气象因素对长三角背景地区甲烷浓度的影响分析

通过分析2009年1月～2011年12月临安区域大气本底站在线观测获得的CH4浓度,研究地面风向、地面风速、地面气温、日照等气象因素对长三角背景地区CH4浓度的影响.结果表明,临安站CH4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19.0×10-9～74.7×10-9(摩尔分数)之间;季节变化特征表现为春季低、秋季高,月均浓度分布在1 955.7×10-9～2 036.2×10-9之间.NE～SSE风向上CH4浓度较高,SW～NNW风向上CH4浓度较低;地面风速越大,CH4浓度越低;地面气温升高,CH4浓度出现先升后降的分布;随着日照时数的增加,CH4浓度亦表现为先升后降的分布特征.     

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.     

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.     

北京上甸子站大气CH_4数据筛分及变化特征

基于气团72h后向轨迹输送特征,结合数值统计方法,对北京上甸子站2010~2014年瓶采样样品大气CH_4进行污染/非污染数据筛分.结果表明约42%的数据筛分为污染数据,剩余数据则被认为是未受局地源汇污染、混合较为均匀的本底数据.基于这些本底数据对上甸子站大气CH_4本底浓度变化特征进行研究,结果表明:观测期间上甸子站大气CH_4本底浓度从1884.0×10~(-9)(2010年)增长到1916.4×10~(-9)(2014年),年均增长率为8.5×10~(-9)/a.其季节变化特征与北半球平均状况类似,冬春季高、夏秋季低,高值出现在1~2月,低值出现在6~7月,季节振幅达32.8×10~(-9),主要与·OH自由基浓度季节变化有关.此外,CH_4本底浓度年均值及平均季节变化月均值均高于同纬度带海洋边界层水平及全球大气本底站瓦里关站.     

长白山背景站大气VOCs浓度变化特征及来源分析

挥发性有机物(VOCs)是臭氧和二次有机气溶胶的重要前体物.为研究中国东北背景地区大气中VOCs浓度和变化特征,应用苏码罐采样技术、三步冷冻浓缩和GC/MS联用技术测定了长白山大气本底站中的VOCs组成、浓度及季节变化,并利用PCA(principal component analysis)受体模型初步解析了白山大气中VOCs来源.结果表明,长白山地区TVOCs年平均浓度(体积分数)为10.7×10~(-9)±6.2×10~(-9),其中卤代烃所占比例最高,占VOCs总浓度的37%,其次是烷烃33%、芳香烃15%、烯烃15%.长白山地区TVOCs呈现明显的季节变化,变化特征为春季﹥秋季﹥夏季﹥冬季,春季大气中的TVOCs浓度显著(P﹤0.05)高于其他季节.利用主成分分析VOCs物种,提取出5个因子,分别归纳为交通源、液化石油气(LPG)、生物源、燃烧源和区域工业输送.结合HYSPLIT-4.0后向轨迹模型,分析周边区域传输对VOCs物种浓度的影响,发现来自西南向气团传输是长白山VOCs物种浓度增加的主要原因.     

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.     

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.     

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.     

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...     

沿海地区不同来向气团中非甲烷挥发性有机物的组成特征研究

在我国东部沿海城市两个采样点上对不同来向气团中非甲烷挥发性有机物(NMVOCs)的组成特征进行了观测研究.采用离线方法(苏玛罐采样、三级冷阱预浓缩、GC-FID分析)进行样品测定;利用拉格朗日混合单粒子轨道模型(HYSPLIT-4)模拟计算气团后向轨迹.结果表明,观测期间总非甲烷挥发性有机物(TNMVOCs)浓度的变化范围为4.31×10~(-9)～68.97×10~(-9)(体积分数,下同),主要受工业活动、溶剂和液化石油气使用影响;不同来向气团的NMVOCs组成特征有明显差异,陆地气团的NMVOCs浓度高于海洋气团,途经工业较发达地区的气团其烯烃、芳香烃和烷烃占比较高,受机动车排放的影响较大.     

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.     

基于总过氧自由基观测研究合肥市西郊夏季O3生成特征

2020年8月利用化学放大法对合肥市西郊大气总过氧自由基RO^*₂·(RO₂·+HO₂·)体积分数进行监测,并结合O₃和其前体物,分析了过氧自由基体积分数、O₃生成速率和O₃生成对前体物的敏感性.结果表明,观测期间总过氧自由基体积分数的日均值呈典型的单峰型变化,12:00左右出现最高值,日间峰值体积分数为43.8×10^-12,日间RO^*₂·与太阳辐射强度、温度和O₃呈明显的相关性.利用实测RO^*₂·和NO,获得合肥市西郊夏季O₃生成速率,日间峰值为10.6×10^-9h^-1,O₃生成速率对NO变化更为敏感.基于大气自由基和NO_x(NO+NO₂)反应去除速率占比(Ln/Q),对合肥...     

瓦里关大气二氧化碳和甲烷时间变化特征

于2009~2010对瓦里关山大气二氧化碳(CO2)和甲烷(CH4)进行了连续观测.结果表明,瓦里关山夏季频繁受到区域排放的影响,大约17%的CO2浓度标识为污染浓度.2009~2010年CO2平均浓度390.72×10-6,较1995~2008年高17.4×10-6;2009~2010年CH4中位浓度为1851.11×10-9,较2002~2006年高16×10-9,意味着区域内CO2和CH4的排放仍在不断增加.利用遗传算法改进的神经网络模型插补数据获得了完整的空气温度、风速、CO2和CH4浓度时间序列,并对时间序列展开了傅立叶分析.在天时间尺度,由于太阳活动的逐日变化,气象因子、CO2和CH4功率谱在24 h和12 h有着非常明显的谱峰.在月时间尺度,CO2浓度在30 d的周期内有明显的谱隙,意味着气象和物候因素在这个时间尺度上对CO2浓度的影响并不明显.     

养殖塘CH4排放特征及其影响因素

富营养化的养殖塘是重要的甲烷(CH_4)排放源.为明确养殖塘CH_4排放特征及其影响因素,本研究利用倒置漏斗法和体积扩散模型法,分别对安徽全椒两个养殖塘冬、春季CH_4冒泡通量和扩散通量进行了多日连续观测.结果表明,冬季CH_4冒泡通量白天高于夜间,夜间几乎为零;春季夜间高于白天.在季节尺度上,冬季CH_4冒泡通量显著低于春季,分别为3. 92mg·(m~2·d)-1和106. 94 mg·(m~2·d)-1;冬季CH_4扩散通量略高于春季,分别为2. 81 mg·(m~2·d)-1和0. 87 mg·(m~2·d)-1.自然因素(水温和气压)与CH_4冒泡通量和扩散通量显著相关.其中随水温的升高、气压的降低,CH_4冒泡通量分别呈指数递增和线性递增趋势.人工管理措施(冬季排水和春季施粪)会显著提高CH_4冒泡通量,但对扩散通量的影响并不显著.在冬季排水期间,水深与CH_4冒泡通量显著负相关;在春季鸡粪投放点,CH_4冒泡通量可高达1002. 30 mg·(m~2·d)-1.本研究可为评估小型养殖塘对全球碳循环的贡献提供数据支撑.     

天津夏季边界层低层大气中PAN和O3的输送特征分析

采用在线仪器监测分析2017年夏季天津气象铁塔220 m观测平台大气中过氧乙酰硝酸酯(PAN)和O_3的体积分数,并结合气象观测资料和后向轨迹分析PAN和O_3的输送特征.观测期间PAN和O_3体积分数平均值分别为(0.73±0.56)×10~(-9)和(53±25)×10~(-9),最大小时体积分数分别为3.49×10~(-9)和137×10~(-9),PAN和O_3体积分数具有相似的日变化特征,白昼PAN和O_3浓度高于夜间,且PAN和O_3浓度相关系数(R2=0.52)显著高于夜间(R2=0.21).观测期间偏南风下PAN和O_3浓度最高,偏东风下最低,风玫瑰图和后向轨迹聚类分析都表明,来源于西南方向的气流轨迹对应的污染物浓度最高,途经渤海和河北、辽宁沿海地区的偏东气流对应的PAN和O_3体积分数最低,边界层内输送对PAN和O_3的体积分数分布起到了重要作用.     

北京上甸子站气相色谱法大气CH4和CO在线观测方法研究

参照瓦里关全球大气本底站气相色谱在线观测系统的设计,通过系统调试、测试和参数优化,于2009年在北京上甸子区域大气本底站建立了高精度气相色谱法大气CH4和CO在线观测系统.该系统对CH4和CO的测量精度分别优于0.03%和0.45%,达到世界气象组织全球大气观测计划(WMO/GAW)的质量目标.研究建立了与该系统配套的标气选取方法及运行序列:选取可基本涵盖该站大气CH4和CO浓度范围的2瓶标气作为工作标气,其中CH4浓度分别为2 007.1×10-9、1 809.5×10-9(摩尔分数,下同),CO浓度分别为405.6×10-9、123.8×10-9,在高低浓度工作标气之间穿插分析3次大气样品,能够保证测量的准确度(观测浓度的标准偏差CH4<1.7×10-9、CO<1×10-9),同时可最大程度地节省工作标气.该方法已应用于华北地区本底大气CH4和CO的高精度连续观测.     

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.     

Wintertime peroxyacetyl nitrate (PAN) in the megacity Beijing: Role of photochemical and meteorological processes

Previous measurements of peroxyacetyl nitrate(PAN) in Asian megacities were scarce and mainly conducted for relative short periods in summer. Here, we present and analyze the measurements of PAN, O3, NOx, etc., made at an urban site(CMA) in Beijing from 25 January to 22 March 2010. The hourly concentration of PAN averaged 0.70 × 10 9mol/mol(0.23 × 10 9–3.51 × 10 9mol/mol) and was well correlated with that of NO2but not O3, indicating that the variations of the winter concentrations of PAN and O3in urban Beijing are decoupled with each other. Wind conditions and transport of air masses exert very significant impacts on O3, PAN, and other species. Air masses arriving at the site originated either from the boundary layer over the highly polluted N-S-W sector or from the free troposphere over the W-N sector. The descending free-tropospheric air was rich in O3, with an average PAN/O3ratio smaller than 0.031, while the boundary layer air over the polluted sector contained higher levels of PAN and primary pollutants, with an average PAN/O3ratio of 0.11. These facts related with transport conditions can well explain the observed PAN-O3decoupling. Photochemical production is important to PAN in the winter over Beijing. The concentration of the peroxyacetyl(PA) radical was estimated to be in the range of 0.0014 × 10 12–0.0042 × 10 12 mol/mol. The contributions of the formation reaction and thermal decomposition to PAN's variation were calculated and found to be significant even in the colder period in air over Beijing, with the production exceeding the decomposition.     

厦门海沧区PM2.5中金属元素污染评价及来源分析

为了了解金属元素的污染特征和潜在来源,以及重金属元素的风险水平,本研究于2015年4月至2016年1月采集了厦门海沧区不同类型站点四季大气PM_(2.5)样品348份,用X射线荧光分析仪(XRF)测定了其中K、Ca、Na、Mg、Al、Zn、Cu、Fe、Ti、As、V、Mn、Ba、Co等14种金属元素的质量浓度.本研究分析了码头、生活区、工业区和背景区这4个类型站点PM_(2.5)中金属元素的时空分布特征,综合利用富集因子法和健康风险评价模型进行了金属元素的污染评价,并采用相关性分析、主成分分析和后向气团轨迹初步探讨了金属元素的来源.结果表明,采样期间厦门海沧区PM_(2.5)中14种金属元素总质量浓度在PM_(2.5)中的占比为5.4%~10.6%.金属元素总质量浓度的时空变化特征与PM_(2.5)的较为一致,均表现为春冬季浓度高于夏秋季,海润码头和新阳工业区高于海沧分局和市委党校.而夏季海润码头和海沧分局PM_(2.5)日均值超标率较高的现象,与海润码头作业以及风向有关.新阳工业区Zn的质量浓度最高,市委党校次之;海润码头V的质量浓度最高,夏季海沧分局易出现V的浓度高值;均说明污染源站点(新阳工业区和海润码头)排放的污染物对其附近站点的金属元素质量浓度产生了影响.K质量浓度冬季最高,As超标现象出现在冬季和春季,说明冬季生物质燃烧以及燃煤等燃烧排放对大气污染的影响较为严重.Cu、Zn、As、Co、Na和Mn在各站点的富集因子范围为67~8449,富集均较严重.非致癌重金属Zn、Cu、Mn风险值之和低于一般可接受的风险水平(1×10~(-6)a~(-1)),其中Mn对总风险值的贡献范围为74%~88%.综合相关性分析和主成分分析结果表明,厦门海沧区PM_(2.5)中金属元素主要来源于地面扬尘、机动车排放、燃煤和工业排放以及船舶排放,各来源分别可以解释变量的34.5%、12.5%、10.6%、7.8%.后向气团轨迹表明春、秋和冬季均受到局地气团的影响,而夏季气团运动相对较强;春冬季途经长三角内陆的气团可能导致PM_(2.5)浓度偏高.