基于WRF--STILT模型的大气CO2浓度模拟

摘要

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(102～106 km2)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“U.S.Corn 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)，100m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12ppm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34 m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CO2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程，模型都能很好模拟出这两个不同的变化特征。

目录

声明

摘要

第一章绪论

1．1选题背景和研究意义

1．2国内外研究进展

1．2．2区域尺度CO2通量的估算研究

1．2．3基于CO2浓度观测和大气传输模型对通量的反演

1．3研究内容和技术路线

1．3．1研究内容和研究目的

1．3．2技术路线

1．4章节安排

第二章资料与方法

2．1研究区域和资料介绍

2．1．1美国“玉米带”观测系统

2．1．2南京城市CO2浓度观测

2．2 WRF-STILT模型介绍

2．2．1 STILT模型介绍

2．2．2 WRF3．5模型简介

2．3．1背景场浓度

2．3．2化石燃料燃烧CO2通量

2．3．3生态系统净交换(NEE)

2．3．4生物质燃烧排放和海洋CO2通量

2．4基于keeling plot方法的局地源δ13C值

2．5贝叶斯反演算法

第三章WRF-STILT模型不确定性分析

3．1．1植被生态系统净交换

3．1．2化石燃料差异对浓度模拟的影响

3．2集合误差对CO2浓度模拟的影响

3．3模拟的CO2浓度增加值与δ13C和δ18O的关系

3．4贝叶斯反演算法的优化尝试与通量评估

3．5本章小结

第四章美国农业种植区CO2浓度观测与模拟研究

4．1 CO2浓度和δ13C、δ18O同位素的时间变化

4．2 WRF3．5气象场设置

4．3 Footprint足迹权重和CO2通量

4．4 CO2浓度的模拟与评估

4．4．1玉米带碳收支的各个分量

4．4．2 CO2浓度增加值

4．4．3 CO2模拟浓度与观测值的对比

4．4．4化石燃料燃烧源的贡献

4．5浓度贡献源区的年际变化

4．6本章小结

第五章南京市大气CO2浓度模拟及影响因素分析

5．1南京市的CO2浓度资料

5．2 WRF3.5气象场设置

5．3 Footprint和CO2通量

5．3．1足迹权重footprint分析

5．3．2白天和夜晚footprint对比

5．3．3 CO2通量

5．4 CO2浓度的模拟与评估

5．4．1四个季节的平均日变化对比

5．4．2 CO2浓度的时间累积贡献

5．4．3 CO2浓度日变化特征的影响因素

5．4．4 CO2浓度源贡献值

5．5南京城市与玉米带农业种植区的结果对比

5．5．1 CO2浓度观测结果

5．5．2浓度贡献源区(footprint)和浓度模拟结果对比

5．6本章小结

第六章结论与展望

6．1主要结论

6．2论文创新点

6．3存在问题与研究展望

参考文献

致谢

个人简介

攻读博士期间科研成果