送条件相互作用的结果.大气CH4多年平均季节变化呈夏季高（6～8月达到最大值）,冬春低的特征,与美国莫纳罗亚山和Niwot岭呈反相位,一方面可能是夏季瓦里关地区排放源增强（居民放牧增多）和以来自西宁和兰州地区的气流为主导的污染物输送而导致其浓度抬升,另一方面瓦里关光化学作用较弱,与美国莫纳罗亚山和Niwot岭相比,CH4的汇较弱.轨迹聚类和潜在源区分析表明,大气CH4浓度高值与来自青海西北部（尤其是格尔木地区）和瓦里关东南或东部（西宁和兰州一带）的空气团轨迹关系密切,是CH4潜在的源区;其浓度低值则对应于来自西藏西北部、青海和新疆南部地区的空气团,反映了该方向的气流相对清洁.注意到夏季来自甘肃或宁夏黄河沿岸的农业区（如水稻种植区）空气团使CH4浓度抬升明显,显示了其农业排放源.本文的研究将对准确估算CH4区域源汇强度、全面理解温室效应的尺度及预测未来全球变化具有重要意义.     

2001～2018年瓦里全球本底站氧化亚氮浓度变化特征

对中国瓦里关站(WLG)(36°17’N, 100°54’E, 3816m asl)2001～2018年空气样品中大气N₂O摩尔分数进行了分析,得到逐年年均值、增长率和季变化特征.瓦里关站的N₂O浓度呈长期持续增长趋势,季节变化特征明显, 18年的平均年增量为(0.9±0.01)ppb a^-1(1σ)(1ppb=10^-9),接近全球平均值.平均季节变化的低值出现在6月,浓度为-(0.25±0.04)(1σ) ppb,高值出现在9月,浓度(0.13±0.07)(1σ) ppb,季节振幅为0.38ppb.季节变化主要受地面排放源、边界层高度和对-平流层传输(STE)等影响.多年增长率变化一定程度受热带平流层的准两年波动(QBO)影响.不同季节的后向轨迹聚类分析显示, N₂O主要来自中亚干旱和半干旱低排放地区的气团输送,表明瓦里关的大气N₂O浓度一定程度代表了亚洲内陆地区的背景水平.     

CO2浓度升高对稻田CH4和N2O排放的影响——Meta分析

CO₂浓度升高对稻田生态系统碳(C)氮(N)循环具有重要作用,阐明CO₂浓度升高对稻田CH₄和N₂O排放的影响是农业生产应对全球气候变化的重要组成部分.文章采用Meta分析的方法,讨论了不同CO₂浓度升高状况和田间管理措施条件下CO₂浓度升高对稻田CH₄和N₂O排放的影响,结果可为未来气候条件下稻田温室气体减排提供参考.结果表明:整体平均而言,CO₂浓度升高显著增加稻田CH₄排放(增幅为23%,P<0.05),同时显著降低稻田N₂O排放(降幅为22%,P<0.05).CO₂浓度升高对稻田CH₄和N₂O排放的影响程度与CO₂熏气年限和CO₂浓度梯度有关.CO₂熏气年限≥10a时,CO₂浓度升高同时显著降低稻田CH₄和N₂O排放,降幅分别为27%和53%(P<0.05);随CO₂浓度梯度上升,CO₂浓度升高对稻田CH₄排放的促进作用呈现先减弱后增强的趋势,而对稻田N₂O排放的影响则由促进作用变为抑制作用.不同N肥施用量、秸秆还田、水分管理和水稻品种等田间管理措施不同程度地影响稻田CH₄和N₂O排放对CO₂浓度升高的响应.无秸秆和半量秸秆还田时,CO₂浓度升高显著促进稻田CH₄排放(增幅分别为27%和49%,P<0.05),而全量秸秆还田时,CO₂浓度升高对稻田CH₄排放无显著影响(P>0.05);随秸秆还田量的增加,CO₂浓度升高对稻田N₂O排放的抑制作用不断增强.对比持续淹水,间歇灌溉条件下CO₂浓度升高减弱了对稻田CH₄排放的促进作用,却增强了对稻田N₂O排放的抑制作用.未来CO₂浓度升高条件下,建议推广全量秸秆还田和间歇灌溉相结合的稻田管理措施,并辅以优化N肥管理和选育"高产低排"水稻品种等方法,达到最优的"增产减排"效果.此外,有必要进行多尺度、多要素和多方法的综合研究,以期有效降低稻田CH₄和N₂O排放对CO₂浓度升高响应的不确定性.     

断层带土壤H2浓度变化特征及影响因素研究

收集全国15个不同区域、不同地质环境、不同深度测点的H2浓度,以及气温、气压整点值连续观测资料,研究高精度土壤H2浓度日、月动态变化特征,通过计算H2浓度与气温、气压的相关系数,定量分析不同观测孔深气温、气压对H2浓度的影响程度。结果表明:土壤H2浓度动态变化与气象因素密切相关,观测孔优选深度为4~11 m。     

基于OMI资料的中国对流层NO2柱浓度时空变化及其影响因子分析

根据2018年3月至2019年2月OMI遥感反演的三级格点数据,结合土地资源利用、人口密度和国内生产总值(Gross Domestic Product,GDP)等辅助数据,分析了中国对流层NO₂垂直柱浓度的时空变化及其影响因子.结果表明:在中国,对流层NO₂柱浓度呈现出显著的空间分布差异,体现为东部最高、中部较低、西部最低;NO₂柱浓度较大的区域主要集中在华北和华东的"两心一带"地区;中西部也有一些较为分散的高值区,如乌鲁木齐等地;对流层NO₂柱浓度也表现出较为明显的季节变化,由高到低大致排序为:冬季>秋季>春季>夏季,而西部地区秋冬季节柱浓度通常低于春夏季节.此外,分析结果还表明,人口密度、工农业废气排放量、交通运输尾气排放以及天气和气候条件是影响NO₂柱浓度的关键因素.     

南海南部美济礁200余年滨珊瑚骨骼钙化率变化及其与大气CO2和海水温度的响应关系

工业革命以来的大气CO2浓度上升和全球气候变暖被认为是珊瑚生长的主要威胁.利用珊瑚骨骼X光影像方法分析了美济礁14个大型滨珊瑚的骨骼钙化率,获得了200多年来的珊瑚钙化率变化模式.结果显示珊瑚钙化率的长期变化包括3个增长阶段(1770～1830,1870～1920和1980～2000)和2个降低阶段(1830～1870和1920～1980),其中1770～1830年和1920～1980年分别有200多年来最大增幅(4.5%)和最大降幅(6.2%),最近的时段1980～2000年间珊瑚钙化率有小幅度上升.珊瑚钙化率与大气CO2和海水表层温度(SST)响应模式的分析发现,美济礁珊瑚钙化率与大气CO2的响应关系不成立,百年来的大气CO2浓度增加对珊瑚生长的影响不显著;珊瑚钙化率则与SST具有非线性响应关系,最大钙化率温度为27.2℃,低于和高于该温度,钙化率降低.20世纪早中期的SST上升有利于珊瑚生长,而近20年的SST持续上升则不利于珊瑚生长.