龙凤山站大气CO2浓度2种筛分方法对比研究

针对黑龙江龙凤山区域本底站2009年1月~2011年12月大气CO2在线观测数据,研究基于地面风、日变化等大气本底/非本底数据筛分方法(SWDV)和稳健局部近似回归大气本底/非本底数据筛分方法(REBS)在龙凤山区域本底站的适用性.研究表明:2种筛分方法在春、秋和冬季都能很好反映龙凤山大气CO2浓度的趋势变化及局地源汇对观测CO2浓度的影响,对于高浓度的非本底数据都能够较好的识别,但在夏季使用REBS方法会影响筛分的准确性,不建议在龙凤山区域本底站使用REBS筛分方法.SWDV和REBS法筛分出的本底数据分别占总数据量的30.7%和 58.9%.2种方法均筛分为本底浓度和非本底浓度的数据分别占总数据量的21.5%和32.0%.二者筛分的本底季平均浓度在春季相差最小为(0.1±0.3)×10-6(摩尔比,下同),冬季和秋季次之,在夏季相差最大为(4.2±1.0)×10-6.典型个例分析表明,SWDV法会将白天一些受西南污染气流影响的CO2浓度误筛分为本底浓度,REBS法会将个别在静稳天气条件下受局地影响大的CO2观测值误筛分为本底浓度.夏季局地污染状况可能被植被强烈的光合作用抵消,CO2浓度变化不大,使得REBS误筛分为本底浓度,以及对于一些较低的CO2浓度值,REBS误筛分为非本底浓度,这些因素导致2种筛分方法在夏季本底浓度差别较大.     

利用SAGE Ⅱ卫星资料分析青藏高原上空臭氧垂直廓线

利用1985-2002年SAGE Ⅱ卫星资料获取青藏高原地区上空大气臭氧垂直廓线,分析其变化规律.结果表明:①卫星资料与地面臭氧探空资料有很好的一致性;②青藏高原上空大气臭氧垂直廓线存在南北间的差异和季节变化,夏秋季臭氧廓线极大值出现的位置比冬春季高出1～2 km(高原南部)和2～3 km(高原北部);③臭氧数浓度在10～20 km的高度存在明显季节和南北区域差异;④与同纬度其他地区的平均值相比,夏季(6-9月)臭氧低值主要出现在15～20 km的高原对流层顶附近,最低值出现在18 km附近,而冬季这种差异相对较小.      

大气CO2、CH4、CO高精度观测混合标气配制方法

高精度、高准确度的大气CO2、CH4、CO浓度观测需使用以干洁大气为底气的标气.标气中水汽含量及CO2的δ13C对基于光学原理的观测系统有不可忽视的影响.本研究利用自组装的混合标气配制系统,以环境大气为底气,并通过添加高浓度气体或利用吸附剂吸附,调节目标物种浓度.CO2和CO吸附效率分别达99.7%和99.8%,标气水汽含量小于3.7×10-6(物质的量分数,下同),可配制不同浓度范围的CO2、CH4、CO混合标气.在青海瓦里关全球大气本底站配制环境大气浓度范围的标气,CO2、CH4、CO实际配制浓度同目标浓度的偏差小于10×10-6、30×10-9、30×10-9,CO2中δ13C同实际大气接近.本方法配制的标气已应用于我国本底站大气CO2、CH4、CO高精度观测,符合世界气象组织/全球大气观测(WMO/GAW)质量要求.     

堆肥复合功能菌剂的优化组合研究

为提高堆肥中难溶性磷的转化及堆料的降解效率,选取课题组前期筛选、驯化的4株耐高温解无机磷菌 (X₁,X₂,X₃和X₄)和2株纤维素降解菌 (X₅和X₆),采用均匀设计对不同配比的菌株进行液体发酵培养,通过对发酵培养后解磷能力的指标分析,优选复合菌配比. 经均匀设计软件及DPS数据处理系统优化的结果表明,最佳的菌剂配比:φ(X₁)=13.66%,φ(X₂)=11.36%,φ(X₃)=11.41%,φ(X₄)=13.61%,φ(X₅)=10.62%,φ(X₆)=39.34%. 回归后的配方所得解磷总量实测平均值(230.12 mg/L)与理论值(228.75 mg/L)基本一致. 将优化的组合菌剂接种到纤维素液体发酵培养基中,培养168 h后CMCase酶活性高达39.76 U.      

北京地区FLEXPART模式适用性初步研究

FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的.     

北京上甸子大气本底站氢氟碳化物在线观测研究

在北京上甸子区域大气本底站利用气相色谱/质谱联用（GC-MS）系统对大气中11种氢氟碳化物（HFCs）开展在线观测研究.2018年1~12月,HFC-23、HFC-32、HFC-125、HFC-134a、HFC-143a、HFC-152a、HFC-227ea、HFC-236fa、HFC-245fa、HFC-365mfc、HFC-4310mee本底数据浓度分别为：（31.9±0.4）×10^-12、（22.1±1.7）×10^-12、（29.3±1.3）×10^-12、（110.2±2.4）×10^-12、（24.0±0.3）×10^-12、（10.3±0.7）×10^-12、（1.59±0.04）×10^-12、（0.19±0.01）×10^-12、（3.30±0.08）×10^-12、（1.27±0.03）×10^-12、（0.28±0.01）×10^-12;本底数据出现频率分别为：34.5%、23.4%、22.5%、24.6%、24.5%、42.5%、24.3%、46.4%、38.3%、68.1%、77.9%;非本底数据浓度分别为：（39.2±11.1）×10^-12、（47.7±21.8）×10^-12、（38.6±8.7）×10^-12、（137.3±15.7）×10^-12、（26.1±2.2）×10^-12、（15.9±7.0）×10^-12、（2.77±1.11）×10^-12、（0.25±0.06）×10^-12、（4.10±0.97）×10^-12、（1.34±0.06）×10^-12、（0.30±0.01）×10^-12.HFC-32、HFC-125、HFC-134a、HFC-143a、HFC-227ea本底浓度呈线性上升趋势,年增长率分别为：4.4×10^-12,3.8×10^-12,7.3×10^-12,1.0×10^-12,0.14×10^-12a^-1,而HFC-152a呈现明显的季节变化.以CO为示踪物利用示踪物比值相关法估算了HFC-23、HFC-32、HFC-125、HFC-143a、HFC-152a、HFC-236fa、HFC-245fa排放量,分别为6.4,17,14,27,4.0,0.10,1.3kt/a.     

基于模糊权重下的多层评价地下水资源模型的构建及应用

在应用模糊权重与层次分析法的基础上,构建多层综合评价地下水资源模型. 应用该模型对海河流域的地下水资源进行综合评价,分别选取太行山前地带的石家庄、中部平原地带的沧州和衡水、东部滨海地带的天津为典型评价地区;水量以评价区域为评判集,而水质采用单项指标5级分级标准. 评价结果:石家庄的优先排序为第1位,表明其不仅水量丰富,而且水质较好,适合各种用途;天津处于第2位,该地区水质一般,储量较少,适合于生活饮用供水源和农业用水,但近海地区出现不同程度的海水倒灌,水的矿化度过高,不能直接利用;沧州和衡水排在后2位,表明该地区水质较差,储量也少,适用于农业和某些工业用水,经过必要的处理后方可作为生活饮用水.      

龙凤山本底站大气CO2数据筛分及浓度特征研究

针对黑龙江龙凤山区域大气本底站2009年1月～2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00～17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009～2011年龙凤山大气CO2平均增长率为2.4×10-6a-1.     

气相色谱-电子捕获检测法在线观测12种卤代温室气体

利用自组装的气相色谱仪-电子捕获检测器系统(GC-ECD)测定大气中12种卤代温室气体,空气样品采样的时间分辨率80min,分析精度0.16%—4.87%,准确度-1.64%—3.05%.对2007年4月6日—2007年4月16日在北京上甸子站的观测结果进行分析,获得12种卤代温室气体的本底和非本底浓度,表明该系统适用于大气中卤代温室气体浓度在线观测。     

铁限制对浮游植物生长和群落组成的影响研究综述

Fe是浮游植物生长必需的微量元素,其供应对水体中浮游植物的生物量、生长速率以及种群组成均具有重要的影响。从Fe在浮游植物新陈代谢中的作用出发,重点对近年来国内外有关Fe对浮游植物光合作用、营养盐吸收利用以及浮游植物群落组成的影响等方面的研究进展作了较详细的介绍,认为：（1）Fe通常是HNLC海域中初级生产力的主要限制因子之一,Fe限制会导致浮游植物细胞色素密度以及相应的光合叶绿素减少,从而降低其光合作用速率,导致生长缓慢;（2）Fe限制还能改变浮游植物吸收营养盐（N、P、Si等）的速率和比例,影响浮游植物的种间竞争,进而影响其群落结构;（3）Fe加富能够改变水体中浮游植物的优势种群,在海洋中表现为硅藻占优势,而在淡水湖泊中则表现为绿藻和细菌占优势;（4）在淡水湖泊中总Fe含量普遍较高,但浮游植物可利用Fe的含量受水体中有机配体的种类和数量的影响,在一定条件下Fe也可能成为浮游植物生长的限制因子,这对进一步认识湖泊水华暴发的机制具有一定的意义;（5）有学者提出将施加Fe作为一种生态手段,来提高HNLC海域的初级生产力,从而缓解由于大气中CO2浓度增加而导致的全球变暖的趋势;相反地,将降低浮游植物可利用Fe含量作为一种生态手段,来控制富营养化湖泊中藻类的生物量及群落结构,从而缓解日益严重的水华问题,值得进一步研究和探讨。