2. 中国气象科学研究院, 北京 100081;
3. 上海台风研究所, 上海 200030
2. Chinese Academy of Meteorological Sciences, Beijing 100081;
3. Shanghai Typhoon Institute, Chinese Meteorological Administration, Shanghai 200030
一氧化碳 (CO) 是一种重要的对流层化学组成成分, 有很多自然和人为源, 人为源约占CO源的一半, 比如汽车排放、化石燃烧、生物质燃烧等等[1-2]。虽然只是一种弱的温室气体, 但为对流层臭氧和其他一些痕量气体的重要前体物, 在对流层大气化学、全球变暖和其他气候变化过程中影响很大。大气中的OH自由基在大气中主要是与CO反应消耗的, 而OH自由基可以氧化大气中许多人为或者自然的痕量气体, 比如卤烃和碳氢化合物等。CO的增长会带来OH自由基减少, 导致大量人为痕量气体浓度增加。所以研究CO分布及其变化趋势是大气领域一项重要工作。
1949年, 人们通过对太阳光谱的研究发现了大气中CO气体的存在。第一次对大气中CO混合比的测量是通过分光计方法来进行的[3], 得出大气中CO的混合比浓度在100×10-9~300×10-9之间变动。此后人们开展了很多项目对CO及其源汇进行观测研究。以往对这两种气体浓度观测多是通过地面光谱仪观测、飞机航测、采样来进行, 这些传统的观测手段在时间和空间范围上都或多或少地受到限制, 而卫星观测数据则在一定程度上弥补了上述不足, 而渐渐成为主要观测手段之一。
在NASA发射的TERRA卫星上搭载的对流层污染探测仪 (Measurement of Pollution in the Troposphere, MOPITT) 可以测量CO和CH4的全球时空分布, 帮助人们更好地了解这两种气体的全球分布特征。该分布特征及其变化趋势对于全球气候变化研究和区域空气质量研究都是非常重要的。应用MOPITT探测到的CO高浓度分布和卫星火点的分布可以监测一些突发的生物体燃烧事件, 森林火灾等[4-6], 结合化学输送模式MOPITT的CO资料还可以用于研究污染物的长距离输送现象[7-9]。本文利用TERRA/MOPITT仪器测量的2000年3月—2004年5月的CO数据, 分析了CO的时空分布特征及其变化趋势, 并且和CMDL/NOAA瓦里关站的CO观测结果做了比较和验证。
1 仪器和数据本文所采用的数据来自于美国大气科学中心的MOPITT卫星数据。MOPITT仪器搭载在TERRA卫星上, 于1999年12月升空运作, 离地高度705 km, 每天经过两极环绕地球16次, 大约16 d覆盖整个地球。MOPITT采用8通道的气体相关光谱仪, 测量CO和CH4在3个吸收带的向上反射和发射的红外辐射率[10]。在仪器内部, 通过改变光学路径上气体样品的压力和总量, 对样品的密度进行调制, 从而测得大气路径上的气体密度[11]。MOPITT数据包括CO和CH4的柱总量和850 hPa, 700 hPa, 500 hPa, 350 hPa, 250 hPa, 150 hPa等6层上CO的混合比浓度。CO浓度数据的水平分辨率为22 km, 垂直分辨率为3 km, 精度优于10%。
本文采用的是MOPITT的Level 2 Version 3版本数据, 该数据经过定标和校准, 剔除了云污染和天气影响 (http://www.eos.ucar.edu/mopitt/data/index.html)。数据包括MOPITT扫描的星下点经纬度、该点相应CO柱总量及其上空6层的CO混合比浓度等。将3 d的MOPITT数据叠加合成, 处理后的数据能够覆盖大部分地球表面, 然后使用插值法将数据转化为1°×1°的格点数据。
2 2000—2004年CO柱总量的分布特征彩图 1是2000—2004年CO柱总量全球平均分布。由彩图 1可见, 西非中部地区的CO柱总量较大, 局地的CO浓度要超过东亚, 但是东亚的CO柱总量高值区域范围更广, 因此对CO柱总量的贡献更大一些。亚洲东部沿海直至部分海面, 北美东部沿海直至部分海面是CO浓度较高的地区。这是由于这一地区的西风带将大陆上产生的污染气团输送到大陆以东的洋面。而青藏高原是中国、欧亚大陆甚至整个北半球的CO低值中心。格陵兰岛的CO浓度也很低, 此外南半球除北美和非洲的赤道地区以外的地域CO浓度普遍较低, 南极洲浓度普遍很低, 尤其显著的是安第斯山脉及其以西沿海地区有一条狭长的CO柱总量低值带。造成这些低值带一方面是因为这些地区远离明显的人类排放源, 另一方面是因为海拔较高, 其大气柱状质量低, 使得其CO柱含量也较低。
彩图 2给出了2000—2004年全球的CO柱总量的平均季节变化特征 (本文中春季选取的是3—5月, 夏季是6—8月, 秋季是9—11月, 冬季是12—次年2月)。可以看出, CO柱总量分布有非常明显的季节变化。春季北半球的CO柱总量普遍偏高, CO含量较高的区域都位于大陆的东部一直延伸到附近洋面, 这一分布应该与西风带所引起的输送有关, 此外非洲西部赤道附近有一个高值区存在, 南半球CO柱总量普遍较低。夏季北半球CO浓度普遍下降, 南半球浓度上升 (此时是南半球的冬季), 非洲中部的高值中心依然存在。秋季北半球的CO柱总量相对不高, 南半球的CO柱总量继续上升, 除了非洲中部的中心, 在南美洲中东部地区又出现了一个高值中心。冬季北半球的CO浓度升高, 南半球CO浓度有所降低, 在非洲中西部的高值中心范围扩大。CO和OH自由基的反应是CO最主要的汇之一。OH自由基主要来自于O3的光解并伴随着H2O的参与, 7月份北半球夏季高温、高湿和较强的日照适于OH自由基的生成, 一定程度上也会导致此时CO消耗量大。由于冬季温度比较低, 水汽含量也低, 紫外辐射减弱, 造成低浓度的OH自由基, 进而使得CO的化学汇减小。CO平均6个月较长的生命时间使得其在冬季有累积作用, 这是春季北半球CO含量较高的原因之一。
对于东亚而言, 春季是东亚污染较重的时候, 在中国东部以及日本一带CO浓度均偏高, 赤道以南的洋面CO浓度较低, 青藏高原是内陆的CO浓度低值中心; 夏季, 东亚的CO浓度高值区向北方退却, 同时赤道及以南洋面CO浓度普遍降低, 而且这一片低值区也向北移动, 这是跟此时该地区的季风 (东南季风) 带来了洋面上的清洁空气有关; 秋季东亚的污染带回退向南方, 赤道及以南的CO浓度有所上升; 冬季, 东亚带状污染区范围恢复扩大, 赤道及以南洋面的CO浓度普遍较秋季减少。另外, 值得注意的是CO浓度高值区还有位于中国内陆中部、青藏高原以东的一个比较小、但是非常显著的高值区域, 它位于四川盆地, 这一地区有很多的重工业企业, 而且四川盆地属亚热带湿润季风气候, 盆地内部通常情况下地面风速较小、湿度较大, 白天混合层发展经常受到逆温层的限制, 水平扩散条件很差, 而且盆地周边地带通常条件下的山谷风环流同样阻止了CO等污染气体向盆地外的扩散。因此在4个季节中这里相对于周围地区一直处于较高的水平。
由彩图 2可以看到, 北半球一直存在两个明显的低值中心, 一个是在格陵兰岛, 一个是在青藏高原; 至于南半球, 有一个比较明显的CO浓度低值地区, 就是南美洲西海岸安第斯山脉以西的狭长区域, 此外北美洲西海岸的狭长区域也是CO浓度常年比较低的地方。
3 2000—2004年瓦里关站CO平均季节特征及其变化瓦里关是全球大气本底站 (Global Atmospheric Watch) 之一, 代表典型无污染地区的大气状况。所以为了更好地揭示大气中CO在这一地区的背景变化, 本文对瓦里关站4年的平均季节变化进行多阶拟合分析 (如图 3所示)。由图 3可见, CO在瓦里关的季节变化非常明显, 春夏之间出现峰值, 秋冬之间出现谷值。而且值得注意的是, 瓦里关的春夏季节CO柱总量普遍偏高, 而在6月以后开始减小, 到8月以后 (秋冬季节) 基本上都位于平均水平以下, 在瓦里关测站, 周凌等[12] CO的连续观测多年平均季节变化结论为瓦里关春季CO浓度最高, 秋季最低。这与本文的结论也比较吻合。
为了与瓦里关站对比, 本文选取北京作为比较点。北京人口密集, 工业、生活和交通排放都很多, 因此它属于受人为影响较多的地方; 而瓦里关作为全球大气观测的背景站, 它代表的是亚欧大陆内部清洁地区的空气状况。图 4给出的是北京 (39.81°N, 116.47°E) 和瓦里关 (36.28°N, 100.90°E) 的2000年3月—2004年5月的月平均CO柱总量的趋势, 可以很明显地看出, 北京的CO柱浓度远高于瓦里关。
合成的3 d CO柱总量北京大约是瓦里关的两倍, 其最大值、最小值和4年平均CO柱总量也是瓦里关的两倍多 (表 1), 这与两个站点的背景有密切联系, 瓦里关地处清洁地区, 本地的CO排放很小; 而北京作为首都, 人口众多, 工业发达, 排放量很大, 所以北京的CO柱浓度远高于瓦里关。图 4对这两个站点4年的3 d合成CO柱总量做了线性拟合处理。从变化趋势来看, 两点CO柱总量在这4年中都处于上升状态, 北京上升较为明显, 而瓦里关的上升不显著, 并且其波动也比较平缓。北京的曲线拟合斜率为4.33×1014, 这个上升量比较小, 相对于北京4年的平均值 (2.31×1018mol/cm2) 而言, 就是每30 d上升1.9‰; 而对于瓦里关而言, 相对上升量更小, 它的拟合曲线斜率为3.40×1013, 相对于其平均值 (1.38×1018 mol/cm2) 而言, 就是每30 d上升0.25‰。换算为年平均增长率, 北京CO是2.2%, 而瓦里关是0.3%。总的说来相对变化不大, 只有微弱的增加。
4 和CMDL瓦里关站地面观测资料的比较
将1990年10月—2002年12月CMDL月平均CO地面混合比浓度做一阶线性拟合, 计算得到1990年10月—2002年12月每年平均增长0.25%, 可以看到瓦里关十多年的CO呈上升的趋势。而前面通过MOPITT数据计算的2000年3月—2004年5月平均年增长率为0.3%, 通过这个比较表明瓦里关有增长的趋势, 并且这个增长率的量级是在千分之一左右。
瓦里关站海拔高度为3810 m, 地面气压一般为640 hPa。因为MOPITT的资料是1°×1°的平均资料, MOPITT的廓线资料可以计算得到包括瓦里关山站点区域850 hPa的CO值。值得注意的是, 由于反演方法和验证方法的不同, 各个气压层次的CO反演数据精度要远小于CO柱总量数据的精度 (http://www.eos.ucar.edu/mopitt/data/index.html), 有关垂直CO廓线的验证和应用值得进一步研究。这里仅仅比较各个层次上的相关关系。计算得到MOPITT卫星柱总量和CMDL观测结果的相关系数为0.45, 通过95%的置信度检验; 850 hPa的数据与CMDL的相关系数为0.51, 通过置信度为95%的检验; 700 hPa的数据与CMDL的相关系数为0.31, 通过90%的置信度检验; 500 hPa的数据与CMDL的相关系数为0.35, 通过95%的置信度检验。
图 5是将瓦里关站点月平均的MOPITT数据和CMDL的序列叠加。总的说来, 卫星观测数据和CMDL观测数据相比, 大部分的趋势还是比较吻合, 和CMDL观测数据吻合最好的是850 hPa高度层的MOPITT数据, 比较差的是在2001年中间的一段数据, 这里经历了一次由于MOPITT仪器故障而产生的间断, 大致持续两个月的时间, 所以这一间断前后出现了一些比较大的数据差异。另外考虑到两者时间和空间的分辨不同, 二者之间也会存在一定的差别。
5 结论
本文利用TERRA/MOPITT仪器测量的2000年3月—2004年5月的CO数据, 分析了CO的时空分布特征及其变化趋势, 并且和CMDL/NOAA瓦里关站的CO观测结果做了比较和验证, 得出以下结论:
1) CO的全球时空分布很不均匀, 一般来说北半球高于南半球的平均水平, CO的高值区在北半球主要位于东亚、西欧和北美, 而在南半球主要位于非洲中西部和南美洲的赤道地区。
2) CO的分布随季节变化显著, 春季北半球的CO浓度最高, 而秋季南半球的CO浓度偏高。东亚的CO高值区主要是位于中国东部沿海地区和日本列岛一带, 在青藏高原东部的四川盆地, 四季CO浓度都远高于周围地区。
3) 瓦里关CO浓度春季最高, 而秋季最低。对于北京和瓦里关CO的趋势分析表明, 这两个地区的CO浓度4年内均呈上升趋势。将CMDL的观测资料与卫星观测结果进行比较和检验, 发现在瓦里关的卫星观测结果和CMDL的结果在时间序列的变化趋势一致, 卫星柱总量的观测数据和CMDL数据的相关性非常好, 两个数据集都显示瓦里关2000—2004年CO的增长率是千分之几的量级。
致谢 CMDL/NOAA的瓦里关CO资料 (http://www.cmdl.noaa.gov) 是通过CMDL与中国气象科学研究院以及瓦里关本底台的长期合作而取得的, 在此表示感谢。[1] | 秦瑜, 赵春生. 大气化学基础. 北京: 气象出版社, 2003. |
[2] | Logan J A, Prather M J, Wofsy S C, et al. Tropospheric chemistry: A global perspective. J Geophys Res, 1981, 86: 7210–7254. DOI:10.1029/JC086iC08p07210 |
[3] | James R D. MOPITT: 12 Years of Planning and 2.5 Years of Operations. IEEE, 2002. |
[4] | Benesch W, Migeotte M, Neven L. Investigations of atmospheric CO at the Jungfraujoch. J Opt Soc Am, 1953, 43: 1119–1123. DOI:10.1364/JOSA.43.001119 |
[5] | Edwards D P, Lamarque J F, Attie'J L, et al. Tropospheric ozone over the tropical Atlantic: A satellite perspective. J Geophys Res, 2003, 108: 4237. DOI:10.1029/2002JD002927 |
[6] | Bremer H, Kar J, Drummond F, et al. Spatial and temporal variation of MOPITT CO in Africa and South America: A comparison with SHADOZ ozone and MODIS aerosol. J Geophys Res, 109, D12304, doi:10.1029/2003JD004234, 2004. |
[7] | Fang Yuanyuan, Zhao Chunsheng, Li Chengcai. Analysis of the distribution of carbon monoxide from MOPITT over East Asia in 2002. Chinese Journal of Atmospheric Science, 2005, 29, (4): 407–416. |
[8] | Emmons L, Attie J L, Gille J, et al. Seasonal Variation of Asia Outflow from MOPITT CO and MOZART. Geophysical Research Abstracts, 2003, 5. |
[9] | Zhao C, Peng L, Tie X X, et al. A High CO Episode of Longrange Transport Detected by MOPITT, Water, Air, & Soil Pollution. Jan 2006, Pages 1-10, DOI10.1007/s11270-006-9191-1. http://dx.doi.org/10.1007/s11270-006-9191-1. |
[10] | Heald C L, Jacob D J, Fiore A M, et al. Asian outflow and transpacific transport of carbon monoxide and ozone pollution: An integrated satellite, aircraft and model perspective. J Geophys Res, 2003, 108, (D24): 4804. DOI:10.1029/2003JD003507 |
[11] | Wang Jinxue, Merritt N D, John C G, et al. Retrieval of tropospheric carbon monoxide profiles from MOPITT: Algorithm description and retrieval simulation. J Geophys Res, 1999, 56: 219–232. |
[12] | 周凌, 汤洁, ErnstM, 等. 中国西部本底大气中CO的连续测量. 环境科学, 2001, 22, (3): 1–5. |