长江三角洲背景地区CO2浓度变化特征研究

通过分析2009年1月~2010年12月临安区域大气本底站在线观测获得的CO2浓度,研究地面风向、地面风速、气团输送等因素对长江三角洲背景地区CO2浓度的影响.结果表明,临安站CO2浓度的日变化分布表现为单峰型形态,下午低、凌晨高,浓度日变幅在9.5′10-6~44.3′10-6 (V/V)之间;季节变化特征表现为冬春季高,夏季低,浓度年较差为10.1′10-6 (V/V).通过分析地面风向、地面风速和气团输送等因素对临安站CO2浓度的影响表明,引起CO2浓度升高的地面风向夏季主要为NW~NNE,冬季主要为NNE~ESE;地面风速越大,CO2浓度越小;气团远距离输送的影响主要取决于气团途径区域的CO2排放情况.     

中国八大经济区域5月与7月CO地面浓度时空分布规律研究

利用2013年5月与7月全国76个城市CO地面小时浓度连续自动监测数据,分析了我国八大经济区域春(5月)、夏(7月)季CO地面浓度的时空分布规律.结果发现,76个城市春夏季CO浓度日变化基本一致,1 d中CO最低浓度出现于傍晚17:00左右,但各个区域峰值出现的时间略不同,多数地区出现于早晨8:00—10:00,南部沿海地区出现于凌晨1:00;CO地面浓度季节变化明显,5月CO地面浓度高于7月,但西北地区7月CO地面浓度高于5月;西北地区和长江中游地区春夏季CO地面浓度变化差异大,南部沿海地区季节变化小;黄河中游和北部沿海等地区CO地面浓度相对较高,东北地区CO地面浓度较低.机动车尾气排放是造成CO空间分布差异的原因之一.     

北京市大气中CO的浓度变化监测分析

CO是城市大气中一种重要的污染物,在城市和区域的光化学反应中起着重要的作用.用装配氢火焰离子化检测器(FID)的HP5890II气相色谱(GC)方法,以每10min的采样频率,在北京中科院大气物理研究所325m气象环境观测铁塔上(39°9′N,116°4′E),对北京城市大气CO浓度进行了连续监测,时间为2004-01～2004-12.结果显示北京城市大气CO浓度日变化呈双峰型,1d之中出现2个高峰期,早晨07:00～08:00和夜晚22:00～23:00,最高浓度值分别达到13.8mg·m-3,17.1mg·m-3.不同季节CO的日变化存在差异:冬季、秋季的日变化幅度大,而夏季、春季的日变化幅度小.秋季、冬季早晨上班高峰期后CO浓度下降快,春季、夏季上班高峰期后CO浓度下降慢.CO的这种日变化是由地表排放源和气象条件共同决定的.另外,CO存在明显的季节变化,总的表现为浓度最高值出现在冬季12月份(4.0±3.4)mg·m-3,浓度最低值出现在5月份(1.7±0.7)mg·m-3.整个观测期间1a的平均浓度为(2.6±1.9)mg·m-3,采暖期平均浓度为(3.5±2.6)mg·m-3,非采暖期平均浓度为(2.2±1.2)mg·m-3.     

北京上空气溶胶浓度垂直廓线特征

利用2008—2010年北京地区3.5 km高空内飞机探测的气溶胶(粒径范围为0.10～3.00 μm)数据,分析了该地区气溶胶的时空分布特征. 结果表明:①气溶胶浓度(以数浓度计,下同)均随高度增加而减小,在1.5 km以上高空的气溶胶浓度垂直梯度变化明显低于1.5 km以下的垂直梯度变化. 4—11月气溶胶浓度季节变化表现为夏季最高、秋季次之、春季最低. ②气溶胶浓度廓线逐时(09:00—19:00)变化较清晰地反映出其受大气边界层演变的影响. 在0～1.5 km高空,白天气溶胶浓度高值出现在09:00—11:00,低值出现在13:00—14:00;而在1.5～3.5 km高空的气溶胶浓度时段分布与其相反. ③人为活动是影响气溶胶浓度区域水平分布的重要因子. ④将气溶胶浓度廓线垂直分布分为a、b、c 3类. 类型a的近地面气溶胶浓度(0～4 000 cm-3)低,垂直方向上变化很小;类型b的近地面气溶胶浓度(4 000～9 000 cm-3)较高,垂直递减明显;类型c的近地面气溶胶浓度特别高,量级达到104 cm-3,并在大气边界层顶(约1.5 km)附近迅速递减. 北京地区气溶胶浓度廓线以类型b居多.      

基于多站对比的南昌地区大气CO2浓度变化特征分析

基于南昌高精度温室气体浓度观测站(南昌站)及南昌城市加密观测站(加密站)2020年8月—2021年8月大气CO₂在线连续观测资料,分析了南昌地区大气CO₂浓度变化特征、区域大气输送的影响及潜在排放源区分布特征,并对加密站数据可用性进行研判.结果表明,研究期内南昌站CO₂的平均浓度为444.2×10-6,大气CO₂浓度日变化呈日间低、早晚高的特征,且夏季大气CO₂浓度日振幅最大;季节变化呈现冬季>春季>秋季>夏季的规律.南昌地区的气团输送主要受盛行风向及大气层结稳定度的影响,即夏季南方、东方气团带来较高CO₂浓度,其它季节则由北方气团造成CO₂浓度升高;长三角地区、武汉地区是南昌大气CO₂持久稳定的潜在贡献源区.加密站与南昌站数据季节变化特征和日变化特征基本一致,可以反映局地CO₂浓度变化特征,在年尺度上构建回归方程能够校正加密站数据;近地面CO₂浓度与...     

龙凤山大气本底站CO浓度特征及传输路径分析

利用2017年1月—2019年11月龙凤山大气本底站一氧化碳（CO）连续观测资料和NOAA再分析资料,对东北平原地区大气CO浓度季节变化及其排放源特征进行研究.结果表明：龙凤山站CO日变化规律具有季节性差异,春、秋和冬季CO浓度均在午后13：00—14：00出现最低值,秋和冬季19：00出现峰值,春季2：00出现最峰值,冬季CO浓度日平均最大,日振幅最大.夏季CO日变化不同于其他季节,在8：00—13：00维持较高值,在16：00—次日04：00维持较低,峰值出现在08：00,谷值出现在00：00.龙凤山站CO浓度具有明显的周期性季节变化和波动下降趋势,呈现出冬季高夏季低的特点,最高值出现在1月,最低值出现在6月,月平均浓度明显高于青藏高原地区浓度水平,全年CO月均值振幅为134.8×10^-9 ± 2.5×10^-9（物质的量分数,下同）.在春、夏和秋季西南方向地面风能够明显抬升观测CO浓度,冬季西北方向地面风能够明显抬升观测CO浓度.后向轨迹聚类、浓度权重轨迹分析（CWT）以及地面风结果分析表明：SSW-SW-WSW扇区内的城市交通及工业等人为排放是龙凤山站的CO潜在源区,此外,冬季的NW-NNW-N扇区的短距离输送也是龙凤山站的CO潜在源区.     

基于卫星遥感的广东地区对流层二氧化碳时空变化特征

利用瓦里关全球本底站和番禺气象局地面观测的CO2浓度资料对SCIAMACHY反演得到的对流层CO2产品进行验证.结果显示:SCIAMACHY产品能较好地反映对流层CO2的分布状况,在珠三角地区反演和观测的残差为1.29×10-6,相关系数为0.69,可用于分析区域对流层CO2的时空分布特征.利用2003~2009年SCIAMACHY观测资料分析研究显示:广东地区对流层CO2柱浓度最高值出现在春季,最低值出现在夏季,浓度年均值和年增长率分别为384.84′10-6和1.53′10-6/a,大于全球和我国同期的观测结果;粤东、粤西、粤北和珠三角地区的浓度均在春、冬季显著高于夏季、秋季 ,相同季节内各区域之间的差异不显著;粤西地区CO2柱浓度的年增长率最高,为1.82′10-6/a,珠三角和粤东地区的年增长率相当,分别为1.65,1.64′10-6/a,粤北地区的年增长率最低,为1.61′10-6/a.     

东海浮游多毛类的时空分布

根据1997~2000年东海23°30′~33°00′N、118°30′~128°00′E海域4个季节海洋调查资料,探讨了东海浮游多毛类数量变化、相应的动力学过程及与渔场的关系。结果表明:浮游多毛类秋季平均丰度为23.68×10-2/m3,夏季8.59×10-2/m3,冬季5.80×10-2/m3,春季最低(1.20×10-2/m3);温度在多毛类丰度的季节变化中起主要作用,盐度次之。除了秋季,其他季节多毛类丰度平面分布较为均匀。多毛类的数量波动,与东海暖流势力消长和沿岸水有密切的联系,也同暖流势力从夏季到秋季维持一段时间有密切关系。     

浙江省气溶胶垂直分布及区域传输分析

利用6个激光雷达站点数据从年际和季节变化尺度对浙江省2017~2018年气溶胶垂直分布特征进行研究,并结合污染物浓度数据分析了浙江省主要颗粒物类型的季节差异.结果表明,大部分站点2018年气溶胶消光系数整体小于2017年;边界层内消光系数空间上呈中部高东西低的分布形态;消光系数季节变化表现为冬季最高,秋季其次,而春夏较低;气溶胶在春、夏季集中在地面上方1~2km以内,冬季主要分布在1km以下,秋季受高空气溶胶影响,6个站点呈现出不同的垂直分布模式.进一步,选取发生在2018年4月和7月两次气溶胶跨区域传输过程,综合CALIPSO和MODIS卫星数据、以及后向轨迹、PSCF与CWT模式对污染物来源与传输机制进行探索,发现来自AOD高值区的气团显著加重本地污染.     

2017年春夏期间南京地区臭氧污染输送影响及潜在源区

基于南京市空气质量数据与NCEP全球再分析资料,利用后向轨迹模式计算了2017年春夏（4~10月）到达南京城区逐时的24 h近地面气团后向轨迹,并将后向轨迹数据与臭氧质量浓度数据结合,进行轨迹聚类与潜在源区分析.结果表明,2017年南京市臭氧日最大8 h滑动平均浓度在12~261 μg·m^-3,超标共58 d,主要集中在春夏季.臭氧月变化呈现单峰状,其中6月臭氧浓度与超标天数最高,臭氧日变化总体呈单峰状,峰值浓度出现在14：00左右;模拟获得5136条轨迹,其中超标轨迹约占10%,超标轨迹月度分布差异较为明显,5、6两月合计占比约60%,经聚类分析得到气团输送路径共有6条,分别来自东北偏北、西北、西南、东南偏南、东南及东北方向,其中东南与东南偏南方向两类气团出现频率最高,分别为23.33%和20.76%,且对应的臭氧浓度较高,对南京臭氧污染贡献较大;潜在源区分析WPSCF与WCWT的高值区一致性较好,均揭示臭氧污染潜在源区主要分布在常州、无锡、苏州与湖州等环太湖城市,同时周边城市泰州、马鞍山、芜湖、滁州、南通与连云港等地是次要的潜在源区.臭氧污染区域输送贡献明显,需要强化长三角区域联防联控.     

华东高山背景点大气气态汞含量与传输特征

利用高时间分辨率自动测汞仪（Tekran 2537B）于2017年6月~2018年5月对武夷山气态元素汞（GEM）进行了连续1a的观测.结果表明，武夷山GEM年均浓度为（1.70±0.43）ng/m³，稍高于北半球背景值，表明武夷山受到一定程度的大气汞污染.GEM浓度表现为冬季>秋季>春季>夏季，季风和风速是影响武夷山GEM季节变化的主要因素.武夷山四季GEM表现为不同的日变化特征，早上8：00之后，春秋季GEM继续呈现下降趋势，其他季节则呈现先升后降再上升，并在晚上不同时刻出现峰值.GEM值白天低于晚上，这与风速和汞的长距离迁移有关.后向轨迹和浓度权重轨迹分析结果表明，偏西风背景下污染气团经江西向武夷山输送是大气汞迁移的主要路径，而江西和福建中北部为武夷山大气汞污染的潜在源区.△GEM/△CO值表明武夷山GEM汞污染主要来源于人为工业排放，生物质燃烧贡献较弱.     

北京地区FLEXPART模式适用性初步研究

FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的.     

南京城区冬季大气污染特征

为探究南京城区冬季主要大气污染物浓度变化规律,运用南京市空气自动监测站的φ(CO)、φ(O₃)、φ(NO₂)、φ(SO₂)、ρ(PM_2.5)和ρ(PM₁₀)逐时资料,结合同期气象数据,分析了2014年冬季(2014年12月—2015年2月)南京城区大气污染浓度水平和变化特征,探讨2015年春节期间在实施减排措施下气象条件对空气质量的影响.结果表明:① 观测期φ(CO)日均值和φ(O₃)小时均值未超过GB 3095—2012《环境空气质量标准》二级标准限值;ρ(PM_2.5)、ρ(PM₁₀)、φ(NO₂)、φ(SO₂)日均值分别超标44%、38%、34%、2%;ρ(PM_2.5)、ρ(PM₁₀)最大日均值分别为231和283 μg/m3,分别是GB 3095—2012二级标准限值的3.1、1.9倍. ② 日变化分析显示,φ(CO)与φ(NO₂)呈早晚双峰型变化,与早晚交通高峰源排放有关;φ(O₃)呈明显的单峰型,在午后出现峰值;φ(SO₂)呈单峰型且夜间浓度低于白天;ρ(PM_2.5)和ρ(PM₁₀)为双峰型变化,峰值出现在10:00和22:00左右. ③ 南京地区污染物周末浓度整体高于工作日,其中周末φ(CO)、φ(NO₂)和ρ(PM_2.5)显著高于工作日,“周末效应”显著. ④ 2015年春节期间,南京实施减排措施后,即使在不利的气象条件下,污染物浓度也未出现明显升高,说明减排措施有效削弱了污染源的排放,是保持南京地区良好空气质量的重要因素.      

江西景德镇站大气CH4和CO季节变化及源解析

基于江西景德镇温室气体站2017年12月~2018年11月筛分获得的CH₄及CO大气本底和污染浓度数据,对大气CH₄和CO浓度季节变化及其排放源特征进行研究,结果表明：大气CH₄和CO本底浓度季节变化特征与浙江临安本底站类似,即夏季低而冬季高,而夏季江西地区水稻田和湿地排放导致CH₄污染浓度显著抬升,相比本底浓度抬升幅度可达133.9×10^-9,冬季受西北部地区取暖排放的区域输送的影响,1月CO污染平均浓度较本底浓度抬升达227.2×10^-9.基于本底数据及污染数据,结合后向轨迹模型分析发现景德镇站大气CO潜在排放源主要分布在湖北东南部（四季）、安徽（秋冬季）、山东中部（秋季）、长江三角洲上海及杭州（夏秋季）、湖南东部和江西地区（冬季）等区域,其中冬季湖南东部和江西地区贡献率达53.7%,CH₄排放源主要集中在江西地区（夏季）、长江三角洲杭州、南京及安徽南部覆盖区域（夏季）、湖北东南部（夏秋季）以及安徽（秋季）、山东中部（秋季）等区域,夏季南京、杭州及安徽南部覆盖区域的CH₄排放对景德镇站CH₄浓度抬升的贡献率达到69.5%.大气CH₄及CO呈现较好的相关性,冬季其相关系数可达0.86,受CH₄和CO源汇季节变化影响,CH₄/CO排放比呈现冬季低值（0.31）、夏季高值（1.06）.     

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.     

2015～2018年太原市臭氧污染特征分析

基于太原市2015年1月~2019年2月的空气质量监测数据,分析了太原市近地面臭氧浓度变化特征。结果表明:2015~2018年太原市臭氧年平均浓度为78.42、82.33、95.87、103.77μg/m 3,臭氧浓度存在加速上升趋势;臭氧浓度逐日变化范围为5~270μg/m 3,共有181 d超过GB 3095—2012《环境空气质量标准》二级标准限值(160μg/m 3),超标时段主要集中于5~8月份;臭氧浓度日变化呈单峰型分布,峰值与谷值时段分别为14∶00~16∶00和6∶00~7∶00;臭氧浓度有明显的月变化规律,峰值与谷值时段分别为6~7月和1月、12月;臭氧浓度还表现出显著的季节变化规律,按浓度高低依次排序为夏季、春季、秋季和冬季;臭氧浓度与NO 2、CO、PM 2.5浓度呈负相关性。     

上海秋季大气挥发性有机物特征及污染物来源分析

综合分析了上海地区秋季典型月份挥发性有机物(VOCs)及其他痕量气体的污染水平及特征,VOCs平均小时浓度为63.64′10-9,非甲烷碳氢化合物(NMHCs)占挥发性有机物总量的67.43%;通过对VOCs物种浓度及特征比值分析发现研究区域大气老化现象明显;结合区域后向气流轨迹分析,考察了不同来源气流对区域污染特征的影响,发现陆地传输气流乙烷/乙炔(E/E)值较海上传输气流低,而两者的苯/甲苯(B/T)值没有明显差异.     

北京城市大气CO2浓度变化特征及影响因素

北京大气CO₂浓度日变化强烈,全年北京时间15:00时前后为全天最低值,最高值则出现在夜间,日变化幅度为23.2～39.0μmol·mol^-1,夏季和秋季日变化幅度比冬季和春季大.北京城区大气CO₂浓度季节变化明显,最大值出现在冬季,月平均浓度为421.5～441.0μmol·mol^-1;最小值则在夏季,月平均浓度367.4～371.6μmol·mol北京CO₂浓度的季节变化幅度明显高于附近的华北兴隆区域站和瓦里关山大陆本底站等的相应值,其原因是北京CO2浓度季节变化主要受人为取暖活动控制,同时植被的季节变化也起一定作用.1993～1995年北京大气CO₂浓度上升较快,平均增长率为3.7%·a^-1,1995年平均浓度达到最高,为409.7±25.9μmol·mol,随后缓慢下降.