基于GOSAT L4B数据的全球和中国区域近地面CO_2含量变化分析

CO2 作为最重要的温室气体,是造成全球温室效应的主要原因之一。利用GOSAT L4B全球分布数据,分析全球及中国地区近地面CO2 含量的时空分布特征。研究发现,北半球近地面CO2 含量明显高于南半球,CO2 年增长率约2 ppm。全球高值区主要出现在东亚、俄罗斯、欧洲和美国等人口众多、经济发达地区。北半球近地面CO2 含量季节分布显示,冬季的CO2 含量最高,夏季最低。中国区域近地面CO2 含量在空间分布上较为集中,东西差异显著,总体呈东高西低的特征,高值区主要集中于中国华北和长三角地区。中国范围内近地面CO2 含量具有明显的季节变化特征,月平均含量4月(春季)升至最高值,为396.5ppm;7月(夏季)降至最低值,为382.8 ppm。     

室内空间重气泄漏扩散过程的影响因素

以CO2为对象,对室内空间重气扩散过程进行实验研究,考察泄漏源强度、泄漏源高度和开窗对室内CO2扩散过程的影响。结果表明:CO2在室内空间泄漏扩散后有明显的沉降和分层现象。CO2浓度和浓度上升速率随着高度的增加而减小。随着泄漏源强度的增加,近地面处CO2浓度和浓度上升速率均增加,远离地面处CO2浓度值略有上升。随着泄漏源高度的增加,近地面处CO2浓度和浓度上升速率均减小,远离地面处CO2浓度增加。当泄漏源高度较高时,虽然近地面处的CO2浓度相对有所减小,但整个空间都会有较高CO2的气体分布,危险性更大。室外静风条件下,在高位开窗时,空间内CO2浓度没有明显的降低;但在低位开窗时,近地面处CO2浓度明显降低,但远离地面处,CO2浓度降低幅度较小。     

北京周边地区主要微量气体的基本特征

2005年5月22日-2006年6月30日,在中国科学院大气本底观测网兴隆站开展了对微量气体成分的连续观测,获得了O3、NOx、CO2、SO2等气体组分浓度、变化特征和变化规律.一年多的观测期间,O3在6月、9月出现高值,12月为最低值;NOx最低值出现在8月份,8～11月期间表现为缓慢的增长,NO在NOx中所占比例非常小;SO2最低值出现在7月,之后逐渐增加;CO2最低值出现在8月份.兴隆站7月、8月份的空气质量为一年中的最佳时段.     

CO2浓度变化对欧洲区域气候影响的数值研究

给出了大气中二氧化碳浓度加倍引起的德国南部及邻近阿尔卑斯山区5年1月和 7月气温和降水率变化的模拟结果.模式采用在大气环流模式(ECHAM3)中嵌套的中尺度气候和化学模式(MCCM).模拟结果显示:区域平均气温(地面上2 m处温度)的5年平均1月增加0.8℃,7月增加4.7℃;区域降水率的5年逐月平均则显示1月无变化,7月减少40 %.讨论了气温、降水率以及降水频率等变化的空间分布,也给出了控制试验(1×CO2) 和敏感试验(2×CO2)中气温和降水率的年际变化模拟结果.     

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.     

COVID-19疫情不同阶段管控措施对大气污染物浓度的影响研究

2020年COVID-19疫情席卷全球，在我国疫情的集中爆发区和局部散发区均采取了严格的管控措施.论文采用2015年1月—2020年9月我国国控环境监测站点6种大气污染物(CO、SO2、NO2、O3、PM10、PM2.5)月均浓度值结果，分析了疫情管控措施对集中爆发区和后续局部散发区内大气污染物浓度的影响.结果显示在实施严格管控的疫情集中爆发期，湖北省内6种大气污染物中NO2浓度的减小最为明显，浓度变化与省内采取管控措施及复产复工的时间一致性较好.在2020年2月—4月的管控期间内，NO2各月均浓度值相较于前5年对应月份平均浓度均有显著减小，复工复产后逐渐恢复.SO2、PM10、PM2.5在管控期的部分月份也有显著下降，而CO月均值浓度亦出现了近6年来对应月份的最低值，但持续时间都相对较短.选用对管控措施表现最为明显的大气污染物指标NO2，持续监测了后续疫情局部散发区管控措施对其浓度的影响.吉林市、北京市、乌鲁木齐市等管控措施超过20天以上的散发区在其疫情管控期内均表现出了NO2浓度的显著降低.而确诊人数较少、扩散范围小的大连市、德宏傣族景颇族自治州瑞丽市由于管控时间较短，则未出现明显变化.证实了NO2浓度对人为活动强度的变化有直接的响应关系.     

利用OMI卫星资料计算N02地面浓度的方法研究

利用OMIN02卫星遥感数据,分析了2006年5月至2008年8月上海市N02对流层柱浓度,提出了由对流层柱浓度计算N02地面浓度的方法。由上海市徐家汇区实地观测的近地面N02浓度数据,结合全球大气化学传输模式MOZART-2,得到经过订正的近地面NO2浓度,并与柱浓度计算得到的NO2地面浓度进行了对比。结果显示,由柱...     

北京市海淀公园绿地CO2通量变化特征

为了定量评估城市绿地吸收CO2改善城市生态环境的效果,2006年4月—2007年3月在北京海淀公园绿地使用涡度相关系统连续观测CO2通量、总辐射、大气温度,并使用冠层分析仪测量叶面积指数,研究CO2通量的变化及其影响因素.结果表明,绿地CO2通量受植被生物活动的影响呈现明显的季节变化特征,晴天天气状况下CO2通量日均值FCO2在4—10月为负值,绿地是CO2汇,在6—9月是CO2强吸收汇,FCO2约-0.100—-0.120mg/m2.s,而在11—3月FCO2为正值,绿地为CO2源,12—2月是CO2强排放源,FCO2约0.100mg/m2.s.绿地CO2通量受总辐射、LAI、大气温度的显著影响,净辐射的影响明显大于大气温度,净辐射越大、LAI越大、大气温度越高,绿地光合作用吸收CO2的能力越强.观测期间一年海淀公园绿地CO2的净吸收量约为615gCO2/m2.     

CO_2浓度变化对欧洲区域气候影响的数值研究

给出了大气中二氧化碳浓度加倍引起的德国南部及邻近阿尔卑斯山区5年1月和 7月气温和降水率变化的模拟结果.模式采用在大气环流模式(ECHAM3)中嵌套的中尺度气候 和化学模式(MCCM).模拟结果显示:区域平均气温(地面上２ ｍ处温度)的5年平均1月增 加0.8℃,7月增加4.7℃;区域降水率的5年逐月平均则显示1月无变化,7月减少40 ％.讨论了气温、降水率以及降水频率等变化的空间分布,也给出了控制试验(1×CO2) 和敏感试验(2×CO2)中气温和降水率的年际变化模拟结果.     

北京市夏季低层大气NOx、O3垂直分布观测研究

根据2000年夏季在北京325m铁塔上的一次梯度观测实验，给出8m，120m和280m三层上的NO、NO2、O3浓度的观测结果。对NO，NO2，O3小时平均浓度的日变化和垂直分布规律进行了分析，结果发现：（1）各高度上的NO，NO2，O3浓度均有明显的日变化特征，阴雨天的日变化更加复杂；（2）O3在晴朗白天有单、双及三峰型分布；（3）相对于120m 和280m，近地面8m处的NO浓度最高，而3浓度最低；（4）NO2、O3日平均浓度日变化振幅120m处最大；（5）中午前后NO，NO3，O3浓度均在120m最高。     

济南市城区与郊区大气中CO化学特征差异

为了研究城区和郊区近地面一氧化碳化学特征差异,于2015年1~12月在泉城广场和商河县分别开展了CO连续监测试验。结果表明,济南城区CO年均浓度远高于郊区的年均浓度。城区CO表现出明显的双峰型日变化规律,而郊区CO日变化较为平缓。一周之中,城区CO在周六时浓度最高,郊区浓度变化不大。城郊区CO存在明显的季节变化规律,城区12月浓度最高,7月最低,郊区2月最高,8月浓度最低。相比于郊区站点,城区受到了明显的人为活动的影响。     

西安市区大气污染物时空分布特征分析*

利用2014年10月31日～2015年11月31日西安市区13个环境空气质量监测站AQI、CO、SO_2、NO_2、O_3、PM_(2.5)和PM_(10)逐日数据,分析了西安市区各种污染物的时空分布特征,研究污染物之间的相关性及西安和周边城市的空气质量相关性。结果表明,西安市空气主要分布国家标准在二三级之间,长安区超标率最低(24.41%)。利用空间插值法分析污染物空间分布各监测点夏季空气质量均优于冬季,长安区空气质量较好,主城区污染严重,西安大气污染物呈现明显的主城区向郊区递减变化趋势。月平均气温与CO、SO_2和PM_(10)显著负相关,与O_3显著正相关;月降雨量与CO、SO_2和PM_(10)显著负相关;日照时数与O_3显著正相关。SO_2月均浓度值在监测期中达到一级标准;O_3在5～8月份月均浓度值达到最大,其他月份均达到一级标准;NO_2在11月～次年1月月均浓度为全年最高,其他月份达到一级标准;CO在1～2月份浓度达到最高值,其他月份满足一级标准;PM_(2.5)和PM_(10)在整个监测期内均未达到一级标准。西安和周边城市空气质量存在显著相关性,需要城市间协同解决大气污染问题。     

亚热带岩溶山区植被演替和夏季土壤CO2浓度动态关系

对南川市金佛山西坡相近的环境条件下不同植被类型土壤CO2 浓度及其主要环境因子进行连续观测的基础上 ,采用空间换时间的方法对植被演替对夏季土壤CO2 浓度的动态影响作了详细的研究 ,认为 :土壤CO2 随气温的变化有明显的日变化 ,降水对其浓度也有较大的影响 ,其变化过程及CO2 浓度剖面动态与植被类型有关 ;不同植被条件下土壤CO2 浓度月动态受环境因素影响显示出的差异不大 ,但浓度值水平有很大差别 ;植被演替是岩溶和土壤吸收CO2 作用的重要促进因素 .     

温室气体变化数值模拟试验中全球降水和温度变化的迟滞效应

利用耦合气候模式(GFDL-CM2.1)研究变动气候背景下全球平均降水和温度的变化。不同情景CO2 强迫试验表明, 降水变化存在明显的迟滞效应。全球平均降水与地表温度的变化存在显著的线性关系, 但是降水同时也受到CO2 浓度的直接影响。在CO2 增加又恢复的试验中, 降水变化滞后于地表温度变化, 出现降水 “迟滞效应”。在CO2 增加过程中, 温室效应增强会立即导致大气长波吸收增强, 大气获得的净辐射能量增加, 为维持大气能量收支平衡, 地面向上潜热通量受到抑制, 形成CO2 增加对降水的抑制效应。随之而来的温度上升则主要引起大气层顶出射长波辐射以及大气对地表的长波回辐射增加, 大气净辐射能量减少, 地面潜热通量增加, 从而引起降水的增加。在CO2 减少过程中, 情况正好相反, 温室效应减弱会增加降水, 而温度降低会减少降水。温度和CO2 对降水的不同影响决定了降水的迟滞效应。     

清江流域及环神农架烟区烟草赤星病菌观测与发生规律研究

2007年在湖北咸丰高乐山镇核桃园村、房县桥上乡西坪村进行了烟草赤星病菌观测与发生程度相关性研究,结果显示:1)咸丰观测点未发现孢子散发,叶片上仅有零星病斑出现,病情指数8月上旬为0.2,8月下旬达1.2;2)房县观测点病菌孢子分布在0.5~1.5m高度,7月中旬至8月下旬田间可见孢子散发,0.5m高度孢子数量最多,其次为1m,1.5m孢子数量相对较少,叶片上病斑较多,病情指数4.1~25.34.     

青藏高原近地面层气象要素变化特征

利用第2次青藏高原气象科学实验(TIPEX)1998年5-7月改则、当雄和昌都3个大气边界层加强观测站获取的近地面层观测资料,分析了青藏高原西部、中部和东部地区近地面层风速、温度和湿度的日变化特征及其廓线规律,给出了青藏高原地区地表空气动力学参数和地表温度变化规律,讨论了高原近地面层湍流通量特征及逆湿现象。     

鸡公山自然保护区落叶阔叶林土壤呼吸研究

利用ACE自动土壤呼吸监测系统测定并分析鸡公山落叶阔叶林土壤呼吸的日变化特征,对影响土壤呼吸的土壤温度、大气CO2含量、大气温度、大气湿度等因子进行相关分析.结果表明:鸡公山落叶阔叶林土壤呼吸日变化呈单峰曲线,变幅最大的月份为8月;土壤呼吸与5 cm深处土壤温度呈幂函数关系,y=1.122exp(0.037x)(R2=0.395);土壤呼吸与5 cm深处土壤温度,30 m高处大气CO2含量、大气温度、大气湿度关系显著.     

珠江三角洲城市群灰霾天气主要污染物的数值研究

主要利用美国第三代空气质量模式系统Models-3(MM5/SMOKE/CMAQ),设计三重嵌套网格对2004年9月26-30日珠江三角洲城市群一次灰霾天气过程进行数值研究,通过对主要大气污染物如PM10、CO、SO2和NOx的模式结果与观测对比分析表明,模式较好地模拟出了大气污染物的变化趋势,与观测结果比较一致,再现了污染物浓度呈周期性日变化的重要特征。结果还表明,在这次灰霾天气过程中珠江三角洲城市群大气污染物的水平分布具有区域性,存在3个高值中心,污染物的高值中心对应着大城市。污染物主要积聚在大气边界层内,形成近地面高浓度,这是造成此次灰霾天气的直接原因。     

北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。     

南昌市大气能见度变化规律及其主要影响因素分析

利用1990-2012年南昌市大气能见度资料和地面气象要素的观测资料,对大气能见度变化规律统计找出其与气象要素关系,利用2006-2012年空气污染物监测数据,分析了南昌市大气能见度变化规律和空气主要污染物的关系。结果表明:南昌大气能见度有较明显的年际变化、月季变化和日变化特征;能见度与相对湿度呈显著负相关;与空气污染物SO2、NOx质量浓度呈弱负相关。