北京城市大气CO2浓度变化特征及影响因素

北京大气CO2浓度日变化强烈,全年北京时间15:00时前后为全天最低值,最高值则出现在夜间,日变化幅度为23.2～39.0μmol@mol-1,夏季和秋季日变化幅度比冬季和春季大.北京城区大气CO2浓度季节变化明显,最大值出现在冬季,月平均浓度为421.5～441.0μmol@mol-1;最小值则在夏季,月平均浓度367.4～371.6μmol@mol北京CO2浓度的季节变化幅度明显高于附近的华北兴隆区域站和瓦里关山大陆本底站等的相应值,其原因是北京CO2浓度季节变化主要受人为取暖活动控制,同时植被的季节变化也起一定作用.1993～1995年北京大气CO2浓度上升较快,平均增长率为3.7%@a-1,1995年平均浓度达到最高,为409.7±25.9μmol@mol,随后缓慢下降.     

北京上甸子站大气CO2及δ13C(CO2)本底变化

基于北京上甸子站(SDZ)2007~2013年大气CO_2及2009~2013年大气δ13C(CO_2)瓶采样观测资料,筛分获得混合均匀且未受局地污染影响、具代表性的大气CO_2及δ13C(CO_2)本底数据.2007~2013年SDZ站大气CO_2年均本底浓度变化范围为385.6×10-6~398.1×10-6,年均增长率为2.0×10-6a-1;2009~2013年其大气δ13C(CO_2)年均本底值变化范围为-8.38‰~-8.52‰,年均增长率为-0.03‰·a-1.SDZ站2007~2013年的7~9月月均浓度最低水平均出现在2008年,且2007~2008年增长率仅为0.3×10-6a-1,推测主要源于2008年奥运期间北京及其周边省市节能减排措施实施导致碳排放量减少.SDZ站大气CO_2本底浓度季节变化最低值出现在8月,最高值出现在3月,季节振幅达到23.9×10-6;大气δ13C(CO_2)与CO_2季节变化特征大致呈镜像关系,其季节振幅为1.03‰.对SDZ站CO_2源汇的碳同位素"signature"(δs)研究表明,供暖季Ⅰ(01-01~03-14)和Ⅱ(11-15~12-31)的δs分别为-21.30‰和-25.39‰,推测主要源自化石燃料与生物质燃烧的影响;其植物生长季的δbio值为-21.28‰,推测主要来自植被活动的贡献.     

杭州地区大气CO2体积分数变化特征及影响因素

选取2015年8月至2016年9月杭州城区、远郊地区在线观测CO_2体积分数,分析杭州地区CO_2体积分数的城郊差异,并结合风向、CO_2体积分数周末效应、二十国集团(G20)峰会期间CO_2体积分数变化过程分析,探讨杭州城市对CO_2体积分数的影响程度.结果表明,杭州城区、远郊地区CO_2体积分数的日变化分布以单峰型形态为主,植物光合作用/呼吸作用和大气输送条件的日变化是主要的影响因素;城郊CO_2体积分数差值表现为双峰形态,人为排放对城郊CO_2体积分数差值的日变化分布存在重要影响.CO_2体积分数日变化幅度在春夏季节远郊地区大于城区,秋季则反之.杭州城区、远郊地区CO_2体积分数的季节变化趋势基本一致,均表现为冬、春季高,夏季低;城郊CO_2体积分数差值冬季最高,夏季最低.杭州地区CO_2体积分数高值的输送方向与周边城市区域的分布方向一致.杭州城区、远郊地区CO_2体积分数均呈现周末效应,尤其在城区,机动车排放对工作日-周末CO_2体积分数的日变化分布存在影响.杭州城区CO_2平均体积分数比远郊地区高9.3×10-6,G20峰会期间人为源排放的减少有效地降低了大气CO_2体积分数,尤其对市区的削减效果更为明显.     

大气14CO2的时空分异特征及其在化石源CO2示踪中的应用

大气CO₂中放射性碳同位素(¹⁴C)的水平可以反映化石源CO₂的影响程度,这对于评估我国目前化石源CO₂的排放状况和制定节能减排政策具有重要的指导意义。本文在概述大气¹⁴CO₂采样和分析方法的基础上,简要介绍了大气¹⁴CO₂观测的起源和主要的源汇过程,重点论述了大气¹⁴CO₂的时空分异特征及其驱动因素;阐述了化石源CO₂浓度的估算方法及¹⁴CO₂在国内外化石源CO₂示踪中的应用现状,并对大气¹⁴CO₂观测在我国化石源CO₂示踪中的应用前景进行了展望;旨在为我国正确地开展大气¹⁴CO₂的观测研究,深刻地理解特定区域大气¹⁴CO₂的时空分异特征和化石源CO₂的分布状况提供参考。     

北京市和厦门市大气 CO2 浓度及 δ13C 值变化特征

本文对北京市和厦门市大气CO_2及δ~(13)C进行观测,研究内陆城市和沿海城市CO_2浓度及δ~(13)C的季节和昼夜变化规律及影响因素,以期为政府制定碳减排政策提供科学依据。北京市和厦门市CO_2浓度均呈现秋冬季高于春夏季,而δ~(13)C秋冬季低于春夏季,季节差异原因可能是秋冬大气边界层降低,化石燃料消耗增加,贫13C的CO_2气体大量排放。观测期间,两个城市日变化模式均表现为CO_2夜间高于白天,δ~(13)C夜间低于白天;且在早晚交通高峰时段,两地CO_2浓度均有不同程度升高,而δ~(13)C有不同程度降低。冬季,北京市由于受西、北部高山阻挡,在东南风条件下使得其夜间大气CO_2浓度显著增高,δ~(13)C值则显著降低。根据两地新增CO_2的δ~(13)C值(δs)推测,北京市受到煤炭燃烧贡献较大,厦门市季节差异较大,推测受植物排放CO_2速率及气象条件等共同影响。     

小型养殖塘水体中CH4、CO2和N2O浓度的时空变化特征及影响因素

养殖塘作为重要的温室气体排放源,水体中温室气体浓度的变化不仅是准确量化温室气体排放量的基础,还是明确其影响因素的重要依据.基于顶空平衡-气相色谱仪法对长三角一处典型的小型养殖塘水体中CH₄、CO₂和N₂ O浓度的时空变化特征以及影响因素进行了分析.结果表明,除春季外,在水温影响下,CH₄和N₂ O浓度在午间或午后出现高值;受水温和水生植物光合作用影响,CO₂浓度的高值出现在晨间光合作用较弱的时候.养殖塘水体中CH₄和CO₂浓度呈现秋季最高、冬季最低的季节变化特征,c（CH₄）在秋季和冬季的均值分别为176.34 nmol·L^-1和32.75 nmol·L^-1,主要受气温、水温和溶解氧（DO）影响;c（CO₂）秋季和冬季的均值分别为134.37 μmol·L^-1和23.10 μmol·L^-1,主要受水生植物光合作用和pH影响;c（N₂ O）在夏季最高,冬季最低,均值分别为97.05 nmol·L^-1和19.41 nmol·L^-1,主要受气温和水温影响.在空间上,垂直方向上,夏季养殖塘c（CH₄）随水深的加深而降低,表层与底层、中间层的浓度差值为71.28 nmol·L^-1和42.80 nmol·L^-1,秋季随水深的加深而升高,底层与表层的浓度差值为163.94 nmol·L^-1.c（CO₂）在夏季和秋季都表现为随着水深的加深而升高,其底层与表层的浓度差值分别为18.69 μmol·L^-1和29.90 μmol·L^-1.N₂ O浓度在垂直方向上无明显变化规律.水平方向上,夏季饲料及春季鸡粪投放的区域会出现CH₄、CO₂和N₂ O浓度的高值,春季和夏季CH₄浓度约为其他区域的1.34~1.98倍和1.95~2.42倍,春季N₂ O浓度和夏季CO₂浓度约为其他区域的1.13~1.26倍和1.39~1.74倍.     

西安城区温暖季节大气CO2浓度的变化

利用红外CO₂分析仪对西安市雁塔区南二环西段CO₂浓度进行昼夜观测,研究大气CO₂昼夜动态规律及其影响因素。监测结果显示,CO₂浓度昼夜变化可分为2∶00—6∶00,8∶00—12∶00,14∶00—20∶00,22∶00—24∶00四个阶段。7月份四个阶段的浓度依次为较高→最高→最低→较低,呈现出双峰模态;10月份为浓度较低→较高→最低→最高,呈现出极不对称双峰模态。7月与10月CO₂浓度的周内与周末变化规律有相似之处,同时也存在差异。在80 m高度范围内,白天CO₂浓度均随着高度的增加而降低,夜间CO₂在高度上的变化不稳定,且10月份CO₂浓度明显高于7月份。温度影响CO₂浓度变化,但在不同月份,温度的影响存在明显差异。CO₂浓度变化主要与植物的光合作用有关。季节变化和植被比人类活动对CO₂浓度变化的影响更大。     

CO2和O3浓度倍增及复合效应对大豆生长和产量的影响

利用OTC-1型农田开顶式气室,模拟研究了大气中CO₂、O₃浓度倍增及其复合效应对大豆生长、根瘤和产量形成的影响.结果表明,CO₂浓度倍增促进根系生长,固氮能力增强,植株高度和基部粗度增加,对发育期、绿叶数和绿叶面积影响不大.O₃浓度倍增抑制大豆根系和茎的生长,固氮能力下降,叶片伤害使绿叶数和绿叶面积显著下降, 衰老提前.在CO₂和O₃的复合试验中,CO₂浓度增加明显缓解O₃浓度增加对大豆伤害和抑制作用,CO₂、O₃浓度持续倍增处理下大豆生长和固氮能力与CK的数量差异明显小于单一O₃浓度倍增与CK 的数量差异,逐渐增加CO₂、O₃浓度的刺激作用和剂量效应使大豆生长后期伤害加重,绿叶数、绿叶面积显著下降,而根系固氮能力有所提高.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

河南鸡冠洞CO2季节和昼夜变化特征及影响因子比较

岩溶洞穴空气CO_2变化影响次生沉积物沉积和溶蚀,它关系到洞穴旅游景观的稳定性及洞穴环境的舒适性,是岩溶作用发生的关键因素,进行洞穴空气CO_2变化的机制研究对于理解岩溶作用发生规律和现代洞穴合理保护具有重要意义.本文基于对我国南北地理分界区域河南西部鸡冠洞2011年12月至2016年5月近5年连续洞穴CO_2、水文地球化学指标、洞内外温度及湿度、大气降水和游客量等数据监测,并结合2016年5月19~20日洞穴CO_2等指标的昼夜的系统监测,分析了鸡冠洞洞穴空气CO_2时空变化特征和昼夜变化特征及其影响因素,结果表明:1在空间尺度上,越靠近洞口通风效应越强,洞穴空气p CO_2越低,越接近大气的p CO_2;洞穴结构及外界环境变化尤其是气候变化导致的土壤中p CO_2变化也会对鸡冠洞空气p CO_2变化产生影响.2在长时间尺度,鸡冠洞洞穴空气p CO_2夏季明显高于冬季,对比分析发现旅游活动和岩溶作用是其主要的影响因子.3在短时间尺度上(昼夜变化),鸡冠洞洞穴空气p CO_2变化主要受旅游活动的影响,建议景区在进行旅游开发的时候要考虑高峰期游客人数对CO_2的影响及岩溶景观的合理保护.     

北京城区大气CH4浓度及其变化规律

研究表明:北京城区大气CH4浓度日变化总特征是白天浓度低,夜间浓度高;大气CH4浓度季节变化呈明显的双峰模态,分别在夏末和冬季各出现一个峰,冬季峰值主要是人为源造成的;1985-2000年,北京城区大气CH4摩尔分数平均值为(1 883.4±73.0) nmol/mol,年平均增长率为0.82%,均比全球平均水平高,但20世纪90年代的增长速率比80年代末期低.      

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.     

淮安市大气CO_2浓度变化规律及影响因素的探索

采用二氧化碳自动分析仪和气象资料一套监测了淮安市区大气中的CO2,通过分析采集的数据探索CO2浓度和各种气象条件、季节之间的变化规律。结果表明,淮安市大气CO2浓度一年四季都存在明显的日变化,每天CO2浓度最低值均出现在北京时间15:00时前后;大气CO2浓度随季节变化明显,夏季出现最低值,浓度范围为369.0～395.0μmol/mol,最高值多出现在冬季,浓度范围为420～455μmol/mol。其原因与光合作用的强弱、人为因素、风向等有关。     

厦门秋季近郊近地面CO2浓度变化特征研究

利用CO2监测仪在厦门近郊中国科学院城市环境研究所超级监测站进行了秋季CO2数据采集,并结合监测站气象要素和气体污染物监测,分析了近地面CO2浓度变化特征、风速风向对其变化特征的影响以及CO2与部分气体污染物的相互关系.结果表明,厦门近郊秋季近地面CO2浓度主要集中分布在375～415μmol.mol-1范围内,约占70.87%;近地面大气CO2日变化曲线呈单峰型结构,CO2浓度日变化范围375.74～418.18μmol.mol-1,日平均最高值出现在黎明前后(408.54μmol.mol-1),最小值出现在午后附近(379.14μmol.mol-1),夜晚(18:00～05:00,北京时间)平均浓度(400.87±4.05)μmol.mol-1高于白天(06:00～17:00)平均浓度(388.86±9.40)μmol.mol-1;风速日变化曲线与CO2呈现完全相反的变化趋势,夜晚时段(22:00～04:00)风速波动范围在1.0～1.5 m.s-1时,对应的CO2浓度变化平稳,基本稳定在(400.72±2.12)μmol.mol-1.白天时段(09:00～18:00)风速变化范围在2.0～2.5 m.s-1时,对应的CO2浓度变化范围较大为379.14～394.83μmol.mol-1;用指数函数模型估测到该站点区域CO2背景浓度为386.84μmol.mol-1;观测期间该站点主要风向为东北偏东,统计该方向上CO2浓度与风速的相关关系,得出CO2浓度与风速呈极显著负相关(r=-0.67),相关系数高于所有方向统计的CO2浓度与风速的相关系数(r=-0.41,P<0.01),不同风向上CO2浓度贡献来源不同;此外,CO2浓度与温度、辐射量呈负相关(r=-0.541/-0.515,P<0.01),与湿度呈正相关(r=0.66,P<0.01);与其它大气气体污染物相比CO2与CO、NO的相关程度较高(r=0.469/0.436,P<0.01),与SO2相关程度较弱(r=0.126,P<0.01),经分析推测监测站点区域CO2排放源部分来自机动车排放,而燃煤排放贡献较小.     

河口湿地近地面大气 CO2浓度日变化和季节变化

2011年12月~2012年11月对闽江河口湿地近地面大气CO2浓度(摩尔分数)进行观测,研究CO2浓度的日变化和季节变化特征,结果表明,闽江河口湿地近地面大气CO2浓度的日变化和季节变化都呈典型的"单峰型",表现为"昼低夜高"和"夏低冬高"的规律,日变幅在16.96~38.30μmol·mol-1之间.春、夏、秋、冬这4个季节近地面大气CO2平均浓度分别为(353.74±18.35)、(327.28±8.58)、(354.78±14.76)和(392.82±9.71)μmol·mol-1,而年平均浓度为(357.16±26.89)μmol·mol-1.闽江河口湿地近地面大气CO2浓度的日变化与温度、风速、光合有效辐射、总辐射等主要气象因子呈负相关关系(P<0.05),而1月近地面大气CO2浓度日变化与潮汐水位呈负相关,7月与潮汐水位呈正相关.     

北京市大气PM10和PM2.5中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM₁₀和PM_2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM₁₀和PM_2.5中有机物的相关性进行了探讨.结果表明,市区PM₁₀和PM_2.5中有机物年均值分别为41.39 μg/m³和34.84 μg/m³,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM_2.5与PM₁₀中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM_2.5中EOM对PM₁₀中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.     

城镇河流CO2及CH4排放与市政排水管网污水输入的关联影响

城镇污染河流日益剧增的碳排放是当前我国许多城市共同面临的环境问题.本研究以上海市市郊城镇河网R1与中心城区河流R2为研究对象,监测了其在旱天与雨天条件下的CO_2及CH_4排放特征,分析了城镇河流污染程度及类型与碳排放的关联影响,并同时解释了市政排水管网污水输入影响城镇河流CO_2及CH_4排放的机制过程.结果表明:①旱天时,中心城区河流的CO_2与CH_4平均排放通量为(2.48±1.02)mmol·(m~2·h)~(-1)与(1.21×10~(-2)±0.71×10~(-2)) mmol·(m~2·h)~(-1),市郊城镇河网的CO_2与CH_4的平均排放通量则为(1.53±0.39)mmol·(m~2·h)~(-1)与(9.26×10~(-3)±9.18×10~(-3)) mmol·(m~2·h)~(-1).雨天时,受市政排水管网污水影响,中心城区河流泵站下游的水体的CH_4通量大幅增加,可达旱天时的119倍;②本研究与全球其他河流碳排放统计数据进一步表明,城镇河流碳排放与本身污染水平存在关联性,总体上污染程度高的河流碳排放强度也高;③从PCA相关性分析结果来看,河流有机污染是影响碳排放的重要因素,这在中心城区河流与市郊城镇河网中都有体现;河流碳排放与氮污染的相关性随区域下垫面利用类型不同而有所不同;在污染较轻的城镇河流中,水体物理因子也是一个重要的影响因素;④排水管网污水输入对城镇河流碳排放的影响,体现在短期内向河流中输入的大量CH_4,以及长期上强化受纳河流碳物质赋存及循环,并进一步提高河流本身的CO_2与CH_4排放潜势.     

2013年北京市NO_2的时空分布

对2013年北京市35个自动空气质量监测子站的NO2数据进行分析,探讨NO2的时间分布特征、空间分布特征以及与PM2.5和大气氧化性的相关性关系.结果表明,NO2浓度由高到低的季节依次是冬季、秋季、春季和夏季,平均浓度分别为66.6、58.3、54.7μg·m-3和45.8μg·m-3;NO2浓度由高到低的监测站依次为交通站、城区站、郊区站和区域站,年均浓度分别为78.6、57.9、48.5μg·m-3和40.3μg·m-3.NO2月均浓度呈波浪型分布,在1月份、3月份、5月份和10月份各出现一个峰值.整体来看,区域站NO2日变化曲线呈现单峰型分布,其他站点为双峰型分布.2013年NO2浓度呈现"反周末效应",即周末大部分时段NO2浓度高于工作日.分地区来看,年均NO2浓度由高到低的依次是城六区、西南部、东南部、西北部和东北部.各站点NO2浓度与PM2.5和OX浓度均为显著正相关,表明NO2可以通过增加前体物浓度和增强大气氧化性两方面造成PM2.5浓度升高.