双通道气相色谱法观测本底大气中的CH_4、CO、N_2O和SF_6

在商用Agilent6890N气相色谱仪基础上,通过自组装、集成及调试,在青海瓦里关全球大气本底站建立了双通道气相色谱在线观测系统,以实现同时高精度分析本底大气中的CH4、CO、N2O和SF6.同时,利用保留时间定性,用峰高定量CH4、CO和SF6,用峰面积定量N2O,对体积分数分别为2000.3×10-9、199.8×10-9、320.04×10-9和5.9×10-12的CH4、CO、N2O和SF6混合标气重复进样110次,分析时每隔3个未知样品穿插分析1个标气,以保证分析结果的可靠性.该站试运行期间的数据表明,该系统分析CH4、CO和SF6的稳定性较好,能满足清洁本底大气高精度、高准确度分析要求,分析结果的相对标准偏差(RSD)分别为0.04%、0.50%、0.08%和1.80%.     

改进的大气CO2、CH4、N2O、CO在线观测FTIR系统

利用商用傅利叶变换红外光谱仪(FTIR)主机,与自动进样模块及标气模块集成,初步建立了一套可流程化、准确、高效分析大气CO2、CH4、CO和N2O的在线观测系统.测试结果表明,该商用FTIR主机具有良好的精度,但以仪器自带校正系数估算的结果绝对误差大,尤其CO的绝对误差可达38.8×10-9,无法满足在线观测要求.集成后的FTIR系统改用可溯源至国际标准的工作标气进行计算,有效降低了结果的绝对误差.动态及静态两种模式下各要素实测值与标称值的摩尔分数绝对误差为CO2≤0.11×10-6、CH4≤1.8×10-9、N2O≤0.15×10-9、CO≤0.5×10-9,能够满足大气在线观测需求.利用该FTIR集成系统进行6 d的模拟在线观测,采用动态流量模式(Flow)进样,每隔6 h穿插高、低浓度工作标气及目标气进样,用标气的标称值及系统更新的标气响应值计算样气及目标气结果.目标气CO2/CH4/N2O/CO的摩尔分数标准偏差分别为0.05×10-6、0.2×10-9、0.07×10-9、0.5×10-9,平均值与标称值之间的绝对误差分别为0.09×10-6、0.4×10-9、0.14×10-9、0.5×10-9.     

我国4个WMO/GAW本底站大气CH4浓度及变化特征

利用基于光腔衰荡光谱(CRDS)技术自组装的大气CH4在线观测系统,于2009～2010年在青海瓦里关、浙江临安、北京上甸子和黑龙江龙凤山这4个世界气象组织全球大气观测网(WMO/GAW)大气本底站对大气CH4进行了在线观测.临安站在所有季节中CH4浓度都表现出类似的日变化趋势,即浓度在每日～05:00(北京时间)达到最高值,在～14:00为最低.夏季龙凤山站CH4浓度表现出类似的规律,但其日变化振幅较大,达到216.8×10-9(摩尔分数,下同).上甸子站春、秋、冬季CH4浓度呈现类似变化趋势,但夏季日平均值较高,在晚间～20:00达到最高值,瓦里关站四季CH4浓度日变化均不明显.3个区域本底站(临安、上甸子和龙凤山)全年CH4本底浓度存在明显的变化,临安站CH4本底浓度在7月达到全年最低水平.龙凤山站则表现出相反的趋势,在8月达到全年最高值,其全年浓度表现出"W"型变化.冬季龙凤山和上甸子站CH4浓度高于春季和秋季.瓦里关站全年浓度变化较小,月平均浓度振幅仅为11.5×10-9.临安、上甸子和龙凤山3个区域本底站夏季CH4非本底数据占总数据的比例>70%.为分析气团传输的影响,对4站夏季高浓度时刻(瓦里关:CH4>1 870×10-9,龙凤山CH4>2 100×10-9,临安CH4>2 150×10-9,上甸子CH4>2 050×10-9)对应的气团轨迹进行聚类分析表明,夏季出现的高浓度CH4观测数据可能主要由气团传输所引起.     

瓦里关气相色谱法大气CO_2和CH_4在线观测数据处理分析

加强我国本底站温室气体数据资源的科学管理与共享,首先应保证观测全流程的标准化和规范化,确立数据处理和质量控制方法.我国青海瓦里关全球本底站自1994年开始了气相色谱-氢火焰离子化检测器法(GC-FID)大气CO2和CH4在线观测,本文详细讨论了该系统原始资料采集、数据信息合并、时间序列检查、观测员级质量控制和专家级质量控制等流程.利用局部近似回归法对大气CO2和CH4数据进行本底值筛分,获得CO2本底数据百分比约占有效数据的72%、CH4占44%.在线观测的CO2和CH4月平均浓度与同期瓶采样分析结果基本一致,相对偏差均在±0.5%以内.经流程化处理和质控的瓦里关大气CO2和CH4本底浓度变化资料已进入全球同化数据库(Globalview-CO2、Globalview-CH4),报送世界温室气体数据中心(WDCGG)并应用于世界气象组织(WMO)温室气体公报和联合国政府间气候变化专门委员会(IPCC)评估.     

浙江临安大气本底站CO浓度及变化特征

利用基于光腔衰荡光谱(CRDS)技术自组装的大气CO在线观测系统,于2010年9月~2012年2月在浙江省临安大气本底站对大气CO进行了在线观测.结果表明临安站四季CO日变化明显受人为活动影响,分别在每日07:00~10:00和19:00~20:00出现峰值,夏季CO日平均浓度和振幅均最低,分别为314.3×10-9±7.6×10-9(摩尔分数,下同)和50.1×10-9±47.9×10-9.该站全年大气CO浓度呈现冬春季高、夏季低的趋势,与北半球瑞士Jungfraujoch站、青海瓦里关等站基本一致,但平均浓度明显高于其他国际站点,全年CO月均值振幅约为286.8×10-9±19.2×10-9.后向轨迹聚类和地面风结果分析表明,临安站非本底CO浓度主要来自于N-NNE-ENE扇区内城市及工业等人为排放所引起.春、夏和冬季最大的浓度抬升均出现在ENE风向,冬季抬升值最大,约为106.3×10-9±58.0×10-9.     

气相色谱-脉冲氦离子化检测法(GC-PDHID)分析大气中分子氢(H2)浓度

在商用Agilent7890A型气相色谱的基础上,通过自组装、集成及调试,建成了基于气相色谱-脉冲氦离子化检测器(GCPDHID,gas chromatography-pulsed discharge helium ionization detector)观测大气中H2浓度的高精度分析系统.系统采用保留时间定性,峰高定量,最低检测限约为1×10-9(摩尔分数,下同).对浓度约为600×10-9的标气重复进样140次用峰高定量的标准偏差优于0.3×10-9.系统对409.30×10-9~867.74×10-9浓度范围的大气H2具有较好的线性响应.系统使用2瓶标气定量,满足世界气象组织/全球大气观测计划(WMO/GAW)对本底大气H2观测的比对目标.2013年1~11月在广州城区开展大气H2采样观测,采集的样品运回北京实验室利用所建系统进行浓度分析,结果表明该城区大气H2浓度在450×10-9~700×10-9之间波动,观测到最低值出现在每日14:00(北京时,下同),最高值在20:00,其大气H2季节变化趋势与北半球同纬度站点情况类似.     

北京上甸子区域大气本底站甲基氯仿在线观测研究

利用GC-ECD在线观测系统,在北京上甸子区域大气本底站开展了甲基氯仿(CH3CCl3)2年在线观测,利用逐步逼近回归法进行本底值筛分,讨论了上甸子站CH3CCl3浓度水平及其变化趋势.该站2009年和2010年的年均大气CH3CCl3本底浓度(摩尔分数,下同)分别为(9.03±0.53)×10-12和(7.73±0.47)×10-12,本底数据出现频率为61.1%(2009年)和60.4%(2010年).上甸子站CH3CCl3浓度水平与北半球同纬度带本底站观测结果基本一致,低于文献报道的2001~2005年间我国华南区域和城市观测的结果.观测期间本底浓度呈下降趋势,下降率为1.39×10-12a-1.结合风向分析,该站CH3CCl3平均浓度最高的风向来自西南扇区,而平均浓度最低的风向来自东北扇区,不同风向的浓度差值分别为0.77×10-12(2009年)和0.52×10-12(2010年).2010年各风向CH3CCl3平均浓度比2009年降低1.03×10-12~1.68×10-12.     

光腔衰荡光谱法走航连续观测海表大气中CH4

以基于高精度光腔衰荡光谱法(Cavity Ring-Down Spectroscopy,CRDS)的Picarro G2301型分析仪为核心,自主设计、组装,建立了适用于船载走航连续观测大气CH4的系统.采用可溯源至世界气象组织全球大气观测网(WMO-GAW)的标准气序列开展多次测试,并建立了外标法线性校正方程.测试表明,该系统对CH4响应精密度优于0.5 ×l0-9,准确度优于0.1％,5个月内漂移小于0.3 ×l0-9.同时,结合船载走航连续观测的特点,优化建立了观测数据处理与质量控制方法,以保证所获数据的高质量和国际可比性.分别于2011年7月和2012年5月,率先在北黄海及渤海海峡区域开展了海表大气CH4的走航连续观测.实践证明,该系统操作简便,运行稳定,适用于船载走航连续海表大气CH4的研究,可获取高精度高时空分辨的观测数据.其中,2011年7月观测到的CH4浓度范围为1823.8×10-9～2020.7×10-9,2012年5月为1887.2×10-9～ 2136.2×10-9,均呈渤海海峡区域浓度高,北黄海中部区域浓度低的分布特征.     

云南香格里拉本底站大气CH4体积分数及变化特征

利用基于光腔衰荡光谱(CRDS)技术自组装的大气CH4在线观测系统,于2010年7月—2011年10月在云南香格里拉大气本底站对大气CH4进行了在线观测.结果发现,该站春、夏、秋、冬季CH4平均本底值分别为(1850.7±6.9)×10-9(体积分数,下同)、(1850.9±13.4)×10-9、(1865.6±16.1)×10-9和(1839.2±6.5)×10-9.全年体积分数在9月最高,12月最低,月均值振幅约39.6×10-9.4季日平均最低值均出现在14:00—16:00.日变化振幅在冬季最小,秋季最大,分别为4.4×10-9和10.0×10-9.西南来向的地面风会明显抬升CH4体积分数,而北偏东来向的地面风显著降低观测结果.通过4季每日整点后向轨迹聚类计算,结合观测资料分析发现,该站CH4主要受西南来向气团传输影响,尤其在春、夏、秋3季.     

气相色谱法对本底大气氧化亚氮浓度的标气定量方法研究

利用气相色谱-电子捕获检测器法(GC-ECD)测量大气中氧化亚氮(N_2O)浓度是目前广泛使用的方法,但ECD分析N_2O时存在线性范围较窄的缺点,因此,标气数量和定量方式是决定分析结果的关键因素.基于此,本文对比分析了单点线性校正法(S)、多点线性拟合法(D)、单瓶标气近似校正法(SA)、单瓶标气比值校正法(SC)对N_2O检测分析结果的差异.结果表明,SA定量相对误差最小,对测试使用的6瓶标气定值平均误差为0.09×10~(-9).根据本底大气N_2O观测精度要求,以及我国大气N_2O浓度变化范围较大的特征,推荐选用SA法对大气中N_2O浓度进行定值.依据所选方法对黑龙江龙凤山本底站大气N_2O浓度进行观测(2015年1—12月),结果显示,黑龙江龙凤山站大气N_2O浓度最高值出现在4—5月,平均值超过330×10~(-9).该站大气N_2O浓度主要受人为活动排放的影响.     

江西赣州站大气CO2和CH4浓度变化特征研究

通过分析2018年12月—2019年11月江西赣州站大气CO₂和CH₄浓度高精度在线观测资料,对其CO₂和CH₄浓度变化特征进行了研究,分析了区域大气输送的影响以及潜在排放源区分布特征.结果表明：研究期内赣州站CO₂和CH₄的平均浓度分别为433.1×10^-6和2142.5×10^-9.赣州站CO₂和CH₄浓度日变化均表现为日间低、早晚高,CO₂浓度日振幅在夏季最大,为29.7×10^-6,冬季最小,为6.9×10^-6.CH₄浓度日振幅在秋季最大,为145.1×10^-9,冬季最小,为41.4×10^-9.CO₂本底浓度季节变化表现为4—8月迅速下降,8—11月逐渐上升,最大值出现在1月,最小值出现在8月,季节振幅为26.2×10^-6.CH₄本底浓度季节变化表现为1—7月逐渐下降,7—9月逐渐上升,最大值出现在1月,最小值出现在7月,季节振幅为79.5×10^-9,基本可代表江西赣州地区混合均匀大气的CO₂和CH₄季节变化状况.与南昌站对比分析表明,赣州站各季节CO₂和CH₄本底浓度均低于南昌站.赣州地区CO₂和CH₄潜在源区主要分布在江西北部、湖北东部、安徽南部和珠江三角洲地区.     

北京上甸子区域大气本底站四氯化碳(CCl_4)在线观测

利用自组装GC-ECD系统在北京上甸子区域大气本底站开展大气四氯化碳(CCl4)摩尔分数在线观测.2007年4月～2008年3月期间,该站CCl4本底摩尔分数(89.4±0.7)×10-12,与北半球同纬度带Mace Head和Trinidad Head本底站观测结果基本一致;非本底摩尔分数(94.7±5.1)×10-12,出现频率63.6%,表明该站也能捕捉到高摩尔分数CCl4空气团输送信息;CCl4本底摩尔分数变化较小,且没有明显的季节变化;非本底摩尔分数呈现夏高冬低的特点,平均非本底摩尔分数最高月份(6月)比最低月份(1月)高7.6×10-12.应用CO比值相关法初步估算2007年4月～2008年3月我国CCl4排放量约4.7kt·a-1,与文献报道Bottom-up方法估算我国同期CCl4排放量接近;CO比值相关法估算CCl4排放量的不确定性主要来自同源假设及观测站代表性.     

长沙市郊大气CH4浓度变化特征

为研究长江中游地区大气CH4浓度(体积分数)变化特征,2007~2011年,利用内表面硅烷化的苏玛罐采样、GC/FID方法对长沙市郊空气样品中CH4浓度进行测定分析,并结合地面气象要素和后向轨迹,探讨CH4浓度变化特征与源汇的关系.结果表明,观测期间,大气CH4年平均浓度变化范围在2 012×10-9~2 075×10-9之间,季节变化特征为秋季高,春季低,浓度年较差为152×10-9.通过分析地面风和气团传输对长沙市郊大气CH4的影响表明,长沙市郊大气CH4浓度受西北风和偏南风交替控制,贡献率分别为41.1%和20.4%;引起CH4抬升的地面风包括:4个季节中的W-WNW-NW、夏季ESE-SE和冬季S,春夏季节S则导致CH4浓度降低;夏秋季节源自水稻产区的气团、冬春季节源自能源消费量较高地区的气团,对长沙市郊CH4浓度的抬升有显著贡献,南方长距离传输气团有利于CH4扩散和清除.     

2010年中国机动车CH4和N2O排放清单

中国大部分机动车温室气体排放研究都集中于CO₂排放,对于CH₄和N₂O等排放的研究鲜见. 以中国机动车污染防治年报(2011年)、中国汽车工业年鉴(2011年)、中国统计年鉴(2011年)以及交通运输部发布的相关信息和数据(2011年)等为基础,结合文献调研和2008─2010年对北京、广州等国内10余座典型城市的实地调查结果,获得2010年我国机动车活动水平及排放特征. 基于上述基础信息,解析得到按不同车型、燃料和车龄分布的机动车保有量、年均行驶里程及排放因子,建立2010年中国机动车CH₄和N₂O排放清单. 结果表明:2010年中国机动车CH₄和N₂O排放量分别为23.90×104和6.01×104t,折算成CO₂分别为501.99×104和1862.51×104t. 不确定性分析则显示,中国CH₄排放量在18.21×104～27.52×104t之间,N₂O排放量在4.32×104～7.62×104t之间. 在机动车中,汽车CH₄和N₂O排放量最大,分担率(某车型污染物排放量占机动车排放总量的比例)分别为77.99%和94.22%,而摩托车和农用车排放分担率较小. 在各类汽车中,CH₄排放主要来源于轻型汽油车和天然气出租车,二者的排放分担率分别为47.98%和23.42%;N₂O排放则主要源于轻型汽油车,其分担率为73.09%. 因此,轻型汽油车是削减机动车CH₄和N₂O排放的重点车型,同时天然气出租车也应作为控制CH₄排放的主要车型.      

外加微量N2H4下SBR中硝化微生物特性

运行实验室规模单级硝化序批式反应器(SBR),研究长期外加微量N_2H_4(约3 mg·L~(-1))对硝化污泥中功能微生物好氧氨氧化菌(AOB)、亚硝酸盐氧化菌(NOB)的影响.结果表明,外加微量N_2H_4的硝化污泥中,AOB主要属于亚硝化球菌(Nitrosococcu)属和亚硝化单胞菌(Nitrosomonas)属,另有少部分属于亚硝化螺旋菌(Nitrosospira)属,NOB属于硝化杆菌(Nitrobacter)属.外加微量N_2H_4前后,AOB amoA基因拷贝数(以干污泥计)由1.0×10~9copies·g~(-1)减少为2.09×10~4copies·g~(-1),NOB nxrB基因拷贝数由1.28×10~7copies·g~(-1)减少为2.56×10~5copies·g~(-1).AOB对环境因素较NOB相比更为敏感,N_2H_4对硝化微生物的抑制与毒性作用使外加微量N_2H_4的硝化污泥中AOB流失幅度大于NOB,但定量PCR方法无法准确比较N_2H_4对AOB与NOB活性抑制的强弱.长期外加微量N_2H_4破坏硝化微生物活性,使反应器崩溃.因此在没有厌氧氨氧化菌(AnAOB)消耗N_2H_4的亚硝化系统中,企图通过调控外加N_2H_4浓度水平抑制NOB活性,从而进一步洗脱NOB提高脱氮性能可能无法实现.     

龙凤山本底站大气CO2数据筛分及浓度特征研究

针对黑龙江龙凤山区域大气本底站2009年1月～2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00～17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009～2011年龙凤山大气CO2平均增长率为2.4×10-6a-1.     

Atmospheric sulfur hexafluoride in-situ measurements at the Shangdianzi regional background station in China

We present in-situ measurements of atmospheric sulfur hexafluoride（SF6） conducted by an automated gas chromatograph–electron capture detector system and a gas chromatography/mass spectrometry system at a regional background site, Shangdianzi,in China, from June 2009 to May 2011, using the System for Observation of Greenhouse gases in Europe and Asia and Advanced Global Atmospheric Gases Experiment（AGAGE）techniques. The mean background and polluted mixing ratios for SF6 during the study period were 7.22 × 10-12（mol/mol, hereinafter） and 8.66 × 10-12, respectively. The averaged SF6 background mixing ratios at Shangdianzi were consistent with those obtained at other AGAGE stations located at similar latitudes（Trinidad Head and Mace Head）, but larger than AGAGE stations in the Southern Hemisphere（Cape Grim and Cape Matatula）. SF6 background mixing ratios increased rapidly during our study period, with a positive growth rate at 0.30 × 10-12year-1. The peak to peak amplitude of the seasonal cycle for SF6 background conditions was 0.07 × 10-12, while the seasonal fluctuation of polluted conditions was 2.16 × 10-12. During the study period, peak values of SF6 mixing ratios occurred in autumn when local surface horizontal winds originated from W/WSW/SW/SWS/S sectors, while lower levels of SF6 mixing ratios appeared as winds originated from N/NNE/NE/ENE/E sectors.