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.     

北京地区大气氨时空变化特征

在北京城区和上甸子本底地区分别开展了为期3a和1a的NH₃在线观测,并结合风向、风速、温度、相对湿度等气象因素的变化特征,分析了北京地区NH₃浓度水平、年季特征及影响因素.结果发现,北京城区和本底地区的NH₃年均浓度分别为（32.5±20.8）×10^-9V/V和（11.6±10.3）×10^-9V/V,北京城区的NH₃浓度高于大多数国内外主要城市和地区的NH₃浓度水平.城区和本底地区NH₃浓度年变化特征为夏季高,分别为（34.1±6.8）×10^-9V/V和（11.1±2.2）×10^-9V/V,冬季低,分别为（19.7±9.3）×10^-9V/V和（2.4±0.6）×10^-9V/V.NH₃的日变化特征受气象因素影响明显,其结果表明,春季城区NH₃浓度峰值出现在15：00,而本底地区受西南风影响在20：00达到峰值;夏季城区NH₃浓度最高值在7：00出现,本底地区则呈现双峰值（分别在09：00和22：00）;秋季城区和本底地区的日变化规律一致,均在22：00出现峰值;冬季城区的峰值出现时间晚于本底地区,峰值分别出现在23：00和20：00.西南风是造成本底地区NH₃浓度升高的主要原因,春季和夏季,随着西南向风速的增大,NH₃浓度显著升高.城区的NH₃浓度则主要受到局地排放的影响.浓度权重轨迹法的研究结果发现,北京、天津、河北及河南北部地区是影响北京地区大气NH₃的主要源区.     

哈尔滨市臭氧时空分布特征及气象要素的关系

利用2015~2018年哈尔滨市臭氧（O₃）监测数据，与其他典型城市进行对比，详细分析了哈尔滨市O₃的时间和空间分布特征，及其与气象要素的关系。结果表明：哈尔滨市2015~2018年O₃污染程度比北上广及长春，沈阳，大连等城市轻；哈尔滨市O₃污染具有明显的季节特征，春夏季O₃超标率大于秋冬季；月变化趋势呈现倒“U”型，O₃高值集中在5~7月；日变化为单峰分布，在13：00~15：00时浓度维持在全天高值； O₃浓度表现为“周末效应”，工作日O₃浓度略高于周末；空间分布特征表明：哈尔滨市外围郊区O₃浓度普遍高于内围市区；在O₃污染高发的5~7月，太阳辐射强度在800~1200W/m²、气温越高、风速越大和相对湿度越小，O₃超标率越高。     

金沙江河谷大气二氧化碳浓度变化特征及影响因子

大气CO₂是重要的温室气体,其浓度变化与气候变化、植物生长、人类活动等密切相关.为了解高原地区近自然状态下大气CO₂浓度变化及其影响因子,选取气象要素变化较明显、人为干扰较少的金沙江河谷为研究对象,在谷底江岸边的稀树草坪上设置观测点,对大气CO₂浓度和主要气象要素进行连续对照观测,经数据计算并采用Pearson相关系数对其相关性进行分析.结果表明:①研究区大气c（CO₂）日变化和年变化均具有波动性,日最高值（316.2 μmol/L）和最低值（291.0 μmol/L）分别出现在09:00和13:00左右,年最高值（338.9 μmol/L）和最低值（228.5 μmol/L）分别出现在10月和7月;季节性变化呈春、夏两季低于秋、冬两季的特征.②研究区大气c（CO₂）与温度呈显著负相关（r=-0.97,P < 0.01）,即白天温度高而大气c（CO₂）低,夜间温度低而大气c（CO₂）高.研究区大气c（CO₂）与相对湿度呈显著正相关（r=0.97,P < 0.01）,00:00-07:00大气c（CO₂）和相对湿度均缓慢上升,09:00-12:00大气c（CO₂）和相对湿度均快速下降.研究区大气c（CO₂）与风速呈显著负相关（r=-0.93,P < 0.01）,其与风对大气c（CO₂）有扩散作用相关;不同季节大气c（CO₂）最高值或最低值所对应的风向有所不同.研究显示,金沙江河谷大气c（CO₂）的时间变化特征明显,其与温度、相对湿度、风速、风向等气象要素的变化密切相关.      

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.     

秦岭北麓地区CO2和水汽湍流输送实验研究

利用中国气象局秦岭气溶胶与云微物理野外科学试验基地长安站2021年4月～2022年3月涡动相关系统观测资料,结合气象观测资料,研究了秦岭北麓城郊过渡带近地面大气CO₂、H₂O浓度、蒸发量以及湍流通量演变特征,并讨论了气象要素对碳通量的影响.结果表明:观测时段内CO₂小时浓度年均值为(404.4±27.9)×10^-6,与瓦里关大气背景观测站和全球背景观测站CO₂年均值浓度水平相当,水汽小时浓度年均值为9.44g/m³,年总蒸发量为1321.5mm;CO₂、水汽浓度和蒸发量均存在显著的月、季节变化特征;CO₂和水汽通量存在明显的日、月和季节变化,全年白天均表现为较强的碳吸收,观测时段内CO₂总吸收量约为-3047g/m²;夜间表现为碳排放,观测时段内总排放量约为2631g/m²;气温、土壤温度、相对湿度和风速的变化均会对区域内CO₂     

城市臭氧污染特征与高影响气象因子：以苏州为例

近年来城市臭氧(O₃)污染问题日益突出,影响O₃污染的关键气象因子尚不明确,因此分析典型城市——苏州的O₃污染特征,探究O₃污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015～2020年4～9月逐小时O₃浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明：(1) 6年间O₃污染高发季,O₃污染超标率均达20%以上,O₃污染日数和以O₃为首要污染物的污染日数占比均逐年上升,O₃污染问题日益凸显;(2) O₃浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00～16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者. 2017年和2019年O₃有典型的“周末效应”,周末较高的太阳辐照度对O₃浓...     

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

长江三角洲地区CO2浓度本底特征及来源分析

二氧化碳(CO₂)是引起全球变暖的最主要的温室气体(GHGs),直接观测大气CO₂浓度对于研究人类活动和自然活动对大气温室气体的贡献至关重要,而在多个高度上观测大气CO₂浓度则有助于明晰CO₂浓度的时空变化规律,确定其影响机制.本文利用临安区域大气本底站2018-12—2020-11不同高度(距地面21 m、53 m)处的CO₂在线观测数据,结合日变化及地面风的影响,对观测数据进行筛分,采用HYSPLIT后向轨迹模型和潜在源贡献因子法,初步探讨气象因素以及大气远距离传输对长江三角洲地区大气CO₂浓度的影响.结果表明,临安站高低层大气CO₂日变化呈夜间高于白天的特点;低层CO₂浓度大于高层,冬季高低层浓度差小于其他三季;日较差呈夏季>春季>秋季>冬季的特点;大气CO₂本底季节变化由于受到风向和气团传输的影响呈现出冬季>春季>秋季>夏季的特点;潜在源贡献分析得...     

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.     

长春市大气SO2、O3和NOx的变化特征及来源

为研究长春市采暖期大气污染物的污染水平及其随时间的变化特征,于2012年1—6月通过在线监测仪获取了大气中ρ(SO₂)、ρ(O₃)和ρ(NO_x),利用HYSPLIT(混合型单粒子拉格朗日综合轨迹模式)后向轨迹模型结合地面气象资料,初步分析了该市大气污染物的可能来源及传输过程. 结果表明:观测期间ρ(SO₂)和ρ(NO_x)的日均值分别为(25.0±21.6)和(54.4±34.0)μg/m3,ρ(O₃)最大8 h平均值为(85.0±26.2)μg/m3,ρ(SO₂)、ρ(NO_x)和ρ(O₃)的变化范围分别为2.3~131.0、17.6~183.7和31.0~173.3 μg/m3;其中ρ(O₃)日均值超过GB 3095—2012《环境空气质量标准》二级标准限值的时间为2 d,ρ(SO₂)和ρ(NO_x)均未超过二级标准限值,但ρ(SO₂)日均值在采暖期超过GB 3095—2012一级标准限值的时间为23 d,占采暖期的24%. 采暖期ρ(SO₂)日变化为双峰型,峰值出现在06:00和20:00左右,而在非采暖期表现为单峰型,峰值出现在08:00左右;ρ(O₃)表现为单峰型,峰值出现在13:00─15:00;ρ(NO_x)在采暖期表现为双峰型,而在非采暖期表现为单峰型. 对观测期间72 h内HYSPLIT后向轨迹模拟结果和气象数据的分析表明,长春市大气污染主要受本地源的影响,偏西气流易对污染物造成积累,而偏东气流有利于污染物扩散.      

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...     

2015年北京采暖季城市森林内外SO2浓度的时空变化特征

为探讨采暖季城市森林内外ρ(SO₂)动态变化及差异性,基于西山国家森林公园林内空气质量监测站数据,结合北京市环境保护监测中心植物园监测站的实时数据,分析2015年采暖季城市森林内外ρ(SO₂)变化和影响因素.结果表明:林内外ρ(SO₂)日变化基本呈双峰双谷型,在09:00-11:00和20:00-22:00左右达到高峰;采样期间ρ(SO₂)月变化呈不显著"V"型,最高值出现在1月,林内外分别为(25.8±9.2)和(31.7±23.4)μg/m3,最低值出现在11月,林内外分别为(19.0±5.2)和(13.0±11.2)μg/m3.林内ρ(SO₂)在1-3月低于林外,11-12月高于林外,林内ρ(SO₂)变化较林外平缓;气象条件对采暖季城市森林ρ(SO₂)变化有重要影响:降水对ρ(SO₂)消减效应明显,大风有驱散SO₂的作用,同时受风向影响;ρ(SO₂)和温度关系不显著(P=0.05,R < 0.40),但和空气相对湿度线性关系显著(α=0.05,Sig=0.00),林内受气象因素影响低于林外.研究显示,城市森林对气态污染物具有一定的缓冲、抵抗和吸收能力,因此应重视发展城市森林生态系统,充分发挥其生态效益,以提高城市大气环境质量.      

上甸子本底站地面臭氧变化特征及影响因素

利用TE Model 49C型臭氧监测仪,于2004年1月1日-12月31日,在上甸子本底站进行了地面φ(O₃)的连续在线监测.分析了全年φ(O₃)的变化特征及其与同期气象要素的相关关系,并对φ(O₃)高值日的个例分析进行了验证.结果表明,上甸子本底站地面φ(O₃)具有明显的季节变化和日变化规律,并且与同期的气象条件密切相关.主要特征:①夏初φ(O₃)较高,6月的平均值达到最高,小时平均最大值可达129.7 μL/m3;而冬季φ(O₃)较低,12月的平均值达到最低,小时平均最大值仅为32.7 μL/m3.②日变化趋势较为明显,在4:00-7:00出现最低值,在15:00-18:00出现最高值,变化幅度为夏季最大、冬季较小.③气温与φ(O₃)呈显著正相关,夏季相对湿度与φ(O₃)呈显著负相关,风向和辐射强度也与φ(O₃)及其变化规律呈显著相关关系.      

北京地区SO2、NOx、O3和PM2.5变化特征的城郊对比分析

2006-01-01～2006-12-31在北京上甸子区域大气本底站和城区宝联环境观测站连续观测了SO2、NOx、O3和PM2.5的浓度,分析了北京城区和郊区的季节变化及日变化的差异,并结合风向讨论了城区污染对于大气本底的影响.结果表明,①NOx、SO2浓度在采暖季城郊差异最大,城区是本底的4～6倍,城郊O3有一致的浓度变化.本底站PM2.5在4、5月达到100μg/m3以上,是年平均的2～3倍;②NOx和SO2的日变化在城区表现为双峰型,在09:00前后和22:00前后形成高值,郊区表现为单峰型,在22:00前后出现高值.郊区O3的日变化峰值滞后于城区大约2 h.PM2.5日变化规律表现得较不规则;③西南风条件下本底各污染物浓度明显受城区输送影响而升高,东北风条件下干洁气团的影响比较明显.     

土壤CO2浓度变化特征及其对岩溶碳循环的影响

为探究土壤CO₂浓度变化特征及其对岩溶碳循环的影响,于2018年6—12月对重庆市南川区后沟泉水化学及泉域上覆土壤CO₂(监测点土地利用类型为玉米-油菜轮作地)进行为期7个月的连续监测和采样,并结合1—5月的监测数据,定量分析旱雨季土壤CO₂浓度与岩溶碳汇量的季节性演变特征及二者的相互关联性. 结果表明:①土壤CO₂浓度具有显著的季节性变化特征,主要表现为雨季较高、旱季较低,其最高值和最低值分别出现在9月(13 316 μmol/mol)和1月(2 262.63 μmol/mol). ②温度与土壤CO₂浓度之间存在较强的正相关关系(R2=0.82,0.0012浓度之间不具相关性(R2=0.17,P>0.5),说明土壤CO₂浓度主要受温度的影响. ③泉水Ca2++Mg2+、HCO₃?浓度在雨季明显高于旱季,而水体CO₂净消耗量在旱雨季无较大差异,这可能是由于受土壤CO₂效应、降水稀释效应和H₂SO₄/HNO₃释放CO₂的共同影响. 研究显示,土壤CO₂浓度的变化特征表现为季节性差异,但在土壤CO₂浓度及外部环境的多重影响下,岩溶碳循环的季节性变化并不明显.