基于不同排放清单的长三角人为CO2排放模拟

目前基于排放清单估算的区域和城市尺度上的人为CO₂排放不确定性较大.为了我国实现碳达峰和碳中和的目标,亟需对我国的区域尺度,特别是大城市群的人为CO₂排放进行准确估算.分别利用两种先验人为CO₂排放数据(EDGAR v6.0清单和EDGAR v6.0联合GCG v1.0的改进清单)作为输入数据,采用WRF-STILT大气传输模型模拟长三角地区2017年12月至2018年2月大气CO₂摩尔分数,再以安徽全椒高塔观测的大气CO₂摩尔分数作为参考值,通过贝叶斯反演方法得到的比例因子改进了模拟结果,并实现了长三角人为CO₂排放通量的估算.结果表明：(1)在冬季,相对于基于EDGAR v6.0模拟的大气CO₂摩尔分数值而言,基于改进清单模拟的大气CO₂摩尔分数与观测值更为一致;(2)模拟的大气CO₂摩尔分数在夜间高于观测值,白天则相反,主要因为排放清单的CO₂排放数据不能表征人为...     

南京夏季城市冠层大气 CO2浓度时空分布规律的观测

城市是CO2重要排放源,直接观测城市中大气CO2浓度对于研究人类活动对大气温室气体的贡献至关重要,而在城市中多个站点、多个高度上观测大气CO2浓度则有助于认识城市CO2浓度的时空变化规律,确定其影响机制.本研究于2014年7月18日至7月25日在南京主城区东、西、南、北和中共5个方位(100 m左右高度),2014年8月3日至2014年8月9日在南京主城区中部站点的3个高度(30、65和110 m)观测CO2浓度.结果表明:1南京主城区垂直方向上CO2浓度存在明显梯度,近地面30 m处CO2浓度受人为活动影响明显,平均值达427.3×10-6(±18.2×10-6)(摩尔分数,下同),高层65m、110 m处CO2浓度混合均匀,平均值分别为411.8×10-6(±15.0×10-6)和410.9×10-6(±14.6×10-6).大气层结越稳定,CO2浓度越高,垂直梯度越大.2南京主城区CO2浓度的水平分布受风和大气稳定度的控制.观测期间盛行东北风向,导致CO2浓度分布整体呈现西南高,东北低的格局,城市主城区上下风向CO2浓度差为7.8×10-6.而且水平风速越大,越有助于将上风向的CO2传输至城市的下风向,CO2浓度差就越小.大气层结越稳定,整体CO2浓度越高.3南京主城区5个站点CO2浓度均有明显的日变化,日最高值出现在交通早高峰期间,谷值在17:00左右,在19:00左右有时会因交通晚高峰而出现次高值.     

基于车载CO2/CH4移动观测的城市站点空间代表性和热点识别研究

基于车载激光气体分析仪于2020年冬季和2021年春季在杭州道路观测近地面大气CO₂和CH₄浓度.结果表明:(1)城市不同区域道路近地面大气CO₂浓度与城市背景站差值(ΔCO₂)的排序为工业区>商业居民混合区>沿江住宅区>自然风景区,而CH₄差值(ΔCH₄)的排序为沿江住宅区>商业居民混合区>工业区>自然风景区,这说明城市CO₂和CH₄排放源有差异.(2)城市CO₂和CH₄排放热点同一位置多次观测浓度均高于周边地区30%以上,且CO₂和CH₄浓度昼夜差异明显.(3)杭州隧道内CH₄:CO₂浓度比值为(0.000912±0.00002),表明杭州主城区车辆以汽油车为主.(4)在高度约为20～30m的高架处观测的CO₂浓度对于不透...     

湖陆风环流对于臭氧高浓度事件影响的模拟分析

太湖流域工业发达,人口众多.湖泊激发的局地环流对于周边地区天气气候及空气污染扩散的影响值得高度关注.本文使用WRF-Chem模式,对比了Lake和Noah两种湖泊陆面过程方案对臭氧高浓度事件的模拟效果,并分析了太湖对周边地区局地环流及臭氧分布的影响.结果表明,Lake方案由于更好地引入了湖泊表面和大气之间的通量交换计算方案,其模拟值与实际观测结果有较好的匹配度.太湖和周边地区的热力差异使得太湖地区白天形成由湖区吹向陆地的湖风,湖风环流最强时在太湖-苏州方向高度可以达到4 km,最大风速达到5 m·s~(-1),对东北岸地区的影响可以穿过苏州到达城区的东北部约60 km处.太湖湖风的存在使得苏州城区的臭氧向下风向地区扩散,而湖风环流的强度不足以将湖区的臭氧输送到整个苏州城区.这导致远离太湖的城区的臭氧浓度比靠近太湖的城区低约150μg·m~(-3),臭氧浓度从靠近湖岸的城区到城区的后部再到郊区呈现出高、低、高的现象.而在夜间,受陆风影响,臭氧会在湖区上方堆积使得湖区臭氧浓度比周边陆地高约80μg·m~(-3).     

重庆市1959～2018年夏季高温热浪及湿度影响特征分析

基于重庆市沙坪坝(城区)和北碚(郊区)站点1959～2018年夏季(6～8月)的气象观测数据,探究重庆市城区60年高温事件的时间变化特征,分析城郊差异和暖夜日数的变化特征,并通过计算温度-湿度指数(THI)以探究湿度因子对人体不舒适度的影响.结果表明:(1)重庆市城区高温热浪20世纪60～80年代呈减少趋势,90年代开始呈增加趋势,21世纪之后大幅增加.于2006年夏季到达顶峰,热浪天数达23 d.从城郊两站的差值分析,1997年以后,城市化过程导致城郊日平均气温和日最低气温增大,表明城市在夜间的增温效应明显.相对湿度的差值增大,城市区域湿度明显降低.(2)暖夜的发生率明显大于日间高温热浪,稳定存在,最高暖夜日数发生在2013年,达33 d.在2000～2009年日间、夜间高温同时存在的天数所占比例达到了 35.73％,在2010～2018年增加到55.89％.城市化过程对重庆市城区的夜间高温产生一定影响.(3)近年来重庆地区高温高湿的日数逐渐增多.湿度对人体舒适程度存在不可忽视的影响.THI＞24的所有数据中,相对湿度大于70％的天数所占的比例达到22.51％;夜间的不舒适受湿度因子的影响很大,相对湿度大于70％以上的日数日数占比为64.12％,延续了日间高温的危害.     

南京城市交通甲烷排放特征

城市交通是CH_4等温室气体的重要排放源,而CH_4排放的观测研究是定量分析城市碳排放的基础.本项研究考虑城市交通的周变化和日变化特点,于2014年10月17日、18日、20日、23日每日5个时段在南京市主城区三条交通主干道上和2015年9月11日的早晚时段在南京长江隧道内,观测大气CH_4和CO_2浓度,分析交通CH_4排放特征及其影响因素.结果表明:1南京城区交通主干道的CH_4平均浓度均大于背景大气CH_4浓度.受交通车流量的影响,ΔCH_4浓度的空间差异显著.ΔCH_4浓度的日变化呈现倒"W"型,在交通早晚高峰时出现峰值.2由于隧道内"活塞风"的作用,长江隧道内的CH_4浓度从入口到出口逐渐增大,出入口浓度差在0.21×10-6~0.38×10-6(摩尔分数,下同)之间.3大气CH_4浓度与CO_2浓度之间线性相关.交通主干道上的ΔCH_4∶ΔCO_2值平均为0.009 1;隧道内的ΔCH_4∶ΔCO_2值仅为0.000 47~0.001 4.4影响南京城区道路大气ΔCH_4浓度和ΔCH_4∶ΔCO_2值的主要因素分别是车流量和天然气车占车流量的比例.