大氣CO2濃度年際變化及其對農業的影響

袁 潮,楊文艷,孫 卓,易希延,王楠楠

(遼寧省盤錦市氣象局，遼寧 盤錦 124010)

1 引言

氣候變化是全球環境問題之一，它對世界的經濟系統、食物供應和可持續發展(聯合國氣候變化框架條約的第二章)有著潛在的影響。大氣二氧化碳是影響氣候變化的重要因素，工業革命以來，大氣二氧化碳濃度一直呈上升趨勢，其帶來的全球變暖也愈發得到大家的共識，從20 世紀初至今, 全球地面氣溫已經上升了0.3～0.6 ℃,最近10 a已成為自1860 年以來最暖的時期[1],從1959年到2008年，大氣二氧化碳濃度從315.98 mg·L-1增加到385.34 mg·L-1，增加了21.9%，平均每年增加1.39 mg·L-1，并在2019年突破415 mg·L-1，創造有史以來最高紀錄。如果二氧化碳濃度按照此速度持續增加，到21世紀中葉(2030-2050年)二氧化碳濃度將是工業革命前(280 mg·L-1)的兩倍(560～600 mg·L-1)，這無疑對整個地球氣候系統產生巨大的影響。

大氣二氧化碳的長期觀測可以看出，除了長期上升的趨勢外，其隨時間的變化表現出季節、年際和年代際變化[2]，強烈的季節變化信號在很大程度上會掩蓋大氣二氧化碳的年際變化，所以如果想得到大氣二氧化碳的年際變化，就必須應用某種方法來首先濾去大氣二氧化碳的季節變化信號[3,4]。人為排放的年際變化與大氣CO2濃度年際變化( Interannual Fluctuations of Atmospheric CO2，IFAC) 并不一致，IFAC 反映了陸地生態系統、海洋與大氣間 CO2的非平衡交換，主要受某些氣候變率引起的大氣和海洋熱力、動力學變化的復雜影響[5]。

國內外在大氣CO2濃度對農業影響方面進行了廣泛的研究，Rosenberg[6]指出由于大氣CO2濃度增加導致對農業的影響主要表現在兩個方面：一方面全球溫度升高使得植物平均凈光合作用增加，從而改變植物的葉面積和葉面結構，進而改變光合作用的內在形式，增加水分利用率。通過實驗得出：CO2濃度增加一倍，植物蒸騰作用減少34%，產品得到明顯增加。另一方面，氣溫升高也導致干旱化進程的加快，使得地表徑流大幅減少，可耕作土地面積下降，從而對農業生成產生嚴重影響。張廣珠[7]研究表明大氣CO2濃度升高不但影響植物的生長發育,而且還改變植物體內的化學成分的組成與含量,從而間接地影響到植食性昆蟲,進而通過食物鏈影響到以之為食的天敵。筆者擬通過不同擬合方法，濾去CO2強季節變化，得到全球大氣CO2濃度年際變化規律，同時簡單討論大氣CO2濃度變化對可能造成的影響。

2 大氣二氧化碳季節及年際變化研究

2.1 大氣CO2歷史變化概況

伴隨著科技的發展，Scripps海洋研究所(SIO)自二十世紀50年代末開始相繼建立了多個固定的日、月尺度的大氣CO2直接觀測站(圖1)，為研究大氣CO2對氣候變化的影響提供了必要的基礎數據。圖2是根據格林蘭和南極冰芯測得的過去約300 a間的CO2濃度以及在美國夏威夷Mauna loa直接進行大氣觀測得到的35 a間CO2濃度的變化[6]，可以直觀看出18世紀以來，大氣二氧化碳濃度有一持續上漲的趨勢，而在此前幾千年的歷史時期內，其濃度基本保持在(280±10) mg·L-1范圍內波動。大氣CO2濃度監測始于1957年，由Keeling領導的研究組在美國夏威夷Mauna loa和南極分別進行，夏威夷Mauna loa島觀測站(19.5°N)已連續進行了約60 a的大氣二氧化碳測量，是世界上最長最可靠的大氣二氧化碳濃度記錄。

2.2 大氣CO2季節變化及其影響因素

由圖3可以直觀的看出，觀測期間內大氣CO2濃度在持續上升的同時，還表現出了強烈的季節性震蕩。這種季節性震蕩北半球比南半球大，并且在北半球南向北有增大趨勢，北半球從4月開始大氣CO2濃度顯著減小，8月開始逐漸增大，南半球表現出相反的趨勢。大氣CO2濃度的季節性變化與區域內溫度和光照強度的季節性變化相反，一般是認為由植物的光合作用或固碳能力的季節變化引起的，即陸地生態系統可能起了主要作用[8]。

2.3 大氣CO2的年際變化

大氣CO2季節變化過于顯著，在考慮其年際變化時，我們要濾去季節變化信號。在這里，筆者采用三種不同的方法濾去季節變化信號。

方法一：通過月均值的年增加量來分析大氣CO2的長序列年際變化(陳中笑等[3])，自20世紀70年代中期以來化石燃料的年排放為5～8GtC,與大氣CO2總量相比，排放量的變化對大氣CO2年際變化影響幾乎相同，尤其考慮對月均值的影響時。因此，大氣CO2的年增加量表示為：

CA(i,j) =C1(i,j) -C1(i-1,j);

(1)

其中CA代表大氣CO2月均值的年增加量，C1代表觀測值，i為年份，j為月份。筆者采用該方法，認為是以前一年的變化為基礎，而不分離該變化中的各種尺度，用后一年的月均值減去前一年的月均值，單純得到其月均值的年增加量。該種方法的優點在于可以清楚的看出二氧化碳的年遞增量，對于相鄰兩年的變化有比較直觀的表現。由圖(4)可以看出SIO不同緯度測站在同一歷史時期，大氣二氧化碳的年增長有著很高的一致性，例如在各個站點，1988-1989年以及1998-1999年這兩個時間段都有大氣CO2的顯著增加，這也間接證明了大氣CO2的年際變化在全球空間尺度上是基本一致的。

方法二：WDCGG-treat methods[9]在分析溫室氣體濃度的數據中指出，溫室氣體濃度變化的時間序列，通常包含不同時間尺度的變化，CO2濃度變化主要包括季節性變化和一個長期趨勢，其采用數字濾波的方式，分離兩種時間尺度的波動。主要過程可以表述為：

(1)在原始觀測數據中去掉線性趨勢。

(2)去趨勢后的數據可用下面傅里葉函數進行擬合：

(2)

為了濾去季節變化信號，公式中t代表時間，k通常取值為4

(3)原始數據可以通過減去(2)中的S(t)從而達到濾去季節信號的目的，缺測數據通過線性內插得到，得到的年際變化趨勢通過適當的平滑處理(這里采用Lanczos濾波)，0.48年為步長，得到新的年際變化。

(4)再利用原始數據減去(3)中所得濾波后的年趨勢，得到新的數據，利用(2)中的函數再次擬合季節變化趨勢。

(5)重復上面(3)(4)步驟，直到季節與年際變化趨勢趨于不變。

大氣二氧化碳月均值的時間序列，用多項式來表現出濃度的線性變化，擬合出其長時間的變化趨勢，從而可以大致看出其年增長速率。

筆者用二次多項式擬合二氧化碳濃度變化的趨勢線，擬合出大氣二氧化碳濃度的增長趨勢，去趨勢后的濃度變化時間序列及擬合曲線，其可以清楚的反應出濾上年增長后的季節循環，每年濃度的極大極小值定義為季節循環的振幅。

兩者相減可得到濾去季節信號后的數據。根據WDCGG-treat method，對數據進行平滑處理，在這里，筆者并未采用采用Lanczos濾波方法，而是采用簡單的四點滑動平均對所得大氣二氧化碳年際變化時間序列進行處理，這樣可以比較好的濾去波動較大的季節性變化。

利用方法二中步驟(3)(4)，最后大氣二氧化碳濃度的季節和年際變化時間序列都趨于平穩，得到最后站點大氣二氧化碳年際變化的時間序列如圖6。

方法三：該方法是基于Keeling[4]研究基礎之上的改進方法。觀測所得的大氣二氧化碳濃度資料可以反應其從幾分鐘到十幾年不等的時間尺度的變化。我們大致將其分為三種時間尺度。

天氣尺度：大氣二氧化碳濃度在很大范圍內微小的變化可以對天氣現象產生影響。因為該尺度的研究需要極其精細的大氣二氧化碳濃度變化數據(日數據)，目前對其研究較少，筆者暫不考慮大氣二氧化碳濃度的天氣尺度的變化。

在濾去天氣尺度的變化后得到大氣二氧化碳濃度的季節變化，該變化體現在大氣二氧化碳濃度平穩的月變化，該尺度的變化不會再對局地的天氣現象產生影響。濾去季節變化后得帶后得到大氣二氧化碳濃度的年際變化，該尺度的變化緩慢，但在全球范圍內體現出相似的趨勢，因為大氣二氧化碳的混合速率與該時間尺度相似，或低于該時間尺度。

幾乎在全球范圍的每個SIO觀測站，大氣二氧化碳濃度記錄都可以清晰的展現出季節性的循環，但是這些循環并是年復一年的不完全重復，這使得我們可以更加容易分離季節和年際變化。在Keeling的方法中，其用如下公式定義二氧化碳濃度的季節性循環：

(3)

這里的γ是一個增益因子，ak和bk是需要通過數據擬合出來的常數，t代表時間，ω代表角頻率當t表示為年份時，其值可以用2πk表示，m為諧波數，通常取值為4。

在濾去上面的調和函數后，可以得到大氣二氧化碳濃度的剩余變化趨勢，Keeling用兩種方式來進行描述：

一個離散的時間變化序列，該時間序列包含了減去公式(2.3)的調和函數后的所有變化。

一個連續的包含指數項方程這個方程包含了由于工業產生的二氧化碳排放到大氣中而引起的二氧化碳的年變化。再加上提供剩余變化平穩趨勢的樣條函數。

Cobsrem(t)=C1+C2exp(C3t)+R

(4)

C1，C2和C3是通過非線性擬合出的常數，R代表樣條函數，它的系數也通過擬合確定。

在Keeling的方法基礎上，針對季節循環公式(3)，將其拆分成兩項，調整為：

(5)

該公式可以理解為：第一項為單純的大氣二氧化碳的季節性變化，第二項為由于人類活動影響或是火山爆發等因素所產生的大氣二氧化碳的增長，所以第二項中t前的系數可以表示為正弦余弦函數型的增長型，并且長期增長的波動趨勢可以與季節性不同，兩者應該有不同的角頻率。綜上所訴，上式(5)第二項可以化為：

μt(sinω1t+cosω1t)

因所引用數據未進行標準化和平滑處理，這里擬合時引入常數a，使CO2在一個標準值的基礎上變動，最后所應用的擬合函數為：

μt+k(sinω1t+bcosω1t)+a

(6)

采用SPO和MLO兩個站點數據，這里我們采用大氣CO2月均值，所以ωk=2πk/12應用上式進行擬合所得擬合圖像如圖(7)：

為得到其年際變化的時間序列，用原數據減去通過擬合出的函數計算出的大氣二氧化碳的季節變化的月均值，濾去CO2的年際變化，從而得到了年際變化的時間序列圖(圖8)。

上述三種方法都可以一定程度上濾去大氣二氧化碳季節變化信號，從而得到其年際變化，擬合出的結果基本上可以表現出大氣CO2年際變化趨勢，尤其在大氣CO2的高值年(1988年,1998年)，都可以很好的擬合出來。方法一著重研究大氣CO2的年際增長率，而未將二氧化碳本身的季節變化和影響其年際變化的其他因素分離,可能導致前后AO指數較強兩年相減而使后一年無法真實表達出其影響；方法二在先濾去大氣CO2的長期趨勢后，著重研究大氣CO2的季節變化規律，在了解其季節變化規律的基礎上，得到其年際變化；方法三中認為大氣CO2長期的變化趨勢表現為人類活動等引起的穩定三角函數增長，增益因子γ來表示，由于沒有很好的擬合出大氣CO2的長期增長趨勢，尤其在所選取時間序列的早期時段誤差較大，所以對其年際變化的擬合不理想。筆者在對AO指數大氣二氧化碳年際變化相關研究中，趨向于運用方法二得到的大氣CO2年際變化時間序列。

3 大氣CO2濃度對農業影響

大氣CO2濃度增加對農業的影響愈發受到人們的關注[11～13]，主要可分為兩個方面：首先是CO2的直接效應，主要通過改變綠色植物的光合作用和新陳代謝來實現。CO2作為光合作用原料，其濃度增加有利于農作物的生長，但同時雜草也會增長，這種增長對C3作物的貢獻大于C4作物，同時作物生長過程中的反饋作用也可能增加或削弱這些影響。其次是大氣CO2作為溫室氣體，同樣可以表現出對農業的間接效應，大氣CO2濃度增加所導致的氣候變化再影響作物生長，最直接的表現即為農業氣候帶的向北推移，有研究指出平均氣溫升高1℃，農業氣候帶平均北移100 km[14]，且各作物的熟級增加1級[15]。高緯度地區作物生長季將延長，越冬作物的種植臨界緯度北推。但同時也使得作物遭受病蟲害的可能性增加。綜上，大氣CO2濃度增加對農業生產有利有弊，一方面使得氣溫升高，作物生長有效積溫及生長期增加，從而增加農作物的生產力；另一方面隨著氣溫的升高，田間雜草及病蟲害也將隨之增加，并且由于升溫加速微生物對肥料的分解，這就需要加大對農業生產的投入，并且氣溫升高可能使得部分地區土壤墑情變差，從而對農業生產產生不利影響。

4 小結與討論

選取長時間序列的大氣CO2觀測數據，對比使用三種方法濾去大氣CO2季節變化信號和人類活動對大氣CO2濃度的影響，并簡要探討大氣CO2濃度變化對農業的影響，得到以下結論。

(1)18世紀以前幾千年的歷史時期內，大氣CO2濃度基本保持在(280±10) ppm范圍內波動，而18世紀以來，其濃度明顯呈快速上漲的趨勢。這說明工業革命以后，人類活動對大氣CO2濃度影響愈發明顯。

(2)運用三種不同方法濾去季節變化信號和人類活動對大氣CO2濃度影響，均能較好擬合出1988-1989年以及1998-1999年這兩時段大氣CO2的顯著增加趨勢,方法一著重研究大氣CO2的年際增長率，但未將大氣CO2本身的季節變化和影響其年際變化的其他因素分離；方法二在先濾去大氣CO2的長期趨勢后，著重研究大氣CO2的季節變化規律，在季節變化規律的基礎上，得到其年際變化；方法三中認為大氣CO2長期的變化趨勢表現為人類活動等引起的穩定三角函數增長，但對于大氣CO2的長期增長趨勢，擬合效果較差。

(3)大氣CO2濃度增加對農業生產的影響主要包括通過改變綠色植物的光合作用和新陳代謝所導致的直接效應和導致的氣候變化所帶來的間接效應，一方面大氣CO2濃度增加使得氣溫升高，導致作物生長有效積溫及生長期增加，從而增加農作物的生產力；另一方面氣溫的升高，也將導致田間雜草及病蟲害增加，并且加速肥料的分解，從而對農業生產產生不利影響。