合肥科學島低對流層二氧化碳時空分布特征

楊 杰,胡順星,苑克娥,孫培育,3,黃 見,王一楠

?

合肥科學島低對流層二氧化碳時空分布特征

楊 杰1,2,胡順星1*,苑克娥1,孫培育1,3,黃 見1,王一楠4

(1.中國科學院安徽光學精密機械研究所,中國科學院大氣光學重點實驗室, 安徽 合肥 230031；2.中國科學技術大學,安徽 合肥 230026；3.中國科學院大學,北京 100049；4.中國科學院大氣物理研究所,中層大氣和全球環境探測重點實驗室,北京 100029)

依據合肥市科學島2013~2016年的CO2體積比濃度廓線,分別從夜間?季節和年度分析了亞熱帶季風氣候的CO2分布特點和合肥科學島的CO2源匯特征. (1) 大氣CO2體積比濃度隨高度增加而減小,390m的CO2濃度約為15m濃度的95%,夜間隨時間推移濃度增加幅度約5%,天亮時CO2濃度有減小的趨勢;(2)測量點高度大于100m時,季節特征較明顯,CO2體積比濃度夏季最低,冬季最高,濃度相差約10′10-6;(3)測量點高度大于100m時,2013~2016年CO2體積比濃度的年分布隨高度變化的梯度相關系數大于0.9,體積比濃度年增長約2.1648′10-6.通過三個時間尺度的CO2體積比濃度廓線分析得出, CO2濃度特征是動植物活動和大氣運動等共同作用的結果; CO2長期循環過程中,存在近地面CO2向高空的傳輸效應.

大氣光學；激光雷達；大氣成分；探測

目前國內外對不同生態系統CO2的分布特征和傳輸特性進行了研究[1-3],地表能量平衡[4]、風速、濕度[5]以及不同生態系統的CO2源匯特征[6-8]等影響著CO2時空分布.由于對流層不同高度的大氣傳輸效應不同,對流層不同高度的CO2時空分布特征也存在較大差異[9-10].本文利用中國科學院安徽光學精密機械研究所研制的ARL- 1CO2拉曼激光雷達系統[10-12]2013~2016年數據對合肥市科學島近地面CO2濃度不同時間尺度的時空演化特征進行了分析,為研究合肥地區大氣CO2濃度垂直時空分布特征、CO2循環過程輸送規律和氣候因素影響等提供數據支持.

1 設備與方法

1.1 拉曼激光雷達測量CO2原理

CO2拉曼激光雷達是利用大氣中CO2分子和激光相互作用產生拉曼散射的原理來實現探測CO2含量分布,拉曼散射激光雷達雷達方程如(1)式所示[9]:

圖1 ARL-1CO2拉曼激光雷達系統結構

1.2 數據處理

數據處理過程中,首先對激光雷達N2和CO2的拉曼回波信號進行重疊系數校正,然后與CO2分析儀數據依據最小二乘法進行數據標定[10-11],即可得到系統測量的CO2體積比濃度垂直廓線.

2 結果與討論

2.1 夜間時空分布特征

2013年3月27日和2016年3月10日夜間CO2測量高度600m內垂直分布時空演化圖如圖2所示.可以看出2013年3月27日和2016年3月10日夜間CO2濃度垂直時空分布特性相同點主要有:(1)近地面大氣CO2體積比濃度較高,隨著空間垂直高度增加,CO2體積比濃度減小,2013年3月27日在高度15m處CO2體積比濃度為395.61′10-6,而在高度600m處CO2的體積比濃度減小到372.24′10-6;(2)同一高度夜間的CO2濃度隨著時間增加,然后接近天亮時濃度有減小的趨勢;(3)隨著測量點高度增加,測量點的CO2濃度波動變緩.

圖2 夜間CO2空間垂直分布時空演化

為進一步分析CO2的夜間分布特征,選取了2013年10月24日、2014年12月4日、2015年3月12日和2016年2月25日的15m、60m、90m、150m、270m和390m 6個測量點高度探討夜間CO2分布特性,CO2濃度時空分布如圖3所示.夜間不同高度的CO2濃度隨時間變化的幅度不同,近地面CO2濃度變化幅度較為劇烈,當高度大于150m時,CO2濃度變化比較緩慢.

2013年10月24日晚~25日凌晨,測量點風向風力東風3~4級,測量點東邊為董鋪水庫和合肥市區,受大氣輸運影響,首先水庫附近較低CO2濃度空氣經過測量點,使測量點處CO2濃度降低,隨著大氣輸送和市區的高濃度CO2混合,測量點處CO2濃度升高,受水庫和市區CO2濃度差異和大氣傳輸影響,2013年10月24日夜間低空CO2體積比濃度廓線呈現峰值和波谷交替出現,2014年12月4日夜間風向風力為東南風3~4級,從圖3(b)可得相似規律.2015年3月12日西南風3~4級轉東風3~4級?2016年2月25日西風￡3級轉東南風￡3級,測量點西南方為水庫和農田,空氣CO2濃度較低,因此2015年3月12日和2016年2月25日夜間CO2濃度較低,當風向轉東風?東南風時,市區CO2濃度較高的空氣經過測量點使得測量點CO2濃度增加.

上述CO2近地面夜間時空分布特征與Grady[4]、孫培育等[10-11,13]對近地面大氣等因素對CO2時空分布的影響以及近地面CO2垂直分布特征一致.

這是因為大氣中CO2濃度分布特征是植物光合作用?人類活動?邊界層狀態?溫度、風速等的綜合作用結果,使得CO2源匯強度發生變化.夜晚太陽輻射強度弱,植物光合作用減弱,動植物呼吸作用和土壤微生物活動向大氣中釋放的CO2,雙重作用使得近地面CO2通量增加.此外,大氣輻射通量不斷減小,地面放出長波輻射,下墊面很快冷卻,形成貼地面逆溫,大氣穩定度增加,對流傳輸減弱,使所排放的CO2在近地面積累,從而使得近地面大氣CO2濃度急劇升高,高空CO2的積聚較弱,低對流層上部的CO2濃度增長變化幅度較近地面小.綜上所述,近地面CO2的日變化時空分布受大氣運動和地面CO2源的共同作用.

圖3 CO2濃度的時空分布廓線

2.2 季節分布特征

合肥科學島CO2濃度季節分布廓線如圖4所示.季節劃分節點:春季為2、3、4月份數據的統計平均,夏季為5、6、7月份數據的統計平均,秋季為8、9、10月份數據的統計平均,冬季為11、12、1月份數據的統計平均.從圖4中2013~2016年季節分布數據可以看出:當高度小于100m時,夜間CO2濃度較高,由于受近地面大氣環境因素(溫度、壓強、風速、風向、空氣對流等)和地面CO2產生源分布情況影響較大,近地面CO2濃度廓線無明顯的季節分布特征,當測量點高度大于100m時,CO2濃度的垂直分布廓線季節特征較明顯,四季中夏季CO2濃度較低,春季和秋季的CO2濃度較為接近,冬季大氣中CO2濃度最大.因此下面以測量高度大于100m的垂直分布討論合肥科學島地區的CO2季節分布特征:

(1)從CO2源特征分析,一方面冬季取暖需求,煤炭的消耗使得產生CO2的量增大,另一方面冬季太陽輻射強度弱、溫度較低,植物光合作用減弱,對CO2的消耗減小,使得冬季大氣中CO2的積聚,CO2濃度較高;春季植物的光合作用開始增強,大氣中CO2濃度開始降低,夏季太陽輻射強,光合作用較強,植物消耗CO2較多,CO2濃度達到最低.進入秋季時,太陽輻射強度降低,綠色植物開始葉枯、葉落,使得光合作用變弱,大氣中CO2濃度升高,形成了CO2濃度垂直分布的季節性循環特征.

(2)從地理位置上分析,測地點為合肥西北郊區,春季數據測量的天氣風向多西北風、西風,此時,由于農田和水庫上方空氣CO2濃度較低,受風的輸送影響,較低CO2濃度的空氣經過觀測點,使得觀測到的CO2濃度較低.而冬季數據采集時間的風向東風、東南風和東北風較多,此時將合肥市區上空較高濃度CO2的空氣輸送至郊區時,空氣溫度降低,高濃度CO2空氣向下輸運經過觀測點,使得觀測到的CO2濃度較高.

(3)大氣邊界層的基本特征表現為氣象要素存在季節變化,因為大氣邊界層是對流層中最靠近下墊面的氣層,通過湍流交換,四季的太陽輻射季節性變化特征影響上面的大氣,這種熱量傳送過程造成大氣邊界層內溫度的季節變化特征.另一方面,四季的氣壓場特征形成的大氣運動量通過湍流切應力作用源源不斷向下傳遞,經大氣邊界層到達地面,也造成了大氣內邊界層風的季節變化特征,使得冬季空氣的對流較弱,造成近地面CO2容易富集.

上述CO2濃度的季節特征與孫培育等[10,13]得出的合肥西郊CO2垂直分布規律一致.

圖4 CO2濃度季節垂直分布特征廓線

2.3 年分布特征

選取2013~2016年1月、3月?5月和8月進行年分布特征分析.不同年份的CO2廓線如圖5所示.2013~2016年1月、3月、5月和8月大氣中CO2垂直分布濃度值均逐年升高,測量點高度小于100m時,受到近地面大氣環境和人類活動的影響,沒有明顯的年分布特征;當測量點高度大于100m時,2013~2016年每年CO2濃度隨高度降低的梯度無明顯差異,CO2濃度垂直分布廓線年變化分布特征較明顯,2013~2016年的1月、3月、5月和8月CO2濃度廓線的相關系數如表1所示,顯示CO2濃度垂直廓線年變化具有高度相關性,由于2013~2016年之間季節性的氣候特征差異較小,由大氣運動擴散和植物光合作用等因素消耗CO2量變化較小,表明合肥科學島地區每年CO2產生源相對穩定.

CO2濃度年變化增量的垂直分布特征廓線如圖6所示.由2013~2014年1月CO2濃度增量廓線可知,隨著高度的增加,CO2濃度增量有增大的趨勢, 2014~2015年1月CO2濃度增量隨高度減小, 2015~2016年1月CO2濃度增量隨高度變化有減小趨勢,但減小幅度小于2014~2015年1月的減小幅度. 2013~2014年3月CO2濃度增量隨高度增大,2014~2015年3月CO2濃度增量隨高度減小, 2015~2016年3月CO2濃度增量隨高度變化較小.圖6可知,2013~2016年5月和8月CO2的年增量垂直分布變化規律分別與3月和1月規律一致. 2013~2016年的1月、3月、5月和8月CO2體積比濃度年平均增量如表2所示.

圖5 不同年份之間的CO2分布廓線

表1 2013~2016年CO2垂直濃度相關系數

表2 CO2濃度年平均增量(′10-6)

表2表明合肥科學島地區CO2濃度的年增量較穩定,2013~2016年期間合肥科學島的植物覆蓋率較穩定,同月份不同年份由植物光合作用吸收CO2量可認為無較大變化.因此可認為2013~2016年合肥科學島地區CO2產生量有較大的變化.

3 結論

3.1 合肥西郊科學島地區夜間低空的CO2濃度較高,隨著空間垂直高度增加,CO2濃度減小,夜間同一高度的CO2濃度隨著時間增加,天亮時,濃度有減小的趨勢;近地面CO2濃度夜間波動較大,隨高度增加,波動變緩.

3.2 夏季CO2濃度最低,春季和秋季的CO2濃度較為接近,冬季大氣中CO2濃度最高.

3.3 2013~2016年CO2濃度值均逐年升高,年平均增量變化幅度較小,CO2濃度垂直廓線年變化具有較強相關性,CO2濃度的年增量廓線特征存在近地面CO2向高空傳輸的趨勢.

[1] Wagner G A, Plusquellic D F. Ground-based, integrated path differential absorption LIDAR measurement of CO2, CH4, and H2O near 1.6μm [J]. Applied Optics, 2016,55(23):6292-6310.

[2] Refaat T F, Singh U N, Yu J, et al. Evaluation of an airborne triple-pulsed 2μm IPDA lidar for simultaneous and independent atmospheric water vapor and carbon dioxide measurements [J]. Applied Optics, 2015,54(6):1387-1398.

[3] 麥博儒,鄧雪嬌,安興琴,等.基于衛星遙感的廣東地區對流層二氧化碳時空變化特征 [J]. 中國環境科學, 2014,34(5):1098-1106.

[4] Feldman D R, Collins W D, Gero P J, et al. Observational determination of surface radiative forcing by CO2from 2000 to 2010 [J]. Nature, 2015,519(7543):339-343.

[5] Grady J K, Jeffrey Y B, Fabien G, et al. Side-line tunable laser transmitter for differential absorption lidar measurements of CO2: design and application to atmospheric measurements0 [J]. Applied Optics, 2008,47(7):944-956.

[6] 馬安娜,陸健健.長江口崇西濕地生態系統的二氧化碳交換及潮汐影響 [J]. 環境科學與研究, 24(7):716-721.

[7] 張林海,仝 川,曾從盛.河口濕地近地面大氣CO2濃度日變化和季節變化 [J]. 環境科學, 2014,35(3):879-884.

[8] 浦靜姣,徐宏輝,顧駿強,等.長江三角洲背景地區CO2濃度變化特征研究 [J]. 中國環境科學, 2012,32(6):973-979.

[9] 周 聰,施潤和,高 煒.對流層中層與近地面大氣二氧化碳濃度的比較研究 [J]. 地球信息科學學報, 2015,17(11):1286-1293.

[10] 孫培育,苑克娥,胡順星,等.拉曼激光雷達探測合肥西郊低對流層大氣二氧化碳垂直分布的統計分析 [J]. 光學學報, 2016,36(11):1-8.

[11] 于海利,胡順星,吳曉慶,等.拉曼激光雷達探測低對流層大氣二氧化碳分布 [J]. 光學學報, 2012,32(8):21-26.

[12] 苑克娥,張世國,胡順星,等.拉曼散射激光雷達反演二氧化碳測量結果的可靠性分析 [J]. 紅外與激光工程, 2014,43(4):1135-1139.

[13] 吳曉慶,林曉慶,朱行聽,等.合肥地區近地面輻射通量和二氧化碳統計分析與湍流通量的慣性耗散法估算 [J]. 大氣與環境光學學報, 2011,(1):69-74.

Temporal and spatial distribution characteristics of lower troposphere carbon dioxide in Hefei Science Island.

YANG Jie1,2, HU Shun-xing1*, YUAN Ke-e1, SUN Pei-yu1,3, HUANG Jian1,WANG Yi-nan4

(1.Key Laboratory of Atmospheric Optics, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China；2.University of Science and Technology of China, Hefei 230026, China；3.Graduate University of Chinese Academy of Sciences, Beijing 100049, China；4.Key Laboratory of Middle Atmosphere and Global Environment Observation, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China)., 2018,38(3)：838~844

atmospheric optics；lidar；atmospheric composition；detection

A

1000-6923(2018)03-0838-07

X511,TN958.96

楊 杰(1988-),男,河南商丘人,在讀博士研究生,主要從事激光大氣探測方法等方面的研究.發表論文4篇.

2017-08-30

國家自然科學基金資助項目(41575032, 41475001,41505019)

* 責任作者, 研究員, sxhu@aiofm.ac.cn