二氧化碳全球分布季节变化的模拟研究

针对目前利用模式模拟全球碳循环研究中存在的问题,利用日本新开发的在线耦合大气化学传输模式模拟了CO2的全球传输,深入分析了CO2全球分布的季节变化特征。结果表明,CO2全球分布存在明显的季节变化,最大季节变化发生在北半球中高纬度陆地地区,全球CO2浓度春季最高夏季最低,在半球分布上,春季、冬季和秋季北半球浓度都高于南半球,夏季则相反。     

卫星遥感监测全球和中国区域大气CO变化特征

 利用2000 年3月--2014年12月TERRA/MOPITTCO柱总量数据,研究了全球及中国区域大气CO 柱总量的时空变化特征。分析表明,北半球大气CO 柱总量显著高于南半球。中国东部是全球CO 高值区,青藏高原、格陵兰岛、南美洲西部沿海安第斯山脉为全球CO 低值区。CO 柱总量在全球范围内表现出显著的季节变化,北半球CO 含量在北半球春季最高,北半球冬季达到最低;南半球CO含量在南半球春季最高,南半球秋季达到最低。在月时间尺度上呈现出规律性波动,高值月份分别出现在3-4月、9-10月,低值时段分别出现在7月和1月。中国区域CO柱总量呈东高西低的阶梯状分布,东部的高值区主要分布在河北南部、山东西部、河南东部。中国区域CO柱总量在春季最高,南方地区在夏季达到最低值;北方地区在秋季达到最低值。对全球和中国区域CO含量长时间序列分析显示,2011-2014 最近4 年全球及中国区域大气CO柱总量呈下降趋势。中国东部沿海经济区和南部沿海经济区的年下降速率在1%左右,大西北经济区下降幅度最小。     

西安市南郊公路运输CO_2排放特征及影响因子研究

为查明公路运输CO2浓度的变化特征,分别于2012年7月、8月、11月和2013年4月对西安市南郊长安南路中段近地面大气CO2浓度进行了昼夜观测,并与距离交通线150m处的另一观测点进行对比。观测结果表明,公路运输对近地面大气CO2浓度有着重要影响,交通线旁大气CO2浓度因受车流量影响比距离交通线150m处的观测点高10ppm~20ppm。在日变化上,交通线旁大气CO2浓度呈现出明显的双峰波动,变幅可达80ppm~110ppm;在季节变化上,4月份观测区CO2浓度值最高,7月、8月和11月并无显著差异。此外,大气CO2浓度值与温度呈负相关,而与湿度、气压显著正相关。     

北半球地面O3的区域分布和变化特征

利用来自GAW(Global Atmosphere Watch,全球大气监测)的、由WDCGG(World Data Centre for Greenhouse Gases,世界温室气体数据中心)收集整理和发布的、基于地基观测的北半球共15个站点的地面O3含量的逐月观测资料以及逐时观测资料,分析、对比并总结了北半球不同经纬度各区域的地面O3含量的年变化和各个季节的日变化规律.研究表明:内陆比较清洁地区的地面O3多年月平均变化曲线为单峰型,接近正弦曲线的形状,最高值出现在4月份,最低值出现在10月份;而空气污染比较严重的地区可能会发生出现推迟一个月峰值的情况,甚至出现连续多个月份浓度均较高的情况.而位于20°N～35°N的洋面以及海岸线上的站点均在夏季出现全年最低值.对于4个季节的平均日变化而言,清洁地区的日变化很小,曲线比较平直;而污染比较严重的区域则日变化明显,曲线弯曲幅度大,其中夏天的日变化差别最明显.为进一步分析地面O3含量的长期变化,我们还运用小波分析的方法,分析了各站点地面O3含量的变化周期,发现高纬度区域的地面O3表现出明显的准11年的周期,准2年周期振荡较弱.而其他纬度相对较低的区域和洋面上的站点则未看出有明显的准11年周期,表现出的是较明显的准2年周期振荡.     

大气反演模型模拟的CO2浓度与GOSAT卫星观测值的对比（英文）

大气CO2反演法是碳浓度/源汇估算的重要方法,其估算精度一直受观测数据不足的制约,而CO2卫星观测数据的出现必将改变这一现状.将大气反演模型CTDAS模拟浓度与GOSAT-ACOS3.3卫星观测值作对比,以分析观测与模拟CO2浓度间的误差分布特征,为CTDAS同化GOSAT数据作前沿性技术探讨.结果表明,CTDAS与GOSAT的CO2数据相关性较好,其全球浓度平均差异(CTDAS–GOSAT)为(–0.11±1.81)ppm.在2009~2010年之间,观测与模拟值间的最大纬度偏差出现在0°~15°N间,其纬度间的误差达~4 ppm,说明该区的CTDAS浓度模拟值可能存在很大的不确定性.同时,我们也对不同半球及不同洲际间的CO2浓度作了对比.研究表明,全球各区的平均浓度差异均小于1 ppm,但不同区域间CO2差异分布明显不同.其中,北半球陆地CO2差异的相关性明显优于南半球.总之,CT-DAS与GOSAT的CO2数据有较好的一致性,其对比结果将为下一步的卫星同化工作提供重要指导.     

全球对流层顶温度场演变的气候学特征分析

 利用经验正交函数分解(EOF)方法对57 a(1948~2004年)NCEP/NCAR全球对流层顶月平均温度场进行分析,并讨论了57 a的主要特征向量空间分布及其对应的时间系数的演变,结果分析表明:第1模态的时空分布特征能够较好地反映对流层顶温度场结构的分布状况,且具有明显的季节变化;南北半球的温度场的空间分布结构不太一致,南半球纬向分布较为平稳,而北半球经向和纬向活动都比较强,且有明显的温度槽脊结构;南北半球的极地对流层顶温度结构在不同的季节有不同的变化趋势;南北半球热带对流层的第1模态温度场全年具有整体一致型分布;温度场各个季节的时间系数变化具有明显的多时间尺度特征.     

亚印太交汇区低纬上空不同层次大气臭氧的时空变化分析

 利用ECMWF 195709~200208共45a的多层臭氧质量混合比月平均资料,详细分析了亚印太交汇区(AIPO)低纬地带上空平流层、对流层各层次上臭氧浓度的分布特征.结果表明:①区域上空对流层、平流层及臭氧总量大尺度特征均显著,纬度带分布特征明显;②对流层和平流层臭氧各个季节变化趋势相反,平流层臭氧和臭氧总量各个季节变化趋势一致;同一层次夏季臭氧浓度变化趋势与其他3个季节变化趋势相反;③区域上空20~3hPa是臭氧浓度的高值区,50~30hPa臭氧平均变化幅度最大;④对流层臭氧距平变化在整个高度上较为一致,正、负距平随季节绕赤道做南、北半球摆动,且存在季节性突变;⑤赤道上空有明显从平流层上层随季节逐渐往较低层传播的臭氧正负距平现象.     

中国沿海地区夏季风速时空变化特征和气候模式结果评估与预估分析

利用中国一般、基本和基准气象站近50年的观测风速资料,分析了近50年中国沿海地区夏季风速时空变化特征,检验评估了20个全球气候模式和3个区域气候模式模拟中国沿海地区夏季风速分布和变化特征的能力,预估了21世纪初期中国沿海地区夏季风速变化特征.研究发现,(1)近50年中国沿海地区观测夏季平均风速和极大风速均呈明显减小趋势变化,这种变化特征与近50年中国登陆台风频数变化有关.(2)全球气候模式和区域气候模式都能较好地模拟中国沿海地区夏季平均风速的分布状况,区域气候模式模拟能力略强于全球气候模式.(3)全球和区域气候模式都不能模拟出观测到的近50年来中国沿海地区夏季平均风速呈明显的减小趋势,部分模式能模拟出近50年来中国沿海地区夏季平均风速略呈减小趋势变化.(4)全球和区域气候模式一致预估在B1和A1B情景下,21世纪初期中国沿海地区夏季平均风速比20世纪小;全球气候模式预估A2情景下,21世纪初期中国沿海地区夏季平均风速比20世纪大.     

厦门高崎机场2017—2020年地面风突变特征分析

在航空运行中,地面风突变对飞机起降有着重要影响,然而实际工作中地面风突变的预报难度大,漏报率高。该文利用厦门高崎国际机场(简称厦门机场) 2017—2020年的天气报告和常规天气图等资料,对厦门机场地面风突变的特征进行统计学分析,结果发现,(1)厦门机场每年有近50%的天数会发生地面风的突变,且其具有明显的季节和日变化特征。夏季最多,冬季最少; 05UTC(世界协调时,下同)最多,19UTC最少。(2)突变的日峰值出现时间与季节相关,夏季较早,冬季较晚。(3)在造成地面风突变的影响因子中,夏季海陆效应占主导地位,冬季则是以冷空气为主。(4)有近15%的地面风突变对航空运行造成重要影响,主要发生在夏季和春季,并且集中发生在航班的密集时段(05～09时)。     

大气对流层顶的臭氧时空分布变化

 利用1958~2001年的臭氧垂直分布和NCEP资料,计算出全球对流层顶的气候场,并对其空间分布、季节、年际和年代际演变进行了分析.结果表明:①对流层顶臭氧质量比呈纬向分布的特征明显,南北半球中纬度和南极为高值区,赤道和北极为低值区,且与对流层顶高度和温度场有对应关系;②从400~70 hPa的温度和臭氧质量比垂直经向剖面中,显现出对流层顶的上层和下层由于具有不同的物理和化学过程导致垂直分布存在差异;③对流层顶臭氧质量比纬向距平场的年代际变率具有不同位相的时空演变尺度,南半球的时空差异比北半球大,南极最不稳定,低纬和赤道地区幅度变化较小,但时间尺度较大;④极地各季节对流层顶的臭氧分布和高度场特征相似,低纬则与温度场分布较一致;⑤对流层顶断裂带中臭氧质量比最大值出现在春季,秋季为最小值,其对应的纬度存在明显的季节空间经向波动,夏季达到最高纬度,冬季到达最低纬度;⑥对流层顶臭氧质量比纬向距平的季节变率表现出准半年变化趋势,且两半球变化趋势相反.     

游客呼吸与九寨沟钙华景观退化的相关性探究

在全球CO2持续升高背景下,游客的CO2排放导致热门景点周围的大气CO2升高速度远远大于全球平均CO2升高速度.针对这一问题,基于涡度相关系统,对九寨沟树正寨犀牛湖区域进行长期CO2浓度监测,结合年均径流量和基于CO2浓度得到的钙华(CaCO3)损失速率,估算九寨沟世界自然遗产地的钙华年损失量,探究钙华退化的机理.结果...     

Temporal and spatial distribution of tropospheric CO<Subscript>2</Subscript> over China based on satellite observations

Mid-troposphere CO₂ data retrieved by the AIRS (atmospheric infrared sounder) were validated with five ground-based stations and aircraft measurements in the Northern Hemisphere. AIRS CO₂ products show good agreement with ground and aircraft observations. The data had a monthly average accuracy better than 3 ppmv. In this study, the spatial and temporal distribution of mid-troposphere CO₂ from January 2003 to December 2008 was analyzed based on this satellite product. The average concentration of atmospheric CO₂ was higher in the Northern Hemisphere than in the Southern Hemisphere. The yearly average results show a gradual increase from 2003 to 2008. In China, the annual growth rate was about 2 ppmv/a, similar to the United States, Europe, Australia and India, but was slightly lower than Canada and Russia. Mid-troposphere CO₂ concentrations were higher over northern China than over southern areas, due to differences in natural conditions and industrial layout. There were four centers of high CO₂ concentration between 35° and 45°N over China, with low concentrations over Yunnan Province. There was a significant seasonal CO₂ variation with peak concentration in spring and the lowest concentration in autumn.     

高浓度CO2对红松幼苗及土壤碳氮特征的影响

为探知红松苗对未来大气CO₂浓度的碳、氮响应策略,系统了解不同CO₂浓度下红松幼苗及其土壤碳、氮特征,采用生长箱培养法,分别研究了350、700 μmol/mol CO₂浓度下红松幼苗主要器官碳、氮浓度与积累(吸收)量变化,并分析其培养土壤的碳、氮含量。结果表明:与低浓度CO₂处理相比,高浓度CO₂处理并未对红松幼苗根、茎及叶的碳浓度产生显著影响,但导致叶碳积累量显著增加37.63%; 高浓度CO₂培养导致红松幼苗根、茎、叶氮浓度显著降低,茎氮吸收量显著下降27.45%,根、茎、叶的碳氮比升高,土壤溶解性有机碳含量显著增加28.82%,总有机碳、微生物量碳、全氮、微生物量氮及水解性氮含量均未发生显著变化,碳氮比增加。总体上,3年生的红松幼苗氮浓度、碳氮比、叶碳积累量及土壤溶解性有机碳对CO₂升高响应迅速。     

高精度F-P干涉具在CO2浓度反演中的研究

为了对大气中CO₂浓度的分布进行高精度的实时监测,并与被测区域2维图像构成光谱数据立方,设计了一种基于高精度数字控制的F-P干涉系统.通过对F-P两镜间微位移的高精度数字控制,实现光程差的周期性扫描,从而得到光谱数据立方.通过仿真分析了控制命令与压电信号的时序逻辑,并对光谱抽样进行了模拟计算.实验中系统的光谱调制带宽为761.52～762.56 nm,光谱分辨率为0.01 nm,测试CO₂浓度范围为10～400 ppm,由TSI-7575型高精度CO₂检测器标定.结果显示:该系统相对误差的平均值为1.04%,绝对误差平均值为1.52 ppm,符合设计要求.     

艾比湖湿地季节性冻融土壤温室气体排放规律研究

利用静态箱–气象色谱法对2015年11月—2016年3月艾比湖湿地季节性冻融期土壤温室气体进行观测. 结果表明:季节性冻融期裸地土壤CO₂表现为汇、芦苇和柽柳土壤CO₂表现为源;芦苇、柽柳和裸地土壤CH₄表现为汇,而N₂O表现为源;芦苇、柽柳和裸地土壤温室气体最低值均出现在冻结期（11月—次年2月）且为负通量;不同植被类型下土壤CO₂在融化期（3月末）出现排放峰值,而土壤CH₄和N₂O在冻融交替期(3月初)出现排放峰值;在整个观测期,芦苇和柽柳土壤CO₂、CH₄和N₂O排放峰值高于裸地;温度对季节性冻融期土壤CO₂和N₂O影响显著,均达到显著正相关（P<0.05）,土壤温度能解释芦苇、柽柳和裸地土壤CO₂通量的77%～88%; 土壤质量含水量对土壤CH₄和N₂O影响均达到显著正相关关系（P<0.05）,土壤质量含水量能解释芦苇、柽柳和裸地CH₄和N₂O通量的25%～46%和41%～69%. 表明在干旱区季节性冻融期,温度变化对不同植被类型下土壤CO₂影响较大,而在冻融交替期水分变化对CH₄和N₂O通量影响显著. 芦苇、柽柳和裸地土壤呼吸Q₁₀值分别为2.37,2.58和2.33,不同植被类型基于100 a尺度,土壤温室气体全球增温潜势由大到小依次为芦苇（569.67 kg·hm–2）、柽柳（152.09 kg·hm–2）、裸地（–861.50 kg·hm–2）.      

设施农业增施CO2利用效率的影响因素及调控策略

 为提高设施农业增施CO₂的利用效率和经济效益,减少CO₂的逸散损失,降低成本,本研究以增施CO₂利用效率计算方法为基础,分析了增施CO₂利用效率的可能影响因素,探讨了提高CO₂施肥经济效益的有效技术与方法。分析表明,影响增施CO₂利用效率的主要因素为设施的换气次数、设施内外CO₂浓度差和植物的光合能力。因此,在进行CO₂施肥时,应综合考虑植物种类、生育阶段、栽培条件及其他环境要素等条件,选择适宜的CO₂增施方法、施肥浓度和施肥时间。     

模拟氮沉降对典型阔叶红松林土壤呼吸的影响

阔叶红松(Pinus koraiensis)林是我国东北东部山区的地带性顶极植被,全球氮沉降增加可能影响其碳循环的各个过程。在2010年和2011年的5—10月,对典型阔叶红松林进行了模拟氮沉降实验。实验设置了对照(N₀, 0 kg/(hm²·a))、低氮(N₁, 30 kg/(hm²·a))、中氮(N₂, 60 kg/(hm²·a))和高氮(N₃, 120 kg/(hm²·a))4种模拟氮沉降处理,每隔半个月采用Li-6400-09便携式CO₂/H₂O气体分析仪对土壤呼吸速率进行测定,研究了氮沉降对典型阔叶红松林土壤呼吸的影响。结果表明:① 各处理土壤呼吸速率的季节变化与5 cm深度的土壤温度相似,均呈现出明显的季节变化趋势,最大值出现在6月中旬(3.84～4.55 μmol/(m²·s)),最小值出现在5月初(1.37～1.84 μmol/(m²·s)),土壤温度的变化可解释土壤呼吸速率季节变化的49.9%～69.2%。② 各处理的土壤呼吸速率与土壤温度呈指数相关(R²=0.499～0.692),土壤呼吸速率与土壤温度、湿度及其相互作用的回归模型可以解释各处理土壤呼吸速率52.2%～73.5%的季节变异; ③ N₀、N₁、N₂和N₃样地土壤呼吸温度敏感系数Q₁₀值分别为2.10、1.93、1.97和2.01; ④ 各处理样地土壤呼吸速率的平均值分别为3.09、2.78、3.06和2.90 μmol/(m²·s),与对照样地N₀相比,土壤呼吸速率和凋落物量无明显相关(P> 0.05)。     

温度对超临界CO_2置换CH_4的影响

为研究超临界CO_2置换CH_4过程中温度对置换效果的影响,以屯留煤样为研究对象,借助ISO-300型等温吸附仪对煤样进行了不同温度(35、45、55℃)、相同注入压力(12.7 MPa)条件下的CO_2置换解吸CH_4试验。研究结果表明:置换解吸过程中,超临界CO_2吸附相体积分数随着温度升高而增加,随压力降低而增大,CH_4吸附相体积分数呈相反变化趋势;超临界状态下,试验直接测得的气体吸附量为Gibbs吸附量,气体真实吸附量与压力之间符合Langmuir吸附曲线,且与Gibbs吸附量的差值随压力的升高而增大;试验压降范围内,温度为35℃条件时,CH_4气体单位压降解吸率最高,显示出温度接近临界温度时,超临界CO_2置换效果最佳。     

利用葵花8号卫星资料反演中国东部地区地面PM2.5浓度

为了得到中国东部地区大范围的地面PM_2.5浓度分布, 用机器学习方法建立一个模型, 用2019年葵花8号静止卫星大气顶层反射率数据和欧洲中心气象资料作为输入数据, 地面PM_2.5浓度作为输出数据。验证结果表明, 在不同时间尺度下, 该模型对中国东部地区均有较高的精度。对于小时PM_2.5的浓度反演, 该模型的十折交叉验证的相关系数为0.82, 均方根误差为20.11 μg/m³。将2019全年卫星?气象格点数据放入模型, 得到中国东部地区全年逐小时的PM_2.5格点数据, 利用该格点数据分析中国东部地区PM_2.5浓度的季节变化和空间分布, 取得良好的效果。     

基于PCA-BP神经网络的PM2.5季节性预测方法研究

【目的】分季节预测PM_2.5浓度值,利用PCA方法对数据进行降维,分析季节及气象因素对PM_2.5的影响,在提高预测准确率的同时降低时间复杂度。【方法】以合肥市2014—2017年的PM₁₀、SO₂、CO₂、CO、O₃浓度值,以及同时段的气象因素值,对PM_2.5浓度进行预测。数据分析中发现PM_2.5在不同季节浓度差异较大,故本研究选择分季节进行预测;为了提高预测准确率,加入如风力、温度、湿度、气压等气象因素进行预测,同时采用主成分分析(PCA)的方法进行数据降维,将降维后的数据再输入BP神经网络模型进行预测。【结果】实验采用3组实验进行对比:5种污染物指标(PM_2.5-5)预测PM_2.5、加入气象因素的综合12项指标(PM_2.5-12)预测PM_2.5、对综合指标进行PCA处理后的(PM_2.5-PCA)预测PM_2.5。实验结果表明:4个季节的PM_2.5浓度值有较大变化,均方根误差(RMSE)的差值较大;采用PM_2.5-PCA的方法,在任何季节的RMSE均有降低,相关系数(r)均有所提高。【结论】PM_2.5浓度具有季节性特征,采用季节性预测方法可以提高预测准确率;同时采用PCA方法进行降维,可以在保证准确率的同时降低预测时间复杂度。