论文总字数：24062字

目 录

1 引 言 1

2 资料来源与方法 2

2.1站点介绍 2

2.2 资料来源 2

2.3 研究方法 3

3 结果与分析 4

3.1 MLW大气CO2浓度时间变化特征 4

3.1.1 日变化 4

3.1.2 季节性变化 7

3.1.3 年际变化 8

3.2 MLW大气CO2浓度时间变化的可能影响因素 8

3.2.1 半小时尺度上主要的气象影响因子 8

3.2.2 日尺度上主要的影响因子 10

3.2.3 月尺度上主要的气象影响因子 12

3.2.4 湖-气界面气体交换影响 13

4 结论与讨论 14

参考文献 15

ABSTRACT 17

致 谢 18

太湖梅梁湾大气CO₂浓度时间变化及影响因素

黄文晶

摘要：陆地生态系统碳循环研究中一直忽视了内陆湖泊的影响。本文选取代表性内陆浅水湖泊太湖为研究对象，利用2012年-2015年近3年在梅梁湾（MLW）藻型湖区的CO₂浓度观测资料，分析该观测时段内MLW大气CO₂浓度的时间变化特征，并分析其主要的影响因素。结果显示：MLW大气CO₂浓度日变化为典型的正弦变化，日峰值出现在清晨5:30－8:30，冬季的日峰值最高，达到426.17 ppm，较夏季的日峰值高出17.56 ppm，日谷值出现在下午16:30－18:00，日谷值在夏季最低，为391.62 ppm，在冬季最高，为419.16 ppm，另外MLW大气CO₂浓度日变化幅度在夏、秋两季最大，分别达到16.98 ppm和16.24 ppm，春季次之，为13.88 ppm，冬季日变幅最小，为7.01 ppm；再者，工作日和周末随季节不同存在不同的日变化，降水事件也会改变大气CO₂浓度日变化曲线；MLW夏季7、8月份大气CO₂浓度低，在392.26 ppm左右波动，之后逐渐升高，冬季12、1月份浓度值在430.59 ppm左右波动，春季又逐渐降低；年际变化上，MLW大气CO₂浓度在2014-2015年有0.082%的增长。影响小时尺度和日尺度上MLW大气CO₂浓度的主要气象因子是水温、气温和饱和水气压差（VPD），并且这三个因子与大气CO₂浓度的相关性在不同的季节并不相同；降水量仅在月尺度上与大气CO₂浓度显著相关；除气象因子外，大气CO₂浓度受到湖—气界面CO₂通量的影响，其程度低于陆-气交换对它的影响。

关键词：湖泊；大气CO₂浓度；时间变化；影响因素

1 引 言

现今全球气候变暖的成因是近20年来地球科学热点研究的问题之一^[1]。以人口聚集，土地利用形式改变，化石燃料燃烧，交通尾气高排放等为标志的城市化过程，导致温室气体在大气中的比重不断升高。研究发现，CO₂成为占人为排放温室气体比重最大且增长迅速的气体，其浓度在不到300年的时间增长了近50%^[2]，是人类活动影响全球气候变化的直观表现。

陆地生态系统是植被-土壤-大气混合作用的复杂系统，掌握其中气体交换和变化的动态过程，是预测未来气候及气候变化如何影响陆地生态系统的关键^[4]。陆地生态系统中不同的子系统基于自身不同的碳源、碳汇影响大气CO₂浓度变化，并且受人为土地利用的改变或化石燃料燃烧作用程度不同，使得大气CO₂浓度具有不同的时空分布特征^[5]。近年来对城市^[6-10]、森林^[11-12]、草地^[13-14]、农田^[15-16]等下垫面上大气CO₂浓度的连续性观测较多且研究成果丰硕。湖泊由于其占地比重小，且大多分布在城市或其周边，除湖泊本身的浓度驱动因子外还受到不同程度上的人为活动的叠加影响，导致湖泊大气CO₂浓度的影响因素复杂且不确定，再者受到观测手段的限制，从而人们对内陆湖泊大气CO₂浓度观测少，缺少深入的研究和了解。

近来有学者通过将碳收支量化得到碳平衡公式^[17]，发现存在“碳消失”的现象，部分学者将该现象的出现归因于湖泊，将湖泊视为可能潜在的重要碳汇^[18]。然而，另有学者认为湖泊作为碳源或碳汇的角色至今不能准确定论^[19-20]，这些具有争议的问题使得湖泊研究^[21-22]受到重视。从现有的研究成果可知，湖泊大气CO₂浓度具有典型的时间变化特征，嵇晓燕等人进行2年多的气瓶采样观测，得到MLW大气CO₂浓度日变化为显著的双峰型，季节变化主要呈现由春到夏递减，夏至秋至冬升高的规律^[23]；对高纬度的湖泊研究发现，湖泊在冬季结冰期间冰层以下有CO₂的不断累积，导致冰期结束后的一段时间内会，大气CO₂浓度动态变化会出现两个峰值，这一现象在内陆湖泊观测中易被忽略^[24]。另有研究发现，湖泊上方大气CO₂浓度最高值出现在0.5 m高度以下，此高度向上浓度递减^[25]。对水体上方大气CO₂浓度的影响因子多集中在风速^[26-27]，空气湿度^[27]，光合有效辐射^[27]，气温^{[23, 26]}，表层水温等气象因子和水体面积 ^{[25, 28]}，叶绿素浓度^[25]，水体富营养化程度^[29]等水体性质上。对于不同的湖泊，影响其上方大气CO₂浓度变化的因子是否一致，还有待进一步的验证。

太湖是典型的浅水湖泊，其梅梁湾（MLW）地区由于周边工业废水排放和农业面源排放，水体富营养化严重，是太湖首次出现蓝藻水华爆发的湖区。了解太湖MLW上方大气CO₂浓度的变化特征及其影响要素有助于促进对太湖MLW水气温室气体交换的认识和研究，以及太湖生态系统对大气CO₂浓度的贡献，为太湖环境治理提供依据。因此，本文的目的在于：（1）分析太湖MLW大气CO₂浓度的时间变化特征；（2）结合常规气象观测（温度、降水、相对湿度等）以及水气界面CO₂交换通量数据，找出影响MLW大气CO₂浓度的主要可能的影响因子及其影响机制。

2 资料来源与方法

2.1 站点介绍

太湖，占地面积约为2400km²，平均水深为1.9m，属于典型的内陆浅水湖，地处亚热带湿润气候带，年平均气温为16.2℃，年降水量在1000 mm左右^[30]。太湖流域流经人口稠密、经济发达的长江三角地区，在我国经济发展中占重要地位^[31]。MLW在太湖最北部、无锡西南，平均水深1.8m，低于整体水平，是太湖中尺度通量观测网络覆盖的七个生态区之一^[30]。该区域存在太湖入湖支流，富营养化严重，导致该区域蓝藻水华爆发严重。MLW主要的水生植物包括：湖区沿岸的芦苇、微齿眼子菜以及湖区中的马来眼子菜^[32]，近岸边陆地植被覆盖率高，有农田和居民住宅分布。

2.2 资料来源

MLW的观测平台设置在北纬31.4197°，东经120.2139°，离岸200米左右。现有两套观测大气CO₂浓度的仪器——波长扫描-光腔衰荡光谱仪（WS-CRDS）(Model G1301, Picarro Inc., CA, USA)和非色散红外气体分析仪（NDIR）（LI-7500A, LI-COR, USA）。WS-CRDS基于吸收光谱原理，采用激光衰荡和闭路式的操作方法，测量频率达到1Hz，CO₂测量精度达到100ppb，具有高精度、低维护、少校正的优势^[33]。NDIR通过气体在红外波段的吸收特征，对气体浓度进行测量，测量频率10Hz，是一种可靠、精确的CO₂气体传感器技术，使用寿命长^[34]。

本文先通过对比两个仪器的测量数据，选取合适的数据源，再进行后续相关的分析，其中NDIR测得的是离水面3.5米的湿空气CO₂浓度数据，所以WS-CRDS也选用离水面3.5m的进气口测得的大气湿空气CO₂浓度数据。再者，考虑到两个仪器岸边距离不等，为减少陆地活动引起的仪器测量值误差，事先对数据进行风向筛选，选取180°-270°^[31]，即风向来自湖面时测得的浓度数据，得到图1。图中可以看出，WS-CRDS数据普遍大于NDIR的测得的数据，两种仪器的数据变化趋势一致，存在一个相对固定的差值。然而NDIR仪器易受水汽脉动的影响，所以测量的数据后期处理时需进行质量控制。并且NDIR暴露在空气中的镜头易受雨水的干扰，在雨量集中分布，如入梅时，将会导致测量时间序列上的不完整。结合其他研究者的工作，发现NDIR观测易产生漂移，需时常进行零度和跨度上的校正^[33]。综合考虑，本文选取WS-CRDS上进气口观测的湿空气CO₂浓度数据进行下一阶段的分析。WS-CRDS观测时间是从2012年6月开始至2015年，日变化选取的是2012年12月1日-2015年11月31的数据，确保不同季节数据数量的一致性，季节性变化数据选取的是所有观测数据，年际变化选用的是2013-2015年的数据。观测期间，定时有人员对仪器进行校准，并记录在工作日志中，便于以后数据的剔除。

图1 WS-CRDS与NDIR在2015年5月11-12日风向筛选后的浓度数据比较

MLW小气候系统包括四分量辐射计（model CNR4, Kipp amp; Zonen B. V., Delft, the Netherlands），风速风向仪（model 05103; R M Young Company, Traverse City, Michigan），温湿传感器（model HMP155A; Vaisala, Inc., Helsinki, Finland），观测仪器都比较稳定，时间上也保证连续性。其中由于MLW雨量筒易发生堵塞，造成降水测量误差，因此降水量使用与MLW距离最近的无锡站（120.19°E，31.35°N）的日降水资料。

2.3 研究方法

首先进行WS-CRDS原始数据收集及汇总，处理原始数据前要注意剔除WS-CRDS每30s切换上下进气口反应延迟时间产生的误差数据；然后通过软件处理将采集到的观测数据处理成半小时的平均浓度数据；采用误差分析、数据校准及常规数据质量控制相结合的方法进行数据质量控制；选用日数据量达到日测量总数的80%的求得一个日均值，达不到条件的舍弃不用，继而求得月平均、季节平均和年平均值；日变化是对各季节同一时刻的值求平均，另外选取2015年全年数据，在剔除国家法定假日后，对周末和工作日也分析了各自的日变化特征，从而得出MLW受人为影响程度的大小，选取分别为晴天、雨天、阴天这样连续的三天，比较降水前后不同的日变化特征。

影响因素分析时，通过SPSS软件分别在半小时尺度、日尺度和月尺度上实现大气CO₂浓度与气象因子进行相关分析、回归分析，其中由于水温没有直接的观测资料，是通过将向上的长波辐射（L_u）和向下的长波辐射（L_d）资料代入斯蒂芬玻尔兹曼定律的推导公式（1）得到，其他皆为直接观测资料。

剩余内容已隐藏，请支付后下载全文，论文总字数：24062字

相关图片展示：