我国4个国家级本底站大气CO_2浓度变化特征
长江三角洲背景地区CO_2浓度变化特征研究

2 1,26 :9 3 9 9 023 () 7 - 7
C ia n i n na S i c hn E vr metl c n e o e
长江三 角洲背景地 区 C 2 O 浓度变化特征研 究
浦静 姣 , 徐宏 辉 顾 骏 强 周凌 唏 方 双喜 。(. , , , 1 浙江省气象科学研究所, 杭州 30 1;2中国气象科 浙江 107 .
Me ooo ia d nsain hns Acdmy f Meerlgcl cecs e ig 0 0 1 hn) hn t rlgcl miirt ,C iee a e o tooo i S ine,B in 10 8 ,C i .C ia e A t o a j a
E v o m na ine 2 1,26:9 3 9 9 n i n e tl cec ,0 23() 7- 7 r S
tes gep a a e a Ln nrgo a bc gon ain T e ira c ne t t no C 2 aidf m .x 0 ( / h n l ekp u m i’ i l a k u ds o . h u lo cnr i f O r o 9 1。 V i - t a e n r t t d n ao v er 5 。 t 43 1~(/) w t elwetvleo sre ntea e o dtehg eta d w . h iee c ew e o4 .x 0 vv, i t o s au be di h f mo n a h ihs t a n T edf rn ebt en hh v l n
长 江 三 角 洲 背景 地 区 C 2浓度 的 影 响. 果ห้องสมุดไป่ตู้ 明, O 结 l 站 C 浓 度 的 日变 化 分 布 表 现 为 单 峰 型形 态 , 午 低 、 凌 晨 高 , 度 日变 幅 在 临安 O2 下 浓
空气质量分级标准

空气质量分级标准空气质量是指大气中各种污染物对人体健康和环境造成的影响程度。
为了对空气质量进行科学评估和有效监测,各国都制定了空气质量分级标准。
空气质量分级标准是对空气质量状况进行分类和评价的依据,不同等级的标准对应不同的污染物浓度和对人体健康的影响程度。
在中国,空气质量分级标准是由国家环境保护部门制定并实施的,主要包括对大气污染物的监测和评价标准。
首先,空气质量分级标准主要包括对颗粒物、二氧化硫、一氧化碳、臭氧、氮氧化物等污染物的监测和评价。
其中,颗粒物是指大气中的悬浮颗粒物,主要包括可吸入颗粒物(PM10)和细颗粒物(PM2.5)。
二氧化硫、一氧化碳、臭氧和氮氧化物是大气中的主要污染物,它们对人体健康和环境都具有一定的危害性。
根据监测数据,空气质量分级标准将空气质量分为优、良、轻度污染、中度污染、重度污染和严重污染六个等级,分别对应不同的污染物浓度和对人体健康的影响程度。
其次,空气质量分级标准对不同等级的空气质量采取了相应的控制和管理措施。
对于优、良和轻度污染的空气质量,主要采取了加强监测和预警、减少污染物排放、控制工业和交通排放等措施,以维持空气质量的良好状态。
而对于中度污染、重度污染和严重污染的空气质量,需要采取更加严格的控制和管理措施,包括限制工业生产、交通管制、减少燃煤和机动车排放、提高大气污染物的清除能力等,以尽快改善空气质量,保护人民健康。
此外,空气质量分级标准还对各级政府和相关部门提出了相应的监督和管理要求。
根据标准规定,各级政府和相关部门需要建立健全的空气质量监测和预警体系,加强对大气污染物的监测和评价工作,及时发布空气质量预报和预警信息,采取有效措施减少污染物排放,保障人民群众的身体健康和生存环境的良好状态。
综上所述,空气质量分级标准是保障人民群众身体健康和改善环境质量的重要依据,各级政府和相关部门应严格执行标准要求,加强监测和管理,采取有效措施减少污染物排放,提高空气质量,共同建设美丽的蓝天。
大气环境中一氧化碳的浓度分布特征分析

大气环境中一氧化碳的浓度分布特征分析随着工业化和交通运输的发展,大气污染成为一个全球性的问题。
其中,一氧化碳(CO)是主要的空气污染物之一,其对人体健康和环境造成的影响不可忽视。
本文将从地理分布、季节变化和污染源三个方面,对大气环境中一氧化碳的浓度分布特征进行分析。
地理分布是影响一氧化碳浓度的重要因素之一。
在世界范围内,一氧化碳浓度存在明显的地域差异。
据研究表明,工业化程度高的地区如中国、美国、印度等国家的城市空气中一氧化碳浓度较高。
这是由于这些地区的交通运输和工业排放活动增加了一氧化碳的释放量。
此外,城市化程度也是影响一氧化碳浓度分布的因素之一。
城市中高密度的人口和封闭的建筑结构,使得一氧化碳在城市内的浓度相对较高。
季节变化是大气环境中一氧化碳浓度分布的另一个重要特征。
一氧化碳浓度在不同季节呈现出明显的变化规律。
夏季时,太阳辐射强,空气层中大气环流较活跃,这有利于一氧化碳的扩散和分解,因此夏季一氧化碳浓度相对较低。
而冬季由于温度低、太阳辐射弱,加上工业增加,采暖用煤燃烧释放大量一氧化碳,导致一氧化碳积累,从而使冬季一氧化碳浓度较高。
此外,一氧化碳浓度的变化还受到地形、气候和风向等因素的影响,具体情况因地而异。
污染源是导致一氧化碳浓度分布特征的关键因素之一。
一氧化碳的主要来源包括交通尾气排放、工业生产和天然气、煤炭等燃料的燃烧。
交通尾气是城市中一氧化碳的主要来源,特别是高密度的机动车辆。
工业生产中的燃煤和燃油也是一氧化碳排放的重要渠道。
此外,室内环境污染也是一氧化碳浓度上升的因素之一,如室内烹饪、吸烟等。
因此,减少交通尾气排放、优化工业生产和提高室内通风等控制手段,都可以有效降低大气中一氧化碳的浓度。
综上所述,大气环境中的一氧化碳浓度分布特征受到地理分布、季节变化和污染源等多个因素的影响。
不同地区和季节的一氧化碳浓度存在明显的差异,而交通尾气排放、工业生产和室内环境污染是主要的污染源。
为了改善大气环境质量和保护人类健康,减少一氧化碳的排放是一个重要的任务,需要通过政府的引导和公众的努力共同实现。
西安城区温暖季节大气CO_2浓度的变化

西安城区温暖季节大气CO_2浓度的变化白小娟;赵景波【期刊名称】《地球环境学报》【年(卷),期】2013(4)4【摘要】利用红外CO_2分析仪对西安市雁塔区南二环西段CO_2浓度进行昼夜观测,研究大气CO_2昼夜动态规律及其影响因素。
监测结果显示,CO_2浓度昼夜变化可分为2:00—6:00,8:00—12:00,14:00—20:00,22:00-24:00四个阶段。
7月份四个阶段的浓度依次为较高→最高→最低→较低,呈现出双峰模态;10月份为浓度较低→较高→最低→最高,呈现出极不对称双峰模态。
7月与10月CO_2浓度的周内与周末变化规律有相似之处,同时也存在差异。
在80 m高度范围内,白天CO_2浓度均随着高度的增加而降低,夜间CO_2在高度上的变化不稳定,且10月份CO_2浓度明显高于7月份。
温度影响CO_2浓度变化,但在不同月份,温度的影响存在明显差异。
CO_2浓度变化主要与植物的光合作用有关。
【总页数】8页(P1384-1391)【关键词】CO2浓度;昼夜变化;周内与周末;高度;温度【作者】白小娟;赵景波【作者单位】陕西师范大学旅游与环境学院;中国科学院地球环境研究所黄土与第四纪地质国家重点实验室【正文语种】中文【中图分类】X831【相关文献】1.西安城区大气CO2浓度的变化特征及趋势研究 [J], 王帆;王照;李文韬2.西安城区大气O3及其前体物的周末效应季节差异 [J], 李顺姬; 黄宇广; 李澍; 陈妙; 曹泽磊; 薛兴钊3.龙凤山区域大气本底站大气污染中二氧化碳(CO_2)浓度变化特征研究 [J], 代家庚;代鑫4.FTIR遥测北京城区大气中的CO和CO_2浓度 [J], 徐亮;刘建国;高闽光;陆亦怀;刘文清;魏秀丽;张天舒;陈华;刘志明;王君5.北京山区典型暖温带落叶阔叶林大气CO_2浓度、草本层光合作用及土壤释放CO_2变化特点(英文) [J], 蒋高明;韩兴国;周广胜因版权原因,仅展示原文概要,查看原文内容请购买。
中国大气本底基准观象台简介

中国⼤⽓本底基准观象台简介中国⼤⽓本底基准观象台中国⼤⽓本底基准观象台(简称本底台或CGAWBO)的建设是根据《联合国⽓候变化框架公约》,由中国政府与世界⽓象组织(WMO)和环境基⾦(GEF)合作开展的对全球尺度⼤⽓本底污染浓度进⾏监测的国际合作项⽬。
本底台严格按世界⽓象组织有关⼤⽓本底监测的规范和标准,在全球基准⼤⽓本底条件下开展包括温室⽓体、⼤⽓臭氧、⽓溶胶、太阳辐射、⽓象和边界层⽓象、降⽔化学等多个⽅⾯的观测。
她将向世界提供亚洲内陆⼤⽓本底基准基本状况的系统观测资料,是世界⽓象组织全球⼤⽓监测计划的重要组成部分,是建在亚洲⼤陆腹地的全球第⼀个⼤陆型的基准观象台,将对未来⼤⽓成份的变化起着早期预警、监视作⽤,将长期、稳定、连续地获取全球基准⼤⽓本底监测资料,为研究、评价、预测⼤⽓成份变化进⽽研究对⽓候变化影响提供科学依据。
她的建设和今后的发展受到了国内、外⼤⽓科技界的极⼤重视和关注。
她是我国具有全球代表性的⼤⽓本底监测台,经不断完善、发展和提⾼,成为⼀个对国内、外⼤⽓环境科技⼯作者开放的⼤⽓本底基准监测实验室,成为具有先进⽔平和技术装备的、世界⼀流的,也是到⽬前为⽌,全球唯⼀的⼤陆性⼤⽓本底基准监测站,其所获取的特种资料和各项科研成果对全球来讲,具有不可替代的重要作⽤。
⼀、组织结构本底台的⼈员受青海省⽓象局管理,业务⼯作由青海省⽓象局、中国⽓象局监测⽹络司及中国⽓象科学研究院管理和指导。
⼆、基地概况业务基地位于青海省海南州共和县境内的⽡⾥关⼭。
地处青藏⾼原东北坡,⽡⾥关⼭为东北─西南⾛向的孤⽴⼭体,南北长21公⾥,东西宽约7公⾥。
站址位于该⼭的最⾼点附近,海拔3816⽶。
东经100°54′,北纬36°17′。
⽡⾥关⼭东距省会西宁市150公⾥,直线距离约90公⾥;西距共和县城50公⾥,直线距离23公⾥;南距黄河上游最⼤的龙⽺峡⽔电站17公⾥;北距闻名遐迩的青海湖40公⾥。
⽡⾥关⼭及周围⼴⼤地区属于⼲旱、半⼲旱荒漠草原及沙洲,平均年降⽔量370mm,主要集中在5-9⽉。
瓦里关大气本底观象台CO_2、CH_4观测过程的质量控制

瓦里关大气本底观象台CO_2、CH_4观测过程的质量控制张东启;张晓春;乜虹;季军;周凌晞;汤洁;温玉璞
【期刊名称】《应用气象学报》
【年(卷),期】2004(15)B12
【摘要】以中国大气本底基准观象台的温室气体(CO2、CH4)观测仪器为例,从仪器运行的稳定性和各级标准气体标定两个方面介绍了温室气体观测数据的质量控制方法。
结果表明,瓦里关大气本底台的CO2、CH4观测仪器运行稳定,观测数据具有很高的精确度和可信度。
经过严格质量控制的温室气体实时测量数据报送到世界气象组织下属的温室气体数据中心,成为各国科学家分析欧亚大陆温室气体本底浓度的主要依据。
【总页数】6页(P95-100)
【关键词】大气;观测仪器;观测数据;世界气象组织;温室气体;欧亚大陆;CH4;本底;质量控制方法;严格
【作者】张东启;张晓春;乜虹;季军;周凌晞;汤洁;温玉璞
【作者单位】中国气象科学研究院;中国气象局北京城市气象研究所;青海省气象局【正文语种】中文
【中图分类】P315;R123.1
【相关文献】
1.青海瓦里关大气CO2本底浓度变化规律的观测研究 [J], 温玉璞;季秉法
2.瓦里关大气本底观象台CO2、CH4观测过程的质量控制 [J], 张东启;张晓春;乜
虹;季军;周凌晞;汤洁;温玉璞
3.瓦里关大气本底观象台CO2、CH4观测过程的质量控制 [J], 张东启;张晓春;乜虹;季军;周凌晞;汤洁;温玉璞
4.瓦里关大气本底观测二十年综述 [J], 张国庆;
5.瓦里关大气本底基准观象台 [J], 无
因版权原因,仅展示原文概要,查看原文内容请购买。
青藏高原高寒矮嵩草草甸大气CO_(2)浓度时间变化特征
随着植被光合作用的增强(减弱),大气 CO2浓度急剧下降(升 高),但大气 CO2 浓度在 11 时—18 时基本维持在 370×10-6~ 380×10-6,表明系统碳交换处于相对稳定的状态。这与瓦里
关的相关研究结果有所差别,其最小值出现在 18:00 左右,可
能是植被类型的不同所致[3]。瓦里关植被类型以荒漠草原为
450
440 430
410
400 390
380
非生长季
370
生长季
00 时 04 时 08 时 12 时 16 时 20 时 24 时 时间(HH 时)
图 1 高寒草甸生长季和非生长季大气 CO2浓度的平均日变化 Fig.1 The mean diurnal variations of atmospheric CO2 concentration
第 5 期(总第 377 期) 2021 年 5 月
137
No.5 MAY
文章编号:1673-887X(2021)05-0137-02
青藏高原高寒矮嵩草草甸大气 CO2浓度时间变化特征
李红琴 1,2,刘 晗 1,张法伟 2
(1. 洛阳师范学院 生命科学学院,河南 洛阳 471934;2. 中国科学院三江源国家公园研究院,青海 西宁 810008)
during the growing and non-growing season in the alpine meadow
2.2 大气 CO2浓度的季节特征 高寒草甸大气 CO2浓度呈现出先下降后升高的季节趋势
(图 2),其年均值为(395.4±37.3)×10-6,略高于瓦里关 2004
年 的 377.0×10-6 [3],如 果 按 照 1.83×10-6/a 的 增 长 速 率 ,其 2019 年浓度值约为 404.5×10-6,又略高于本研究的结果。大 气 CO2浓度在 1 月相对最高(418.8±9.1)×10-6,在 6 月份相对 最低(378.0±44.9)×10-6,年均振幅约为 40.0×10-6。在 4 月, 由于表层冻土消融,导致其冻结在冻土空隙中的 CO2 及封存 在下层土壤中的由呼吸作用而积累的 CO2 快速释放,出现一 个小高峰,峰值为(407.6±12.9)×10-6。随着植物光合作用 的出现,大气 CO2 浓度又开始逐渐下降至最低值。尽管植物 的光合作用在 7 月较强,但由于温度较高,加之呼吸底物增 多,导致大气 CO2 浓度出现小幅度升高。由于植物光合强度 和呼吸速率同时降低,导致 8 月—10 月 CO2浓度又有所下降。 在 11 月、12 月,植物地上部分死亡,光合吸收 CO2 的作用消 失,大气 CO2浓度再开始逐渐升高。因此,大气 CO2浓度的季 节变化与植被土壤系统的生物化学过程及冻土的消融密切 相关[3]。
华东森林及高山背景区域CO_(2)和CH_(4)浓度变化特征
浓度的增加导致的全球升温引起了国内外学者的 广泛关注。 国内对本底区域温室气体进行了大量 的研究[2,5-16] , 旨 在 获 得 本 底 区 域 在 不 同 地 理、 气 候、经济条件下温室气体的浓度特征、变化趋势、源 汇及影响因子等信息,填补中国温室气体本底浓度 资料的空白,并为研究气候变化提供重要参考。 这 些研究中 大 部 分 采 用 现 场 瓶 采 样-实 验 室 分 析 方 法,而长时间系列的基于波长扫描光腔衰荡光谱技 术(WS-CRDS)的高 精 度、高 时 间 分 辨 率 的 连 续 在 线观测较少,且研究区域主要集中在高原大陆性气 候区、暖温带 半 湿 润 季 风 气 候 区、 温 带 大 陆 性 季 风 气候区和平原大陆性气候区等。 由于生态环境、气 候特征、经济状况等的不同,大气中 CO2 和 CH4 浓 度在全球范围内存在较大差异。 武夷山属于中亚
2 结果与讨论
2. 1 CO2 和 CH4 背景浓度 背景浓度代表研究区域内未受人类活动直接
影响的自 然 情 况[17] 。 但 与 大 气 本 底 监 测 的 主 要 目的[18] 不同,大 气 背 景 监 测 通 常 包 含 区 域 信 息, 监测区域的气流经过充分混合,可反映较大尺度 的区域背景特征,用于评估区域污染减排及治理 成效,所以监测 浓 度 中 包 含 本 地 区 的 自 然 排 放 和 远距离污染输送。 该研究未对数据进行筛分,非 仪器故障或近距离人为活动直接影响的数据均作 为有效数据予以保留。 统计 2018 年所有有效监 测数据,得出当前华东森林及高山区域 CO2 背景 浓度为 414. 1×10-6 ,CH4 背景浓度为 1 977×10-9 。 与瓦里关本底站相比,CO2 和 CH4 浓度均高于其 同期水平,但 CO2 浓度低于上甸 子、临 安 和 龙 凤 山区域本底站浓度水平[19] 。 2. 2 CO2 和 CH4 浓度的时间变化趋势 2. 2. 1 年际变化
大气14CO2观测:碳排放评估的新方法
制全球升温的共识。
《巴黎协定》达成如下协议:全球温度增长不超过2ºC并尽可能保持在1.5ºC,到2050年大气CO2浓度控制在450 ppm以内;各国以“自主贡献”的方式参与全球应对气候变化行动。
碳排放权即生存权和发展权,我国作为碳排放大国,面临碳达峰、碳中和(以下简称“双碳”)目标任务和国际碳减排压力。
因此,准确及时的碳排放数据对于评估和保障“双碳”目标和国际履约的实现非常重要。
1 碳排放评估的主要方法1.1 “自下而上”的源清单法目前,各国碳排放的评估主要依赖于“自下而上”的源清单法,即通过各种化石能源的消耗量乘以相应的排放因子得到碳排放总量,这也是目前比较普遍和简单的方法。
然而,由此方法得到的碳排放量有不确定性(3%—15%)[4,5],这跟各种燃料的排放因子和能源消耗量的不确定性有关,尤其是燃煤的排放因子,因煤种的不同而变化较大。
例如,联合国政府间气候变化专门委员会(IPCC)推荐不同煤种的碳排放因子②为0.322—0.711,有研究实测我国燃煤新的碳排放因子平均为0.499,使用此新排放因子计算则表明我国2000—2012年累积的碳排放量会被高估约29亿吨碳[6],这比我国陆地的碳汇总量还要高,这种较大的不确定性非常不利于我国碳排放数据的准确评估和国际履约。
化石燃料消耗量的不确定性主要跟统计时有意和无意的误差有关,并且在城市尺度上的碳排放数据不确定性更大(50%—200%)[7],这跟城市统计资料的不全面和统计边界难以界定有关。
1.2 “自上而下”的观测与反演法《巴黎协定》还建议利用可监测、可报告、可核查的“三可”(MRV)方法体系,来监测能源和化石燃料密集型国家的碳排放变化。
IPCC在最新修订的温室气体清单指南中,专门增加了校验碳排放清单的方法,即基于大气CO2浓度观测来“自上而下”地反演碳排放量;并指出大气中含放射性碳同位素的二氧化碳(14CO2)观测的加入可进一步提高仅基于大气CO2浓度反演结果的准确性,进而更准确地校验碳排放清单[8]。
【国家自然科学基金】_本底站_基金支持热词逐年推荐_【万方软件创新助手】_20140729
2011年 科研热词 青藏高原 黑碳气溶胶 青海玉树地区 陆地表面排放 负积温 融冻强度 能量平衡 积温 示踪 相邻周浓度差 瓦里关 混合标气 活动层 沙尘气溶胶 标校和传递 本底站 本底特征 本底浓度 有效辐射 开发利用 平流层向下输送 太阳辐射特征 大气本底观测 大气co 多年冻土 地面臭氧 后向轨迹 南极 冻融强度 兰州郊区 光腔衰荡光谱(crds) 体积分数 中山站 ode co2 ch4 推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
推荐指数 3 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 ห้องสมุดไป่ตู้ 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
科研热词 so2 降水化学 长江三角洲 酸雨频率 酸雨 近地面臭氧 网络化观测 温室气体 清洁地区 消光特性 沙尘 气溶胶 本底站 本底浓度 本底大气 时空变化 大气本底浓度 地面o3:瓦里关 地区间差异 变化特征 光化学反应 临安 中国 ph值 nox
科研热词 季节变化 日变化 青藏高原 降水酸化 长江三角洲 近地面臭氧 质量控制 西大滩 臭氧生成效率(ope) 相关性 相关关系 瓦里关全球本底站 源区分布特征 温室气体 气相色谱法 气溶胶光学厚度 气溶胶 气候学计算方法 来源解析 本底大气 有机酸 时空分布 数据处理 数据共享 对流层co2 太阳总辐射 大气背景区 多年冻土 地基验证 在线观测 同步辐射 卫星遥感 单颗粒 光合有效辐射系数 光合有效辐射 元素价态 信息系统 乌鲁木齐河源1号冰川 上甸子本底站 上甸子大气本底站 上海市 vocs sem-edx scimachy pm_(2.5) nox mopitt gc-fid flexpart模式 co浓度 co柱总量时空分布 co2和ch4
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中国科学D辑:地球科学 2009年 第39卷 第2期: 222~228 222 《中国科学》杂志社SCIENCE IN CHINA PRESS我国4个国家级本底站大气CO2浓度变化特征刘立新, 周凌晞*, 张晓春, 温民, 张芳, 姚波, 方双喜中国气象科学研究院, 中国气象局大气成分观测与服务中心, 中国气象局大气化学重点开放实验室, 北京 100081* 联系人, E-mail: zhoulx@收稿日期: 2008-05-20; 2008-08-05国家自然科学基金(批准号: 40775078)、国家重点基础研究计划(编号: 2006CB403701)、国际科技合作项目(编号: 2007DFA20650)、国家科技基础条件平台建设项目(编号: 2005DKA10602)和中国气象局气候变化专项(批准号: CCSF2007-1)资助摘要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384.3 ppm. 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. 关键词大气CO2瓶采样本底数据筛选浓度特征区域差异二氧化碳(CO2)是影响全球温度的主要温室气体之一, 随着全球工业化进程的不断加快, 人类活动造成的大气中温室气体浓度的升高给全球的气候、生态、经济等各方面带来显著影响, 受到世界各国政府、科学家和社会公众的普遍重视[1~3].美国Mauna Loa观测站自1957年开始对大气CO2浓度进行观测, 迄今为止近50 a的观测记录, 为大气CO2浓度持续增加提供了有力证据[4]. 此后, 主要发达国家凭借先进的技术设备和雄厚的经费投入, 在全球不同经纬度地区建立本底观测站并逐渐形成观测网, 如美国国家海洋与大气管理局地球系统研究实验室(NOAA/ESRL)、澳大利亚联邦科工组织海洋与大气研究中心(CSIRO/CMAR)、加拿大气象局(MSC)、日本国立环境研究所(NIES)等, 通过在不同地区开展在线观测或间歇式采样分析, 为系统研究大气温室气体浓度动态变化规律、源汇机制等做出了重要贡献[5~7].我国在温室气体本底观测方面的工作起步较晚, 20世纪80年代之后在青海瓦里关、浙江临安、黑龙江龙凤山、甘肃民勤、青海五道梁及北京城区等地陆续开展了短期的温室气体浓度观测, 为我国温室气体研究积累了宝贵经验[8~12]. 但基于当时科研条件的限制, 一些问题还有待进一步探讨, 例如, 国内早期大多用不锈钢瓶或复合膜气袋存贮样品, 容器内壁对气体的吸附、与气体间的碳交换或轻微漏气等给分析结果带来一些不确定性; 此外, 分析大气样品时采用的标气并不统一, 较难进行相互间的比较. 随着我国科研工作者的努力以及国际合作交流的加强, 以上问题正逐步得到解决.中国气象局现有青海瓦里关全球大气本底站中国科学 D 辑: 地球科学 2009年 第39卷 第2期223(2001年入选科学技术部“国家重点野外科学观测试验站”试点站, 并于2006年经考核评估被正式列入科学技术部“国家大气成分本底野外观测研究站”)和北京上甸子、浙江临安和黑龙江龙凤山3个区域大气本底站(2005年入选科学技术部“国家大气成分本底野外观测研究站”), 以上4个站点也已正式加入世界气象组织全球大气观测网(WMO/GAW), 陆续开展了多种大气成分观测, 2006年起全面开展了温室气体采样工作[13~15]. 本文较系统地探讨了我国几个典型区域大气CO 2本底浓度特征, 并对其源汇输送和本底数据筛选方法等进行了探讨.1 区域概况及研究方法1.1 研究区域自然概况本研究对2006年9月~2007年8月期间青海瓦里关全球本底站以及北京上甸子、浙江临安和黑龙江龙凤山3个区域本底站大气CO 2浓度进行了采样分析. 其中, 青海瓦里关全球本底站是WMO/GAW 位于欧亚大陆腹地唯一的全球本底站[13]; 其他3个区域本底站地处我国典型的气候、生态与经济关键区, 大气环境具备区域本底特征(表1).1.2 采样及分析方法大气样品采样及实验室集中分析均参照WMO/ GAW 推荐的方法进行[16,17], 采样设备包括便携式采样器和Flask 硬质玻璃瓶, 为保证采样质量, 采样时2个Flask 瓶串联(青海瓦里关站为4瓶串联), 用当地空气充分冲洗后加压至1.2~1.5 atm (1 atm =1.01325× 105 Pa, 下同). 各站点采样频率均为1次/周, 由于瓦里关站位于山顶, 采样时间选择当地清晨下沉气流期间(以避免白天上坡风向期间地面的人为影响), 而其他3个站点则选择在正午至下午时段采样(此时大气混合层较高, 采集的样品和自由对流层接近); 采样期间主要避开雨、雾、霾、沙尘等天气, 风速需大于 2 m/s. 依据CO 2对红外辐射选择性吸收的原理, 在实验室用非色散红外吸收方法(NDIR)并使用工作标气和零气对其浓度进行分析, 系统具有较高的测量精度和稳定性[18].1.3 数据处理及质量控制目前, 中国气象局大气化学重点开放实验室保存有两套可溯源至WMO 国际CO 2标准的一级标气, 定期对实验室CO 2二级标气和工作标气进行标定[18]. 同时, 青海瓦里关站拥有CO 2在线观测系统, 并且Flask 采样时为4瓶串联, 其中2瓶在本实验室分析, 另2瓶送往美国NOAA/ESRL 进行分析. 由于瓦里关站在线观测及中美两个实验室独立分析均采用可溯源至同一标准的工作标气, 并使用相同的样品分析流程及数据处理方法, 因此, 两实验室独立分析结果具有很好的一致性并显著相关(图1, R 2=0.983, n =106, 1 ppm=1 µL/L, 下同), 在线观测与采样分析结果也呈显著正线性相关(图2, R 2=0.949, P =0.00), 同时无系统偏差, 说明本研究所获资料可靠, 具有国际可比性.图1 2006年9月~2007年8月期间NOAA 与CAWAS实验室串联采样分析结果表1 瓦里关、上甸子、临安和龙凤山4个本底站的自然、生态特征及区域代表性站点 纬度(N) 经度(E) 海拔/m 气候特征 植被类型代表区域 距中心城市距离 瓦里关 36°17′ 100°54′ 3816.0 高原大陆性气候浅草植被和干旱半干旱的荒漠草原及沙洲欧亚大陆腹地 距西宁市150 km 上甸子 40°39′ 117°07′ 293.3暖温带半湿润季风气候林地、农田等 京津冀经济圈 距北京市150 km 临安 30°18′ 119°44′ 138.6 亚热带季风气候 农田、稻田、灌木长三角经济圈 距杭州市50 km 龙凤山44°44′ 127°36′ 330.5 温带大陆性季风气候林地、稻田东北平原区距哈尔滨市180 km刘立新等: 我国4个国家级本底站大气CO 2浓度变化特征224图2 2006年9月~2007年8月期间在线与瓶采样数据相关图2 结果与分析2.1 大气CO 2本底浓度数据筛选大气本底是指滤除了局地条件和人为活动直接影响、已混合均匀的大气组成特征[19], 对各观测站大气CO 2浓度数据进行本底筛分, 进而获得能反映该地区大气本底特征的CO 2本底数据, 是全面掌握我国不同区域温室气体浓度变化特征和规律的基础.本研究中, 首先人工剔除由于采样操作不当、分析仪器波动等造成的明显不合理数据; 然后利用统计学方法, 将大于3σ 的数据视为异常值剔除, 在剩余数据中再将大于3σ 的数据剔除, 直至剩余数据标准差全部小于3σ. 如此逐步逼近, 可以基本去除由于气团在到达采样点前未充分混合均匀(例如明显污染气团过境)等原因造成的影响.经以上初步处理的数据, 再开展进一步的本底数据筛分. 对于青海瓦里关本底站的大气CO 2观测数据, Zhou 等[20]利用1994年7月~2000年7月连续6 a 大气CO 2在线观测资料以及80 m 近地面风场连续观测资料, 建立了该站大气CO 2本底数据的分级筛选方法, 提出水平风向NE-ENE-E 为瓦里关站温室气体观测最主要的非本底扇区. 本研究中参照此方法对2006年9月~2007年8月瓦里关站Flask 瓶采样数据进行了本底筛选.北京上甸子本底站没有CO 2长期在线观测数据, 不能完全参考瓦里关站本底数据筛分方法, 但该站拥有CO 浓度在线观测数据, 因CO 是污染气团从源区输送到边远清洁地区的标志, 可以作为CO 2人为源的示踪物[21], 而上甸子站正是受京津塘经济圈人为活动影响较大的区域(上甸子大气CO 浓度年均本底值为154.9 ppb(1 ppb=1 nL/L, 下同), 年均污染值为670.8 ppb). 因此, 本研究中结合地面风与CO 浓度变化之间的关系(表2)以及上甸子站所在地理位置、区域自然生态特征和社会经济状况, 初步将上甸子站WSW-SW-SSW, SSE 和ESE 3个来向视为非本底扇区, 如果此扇区内的浓度值高于本底值, 同时CO 2浓度值也较高, 则认为此时的CO 2浓度值为非本底数据, 予以剔除. 然后将此扇区内观测数据与CO 浓度结果进行对比, 将CO 2和CO 浓度值均显著高于其他方向的CO 2数据视为非本底数据进行筛除. 浙江临安站与上甸子站类似, 主要受长三角经济圈人为活动的影响, 因此参考上甸子站本底数据筛分方法, 初步将WNW- NW-NNW 和NNE-NE-ENE 两个来向中明显高于其他来向的CO 2数据视为非本底数据进行筛除.黑龙江龙凤山站由于观测期间大气CO 2浓度季节变化规律性较强, 没有非常明显的气团来向使其浓度造成较为剧烈的波动, 因此不能参照以上方法对其进行非本底数据筛分, 本研究中仅对明显异常的数据进行了剔除. 图3为经过不同数据处理前后4个本底站大气CO 2浓度变化情况.2.2 4个本底站大气CO 2本底浓度特征分析经对4个本底站Flask 瓶采样大气CO 2本底浓度数据筛分后, 初步获得了2006年9月~2007年8月期间不同季节青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山站大气CO 2本底浓度典型值和季振幅, 见表3. 其中瓦里关站实测有效数据为96.15 %, 上甸子站73.08 %, 临安站78.85 %, 龙凤山站98.08 %(按照每周1次采样, 全年共52周计算).表2 2007年北京上甸子区域大气本底站CO 2与CO 浓度相关关系比较举例a)观测要素对比 4月18日 4月25日 6月13日 6月20日 CO 2/ppm 410.07(非本底数据) 389.41(本底数据) 380.73(本底数据) 398.19(非本底数据)CO/ppb 1219.23 186.70 155.41 925.9 a) 表中CO 2与CO 数据观测时间一致, 均为Flask 采样规定的下午13:00~15:00之间中国科学 D 辑: 地球科学 2009年 第39卷 第2期225图3 2006年9月~2007年8月我国4个国家级本底站大气CO 2浓度本底数据筛分前后比对(a) 原始数据, (b) 本底筛分后数据表3 2006年9月~2007年8月我国4个本底站大气CO 2本底浓度典型值和季振幅(单位: ppm)观测站点 瓦里关 上甸子 临安 龙凤山 秋季(9~11月) 380.9 383.7 386.0 383.5 冬季(12~2月) 384.9 390.3 393.2 394.5 春季(3~5月) 387.8 391.7 388.8 391.7 夏季(6~8月) 380.5 377.8 383.2 368.0 季振幅13.2 27.0 17.8 37.7 本底浓度典型值383.5 385.9 387.8 384.3由表3可知, 青海瓦里关站大气CO 2本底浓度值较低, 与全球大气平均浓度增长趋势较为接近(2006年全球大气CO 2平均浓度为381.2 ppm, 近10 a 平均增长率为 1.93 ppm/a)[2], 主要是由于该站地处偏远, 远离工业区和人口稠密区, 周边没有大的人为污染源, 同时海拔较高, 各种大气成分在到达瓦里关之前已得到充分混合, 能较好地反映欧亚内陆大气本底特征.由图4可知, 瓦里关大气CO 2浓度季节变化较为明显, 8月降至最低, 4月达最高, 2006~2007年季振幅为13.2 ppm, 与其δ 13C 的季节变化规律呈显著的反相关关系, 与瓦里关长期观测数据统计结果也基本一致(图5), 反映了陆地生物圈对大气圈的强烈影响, 主要体现了北半球中高纬度陆地生态系统的周期性季节变化和源汇特征. 参考大气CO 2及其δ 13C 值长期变化趋势分析结果[22], 1991~2003年间, 瓦里关大气CO 2浓度呈逐年增长趋势, 但其δ 13C 值却逐年降低, 主要原因是化石燃料燃烧等过程产生的CO 2 含有较多轻碳同位素(化石燃料均来源于远古时期植物演化, 它们都比当今大气CO 2含有较少比例的13CO 2)[22,23], 反映了人类活动对大气中CO 2浓度及其δ 13C 的影响.Lagrangian 三维后向轨迹假定采样点气团能回溯到源地, 考虑气象场的分辨率和模式误差, 一般反推3~5 d, 在一定条件下, 能给出空气团中大气成分源区的合理信息[24,25]. 本研究中选择了观测期间不同季节中的典型时段(即与Flask 采样时间、天气条件基本吻合的时间段), 用三维后向轨迹反推3 d 空气团运移过程, 结合当地自然和人类活动背景信息, 尝试对3个区域本底站大气CO 2浓度变化给出初步的解释. 3个区域本底站中, 以龙凤山站大气CO 2浓度季节变化最大, 主要由于该区域土地覆被以森林为主, 受东北地区局地气团影响较大, 夏季由于森林生态系统光合作用对CO 2的吸收, 大气中CO 2浓度较低, 冬季则受哈尔滨、大庆、齐齐哈尔、沈阳等工业城市的影响, 工业及居民生活燃煤排放大量CO 2, 大气中CO 2浓度显著升高, 因此大气CO 2浓度值具有非常明显的季节变化规律, 季振幅可达37.7 ppm; 上甸子站和临安站则分别受到京津冀经济圈和长三角经济圈的影响较大, 这两个地区人口稠密、城市化程度高, 在人刘立新等: 我国4个国家级本底站大气CO 2浓度变化特征226图4 瓦里关大气CO 2及其δ 13C 值季节变化图5 瓦里关大气CO 2及其δ 13C 值长期变化据文献[21]修改类活动与陆地生态系统的共同作用下, 大气CO 2浓度值高于龙凤山站观测结果, 但季振幅趋缓.从以上分析结果可以看出, 我国3个区域本底站观测结果既能反映所在区域大气CO 2浓度的本底变化状况, 也能反映自然及人类活动的影响. 但迄今为止我国区域本底站稀少、观测周期较短, 在线观测系统正在建设, 目前尚无法准确掌握我国不同区域温室气体浓度变化状况及地区间的差异. 同时, 由于我国在大气CO 2稳定同位素示踪分析方面的能力还比较薄弱, 尚无法有效应用大气CO 2中碳、氧同位素比值的变化对其源汇特征进行合理区分[26], 本科研组正在这些方面积极探索, 结合前期工作基础, 以期更为深入地分析我国不同区域大气CO 2浓度变化的规律及源汇机理.3 结论本研究结果初步表明:(1) 参考青海瓦里关站长期在线大气CO 2浓度数据本底筛分方法, 将NE-ENE-E 方向视为其非本底扇区, 初步确定2006年9月~2007年8月期间大气CO 2本底浓度水平为383.5 ppm, 季振幅13.2 ppm, 可基本反映欧亚内陆大气本底特征.(2) 结合北京上甸子站CO 浓度在线观测结果与地面风的关系, 并考虑所在区域的自然生态特征和社会经济状况, 初步将WSW-SW-SSW, SSE 和ESE 3个来向、同时CO 2和CO 浓度值均显著高于其他方向的数据视为非本底数据, 观测期间上甸子站大气CO 2本底浓度385.9 ppm; 同理, 将WNW-NW-NNW 和NNE-NE-ENE 两个来向的、CO 2浓度值显著高于其他方向的数据视为非本底数据, 大气CO 2本底浓度387.8 ppm.(3) 黑龙江龙凤山站现有数据尚不能准确筛分出本底数据, 但已有夏半年观测数据能反映出东北平原陆地生态系统对大气中CO 2的强烈吸收, 而冬半年居民燃煤对大气中CO 2浓度升高有较大的影响.(4) 为弥补我国不同区域温室气体浓度长期、定中国科学 D 辑: 地球科学 2009年 第39卷 第2期227点观测资料的严重不足, 进一步估算排放量和吸收汇的动态变化, 为我国气候变化的内政、外交提供科技支撑, 尽快建立、健全我国温室气体网络化观测分析系统极为必要.致谢 感谢青海瓦里关本底站、北京上甸子本底站、浙江临安本底站和黑龙江龙凤山本底站业务人员在野外现场的辛勤工作, 感谢美国NOAA/ESRL 和CU/INSTAAR 提供经过质量控制的瓦里关Flask 瓶采样比对分析数据, 感谢审稿人提出的建设性意见.参考文献1 International Panel on Climate Change. Climate Change 2007: the Physical Science Basis. Cambridge: Cambridge University Press, 20072 World Meteorological Organization. The State of Greenhouse Gases in the Atmosphere Using Global Observations through 2006. In: World Meteorological Organization. Greenhouse Gas Bulletin, 20073 Komhyr W D, Gammon R H, Harris T B, et al. Global atmospheric CO 2 distribution and variations from 1968—1982 NOAA/GMCC CO 2 flask sample data. J Geophys Res, 1985, 90: 5567—55964 Keeling C D. Atmospheric carbon dioxide variations at Mauna Loa observatory, Hawaii. Tellus, 1976, 28: 538—5515 Conway T J, Tans P P, Waterman L S, et al. Evidence for inter-annual variability of the carbon cycle from the NOAA/CMDL global air sampling network. J Geophys Res, 1994, 99: 22831—228556Alison C E. δ 13C of atmospheric CO 2 at Cape Grim: the in situ record, the flask record, air standards and the CG92 calibration scale. In: Dick A L, Bouma W, Derek N, eds. Baseline Atmospheric Program (Australia) 1996. Victoria: Bureau of Meteorology and CSIRO Division of Atmospheric Research, Melbourne, 1999. 45—56 7 World Meteorological Organization. 12th WMO/IAEA Meeting of experts on carbon dioxide concentration and related tracers mea-surement techniques. WMO GAW Report No. 161, 20058 温玉璞, 汤洁, 邵志清, 等. 瓦里关大气二氧化碳浓度变化及地表排放影响的研究. 应用气象学报, 1997, 8(2): 129—136 9 王木林, 李兴生. 大气本底监测站的CH 4, CO 2和CO 浓度的初步分析. 见: 李兴生, 主编. 我国大陆和西太平洋地区大气痕量气体及其他化学物质的监测研究. 北京: 气象出版社, 1986. 172—18510 王明星, 刘卫卫, Rasmussen R A, 等. 我国西北部沙漠地区大气甲烷浓度的季节变化的长期变化趋势. 科学通报, 1989, 9: 684—68611 王庚辰, 温玉璞, 孔琴心, 等. 中国大陆上空CO 2的本底浓度及其变化. 科学通报, 2002, 47(10): 780—783 12 王长科, 王跃思, 刘广仁. 北京城市大气CO 2浓度变化特征及影响因素. 环境科学, 2003, 24(4): 13—17 13 周秀骥. 中国大气本底基准观象台进展总结报告. 北京: 气象出版社, 200514 Zhou L X, Thomas J C, James W C, et al. Long-term record of atmospheric CO 2 and stable isotopic ratios at Waliguan Observatory: background features and possible drivers, 1991—2002. Glob Biogeochem Cycles, 2005, 19, doi: 10.1029/2004GB002430 15 周凌晞, 周秀骥, 张晓春, 等. 瓦里关温室气体本底研究的主要进展. 气象学报, 2007, 65(3): 458—46816Tans P P, Thoning K W, Elliott W P, et al. Background atmospheric CO 2 patterns from weekly flask samples at Barrow, Alaska: op-timal signal recovery and error estimates. In: NOAA Tech. Memo (ERL ARL-173). Boulder: Environmental Research Laboratories, 1989. 131 17 Komhyr W D, Waterman L S, Taylor W R. Semi automatic Nondispersive Infrared Analyzer Apparatus for CO 2 Air Sample Analyses. J Geophys Res, 1983, 88: 1315—132218 张晓春, 蔡永祥, 温玉璞, 等. 大气CO 2标准气浓度标定及采样瓶CO 2浓度分析系统. 气象科技, 2005, 33(6): 538—547 19 World Meteorological Organization. Global Atmosphere Watch. Geneva: World Meteorological Organization. 1993. 1—1920Zhou L X, Tang J, Wen Y P. The impact of local winds and long-range transport on the continuous carbon dioxide record at Mount Waliguan, China. Tellus, 2003, 55: 145—158刘立新等: 我国4个国家级本底站大气CO2浓度变化特征21Conway T J, Steele L P, Novelli P C. Correlations among atmospheric CO2, CH4 and CO in the Arctic, March 1989. Atmos Environ, 1993, 27A (17-18): 2881—289422周凌晞, 李金龙, 温玉璞, 等. 瓦里关山大气CO2及其δ 13C本底变化. 环境科学学报, 2003, 23(3): 295—30023Zhou L X, Thomas J C, James W C, et al. Long-term record of atmospheric CO2 and stable isotopic ratios at Waliguan Observatory: seasonally averaged 1991—2002 source/sink signals, and a comparison of 1998—2002 record to the 11 selected sites in the Northern Hemisphere. Glob Biogeochem Cycles, 2006, 20: GB2001, doi: 10.1029/2004GB00243124Cape J N, Methven J, Hudson L E. The use of trajectory cluster analysis to interpret trace gas measurements at Mace Head, Ireland.Atmos Environ, 2000, 34: 351—36325Draxler R R. Description of the HYSPLIT-4 modeling system. NOAA Technical Memo, ERL ARL224, 199726Miller J B, Tans P P, White W C, et al. The atmospheric signal of terrestrial carbon isotopic discrimination and its implication for par-tition carbon fluxes. Tellus Ser B-Chem Phys Meteorol, 2003, 55: 197—206228。