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.     

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）.     

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...     

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...     

全球近地层臭氧时空分布特征及其来源解析

根据东亚酸沉降网（EANET）和全球温室气体数据中心（WDCGG）等观测资料,对比各地区近地面O₃的季节变化特征,在全球大气化学传输模式MOZART-4中引入在线源追踪方法,结合收支分析,确认各项作用对不同地区O₃的贡献量.研究表明,模拟结果能够再现各地区O₃的季节变化特征以及收支量：清洁背景地区（海洋站居多）近地面O₃各项收支量较小,体积分数在-3×10^-9-3×10^-9/d之间,且净的化学作用大多处于损耗O₃的状态;大多数陆地测站净的光化学作用为产生O₃（约33.8×10^-9/d）.近地面O₃的源主要来自对流层内部,平流层的贡献较小（约10×10^-9）.对于极地及清洁背景地区,平流层的贡献是O₃季节变化的重要原因.平流层的贡献呈现明显的季节变化,即冬季最大（约20.7×10^-9）,夏季最低（约2×10^-9）.     

永兴岛大气CH4浓度变化特征及影响因子研究

依托国家海洋局三沙海洋环境监测中心站,基于激光大气温室气体分析仪（GLA331-GGA）,搭建了一套全自动、连续、高精度观测大气CH₄的观测系统.通过气团后向轨迹输送特征,结合数值统计方法（局部近似回归法）,对西沙永兴岛区域2013年12月~2017年11月期间的观测数据进行了数据筛分和分析.结果显示：西沙海域大气CH₄季节变化与北半球大气本底变化状况类似,冬季高、夏季低,年平均增长率约为11.9×10^-9,年平均季节振幅为81.1×10^-9;其日变化呈现中午低、凌晨高的单周期正弦变化特征;该区域风场数据和气团后向轨迹分析表明：季风是影响该区域CH₄浓度变化的最主要因素.     

合肥科学岛低对流层二氧化碳时空分布特征

依据合肥市科学岛2013~2016年的CO₂体积比浓度廓线,分别从夜间、季节和年度分析了亚热带季风气候的CO₂分布特点和合肥科学岛的CO₂源汇特征.（1）大气CO₂体积比浓度随高度增加而减小,390m的CO₂浓度约为15m浓度的95%,夜间随时间推移浓度增加幅度约5%,天亮时CO₂浓度有减小的趋势;（2）测量点高度大于100m时,季节特征较明显,CO₂体积比浓度夏季最低,冬季最高,浓度相差约10×10^-6;（3）测量点高度大于100m时,2013~2016年CO₂体积比浓度的年分布随高度变化的梯度相关系数大于0.9,体积比浓度年增长约2.1648×10^-6.通过三个时间尺度的CO₂体积比浓度廓线分析得出,CO₂浓度特征是动植物活动和大气运动等共同作用的结果;CO₂长期循环过程中,存在近地面CO₂向高空的传输效应.     

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.     

东海海水和大气中挥发性卤代烃的分布

运用吹扫-捕集气相色谱法于2016年6月对东海海水和大气中5种短寿命挥发性卤代烃的浓度含量、分布来源特征及海-气通量进行了研究.结果表明,表层海水中CH₃I、CH₂Br₂、CHBrCl₂、CHBr₂Cl和CHBr₃浓度平均值及范围分别为8.93（0.39~23.49） pmol/L、15.02（4.77~32.75） pmol/L、0.97（0.30~2.16） pmol/L、9.35（6.8~18.46） pmol/L和12.24（2.60~50.04） pmol/L.受陆源输入、水团和生物活动释放的影响,表层海水中CH₃I、CH₂Br₂和CHBrCl₂的浓度分布呈现近岸高远海低的趋势,CHBr₂Cl和CHBr₃浓度呈现点状分布.相关性分析发现CHBr₃和Chl-a存在显著相关性,推断浮游植物生物量可能影响CHBr₃的浓度分布.大气中CH₃I、CH₂Br₂、CHBrCl₂、CHBr₂Cl和CHBr₃浓度平均值及范围分别为3.52×10^-12（1.72×10^-12~10.00×10^-12）、3.82×10^-12（0.20×10^-12~34.95×10^-12）、1.40×10^-12（0.46×10^-12~6.18×10^-12）、1.55×10^-12（0.16×10^-12~4.66×10^-12）和6.63×10^-12（2.20×10^-12~11.61×10^-12）.受陆源气团输送、生物生产和气象条件的共同影响,春季大气中5种短寿命挥发性卤代烃浓度分布较为复杂.海-气通量的估算结果表明春季东海是大气中CH₃I、CH₂Br₂、CHBrCl₂、CHBr₂Cl和CHBr₃的源.     

国庆期间南岭背景大气中PAN的浓度特征与来源

为了评估华南地区国庆期间频发的大范围区域光化学污染事件对华南背景大气的影响,2018年国庆节前后（9月19日~10月19日）,在广东南岭国家大气背景站对光化学污染的代表产物过氧乙酰硝酸酯（PAN）开展了连续在线观测,并对PAN的浓度特征和来源进行了分析.结果表明,研究期间南岭PAN的平均体积浓度为（0.66±0.54）×10^-9,最大值为2.33×10^-9,显著高于国内外其他背景站点（（0.21~0.44）×10^-9）,且PAN的夜间浓度一直维持在较高的水平;PAN和O₃（r=0.90）、NO₂（r=0.87）的相关性较强,通过PAN和O₃的线性拟合估算出O₃的大气背景体积浓度为（46.22±0.65）×10^-9,表明南岭光化学反应十分活跃;受区域光化学污染事件的影响,国庆期间南岭PAN的浓度显著升高,达到（1.18±0.45）×10^-9,而同期NO/NO₂比值降低,导致PAN大气寿命延长,有利于PAN的本地累积;结合气团后向轨迹,潜在源贡献分布以及前体物NO₂的全国分布特征分析,发现国庆期间高浓度PAN主要来自湖南,湖北、河南、江西等华中地区.     

深圳市道路交通源温室气体排放特征分析

于2019年9月～2020年7月对深圳市福田区路边的大气CO2、CH4、N2O和CO浓度进行了观测分析.结果显示,其观测时段平均浓度分别为(430.8±6.1)×10-6、(2318.5±137.9)×10-9、(332.6±1.6)×10-9和(333.4±121.2)×10-9.CO2与CO浓度的季节变化表现为冬季...     

深圳西部城区大气O3污染特征及超标成因

利用近5a深圳西部城区（大学城）大气臭氧（O₃）在线监测数据,结合深圳大学城超级站大气复合污染综合观测,获取了大气O₃演变趋势,并探究O₃超标日气象条件及其前体物的组成变化以期掌握大气O₃超标成因.结果表明,深圳大学城大气O₃日最大8h平均体积分数上升速度达1.1×10^-9/a,超标率达到6%以上.高温低湿的气象条件更容易促进大气O₃生成,高温时光化学反应强烈有利于O₃的本地生成,而低湿可能不利于O₃的湿去除从而导致污染积累.挥发性有机物（VOCs）不同组分在O₃超标日上升幅度（70%~95%）明显高于NOx（28%）,且O₃高值浓度分布在高VOCs低NOx区域,说明深圳大学城大气O₃生成主要受VOCs控制.O₃超标日的甲苯与苯比值（T/B）在夜间超过10表明可能存在大量工业排放;而含氧挥发性有机物（OVOCs）在午间（12：00~14：00）的消耗相较于非超标日高出了1倍左右,表明工业活动排放的OVOCs对白天O₃生成可能贡献显著.     

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.     

我国中部地区大气CO2柱浓度时空分布

基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO₂时空分布特征进行研究,结果表明：由GOSAT反演的中部地区2010~2013年大气CO₂年均柱浓度由389.36×10^-6增长到396.52×10^-6,年均绝对增长率达2.39×10^-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO₂柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10^-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO₂变化.