上海城市河流温室气体排放特征及其影响因素

为研究城区和郊区河流3种温室气体(N₂O、CH₄和CO₂)排放通量的差异,分别于春季(2013年4月)、夏季(2013年7月)、秋季(2013年10月)和冬季(2014年1月),利用浮箱法和扩散模型法对上海市城区河流(苏州河)和郊区河流(淀浦河)的温室气体排放通量进行了观测;并探讨了人类活动干扰下环境因子对温室气体排放的影响. 结果表明:研究区内2条河流是温室气体的排放源,城区河流N₂O和CH₄的扩散排放通量和浮箱排放通量年均值均比郊区河流大1~2个量级, CO₂两种排放通量在城郊区2条河流的年均值相当. 苏州河N₂O、CO₂和CH₄扩散排放通量年均值分别为15.88、6 748.27和84.98 μmol/(m2·h);淀浦河分别为0.61、2 978.98和9.61 μmol/(m2·h). 苏州河N₂O、CO₂和CH₄浮箱排放通量年均值为15.77、4 041.61和6 721.08 μmol/(m2·h);淀浦河为0.60、1 214.77和59.58 μmol/(m2·h). 城市河流呈现出高氮负荷及缺氧的特征,是影响中心城区河流N₂O、CO₂和CH₄扩散排放通量偏高的重要因素. CH₄浮箱排放通量和扩散排放通量的差异显示,城市河流中的富碳氮缺氧环境条件有利于随机气泡排放的发生,增强了温室气体的排放.      

夏季滇池入湖河流温室气体浓度和排放通量及其影响因素

河流是温室气体的重要排放源之一,流域城市化深刻改变了河流水环境和生物地球化学过程,进而影响河流温室气体的产生与排放.为研究城市化对河流温室气体浓度、通量特征及其主要影响因素,于2019年8月采用薄边界层法对滇池14条主要入湖河流进行了CO₂、CH₄、N₂O和水质分析.结果表明,滇池入湖河流中CO₂、CH₄、N₂O的浓度分别为（116.40±79.93）μmol·L^-1、（9.53±16.46）μmol·L^-1、（41.34±21.16）nmol·L^-1,通量分别为（2.56±2.0）mmol·m^-2·h^-1、（0.244±0.411） mmol·m^-2·h^-1、（0.81±0.65）μmol·m^-2·h^-1.滇池入湖河流是温室气体的净排放源.城市河流CO₂、CH₄和N₂O排放通量分别是非城市河流的1.7倍、53倍和2.3倍,是温室气体的排放热点.多元逐步回归分析表明,滇池入湖河流CO₂主要受到DIC浓度和pH值的控制,CH₄主要受到NH₄⁺-N、DOC和TP浓度影响,而N₂O主要受TN和TP浓度调控.城市化增加了滇池入湖河流温室气体的溶存浓度和排放通量,一方面是因为富含高浓度温室气体的城市污水输入直接增加了河流中温室气体浓度,另一方面城市污水中携带的高浓度营养物质为河流中温室气体的产生提供了大量底物.综合3种温室气体的全球增温潜势来看,城市化主要增加了CH₄的增温潜势比例,使其成为城市化河流增温潜势的主要贡献者.因此,减少污水和营养物质的输入对减少滇池入湖河流温室气体排放具有重要意义.     

昆明市高速公路机动车温室气体排放清单及时空性分布特征

为研究昆明市高速公路机动车的CO、CO₂、N₂O、CH₄温室气体排放清单,使用2021年昆明市高速公路客车交通流量数据、机动车GPS信息数据获得了高速公路网上的车型构成、车流量等基础数据,应用本土化修正后MOVES模型计算了昆明市高速公路的机动车CO、CO₂、N₂O、CH₄排放因子。基于实际交通流量数据、温室气体排放因子和昆明市高速公路实际道路信息,构建了昆明市高速公路机动车温室气体排放清单,并对其排放特征以及空间分布特征进行分析。结果表明：昆明市2021年高速公路机动车CO、CO₂、N₂O和CH₄的排放量分别为20 337.1、2 575 677.1、33.8和72.9 t,总计CO₂当量为2 626 212.5 t。按排放标准划分,国Ⅳ排放标准的机动车是4种温室气体排放的主要贡献车型;按车辆类型划分,小型客车是CO、CO₂、N₂O排放的主要贡献车型,大型客车是CH₄排放的主要贡献车型;按燃料类型划分,汽油车是CO、CO₂、N₂O的主要贡献车型,柴油车是CH₄排放的主要贡献车型。昆明市高速公路机动车温室气体排放时间分布特征为排放强度与不同时间段的交通流量呈正相关,在24 h内呈现双高峰变化;空间分布特征为排放强度与路网密度和区域交通流量密切相关,路网密度较高和交通流量较高的区域排放强度较高。

     

长江经济带农业源非二氧化碳温室气体排放的时空特征

利用清单方法核算了1980～2016年长江经济带农业源非二氧化碳(CO2)温室气体的排放总量和排放强度,分析了不同经济发展情景和农业-环境脱钩状态下长江经济带2030年和2050年的排放情景.研究表明:时间维度上,1980～2016年长江经济带农业源非CO2温室气体排放总量呈上升趋势,从0.26Gt CO2-eq上升到...     

德国的温室气体排放特征

分析了德国的温室气体排放特征，指出了温室气体排放量的年际变化、区域差异及其主要来源。     

温室气体排放驱动因素研究综述

推动全球温室气体排放快速上升的驱动因素分解研究是未来采取相应对策的理论基础。对驱动因素的相关研究已经有了一定的研究方法,但对驱动因素的范围、影响、具体作用方式等尚未有定论,已有研究方法的局限性也开始逐渐被发现。本文对温室气体驱动因素的研究进展和研究方法做了概况,并总结了现有研究的局限性与困难。     

基于排放因子法的中国主要城市群城镇污水厂温室气体排放特征

温室气体产生是\"碳中和\"背景下污水处理行业亟待解决的问题之一,准确掌握我国主要城市区域污水处理厂温室气体的产生特征和变化规律是制定减排政策的前提。基于污水处理量的排放因子法,建立了2015-2019年中国五大城市群城镇污水处理厂温室气体二氧化碳(CO2)、甲烷(CH4)和氧化亚氮(N2O)的排放清单,分析了温室气体排放的时空分布和影响因素。结果表明:五大城市群城镇污水处理厂温室气体排放量逐年升高,长江三角洲城市群排放量始终最高,2019年达到2042.78 Gg CO2-eq,汾渭平原城市群排放量最低;珠江三角洲城市群人均温室气体排放量最高,2019年达到20.36 kg/人;相关性分析显示,污水厂温室气体排放量与人口、GDP、污水处理能力和污水处理率呈显著正相关。     

城市草坪温室气体排放特征及影响因素

草坪作为城市绿地的重要组成部分,其温室气体的吸收或排放不容忽视.然而当前对亚热带城市草坪温室气体通量的研究相对匮乏.采用静态箱-气相色谱法,对杭州市城区典型城市草坪的多种温室气体（CO₂、CH₄、N₂O和CO）地气交换通量进行了连续观测研究.结果表明,城市草坪的温室气体月平均通量变化明显,而其日变化特征并不明显.城市草地和土壤（无植被生长的裸土）是大气N₂O的源,平均通量分别为（0.66±0.17）μg·（m²·min）^-1和（0.58±0.20）μg·（m²·min）^-1;是CH₄和CO的汇,其中CH₄平均通量分别为（-0.21±0.078）μg·（m²·min）^-1和（-0.26±0.10）μg·（m²·min）^-1,CO分别为（-6.36±1.28）μg·（m²·min）^-1和（-6.55±1.69）μg·（m²·min）^-1.城市草地和土壤CO₂平均通量分别为（5.28±0.75） mg·（m²·min）^-1和（4.83±0.91） mg·（m²·min）^-1.基于相关性分析研究发现,草地和土壤的CO₂和N₂O通量均与降水量呈显著的负相关,而CH₄和CO通量与降水量呈显著的正相关;除草地CH₄通量与土壤温度无显著相关、草地N₂O通量与土壤温度呈显著负相关外,其余各温室气体通量与土壤温度均呈显著正相关.另外,城市草坪的草地和土壤CO₂（R²为0.371和0.314）和N₂O （R²为0.371和0.284）通量季节变化受降水量的影响要大于其它温室气体,而土壤温度对CO通量的影响（R²为0.290和0.234）要显著于其它温室气体.     

中国农业温室气体排放时空异质性的影响机制解析

农业温室气体减排在应对全球气候变暖有着重要的地位,研究并揭示农业温室气体排放的时空特征和影响机制对于实现农业绿色低碳发展目标具有重要意义.通过核算中国2000～2020年31个省(市、自治区)农业温室气体排放,采用地理探测器和空间计量分析等方法探究了影响农业温室气体排放的时空演变特征和驱动因子.结果表明:①2000～2020年中国农业温室气体排放呈现\"缓慢上升-大幅上升-大幅下降\"的发展历程;②农业温室气体排放空间异质性显著,空间上形成了3个高排放区:以河南为中心的中部高排放区域,以广东为中心的南部高排放区域和以四川为中心的西南部高排放区域,重心出现向北和向西转移的趋势;③乡村人口、地区生产总值和农业产值是引起农业温室气体排放空间异质性的主导驱动因子;④农业温室气体排放具有空间溢出效应,各地区在制定农业温室气体减排目标时,需要采取协同控制策略.     

广东省高分辨率温室气体排放清单及特征

根据典型城市调查与统计数据收集得到的广东省活动水平数据,采用自上而下和自下而上相结合的排放因子法和GIS技术,建立了广东省2018年3 km×3 km高分辨率温室气体排放清单.估算范围包括能源活动、工业生产过程、农业活动、土地利用变化和林业、废弃物处理以及电力调入（出）间接排放等6大类CO₂、CH₄和N₂O这3种温室气体.结果表明,广东省2018年CO₂、CH₄和N₂O的排放量分别为8.5×10⁸、1.9×10⁶和1.1×10⁵ t,以CO₂当量计分别为8.5×10⁸、4.0×10⁷和3.4×10⁷ t,合计9.2×10⁸ t.CO₂是广东省主要的温室气体排放种类,占全省温室气体总排放量的92.0%,能源活动和电力调入（出）间接排放是广东省温室气体排放的主要部门,排放占比分别为77.9%和7.6%,合计占比为85.5%.从温室气体排放的空间分布情况来看,全省大部分地区温室气体表现为排放源,部分区域表现为汇;温室气体排放主要集中在珠三角地区,并呈现一定的沿路网和航道分布的特征;温室气体高排放网格主要为大型电厂、钢铁厂和水泥厂等高耗能企业所在地.     

苏州苗家河水质污染对鱼类的影响

通过对苏州古城区南园河水系苗家河水质和鱼类现状的调查，分析了水质对鱼类生长的影响。根据河道水质情况及渔业饵料基础，提出引进以摄食腐碎为主的鱼类等措施。     

污水处理过程CH4与N2O排放监测研究进展

污水处理设施作为城市建设重要的基础设施,同时也是温室气体排放的重要来源。然而,污水处理行业面临的温室气体排放“数据不准、来源不清”的问题,使得其减污降碳协同增效工作推进受阻。针对此问题,需利用监测手段获取现场数据,从而修正与辅助目前的温室气体减排工作,助力污水处理行业实现绿色转型。在对目前国内外污水处理厂温室气体排放监测的相关研究进行归纳的基础上,总结了监测方法体系,并从工艺自身特征角度分析了现有监测数据、识别了污水处理过程中温室气体排放的主要影响因素。同时,为进一步开展污水处理行业温室气体监测研究和方法标准化提供了参考与借鉴。     

城市内河表层沉积物氮形态及影响因素

采用连续分级提取法对许昌市清潩河河道10个表层沉积物样品中氮形态含量进行测定, 分别得到离子交换态氮(IEF-N)、弱酸可提取态氮(WAEF-N)、强碱可提取态氮(SAEF-N)、强氧化剂可提取态氮(SOEF-N)和非可转化态氮(NTN), 探讨了不同形态氮分布特征、影响因素及其对河道水环境潜在的风险. 结果表明,沉积物中总氮(TN)含量为2140~9470mg/kg, 与沉积物有机质含量沿河道变化趋势基本一致; 可转化态氮(TTN)的优势形态从上游至下游逐渐由IEF-N向SAEF-N再向SOEF-N转化, 逐渐趋于稳定; IEF-N含量受沉积物有机质、pH值及上覆水体氨氮和悬浮物含量影响, 且与TN极显著相关, 说明清潩河沉积物TN含量可以作为河道内源污染风险判断的重要指标; 此外上覆水体较高的COD含量对SAEF-N和NTN的沉积、较高的氨氮含量对IEF-N和TN的释放以及总磷含量对NTN活性的增强等都产生影响.因此, 在开展清潩河水环境综合整治时, 需考虑水相与沉积物相的相互作用, 同步开展治理工作.     

咸阳市温室气体排放的动态分析及等级评估

通过采用《2006年IPCC国家温室气体清单指南》和中国《省级温室气体编制指南》推荐的方法,分析了咸阳市温室气体排放的动态变化,并提出基于全球标准的温室气体排放等级评价方法,对咸阳市温室气体进行了排放等级评估.结果表明:1995—2011年,咸阳市温室气体排放量从1253.21×104t上升为5531.06×104t,年均增高9.72%,呈快速上升趋势.工业(年均增高21.34%)为增幅最高的部门,其次依次为能源(9.62%)、废弃物(7.90%)、农业(2.45%).从温室气体构成看,能源占84.73%~91.81%,工业占1.46%~8.55%,农业占3.11%~9.32%,林业碳减排占-0.53%~-2.36%,废弃物处理占1.31%~8.39%.由此可见,咸阳市温室气体排放增长的主要原因是能源消费的增加以及工业生产的大幅增长.万元GDP温室气体排放量波动下降,年均降低4.53%;人均、单位面积温室气体排放量和温室气体排放指数快速升高,年均增幅分别达9.31%、9.72%和9.48%.16年间,咸阳市温室气体排放等级从较低(Ⅰc)持续升高至中上等级(Ⅱc),已高出应对全球气候变暖目标(Ⅰb)4个亚级,温室气体减排工作刻不容缓.     

水库建成与运行对温室气体排放的影响

碳中和是全球控制增温效应的主要手段,而准确估算碳排放是预测气候变化与实现碳中和的重要环节.水库是温室气体的重要排放源,由于受人为活动及水库运行方式的影响,水库温室气体排放量估算存在许多不确定性.本研究总结了水库主要温室气体(CH4、CO2和N2O)的产生与排放过程,重点分析了水库温室气体产生与排放的主要影响因素,包括水库库龄、位置和大小及有机物、温度、溶解氧、流速、水深和风速等;并通过分析水库建成前后水文情势的改变,探讨了水库建成对温室气体排放的可能影响.在此基础上,进一步提出未来水库温室气体排放有待研究的4个方面:水库系统扩散及冒泡通量的时空异质性、水库不同区域温室气体排放的差异性、多沙河流水库温室气体排放规律、水库建成前后温室气体排放情况对比,从而为更全面地评估水库温室气体排放提供依据.     

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.     

Modeling effects of temperature and precipitation on carbon characteristics and GHGs emissions in Abies fabric forest of subaipine

Abies fabric forest in the eastern slope of Gongga mountain is one type of subalpine dark coniferous forests of southwestern China. It is located on the southeastern edge of the Qinghai-Tibet plateau and is sensitive to climatic changes. A process-oriented biogeochemical model, Forest-DNDC, was applied to simulate the effects of climatic factors, temperature and precipitation changes on carbon characteristics, and greenhouse gases （GHGs） emissions in A. fabric forest. Validation indicated that the Forest-DNDC could be used to predict carbon characteristics and GHGs emissions with reasonable accuracy. The model simulated carbon fluxes, soil carbon dynamics, soil CO2, N2O, and NO emissions with the changes of temperature and precipitation conditions. The results showed that with variation in the baseline temperature from -2℃ to ＋2℃, the gross primary production （GPP） and soil organic carbon （SOC） increased, and the net primary production （NPP） and net ecosystem production （NEP） decreased because of higher respiration rate. With increasing baseline precipitation the GPP and NPP increased slightly, and the NEP and SOC showed decreasing trend. Soil CO2 emissions increased with the increase of temperature, and CO2 emissions changed little with increased baseline precipitation. With increased temperature and decreased baseline temperature, the total annual soil N2O emissions increased. With the variation of baseline temperature from -2℃ to ＋2℃, the total annual soil NO emissions increased. The total annual N2O and NO emissions showed increasing trends with the increase of precipitation. The biogeochemical simulation of the typical forest indicated that temperature changes strongly affected carbon fluxes, soil carbon dynamics, and soil GHGs emissions. The precipitation was not a principal factor affecting carbon fluxes, soil carbon dynamics, and soil CO2 emissions, but changes in precipitation could exert strong effect on soil N2O and NO emissions.     

苏南地区CO2本底浓度及源汇特征

基于2015~2018年苏州张家港站CO₂在线观测数据,采用时序检查、选取稳定性数据、异常值剔除等质量控制方法获得可靠数据,并通过平均移动过滤（MAF）本底筛分法获得本底数据,讨论苏南地区CO₂变化特征.结果发现：CO₂本底浓度日变化为单峰结构,谷值和峰值分别出现在下午15：00和凌晨5：00前后;季节变化为双峰结构,峰值分别出现在12月和4月;日、季节变化的分布特征均与陆地生态系统、气象条件和人类活动有关.此外,2015~2018年CO₂浓度呈逐年上升趋势,抬升浓度占比逐年增加,吸收浓度占比波动较小,表明人类活动对CO₂浓度的影响正在逐年增加;而陆地生态系统对CO₂吸收汇的作用则相对稳定.源汇分析显示,CO₂抬升浓度随季节小幅波动;吸收浓度则夏半年较低,冬半年较高;抬升浓度日变化为单峰结构,谷值和峰值分别出现在15：00和8：00前后,早晨正值上班高峰,机动车排放可能为早晨峰值的主要因素;吸收浓度日间低、夜间高,这主要与植物光合作用及对流输送有关.分析CO₂浓度与风的关系发现,所有季节静风情况下,CO₂浓度偏高均最为明显,大部分方向CO₂浓度高低与风速大小有明显的负相关,其中S~WNW方向偏高最为明显,这可能是因为SW~NW方向主要为内陆城市群,且测站周边建筑区主要位于W~N方向,弱风有利于本地排放累积的结果.此外,WNW方向风速较大时浓度仍偏高明显,可能与测站W~N方向为建筑区及内陆城市群有关;而测站偏东方向主要为农田和林区,受人类活动影响较小,且海上气流较为洁净,故偏东风较弱时浓度也不高;说明了CO₂浓度除了与风速大小有关外,与周边下垫面类型及较远距离环境特征（城市群或海洋）也有一定的关系.