繆 青，周民鋒，張曉華，熊 宇，魏 恒，楊 倩

（1.江蘇省蘇州環(huán)境監(jiān)測中心，江蘇 蘇州 215004；2.江蘇省環(huán)境保護空氣復(fù)合污染監(jiān)測重點實驗室，江蘇 蘇州 215004）

CO2是溫室氣體的主要成分之一，影響地氣系統(tǒng)輻射和能量收支，是造成全球氣候變暖的重要原因。根據(jù)最新世界氣象組織（World Meteorological Organization，WMO）溫室氣體公報，工業(yè)化以來CO2濃度不斷升高，2020 年全球CO2濃度已達(dá)4.132×10-4［1］，較工業(yè)化前增加49%。人類活動排放，如化石燃料燃燒、水泥生產(chǎn)和土地利用變化等是造成CO2濃度升高的重要原因［2-4］，而城市是人類活動的主要區(qū)域，也是高碳排放區(qū)域［5-7］，約70%的人類排放集中在城市化和工業(yè)化區(qū)域［8-9］。因此，開展城市地區(qū)CO2濃度水平研究，對應(yīng)對氣候變化和減污降碳具有重要意義。

目前，我國已有部分城市地區(qū)開展了大氣環(huán)境CO2濃度觀測研究［10-13］，但城區(qū)局地排放源較多，對CO2濃度存在影響，為獲得城區(qū)充分混合的CO2真實濃度，需采用篩分方法對數(shù)據(jù)進行篩分。目前國內(nèi)外研究中的篩分方法主要有三種，一種是以地面風(fēng)作為篩選因子［14］，結(jié)合各季節(jié)風(fēng)向風(fēng)速與CO2濃度對應(yīng)關(guān)系，判斷局地源和匯的影響；第二種是CO 示蹤法［15］，CO 主要受燃燒源影響，利用CO2和CO具有相同污染源的特性，將CO污染時刻判定為CO2污染時刻；第三種為數(shù)學(xué)統(tǒng)計法［16］，對觀測數(shù)據(jù)進行平滑擬合，根據(jù)觀測值和擬合值的殘差進行篩分。相較于前兩種方法，數(shù)學(xué)統(tǒng)計法不依賴氣象、環(huán)境等信息，僅需要用數(shù)理方法進行計算，人為干預(yù)小。本研究采用的基于穩(wěn)健局部近似回歸的篩分方法（robust extraction of baseline signal，REBS）是一種數(shù)學(xué)統(tǒng)計法［17］，中長期趨勢、季節(jié)變動等與時間序列關(guān)系密切的變量對時點值不會產(chǎn)生影響，且缺失數(shù)據(jù)也不影響方法的準(zhǔn)確性，基于上述優(yōu)勢，本研究采用此方法對CO2濃度進行篩分。

蘇州作為長三角地區(qū)的工業(yè)大市，能源消耗總量高，碳排放總量不容忽視。本研究基于2020年蘇州城區(qū)近地面CO2在線觀測數(shù)據(jù)，分析城區(qū)近地面CO2濃度變化特征，探討CO2濃度與大氣污染物濃度的關(guān)系及不同風(fēng)向風(fēng)速下的CO2濃度水平，以期為管理部門應(yīng)對氣候變化和制定減排措施提供數(shù)據(jù)支撐。

1 材料與方法

1.1 采樣地點及方法

蘇州市位于江蘇省的東南部，長三角中部，是長三角城市群中的一個重要組成部分。地勢低平，四季分明，氣候溫和，冬季干冷少雨，夏季溫暖濕潤，屬亞熱帶季風(fēng)海洋性氣候。蘇州市是工業(yè)大市，能源消耗總量居全省首位，能源結(jié)構(gòu)仍以煤炭為主，產(chǎn)業(yè)結(jié)構(gòu)偏重。

采樣點設(shè)在蘇州市姑蘇區(qū)南門超級站（120°38′E，31°17′N），位于蘇州市環(huán)境科學(xué)研究所四樓頂，距地面高度約為15 m，采樣點周邊主要為居民區(qū)，能夠代表蘇州市城區(qū)近地面大氣環(huán)境特征。觀測時間段為2020 年1 月1 日至12 月31 日。CO2在線監(jiān)測儀器采用EcoTech 公司生產(chǎn)的UoW FTIR 多要素溫室氣體分析儀，以傅里葉紅外法連續(xù)測量環(huán)境大氣中CO2的濃度，測量精度為0.05×10-6/5 min，儀器使用標(biāo)準(zhǔn)氣體定期校準(zhǔn)，系統(tǒng)的測量精度高、穩(wěn)定性較好。

1.2 數(shù)據(jù)處理

REBS定義觀測的濃度值為［17］：

式中：g(ti)為在ti時刻的本底體積濃度值，m(ti)為局地源和匯的貢獻(xiàn)量，觀測誤差Ei獨立且服從均值為0，方差為σ2的高斯分布。如果m(ti)在t0附近的時間段內(nèi)為0，即使曲線g未知，t0時刻的本底信號g(t0)也可以估算。假設(shè)g是連續(xù)的，可采用局部線性回歸模型對g進行估算。因此，在任何給定時刻t0附近足夠小的時間段內(nèi)，可認(rèn)為g(ti)為一條直線，在t0附近的數(shù)可以用最小二乘法求得。

REBS 借助于R 語言軟件中的IDP-Misc 程序包［18］，對數(shù)據(jù)進行本底和非本底篩分，考慮CO2濃度的季節(jié)變化，將帶寬參數(shù)設(shè)置為60 d，迭代次數(shù)設(shè)置為3 次，運行計算得到標(biāo)準(zhǔn)偏差δ和擬合值，擬合值±δ之間的數(shù)據(jù)即本底數(shù)據(jù)，其余數(shù)據(jù)為受局地或區(qū)域源匯影響的非本底數(shù)據(jù)，非本底數(shù)據(jù)包括抬升數(shù)據(jù)（觀測數(shù)據(jù)大于擬合值＋δ）和吸收數(shù)據(jù)（觀測數(shù)據(jù)小于擬合值-δ）。

2 結(jié)果與討論

2.1 蘇州城區(qū)本底與非本底CO2體積濃度對比

2020 年蘇州城區(qū)大氣CO2體積濃度變化如圖1所示。觀測期間CO2有效小時數(shù)據(jù)為7 875 條，經(jīng)篩分后獲得本底濃度數(shù)據(jù)為5 265條，占總有效數(shù)據(jù)的66.9%。采用REBS 法得出的大氣本底CO2體積濃度數(shù)據(jù)占比有所不同，龍鳳山本底站CO2本底體積濃度數(shù)據(jù)占比為58.9%［19］，海螺溝國家大氣背景站本底CO2體積濃度數(shù)據(jù)占比為52.0%［20］，蘇州城區(qū)大氣本底CO2體積濃度數(shù)據(jù)占比高于龍鳳山和海螺溝。相比背景地區(qū)，城市更容易受區(qū)域或局地排放源和吸收匯共同影響，未經(jīng)篩分的大氣CO2小時體積濃度波動大，振幅為1.337×10-4，篩分后的大氣CO2小時體積濃度波動較小，振幅為0.416×10-4，非本底值以抬升濃度為主，吸收濃度占比較小。

圖1 2020年蘇州城區(qū)大氣CO2體積濃度篩分時間序列Fig.1 Concentration screening time series of ambient CO2 in Suzhou urban area in 2020

2.2 年均濃度水平

采用REBS 法計算的2020年蘇州城區(qū)本底CO2平均體積濃度為（4.406±0.078）×10-4，與同期背景地區(qū)相比，蘇州城區(qū)CO2平均體積濃度高出瓦里關(guān)背景站0.273×10-4；與城市地區(qū)相比，分別高于廈門和蘇州北部地區(qū)張家港0.193×10-4和0.096×10-4，與北京、西安、上海和臨汾相當(dāng)。

表1 國內(nèi)部分地區(qū)大氣CO2體積濃度統(tǒng)計Table 1 Statistics of CO2 concentration in some areas of China

2.3 季節(jié)與日變化特征

蘇州城區(qū)CO2濃度季節(jié)和日變化見圖2。從季節(jié)變化看［圖2（a）］，春、夏、秋、冬CO2平均體積濃度分別為4.415×10-4、4.367×10-4、4.391×10-4、4.475×10-4，總體表現(xiàn)為冬季高，夏季低。抬升濃度與本底濃度月均值最大差值出現(xiàn)在12 月，差值為0.347×10-4，吸收濃度與本底濃度月均值最大差值出現(xiàn)在7 月，差值為0.174×10-4。主要原因是冬季邊界層較低，燃燒導(dǎo)致CO2源強度大；夏季大氣垂直擴散條件好，植物光合作用使得CO2匯作用增強。

圖2 CO2體積濃度季節(jié)和日變化Fig.2 Diurnal and seasonal variations of carbon dioxide concentrations

從日變化看［圖2（b）］，本底CO2體積濃度和吸收濃度總體表現(xiàn)為白天低、夜間高，其中本底濃度日變化為單峰，峰值和谷值分別出現(xiàn)在7:00和16:00；吸收濃度日變化為雙峰分布，峰值分別出現(xiàn)在4:00—6:00 和20:00，谷值出現(xiàn)在15:00。本底和吸收體積濃度日變化特征明顯，早晚高峰主要受交通運輸、餐飲等人類活動影響，午后邊界層高度升高，植物光合作用增強，CO2體積濃度下降，夜晚邊界層高度下降，疊加植物呼吸作用影響，使得CO2體積濃度抬升。抬升濃度受局地污染源影響較大，日變化特征不明顯。

2.4 CO2濃度與其他污染物濃度的關(guān)系

采用SPSS19.0 軟件，對2020 年本底和非本底CO2體積濃度與其他污染物小時濃度進行相關(guān)性分析，見表2。本底和非本底CO2體積濃度均與O3濃度呈負(fù)相關(guān)關(guān)系，與其余污染物呈正相關(guān)關(guān)系。本底CO2體積濃度與PM2.5濃度相關(guān)性最高（0.495），其次為NO2濃度和CO 濃度；非本底CO2體積濃度與CO 濃度相關(guān)性最高（0.712），其次為NO2和PM2.5濃度，表明CO2與CO、NO2、顆粒物具有一定的同源性。氮氧化物、CO 主要來源于汽車尾氣，非本底CO2濃度與其他污染物濃度相關(guān)性高于本底CO2濃度，結(jié)合CO2體積濃度日變化，表明局地交通排放源對CO2濃度影響顯著，此結(jié)果與周邊城市常州［26］一致。

表2 CO2與其他污染物濃度的相關(guān)性統(tǒng)計Table 2 Correlation statistics of concentrations of CO2 and other pollutants

2.5 地面風(fēng)對CO2濃度的影響

基于本底CO2體積濃度，不同風(fēng)向風(fēng)速下的CO2體積濃度分布特征見圖3。春季，CO2在靜小風(fēng)下體積濃度最高，其次在西北風(fēng)6～8 m/s下體積濃度較高；夏季，CO2在靜小風(fēng)和西北風(fēng)4～6 m/s 下體積濃度較高，西南和東南風(fēng)下體積濃度較低；秋季，CO2在偏西風(fēng)時體積濃度較高，其中風(fēng)速為4～6 m/s 時體積濃度最高；冬季，CO2在靜小風(fēng)和其他各方向上均存在高濃度現(xiàn)象，其中西南風(fēng)2～6 m/s下體積濃度最高，其次為偏北風(fēng)向。整體來看，在春夏季，蘇州城區(qū)CO2體積濃度受本地排放和西北方向輸送共同影響；在秋冬季，偏西和偏北方向區(qū)域輸送對CO2體積濃度貢獻(xiàn)更大。

圖3 各季節(jié)不同風(fēng)向風(fēng)速下CO2體積濃度分布Fig.3 Distribution of CO2 concentration in different wind conditions and seasons

3 結(jié)論

本研究采用REBS篩分得出蘇州城區(qū)近地面本底CO2體積濃度為（4.406±0.078）×10-4，高出同期瓦里關(guān)背景站0.273×10-4，與北京、西安、上海和臨汾相當(dāng)。蘇州城區(qū)春、夏、秋、冬四季的CO2體積濃度分別為4.415×10-4、4.367×10-4、4.391×10-4、4.475×10-4，冬季邊界層較低，燃燒導(dǎo)致CO2源強度大，導(dǎo)致冬季CO2體積濃度最高；夏季大氣垂直擴散條件好，植物光合作用使得CO2匯作用增強，導(dǎo)致夏季CO2體積濃度最低。本底CO2濃度日變化為單峰，峰值和谷值分別出現(xiàn)在7:00 和16:00；吸收濃度日變化為雙峰分布，峰值分別出現(xiàn)在4:00—6:00 和20:00，谷值出現(xiàn)在15:00。抬升濃度受局地污染源影響較大，日變化特征不明顯。本底和非本底CO2體積濃度與O3濃度均呈負(fù)相關(guān)，非本底CO2濃度與其他污染物濃度相關(guān)性高于本底CO2濃度，且與CO、NO2和PM2.5濃度相關(guān)性較強，表明局地交通排放源對CO2濃度影響顯著。在春夏季，蘇州城區(qū)CO2體積濃度受本地排放和西北方向輸送共同影響；在秋冬季，偏西和偏北方向區(qū)域輸送對CO2體積濃度貢獻(xiàn)更大。