检索结果-内蒙古大学图书馆

作者：胡诚南京信息工程大学

学位级别：博士

二氧化碳（CO2）作为最主要的温室气体,不仅会造成全球变暖,还会引起生物圈层的剧烈变化,其浓度高低能直接表征大气成分的变化幅度,更可反映地气之间的CO2交换过程。基于连续性、高精度的大气CO2浓度数据,利用大气传输模型定量计算区域... 详细信息

二氧化碳（CO2）作为最主要的温室气体,不仅会造成全球变暖,还会引起生物圈层的剧烈变化,其浓度高低能直接表征大气成分的变化幅度,更可反映地气之间的CO2交换过程。基于连续性、高精度的大气CO2浓度数据,利用大气传输模型定量计算区域（102～106km2）及以上空间尺度的CO2通量,是预测大气CO2浓度变化的基础,有助于评估CO2对气候变化的影响,可为制定节能减排政策提供科学支持。城市和农业生态系统分别作为主要的碳源、碳汇,在全球碳循环中发挥着重要作用。农业区下垫面平坦均一,CO2浓度变化受植被生态系统净交换的影响最大;城市区下垫面复杂,其CO2浓度变化主要受人为源排放的影响。本研究分别选取2个具有代表性的农业区（美国玉米带）和城市区（南京市）,作为对大气CO2浓度进行观测和模拟的试验区域。美国玉米带“*** Belt”是全球最大的玉米种植区,该观测站点已积累丰富和长期（2007-2016年）的观测资料,包括高塔不同观测高度的CO2浓度、碳氧同位素和涡度相关通量观测数据;南京市位于经济发达的长三角且工业强度高,对大气CO2浓度观测时段为2012-2016年。本文将利用wrf-stilt大气传输模型和高空间与时间分辨率的CO2通量资料,模拟两个典型下垫面的大气CO2浓度,进而基于涡度相关观测和贝叶斯反演算法对CO2通量进行评估,同时探索模拟区域大气CO2浓度组成,气象要素对大气CO2浓度的影响,以及定量CO2浓度的footprint源区,并就同位素资料在未来CO2通量反演的适用性进行了分析。本文得到的主要结论如下:（1）wrf-stilt模型能够准确地模拟农业区100m高度处大气CO2浓度的显著季节和日变化特征;高塔浓度的足迹权重（footprint）源区的年变化并不显著,约80%的浓度贡献值是在观测前12小时大气流经源区时产生的;模型模拟的δ13C同位素组分和观测值接近。发现在CO2通量空间分布异质性大的区域,不能简单使用浓度的组成来代表区域通量的组成,还应结合浓度贡献源区进行深入研究。全年大气CO2浓度的模拟值和观测值的均方根误差为10.61 ppm,尤其在生长季（6～9月）,100 m高度处观测到的CO2浓度平均日振幅为20.16 ppm,与模拟结果24.30 ppm相近。即便在该农业种植区,化石燃料燃烧贡献对CO2浓度的增加量可高达6.61 ppm,不过结果同样反映了人为源CO2通量的高估或植被生态系统净交换的低估。使用低空间分辨率人为源模拟得到的CO2浓度增加值只有高空间分辨率的0.4倍,这强调了使用高空间分辨率排放源的必要性。下垫面分类误差以及相应的通量误差使模拟的CO2浓度贡献出现12 ppm的差异,这是模拟结果偏高7.26 ppm的潜在误差来源。化石源和植被生态系统净交换对CO2浓度模拟的贡献值分别与供暖季和生长季观测的δ13C、δ18O有极显著（p<0.001）的负相关关系。这是未来基于同位素观测进一步优化CO2通量的研究方向。白天（10:00～16:00）和夜晚（23:00～5:00）浓度贡献源区差异显著,对于主要的贡献源区面积,白天是夜晚的2～4倍。此外,基于涡度相关观测以及贝叶斯反演算法都得出先验CO2通量偏高的结果,将基于同位素观测耦合到贝叶斯反演算法中,优化了人为排放源的大小,并降低了人为源的不确定性。（2）在CO2人为源排放空间异质性强,且排放量大的南京市大气CO2浓度观测点,wrf-stilt模型能模拟出4个季节观测到的CO2浓度显著的季节变化和日变化特征,在南京区域边界层高度的变化相对于CO2通量的变化,是引起CO2浓度变化的主要因素。影响该34m观测点CO2浓度的主要影响区域覆盖长三角区域,然而安徽东部和江苏中南部对其浓度潜在影响更大。在大气背景值基础上,CO2浓度增加值的85%是在过去1天区域源的贡献引起的。石油生产（提炼）与能源贡献分别占据模拟CO2浓度增加值的41%和26%,而两者只占长三角区域的通量的3%和35%,说明对于空间异质性强的城市区域,不能使用大气CO2浓度组分来表征区域平均的CO2通量组成,应结合足迹权重（footprint）的模拟结果来进行深入分析。（3）城市区域模拟的人为源CO2浓度贡献值在春夏季节为20 ppm,在秋冬季节则高达30 ppm,农业区的CO2人为源贡献则低于7 ppm,即便玉米带年平均的NEE为负（碳汇）,但是其浓度贡献值却为大于0,这主要是由于夜晚低的边界层高度使得即便和白天相同的CO2通量（符号相反）,产生的CO2浓度贡献值高于白天（符号相反）。农业种植区全年浓度变化范围在350-420 ppm之间,6-9月会低于背景值浓度,而对比分析南京城市2014年观测到的C02浓度,全年其浓度基本在400-550 ppm之间变化,并没有明显的季节变化过

关键词： wrf-stilt模型 CO2浓度贝叶斯反演涡度相关同位素

来源：评论

学校读者我要写书评

暂无评论

利用大气二氧化碳和羰基硫浓度评估陆地生态系统模型碳通量模拟的不确定性

引用

生态学报 2020年第13期40卷 4371-4382页

作者：何维江飞居为民南京大学国际地球系统科学研究所南京210023 南京大学地理与海洋科学学院自然资源部国土卫星遥感应用重点实验室江苏省地理信息技术重点实验室南京210023

生态系统模型是模拟全球陆地生态系统碳循环的重要工具,但是其在全球不同区域的模拟存在很大的不确定性。如何评估陆地生态系统模型的不确定性是一项重要的研究。以北美地区为例,利用8个高塔观测站点同步获取的大气CO2和羰基硫(OCS)浓... 详细信息

生态系统模型是模拟全球陆地生态系统碳循环的重要工具,但是其在全球不同区域的模拟存在很大的不确定性。如何评估陆地生态系统模型的不确定性是一项重要的研究。以北美地区为例,利用8个高塔观测站点同步获取的大气CO2和羰基硫(OCS)浓度数据,结合wrf-stilt大气粒子扩散模型,评估了CASA-GFED3、SiB3和SiBCASA三种陆地生态系统模型模拟总初级生产力(GPP)和净生态系统CO2交换(NEE)通量的不确定性。结果表明,SiB3模型能很好地模拟北美陆地生态系统GPP和NEE的季节变化时相和幅度,在3种模型中具有最佳的模拟能力;CASA-GFED3模型模拟的NEE季节变化较为理想、但对生长季GPP的模拟存在较大的误差,SiBCASA模型在模拟冬季晚期和春季早期的NEE和GPP时表现较不理想。研究证明了大气CO2和OCS在评估陆地生态系统模型碳通量模拟的不确定性中的作用,为利用大气CO2和OCS观测数据优化计算陆地生态系统光合和呼吸碳通量提供了理论支撑。

关键词：二氧化碳羰基硫生态系统模型碳通量 wrf-stilt模型北美

来源：评论

学校读者我要写书评

暂无评论

基于不同排放清单的长三角人为CO_(2)排放模拟

引用

环境科学 2023年第4期44卷 2009-2021页

作者：马心怡黄文晶胡凝肖薇胡诚张弥曹畅赵佳玉南京信息工程大学气候与环境变化国际合作联合实验室大气环境中心南京210044 南京信息工程大学江苏省农业气象重点实验室南京210044 南京林业大学生物与环境学院南京210018

目前基于排放清单估算的区域和城市尺度上的人为CO_(2)排放不确定性较大.为了我国实现碳达峰和碳中和的目标,亟需对我国的区域尺度,特别是大城市群的人为CO_(2)排放进行准确估算.分别利用两种先验人为CO_(2)排放数据(EDGAR v6.0清单和ED... 详细信息

目前基于排放清单估算的区域和城市尺度上的人为CO_(2)排放不确定性较大.为了我国实现碳达峰和碳中和的目标,亟需对我国的区域尺度,特别是大城市群的人为CO_(2)排放进行准确估算.分别利用两种先验人为CO_(2)排放数据(EDGAR v6.0清单和EDGAR v6.0联合GCG v1.0的改进清单)作为输入数据,采用wrf-stilt大气传输模型模拟长三角地区2017年12月至2018年2月大气CO_(2)摩尔分数,再以安徽全椒高塔观测的大气CO_(2)摩尔分数作为参考值,通过贝叶斯反演方法得到的比例因子改进了模拟结果,并实现了长三角人为CO_(2)排放通量的估算.结果表明:(1)在冬季,相对于基于EDGAR v6.0模拟的大气CO_(2)摩尔分数值而言,基于改进清单模拟的大气CO_(2)摩尔分数与观测值更为一致;(2)模拟的大气CO_(2)摩尔分数在夜间高于观测值,白天则相反,主要因为排放清单的CO_(2)排放数据不能表征人为排放的日变化特征,以及夜间大气边界层高度偏低导致模拟高估了观测站点附近排放高度较高点源的贡献;(3)EDGAR中对观测站点浓度贡献较大网格点的排放误差将会很大程度上影响浓度模拟效果,表明EDGAR在排放的空间分配上的不确定性是影响模型模拟能力的主要原因;(4)基于EDGAR和改进清单估算的2017年12月至2018年2月长三角后验人为CO_(2)排放通量约为(0.184±0.006)mg·(m^(2)·s)^(-1)和(0.183±0.007)mg·(m^(2)·s)^(-1).研究认为应选择时间与空间分辨率更高、排放分配更准确的清单作为先验排放数据,才能对区域的人为CO_(2)排放有更准确的估算.

关键词：人为CO_(2)排放排放清单 wrf-stilt模型大气CO_(2)摩尔分数长三角地区

来源：评论

学校读者我要写书评

暂无评论

基于多种排放清单的长三角CO2排放反演

基于多种排放清单的长三角CO2排放反演

引用

作者：马心怡南京信息工程大学

学位级别：硕士

我国于2020年制定了2030年前实现“碳达峰”和2060年前实现“碳中和”的目标。城市占全球CO2排放和能源消耗的67～76%,但是,目前基于排放清单估算的区域和城市尺度上的CO2排放不确定性较大。为了我国按时实现“双碳”目标,亟需对区域尺... 详细信息

我国于2020年制定了2030年前实现“碳达峰”和2060年前实现“碳中和”的目标。城市占全球CO2排放和能源消耗的67～76%,但是,目前基于排放清单估算的区域和城市尺度上的CO2排放不确定性较大。为了我国按时实现“双碳”目标,亟需对区域尺度,特别是大城市群的CO2排放进行准确估算。本研究分别利用3种人为CO2排放数据（来自EDGAR清单、EDGAR联合GCG的改进清单、ODAIC清单）和1种自然CO2排放数据（来自Carbon Tracker）作为先验排放数据,结合wrf-stilt大气传输模型模拟长三角地区2017年12月～2018年2月和2018年12月～2019年2月的大气CO2浓度,再以安徽全椒观测的大气CO2浓度作为参考值,通过贝叶斯反演方法得到的比例因子优化模拟的大气CO2浓度和先验CO2排放。旨在:（1）研究长三角冬季大气CO2浓度的变化特征;（2）实现长三角CO2总排放量和不同排放源通量的准确估算;（3）探究排放清单的空间分布偏差、排放源日变化和大气边界层高度对CO2排放反演的影响。本研究的主要结果如下: （1）基于三种排放清单和wrf-stilt模型模拟大气CO2浓度:在两个冬季,基于EDGAR模拟的先验CO2浓度和观测值相比高值与低值均偏多,基于改进清单和ODAIC模拟的先验CO2浓度与观测值的变化趋势更一致。基于三种清单的先验CO2模拟值在夜间明显高于观测值,白天则相反。制造业燃烧（EDGAR清单）/工业（改进清单）和电力是最主要的排放源。EDGAR清单估算的平均先验CO2排放总量最高[0.218 mg·（m2·s）-1],改进清单次之[0.209mg·（m2·s）-1],ODAIC最低[0.200 mg·（m2·s）-1]。（2）基于比例因子贝叶斯反演方法优化长三角CO2排放:EDGAR和改进清单中人为源均被高估,制造业燃烧被高估得最为严重。加上比例因子后,基于EDGAR和改进清单的模拟值均得到了优化,改进清单的后验模拟结果优于EDGAR清单。基于EDGAR和改进清单估算的2017～2018年冬季长三角后验CO2排放通量分别为0.196±0.004和0.196±0.007 mg·（m2·s）-1;2018～2019年冬季分别为0.199±0.005和0.200±0.007 mg·（m2·s）-1。比例因子优化后EDGAR和改进清单中排放通量的下降幅度最大分别是制造业燃烧和工业排放。制造业燃烧/工业与电力排放是估算长三角CO2排放通量的最大不确定性来源。（3）探究影响CO2排放反演的关键因素:EDGAR中对观测站点浓度贡献较大网格点的排放误差将会很大程度上影响浓度模拟效果,表明EDGAR在排放的空间分配上的不确定性是影响模型反演的主要原因。模拟值和观测值相比夜间偏高白天偏低,其原因之一是排放清单忽视了人为排放的日变化特征,考虑日变化系数后模拟结果得到了优化;原因之二是模拟的夜间边界层高度偏低,高估了观测站点附近排放位置高于边界层高度的点源贡献。研究认为应选择时间与空间分辨率更高、排放分配更准确的清单作为先验排放数据,才能对区域的CO2排放有更准确的估算。

关键词： CO2排放反演排放清单 wrf-stilt模型大气CO2浓度长三角地区影响因素

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：