光腔衰荡光谱法走航连续观测海表大气中氧化亚氮

基于最新型Picarro G5101i型光腔衰荡光谱仪,自行设计并集成了适用于海表大气氧化亚氮的船基走航连续观测系统.实验室测试结果显示,该系统准确度优于1.4×10-9mol·mol-1,精密度优于0.2×10-9mol·mol-1.通过搭载2017年春季黄海和东海综合调查航次,首次在我国开展了海表大气中氧化亚氮的船载走航式连续观测研究.实践证明,该系统操作简便,运行稳定可靠,可获取高频率高精度的海表大气氧化亚氮摩尔分数数据.同时,基于实际观测工作,初步优化建立了相应的数据质量控制和处理方法,为获取具有国际可比性的观测数据奠定了基础.观测结果显示,春季黄海和东海海表大气中氧化亚氮的摩尔分数范围为(331.0~345.1)×10-9mol·mol-1,平均值为(333.5±1.4)×10-9mol·mol-1.     

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.     

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.     

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.     

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.     

冬季北黄海表层海水碳通量分布及其影响因素探讨

根据2006年12月在北黄海走航连续观测所得数据,结合化学和生物等要素的同步观测资料,对该海域碳通量分布及其影响因素进行了探讨。结果表明:辽南沿岸流及其影响区域是大气CO2汇区;山东半岛以北沿岸,122°E以西受渤海环流输送,黄河悬浮颗粒物影响的高浑浊度区域是大气CO2的一个强源区;而占据北黄海大部的黄海混合水以及北黄海整体上是大气CO2的弱源。     

双通道气相色谱法观测本底大气中的CH_4、CO、N_2O和SF_6

在商用Agilent6890N气相色谱仪基础上,通过自组装、集成及调试,在青海瓦里关全球大气本底站建立了双通道气相色谱在线观测系统,以实现同时高精度分析本底大气中的CH4、CO、N2O和SF6.同时,利用保留时间定性,用峰高定量CH4、CO和SF6,用峰面积定量N2O,对体积分数分别为2000.3×10-9、199.8×10-9、320.04×10-9和5.9×10-12的CH4、CO、N2O和SF6混合标气重复进样110次,分析时每隔3个未知样品穿插分析1个标气,以保证分析结果的可靠性.该站试运行期间的数据表明,该系统分析CH4、CO和SF6的稳定性较好,能满足清洁本底大气高精度、高准确度分析要求,分析结果的相对标准偏差(RSD)分别为0.04%、0.50%、0.08%和1.80%.     

长沙市郊大气CH4浓度变化特征

为研究长江中游地区大气CH4浓度(体积分数)变化特征,2007~2011年,利用内表面硅烷化的苏玛罐采样、GC/FID方法对长沙市郊空气样品中CH4浓度进行测定分析,并结合地面气象要素和后向轨迹,探讨CH4浓度变化特征与源汇的关系.结果表明,观测期间,大气CH4年平均浓度变化范围在2 012×10-9~2 075×10-9之间,季节变化特征为秋季高,春季低,浓度年较差为152×10-9.通过分析地面风和气团传输对长沙市郊大气CH4的影响表明,长沙市郊大气CH4浓度受西北风和偏南风交替控制,贡献率分别为41.1%和20.4%;引起CH4抬升的地面风包括:4个季节中的W-WNW-NW、夏季ESE-SE和冬季S,春夏季节S则导致CH4浓度降低;夏秋季节源自水稻产区的气团、冬春季节源自能源消费量较高地区的气团,对长沙市郊CH4浓度的抬升有显著贡献,南方长距离传输气团有利于CH4扩散和清除.     

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...     

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.     

南极法尔兹半岛植被土壤CH4通量特征

应用密闭箱法首次测定了南极法尔兹半岛苔藓、地衣植被土壤CH4排放通量,并估算了该半岛植被土壤在夏季2个月内CH4的排放总量.结果表明在晴好天气条件下,苔藓土壤CH4排放通量可能呈现双峰型变化特征;而在雨、雪等复杂多变的天气条件下,CH4通量变化无规则,存在较大的时空变化,且与温度的响应关系不明显;苔藓土壤CH4通量夏季变化的主要影响因子是温度,同时还受降水的影响.苔藓土壤吸收CH4总量为0.6653×102kg;地衣土壤吸收CH4总量为0.7603×102kg.由此可见,该半岛苔藓、地衣植被土壤起着大气CH4汇的作用.     

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.     

改进的大气CO2、CH4、N2O、CO在线观测FTIR系统

利用商用傅利叶变换红外光谱仪(FTIR)主机,与自动进样模块及标气模块集成,初步建立了一套可流程化、准确、高效分析大气CO2、CH4、CO和N2O的在线观测系统.测试结果表明,该商用FTIR主机具有良好的精度,但以仪器自带校正系数估算的结果绝对误差大,尤其CO的绝对误差可达38.8×10-9,无法满足在线观测要求.集成后的FTIR系统改用可溯源至国际标准的工作标气进行计算,有效降低了结果的绝对误差.动态及静态两种模式下各要素实测值与标称值的摩尔分数绝对误差为CO2≤0.11×10-6、CH4≤1.8×10-9、N2O≤0.15×10-9、CO≤0.5×10-9,能够满足大气在线观测需求.利用该FTIR集成系统进行6 d的模拟在线观测,采用动态流量模式(Flow)进样,每隔6 h穿插高、低浓度工作标气及目标气进样,用标气的标称值及系统更新的标气响应值计算样气及目标气结果.目标气CO2/CH4/N2O/CO的摩尔分数标准偏差分别为0.05×10-6、0.2×10-9、0.07×10-9、0.5×10-9,平均值与标称值之间的绝对误差分别为0.09×10-6、0.4×10-9、0.14×10-9、0.5×10-9.     

配备低压进样系统的GC-FID法测大气中的CO和CH_4

将自主研发的低压进样系统与GC-FID法相结合,解决了低压样气难以抽取进样的技术难题,实现了对SUMMA采样罐内低压样气中CO、CH4的分析.罐内样气压强大于30kPa情况下,该进样装置能将待测低压气体提升至常压状态并完成进样过程.本系统采用3个六通阀、5分子筛与TDX-01双柱实现O2、CO、CH4的有效分离.通过对5分子筛柱的反吹去除杂质组份,既保持基线平稳,又可缩短分析周期,提高效率.该分析系统CO、CH4的最低检出限分别为9.2×10-9、5.5×10-9.本分析系统与美国加州大学Irvine分校Donald R.Blake实验室针对CO、CH4比对的相对误差分别低3%和1%.     

在烯烃-臭氧气相反应中,Criegee中间物的反应动力学及其反应性

本文通过烯烃-臭氧气相反应产生的Criegee中间物,研究其与二氧化硫及乙醛的反应动力学及反应性。实验结果表明:(1)稳定的Criegee中间物是通过烯烃-臭氧起始反应生成“热”的中间物和第三种惰性分子碰撞形成的,随后与二氧化硫或乙醛发生双分子反应;(2)在我们的实验条件下,当加入足够过量的乙醛时,可以用反应生成的次级臭氧化物产率的极限值来表征稳定的Criegee中间物的生成量;(3)通过测定稳定的Criegee中间物的单分子分解速度常数和它的双分子反应速度常数的比值,得到了稳定的CH_2OO、CH_3CHOO与二氧化硫、乙醛反应的速度常数的比值。     

基于WRF-Chem模拟的玉溪市大气环境容量精细估算

云南高原的清洁大气环境及其潜在变化是一个值得深入研究的大气环境问题.本文选择云南高原重要工业城市—玉溪作为研究区域,基于中尺度空气质量模式WRF-Chem,开展玉溪市的大气环境容量模拟估算.同时,以2015年冬、春、夏、秋季主要大气污染物模拟为基础,采用以我国环境空气质量标准(GB3095—2012)为约束目标的WRF-Chem模拟迭代大气环境容量算法,设置3 km的精细分辨率,计算得到2015年玉溪市一次PM_(10)、一次PM_(2.5)、SO_2、NO_x和CO的大气环境容量分别为1.284×10~4、0.854×10~4、1.917×10~4、1.796×10~4和51.556×10~4t·a~(-1).最后,研究了整个玉溪市区域和城区大气环境容量的季节变化特征,结果发现,各污染物冬季大气环境容量最小,除PM_(2.5)外的污染物均在春季大气环境容量最大.玉溪市城区剩余容量占全市的比例均在40%左右,反映了工业发展和城市化带来的大气环境的城乡差异及可能的环境变化效应.