謝文琪,姚 波,吳國明,董航宇,麥 榕,許 林

河北省中南部二氧化碳濃度的飛機(jī)探測研究

謝文琪1,2,姚 波3,4,吳國明5*,董航宇5,麥 榕6,許 林7

(1.江西省農(nóng)業(yè)氣象中心,江西 南昌 330096；2.南昌縣氣象局,江西 南昌 330200；3.復(fù)旦大學(xué)大氣與海洋科學(xué)系/大氣科學(xué)研究院,上海 200438；4.中國氣象局氣象探測中心,北京 100081；5.河北省氣象科學(xué)研究所,河北 石家莊 050020；6.河北省人工影響天氣中心,河北 石家莊 050020；7.北京鴻霖宇天科技有限公司,北京 100041)

為探究河北省中南部CO2時空分布特征,利用空中國王350飛機(jī)搭載高精度CO2分析儀和相關(guān)輔助設(shè)備,對石家莊、邢臺城市上空(600～5600m)CO2濃度進(jìn)行飛機(jī)探測,探測期間共飛行4架次,取得7組CO2濃度垂直廓線數(shù)據(jù),探測期間CO2濃度最小值為398.3′10-6,最大值為414.6′10-6,多架次垂直方向上平均濃度為(401.4～403.9)′10-6.CO2濃度隨高度的增加,無明顯規(guī)律性變化.邊界層頂位于1000～2000m左右高度,在邊界層頂以下受近地面排放源的影響較大.2500m高度上,其濃度隨高度變化均存在一個短暫減小的趨勢,高空基本不受近地面污染源的影響,CO2濃度接近地面本底濃度.在同一高度上,白天CO2濃度均略高于夜間.夜間CO2在混合層聚集,混合層頂濃度達(dá)最大.邢臺上空的CO2與CH4的濃度顯著相關(guān),相關(guān)系數(shù)30.90,表明邢臺CO2與CH4可能具有相同的源.

CO2濃度；飛機(jī)觀測；垂直廓線；石家莊；邢臺

CO2是造成全球變暖、海平面上升的最主要的長壽命溫室氣體[1],目前,全球CO2濃度已突破410′10-6,比工業(yè)化前增加50%[2],顯著破壞地球生態(tài)系統(tǒng)平衡以及極端天氣的形成.其濃度的增加主要是由人類活動排放特別是化石及生物質(zhì)燃料燃燒以及土地利用變化造成的[3-4].

迄今為止,有關(guān)CO2的研究大都基于地面觀測網(wǎng)來獲取CO2濃度信息,世界氣象組織/全球大氣觀測(WMO/GAW)相繼在全球建立了150多個大氣本底監(jiān)測站網(wǎng),用于連續(xù)監(jiān)測近地面層大氣CO2濃度變化[5].發(fā)達(dá)國家從20世紀(jì)70年代,開始陸續(xù)開展立體觀測[6],除了地面觀測,還包括移動車、飛機(jī)觀測、大氣廓線采樣、激光雷達(dá)、衛(wèi)星觀測等等.飛機(jī)觀測對于了解大氣CO2的垂直分布結(jié)構(gòu)有著獨特優(yōu)勢.Karion等[7]和Kristal等[8]自2009前開始在阿拉斯加海岸進(jìn)行長期的溫室氣體飛機(jī)觀測,對飛行中收集的空氣樣本進(jìn)行分析;Ryoo等[9]通過飛機(jī)觀測,基于散度定理對加州薩克拉門托上空CO2和CH4排放進(jìn)行分析; Davis等[10]通過飛機(jī)觀測進(jìn)行印第安納波利斯通量實驗(INFLUX)來量化城市溫室氣體排放.我國利用飛機(jī)觀測分析溫室氣體研究起步較晚,僅楊強(qiáng)等[11]和楊洋等[12]對京津冀地區(qū)進(jìn)行報道.因而研究城市群CO2濃度垂直尺度分析,對系統(tǒng)研究溫室氣體濃度時空變化及碳匯機(jī)制和預(yù)測未來氣候變化趨勢至關(guān)重要.

石家莊、邢臺位于我國華北平原中心地帶、河北省中南部,是全國主要的重工業(yè)基地,也是打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃的主要參與市[13-14],作為京津冀地區(qū)重要的中心城市,為我國能量消耗強(qiáng)度最大、CO2排放量最大的區(qū)域之一.其排放和傳輸呈現(xiàn)源復(fù)雜性、區(qū)域性和影響條件多樣性的特征.因此,加強(qiáng)河北省中南部典型區(qū)域CO2的垂直分布規(guī)律和時空分布特征研究,對進(jìn)一步精確確定城市CO2排放具有重要意義.本研究利用“空中國王”飛機(jī)搭載高精度CO2分析儀,在石家莊、邢臺上空獲取白天和晚上對流層內(nèi)不同高度CO2濃度的垂直廓線,為提升應(yīng)對溫室氣體的科學(xué)決策和防護(hù)措施提供有力的依據(jù)[15-16].

1 材料與方法

1.1 儀器設(shè)備

本文采用的主要探測設(shè)備是由河北省人工影響天氣辦公室在空中國王350飛機(jī)上改裝的PICARRO G1301溫室氣體分析儀,該儀器采用波長掃描光腔衰蕩觀測原理,是當(dāng)前國際上較為先進(jìn)的溫室氣體分析儀器.溫度、氣壓、高度等數(shù)據(jù)由飛機(jī)上相關(guān)輔助設(shè)備獲得,詳見楊洋等[12].

1.2 飛行方案設(shè)計

由于水汽對PICARRO觀測精度影響較大,本次探測主要選擇晴空條件下,飛行探測區(qū)域主要在河北中南部兩座重工業(yè)城市(石家莊和邢臺)上空盤旋飛行.受民航飛行指揮限制,本次探測最大高度為5600,最低探測高度白天為1200m,夜間為600m.每次飛行首先從最高探測高度將至最低探測高度進(jìn)行垂直探測,隨后每隔300m進(jìn)行平飛探測,飛行探測軌跡區(qū)間為114°26￠E～114°36￠E, 38°N～38°5￠N.飛行探測軌跡見圖1.

圖1 石家莊上空飛行探測軌跡

1.3 數(shù)據(jù)處理

在每次飛行前用可溯源至世界氣象組織(WMO)中心標(biāo)校實驗室(CCL)的標(biāo)氣對PICARRO儀器進(jìn)行標(biāo)定,觀測結(jié)果可溯源至 WMO X2004A標(biāo)準(zhǔn)尺度.在對觀測數(shù)據(jù)進(jìn)行統(tǒng)計分析前,首先對觀測數(shù)據(jù)進(jìn)行質(zhì)量控制,根據(jù)飛行的宏觀記錄剔除由于儀器故障、相對濕度過大、飛機(jī)顛簸等因素導(dǎo)致的異常數(shù)據(jù);然后匹配不同設(shè)備觀測的數(shù)據(jù),主要考慮溫室氣體的響應(yīng)時間,參照楊洋等[12]方法進(jìn)行校正;最后根據(jù)飛機(jī)探測高度的變化,將其分為上升和下降兩個階段,在垂直方向上每50m的高度層求一次CO2濃度的平均,再利用氣象要素探測儀獲得的溫度數(shù)據(jù),計算位溫值(θ),得到CO2濃度垂直廓線和位溫廓線,最后通過位溫隨高度的變化,來判斷大氣層結(jié)的穩(wěn)定度.

2 結(jié)果與討論

2.1 CO2濃度隨高度的變化特征

2018年6～7月探測期間共飛行4架次.取得7條有效的CO2濃度廓線.其中在石家莊市上空取得5條廓線,邢臺市區(qū)上空取得2條廓線,如表1所示.探測期間,河北省中南部500hPa高空主要受槽后脊前的西北氣流控制,天空狀況為晴空無云,地面風(fēng)速均較小,在2m/s左右,水平能見度均大于10km.

廓線a和廓線b為2018年6月28日不同時間段的探測,廓線c、廓線d和廓線e為2018年6月30日不同時間段的探測,廓線f和廓線g為2018年7月5日不同時間段的探測.根據(jù)探測時間可分成兩類,第一類為夜間探測,第二類為白天探測,廓線a、b、d、e、f、g均為夜間,廓線c為白天.探測期間CO2濃度變化范圍(398.3～414.6)×10-6,最大值為最小值的1.04倍.探測高度區(qū)間的平均值即平均濃度,6條廓線平均濃度分別為(401.7±5.3)×10-6、(401.4±6)×10-6、(402.1± 2.9)×10-6、(401.9±3.4)×10-6、(402.5±4.4)×10-6、(403.9± 10)×10-6、(403.3±11.3)×10-6.對流層內(nèi)不同飛行架次的CO2平均濃度差異較小,即對流層內(nèi)不同飛行架次的CO2濃度整體上波動較小.沙桐等[17]對石家莊地區(qū)氣溶膠飛機(jī)觀測獲得的氣溶膠濃度,最大值為最小值的335.6倍,其倍數(shù)的巨大差異主要是受云天氣的影響.本研究選取的時段為晴空無云,白天探測和夜間探測的CO2濃度差異較小.楊強(qiáng)等[11]在唐山上空探測的CO2濃度變化范圍(406～453)×10-6,最大值為最小值的1.12倍,其濃度受風(fēng)力的影響,CO2濃度變化與本研究相比波動略偏大.

將本文觀測結(jié)果同地面站進(jìn)行對比,青海瓦里關(guān)全球大氣本底站2018年6月觀測到CO2年平均濃度為(405.4±3.7)′10-6,這一數(shù)據(jù)可反映較大尺度混合均勻的自由大氣中的背景濃度[18].與瓦里關(guān)站2018年觀測到的平均濃度相比,石家莊上空CO2平均濃度與其較為接近,表明同緯度上的大氣中CO2濃度較為恒定[19].2018年6月北京上甸子區(qū)域大氣本底站觀測CO2年平均本底濃度為(426.7±14.2)′10-6,該站觀測數(shù)據(jù)能夠代表華北區(qū)域CO2近地面背景濃度[20],石家莊城市上空CO2平均濃度與上甸子站相比偏低,這可能是因為本研究中CO2濃度為600～5500m高度區(qū)間的平均值,而上甸子站的取樣位置在近地面,其海拔高度遠(yuǎn)低于本研究中測量氣體的取樣高度.在華北區(qū)域,近地面與高空濃度差異較大,近地面主要受到人類活動、生物質(zhì)燃燒等CO2強(qiáng)源匯排放的影響較大,而在高空CO2的源匯較弱,主要受區(qū)域長距離輸送帶影響,從而造成高空的CO2濃度明顯小于近地面.

Karion等[7]在美國阿拉斯加州進(jìn)行了2009～ 2011年三個完整季節(jié)的飛機(jī)觀測,CO2平均濃度為404.7×10-6,最大值是最小值的1.26倍.受到季節(jié)及氣象條件等影響,其濃度變化浮動較本研究偏大.Font等[21]2011年在倫敦上空共獲得10條CO2濃度廓線,結(jié)果顯示大倫敦區(qū)域觀測的CO2濃度均高于倫敦外圍區(qū)域CO2濃度,約高(1～7)′10-6,平均濃度約為400′10-6,與本研究討論的CO2濃度變化一致,表明天氣尺度背景下,若忽略風(fēng)、云等氣象要素影響,CO2在大氣中的濃度整體波動較小.

表1 飛行探測期間CO2廓線數(shù)據(jù)

2.2 CO2垂直分布與大氣層結(jié)條件的關(guān)系

CO2濃度垂直分布趨勢見圖2.a和b兩條廓線由于探測最低高度在2000m以上,未涉及邊界層,不討論其大氣層結(jié)作用.其余5條廓線根據(jù)位溫隨高度的變化趨勢,可按將大氣層結(jié)劃分為穩(wěn)定層結(jié)和不穩(wěn)定層結(jié)兩類.廓線c的時段為夏季中午,正值對流旺盛,位溫廓線也表現(xiàn)出大氣處于不穩(wěn)定狀態(tài),無明顯的混合層頂存在,此時CO2的垂直輸送和擴(kuò)散不受限制,CO2濃度隨高度呈周期性變化,最大值仍位于近地面層附近.

廓線d、e、f和g探測時間均在19:00～23:00之間,位溫廓線表明均存在一個位溫梯度幾乎為零的高度區(qū)間,混合層高度(即位溫梯度明顯不連續(xù)的高度)分別為:1800m、1400m、1100m、1300m,對應(yīng)的混合層內(nèi)CO2平均濃度為: 402.5×10-6、406.5×10-6、409.5×10-6、411.3×10-6,在穩(wěn)定的大氣層結(jié)條件下,有明顯的混合層存在,混合層頂以下, CO2濃度較高于混合層頂以上的濃度,主要是由于其更靠近地面,受到近地面的源匯影響更為強(qiáng)烈.邢臺觀測的混合層頂高度均低于石家莊,且其CO2濃度值高出石家莊(3～9)×10-6,表明邢臺受到人為排放等的輸入更多.混合層頂以上,濃度隨高度的增加先減小后增加最后趨于背景值.2500m高度上,其濃度隨高度變化均存在一個短暫減小的趨勢,表明此高度層空氣較其他高度層更為潔凈.整體而言,石家莊和邢臺上空整層探測高度,CO2濃度變化均較小,甚至有低于近地面背景濃度值,表明近地面CO2濃度無法代表高空的情況,高空CO2濃度變化幅度較小,更加依靠精細(xì)化的手段和儀器進(jìn)行研究.

圖2 不同層次CO2濃度和位溫垂直分布(其中d、e、f、g中數(shù)字及對應(yīng)實線代表混合層頂高度)

同時段楊洋等[12]對于CH4垂直觀測的研究發(fā)現(xiàn),CH4濃度隨高度的增加,呈現(xiàn)先增大后減小,后穩(wěn)定不變的趨勢,且約在1000m高度處存在明顯分界線;沙桐等[17]對于石家莊氣溶膠和云凝結(jié)核(CCN)垂直廓線的飛機(jī)觀測研究同樣發(fā)現(xiàn)其濃度隨高度的增加而減少,且晴天條件下濃度在800～1500m內(nèi)有累積;楊強(qiáng)等[11]對于唐山上空CO2和CO濃度特征的飛機(jī)探測研究發(fā)現(xiàn)CO2和CO濃度均隨高度的增加而減少,且濃度變化在1500m左右也存在一個比較明顯的分界線.Gioli等[22]則在意大利羅馬上空探測的CO2濃度同樣隨著高度的增加而減少,濃度在500m左右趨于穩(wěn)定少動.在這些文獻(xiàn)報道的大氣污染物濃度廓線研究與本研究的CO2濃度廓線分布有所不同,其雖在1000～2000m高度層有明顯的邊界層存在,但其未有在邊界層堆積的現(xiàn)象,而是在2500m左右存在較小值.主要可能是由于本研究時段整層大氣氣象條件較好,不利于CO2濃度擴(kuò)散堆積,使其變化規(guī)律不明顯.

2.3 不同高度層CO2濃度日夜變化

圖3為2018年6月30日10:30～11:30和21:00～ 22:00兩個飛行架次的石家莊城市上空不同高度CO2濃度分布.白天時段1000m、1800m、3700m、4600m高度對應(yīng)CO2平均濃度分別為403.4×10-6、402.5×10-6、402.3×10-6、402.1×10-6;夜間時段600m、1800m、3700m、4600m高度對應(yīng)CO2平均濃度分別為399.3×10-6、401.7×10-6、401.3×10-6、400.9×10-6.在同一高度上,白天時段探測到的CO2濃度均略高于夜間時段.主要是由于夏季白天對流明顯,水平風(fēng)場相對較弱,有利于CO2濃度的擴(kuò)散,且白天受到工廠、交通、工農(nóng)業(yè)活動等人為源影響均強(qiáng)于夜間.夜間CO2濃度呈現(xiàn)隨高度先增大后減小的趨勢.究其原因主要是由于白天受太陽輻射影響,近地面至高空1～2公里高度形成了大氣邊界層,而夜間地面輻射降溫,逐漸形成逆溫層,從而產(chǎn)生新的大氣邊界層,而兩個大氣邊界層之間存在一個逐漸減弱但仍較強(qiáng)的湍流區(qū),為殘留區(qū),隨著夜間新的大氣邊界層高度增加,使得近地面的擴(kuò)散條件持續(xù)變差,殘留層內(nèi)的湍流強(qiáng)度也逐漸減小.因此,夜間CO2在混合層聚集,混合層濃度達(dá)最大.在混合層以下,CO2濃度隨高度的增加而增加;混合層以上,隨高度的增加而減小.

圖3 石家莊上空不同高度CO2濃度日夜變化

2.4 CO2與CH4濃度的相關(guān)性分析

將同時期飛機(jī)觀測的CH4濃度數(shù)據(jù)與CO2濃度進(jìn)行相關(guān)性分析,得到7條線性方程和相關(guān)系數(shù),如圖4所示,f、g(邢臺上空)CO2與CH4的濃度顯著相關(guān),相關(guān)系數(shù)30.90,高相關(guān)系數(shù)表明邢臺上空CO2與CH4具有相同的源.

圖4 河北省中南部上空CO2和CH4濃度的相關(guān)性分析

為了探究其來源,結(jié)合觀測期間邢臺地區(qū)輸送軌跡分析,如圖5所示, 800m輸送軌跡的起源來自石家莊西北地區(qū),途經(jīng)天津、山東地區(qū)輸送到達(dá)邢臺; 2000m輸送軌跡起源于山西的中部地區(qū),途經(jīng)山東西部地區(qū)到達(dá)邢臺;4000m輸送軌跡起源于山西北部地區(qū),途經(jīng)北京南部地區(qū)到達(dá)邢臺.邢臺上空的氣團(tuán)主要來自華北地區(qū),華北地區(qū)CO2的源主要來自工業(yè)生產(chǎn)中石油、天然氣等化石燃料的燃燒[23-24], CH4的源則來自人類垃圾、生物質(zhì)燃燒、垃圾填埋場等[25],兩者均為城市人為活動產(chǎn)生,故邢臺CO2與CH4的濃度顯著相關(guān).石家莊、邢臺兩地飛機(jī)觀測的CO2和CH4相關(guān)性不同反映了氣團(tuán)經(jīng)過地區(qū)的溫室氣體排放來源特征.

圖5 2018年7月5日邢臺上空72h后向軌跡

3 結(jié)論

3.1 在河北省中南部城市上空(600～5600m)探測飛行4架次,不同飛行架次的CO2濃度整體波動較小,平均濃度(402±2)×10-6,同時段近地面CO2平均濃度達(dá)(439±24)×10-6,近地面大氣主要受城市源排放的影響,在邊界層以上,受地面排放源的影響減小,主要受遠(yuǎn)距離水平輸送的影響,使得近地面CO2濃度遠(yuǎn)高于高空.

3.2 同一架次CO2濃度的垂直梯度變化分界線所在的高度與混合層頂高度較一致.CO2濃度在1000～ 2000m左右達(dá)最高,有明顯的混合層存在,混合層頂以下,CO2濃度較高于混合層頂以上的濃度,主要是其受到近地面的源匯影響更為強(qiáng)烈.2500m高度上,其濃度隨高度變化均存在一個短暫減小的趨勢,表明此高度層空氣較其他高度層更為潔凈.白天探測,沒有明顯的混合層存在.

3.3 在同一高度上,白天CO2濃度均略高于夜間.夜間CO2在混合層聚集,混合層濃度達(dá)最大.在混合層以下,CO2濃度隨高度的增加而增加;混合層頂以上,隨高度的增加而減小.

3.4 在觀測期間, 邢臺地區(qū)CO2、CH4相關(guān)系數(shù)高于0.9,而石家莊上空各航次CO2與CH4的濃度不顯著相關(guān).石家莊、邢臺兩地飛機(jī)觀測的CO2和CH4相關(guān)性不同反映了氣團(tuán)經(jīng)過地區(qū)的溫室氣體排放來源特征.

[1] WMO Greenhouse Gas Bulletin No.14 [EB/OL]. https://library.wmo. int/doc_num.php?explnum_id=5455.

[2] Greenhouse gas bulletin: The State of Greenhouse Gases in the Atmosphere Based on Global Observations Through 2018 [R]. WMO, 2019.

[3] IPCC. Climate Change: The Physical Science Basis. Contribution to Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.

[4] 程振華,王 瑋.全球二氧化碳的分布和循環(huán):全球“溫室效應(yīng)”探討之一 [J]. 環(huán)境科學(xué)研究, 1989,2(4):52-59.

Chen Z H. Wang W. The distribution and recycling of carbon dioxide in the word [J]. Research of Environmental Sciences, 1989,2(4):52- 59.

[5] 權(quán)維俊,姚 波,劉偉東,等.我國大氣本底觀測站創(chuàng)新發(fā)展的思考和建議 [J]. 科學(xué)通報, 2021,66(19):2367-2377.

Qun W J, Yao B, Liu W D, et al. The innovative development of atmospheric background stations in China: Thoughts and recommendations [J]. Science China Press, 2021,66(19):2367-2377.

[6] Biraud S C, Torn M S, Smith J R, et al. A multi-year record of airborne CO2observations in the US Southern Great Plains [J]. Atmospheric Measurement Techniques, 2013,6:751-763.

[7] Karion A, Sweeney C, Wolter S, et al. Long-term greenhouse gas measurements from aircraft [J]. Atmospheric Measurement Techniques, 2012,5(5):7341-7382.

[8] Kristal R. Verhulst et al. Carbon dioxide and methane measurements from the Los Angeles Megacity Carbon Project – Part 1: Calibration, urban enhancements, and uncertainty estimates [J]. Atmospheric Chemistry and Physics, 2017,17(13):8313-8341.

[9] Ryoo J M, Iraci L T, Tanaka T, et al. Quantification of CO2and CH4emissions over Sacramento, California, based on divergence theorem using aircraft measurements [J]. Atmospheric Measurement Techniques, 2019,12(5):2949-2966.

[10] Davis K J, Deng A, Lauvaux T, et al. The Indianapolis Flux Experiment (INFLUX): A test-bed for developing urban greenhouse gas emission measurements [J]. Elementa-Science of the Anthropocene, 2017,5:21.

[11] 楊 強(qiáng),馬千里,姚 波,等.唐山上空CO2和CO濃度特征的飛機(jī)探測研究[J]. 中國環(huán)境科學(xué), 2020,40(4):1460-1467.

Yang Q, Ma Q L, Yao B, et al. The characteristic of atmospheric CO2and CO concentrations based on aircraft observation over Tangshan [J]. China Environmental Science, 2020,40(4):1460-1467.

[12] 楊 洋,董曉波,麥 榕,等.河北省中南部對流層CH4時空分布特征的飛機(jī)探測研究 [J]. 中國環(huán)境科學(xué), 2019,39(11):4604-4610.

Yang Y, Dong X B, Mai R, et al. Temporal and spatial distribution of tropospheric CH4based on aircraft observation in central and southern Hebei province [J]. China Environmental Science, 2019,39(11): 4604-4610.

[13] 中華人民共和國.中華人民共和國氣候變化第二次兩年更新報告[EB/OL]. https://unfccc.int/documents/197666.

People's Republic of China. Second biennial update report on climate change in the People's Republic of China [EB/OL]. https://unfccc.int/ documents/197666.

[14] 張志剛,高慶先,韓雪琴,等.中國華北區(qū)域城市間污染物輸送研究 [J]. 環(huán)境科學(xué)研究, 2004,17(1):14-20.

Zhang Z G, Gao Q X, Han X Q, et al. The study of pollutant transport between the cites in North China [J]. Research of Environmental Sciences, 2004,17(1):14-20.

[15] 蔡博峰,張建軍,董文娟,等.中國溫室氣體排放 [M]. 北京:中國環(huán)境出版集團(tuán), 2019:74-75.

[16] 邢有凱, 毛顯強(qiáng), 馮相昭, 等. 城市藍(lán)天保衛(wèi)戰(zhàn)行動協(xié)同控制局地大氣污染物和溫室氣體效果評估——以唐山市為例 [J]. 中國環(huán)境管理, 2020, 12 (4): 20-28.

Xing Y K, Mao X Q, Feng X Z, et al. An effectiveness evaluation of co-controlling local air pollutants and GHGs by implementing blue sky defense action at city level—a case study of Tangshan [J]. Chinese Journal of Environmental Management, 2020,12(4):20-28.

[17] 沙 桐,馬曉燕,銀 燕,等.石家莊地區(qū)氣溶膠和CCN垂直廓線的飛機(jī)觀測分析[J]. 大氣科學(xué)學(xué)報, 2019,42(4):521-530.

Sha T, Ma X Y, Yin Y, et al. Aircraft measurements and analysis of the vertical distribution of aerosol particles and CCN over the Shijiazhuang area [J]. Transactions of Atmospheric Sciences, 2019, 42(4):521-530.

[18] 張曉春,蔡永祥,溫玉璞,等.大氣CO2標(biāo)準(zhǔn)氣濃度標(biāo)定及采樣瓶CO2濃度分析系統(tǒng)[J]. 氣象科技, 2005,33(6):538-542.

Zang X C, Cai Y X, Wen Y P, et al. Weather condition analysis for a serious local air pollution event [J]. Meteorological Science and Technology, 2005,33(6):538-542.

[19] 程巳陽,安興琴,周凌晞,等.北京上甸子大氣本底站CO2濃度的源匯區(qū)域代表性研究 [J]. 中國環(huán)境科學(xué), 2015,35(9):2576-2584.

Cheng S Y, An X Q, Zhou L X, et al. CO2concentration representation of source and sink area at Shangdianzi atmospheric background station in Beijing [J]. China Environmental Science, 2015,35(9):2576-2584.

[20] 中國氣象局氣候變化中心.中國溫室氣體公報 [EB/OL]. http: //www.cma.gov.cn/root7/auto13139/201904/t20190430_523535.html.

Climate Change Center of China Meteorological Administration. China Greenhouse Gas Bulletin [EB/OL].

[21] Font A, Grimmond B, Kotthaus B S, et al. Daytime CO2urban surface fluxes from airborne measurements, eddy-covariance observations and emissions inventory in Greater London [J]. Environmental Pollution, 2015,196:98-106.

[22] Gioli B, Maria F, Carfora V M, et al. Aircraft mass budgeting to measure CO2emissions of Rome, Italy [J]. Environmental Monitoring and Assessment, 2014,186:2053–2066.

[23] 白文廣,張興贏,張 鵬.衛(wèi)星遙感監(jiān)測中國地區(qū)對流層二氧化碳時空變化特征分析 [J]. 科學(xué)通報, 2010,55(30):2953-2960.

Bai W G, Zhang X Y, Zhang P. Analysis of temporal and spatial variation characteristics of tropospheric carbon dioxide monitored by satellite remote sensing in China [J]. Science Bulletin, 2010,55(30): 2953-2960.

[24] 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(xué)學(xué)報, 2015,17(11):1286-1293.

Zhou C, Shi R H, Gao W. Comparison of carbon dioxide in mid-troposphere and near-surface [J]. Journal of Geo-information Science, 2015,17(11):1286-1293.

[25] 夏玲君,劉立新.北京上甸子站大氣CH4數(shù)據(jù)篩分及變化特征 [J]. 中國環(huán)境科學(xué), 2017,37(11):4044-4051.

Xia L J, Liu L X. Data selection and variation characteristics of atmospheric CH4observed at Shangdianzi station in Beijing [J]. China Environmental Science, 2017,37(11):4044-4051.

Airborne observation of carbon dioxide concentration in central and southern Hebei Province.

XIE Wen-qi1,2, YAO Bo3,4, WU Guo-ming5*, DONG Hang-yu5, MAI Rong6, XU Lin7

(1.Jiangxi Agricultural Meteorology Center, Nanchang 330096, China；2.Nanchang County Meteorological Bureau, Nanchang 330200, China；3.Department of Atmospheric and Oceanic Sciences & Institute of Atmospheric Sciences, Fudan University, Shanghai 200438, China；4.Meteorological Observation Centre of China Meteorological Administration, Beijing 100081, China；5.Hebei Institute of Meteorological Sciences, Shijiazhuang 050020, China；6.Weather Modification Center of Hebei Province, Shijiazhuang 050020, China；7.Beijing Honglin Universe Technology Co., Ltd., Beijing 100041, China)., 2023,43(2)：525～531

CO2concentrations above Shijiazhuang and Xingtai (600～5600m) were detected by CO2analyzer and related auxiliary equipment on an airborne observation platform of King-air 350 to characterize the spatial and temporal distribution of tropospheric CO2in central and southern Hebei Province. 7CO2concentration vertical profiles were achieved through 4flights. The minimum and maximum of CO2concentrations during the observation period were 398.3×10-6and 414.6×10-6, respectively, while the averaged CO2concentrations of each flight varied from 401.4×10-6to 403.9×10-6. There is no consistent pattern of CO2concentration trends with the increase of altitude. The boundary layer heights during the observation period were about 1000～2000m. The CO2concentration varied significantly below 1000m due to the influence of near-surface emission sources. However, CO2concentrations generally had a short-term decreasing trend over the height of 2500m, and was close to the background concentrations at higher levels. The CO2concentrations over Xingtai was significantly correlated with CH4concentrations, with the correlation coefficient30.90, which indicated that the enhanced CO2and CH4concentrations at Xingtai might come from the same source.

CO2concentration；aircraft observation；vertical profile；Shijiazhuang；Xingtai

X511

A

1000-6923(2023)02-0525-07

謝文琪(1995-),女,江西南昌人,助理工程師,碩士,主要從事溫室氣體研究.發(fā)表論文1篇.

2022-07-07

國家自然科學(xué)基金資助項目(41730103),科技部國家重點研發(fā)計劃(2017YFB0504000)

* 責(zé)任作者, 工程師, wiffiw@hotmail.com