干旱区盐湖沿岸不同植物群落土壤CO2排放特征

为探究盐湖区不同植物群落土壤CO₂排放速率及影响因素,以新疆达坂城盐湖沿岸小獐毛、鸢尾、芨芨草、黑果枸杞群落和撂荒地土壤为研究对象,在2016年4~12月采用Li-8100A监测了不同植物群落土壤CO₂排放特征,分析了CO₂排放与5（ST5）,10（ST10）,15cm（ST15）土壤温度、含水量、电导率的关系.结果如下：4~12月小獐毛群落土壤CO₂日排放呈单峰曲线,7月土壤CO₂排放速率最高,峰值出现在14：00左右;7月鸢尾、芨芨草、黑果枸杞和撂荒地土壤CO₂排放呈双峰曲线,峰值出现在10：00和14：00~16：00左右,其余月份均呈单峰曲线,峰值出现在12：00~14：00;不同植物群落类型、同一植物类型不同月份土壤CO₂排放存在显著差异（P<0.001）.4~12月芨芨草群落土壤CO₂累积排放量最高（2508.01g/m²）,大于撂荒地（2235.01g/m²）、鸢尾（1903.03g/m²）、黑果枸杞（1690.27g/m²）和小獐毛（550.34g/m²）植物群落处理.小獐毛群落土壤CO₂排放与ST15显著相关（R²=0.739,P<0.05）,且对ST15变化最敏感;鸢尾、芨芨草、黑果枸杞群落和撂荒地处理土壤CO₂排放与ST5相关性较高（R²=0.708~0.821）,对ST10变化响应敏感.小獐毛群落土壤温度敏感系数（Q₁₀）最大值出现在6月（7.97）,鸢尾（21.74）、芨芨草（13.21）、黑果枸杞（18.23）和撂荒地（7.65）处理则出现在11,12月.不同植物群落土壤CO₂排放与含水量相关性较低;一元线性方程（log_eC_f=-0.149EC+0.943）能较好的模拟土壤电导率（EC）与CO₂排放（C_f）的关系.除土壤温度外,盐分也是影响盐湖沿岸土壤碳排放的重要因素.因此,在考虑陆地生态系统碳收支时不能忽略盐湖生态系统,以及盐分对土壤碳过程的影响.     

北方典型设施菜地土壤CO2排放特征

为研究我国北方典型设施菜地的土壤CO₂排放特征及其影响因素,通过原位监测手段,研究山东省寿光市农田转变为不同种植年限（6、12 a）设施菜地及设施菜地荒废12 a后土壤CO₂排放规律及影响因素.结果表明:①种植6 a设施菜地较农田具有较高的土壤CO₂排放量,可能是由于设施菜地种植过程中大量施加有机肥造成的,并且设施菜地土壤温度及含水率较高,增加了土壤蔗糖酶活性,加剧土壤CO₂排放.②当种植年限超过10 a,设施菜地施肥量减少,降低了土壤微生物可利用底物的供应.因此,种植12 a设施菜地土壤CO₂排放量降至农田水平.③种植6 a设施菜地土壤的w（DOC）（DOC表示水溶性有机碳）比农田较高.④土壤CO₂排放年内分配不均匀,表现为农田及荒废设施菜地土壤CO₂排放主要集中在5—8月,其排放量占全年的75.09%、87.02%,峰值出现在7月.种植6 a设施菜地土壤CO₂排放主要集中在5—8月和11月—翌年2月,两阶段排放量分别占全年的48.48%、42.34%,峰值分别出现在7月、12月.研究显示,农田转变为设施菜地短期（种植6 a）内可显著促进土壤CO₂排放及DOC的输出,但随着种植年限延长至12 a,土壤CO₂排放降至农田水平.      

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...     

干湿交替下生物炭添加对灰漠土CO2排放的影响

为探究干湿交替条件下，农田土壤CO₂排放对生物炭添加的响应特征及其影响因素，通过室外土柱模拟试验，在灰漠土中添加不同粒径棉花秸秆生物炭(<0.25 mm, M1; 0.25～1 mm, M2; 1～5 mm, M3;>5 mm, M4)和葡萄藤生物炭(<0.25 mm, P1; 0.25～1 mm, P2; 1～5 mm,P3;>5 mm, P4)，研究干湿交替下生物炭的类型、粒径对土壤CO₂排放特征的影响.结果表明，添加生物炭改变了土壤CO2排放速率，土壤CO₂累积排放量随棉花秸秆生物炭粒径的增加而降低，不同生物炭类型对土壤CO₂排放速率的影响存在极显著差异(p <0.001).在湿润阶段，棉花秸秆生物炭处理土壤CO₂累积排放量为20.67～28.26 g·m-2·d-1，与其相比，同一粒径下葡萄藤生物炭处理土壤CO₂累积排放量显著降低，降低了13.18%～28.83%；在干旱阶段，与对照处理相比，葡萄藤生物炭处理下土壤CO...     

2020年中国区域及省级电网电力碳足迹研究

电力碳排放的数据质量取决于电网排放因子的准确性。为了获得用于产品碳足迹计算的电网电力碳足迹排放因子,基于电网排放因子数据和计算方法,将核算范围扩展到电力上游的燃料开采与生产、发电设施建设与退役以及电力生产过程,考虑CO₂、CH₄、N₂O等温室气体排放,得到2020年中国区域及省级的电网电力碳足迹排放因子。结果表明：华北地区排放因子最高(1.005 t CO₂e/MW·h),南方地区排放因子最低(0.470 t CO₂e/MW·h),可再生能源占比高的省份排放因子低,全国排放因子显著降低。研究得到的电网电力碳足迹排放因子可为电力碳排放计算提供参考,建议在计算产品碳足迹时优先使用。     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

长江三角洲地区城市、郊区和乡村下垫面的CO2通量观测

利用长江三角洲地区南京和苏州两个典型城市的中心城区观测点、南京郊区观测点以及南京市溧水区乡村草地和农田观测点为期一年的CO₂通量观测数据,分析不同下垫面之上CO₂通量观测值的差异以及城市和郊区不同观测高度的CO₂通量观测值的差异.结果表明,城市在CO₂地气交换过程中的作用是碳源,而植被下垫面为碳汇;城市粗糙子层中CO₂通量观测值随高度增大,上层观测值具有较好的局地代表性;郊区站两个观测高度处于惯性子层之中,CO₂通量观测值比较接近,而它们之间的差异则反映了各自高度所对应的不同源区域范围内排放和吸收的不同.依据观测数据估算了不同下垫面的单位面积CO₂全年净排放/吸收量,南京和苏州市区全年净排放量分别是18.2 kg·m^-2和15.5kg·m^-2;农田和草地的全年净吸收量分别是2.9 kg·m^-2和0.6 kg·m^-2;郊区观测点25 m高度所对应的源...     

我国长江中下游平原典型稻田含碳温室气体通量变化特性

近年来关于碳排放研究的内容越来越受到重视,我国提出了在2030年实现碳达峰的战略目标,因此对我国温室气体排放监测的研究显得非常重要.基于涡度相关法对我国长江中下游区域典型稻田生长季的CO₂和CH₄通量进行监测分析,结果发现整个观测阶段稻田CO₂通量呈“U”型曲线,整体表现为汇,分蘖期开始出现负值,抽穗期降到最低,通量平均值为-3.33μmol·（m²·s）^-1.CH₄通量与CO₂通量趋势大致相反,先增加后减少,在分蘖期和拔节期迅猛上升,孕穗期从峰值降到低谷,通量平均值为0.11μmol·（m²·s）^-1,通量最大值为0.40μmol·（m²·s）^-1,出现在拔节期末端孕穗期初.CO₂通量从07:00开始下降,在13:00左右达到最低约-16.01μmol·（m²·s）^-1,白天通量值...     

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。     

基于AIS数据的中国沿海集装箱港口碳排放

为了精确有效地测量船舶在港碳排放,提出了一种基于海量船舶AIS (Automatic identification System)航行轨迹数据的港口碳排放计算框架,并结合上市港务公司经营数据,估算港口碳排放承担能力.以中国11个沿海主要集装箱港口为例,采用2018年全球4280艘集装箱船的AIS轨迹全年数据计算碳排放社会成本.结果显示:中国沿海集装箱港口碳排放量与船舶抵港艘次整体呈正相关,上海港是全球第一大集装箱港口,2018年其港口CO₂排放量最高,为69.3万t;船舶靠港作业时,在泊和锚泊状态CO₂的排放比例较高,占碳排放比例的65.8%;从CO₂排放社会成本来看,上海港域内的船舶碳排放社会成本最高,2018年需要支付2459.6万元,从承担碳排放社会成本的能力来看,连云港压力较大,每亿营业收入需要承担碳排放社会成本24.46万元.     

Soil CO2 flux in relation to dissolved organic carbon, soil temperature and moisture in a subtropical arable soil of China

IntroductionCarbondioxide(CO2 ) ,concentrationofwhichinatmosphereisincreasingat 0 5%annually ,isthemostimportantgreenhousegascausingglobalwarming(Lal,1 995) .SoilCO2 evolutionfromsoilsisoneoftheimportantsourcesofatmosphericCO2 aswellasamainoutputpathwayofsoilorganiccarbonpool(SOC) (Eswaran ,1 993 ;Batjes,1 996;Mosier,1 998) .ApartfromcontributingCtotheatmosphere ,soilCO2 evolutioncanalsobeusedasanindexofunder groundprocesses,andoftheCcyclingcapacityofsoilecosystems.SoilCO2 evolutionge…     

亚热带稻田生态系统CO2排放及影响因素

采用静态箱法对亚热带稻田生态系统CO2排放进行了定位观测.结果表明,水稻生长条件下的稻田CO2总排放通量(Rt)随晚稻生育期进程波动幅度较大,平均值为926.2mg/(m2·h);土壤CO2排放通量(Rs)则波动较小,平均值为285.4mg/(m2·h).二者与气温、不同土层(0,5,10,15cm)土壤温度均呈极显著的指数相关关系,温度系数(Q10)分别为2.33和1.70.稻田生态系统CO2累积排放量与水稻生物量间存在极显著的对数关系.在晚稻整个生育期,稻田生态系统从大气中净固定碳量为3.85t/hm2.     

西藏高原农田土壤CO2排放研究初报

根据１９９５～１９９６年作物生长季在中国科学院拉萨农业生态站进行的试验研究，西藏高原农牧地不同植被覆盖下的土壤ＣＯ２排放通量为１７～１０５ｋｇＣＯ２ｈｍ－２ｈ－１。各类植被覆盖下土壤ＣＯ２排放通量均表现为白天高于夜间，午后高于午前。在作物生长季，由于土壤排放的ＣＯ２补充了高原大气ＣＯ２含量的不足，作为光合作用原料的重要组成部分被植物同化，因而不会增加大气中的ＣＯ２浓度。影响土壤ＣＯ２排放速率的因子主要有植被发育期、植被类型及环境因子。在环境因子中，土壤ＣＯ２排放速率与地温（地面０ｃｍ、地中５ｃｍ、１０ｃｍ）及气温均呈明显正相关，与大气压及空气中ＣＯ２浓度呈明显负相关。     

中国草地N2O通量日变化观测对比研究

研究分析了我国20世纪90年代以来科学工作者利用静态箱-气相色谱法对内蒙古呼伦贝尔草原和锡林郭勒草原、青藏高寒草原等不同草原类型所开展的日变化通量观测数据并进行了对比分析研究.结果表明:我国草地N2O通量的日变化规律明显,日变化形式呈多峰型,我国草地均表现为N2O排放源,日均通量的对比顺序是:贝加尔针茅草甸草原>羊草草甸草原>羊草典型草原>高寒草甸[(42.82±15.96)>(29.17±13.03)>(4.91±2.12)>(0.89±0.67)μg/(m2?h)];10:00~14:00和夜间0:00左右所观测的N2O通量均可代表当日平均通量;夜间N2O的排放对整个日通量有重要贡献,其排放量占到全日排放总量的46%以上,草地夜间N2O的排放通量应该受到重视.另外,本文讨论了水分和温度作为主要环境因子对N2O通量日变化的影响,以及不同植被类型和人类活动(放牧和刈割)对N2O通量的日变化的影响.     

盐城滨海湿地春季温室气体通量及影响因素

通过在盐城滨海湿地进行植被调查、气体以及表层沉积物样品的采集与分析,探讨温室气体通量与植被状况、表层沉积物理化性质之间的关系。结果表明:不同植被覆盖下的滨海湿地,温室气体通量表现各异,其中CO2在滨海湿地5月份表现为碳源,且有植被覆盖的互花米草滩和芦苇滩的CO2排放通量明显大于无植被覆盖的光滩,盐蒿滩植被的盖度和密度较低,故排放也较低,光滩、互花米草滩、盐蒿滩以及芦苇滩CO2通量分别为26.99、865.2、100.87和1 942.03 mg(/m2.h);CH4在光滩,互花米草滩,盐蒿滩上则为弱汇,在芦苇滩为弱源,通量值分别为-0.13、-0.14、-0.02和0.55 mg(/m2.h);光滩和芦苇滩是N2O吸收汇,为-12.29,-56.83μg(/m2.h),互花米草滩和盐蒿滩为源,为18.56,25.64μg(/m2.h)。表层沉积物理化性质存在显著的空间差异:其中粒径与容重均是光滩最大,互花米草滩最小,盐蒿滩、芦苇滩居中;TN、TOC、微生物生物量C、微生物生物量N均是光滩最小,互花米草滩最大,盐蒿和芦苇居中;C/N为互花米草滩和芦苇滩较大,而光滩和盐蒿滩则较小。全盐分布表现为互花米草滩>盐蒿滩>光滩>芦苇滩。pH表现为:芦苇>光滩>盐蒿滩>互花米草滩。通过相关分析,回归分析以及主成分分析,得出CO2和CH4通量与箱温、10²0 cm沉积物温度以及pH呈显著相关,而N2O则主要与pH、全盐、容重、微生物生物量N的相关性较大。     

广州市区公交车站PM_(2.5)与CO暴露水平研究

用便携式颗粒物浓度测定仪(DustTrak Model8520)和CO测定仪(Q-Trak Model8551),于2008年9月至2009年1月对广州市区11个代表性公交车站的PM2.5和CO暴露水平进行了测定。结果表明,公交车站7:00～19:00时间段PM2.5的平均浓度范围为206～348μg/m3,总体均值达288μg/m3,显示公交车站PM2.5污染问题突出;CO平均浓度范围1.5～4.0mg/m3,总体平均2.8mg/m3,有六个站点平均浓度超过了我国环境空气质量标准限值(4.0mg/m3或3.2mg/m3)。大多数站点工作日与非工作日PM2.5与CO水平差异不大,部分站点则受车流量和客流量变化影响呈现差异。同一站点PM2.5日变化特征不如CO明显,一次污染物CO变化受交通高峰影响呈双峰特征,而PM2.5水平影响因素复杂,一般白天较低,夜晚21:00出现峰值。不同站点CO与车流量未见显著相关性,表明车流量并不是决定公交站点CO水平的唯一因素,而扩散条件及公交车排放可能也是重要影响因素;与CO不同,不同站点PM2.5与车流量表现出显著相关(p0.05),可能侧面反映路面扬尘对公交车站PM2.5水平的影响和贡献。     

机动车排放污染的速度-加速度耦合影响分析

利用OBS-2200车载测试系统,分别在高峰期、平峰期和低峰期的天津市典型路段进行了车载测试,并获得了碳氢化合物(HC)、一氧化碳(CO)和氮氧化物(NOx)等车辆排放的污染物的逐秒数据.结果显示在这3个时段内,车辆的加速度大都集中在-1.5~1.5m/s2,速度大都集中在0~70km/h,并且HC、CO和NOx的最高排放率为0.0673、0.706和0.0178g/s,都集中在高速(速度(v)>30km/h, 加速度(a)>0.5m/s2)工况范围内.通过拟合发现,HC、CO和NOx的排放率与比功率(Vehicle Specific Power,简称VSP)之间的拟合决定系数分别为0.71、0.86和0.85,相关性较高,说明VSP可以作为评价车辆排放率的一个重要参考性指标.     

祁连山高山草甸土壤CO2通量的时空变化及其影响分析

采用Li-6400便携式光合作用测量系统连接Li-6400-09土壤呼吸室,在2004年生长季节对祁连山高山草甸土壤CO₂通量沿海拔梯度进行了野外定位试验,统计分析了水热因子及根系生物量对高山草甸土壤CO₂通量特征的可能影响.结果表明,土壤CO₂通量存在明显的空间变化规律, 沿海拔梯度土壤CO₂通量随着海拔梯度的增加而逐渐减小,其变异系数逐渐增加;就日变化而言,土壤CO₂通量晚间维持在较低水平,02：00～06：00最低,在07：00～08：30开始升高,11：00～16：00达到峰值,16：00～18：30开始下降,整个过程呈单峰曲线.土壤CO₂通量的日平均值介于(0.56±0.32) ～ (2.53±0.76) μmol·(m²·s)^-1.从季节变化来看,土壤CO₂通量均以夏秋季较高,春冬季排放量较低,7～8月份达到最大值［4.736 μmol·(m²·s)^-1］,6月与9月份次之,5月与10月份基本一致,整个生长过程总的变化趋势呈单峰曲线形式.高山草甸土壤CO₂通量在植物生长季与10 cm土壤温度、土壤含水量、根系生物量都存在不同程度的正相关关系,表明高山草甸土壤CO₂通量的空间变异主要受温度、水分和植物根系的综合影响.     

沼泽与高寒草甸退化对CH4和CO2通量的影响

在青藏高原风火山地区,对不同退化程度沼泽和高寒草甸CH4和CO2通量以及相应的环境因子进行了为期1年的观测.结果表明,不同退化程度沼泽草甸CH4和CO2通量均表现出排放特征,排放强度随退化程度的增加而降低;不同退化程度高寒草甸对CO2表现为排放特征,而对CH4却表现为吸收特征,且均随着退化程度的加剧而增强.未来气候模式下,沼泽与高寒草甸退化将对区域气温升高起到一定的促进作用.气温、5cm土壤温度和土壤水分含量以及生物量是影响CH4和CO2的通量的主要环境因子.     

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。