基于多源碳卫星融合产品的中国地区XCO2与人为CO2排放时空变化

准确评估大气CO₂浓度和人为CO₂排放时空变化对于减缓温室气体排放导致的气候变化至关重要,因此,本文基于GOSAT和OCO-2卫星数据融合生成的全球长时间序列、时空连续的Mapping-XCO₂产品,研究2010～2020年中国大气CO₂柱浓度(XCO₂)时空变化特征以及卫星监测人为CO₂排放能力.结果表明:Mapping-XCO₂与中国大气本底站观测存在较高的一致性,具有良好的适用性;2010～2020年中国XCO₂呈现东高西低的空间分布,年均XCO₂为400.4×10^-6,年增长速率为2.47×10^-6;非生长季XCO₂异常可刻画人为CO₂排放时空变化,各省级行政区非生长季XCO₂异常与人为排放清单EDGAR和ODIAC的相关系数分别为0.71、0.67;2010～2020年京津...     

唐山上空CO2和CO浓度特征的飞机探测研究

为研究唐山城市上空CO₂与CO浓度时空分布,进一步定量其碳排放,于2018年11月~2019年3月,利用运十二飞机搭载高精度温室气体分析仪和相关辅助设备,对唐山市上空（200m~4600m）CO₂与CO浓度进行飞机探测.探测期间共取得6组CO₂和CO浓度垂直廓线数据.结果表明：探测期间CO₂浓度变化范围406×10^-6~453×10^-6,CO浓度变化范围27×10^-9~1135×10^-9.夜间探测有明显的混合层存在时,CO₂与CO浓度分布在混合层内有向上聚集现象,且在混合层顶均达到最大值;白天探测无明显的混合层存在时,浓度整体随高度增加而减小.在探测期间整层的平均风力小于4级时,CO₂和CO浓度极显著相关,CO₂和CO浓度比变化范围32.2~43.9.以2019年2月23日白天的架次为案例进行分析,微风条件下空气团经过城市后,CO₂和CO浓度均有所增加,显示当日唐山是CO₂和CO的源,结合质量平衡法或大气反演模式可以进一步估算城市CO₂和CO排放量.     

全球和东亚地区CH4浓度时空分布特征分析

利用最新的AIRS卫星观测资料分析了2002年12月~2016年11月全球和东亚地区（70°~140°E,10°~55°N）CH₄浓度的时空变化分布特征.研究发现,2003~2016年,全球CH₄年平均浓度从1774.2×10^-9增加到1789.1×10^-9,年增长率约为1.1×10^-9/a;东亚地区CH₄年平均浓度从1811.5×10^-9增加到1841.0×10^-9,年增长率约为2.0×10^-9/a.在美国西南部、南美洲南部、澳大利亚东南部、中国青藏高原和东北地区等地上空,CH₄浓度增幅比较明显,而在北美洲的东北部上空,CH₄浓度出现负增长.北美洲东北部和俄罗斯东部等地上空CH₄浓度的变化与温度变化呈正相关;如在冬季,该地区温度与周围地区相比更低,同时CH₄浓度更低.本文利用近10a的卫星数据获得了CH₄浓度的垂直廓线,显示不同纬度带CH₄浓度均随着高度的升高逐渐减小,且高纬度地区CH₄浓度减小的最快.近年来,在低纬度地区对流层中低层CH₄浓度变化较为明显.在对流层低层（850hPa）,北半球CH₄浓度随着纬度增加逐渐变大;在南半球则随着纬度增加先减小后变大.而在平流层内,CH₄浓度在赤道处最大,且随着纬度的升高逐渐减小.此外,CH₄的浓度分布存在明显的季节变化：在北半球,大部分地区夏季CH₄浓度高于冬季（约20×10^-9~40×10^-9）,但在撒哈拉沙漠和中国新疆塔里木盆地等地区上空,冬季CH₄浓度高于夏季（约40×10^-9~60×10^?9）.在冬季,中国四川西部上空的CH₄浓度要比青藏高原上空高（约100×10^-9~120×10^-9）.     

研究星载IPDA激光雷达探测CO2光谱纯度

光谱纯度是积分路径差分吸收激光雷达最重要的系统参数之一,光谱纯度直接影响CO₂数据的探测精度.在模式研究中要求输入观测的CO₂数据误差小于1×10^-6,对激光器光谱纯度参数设计提出很高要求.本文采用有效吸收截面分析探测反演误差的方法,研究了由光谱纯度带来的CO₂柱浓度探测误差,并基于窄带滤波器对光谱不纯能量的抑制作用,对不同带宽的窄带滤波器进行选择和分析,从而达到降低对光谱纯度的要求,提升探测精度的目的,最后讨论了由于窄带滤波器造成的能量衰减所对随机误差的影响.结果表明：当光谱纯度为99.9%,窄带滤波器带宽1GHz,透射率为0.86,脉冲能量为100mJ时CO₂探测的系统误差小于0.084×10^-6,随机误差小于0.02×10^-6,满足探测精度要求.     

基于地基便携式FTIR的CO2与CH4柱浓度观测研究

地基傅里叶变换红外光谱技术(Fourier transform infrared spectroscopy, FTIR)由于其具有高的时空分辨率、对地表大气浓度变化敏感等优点，已成为遥测温室气体柱浓度的重要技术。基于便携式的傅里叶变换红外光谱仪(EM27/SUN)采集的太阳光谱来反演北京市区CO₂与CH₄柱浓度。通过与高分辨率FTIR观测结果比对，验证了EM27/SUN观测的准确性和可靠性。同时利用正午观测的CO₂和CH₄柱浓度结果计算了CO₂与CH₄观测精度。其中CO₂的观测精度为0.16×10^-6,CH₄的观测精度为1.4×10^-9。最后，给出了CO₂与CH₄时间序列变化，CO₂与CH₄在观测期间的变化较为一致。该研究表明了便携式FTIR观测CO₂与CH     

汾渭平原NO2柱浓度时空分布特征及其与O3、HCHO相互关系研究

2018年，汾渭平原首次被确定为大气污染防治重点区域，成为“蓝天保卫战”继京津冀地区的第二个主战场.本文利用卫星OMI传感器反演产品，对汾渭平原2016—2020年二氧化氮、臭氧和甲醛数据进行分析，结果表明：在空间上，汾渭平原NO₂柱浓度有自东向西逐渐减弱的趋势.高浓度地区受煤炭、物流、钢铁、航空等产业，以及特殊地形等因素影响，沿山脉走势呈“人”字形分布.在时间上，年均NO₂浓度呈总体减少趋势，2018年最大，2020年最小；月均变化呈U字型，1—8月，NO₂柱浓度逐月降低，9—12月逐月增加.NO_x敏感控制区、VOCS-NO_x协同控制区，以及VOCS敏感控制区时的年均NO₂柱浓度分别为1.48×10¹⁵～6.3×10¹⁵、6.3×10¹⁵～13.2×10¹⁵、13.2×10¹⁵～20.1×10¹⁵ molec·cm^...     

五台山大气CO2本底浓度及源汇特征

基于五台山站2017年1月~2020年12月的大气CO₂连续观测资料,采用平均移动过滤法（MAF）和后向轨迹分析方法,对五台山大气CO₂本底浓度及源汇特征进行研究.结果表明：五台山大气CO₂浓度受到区域或局地源汇的影响,筛分后的CO₂本底小时浓度振幅为44.9×10^-6,小于未经筛分的CO₂浓度振幅94.7×10^-6.2017~2020年CO₂本底浓度呈逐年上升趋势,但增幅放缓;抬升浓度占比有所下降,吸收浓度占比波动较小,表明人类活动对CO₂浓度的影响逐年减弱,而五台山周边地区陆地生态系统碳汇作用相对稳定.CO₂本底浓度夏季最低,秋冬季次之,春季最高;日变化夏季最明显,峰谷值分别出现在05：00和16：00,其他季节日振幅仅在0.7×10^-6~1.8×10^-6之间.与本底浓度相比,抬升浓度的差异值自10月至翌年3月明显增大,而吸收浓度的差异值在6~9月最显著,分别反映出人为活动排放源以及陆地生态系统吸收汇对CO₂本底浓度的影响.源汇浓度日变化均为单峰结构,抬升浓度白天高、夜间低,吸收浓度刚好相反.春、秋和冬季造成CO₂浓度明显抬升的地面风向主要为西南风,且随风速的增加CO₂浓度能够保持较高水平,而夏季主要为东北偏东风;春、夏季,2~4m/s的风速有利于进一步降低CO₂吸收浓度.后向轨迹分析表明,气团远距离输送对源汇浓度的影响除了取决于气团途径区域的CO₂排放情况,还与气团的空间垂直输送路径有关.     

深圳市不同区域大气CO2变化特征与来源分析

于2020年12月1日~2021年12月1日分别在深圳市大学城和路边站两点位对大气CO₂和CO浓度进行了为期1a的观测.本次观测期间内两点位大气CO₂平均浓度分别为432×10^-6和439×10^-6,均呈现了“秋冬季高、春夏季低”的季节变化特征与“昼低夜高”日变化特征,且日变化特征在早晚高峰期受到交通源排放的显著影响.此外,通过引入CO₂和CO的净变化值得到大学城和路边站两点位的ΔCO₂/ΔCO值分别为136.8~184.8、59.0~119.3,结果表明机动车排放对深圳市大气CO₂贡献突出.     

基于卫星遥感的四川省XCO2高分辨率时空分布

为深入了解四川省碳源、碳汇情况,该研究基于XGBoost机器学习算法,对多源卫星(GOSAT、OCO-2和OCO-3)的CO₂干空气柱平均摩尔分数(XCO₂)数据进行融合填补,重构四川省2015-2021年1 km网格XCO₂逐日浓度时空分布。结果表明,XGBoost模型基于网格和天的留出验证R²分别为0.98和0.96,可实现XCO₂数据的高精度时空分布重构。四川省2015-2021年XCO₂年平均浓度为406.5×10^-6,年平均增长速率为2.50×10^-6,增长速率呈逐年下降趋势。多年XCO₂浓度在春季最高,秋季最低,季节差异为3.4×10^-6。XCO₂浓度在空间上呈现“东部高,西部低”的分布特征,四川盆地内的城市XCO₂浓度普遍较高。各个城市的XCO₂在空间上呈现不同的分布特征,与当地碳源、碳汇密...     

长三角地区全氟温室气体本底特征及来源

采用位于长三角地区的临安区域大气本底站罐采样获得的全氟温室气体（PFCs、SF₆、NF₃、SO₂F₂）浓度,分析2011~2020年该地区大气中全氟温室气体的浓度分布特征和变化趋势.结果显示,临安站绝大部分全氟温室气体的浓度均呈现逐年升高的变化趋势,至2020年长三角地区全氟温室气体本底浓度分别达到（86.30±0.52）×10^-12（CF₄）、（5.03±0.00）×10^-12（C₂F₆）、（0.70±0.01）×10^-12（C₃F₈）、（1.82±0.00）×10^-12（c-C₄F₈）、（10.44±0.01）×10^-12（SF₆）、（2.36±0.04）×10^-12（NF₃）、（2.61±0.05）×10^-12（SO₂F₂）.长三角地区大部分全氟温室气体的本底浓度与全球本底值接近.通过对临安站全氟温室气体污染浓度的潜在源贡献作用（PSCF）和浓度权重轨迹（CWT）分析显示,临安站全氟化碳PFCs （CF₄、C₄F₁₀、C₂F₆、C₃F₈、c-C₄F₈）的潜在源区主要包括山东、江苏、安徽、上海、浙江中北部和江西东北部地区,NF₃、SF₆、SO₂F₂的潜在源区则集中在江苏中南部、上海、浙北地区.     

基于压差的二氧化碳垂直采样分析技术

本研究开发了一套基于直接采样技术的二氧化碳（CO₂）垂直廓线采样分析系统,分析近地面至25km高空CO₂浓度的垂直分布.系统通过压差实现垂直方向连续采样,利用CRDS高精度分析技术对不同高度样品进行定量分析,计算得到采样区域CO₂浓度廓线.于2018年6月13~14日,在内蒙古锡林浩特国家气候观象台利用平流层探空气球平台进行了观测实验.实验室测试显示,CO₂分析准确度优于0.06×10^-6,精度优于0.08×10^-6.外场实验获得区域近地面至25km高空CO₂浓度的高分辨率垂直廓线,显示CO₂在不同高度的分层结构.考虑不同高度样品扩散作用,系统垂直分辨率在10km高度以下优于580m,在10~20km高度优于3.3km.研究表明：分析系统可搭载在合适探空平台上进行CO₂垂直观测,获取浓度廓线,可为传输模式提供数据,并为碳卫星遥感数据提供实测数据校验.     

中国菌糠露天焚烧污染物排放时空分布特征

基于我国2000~2017年食用菌年产量数据,采用排放因子法估算了菌糠露天焚烧的污染物排放量,利用Mann-Kendall法和聚类分析法分析了排放量的时空分布特征,使用回归分析法预测了污染物的排放趋势.结果表明：（1）2000~2017年全国菌糠露天焚烧污染物排放量持续上升,PM_2.5、CO₂、CO、CH₄、NMVOCs、PAHs、NO_x、SO₂累积排放量分别为1.40×10⁶,3.48×10⁸,1.99×10⁷,8.43×10⁵,2.08×10⁶,3.00×10⁴,6.34×10⁵,8.29×10⁴t;（2）污染物排放量较高的省区包括山东、黑龙江、浙江、湖南、江苏、福建和河南,排放量较低的省区包括贵州、宁夏、天津、北京、新疆、重庆、甘肃;（3）预计2021年菌糠焚烧污染物总排放量高达4.25×10⁷t,其对生物质焚烧污染物总排放量的贡献率约为19.82%.我国菌糠露天焚烧污染物排放规模较大,应予以重点关注.     

卫星遥感监测海南地区对流层CO2浓度时空变化特征

为了探索海南地区对流层CO₂浓度[以φ(CO₂)计]时空变化特征,采用2002年9月—2012年2月AIRS反演的对流层中层CO₂产品,利用北半球全球本底站瓦里关站和飞机观测φ(CO₂)对该产品进行验证,结合统计分析方法对海南地区φ(CO₂)的月、季、年平均值的时空变化特征进行了研究.结果表明:AIRS反演φ(CO₂)与地基和不同纬度带海洋上空飞机观测数据对比均具有很好的一致性,并且与飞机观测验证偏差更小,二者相关系数均在0.9以上,总体月均值偏差小于2×10-6;全国φ(CO₂)呈现北高南低的分布规律,并且存在较为明显的分界线,形成4个高值中心(塔克拉玛干沙漠、塔里木盆地、内蒙古西部和东北平原)和2个低值中心(青藏高原西南部和云南地区),海南地区平均φ(CO₂)为382.67×10-6,略高于云南低值中心的381.45×10-6;全国φ(CO₂)呈现明显逐年增加趋势,其年均增长速率为2.16×10-6,而海南地区亦呈现显著增加趋势,年均增长速率为2.11×10-6,低于全国水平;φ(CO₂)呈季节性波动特性,全国φ(CO₂)最高值出现在春季,而海南地区为夏季,最低值均出现在秋季;海南地区西部海域、陆地和东部海域上空φ(CO₂)年增长速率分别为2.09×10-6、2.14×10-6和2.11×10-6,表明海南陆地上空增速略大于海洋地区,西部和东部海域上空增长速率基本保持一致.      

工业碳减排绩效及其影响因素动态分解

进入21 世纪以来,中国工业碳排放总量仍在波动中增长。为了考查近10 a 来中国工业碳减排绩效,并定量分析影响工业碳减排的主要因素对碳减排的贡献变化情况,论文通过构建中国工业碳排放数据库并运用“精确”的Laspeyres 分解方法,对中国2001-2010 年36 个工业行业CO₂减排的影响因素进行了动态分解,研究结果表明：①虽然中国工业CO₂排放总量在不断增加,但CO₂排放增长率和工业碳排放强度双双降低,在考察周期内,CO₂排放总量从2001 年 2.89×10⁹ t 增长到2010 年7.16×10⁹ t,工业碳排放量增长率则从2003 年最高值18.86%持续下降至2009 年的5.77%,工业整体碳排放强度由2001 年的29.14 t/104元下降到2010 年的18.12 t/10⁴ 元;②工业经济规模不断增加是工业CO₂排放增加的主导因素,技术进步和结构调整则有效抑制了CO₂的增加,10 a 间规模效应对CO₂排放总量增加的贡献度年均达到191.81%,但是由于受到技术进步效应和结构调整效应的共同作用,10 a 来总效应值年均只有109.15%;③较之技术进步效应,结构调整效应对工业CO₂减排的贡献度更大,结构调整效应累计促进碳减排达2.07× 10⁹ t,而技术进步效应促进减排的总量只有1.14×10⁹ t。论文认为,着力中长期减排政策的制定,以保证技术进步在碳减排中持续发挥作用,同时充分挖掘结构调整对减排作用潜力是中国实现工业碳减排的务实选择。     

我国中部六省CO2排放动态变化趋势

探讨区域CO₂排放的长期变化趋势对制订碳减排政策和实现减排目标具有重要意义,为此,根据IPCC指南,测算了2000—2012年我国中部六省(安徽省、山西省、河南省、湖北省、湖南省和江西省)的CO₂排放量及其排放强度;借助DEA(data envelopment analysis)-Malmquist指数模型,从CO₂排放量、生产总值、资本存量、能源消费总量和劳动力5个方面,对中部六省的动态CO₂排放效率进行了全要素分析.结果表明:①中部六省的CO₂排放总量由2000年的6.74×108 t升至2012年的20.24×108 t,年均增长1.12×108 t.②中部六省CO₂排放强度由2000年的3.41降至2012年的1.74,年均下降5.5%.受地区能源产业结构的影响,山西省CO₂排放强度峰值高达11.40,减排压力与其余五省相比更为艰巨.③动态CO₂排放效率均值为1.054,呈稳步提升趋势,技术效率进步指数年均值为1.051(>1),对CO₂排放效率提升起到了拉动作用,而技术效率变动指数和规模效率指数的年均值均为0.999(<1),拉低了中部六省的CO₂排放效率.研究显示,中部六省CO₂排放量增速虽呈逐年下降趋势,但增长态势在短期内仍无法改变.CO₂排放与地区所处经济发展阶段关系密切,其排放效率的提升主要依靠技术水平的进步、低碳管理方法的推广和规模经济的发展.