合肥科学岛低对流层二氧化碳时空分布特征

杨 杰,胡顺星,苑克娥,孙培育,3,黄 见,王一楠



合肥科学岛低对流层二氧化碳时空分布特征

杨 杰1,2,胡顺星1*,苑克娥1,孙培育1,3,黄 见1,王一楠4

(1.中国科学院安徽光学精密机械研究所,中国科学院大气光学重点实验室, 安徽 合肥 230031；2.中国科学技术大学,安徽 合肥 230026；3.中国科学院大学,北京 100049；4.中国科学院大气物理研究所,中层大气和全球环境探测重点实验室,北京 100029)

依据合肥市科学岛2013~2016年的CO2体积比浓度廓线,分别从夜间､季节和年度分析了亚热带季风气候的CO2分布特点和合肥科学岛的CO2源汇特征. (1) 大气CO2体积比浓度随高度增加而减小,390m的CO2浓度约为15m浓度的95%,夜间随时间推移浓度增加幅度约5%,天亮时CO2浓度有减小的趋势;(2)测量点高度大于100m时,季节特征较明显,CO2体积比浓度夏季最低,冬季最高,浓度相差约10´10-6;(3)测量点高度大于100m时,2013~2016年CO2体积比浓度的年分布随高度变化的梯度相关系数大于0.9,体积比浓度年增长约2.1648´10-6.通过三个时间尺度的CO2体积比浓度廓线分析得出, CO2浓度特征是动植物活动和大气运动等共同作用的结果; CO2长期循环过程中,存在近地面CO2向高空的传输效应.

大气光学；激光雷达；大气成分；探测

目前国内外对不同生态系统CO2的分布特征和传输特性进行了研究[1-3],地表能量平衡[4]、风速、湿度[5]以及不同生态系统的CO2源汇特征[6-8]等影响着CO2时空分布.由于对流层不同高度的大气传输效应不同,对流层不同高度的CO2时空分布特征也存在较大差异[9-10].本文利用中国科学院安徽光学精密机械研究所研制的ARL- 1CO2拉曼激光雷达系统[10-12]2013~2016年数据对合肥市科学岛近地面CO2浓度不同时间尺度的时空演化特征进行了分析,为研究合肥地区大气CO2浓度垂直时空分布特征、CO2循环过程输送规律和气候因素影响等提供数据支持.

1 设备与方法

1.1 拉曼激光雷达测量CO2原理

CO2拉曼激光雷达是利用大气中CO2分子和激光相互作用产生拉曼散射的原理来实现探测CO2含量分布,拉曼散射激光雷达雷达方程如(1)式所示[9]:

图1 ARL-1CO2拉曼激光雷达系统结构

1.2 数据处理

数据处理过程中,首先对激光雷达N2和CO2的拉曼回波信号进行重叠系数校正,然后与CO2分析仪数据依据最小二乘法进行数据标定[10-11],即可得到系统测量的CO2体积比浓度垂直廓线.

2 结果与讨论

2.1 夜间时空分布特征

2013年3月27日和2016年3月10日夜间CO2测量高度600m内垂直分布时空演化图如图2所示.可以看出2013年3月27日和2016年3月10日夜间CO2浓度垂直时空分布特性相同点主要有:(1)近地面大气CO2体积比浓度较高,随着空间垂直高度增加,CO2体积比浓度减小,2013年3月27日在高度15m处CO2体积比浓度为395.61´10-6,而在高度600m处CO2的体积比浓度减小到372.24´10-6;(2)同一高度夜间的CO2浓度随着时间增加,然后接近天亮时浓度有减小的趋势;(3)随着测量点高度增加,测量点的CO2浓度波动变缓.

图2 夜间CO2空间垂直分布时空演化

为进一步分析CO2的夜间分布特征,选取了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个测量点高度探讨夜间CO2分布特性,CO2浓度时空分布如图3所示.夜间不同高度的CO2浓度随时间变化的幅度不同,近地面CO2浓度变化幅度较为剧烈,当高度大于150m时,CO2浓度变化比较缓慢.

2013年10月24日晚~25日凌晨,测量点风向风力东风3~4级,测量点东边为董铺水库和合肥市区,受大气输运影响,首先水库附近较低CO2浓度空气经过测量点,使测量点处CO2浓度降低,随着大气输送和市区的高浓度CO2混合,测量点处CO2浓度升高,受水库和市区CO2浓度差异和大气传输影响,2013年10月24日夜间低空CO2体积比浓度廓线呈现峰值和波谷交替出现,2014年12月4日夜间风向风力为东南风3~4级,从图3(b)可得相似规律.2015年3月12日西南风3~4级转东风3~4级､2016年2月25日西风£3级转东南风£3级,测量点西南方为水库和农田,空气CO2浓度较低,因此2015年3月12日和2016年2月25日夜间CO2浓度较低,当风向转东风､东南风时,市区CO2浓度较高的空气经过测量点使得测量点CO2浓度增加.

上述CO2近地面夜间时空分布特征与Grady[4]、孙培育等[10-11,13]对近地面大气等因素对CO2时空分布的影响以及近地面CO2垂直分布特征一致.

这是因为大气中CO2浓度分布特征是植物光合作用､人类活动､边界层状态､温度、风速等的综合作用结果,使得CO2源汇强度发生变化.夜晚太阳辐射强度弱,植物光合作用减弱,动植物呼吸作用和土壤微生物活动向大气中释放的CO2,双重作用使得近地面CO2通量增加.此外,大气辐射通量不断减小,地面放出长波辐射,下垫面很快冷却,形成贴地面逆温,大气稳定度增加,对流传输减弱,使所排放的CO2在近地面积累,从而使得近地面大气CO2浓度急剧升高,高空CO2的积聚较弱,低对流层上部的CO2浓度增长变化幅度较近地面小.综上所述,近地面CO2的日变化时空分布受大气运动和地面CO2源的共同作用.

图3 CO2浓度的时空分布廓线

2.2 季节分布特征

合肥科学岛CO2浓度季节分布廓线如图4所示.季节划分节点:春季为2、3、4月份数据的统计平均,夏季为5、6、7月份数据的统计平均,秋季为8、9、10月份数据的统计平均,冬季为11、12、1月份数据的统计平均.从图4中2013~2016年季节分布数据可以看出:当高度小于100m时,夜间CO2浓度较高,由于受近地面大气环境因素(温度、压强、风速、风向、空气对流等)和地面CO2产生源分布情况影响较大,近地面CO2浓度廓线无明显的季节分布特征,当测量点高度大于100m时,CO2浓度的垂直分布廓线季节特征较明显,四季中夏季CO2浓度较低,春季和秋季的CO2浓度较为接近,冬季大气中CO2浓度最大.因此下面以测量高度大于100m的垂直分布讨论合肥科学岛地区的CO2季节分布特征:

(1)从CO2源特征分析,一方面冬季取暖需求,煤炭的消耗使得产生CO2的量增大,另一方面冬季太阳辐射强度弱、温度较低,植物光合作用减弱,对CO2的消耗减小,使得冬季大气中CO2的积聚,CO2浓度较高;春季植物的光合作用开始增强,大气中CO2浓度开始降低,夏季太阳辐射强,光合作用较强,植物消耗CO2较多,CO2浓度达到最低.进入秋季时,太阳辐射强度降低,绿色植物开始叶枯、叶落,使得光合作用变弱,大气中CO2浓度升高,形成了CO2浓度垂直分布的季节性循环特征.

(2)从地理位置上分析,测地点为合肥西北郊区,春季数据测量的天气风向多西北风、西风,此时,由于农田和水库上方空气CO2浓度较低,受风的输送影响,较低CO2浓度的空气经过观测点,使得观测到的CO2浓度较低.而冬季数据采集时间的风向东风、东南风和东北风较多,此时将合肥市区上空较高浓度CO2的空气输送至郊区时,空气温度降低,高浓度CO2空气向下输运经过观测点,使得观测到的CO2浓度较高.

(3)大气边界层的基本特征表现为气象要素存在季节变化,因为大气边界层是对流层中最靠近下垫面的气层,通过湍流交换,四季的太阳辐射季节性变化特征影响上面的大气,这种热量传送过程造成大气边界层内温度的季节变化特征.另一方面,四季的气压场特征形成的大气运动量通过湍流切应力作用源源不断向下传递,经大气边界层到达地面,也造成了大气内边界层风的季节变化特征,使得冬季空气的对流较弱,造成近地面CO2容易富集.

上述CO2浓度的季节特征与孙培育等[10,13]得出的合肥西郊CO2垂直分布规律一致.

图4 CO2浓度季节垂直分布特征廓线

2.3 年分布特征

选取2013~2016年1月、3月､5月和8月进行年分布特征分析.不同年份的CO2廓线如图5所示.2013~2016年1月、3月、5月和8月大气中CO2垂直分布浓度值均逐年升高,测量点高度小于100m时,受到近地面大气环境和人类活动的影响,没有明显的年分布特征;当测量点高度大于100m时,2013~2016年每年CO2浓度随高度降低的梯度无明显差异,CO2浓度垂直分布廓线年变化分布特征较明显,2013~2016年的1月、3月、5月和8月CO2浓度廓线的相关系数如表1所示,显示CO2浓度垂直廓线年变化具有高度相关性,由于2013~2016年之间季节性的气候特征差异较小,由大气运动扩散和植物光合作用等因素消耗CO2量变化较小,表明合肥科学岛地区每年CO2产生源相对稳定.

CO2浓度年变化增量的垂直分布特征廓线如图6所示.由2013~2014年1月CO2浓度增量廓线可知,随着高度的增加,CO2浓度增量有增大的趋势, 2014~2015年1月CO2浓度增量随高度减小, 2015~2016年1月CO2浓度增量随高度变化有减小趋势,但减小幅度小于2014~2015年1月的减小幅度. 2013~2014年3月CO2浓度增量随高度增大,2014~2015年3月CO2浓度增量随高度减小, 2015~2016年3月CO2浓度增量随高度变化较小.图6可知,2013~2016年5月和8月CO2的年增量垂直分布变化规律分别与3月和1月规律一致. 2013~2016年的1月、3月、5月和8月CO2体积比浓度年平均增量如表2所示.

图5 不同年份之间的CO2分布廓线

表1 2013~2016年CO2垂直浓度相关系数

表2 CO2浓度年平均增量(´10-6)

表2表明合肥科学岛地区CO2浓度的年增量较稳定,2013~2016年期间合肥科学岛的植物覆盖率较稳定,同月份不同年份由植物光合作用吸收CO2量可认为无较大变化.因此可认为2013~2016年合肥科学岛地区CO2产生量有较大的变化.

3 结论

3.1 合肥西郊科学岛地区夜间低空的CO2浓度较高,随着空间垂直高度增加,CO2浓度减小,夜间同一高度的CO2浓度随着时间增加,天亮时,浓度有减小的趋势;近地面CO2浓度夜间波动较大,随高度增加,波动变缓.

3.2 夏季CO2浓度最低,春季和秋季的CO2浓度较为接近,冬季大气中CO2浓度最高.

3.3 2013~2016年CO2浓度值均逐年升高,年平均增量变化幅度较小,CO2浓度垂直廓线年变化具有较强相关性,CO2浓度的年增量廓线特征存在近地面CO2向高空传输的趋势.

[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] 麦博儒,邓雪娇,安兴琴,等.基于卫星遥感的广东地区对流层二氧化碳时空变化特征 [J]. 中国环境科学, 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] 马安娜,陆健健.长江口崇西湿地生态系统的二氧化碳交换及潮汐影响 [J]. 环境科学与研究, 24(7):716-721.

[7] 张林海,仝 川,曾从盛.河口湿地近地面大气CO2浓度日变化和季节变化 [J]. 环境科学, 2014,35(3):879-884.

[8] 浦静姣,徐宏辉,顾骏强,等.长江三角洲背景地区CO2浓度变化特征研究 [J]. 中国环境科学, 2012,32(6):973-979.

[9] 周 聪,施润和,高 炜.对流层中层与近地面大气二氧化碳浓度的比较研究 [J]. 地球信息科学学报, 2015,17(11):1286-1293.

[10] 孙培育,苑克娥,胡顺星,等.拉曼激光雷达探测合肥西郊低对流层大气二氧化碳垂直分布的统计分析 [J]. 光学学报, 2016,36(11):1-8.

[11] 于海利,胡顺星,吴晓庆,等.拉曼激光雷达探测低对流层大气二氧化碳分布 [J]. 光学学报, 2012,32(8):21-26.

[12] 苑克娥,张世国,胡顺星,等.拉曼散射激光雷达反演二氧化碳测量结果的可靠性分析 [J]. 红外与激光工程, 2014,43(4):1135-1139.

[13] 吴晓庆,林晓庆,朱行听,等.合肥地区近地面辐射通量和二氧化碳统计分析与湍流通量的惯性耗散法估算 [J]. 大气与环境光学学报, 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

杨 杰(1988-),男,河南商丘人,在读博士研究生,主要从事激光大气探测方法等方面的研究.发表论文4篇.

2017-08-30

国家自然科学基金资助项目(41575032, 41475001,41505019)

* 责任作者, 研究员, sxhu@aiofm.ac.cn