中国地区太阳分光辐射观测网的建立与仪器标定

大规模的太阳分光地基联网观测不但能够直接为该项研究提供基础数据,同时也可为卫星遥感提供地表订正.利用性能优越的LED型太阳光度计,依托中国生态研究网络(CERN)分布在中国各地的观测站,建立了标准的太阳分光辐射观测网.利用Langley定标法结合量值传递定标法对观测网所有光度计的标定方法及误差分析表明,不同光度计间的同步观测结果(相对标准偏差小于3%)以及与CIMEL光度计的观测结果间(相对偏差小于5%)有很好的一致性,证实了观测结果的准确性以及该类型光度计及其观测网的稳定性和可靠性.     

中国地区大气气溶胶光学厚度与Angstrom参数联网观测(2004-08～2004-12)

利用2004年秋冬季全国联网资料,给出中国19个典型区域大气气溶胶的光学厚度(AOD_λ=500nm)、Angstrom混浊系数(β)和Angstrom波长指数(α).结果表明,在青藏高原,海北、拉萨,AOD平均分别为0.09、0.12,β平均分别为0.05、0.13,α平均分别为1.09、0.06.东北地区,海伦、三江,AOD平均分别为0.14、0.15,β平均分别为0.04、0.06,α平均分别为2     

鼎湖山针阔叶混交林地表CH4通量

用静态箱-气相色谱法对鼎湖山针阔叶混交林的地表CH4通量进行了为期一年的原位观测和研究.结果表明,该林型土壤总体为大气CH4的吸收汇,通量年变化范围60～-120 μg·m-2·h-1,在雨季向旱季过渡的9、10月份,土壤对CH4的吸收较为强烈,而在冬季的1月份,吸收通量最小;凋落物层对该林型地表CH4的吸收没有明显的阻隔作用;多元回归分析发现CH4通量与地下5 cm温度显著相关,尤其是在土壤湿度变化不大的旱季,土壤表层温度为影响CH4通量的主导因子.     

北京大气CH4、CO2、TOC日变化规律及垂直分布的自动连续观测

提出了一种能自动连续监测CH4、CO2、TOC日变化及垂直分布的系统,利用该系统监测了2002年冬季CH4、CO2、TOC垂直分布的日变化的变化趋势.结果发现,距地面高度增加,受湍流扩散的影响,CH4、CO2、TOC浓度降低.冬季CH4浓度的日变化呈现明显的单峰周期变化,CO2日变化呈双峰形分布,TOC日变化没有明显的特征,其日变化受机动车尾气排放的影响很大.根据2002年冬季CO2浓度与2000年以前的对比结果发现,北京市冬季燃煤排放的污染物已处于一个相对稳定期,而随着北京市机动车保有量迅速增加,尾气排放成为影响某些大气微量气体日变化的主要因素.     

北京夏末秋初不同天气形势对大气污染物浓度的影响

根据2007~2008年地面、850hPa和500hPa天气图,结合主要气象要素将夏末秋初(8月和9月)影响北京地区的主要天气系统分为高污染的积累天气型(包括槽前无降水、槽后脊前、脊、副高4种基本型)和清洁的清除天气型(包括槽或槽前有降水、槽后有降水或偏北风2种基本型).北京地区4站2007年在积累天气型控制时NOx、O3(日小时均值最大值)、PM2.5和PM10浓度分别为38.1×10-9(体积分数),115.2×10-9(体积分数),90.6μg/m3,212.5μg/m3,清除天气型控制时4种污染物浓度分别为36.3×10-9(体积分数),68.9×10-9(体积分数),39.3μg/m3,125.4μg/m3;2008年施行北京奥运空气质量保障措施期间,上述4种污染物在积累天气型控制时分别为19.3×10-9(体积分数),87.1×10-9(体积分数),66.3μg/m3,99.6μg/m3,清除天气型控制时分别为19.0×10-9(体积分数),62.5×10-9(体积分数),41.0μg/m3,65.2μg/m3;尽管施行了源减排措施,积累天气型控制时北京地区污染物浓度仍相对较高,因此需关注此天气形势下污染物的变化.     

大气中痕量挥发性有机物分析方法研究

利用自行研制的累积式大气采样装置、大气痕量有机物二步冷冻浓缩进样系统和气相色谱/质谱(GC/MS)联用技术对大气中的痕量挥发性有机物进行分析(CCS-GC/MS),并对分析方法进行了评估.结果表明,CCS-GC/MS系统将单纯GC/MS分析大气中痕量挥发性有机物检测下限体积分数值从10^-6量级扩展到10^-12,39种目标化合物平均响应因子为2.9×10^-12A^-1,1000cm³进样量最低检出限体积分数值为7×10^-12～40×10^-12;流出峰保留时间定性分析相对平均偏差<2.5s,对目标化合物定性分析准确率达到100%;0～400×10^-9浓度范围内外标定量曲线r²平均值大于0.99;回收率为88%～111%,平均值100.8%±5.6%;精密度误差2%～14%,平均6.6%.     

水稻、土壤和田水中氟啶脲残留检测与消解动态研究

为了解氟啶脲在水稻、土壤和田水中的消解动态及其残留状况,建立了氟啶脲在水稻、土壤和田水中的液相色谱检测方法,并在天津、浙江杭州和广西南宁开展了两年氟啶脲在水稻和土壤中消解动态规律和残留状况田间试验.结果表明,采用乙腈提取水稻稻米、稻壳和茎叶样品,丙酮提取土壤和田水样品,液相色谱仪带紫外检测器测定,外标法定量,在0.03～1 mg·kg-1添加水平范围内,水稻、土壤和田水中氟啶脲的平均添加回收率为84.94%～98.73%,变异系数为2.84%～9.44%;水稻、土壤和田水中氟啶脲的最小检出量为5.6×10-11 g,最低检出质量比为:茎叶0.01 mg·kg-1,稻壳0.01 mg·kg-1,稻米和土壤0.005 mg·kg-1,田水0.003 mg·kg-1.田间试验表明,氟啶脲在水稻、土壤和田水中残留消解动态规律符合方程Ct=C0e-kt;氟啶脲·三唑磷31%乳油在水稻茎叶、土壤和田水中的消解半衰期分别为6.27～7.83 d、5.28～7.36 d和6.01～7.06 d.最终残留试验结果表明,在水稻上手动喷雾施药氟啶脲·三唑磷31%乳油,按推荐剂量325.5 ga.i.·hm-2和1.5倍推荐剂量488.25 ga.i.·hm-2施药,兑水喷雾处理1～2次,两次施药间隔为7 d,距最后一次施药采收间隔期为35 d时,氟啶脲在水稻稻米和土壤中的残留量分别为ND～0.028 0 mg·kg-1和ND～0.014 8 mg·kg-1.参照日本"肯定列表制度"规定氟啶脲在稻米中的最大允许残留限量MRL值为0.05 mg·kg-1,按照1.5倍推荐剂量在水稻上施药1～2次,其有效成分之一氟啶脲在水稻稻米中残留是安全的.     

北京大气中CO体积分数与风速关系

CO是城市大气中一种重要的污染物,在城市的光化学反应中扮演着重要的角色.以2004-08-2005-07期间北京中科院大气物理研究所连续观测的CO体积分数和风速数据为基础,研究了北京市大气中CO体积分数与风速的分布特征.结果表明,北京大气中CO体积分数受排放源和大气扩散能力的影响呈现冬季高,夏季低的季节变化特征.白天8 h (09:00-16:00) CO体积分数与风速分布频率存在负的统计相关性,相关系数r=0.93,K值为3.5±0.5.受观测点地理位置和周边道路机动车分布的影响,偏东气流控制时的CO体积分数是偏西气流的2.3倍.     

北京市大气中CO的浓度变化监测分析

CO是城市大气中一种重要的污染物,在城市和区域的光化学反应中起着重要的作用.用装配氢火焰离子化检测器(FID)的HP5890II气相色谱(GC)方法,以每10min的采样频率,在北京中科院大气物理研究所325m气象环境观测铁塔上(39°9′N,116°4′E),对北京城市大气CO浓度进行了连续监测,时间为2004-01～2004-12.结果显示北京城市大气CO浓度日变化呈双峰型,1d之中出现2个高峰期,早晨07:00～08:00和夜晚22:00～23:00,最高浓度值分别达到13.8mg·m-3,17.1mg·m-3.不同季节CO的日变化存在差异:冬季、秋季的日变化幅度大,而夏季、春季的日变化幅度小.秋季、冬季早晨上班高峰期后CO浓度下降快,春季、夏季上班高峰期后CO浓度下降慢.CO的这种日变化是由地表排放源和气象条件共同决定的.另外,CO存在明显的季节变化,总的表现为浓度最高值出现在冬季12月份(4.0±3.4)mg·m-3,浓度最低值出现在5月份(1.7±0.7)mg·m-3.整个观测期间1a的平均浓度为(2.6±1.9)mg·m-3,采暖期平均浓度为(3.5±2.6)mg·m-3,非采暖期平均浓度为(2.2±1.2)mg·m-3.     

北京与伦敦空气中气态污染物的比对研究

城市空气质量问题已经引起广泛关注.通过对中英2个大城市北京与伦敦 2004 年 8 月～2005 年12 月空气中气态污染物 O3、NOx、SO2 和 CO 浓度变化的分析与对比发现:参照世界卫生组织空气质最准则、欧盟空气质量标准、美国国家空气质量标准或国家空气质量二级标准,北京O3、NO2、SO2和 CO 浓度的超标天数或时数明显高于伦敦.观测期内,北京 O3、NOx、SO2 和 CO 浓度明显高于伦敦,平均值分别是 17.9±22.1×10-9、72.4±76.1×10-9、19.5±21.8×10-9、2 004.6±1 509.8×10-9与10.8±9.9×10-9、54,6±38.9×10-9、1.8±2.2×10-9、372.3±235.0×10-9.两城市 O3 统计日变化形式均表现为白天高、夜晚低,峰值出现在午后 14:00 左右,日较差分别为 31.5±30.9×10-9与 11.1±7.7×10-9;NO、NO2、SO2 和 CO 呈双峰态日变化,峰值出现在交通的早高峰与晚高峰附近.北京 O3 最高值出现在夏季,而伦敦出现在春季;但两城市NOx、SO2 和 CO 最高值均出现在冬季.北京与伦敦的NO2与 NO 呈显著线性相关,且斜率与截距十分相似,分别是 1.25 和 1.28 与 28.1 和 23.2;同时两城市 CO/NOx 比率明显高于 SO2/NO 分别为 14.0、4.5 与 0.13、0.03.由此可以判断:对于两城市空气污染问题,交通源的贡献要远大于点源;但点源也对两城市空气质量造成影响.此外,连续逆温的天气是造成重污染事件的原因.