黑龙江龙凤山区域大气本底站温室气体浓度特征及源汇研究

发布时间：2017-04-07 11:16

  本文关键词：黑龙江龙凤山区域大气本底站温室气体浓度特征及源汇研究，由笔耕文化传播整理发布。

【摘要】：黑龙江龙凤山区域大气本底站是WMO/GAW区域本底站之一,也是国家野外科学观测研究站。对该地区大气中重要温室气体CO2、CH4及相关微量成分CO、H2的观测研究,一方面可以直接掌握该区域温室气体的浓度变化情况,另一方面可以估算区域源汇变化情况,为我国制定低碳节能减排决策提供基础数据和科技支撑。本研究利用龙凤山区域本底站2009～2011年大气CO2、CH4和CO高低层在线观测资料,研究了数据质量控制处理流程,局地源汇和区域传输对大气CO2、CH4和CO的影响,不同种CO2和CH4筛分方法在龙凤山站的适用性以及本底浓度变化情况。此外,通过自组装、集成及调试,初步建成了气相色谱-脉冲放电氦离子化检测器系统(GC-PDHID),对龙凤山站大气H2开展了采样分析和预研。研究表明：龙凤山大气CO2和CH4白天浓度低,夜间浓度高。夏季大气CO2和CH4日变化振幅分别高达41.2±4.1×10-6(物质的摩尔分数,下同)和131±37×10-9,明显大于其它季节和中国其它区域站点。春、秋和冬季大气CO的日变化特征呈现双峰分布,受局地影响较大时刻出现在08：00-10：00和17：00-20：00。夏季大气CO在正午时刻达到一天中的最大值,最小值出现在晚上20：00～21：00。大气CO冬季日变化振幅最大为114±118×10-9,秋季次之,夏季最小为37-42×109。低层(采样口距离地面10m)大气CO2和CH4比高层(采样口距离地面80 m)受局地源汇影响大,在8：00-17：00时段高低层CO2和CH4浓度差异最小。地面风对CO2、CH4和CO浓度的影响在各季节略有不同,春、夏和秋3个季节E-ESE-SE-SSE扇区的风一般会带来较高浓度的CO2,其中最大抬升来自于夏季E扇区,相对于夏季CO2平均浓度388.7±0.5x10-6抬升了13.0±3.2x10-6。冬季N-NNW扇区的风会带来较高的大气CO2、CH4和CO浓度,E方向大气CO2、CH4和CO浓度最低。对于大气CO,春、夏和秋季偏南扇区对应的大气CO浓度值均较高。总的来说,地面风速越大,大气CO2、CH4和CO浓度越低,这种趋势在冬季特别明显。大气CO2、CH4和CO两两之间相关分析显示,冬季三者两两之间均呈现显著的正相关关系,其中大气CO2和CO的决定系数R2高达0.86,说明三者之间具有较好的同源性,主要源为取暖化石燃料(主要是煤)和居民生活生物质燃料的燃烧。5-9月CO2、CH4和CO两两之间几乎没有相关性,决定系数R20.1。根据轨迹聚类分析和浓度权重轨迹模型(CWT)分析表明龙凤山站潜在源区主要有2个：(1)该站西北部齐齐哈尔、大庆和哈尔滨等城市地区；(2)该站西南方向长春、吉林、沈阳、抚顺和鞍山等城市地区。龙凤山站大气CO2的筛分方法研究表明：基于地面风日变化的筛分方法(SWDV)和基于稳健近似回归的筛分方法(REBS)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,冬季和秋季次之,在夏季相差最大为4.2±1.O×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值误筛分为本底浓度,REBS法会将个别在静稳天气条件下受局地影响大的C02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,C02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。龙凤山站大气CH4的筛分方法研究表明：SWDV.REBS和后向轨迹筛分方法(TRJ)筛分出的本底数据分别占总数据量的24.6%、44.5%和39.6%。4个季节SWDV完全把00：00～7：00和18：：00～23：00观测时段的数据筛分为非本底数据导致了其本底小时浓度数量小于其它2种筛分方法。TRJ法不能有效地筛分出龙凤山大气CU4的本底浓度及其趋势变化,特别是在夏季。SWDV和REBS法对小时标准偏差大于等于10×10-9的非本底浓度有较好的筛分,约15%的非本底数据误筛分为本底浓度,而TRJ法把32%的数据误筛分为本底浓度。不建议在龙凤山区域本底站使用TRJ筛分方法。综合考虑筛分效果和保留的本底数据量,建议使用REBS法筛分龙凤山大气CH4观测数据。获得了不同季节龙凤山站大气CO2、CH4和CO的季节变化和趋势变化特征：大气CO2本底浓度呈现冬季高、夏季低的季节变化特征,浓度最高和最低值分别出现在12月和7月,4月会出现一个浓度的小高值。大气C02季振幅为36.3±1.4×10-6,明显大于海洋边界层参比值(MBL)及同纬度其它站点。大气CH4的季节变化呈现双峰分布,冬季的峰值出现在12月或1月,夏季峰值出现在7月或8月。大气CH4的季振幅高于MBL参比值,为53×10-9。大气CO的季节变化呈现冬季浓度高,夏季和初秋(9月)较低的特征。大气CO季振幅为156±44×10-9,明显大于蒙古Ulaan Uul和日本Ryori区域站,小于韩国Tae-ahn Peninsula区域站。2009～2011年大气CO2和CH4均呈现上升趋势,其中2010年增长最快。2009～2011年年平均大气CO2和CU4浓度均高于全球本底浓度值。在商用Agilent7890A型气相色谱的基础上,通过自组装、集成及调试,初步建成了气相色谱-脉冲放电氦离子化检测器(GC-PDHID)方法观测大气中H2浓度的高精度分析系统。系统采用保留时间定性,峰高定量,最低检测限约为1×10-9。对浓度约为600×1-9的标气重复进样140次用峰高定量的标准偏差优于0.3×10-9。系统对409.3×10-9～867.7×109范围的大气H2具有较好的线性响应。系统使用2瓶标气定量,满足世界气象组织/全球大气观测计划(WMO/GAW)对本底大气H2观测的比对目标。利用所建系统对龙凤山大气H2开展了短期采样分析和预研,观测期间龙凤山大气H2浓度波动范围在461×10-9～608×10-9之间。
【关键词】：温室气体及相关微量成分 筛分方法 潜在源区 浓度水平 变化趋势
【学位授予单位】：中国气象科学研究院
【学位级别】：博士
【学位授予年份】：2015
【分类号】：X16
【目录】：

• 摘要4-6
• Abstract6-12
• 第一章 引言12-30
• 1.1 概述12-14
• 1.1.1 大气二氧化碳(CO_2)13
• 1.1.2 大气甲烷(CH_4)13
• 1.1.3 大气一氧化碳(CO)13-14
• 1.1.4 大气氢气(H_2)14
• 1.2 国内外研究进展14-27
• 1.2.1 本底观测14-17
• 1.2.2 本底观测技术和数据处理17-19
• 1.2.3 筛分方法研究19-21
• 1.2.4 时空分布和趋势变化21-25
• 1.2.5 源汇影响研究25-27
• 1.3 研究的主要内容及意义27-30
• 第二章 观测站点、数据处理和质量控制30-44
• 2.1 观测站点30-32
• 2.1.1 观测站点介绍30-31
• 2.1.2 观测站点区域代表性分析31-32
• 2.2 光腔衰荡光谱(CRDS)在线观测系统32-35
• 2.2.1 系统组成32-33
• 2.2.2 分析流程33-35
• 2.3 气相色谱-脉冲放电氦离子检测器系统(GC-PDHID)35-40
• 2.3.1 系统组成35-36
• 2.3.2 分析流程36-38
• 2.3.3 系统测试38-40
• 2.4 大气CO_2、CH_4和CO数据处理40-42
• 2.4.1 数据采集和传输40
• 2.4.2 数据质量控制40-41
• 2.4.3 经过质控后的大气CO_2、CH_4和CO小时浓度初步分析41-42
• 2.5 大气H_2数据处理42-43
• 2.6 本章小结43-44
• 第三章 局地源汇和区域传输对龙凤山温室气体及主要示踪物的影响44-70
• 3.1 大气CO_2、CH_4和CO的日变化特征44-48
• 3.1.1 大气CO_2日变化44-45
• 3.1.2 大气CH_4日变化45-46
• 3.1.3 大气CO日变化46-48
• 3.2 高低层CO_2和CH_4小时平均浓度差异分析48-50
• 3.2.1 耐低层CO_2小时平均浓度差异分析48-49
• 3.2.2 高低层CH_4小时平均浓度差异分析49-50
• 3.3 地面风对大气CO_2、CH_4和CO浓度的影响50-55
• 3.3.1 地面风对大气CO_2浓度的影响50-52
• 3.3.2 地面风对大气CH_4浓度的影响52-54
• 3.3.3 地面风对大气CO浓度的影响54-55
• 3.4 大气CO_2、CH_4和CO间的相关性研究55-58
• 3.4.1 CO_2和CH_455-56
• 3.4.2 CH_4和CO56-57
• 3.4.3 CO_2和CO57-58
• 3.5 后向轨迹聚类分析58-64
• 3.5.1 轨迹模式和聚类算法简介58-59
• 3.5.2 龙凤山轨迹类型与季节分布特征59-64
• 3.6 浓度权重轨迹(CWT)分析64-67
• 3.6.1 浓度权重轨迹(CWT)模型64
• 3.6.2 龙凤山大气CH_4源区分布概率特征64-65
• 3.6.3 龙凤山大气CO_2源区分布概率特征65-66
• 3.6.4 龙凤山大气CO源区分布概率特征66-67
• 3.7 本章小结67-70
• 第四章 龙凤山大气CO_2筛分方法及评价70-80
• 4.1 三种筛分方法70-72
• 4.1.1 基于地面风日变化的大气CO_2筛分方法70
• 4.1.2 基于稳健近似回归的大气CO_2筛分方法70-71
• 4.1.3 CO示踪物法71-72
• 4.2 不同种筛分方法的评价72-79
• 4.2.1 不同筛分方法结果的比较72-74
• 4.2.2 大气CO_2本底值的比较74-75
• 4.2.3 大气CO_2非本底值的比较75-76
• 4.2.4 个例分析76-79
• 4.3 本章小结79-80
• 第五章 龙凤山大气CH_4筛分方法及评价80-90
• 5.1 三种筛分方法80-83
• 5.1.1 基于地面风日变化的大气CH_4筛分方法80
• 5.1.2 基于稳健近似回归的大气CH_4筛分方法80
• 5.1.3 后向轨迹大气CH_4筛分方法80-83
• 5.2 不同种筛分方法的评价83-87
• 5.2.1 不同筛分方法结果的比较83-85
• 5.2.2 大气CH_4本底值的比较85
• 5.2.3 大气CH_4非本底值的比较85-87
• 5.3 本章小结87-90
• 第六章 龙凤山大气CO_2、CH_4和CO的趋势变化90-98
• 6.1 大气CO_2、CH_4和CO的季节变化90-93
• 6.1.1 大气CH_4季节变化90-91
• 6.1.2 大气CH_4季节变化91-92
• 6.1.3 大气CO季节变化92-93
• 6.2 大气CO_2、CH_4和CO趋势变化及逐年增长率93-97
• 6.2.1 曲线拟合方法93-94
• 6.2.2 趋势变化及增长率94-97
• 6.3 本章小结97-98
• 第七章 结论与展望98-102
• 7.1 结论98-100
• 7.2 创新点100
• 7.3 展望100-102
• 参考文献102-114
• 致谢114-116
• 个人简介116-117

  本文关键词：黑龙江龙凤山区域大气本底站温室气体浓度特征及源汇研究，由笔耕文化传播整理发布。

，

本文编号：290332