不同陆地生态系统碳通量对GEOS-Chem模型模拟全球CO2浓度的影响

大气中CO₂含量的增加速率已经超过了自然界所能吸收的速度,并逐步影响到全球气候变暖。利用模型模拟分析已经成为一个重要的工具用以深入对碳循环的理解。本文使用2008～2010年的生物模型SiB3（Simple Biosphere version 3）与优化后的CT2016（Carbon Tracker 2016）陆地生态系统碳通量驱动GEOS-Chem大气化学传输模型模拟全球CO₂浓度。通过分析模拟CO₂浓度的空间分布与季节变化,加深对全球碳源汇分布特点的理解,探究陆地生态系统碳通量不确定性对模拟结果的影响,进而认识陆地生态系统碳通量反演精度提升的重要性。SiB3与优化后的CT2016陆地生态系统碳通量都具有明显的季节变化,但在欧洲地区碳源汇的表现相反,其全球总量与空间分布也存在极大的不确定性。模拟CO₂浓度结果表明:在人为活动较少地区,陆地生态系统碳通量对近地面CO₂浓度空间分布起主导作用,尤其在南半球和欧洲地区模拟浓度有明显差异,且两种模拟结果的季节差异依赖于陆地生态系统碳通量的季节变化。将模拟结果与9个观测站点资料进行对比,以期选用合适的陆地生态系统碳通量来提升GEOS-Chem模拟CO₂浓度的精度。实验结果表明:两种模拟结果均能较好的模拟CO₂浓度的季节变化及其峰谷值,但CT2016模拟的CO₂浓度在多数站点处更接近观测资料,模拟准确性更高。     

我国温室气体本底浓度网络化观测的初步结果

CO₂和CH₄是《京都议定书》限排的主要温室气体。自1990年以来的长期观测表明, 我国青海瓦里关全球本底站大气CO₂和CH₄浓度与北半球中纬度地区其他一些本底站的同期观测结果具有可比性, 观测数据已成为WMO全球温室气体公报及国内外有关评估报告的重要参考依据; 我国4个区域本底站过去一年来的采样分析结果显示:北京上甸子、浙江临安、黑龙江龙凤山、湖北金沙大气CO₂和CH₄浓度明显高于同期瓦里关站的观测值, 表明4个区域站大气CO₂和CH₄受自然及人为活动的影响较大。迄今为止, 国内相关部门通过多种方式开展了温室气体浓度长期观测或短期科研, 各具优势和特点, 但力量相对分散、观测站稀少、侧重点和目标各异。为了全面掌握我国温室气体本底浓度时空变化, 了解不同区域大气受自然和人为活动影响的程度, 亟需相关部门分工协作、优势互补、资源共享, 尽快推进我国温室气体及相关微量成分的网络化观测分析和源汇反演模式系统建设, 进而测算、验证不同区域温室气体排放源和吸收汇的动态变化, 分析、评估各区域之间的输送和影响, 为我国应对气候变化的内政、外交提供决策支持。     

北京城区二氧化碳时空分布及湍流谱特征

利用北京325 m气象塔上安装的7层CO₂涡动相关系统在2014年12月到2015年11月的观测资料,分析了北京城区不同高度上CO₂浓度、通量时空分布及湍流谱的特征。结果表明:城市CO₂浓度日变化除了冬季都呈现双峰型,冬季由于人为碳源排放的大幅增加,双峰型不明显。每层的CO₂浓度、通量都有明显的季节变化:冬季最高,春末、夏季最低。CO₂浓度整体随高度的增加而降低。北京城区是CO₂源,CO₂通量的日变化不如CO₂浓度日变化规律明显。CO₂通量在47 m以下为负,47 m以上为正。通量在140 m以下随高度的增加而增加;140m以上随高度的增加而减少。根据对CO₂时空分布的分析可知:边界层CO₂浓度、通量强烈受到碳源、下垫面植被、大气稳定度、环境温度和天气过程等因素的影响。各变量谱与Kaimal等的研究结果接近:归一化速度谱和CO₂谱在惯性子区有－2/3的斜率,在低频区与稳定度参数（Z/L）有一定的关系。这说明复杂地形的城市下垫面的湍流谱结构与平坦地形相比没有太大的实质性差异。     

典型高碳排放城市临汾温室气体时空分布特征及影响因素

利用山西省临汾城市站2013—2018年CO₂、CH₄摩尔分数及气温、相对湿度、风速风向观测资料,以及欧洲中期天气预报中心ERA-5 PBL(planet boundary layer)再分析资料和美国国家环境预报中心GDAS(global data assimilation system)再分析资料,分析高碳排放城市临汾两种温室气体浓度的时空分布特征及影响因素。结果表明：临汾市年平均CO₂和CH₄摩尔分数分别为441.7×10^-6和2359.5×10^-9,均高于全球平均值、青海瓦里关本底站以及上海浦东等城市站,且春、秋、冬季两种气体浓度具有极显著的正相关,临汾市人为碳排放是碳循环的主导因素。临汾市CO₂和CH₄摩尔分数呈明显的“单峰单谷型”月际变化,冬季两种气体摩尔分数均最高,而CO₂夏季最低,CH₄春季最低;CO₂和CH₄...     

长江三角洲地区净生态系统二氧化碳通量及浓度的数值模拟

净生态系统碳通量(NEE)的计算对于准确模拟区域碳通量和大气CO₂浓度的时空变化至关重要。本文利用中尺度大气-温室气体耦合模式WRF-GHG(Weather Research and Forecasting Model with Greenhouse Gases Module),对2010年7月28日至2010年8月2日期间影响长江三角洲地区大气CO₂浓度及时空分布的各种过程进行了详尽模拟。结果表明,植被光合呼吸模型(VPRM)能模拟不同植被下垫面NEE的日变化;WRF-GHG模拟的大气CO₂浓度日变化与观测相吻合,但低估了大气CO₂浓度5~15 ppm(ppm表示10-6),这可能与人为排放源的低估、VPRM参数的不确定性以及气象场模拟的不准确性有关。太湖和植被覆盖较好的地区如浙江北部山区是该地区的主要碳汇,而城市为CO₂的主要排放源。太湖和陆地生态系统对区域内碳循环起到一定的调节作用,减缓区域大气CO₂浓度的升高。此外,局地气象条件如湖陆风对太湖周边地区大气CO₂浓度有显著影响。     

百年尺度不同区域地表气温对CO2浓度非均匀动态分布敏感度的研究

地球系统模式结果表明大气CO₂浓度的快速增加是气候变化重要的原因之一。卫星资料分析结果表明，大气CO₂浓度并非均一的，而是有明显的区域差异，以人类活动为主的碳排放会影响这一区域差异。这种空间差异如何影响区域地表气温对CO₂的敏感度，需要进一步深入系统的研究，利用地球系统模式BNU-ESM(Earth System Model of Beijing Normal University)进行数值模拟，并与观测数据进行比较，结果表明：在试验模拟结果2°C阈值内，非均匀CO₂浓度试验的CO₂浓度增加阈值范围小于均匀CO₂浓度试验结果，偏少约为4.3 ppm(10₆)。在区域尺度上，中国地表气温对CO₂敏感度普遍低于美国、欧洲以及北半球平均水平，这表明CO₂浓度空间差异对地表气温的敏感度的影响存在明显区域差异，很可能是CO₂浓度辐射效应与气候系统反馈过程的共同作用结果，这需要进一...     

输送对区域本底站痕量气体浓度的影响

利用HYSPLIT4轨迹模式计算了临安、上甸子和龙凤山区域大气本底站2005年7月-2007年6月的气块后向轨迹, 并通过聚类分析取得了各站点平均轨迹的空间分布和季节变化等结果。将各站点同期观测到的O₃, SO₂, NO_x和CO浓度通过滑动平均法去除季节变化, 取得其短期变化信号, 并将轨迹与这种短期变化信号对应, 比较真实地反映了排放源空间分布和轨迹移动特性对污染物浓度的影响。研究结果表明:移动高度高、速度快的气块不利于污染物积累, 对站点污染物起清除作用。但个别来自高空的轨迹会将富含O₃的气块输送到地面, 从而使站点O₃浓度升高。各站均有大约50%~60%的轨迹输送污染气块, 导致站点气体浓度升高。临安站的污染主要来自S-SW和N-SE扇区; 上甸子站的污染最主要来自SE-SW扇区, 其次来自N-SE和W-N扇区; 龙凤山的污染主要由来自S-WSW扇区。     

上海中心城区二氧化碳通量特征分析

利用位于上海中心城区徐家汇站的涡动相关湍流通量资料,对该区域2012年12月至2013年11月二氧化碳（CO₂）通量的时间变化、空间分布特征、年总排放量进行分析。结果表明：中心城区徐家汇为CO₂通量的源区,CO₂通量的日变化呈现与交通流量相对应的双峰现象,冬季的通量值普遍小于其他季节,尤其在早高峰时段更为明显。节假日CO₂通量的早高峰效应并不明显,其峰值明显低于工作日,且有滞后的趋势。各方向CO₂通量大小与其周边下垫面情况密切相关,夏季白天在商业建筑密集区和主要道路处,CO₂通量明显高于其他季节。上海中心城区CO₂通量的年总排放量为44.5 kg/（m²·a）,高于国内外其他城市的市中心或高密度住宅区的数值,这主要和观测时段相对偏晚、植被覆盖率偏低、周边高层建筑和主干道偏多有关。     

山西省城市大气CO2本底筛分对比及特征分析

基于典型城市站太原站2018年3月—2019年2月的大气CO₂在线观测资料,利用筛分法(Meteorological filtering method, MET)和黑碳示踪法(Black Carbon tracer, BC)进行本底/非本底的筛分,得到了本底浓度的变化特征。结果表明,太原大气CO₂浓度季均值冬季最高,夏季最低;不同季节呈“单峰型”日变化特征,日振幅均在26.0×10^-6以上;4个季节CO₂浓度与地面风速存在显著负相关关系;CO₂浓度抬升区域主要受当地工业布局的影响,最大抬升幅度在秋季达17.4×10^-6;使用气象筛分法(MET)得到年均本底浓度为(431.4±19.9)×10^-6,人为排放等对其影响为23.5×10^-6,年振幅比同纬度其它本底站大,为34.5×10^-6;黑碳示踪法(BC)得到冬季季均本底浓度为(445.0±22.9)×10^-6,比MET筛...     

2015年华北地区上甸子大气本底站PM2.5化学组分特征及来源分析

根据2015年上甸子区域大气本底站PM_2.5样品采集数据,分析PM_2.5质量浓度及其化学组分变化特征,应用质量闭合、后向轨迹、潜在源等方法分析其来源。结果表明：2015年上甸子站PM_2.5质量浓度年平均值为44.9μg·m^-3,春季、夏季、秋季、冬季均值分别为58.1、30.9、39.7、51.3μg·m^-3,与2009—2010年相比分别降低了33%、56%、46%、9%。SO₄^2-、NO^-₃和NH⁺₄质量浓度年平均值分别为8.5±9.2、6.4±8.3、3.9±4.7μg·m^-3,有机碳、元素碳浓度年平均值分别为8.9±6.3μg·m^-3、1.6±1.2μg·m^-3。NO^-₃与SO₄^2-浓度日...     

Terra和Aqua卫星MODIS 3 km AOD与北京PM_(2.5)对比分析

本文利用2014年全年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra卫星和Aqua卫星的MODIS 3 km气溶胶光学厚度(AOD)产品,分析了地面PM_(2.5)和两颗卫星AOD的时空分布特征,并在时空匹配的基础上,建立了AOD与PM_(2.5)浓度之间的回归模型。结果表明:PM_(2.5)浓度在城区高、郊区低,最低值位于定陵站,城区站和郊区站的逐时PM_(2.5)浓度的日变化分别呈"双峰型"和"单峰型";两颗卫星AOD数值也均是城区高、郊区低,沿山区的边界有明显的AOD梯度,且城区上午Terra卫星的AOD高于下午Aqua卫星的AOD,而郊区上、下午的AOD基本相同;Aqua卫星AOD与PM_(2.5)的确定系数(R2)较Terra卫星AOD与PM_(2.5)的确定系数平均高0.11,且城区站点两颗卫星AOD与PM_(2.5)相关性均较郊区站点AOD与PM_(2.5)相关性偏高;综合来看,Aqua卫星的AOD与城区的PM_(2.5)相关系数最高,即Aqua卫星的AOD更适于监测和反演城区地面的PM_(2.5)。     

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.     

北京地区夏末秋初气象要素对PM2.5污染的影响

利用北京宝联站及北京上甸子大气本底站2006-2008年的7-9月PM2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM2.5的质量浓度特征及其与气象要素的关系进行了统计分析.结果表明:城区站各月平均PM2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因.从地面风速来看,城区当北风和南风分别达到2m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用.PM2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱.当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显.     

RESEARCH ON SURFACE O3 WITH METEOROLOGICAL CONDITIONS UNDER ATMOSPHERIC BACKGROUND CONDITIONS IN NORTHEAST CHINA*

Surface O₃ concentration and its precursors have been observed at Longfengshan station,Heilongjiang Province for a period of one year from August 13,1994 to July 30,1995. Relationship between surface O₃ and the meteorological conditions during this period is analyzed in this study.Observation results show that diurnal variation of surface O₃ follows a pattern of double-peaks with amplitude of 27-28 ppb under fine days in summer and autumn.Although the diurnal variation is small(14 ppb),it is still detectable when it is overcast.Diurnal variation of O₃ is irregular under rainy days.Surface O₃ concentration rises when wind speed starts to increase at 0800 BT(Beijing Time)from 0 to 6 m s^-1in autumn,winter and summer.Relative high surface O₃ concentration is noticed frequently when S,SSW,SW and WSW wind are encountered at the station during all seasons.At 0800 BT and 1400 BT the surface O₃ concentration increases with the increase of global radiation accordingly during fine days in winter,spring and autumn.During fine days average peak of O₃ concentration in summer is 20 ppb higher than that in winter while the average peak of global radiation in summer is almost twice as high as that in winter.The average surface O₃ concentration under fine days in autumn at Longfengshan station is 14 ppb lower in comparison to the observation results from Lin'an station where Lin'an is at about the same longitude and lower latitude,with same environment,which is mainly caused by the difference of global radiation due to different latitudes in these two areas(difference of average peak global radiation about 100 W m^-2).     

北京不同区域气溶胶辐射效应

采用大气辐射传输模式SES2以及2013年1月—2015年10月欧洲中期天气预报中心细网格再分析资料计算了北京地区4个观测站地面接收的短波辐射通量,分析了晴天和云天北京城郊气溶胶对总辐射的定量影响时空变化特征。结果表明:北京城区和近郊区气溶胶对总辐射的影响约为远郊区的2倍,北京南部和西部气溶胶对辐射的影响较大,晴天和云天北京城区和近郊区气溶胶对总辐射的削减值分别为146.23~180.99 W·m-2和202.11~217.02 W·m-2,晴天总辐射削减空间差异较大;秋冬季气溶胶对总辐射的影响明显大于春夏季,北京市观象台秋冬季气溶胶对总辐射的削减作用最大可达60%,较春夏季高10%~20%;北京城郊总辐射和直接辐射削减率与气溶胶光学厚度变化均呈线性关系,近地面PM_2.5浓度对辐射的影响不容忽视。     

Characterization of Regional Combustion Efficiency using ΔXCO: ΔXCO2 Observed by a Portable Fourier-Transform Spectrometer at an Urban Site in Beijing

Measurements of column-averaged dry-air mole fractions of carbon dioxide and carbon monoxide, CO₂ (XCO₂) and CO (XCO), were performed throughout 2019 at an urban site in Beijing using a compact Fourier Transform Spectrometer (FTS) EM27/SUN. This data set is used to assess the characteristics of combustion-related CO₂ emissions of urban Beijing by analyzing the correlated daily anomalies of XCO and XCO₂ (e.g., ΔXCO and ΔXCO₂). The EM27/SUN measurements were calibrated to a 125HR-FTS at the Xianghe station by an extra EM27/SUN instrument transferred between two sites. The ratio of ΔXCO over ΔXCO₂ (ΔXCO:ΔXCO₂) is used to estimate the combustion efficiency in the Beijing region. A high correlation coefficient (0.86) between ΔXCO and ΔXCO₂ is observed. The CO:CO₂ emission ratio estimated from inventories is higher than the observed ΔXCO:ΔXCO₂ (10.46 ± 0.11 ppb ppm^?1) by 42.54%–101.15%, indicating an underestimation in combustion efficiency in the inventories. Daily ΔXCO:ΔXCO₂ are influenced by transportation governed by weather conditions, except for days in summer when the correlation is low due to the terrestrial biotic activity. By convolving the column footprint [ppm (μmol m^–2 s^–1)^–1] generated by the Weather Research and Forecasting-X-Stochastic Time-Inverted Lagrangian Transport models (WRF-X-STILT) with two fossil-fuel emission inventories (the Multi-resolution Emission Inventory for China (MEIC) and the Peking University (PKU) inventory), the observed enhancements of CO₂ and CO were used to evaluate the regional emissions. The CO₂ emissions appear to be underestimated by 11% and 49% for the MEIC and PKU inventories, respectively, while CO emissions were overestimated by MEIC (30%) and PKU (35%) in the Beijing area.     

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.     

北京地区夏末秋初气象要素对PM2.5污染的影响

利用北京宝联站及北京上甸子大气本底站2006—2008年的7—9月PM_2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM_2.5的质量浓度特征及其与气象要素的关系进行了统计分析。结果表明:城区站各月平均PM_2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因。从地面风速来看,城区当北风和南风分别达到2 m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用。PM_2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱。当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显。