珠江三角洲近地層CO2通量模擬分析與評估驗證

麥博儒,安興琴,鄧雪嬌*,周凌晞,王春林,李 菲,黃建平,陳 玲,尹淑嫻

(1.中國氣象局廣州熱帶海洋氣象研究所/廣東省區域數值天氣預報重點實驗室,廣東 廣州510080；2.中國氣象局大氣化學重點實驗室,中國氣象科學研究院大氣成分研究所,北京100081；3.廣東省氣候中心,廣東 廣州510080；4.南京信息工程大學,耶魯-南京信息工程大學大氣環境研究中心,江蘇 南京210044；5.東莞市氣象局,廣東 東莞523086)

珠江三角洲近地層CO2通量模擬分析與評估驗證

麥博儒1,安興琴2,鄧雪嬌1*,周凌晞2,王春林3,李 菲1,黃建平4,陳 玲5,尹淑嫻5

(1.中國氣象局廣州熱帶海洋氣象研究所/廣東省區域數值天氣預報重點實驗室,廣東 廣州510080；2.中國氣象局大氣化學重點實驗室,中國氣象科學研究院大氣成分研究所,北京100081；3.廣東省氣候中心,廣東 廣州510080；4.南京信息工程大學,耶魯-南京信息工程大學大氣環境研究中心,江蘇 南京210044；5.東莞市氣象局,廣東 東莞523086)

利用能分別代表珠江三角洲草地、城市綠地及地帶性森林植被生態系統的番禺站、東莞站和鼎湖山站CO2凈通量資料對CT-2010碳源匯反演模式系統進行了驗證,并利用該模式初步分析了區域凈碳通量的時空分布及不同生態系統的碳匯特征.結果表明: CT-2010模式模擬的珠江三角洲城市綠地、地帶性植被、以及草地生態系統碳通量與站點觀測結果具有較好的一致性,其擬合相關系數(r)高于0.60(P<0.01),小時、逐日、日變化的殘差均值低于2.0μmol/(m2·s);模式一定程度上能反映3種生態系統碳通量的季節分布特征,但各月的模擬值均高于觀測值,其中對城市綠地生態系統的模擬最接近,殘差年均值為0.964μmol/(m2·s),對草地和地帶性森林植被生態系統的模擬效果相當,殘差年均值分別為2.056,2.100μmol/(m2·s);2004～2005年期間珠江三角洲地區近地層凈碳通量為3.43μmol/(m2·s),其中冬季最強,為1.4μmol/(m2·s),春季次之,為1.35μmol/(m2·s),秋季和夏季最低,分別為0.51和0.18μmol/(m2·s);在冬、春兩季,珠江三角洲區域為強的碳源區,而在夏、秋季,粵北和粵東大部分地區為較弱碳匯區;2004～2005年期間珠江三角洲地區陸地生態系統的碳匯為-6.5×10-3PgC,其中農作物,草地/灌木,常綠針葉/闊葉混合林是吸收CO2的主要生態系統,其凈通量占陸地生態系統的比率分別為42.01%,31.46%和26.53%.

Carbon Tracker碳源匯反演模式；珠江三角洲區域；近地層CO2通量；陸地生態系統

有效評估陸地生態系統凈碳通量水平及其時空分布特征,將有助于深入了解區域大氣溫室氣體增長量中CO2人為源和自然匯的相對貢獻,同時也對預測未來 CO2增長率及其對氣候變化的影響具有重要意義[1-2].研究發現,2001～2011年全球陸地生態系統吸收了大約2～4Pg C(1PgC =1015g C),抵消了將近30%的人類活動排碳量[3-5].1980～2000年,中國區域森林、草地和灌木等生態系統的碳匯分別為-0.075,-0.007,以及-0.014～-0.024PgC/a,相當于吸收了同時期全國工業生產排碳量的20.0%～26.8%[6].然而,目前有關陸地生態系統碳源、匯的強度、時空分布特征的定量評估仍存在很大的不確定性[7-9].

近年來,科學家們利用渦度相關技術對陸地生態系統與大氣間的凈碳交換開展了觀測研究[10-11],初步探明了不同植物生態系統碳通量強度、通量的長時間序列分布特征及其影響因素[12-14],特別是2002年建立的中國通量觀測網 ChinaFLUX,顯著推動了我國地表碳通量研究[15-16].然而,由于傳統的地面觀測受到站點數量、分布及其所代表的空間尺度的限制[2],制約了陸地生態系統碳平衡及碳源匯分布特征的定量評估.

利用模式計算的方法評估近地層凈碳交換,是揭示陸地生態系統碳平衡及其驅動機制的重要途徑.這些方法包括:統計清單模型[9,17-18],生態系統模型[8,19],以及大氣反演模型[2,20-21].上述方法都在逐步改善評估技術,以試圖包含更多的碳循環信息、更好地分離出不同時空尺度上的碳通量[1].其中,大氣反演方法能有效捕捉碳源匯的時空變化特征[22].該方法是利用大氣傳輸模式和先驗通量對大氣 CO2濃度的分布和輸送過程進行模擬,同時利用觀測的CO2濃度資料優化模擬的陸地和海洋碳通量[21,23].一些學者基于嵌套技術發展大氣反演模式系統,并分析了北美、中國等區域陸地生態系統碳源匯的時空分布[23-24]. Peters等[21]發展了第一個全球碳同化和反演模式系統—CarbonTracker(CT), 并評估、分析了北美區域陸地生態系統碳通量特征.基于CarbonTracker模式,科學家們開展了近地層碳通量的評估及驗證研究[25-26],也有學者根據不同地區和國家的狀況,引進、發展了該模式,形成具有區域特點的反演模式系統,如 CT(NOAA), CT-Europe[1,27],CT-Asia等.最近,我國一些學者開展了 CT模式在中國的移植和適用性驗證,獲取了2000～2009年中國代表性區域CO2濃度和通量的初步模擬結果[28].也有學者根據中國地域和生態系統的特征,對 CT模式系統進行了本地化改進,同時評估、分析了我國陸地生態系統的碳源匯分布[22,29].總體而言,目前我國溫室氣體的反演模型研究仍處于初步階段,無法滿足我國碳平衡的定量評估其與氣候變化相互作用的研究需求.

珠江三角洲(以下簡稱珠江三角洲)地區是中國經濟最發達,最具活力的都市群之一,同時也是溫室氣體排放高值區.研究發現,該區域溫室氣體有明顯的地域特點[30].此外,區域碳通量和潛熱通量的季節變化在陸?氣能量平衡中具有非常重要的作用,是反映區域氣候變化的強烈信號[31].然而,珠江三角洲地區近地層 CO2通量的分布特征及其影響機制如何,目前尚不清楚.本研究利用2010版本的CT模式系統對珠江三角洲區域近地層碳通量進行模式驗證及模擬研究,初步分析凈碳交換通量的區域、季節變化特征,估算陸地生態系統自然碳匯的相對貢獻,以期為了解區域溫室氣體分布和相互影響,客觀、準確地評估碳源匯的驅動機制提供理論支持.

1 CT模式計算過程及模擬參數設置

1.1 CO2通量的計算過程

在CT-2010中,地表凈碳交換通量(NEE)考慮了4種來源,分別為:化石燃料燃燒、火災災情、陸地生物圈交換和海?氣交換通量.其中,化石燃料燃燒通量和火災災情通量主要通過“自下而上”的方法,估算不同區域通量的分布和強度,而生物圈和海洋通量使用了數據同化技術進行重新調整,將模擬的碳通量信息與觀測值進行匹配[21].模式中瞬時碳通量的計算過程如下:

式中:βιοF ,oceF ,ffF ,fireF 分別代表生物圈,海洋,化石燃料燃燒以及火災災情通量,rλ代表了一定時間內不同區域需要評估的線性標度因子.若時間分量不變,每個rλ 將由特定區域的碳通量分布特征決定.CT-2010將全球海洋圈分為30個區域,同時根據生態系統類型和地理位置的特點,將陸地圈分為11個區域,每個區域包含了19種植被生態系統[32].因此,理論上模式中的r應該為239,但實際上 r=156,主要是因為模式未考慮雪蓋區、湖泊區和沙漠等的影響.當rλ 確定后,再參照 Peters 等[33]的方法,利用 Kalman 濾波器對rλ 數據集進行優化,從而降低模式模擬的碳通量與觀測值的誤差.

1.2 先驗源、氣象場及數據同化資料來源

CT-2010輸入的資料包括源排放、觀測數據和氣象場資料.源排放資料包括海洋反演通量、火災通量、生物圈通量、化石燃料燃燒通量.其中,海洋反演通量采用Takahashi PCO2方案[34]進行通量估算;火災通量來源于GFEDv2數據庫;生物圈通量來源于CASA模型的計算結果;化石燃料燃燒通量源于EDGAR數據庫.此外,氣象數據由每6h 時次的ECMWF數據驅動;數據同化系統中的 CO2觀測數據主要來源于全球/區域航空測量和地基觀測值,包括美國的Mauna Loa背景站、NOAA ESRL實驗室的高塔站、高山站等.

1.3 模擬區域設置

本研究中,CT-2010模擬區域為110°E～118°E,20°N～26°N(圖1).由于受到區域碳通量觀測數據的限制,模式的模擬時間從2003年1月1日開始,至2009年12月31日結束,每3h輸出一次模擬結果.CT-2010采用地形追隨坐標,總共25層,第一層和最頂層高度分別離地面34.5m 和80.0km;采用TM5大氣傳輸模式驅動CT-2010,設置了兩重網格嵌套區域,全球空間分辨率為3°×2°,在中國和珠江三角洲區域均為1°×1°.

圖1 CT-2010設置的模擬區域及地形海拔高度(m)分布Fig.1 Simulation area and its altitude distribution in CT-2010Black boxes are CO2flux sites of PYQXJ, DHS and DG, respectively

2 CT-2010在珠江三角洲區域的驗證

珠江三角洲區域的植被是一個主要由草地、城市綠地、農田和南亞熱帶森林等組成的復雜生態系統.其中,番禺氣象局站、東莞站以及鼎湖山站可以較好地反映區域草地、城市綠地以及南亞熱帶森林的碳通量.本研究利用上述觀測站的通量資料,對CT-2010的模擬性能進行驗證研究.

2.1 觀測站點及觀測數據介紹

番禺氣象局觀測站(圖1)位于廣州市番禺區的開闊草地上,可代表珠江三角洲地區草地生態系統特征[30].站點周圍無高層建筑和高大山地,地勢相對平坦,面積約為300m ×400m;下墊面草地植被的類型比較均勻,高度約30～80cm.觀測從2004年6月開始,至2005年5月結束.開路渦動相關系統(Eddy covariance)安裝在距地面3.5m高度.該系統由三維超聲風溫儀(CSAT3, Campbell Scientific,Inc.)和開路CO2/H2O分析儀(Li-7500, LiCor Inc., USA)組成,采樣頻率為10Hz.觀測的參數包括 CO2通量(Fc)、潛熱通量(LE)和顯熱通量(Hs)等.各種通量數據分別進行了虛溫訂正和空氣密度變化訂正以及質量控制[30-31],并轉換為30min平均值.

鼎湖山站(圖1)位于廣東省肇慶市東北部的鼎湖山自然保護區內.受南亞熱帶季風濕潤氣候影響,該區域光照、水熱資源豐富,太陽輻射約4665MJ/(m2·a),年均日照時數、氣溫分別為1433h和21.0 ,℃年均相對濕度和降水量分別為80%和1956mm.觀測站海拔高度240m,坡度10° 度左右,坡向東偏南,周圍森林是目前保存下來的最為典型,最為完整的南亞熱帶常綠針闊葉混交林生態系統[35],可代表地帶性植被.

東莞站(圖1)位于東莞市植物園內的氣象臺觀測場中,亦處于南亞熱帶季風氣候區內,年平均氣溫、日照時數和降水量分別為22.7℃ ,1873.7h和1819.9mm.植物園占地面積467hm2,屬低丘地貌,區內植被豐富,是一個由喬灌草植物構成的典型公園綠地生態系統[36].

鼎湖山站和東莞站的碳通量觀測時間分別為2003年5月～2004年4月和2008年10月～2009年11月,觀測儀器與番禺氣象局站的一致. 其中,東莞站的通量觀測探頭安裝在20m 高度,而鼎湖山站的探頭高度為27m(第5層平臺),代表林冠層頂/大氣界面的通量.兩站的數據采集器自動存儲10Hz的原始數據,同時進行了訂正處理(如虛溫訂正、空氣密度變化訂正、坐標轉換等)和嚴格的質量控制[35-36],篩選出符合條件的30min通量數據進行模式驗證.

由于CT-2010模擬結果的輸出頻率為每3h1次,因此需要將以上站點每30min平均的觀測數據轉化為逐時次值,再進一步與模式輸出結果進行匹配.在此基礎上,利用觀測數據對模式的反演結果進行比對驗證.

2.2 模式驗證

圖2 CO2通量模擬值與觀測值的1:1比較Fig.2 Comparisons of simulation values and observations

2.2.1 逐時的驗證結果 由圖2可以看,凈通量的模擬值和觀測值較一致,3個站的殘差均值為1.81μmol/(m2·s),均方根誤差在1.59～2.58μmol/ (m2·s)之間,相關系數(r)為0.67～0.71,通過了99%的顯著性檢驗(P=0.000),說明CT-2010模式具有較強的模擬能力.從回歸方程的擬合參數來看,番禺氣象局站的斜率、截距均與東莞站的相當,但明顯低于鼎湖山站,這可能與鼎湖山站較高的植被指數有關.總體來看,3個觀測站的方程斜率為0.260～0.431,截距為0.43～1.29,表明模式模擬的凈通量整體偏高.其原因一方面可能是由于觀測站點所在的生態系統尺度較小,受局地水汽、氣溫、輻射等因素的影響較大[37],而 CT-2010模式的空間分辨率較低(1° ×1°),反映的是較大范圍通量分布的平均狀態,因此對較小尺度生態系統碳通量擾動的捕獲能力不足.另一方面,珠江三角洲是我國乃至世界上最活躍的經濟區之一.該區域下墊面河網交錯,地表植被和土壤類型多樣,溫室氣體來源復雜[38].復雜的地形和海-陸-氣相互作用也給碳通量數值模擬帶來很大難度.

圖3 CT-2010反演的碳通量日均值與觀測結果比較及其殘差的時間序列Fig.3 Comparisons of simulation values of daily mean fluxes with observations and the time series of residuals

2.2.2 逐日的驗證結果 由圖3a,圖3c,圖3e可以看出, 模式反演值與觀測值的一致性較好,在3個站點的擬合相關系數均高于0.60(P<0.001).從模擬值與觀測值殘差的時間序列來看(圖3b,圖3d,圖3f),3個觀測站殘差的日均值為1.689 μmol/(m2·s),高于該模式系統在瓦里關、上甸子等背 景 站 (http://www.esrl.noaa.gov/gmd/ccgg/ carbontracker/co2timeseries.php),以及北美地區[21]的模擬結果.其主要原因在于本底站的人為擾動很低,碳通量可以反映較大范圍的生態系統源匯過程,因此模式的干擾因素少、模擬精度較高.相比而言,珠江三角洲地區近地層碳排放源非常復雜,人為擾動大,給CO2通量的準確模擬帶來很大困難.3個站的殘差波動比較大,這主要與模式空間分辨率較粗有關.此外,觀測儀器高度和模式底層所反映的近地層碳通量的差異也是導致這種波動的重要原因.本研究中,3個代表站的碳通量探頭高度為3.5～27m,反映了不同植被生態系統白天光合作用和夜間呼吸排放的通量在氣象條件影響下的情形,而模式的底層高度為35m,其碳通量同時受到了垂直輸送和近地層區域傳輸的影響.相對而言,東莞站碳通量的模擬在冬、春季最好,殘差均值分別為0.695和0.830μmol/(m2·s),在夏、秋季相當,殘差分別為1.063和1.119μmol/ (m2·s);與東莞站相似,番禺氣象局站碳通量的模擬在冬、春季最好,模擬與觀測的殘差分別為1.517和2.149μmol/(m2·s),在夏、秋季稍差,殘差分別為2.274和2.461μmol/(m2·s).鼎湖山站則相反,為秋、夏季最好,春、冬季較差,殘差均值分別為1.206,1.712,2.395和2.910μmol/(m2·s).

2.2.3 通量季節分布 由圖4可以看出,CT-2010模式系統一定程度上能反映3種生態系統碳通量的季節分布特征,其中以草地生態系統的相關系數最高(r=0.94,P<0.01),城市綠地生態系統次之(r=0.78,P<0.01),地帶性植被較差(r=0.50, P>0.05).從觀測結果來看,3種生態系統均表現出較強的碳匯,凈碳通量在7～10月份最低,這與夏秋季植被較強的光合能力有關[37];從模擬結果來看,鼎湖山站、番禺氣象局站均在12月～次年4月表現為碳源區,5～11月為碳匯區,同時兩站模擬值與觀測值的差異相當,殘差年均值分別為2.056和2.100μmol/(m2·s).相對而言,CT-2010對東莞站的模擬值與觀測值最接近,殘差年均值為0.964μmol/(m2·s),但各月的模擬值均表現為碳源,異于觀測結果.

2.2.4 通量日變化 從圖5可以看出,3個站中碳通量日變化的反演值與觀測值均在20:00至次日06:00基本穩定,且處于一天中的高值區,這主要與夜間植物生態系統停止了光合作用、大氣混合層的穩定度加強、湍流擴散的CO2減弱有關.日出后植物光合作用固定了大量 CO2,同時空氣對流增強(圖5b,d,f),使得大氣中 CO2下降,在正午前后達到最低值[39].總體而言,在3個觀測站中,CT-2010反演的碳通量日變化比觀測值平均高估了1.84μmol/(m2·s),其中在夜間的模擬效果較好,兩者僅相差-0.66μmol/(m2·s),白天的效果較差,殘差為4.33μmol/(m2·s),在14:00殘差高達7.65μmol/(m2·s).從風場的日變化來看,正午前后植物的光合作用在一天中最強、空氣對流劇烈,同時局地風向出現了明顯的轉變(圖5b,d,f),這可能是CT-2010未能有效捕獲生態系統碳通量,導致模擬的碳通量出現系統性偏高的重要原因.風場是影響區域 CO2輸送的主要因素之一[40],對其準確模擬能顯著提高溫室氣體的評估能力.國外相關研究也表明,由于對風場(風向、風速)評估不足,WRFVPRM、TM3和LMDZ等模式模擬的CO2濃度日變化均出現了較大的偏差[41].

圖4 CT-2010反演的碳通量與觀測值的季節變化Fig.4 Seasonal variations of simulation fluxes of CT-2010and observations

圖5 CT-2010反演的碳通量日變化與觀測值比較,以及風場的日變化Fig.5 Comparisons of simulation values of diurnal fluxes with observations and wind field distributions

綜上所述:CT-2010模擬的珠江三角洲城市綠地、地帶性植被、以及草地生態系統碳通量與地面觀測結果具有較好的一致性,其擬合相關系數(r)整體高于0.6(P<0.01),小時、逐日、逐月以及日變化的殘差均低于2.0μmol/(m2·s),可以捕捉到通量的季節波動特征.Peters等[21]的結果也表明:CT-2010模式具備了反映陸地生態系統碳通量分布和變化的能力.然而,由于模式的網格分辨率較粗,再加上觀測儀器高度和模式底層所反映的近地層碳通量的差異,限制了模式系統對較小尺度生態系統的模擬性能.此外,在正午期間,由于近地層的風場會出現劇烈變化,導致CT-2010捕獲生態系統碳通量的能力下降,是模擬結果出現系統性偏高的重要原因.

3 珠江三角洲區域CO2通量的時空分布特征

3.1 CO2凈通量季節變化特征

衛星反演結果顯示,中國區域對流層中層CO2分布總體呈北高南低的分布特征,高值區集中在35°～45°N,在20°～30°N為CO2低值區,然而衛星監測并不能夠很好地揭示人類或者自然CO2源排放的特征[42].相對而言,利用模式手段能及時捕捉近地層源排放及其輸送的動態變化.由圖6可以看出,2004～2005年期間珠江三角洲近地層凈碳通量為3.43μmol/(m2·s),其中冬季(12月～來年2月)最強,為1.4μmol/(m2·s),春季(3～5月)次之,為1.35μmol/(m2·s),秋季(9～11月)和夏季(6～8月)最低,分別為0.51 和0.18μmol/(m2·s).整個區域在冬、春兩季均為強的碳源區,但在夏、秋季,粵北和粵東大部分地區為較弱的碳匯區.深圳、東莞、廣州、佛山以及中山等珠江口外圍區域在四季中均為CO2通量高值中心,此外,潮州、汕頭、揭陽等粵東區域也存在另一個凈通量高值區.

圖6 珠江三角洲地區CO2通量[μmol/(m2·s)]及風場(NCEP1.0×1.0資料,975hPa)的季節分布特征Fig.6 Seasonal distributions of CO2fluxes[μmol/(m2·s)] and wind fields (NCEP1.0×1.0data,975hPa) over PRD

珠江三角洲屬南亞熱帶海洋季風氣候區.該區域日照充足、溫濕多雨,植被四季常青,植物的光合作用活躍.獨特的氣候特點顯著影響通量的季節變化.冬季的氣溫最低,植物的生理活性弱直接影響了大氣CO2吸收,同時冬季近地層(975hPa)盛行東北風,風速較強,有利于內陸CO2向低緯度地區輸送,成為 CO2通量最高的季節.春季,植物和土壤的呼吸作用強烈而植物光合作用相對較弱,同時近地層盛行偏南風,海洋清潔氣團促進了高污染地區CO2向高緯度地區輸送,因此通量相對較低.夏季的植物枝葉茂密,光照充足,氣溫高,降水充沛,植物光合作用強烈,可快速固定大氣中的CO2[43],再加上夏季盛行東南風,空氣水平輸送和垂直交換劇烈,有利于近地層CO2向高緯和對流層中高層擴散,因而夏季近地層凈通量在全年最低.此外,粵北及廣西、湖南、江西等鄰省交界區域為較強碳匯區,說明這些區域的植被對大氣CO2的吸收量遠高于人類活動排碳量.秋季,植被進入成熟衰弱期,光合碳匯弱于夏季,但仍然表現出較強的碳吸收能力,在肇慶西北部、河源以及廣西、江西等鄰省交界區域出現較強的碳匯區.此外,整個珠江三角洲區域的凈通量呈現出由東北向西南分布的趨勢,這可能是近地層風場輸送造成的.

3.2 珠江三角洲區域陸地生態系統碳匯估算

陸地生態系統碳通量主要包括植物光合、呼吸作用通量,以及土壤呼吸排放的CO2總量.CO2的肥效作用、土地利用和植被覆蓋的變化、氮沉降、森林大火及區域水汽循環等均能影響植物生態系統的碳源匯[44].研究顯示[21],在2001～2005年期間,北美陸地生態系統碳通量為-0.65PgC/a,化石燃料燃燒通量為 1.85PgC/a,凈通量為1.20PgC/a,模擬的誤差在-0.4～1.0PgC/a之間.本研究發現,2004～2005年期間珠江三角洲區域陸地生態系統碳通量為-6.5×10-3PgC(圖7),與匡耀求等[38]利用清單調查方法得到的結果相當.其中,5～10月份的碳通量平均值為-3.55×10-3PgC,特別是在8月份,生態系統的碳吸收能力最強,凈通量為-5.89×10-3PgC,這與我國瓦里關、上甸子、臨安、龍鳳山等本底站[45],以及北京地區CO2濃度的變化趨勢一致[46];11月～次年4月的通量平均值為2.50×10-3PgC,其中在3月份最高,為3.55×10-3PgC,表明珠江三角洲區域植被在冬、春季的呼吸作用強于光合作用,因此排放了大量的CO2.盡管如此,在一年中植被仍能保持較高的碳吸收能力,有利于植物光合產物積累和生長發育.

前人研究顯示[6],1981～2000年間,中國陸地生態系統碳匯為0.096～0.106PgC/a,相當于同期中國工業碳排碳量的14.6%～16.1%.也有研究認為,2002～2008年期間,中國陸地生態系統匯為-0.28PgC/a,相當于抵消了同時期化石燃料燃燒排碳量的17.07%[24].本研究表明(表1),2004～2005年珠江三角洲地區陸地生態系統碳匯相當于抵消了同時期化石燃料燃燒排碳量的9.76%,明顯低于中國地區的計算結果,可能與珠江三角洲地區陸地生態系統相對較低的碳匯[22],同時較高的工業生產排碳量有關.由表1可見,不同文獻之間計算得到的中國區域植物生態系統碳匯值差異很大,但是總體表現出森林最高,農作物次之,草地最低的分布特征.本研究中,農作物是珠江三角洲地區最大的碳匯生態系統(-2.7×10-3PgC/a),而草地/灌木次之,森林最小.3種生態系統的碳匯占陸地生態系統的比率分別為42.01%,31.46%和26.53%.農作物較高的碳匯可能與農田管理方式(包括翻土、施肥、灌溉以及除草等)有關[47].此外,我國南方的大部分作物都會種植兩季或者三季,顯著提高了作物的光合固碳量[18].總體而言,本研究可能高估了農作物的碳匯,原因是 CT模式主要關注作物生長季所吸收的 CO2,而未考慮非生長季作物呼吸消耗的排碳量[1,21].

圖7 2004～2005年珠江三角洲地區陸地生態系統凈通量估算Fig.7 Estimations of terrestrial fluxes in2004～2005over PRD

近年來,由于我國加強了森林保護以及退耕、退牧還林、植樹造林等工程,森林覆蓋面積逐年增長[48],其碳匯約為-0.075～-0.120PgC/ a[22,24,49].珠江三角洲地區溫濕多雨的南亞熱帶氣候條件以及較高的太陽輻射量非常適合植物生長發育和光合作用.區域常綠針闊葉混交林生態系統即使在相對緩慢生長季節(冬季)仍然具有較強的碳匯功能[35].然而,近年來由于經濟社會發展所引起的土地利用方式以及森林結構的改變,導致森林生態系統的固碳能力呈下降趨勢[38],在2004～2005年期間的碳匯約為-1.7×10-3PgC.

到目前為止,有關灌木生態系統碳儲量的觀測資料非常缺乏[50].近年來,由于氣溫上升以及干旱、放牧等的影響,我國草地生態系統的生物量呈下降趨勢[51-52].在珠江三角洲地區,2005～2008年期間區域灌木/草地生態系統(包括園地、草地、城市綠地等)的碳匯整體上升[38],其中在2004～2005年期間的凈通量為-2.0×10-3PgC.這可能與農村地區灶爐改造、城鎮化減少了柴薪采集[18],以及城市園地面積增加有關.

表1 本研究的生態系統碳匯和前人研究的比較(PgC/a)Table1 Comparison of the estimated carbon sinks in this study with previous studies(PgC/a)

4 結論

4.1 CT-2010模式模擬的珠江三角洲城市綠地、地帶性植被、以及草地生態系統碳通量與地面觀測結果具有較好的一致性,其擬合相關系數(r)整體高于0.6(P<0.01),小時、逐日以及日變化的殘差均值均低于2.0μmol/(m2·s).

4.2 模式系統一定程度上能捕捉到3種生態系統碳通量的季節分布特征,但各月的模擬值均高于觀測值,其中對城市綠地生態系統的模擬最接近,殘差年均值為0.964μmol/(m2·s),對草地和地帶性植被森林生態系統的模擬效果相當,殘差年均值分別為2.056,2.100μmol/(m2·s)

4.3 2004～2005年期間珠江三角洲地區近地層凈碳通量為3.43μmol/(m2·s),其中冬季最強,為1.4μmol/(m2·s),春季次之,為1.35μmol/(m2·s),秋季和夏季最低,分別為0.51和0.18μmol/(m2·s);冬、春兩季均為強的碳源區,而夏季、秋季的粵北和粵東大部分地區為較弱碳匯區.

4.4 2004～2005年期間珠江三角洲地區陸地生態系統的碳匯為-6.5×10-3PgC,其中農作物,草地/灌木,常綠針葉/闊葉混合林是吸收CO2的主要生態系統,其凈通量占陸地生態系統的比率分別為42.01%,31.46%和26.53%.

[1] Peters W , Krol M C, Vander Werf G R, et al. Seven years of recent European net terrestrial carbon dioxide exchange constrained by atmospheric observations [J]. Global Change Biology,2010,16:1317—1337.

[2] Meesters A G C A, Tolk L F, Peters W, et al. Inverse carbon dioxide flux estimates for the Netherlands [J]. Journal of Geophysical Research,2012,117(D20306):1—13.

[3] Houghton R. Balancing the global carbon budget [J]. Annu. Rev. Earth Planet. Sci.,2007,35:313—347.

[4] Le Quéré C, Raupach M R, Canadell J G, et al. Trends in the sources and sinks of carbon dioxide [J]. Nat. Geosci.,2009,2(12):831—836.

[5] Le Quéré C, Peters G P, Andres R J, et al. Global carbon budget2013 [J]. Earth Syst. Sci. Data Discuss.,2013,6(2):689—760.

[6] 方精云,郭兆迪,樸世龍,等.1981～2000年中國陸地植被碳匯的估算 [J]. 中國科學D輯:地球科學,2007,37(6):804—812.

[7] Cao M, Prince S D, Li K, et al. Response of terrestrial carbon uptake to climate interannual variability inChina [J]. Global Change Biol.,2003,9(4):536—546.

[8] Tian H, Melillo J M, Lu C, et al. China’s terrestrial carbon balance: Contributions from multiple global change factors [J].Global Biogeochemical Cycles,2011,25(GB1007):1—16.

[9] Chen Z H, Zhu J, Zeng N. Improved simulation of regional CO2surface concentrations using GEOS-Chem and fluxes from VEGAS [J]. Atmos. Chem. Phys.,2013,13:7607—7618.

[10] De Araújo A C, Kruijt B, Nobre A D, et al. Nocturnal accumulation of CO2underneath a tropical forest canopy along a topographical gradient [J]. Ecological Applications,2008,18:1406—1419.

[11] 焦 振,王傳寬,王興昌.溫帶落葉闊葉林冠層 CO2濃度的時空變異 [J]. 植物生態學報,2011,35(5):512—522.

[12] Xiao J F, Sun G, Chen J, et al. Carbon fluxes, evapotranspiration, and water use efficiency of terrestrial ecosystems in China [J]. Agricultural and Forest Meteorology,2013,(182/183):76—90.

[13] 王 斌,李 潔,姜微微,等.草地退化對三江源區高寒草甸生態系統 CO2通量的影響及其原因 [J]. 中國環境科學,2012,32(10):1764—1771.

[14] 王興昌,王傳寬,于貴瑞.基于全球渦度相關的森林碳交換的時空格局 [J]. 中國科學D輯:地球科學,2008,38(9):1092—1102.

[15] 于貴瑞,伏玉玲,孫曉敏,等.中國陸地生態系統通量觀測研究網絡的研究進展及其發展思路 [J]. 中國科學 D 輯:地球科學,2006.,36(增刊I):1—21.

[16] 周凌晞,張曉春,郝慶菊,等.溫室氣體本地觀測研究 [J]. 氣候變化研究進展,2006,2(2):63—66.

[17] Ciais P, Schelhaas M J, Zaehle S, et al. Carbon accumulation in European forests [J]. Nature Geoscience,2008,1:425—429.

[18] Piao S, Fang J, Ciais P, et al. The carbon balance of terrestrial ecosystems in China [J]. Nature,2009,458:1009—1014.

[19] Vetter M, Churkina G, Jung M, et al. Analyzing the causes and spatial pattern of the European2003 carbon flux anomaly using seven models [J]. Biogeosciences,2008,5:561—583.

[20] Baker D F, Law R M, Gurney K R, et al TransCom3inversion intercomparison: Impact of transport model errors on the interannual variability of regional CO2fluxes,1988—2003 [J]. Global Biogeochem Cycles,2006,20(GB1002):1—17.

[21] Peters W, Jacobson A R, Sweeney C, et al. An atmospheric perspective on North American carbon dioxide exchange: CarbonTracker [J]. Proc. Natl. Acad. Sci. U S A,2007,104(48):18925—18930.

[22] Zhang H B, Chen B Z, Van der Laan-Luijkx I T, et al. Net terrestrial CO2exchange over China during2001—2010 estimated with an ensemble data assimilation system for atmospheric CO2[J]. J. Geophys. Res. Atmos.,2014,119:3500—3515.

[23] Deng F, Chen J M, Yuen C W, et al. Global monthly CO2flux inversion with focus over North America [J]. Tellus,2007,59B:179—190.

[24] Jiang F, Wang H W, Chen J M, et al. Nested atmospheric inversion for the terrestrial carbon sources and sinks in China [J]. Biogeosciences,2013,10:5311—5324.

[25] Keppel-Aleks G, Wennberg P O, Washenfelder R A, et al. The imprint of surface fluxes and transport on variations in total column carbon dioxide [J]. Biogeosciences Discuss,2011,8:7475—7524.

[26] Masarie K A, Pétron G, Andrews A, et al. Impact of CO2measurement bias on CarbonTracker surface flux estimates [J]. J. Geophys. Res.,2011116(D17),doi:10.1029/2011JD016270.

[27] Peylin P, Law R. M, Gurney K R, et al. Global atmospheric carbon budget: results from an ensemble of atmospheric CO2inversions [J]. Biogeosciences,2013,10:6699—6720.

[28] Cheng Y L, An X Q, Yun F H, et al. Simulation of CO2variations at Chinese background atmospheric monitoring stations between2000 and2009: Applying a CarbonTracker model [J].Chinese Science Bulletin,2013,58(32):3986-3993.

[29] Zhang H B, Chen B Z, Van der Laan-Luijkx I T, et al. Estimating Asian terrestrial carbon fluxes from CONTRAIL aircraft and surface CO2observations for the period2006 to2010 [J]. Atmos. Chem. Phys. Discuss.,2013,13:27597—27639.

[30] 鄧雪嬌,畢雪巖,吳 兌,等.廣州番禺地區草地陸氣相互作用觀測研究 [J]. 應用氣象學報,2006,17(1):59—66.

[31] Bi X, Gao Z, Deng X, et al. Seasonal and diurnal variations in moisture, heat, and CO2fluxes over grassland in the tropical monsoon region of southern China [J]. J. Geophys. Res.,2007,112(D10106):1—14.

[32] Gurney K R, Law R M, Denning A S, et al. Towards robust regional estimates of CO2sources and sinks using atmospheric transport models [J]. Nature,415,2002:626—630.

[33] Peters W, Miller J B, Whitaker J, et al. An ensemble data assimilation system to estimate CO2surface fluxes from atmospheric trace gas observations. [J]. J. Geophys. Res.,110(D24),2005, D24304, doi:10.1029/2005JD006157.

[34] Takahashi T, Sutherland S C, Sweeney C, et al. Global air-sea CO2flux based on climatological surface ocean pCO2, and seasonal biological and temperature effects [J]. Deep-Sea Research II,2002,49:1601—1622.

[35] 王春林,于貴瑞,周國逸,等.鼎湖山常綠針闊混交林 CO2通量估算 [J]. 中國科學D輯:地球科學,2006,36(增刊I):119—129.

[36] 孫春健,王春林,申雙和,等.珠江三角洲城市綠地 CO2通量的季節特征 [J]. 生態學報,2012,32(4):1273—1282.

[37] 范玉枝,張憲洲,石培禮.散射輻射對西藏高原高寒草甸凈生態系統CO2交換的影響 [J]. 地理研究,2009,28(6):1673—1681.

[38] 匡耀求,歐陽婷萍,鄒 毅,等.廣東省碳源碳匯現狀評估及增加碳匯潛力分析 [J]. 中國人口?資源與環境,2010,(20):12,56—61.

[39] Dettinger M D, Ghil M. Seasonal and interannual variations of atmospheric CO2and climate [J]. Tellus,1998,50B(1):1—24.

[40] 浦靜姣,徐宏輝,顧駿強,等.長江三角洲背景地區 CO2濃度變化特征研究 [J]. 中國環境科學,2012,32(6):973—979.

[41] Ahmadov R, Gerbig C, Kretschmer R, et al. Comparing high resolution WRF-VPRM simulations and two global CO2transport models with coastal tower measurements of CO2[J]. Biogeosciences,2009,6:807—817.

[42] 白文廣,張興贏,張 鵬.衛星遙感監測中國地區對流層二氧化碳時空變化特征分析 [J]. 科學通報,2010,55(30):2953-2960.

[43] 王躍思,王長科,郭雪清,等.北京大氣 CO2濃度日變化、季變化及長期趨勢 [J]. 科學通報,2002,47(14):1108—1112.

[44] Nemani R, White M, Thornton P, et al.2002. Recent trends in hydrologic balance have enhanced the terrestrial carbon sink in the United States [J]. Geophys. Res. Lett.,29(10):1—4.

[45] 劉立新,周凌晞,張曉春,等.2009.我國4個國家級本底站大氣CO2濃度變化特征 [J]. 中國科學 D 輯:地球科學,39(2):222—228.

[46] 劉 強,王躍思,王明星.北京地區大氣主要溫室氣體的季節變化 [J]. 地球科學進展,2004,19(5):817—823.

[47] Chen Z,Yu G, Ge J, et al. Temperature and precipitation control of the spatial variation of terrestrial ecosystem carbon exchange in the Asian region [J]. Agric. Forest Meteorol.,2013,(182/183):266—276.

[48] Food and Agriculture Organization of the United Nations (FAO).Global forest resources assessment,2010 [R]. Rome : FAO,2010.

[49] Fang J Y, Guo Z D, Piao S L, et al. Terrestrial vegetation carbon sinks in China,1981—2000 [J]. Science in China Series D: Earth Sciences,2007,50(9):1341—1350.

[50] Piao S, Ito A, Li S, et al. The carbon budget of terrestrial ecosystems in East Asia over the last two decades [J]. Biogeosciences Discuss,2012,9:4025—4066.

[51] Piao S L, Ciais P, Lomas M, et al. Contribution of climate change and rising CO2to terrestrial carbon balance in East Asia: A multi-model analysis [J]. Global Planet Change,2011,75(3/4):133—142.

[52] Peng S, Chen A, Xu L, et al. Recent change of vegetation growth trend in China [J]. Environ. Res. Lett.,2011,6(044027):1—13.

致謝：感謝美國國家大氣海洋局(NOAA)NOAA/ESRL/GMD提供的 CarbonTracker-2010 模式(http://www.esrl.noaa.gov/gmd/ccgg/ carbontracker/);感謝荷蘭海洋和大氣研究所(IMAU)、荷蘭皇家氣象研究所(KNMI)提供的 TM5模式;感謝各個全球背景站/區域站及高塔站的工作人員參與觀測.

李克強向生態文明貴陽國際論壇2014年年會致賀信

生態文明貴陽國際論壇2014年年會7月11日在貴陽開幕.國務院總理李克強向論壇發來賀信.

李克強代表中國政府對年會召開表示祝賀.他表示,生態文明源于對發展的反思,也是對發展的提升,事關當代人的民生福祉和后代人的發展空間.中國把生態文明建設放在國家現代化建設更加突出的位置,堅持在發展中保護、在保護中發展,健全生態文明體制機制,下大力氣防治空氣霧霾和水、土壤污染,推進能源資源生產和消費方式變革,繼續實施重大生態工程,把良好生態環境作為公共產品向全民提供,努力建設一個生態文明的現代化中國.

李克強強調,人類只有一個地球.保護生態環境、促進綠色發展是各國利益的匯合點.中國把生態環保作為對外開放的重要領域,將繼續加強同世界各國、國際組織的環境合作,深入推進國際環境公約的履約,攜手應對氣候變化,共同推動人類環境與發展事業.

李克強表示,本次論壇年會以“改革驅動,全球攜手,走向生態文明新時代”為主題,體現了結構改革推動結構調整,體現了各方面對生態文明建設的共同責任.相信年會將凝聚新的共識,為全球可持續發展作出新的探索.

摘自《中國環境報》

2014-07-14

Simulation analysis and verification of surface CO2flux over Pearl River Delta, China.

MAI Bo-Ru1, AN Xing-Qin2, DENG Xue-Jiao1*, ZHOU Ling-Xi2, WANG Chun-Lin3, LI Fei1, HUANG Jian-Ping4, CHEN Ling5, YIN Shu-Xian5
(1.Institute of Tropical and Marine Meteorology/Guangdong Provincial Key Laboratory of Regional Numerical Weather Prediction, China Meteorological Administration, Guangzhou510080, China；2.Key Laboratory for Atmospheric Chemistry of China Meteorological Administration, Research Institute of Atmospheric Composition of Chinese Academy of Meteorological Sciences, Beijing100081, China；3.Climate Center of Guangdong Province, Guangzhou510080, China;4.Yale-NUIST Center on Atmospheric Environment, Nanjing University of Information Science and Technology, Nanjing210044, China；5.Dongguan Meteorology Bureau, Dongguan,523086, China). China Environmental Science,2014,34(8)：1960～1971

Carbon dioxide is the primary greenhouse gas involved in climate change. This gas is responsible for85% of the increase in radiative forcing over the past decade and81% over the last five years. Accurate estimations of strength and spatiotemporal distributions of surface sources and sinks of CO2are thus of great interest to the scientific community and policy makers. The CO2measurement and modeling system developed by the National Oceanic and Atmospheric Administration and called the Carbon Tracker-2010 (CT-2010) was used to analyze the seasonal and spatial distributions of net CO2flux and CO2sink characteristics of terrestrial ecosystems in the Pearl River Delta (PRD) region. Prior to doing simulations, the CT-2010 model was validated using in situ observations from the Panyu meteorological site (PYQXJ), the Dongguan site (DG), and the Ding Hushan site (DHS), which are representative of grassland, urban green space, and forest ecosystems in the PRD region, respectively. Net fluxes from the CT-2010model compared with observations fromthe three sites well. Hourly, daily, and diurnal residuals were less than2.0 μmol/(m2·s) and correlation coefficients were greater than0.60 (P<0.01). The CT-2010 model captured well the seasonal patterns of CO2fluxes over the PRD region. However, the magnitude of the simulated fluxes was generally greater than that of the observed fluxes. Annual residuals were2.056,0.964, and2.100μmol/(m2·s) at the PYQXJ, DG, and DHS sites, respectively. From June2004to May2005, the mean surface net flux over the PRD region was3.43μmol/(m2·s). In summer, fall, winter, and spring, mean surface net fluxes were0.18,0.51,1.4, and1.35 μmol/(m2·s), respectively. The mean terrestrial flux in the PRD was -6.5×10-3PgC. The region during this time was dominated by crops (42.01%), grassland/shrubs (31.46%), and mixed (coniferous/broadleaf) forest (26.53%).

t：Carbon Tracker-2010；Pearl River Delta；surface CO2flux；terrestrial ecosystems

X511

：A

：1000-6923(2014)08-1960-12

麥博儒(1982-),男,海南儋州人,博士,主要從事區域溫室氣體的觀測與模式評估.發表論文7篇.

2014-02-17

資金項目：廣東省自然科學基金項目(S2012040007057,S2011010004771);國家重點基礎研究發展計劃(2010CB950601);中國氣象局氣候變化基礎能力建設項目(CCSF201306;CCSF201405);廣東省氣象局科學技術研究項目(2012B10,2011B02);廣東科技計劃項目(2012A061400012;2011A032100006)

* 責任作者, 研究員, xjd@grmc.gov.cn