CO₂是一种重要的长寿命温室气体，其主要源有生物呼吸、化石燃料燃烧、土地利用变化等，陆地生态系统的光合作用、海洋吸收、碳沉积等是CO₂的主要汇(Gunter et al., 1998; Raich et al., 1995).随着全球工业快速发展、人口增加、森林砍伐及土地利用方式改变等人为活动的增多，大气中温室气体也显著增加(贺玉龙等，2010).至2011年，全球CO₂ 平均浓度已达到390.9 μmol · mol^-1，比工业革命前(1750年)增加了40%，同时，CO₂所引起的辐射强迫比1990年增加了约24%(WMO，2011)，给全球气候、生态、经济、社会等各方面造成了很大影响.因此，监测、评估大气CO₂浓度的分布输送特征，探明区域碳源汇的影响机制，是当今全球变化研究领域的焦点问题(Zhuravlev et al., 2011).

迄今为止，国内外普遍开展了大气CO₂ 浓度的观测研究.从20世纪50年代开始，美国就已在Mauna Loa全球本底站开展了大气CO₂浓度观测，至今已积累了丰富的的观测资料，为论证大气CO₂ 浓度持续增加提供了有力证据(Keeling et al., 1976).同时，许多国家和组织也开展了全球/区域背景大气浓度的监测(Wen et al.，1994; Conway et al., 1994；温玉璞等，1997；Levin et al., 1995；Bakwin et al., 1995)，有的还对城市大气CO₂ 进行了观测研究(刘强等，2004；李晶等，2006；高松，2011；贾庆宇等，2010; Idso et al., 2002；Gratani et al., 2005；Rice et al.，2011).上述研究极大地推动了人们对CO₂本底浓度长期变化趋势和演变规律，以及人类活动对城市地区大气CO₂ 浓度影响作用等方面的认识.我国温室气体的本底观测工作起步较晚，20 世纪80 年代以后，中国气象局在青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山建立了全球和区域大气本底站，陆续开始温室气体采样工作，目前已基本实现长期、定点、联网观测，同时也探明了中国几个典型区域大气 CO₂本底浓度的变化特征(温玉璞等，1997；王庚辰等，2002；周凌晞等，2007；刘立新等，2009；赵玉成等，2006)，显著推动了我国温室气体观测和气候变化研究.然而，由于传统的地面观测受到站点数量和分布的限制，无法准确掌握区域CO₂排放源和吸收汇的动态变化及区域输送机制，同时，地基观测的费用也相当昂贵.

数值模拟方法可以较好地描述大气中痕量气体成分的分布和输送特征，能够掌握长时间序列、大范围区域CO₂源汇及其浓度的变化信息，是研究大气中CO₂及其气候影响的有效途径.Carbon Tracker是NOAA/ESRL/GMD模式小组基于大气传输模型TM5研发的一种大气碳源汇反演模型，它不仅能准确捕获近地层CO₂特征，还可以有效计算CO₂不同排放源和吸收汇的类型及其强度(Peters et al., 2005；2007).一些学者利用Carbon Tracker模式开展了近地层碳通量和浓度的评估及其验证研究(Masarie et al., 2011；Keppel-Aleks et al., 2011)，也有研究人员根据不同地区和国家的状况，引进、发展了该模式，形成具有区域特点的反演模式系统，如CT-Europe、CT-Asia、CT(NOAA)等.在我国，Cheng等(2013)运用Cartbon Tracker模式对中国4个本底站CO₂浓度进行了验证和模拟研究，发现模拟值与观测值具有很好的一致性，并且提高模式分辨率会使区域大气本底站的模拟结果与观测值的一致性增加.也有学者利用CT模式系统进行了本地化改进，同时评估、分析了我国陆地生态系统的碳源汇特征(Zhang et al., 2013;2014).然而，总体而言，我国近地层温室气体的模式模拟研究工作仍未完全开展，与国外相比存在明显的滞后性和局限性，无法满足我国温室气体观测、评估及气候变化研究的需求.

广东省是中国经济比较发达的地区之一，同时也是温室气体排放的高值区.研究发现，珠三角区域温室气体有明显的地域特点，其CO₂浓度低于北京地区，可能与该地区植物的光合作用能力强、冬季没有供暖能源的消耗有关(邓雪娇等，2006).此外，珠三角区域碳通量和潜热通量的季节变化在陆-气能量平衡中具有非常重要的作用，是反映区域气候变化的强烈信号(Bi et al.，2007).然而，广东地区近地层CO₂浓度的分布特征及影响机制如何，国内外相关研究鲜见报道.因此，本研究在对改进的CT-2010模式进行验证的基础上，对广东地区2007年3月18—20日及12月16—21日两次典型CO₂过程分别进行反演研究，系统分析不同过程中CO₂浓度的分布输送特征及其影响因素，以期为提高对近地层温室气体变化机制的认识提供理论支持.

Carbon Tracker将大气传输模型与集合卡尔曼滤波法相结合，从大气的角度估算地球表面CO₂吸收和释放随时间变化的情况.通过与全球观测结果比较，进而追踪大气CO₂源汇.这个模式系统从“大气的观点”来评估CO₂的交换，可以处理多个生态系统和海洋数据；估算海洋、火灾等自然源，化石燃料燃烧等人类活动释放和吸收的碳；区别自然界碳循环和人类活动导致的碳排放变化.

CT-2010模式的主要模块及功能包括：①生物圈模块，用于提供陆地生态系统碳通量；②海洋模块，提供海-气的碳通量；③野火灾情模块，用于估算野火排放源通量；④化石燃料燃烧模块，可估算化石燃料燃烧中排放的CO₂源通量；⑤TM5大气化学传输模式；⑥观测资料；⑦集合卡尔曼滤波数据同化系统.生物圈、海洋 、野火灾情及化石燃料燃烧等模块主要为CT-2010模式提供大气CO₂先验源通量.TM5模式可追踪CO₂通量，同时获取大气传输和分布信息；数据同化系统通过使用卡尔曼滤波器修订假设的CO₂源汇，最大程度地缩小模拟的CO₂浓度与观测值之间的误差.CT-2010模式运行包括前向和反转两个过程，其中，反转过程使用了150个集合成员，用于优化CO₂通量参数；反转过程结束后启动前向过程，用于获取模式所需的输出信息，包括网格化通量、CO₂浓度值，以及不同站点高分辨率的CO₂摩尔分数等(Cheng et al., 2013).

CT-2010输入的资料包括源排放资料、观测资料和气象场资料.源排放资料包括海洋反演通量、火灾通量、生物圈通量、化石燃料燃烧通量，其中，海洋反演通量采用Takahashi PCO₂方案(Takahashi et al., 2002；2009)进行通量估算，火灾通量来源于全球火灾排放数据库(GFEDv2)，生物圈通量来源于生物地球化学模式CASA的模拟结果，化石燃料燃烧通量源于EDGAR数据库.此外，驱动CT-2010模式的气象场资料为每6 h时次的ECMWF数据；数据同化系统中的观测数据主要来源于全球/区域航空测量和地基观测值，包括美国的Mauna Loa背景站、NOAA ESRL实验室的高塔、高山站等.

本研究通过TM5大气传输模式驱动CT-2010，采用了地形追随坐标，总共25层，第一层和最顶层高度分别离地面34.5 m和80.0 km.

CT-2010设置了两重网格嵌套区域，其中，全球区域的空间分辨率为3° × 2°，在中国和珠三角区域(110°~118°E，20°~26°N)均为1° × 1°(图 1).模式的模拟时间从2000年1月开始，至2008年12月结束，每3 h输出一次模拟结果.分别利用2000年1月—2008年12月瓦里关全球本底站(Cheng et al., 2013)、2004年6月—2005年5月珠三角番禺气象局站观测的CO₂浓度数据对CT-2010进行验证，以了解模式的模拟性能.此外，分别提取出2007年3月13—22日及12月13—24日的珠三角区域数据开展近地层典型CO₂ 过程研究.

图 1(Fig. 1)

图 1 CT-2010的模拟区域及地形海拔高度分布 Fig. 1 CT-2010 simulation area and its terrain latitude distribution

前期研究结果表明，河源连平站、揭阳惠来站、茂名高州站及广州番禺气象局站的观测数据能较好地反映广东省粤北、粤东、粤西和珠三角区域温室气体均匀混合的一般特征，可作为上述区域的温室气体代表站.上述区域温室气体代表站中，番禺气象局站周边的下垫面为耕地、水域和建设用地，惠来站和高州站的均为耕地、林地和建设用地，而连平站的为耕地和林地.

本研究拟从模式结果中提取出上述区域代表站的CO₂ 浓度，分析不同典型过程中各区域代表站的CO₂浓度的变化特征，并探明区域温室气体分布的关键影响因子.

由于可使用的CO₂地基观测资料有限，本研究采用了瓦里关全球本底站和番禺气象局站观测的CO₂资料对CT-2010模式系统进行验证.

瓦里关站(36.28°N，100.90°E，海拔3816.00 m)大气CO₂浓度的Flask瓶采样观测始于1990年，样本收集频率为每周1 次，并参照WMO/GAW推荐的方法进行数据测量和质量控制(刘立新等，2009；赵玉成等，2006；Komhyr et al., 1983).在2006年以前，该站收集到的观测数据均由NOAA/ESRL实验室分析，2006年以后采用了4 瓶串联的方法采样，其中2 瓶在中国气象局大气化学重点开放实验室分析，另2 瓶送往美国NOAA/ESRL进行分析(刘立新等，2009).

番禺气象局站(22.43°N，113.23°E，海拔12.5 m)的CO₂浓度及其通量的观测时间为2004年6月—2005年5月，观测仪器为涡动相关系统(Eddy covariance).该系统由三维超声风温仪(CSAT3，Campbell Scientific，Inc.)和开路CO₂/H₂O分析仪(Li-7500，LiCor Inc.，USA)组成，探测器离地面3.5 m，采样频率为10 Hz.由于观测系统和采样、分析方法与瓦里关本底站的有一定差异，为尽可能获取观测站所代表的区域CO₂浓度特征，本研究在观测之前，均利用300~400 μmol · mol^-1 的三级标气对CO₂ 观测系统进行了标校(Bi et al., 2007)，同时对获取的观测资料进行了数据订正和质量控制(邓雪娇等，2006).

图 2、图 3 分别为青海瓦里关全球本底站、番禺气象局站观测的CO₂浓度与CT-2010反演结果的比较，发现在番禺气象局站模式反演结果与地基观测值具有很好的一致性，线性回归的决定系数(R²)为0.430(p<0.01)，相对误差为3.63%.相比而言，CT-2010模式在瓦里关地区模拟的一致性更高，模拟值与观测值的相对误差达1.18%，决定系数(R²)为0.584(p<0.01)，这与Cheng 等(2013)的研究结果一致.

图 2(Fig. 2)

图 2 2004年6月—2005年5月番禺气象局站反演的日均值与观测值的比较(a)及模拟与观测结果的线性回归分析(b) Fig. 2 Comparison of simulation values and observation in Panyu meteorological site(PYQXJ)(a)， and linear regression analysis of the simulation results with the measured data(b)

图 3(Fig. 3)

图 3 2000—2008年瓦里关站反演值与观测值的比较(a)及模拟与观测结果的线性回归分析(b) Fig. 3 Comparison of simulation values and observation in WLG site(a)， and linear regression analysis of the simulation results with the measured data(b)

表 1反映了不同观测站CO₂ 浓度的反演值与观测结果的统计学特征.可以看出，瓦里关站的残差为4.49 μmol · mol^-1，略高于Peters等(2007)在北美地区进行的CO₂柱浓度的对比结果.2003—2009 年瓦里关地面观测的年平均增长率约为2.03 μmol · mol^-1，相应模式反演的年增长率约为2.34 μmol · mol^-1，差值小于0.4 μmol · mol^-1.由于番禺气象局站的观测时间只有1年，因此，无法得到CO₂浓度的年增长率，但其反演均值与观测值的残差为13.89 μmol · mol^-1，线性回归方程的斜率为0.247，表明模式模拟的CO₂浓度总体偏高，同时也高于瓦里关地区的对比结果.其原因可能是由于珠三角地区近地层碳排放源非常复杂，人为扰动大，给CO₂浓度的准确模拟带来很大困难.相比而言，本底站的人为扰动极低，CO₂主要表现为植物的光合、呼吸作用及土壤呼吸过程，因此，模式的干扰因素少、模拟精度较高.从表 1中还可以看出，瓦里关站、番禺气象局站模拟值与观测值的标准误差分别为4.96和6.82 μmol · mol^-1，说明模拟值与观测的偏离程度较大，其原因一方面是由于CT-2010模式的空间分辨率较低(1°×1°)，模拟值反映的是网格内CO₂浓度的平均状态，因此，限制了模式对较小尺度近地层CO₂浓度的捕获能力.另一方面，由于验证站为单点观测，受局地水汽、气温、辐射等因素的影响较大，特别是在珠三角地区的夏、秋季，由于大气的水平对流和垂直交换剧烈，会导致模式值明显高于观测值.此外，模式的底层高度为35 m，反映的CO₂空间范围较大，而观测站点的采样高度较低(1.0~3.5 m)，代表的空间范围有限.两种不同高度所反映的大气CO₂的分布和浓度水平的差异可能也是导致模式结果总体偏高的主要因素之一.

表1(Table 1)

表1 不同观测站与CT-2010反演结果的统计学特征 Table 1 Statistical parameters of CO2 between observational sites and CT-2010

表1 不同观测站与CT-2010反演结果的统计学特征 Table 1 Statistical parameters of CO2 between observational sites and CT-2010 站点 年平均增长率/ (μmol·mol-1·a-1) 年平均值/ (μmol·mol-1) 残差/ (μmol·mol-1) 标准误差/ (μmol·mol-1) 相对误差 瓦里关 2.03 2.34 379.40 383.89 4.49 4.96 1.18% 番禺气象局站     382.48 396.37 13.89 6.82 3.63%

总体来看，CT-2010模式能较好地反映近地层CO₂浓度的分布状况，在珠三角地区模拟值与观测值的线性回归决定系数为0.430，残差为13.89 μmol · mol^-1，相对误差为3.63%.国外相关的验证结果(Peters et al., 2007)也表明，CT-2010具备了反映陆地生态系统CO₂分布和变化的能力.然而，由于模式分辨率较低、观测站点空间代表性有限及气象因子等方面的影响，导致模式的结果总体偏高.

在2007年12月16—21日，珠三角地区近地层出现了高浓度CO₂过程，深圳竹子林站观测到的CO₂极值高达509.36 μmol · mol^-1，日均浓度维持在 434.88~457.85 μmol · mol^-1之间.尽管该观测站的观测仪器精度较低，但总体上能反映CO₂的浓度趋势.

图 4 为该过程期间CT-2010反演的广东地区近地层CO₂浓度，以及通过国家环境预报中心(NCEP)再分析资料得到的975 hPa风场分布.由于受到弱高压及辐合天气系统的控制，过程期间广东区域近地层的水平扩散条件很差(陈欢欢等，2010).从12月15日起珠三角区域出现了高浓度CO₂过程(日平均浓度>413 μmol · mol^-1)，在16日，由于受到南北气流夹击的影响，在梅州、河源、广州、肇庆和云浮等东北至西南区域的气流基本稳定，但出现了明显的CO₂聚集带，其中，以广州为中心的珠三角区域的日均浓度超过了426 μmol · mol^-1.17日，CO₂聚集带面积及其浓度进一步扩大、增强，日均浓度超过了417 μmol · mol^-1，其中，在粤北地区接近420 μmol · mol^-1，珠三角CO₂高值中心的面积明显扩大，并随着气流运动呈现出向西南方向输送的趋势.至12月20日，珠三角地区CO₂高值中心的范围和浓度才明显缩小、减弱.受气流的影响，广东全境的CO₂向东北方向输送，湛江以北的区域的日均CO₂浓度约为415 μmol · mol^-1.12月21日，广东地区近地层的风场转为偏北风，高浓度CO₂聚集带的面积减小，同时随风场向南方输送，韶关地区日均浓度高达417 μmol · mol^-1，但湛江、茂名、阳江和云浮等粤西、粤北区域的CO₂浓度反而降低.12月23、24日，广东区域陆地及近海面均为东北风，CO₂浓度呈现下降的趋势，日均浓度约为407 μmol · mol^-1，其中，珠三角CO₂高值中心的日均浓度低于413 μmol · mol^-1，典型高浓度过程结束.

图 4(Fig. 4)

图 4 2007年12月16日(a)、17日(b)、20日(c)、21日(d)、23日(e)、24日(f)期间广东省CO2浓度分布状况和输送过程以及风场(NCEP 1.0°×1.0°，975 hPa)分布特征 Fig. 4 Distributions and transmissions of CO2 concentrations and wind fields in Guangdong region during 16(a)，17(b)，20(c)，21(d)，23(e) and 24(f)，December 2007(Wind fields are NCEP 1.0°×1.0°，975 hPa datum)

从模式反演的各区域代表站逐时CO₂浓度的变化特征来看(图 5)，12月16—21日期间番禺气象局站、连平站的浓度上升最明显，日均浓度分别为417.58和411.15 μmol · mol^-1；惠来站和高州站的浓度较低，日均浓度分别为402.42和404.51 μmol · mol^-1，其中，惠来站的波动较小，误差最低，为5.20 μmol · mol^-1(图 6).值得关注的是，在12月18—19日期间，番禺气象局站和连平站的CO₂浓度均降低，但惠来站和高州站的浓度反而小幅度上升了，这主要是由于区域CO₂浓度的输送受到了风场的影响造成的.12月23—24日，番禺气象局站、连平站及惠来站的CO₂波动明显减小，同时浓度值亦下降至较低的水平，日均浓度分别为410.64、405.86和397.89 μmol · mol^-1，高浓度CO₂过程结束，但由于受到近地层CO₂输送的影响，高州站的日均浓度反而出现小幅度上升，为411.02 μmol · mol^-1(图 5和6).

图 5(Fig. 5)

图 5 2007年12月13—24日各区域代表站逐时CO2浓度分布状况 Fig. 5 CO2 distributions at regional typical sites during 13—24，December 2007

图 6(Fig. 6)

图 6 2007年12月16—21日区域代表站CO2浓度均值比较 Fig. 6 Comparison of CO2 at typical sites during 16—21，December 2007

2007年3月18—20日，珠三角地区出现了典型低浓度CO₂过程，深圳竹子林站观测到的日均浓度为401.33 μmol · mol^-1，至3月21日，日均浓度上升至405.05 μmol · mol^-1，小时浓度最高值接近417 μmol · mol^-1.

图 7为该过程期间CT-2010反演的广东区域日 均CO₂浓度及975hPa风场的分布.可以看出，18日广东区域975 hPa上空为偏北风，受风场的影响，近地层CO₂浓度呈现由北向南输送的趋势，区域的日均浓度约为400 μmol · mol^-1.从东北至西南方向，梅州、河源、广州、肇庆和云浮等区域出现了明显的CO₂聚集带，其中，以广州为中心的珠三角区域CO₂日均浓度为411 μmol · mol^-1.肇庆、清远、韶关、河源等粤北地区的北部，以及梅州、河源东北部区域的CO₂日均浓度在401~403 μmol · mol^-1之间，从潮州、揭阳南部至深圳、珠海及茂名以南的东南沿海地区，近地层CO₂日均浓度低于401 μmol · mol^-1.3月19日，广东地区CO₂受风场的影响显著，区域日均浓度低于398 μmol · mol^-1，其中，最高值出现在广州市及佛山的西部，日平均浓度约为403 μmol · mol^-1，粤北、粤东及茂名以南的粤西区域低于401 μmol · mol^-1.3月20日，广东地区主导风向转为偏东风，风速较小，但近地层CO₂浓度较低，区域日均浓度约为397 μmol · mol^-1，同时高值区的面积有所减小，主要集中在广州及其南部的中山、珠海地区，粤北、粤东、粤西等低浓度区域基本不变.3月21日，广东地区风场处于准静止状态，近地层CO₂浓度明显上升，高值区主要位于以广州为中心的珠三角区域，日均浓度超过413 μmol · mol^-1，粤北、粤东区域的浓度接近407 μmol · mol^-1，低浓度过程结束.

图 7(Fig. 7)

图 7 2007年3月18日(a)、19日(b)、20日(c)、21日(d)期间广东省CO2浓度分布状况和输送过程及风场(NCEP1.0°×1.0°，975 hPa)的分布特征 Fig. 7 Distributions and transmissions of CO2 concentrations and wind fields in Guangdong region during 18(a)，19(b)，20(c)，21(d)，March 2007(Wind fields are NCEP 1.0°x1.0°，975 hPa datum)

从模式反演的各区域代表站CO₂浓度分布来看(图 8)，在低浓度过程期间(3月18—20日)，番禺气象局站、连平站及惠来站的浓度波动明显小于过程前和过程后，浓度均值分别为405.57、399.75和397.57 μmol · mol^-1(图 9)，3月20日以后，上述3个代表站的CO₂浓度值明显升上，以番禺气象局站最明显.由于受到向南输送的CO₂的影响，3月14—22日期间高州站的CO₂浓度呈现上升趋势，其中，在18—20日期间开始出现波动，但幅度仍然小于番禺气象局站，浓度均值为402.32 μmol · mol^-1.

图 8(Fig. 8)

图 8 2007年3月13—22日各区域代表站CO2浓度分布 Fig. 8 CO2 distributions at regional typical sites during 13—22，March 2007

图 9(Fig. 9)

图 9 2007年3月18—20日区域代表站CO2浓度均值比较 Fig. 9 Comparison of CO2 at typical sites during 18—20，March 2007

由上可知，在典型高浓度CO₂过程中，珠三角和粤北区域的CO₂浓度上升最明显，而粤东和粤西地区的CO₂浓度变化较小；在典型低浓度CO₂过程中，珠三角、粤北及粤东的CO₂浓度波动明显小于过程前和过程后，而粤西地区的CO₂波动较大.比较图 6和图 9还可以发现，番禺气象局站、连平站及惠来站在高浓度过程中的CO₂浓度日均值显著高于低浓度过程(p<0.05)，但高州站在上述过程中的CO₂日均浓度差异不明显(p>0.05).这表明在典型高、低CO₂浓度过程中，上述区域代表站的CO₂除了受到风场输送的显著影响外(周凌晞等，2002)，可能还受到下垫面状况(Raich et al., 1995)、植被的光合、呼吸作用及大气相对湿度、温度等因子的作用.

典型高浓度CO₂过程期间伴随着严重的大气颗粒物污染事件，其中，珠三角地区PM_2.5的日均值超过了75 μg · m^-3，峰值达123 μg · m^-3，而典型低浓度CO₂过程则出现了清洁过程，珠三角地区的能见度超过了15 km(陈欢欢等，2010).

表 2和3分别给出了高、低浓度过程期间CO₂与气象因子之间的相互关系.可以看出，在典型高浓度CO₂过程中，除高州站外其余区域代表站的相对湿度(RH)与CO₂浓度均显著正相关(p<0.01)；在低浓度过程中，连平站的相对湿度与CO₂浓度显著正相关(p<0.01)，惠来站、高州站的相对湿度与CO₂浓度均不相关(p>0.05).由于番禺气象局站在典型低浓度过程期间相对湿度、气温的观测仪器发生异常，所以无法获取其与CO₂浓度的相关系数.由上可知，无论是高浓度CO₂过程，还是低浓度CO₂过程，各区域代表站的相对湿度均有助于提高CO₂浓度，其原因可能是由于广东地区水汽充足，水汽不是植物生长发育、光合生理活动的主要限制因子.近年来，由于人类活动剧烈，广东区域大气颗粒物浓度明显上升.高浓度的气溶胶含量显著降低了到达地表的可见、紫外辐射通量，在珠三角地区的年均衰减率分别达50%~60%和75%(邓雪娇等，2012；谭浩波等，2009).近地层太阳直接辐射的衰减成为影响植物光合作用的重要环境因子，而水汽含量增加有利于气溶胶吸湿增长，加剧了辐射衰减的程度，不利于植物的光合碳汇吸收，但其影响机制仍有待进一步研究和确认.此外，较高的相对湿度通常对应着稳定的大气状态，此时弱点湍流交换不利于CO₂扩散也是CO₂浓度增高的重要原因，甚至会超过植物的光合作用成为影响区域碳浓度分布的主控因子.此外，较高的相对湿度通常对应着稳定的大气状态，此时弱的湍流交换不利于CO₂扩散也是CO₂浓度增高的原因之一.

表2(Table 2)

表2 2007年12月16—21日期间各区域代表站CO2浓度与气象因子的相关关系 Table 2 Correlations of CO2 concentrations and atmospheric factors at typical sites during 16—21，December 2007

表2 2007年12月16—21日期间各区域代表站CO2浓度与气象因子的相关关系 Table 2 Correlations of CO2 concentrations and atmospheric factors at typical sites during 16—21，December 2007 站点   CO2 RH 气温 风速 注:*p<0.05，**p<0.01. 番禺气 CO2 1.000       象局站 RH 0.515** 1.000       气温 -0.442** -0.548** 1.000     风速 -0.426** -0.600** 0.115 1.000 连平站 CO2 1.000         RH 0.724** 1.000       气温 -0.349* -0.633** 1.000     风速 -0.430** -0.518** 0.181 1.000 惠来站 CO2 1.000         RH 0.819** 1.000       气温 -0.738** -0.877** 1.000     风速 -0.229 -0.123 0.202 1.000 高州站 CO2 1.000         RH 0.272 1.000       气温 -0.472** -0.790** 1.000     风速 -0.492** -0.656** 0.662** 1.000

在典型高、低浓度CO₂过程中，广东省不同区域代表站CO₂浓度与气温均呈显著负相关关系(p<0.01)，说明气温上升会降低区域大气CO₂浓度.广东地区气候温暖，年平均气温约21 ℃，为植物生长发育和光合作用创造了有利条件.区域内的气温升高一定程度上会有利于植物的光合碳汇吸收，降低大气CO₂浓度.此外，气温升高亦会增强对流层气流的水平和垂直交换，增强CO₂的输送过程，从而降低CO₂浓度.

已有研究表明，大气CO₂ 浓度的变化与天气系统及风向、风速等都有一定的关系(周凌晞等，2002；Wen et al., 1994；Ciattaglia，1983).本研究结果表明，在典型高、低浓度CO₂过程中各区域代表站的风速总体上与CO₂浓度显著负相关(p<0.01)，说明风速在改变广东地区CO₂浓度的分布和输送过程中具有非常重要的作用.此外，由表 2 、表 3还可以看出，风速与相对湿度呈负相关关系，其中，在高浓度过程的相关性显著(p<0.01)，表明大气输送在一定程度上能减少水汽的含量，对降低CO₂浓度会有叠加作用.

表3(Table 3)

表3 2007年3月17—20日期间各区域代表站CO2浓度与气象因子的相关关系 Table 3 Correlations of CO2 concentrations and atmospheric factors at typical sites during 17—20，March 2007

表3 2007年3月17—20日期间各区域代表站CO2浓度与气象因子的相关关系 Table 3 Correlations of CO2 concentrations and atmospheric factors at typical sites during 17—20，March 2007 站点   CO2 RH 气温 风速 注: *p<0.05，**p<0.01. 番禺气 CO2 1.000       象局站 RH - 1.000       气温 - - 1.000     风速 -0.557** - - 1.000 连平站 CO2 1.000         RH 0.607** 1.000       气温 -0.351** -0.792** 1.000     风速 -0.610** -0.395* 0.206 1.000 惠来站 CO2 1.000         RH 0.201 1.000       气温 -0.444** -0.620** 1.000     风速 -0.504** -0.107 0.540** 1.000 高州站 CO2 1.000         RH 0.108 1.000       气温 -0.599** -0.411** 1.000     风速 -0.214 -0.042 -0.125 1.000

1)网格化降尺度改进的Carbon Tracker-2010模式系统可以较好地反映近地层CO₂浓度的分布特征，在珠三角地区模拟值与观测值的线性回归决定系数为0.430，残差为13.89 μmol · mol^-1，相对误差为3.63%.

2)在典型高、低浓度CO₂过程中，以广州为中心的珠三角区域始终为CO₂浓度高值区，从东北至西南方向的梅州、河源、广州、肇庆和云浮等区域存在明显的CO₂聚集带.

3)在典型高浓度CO₂过程中，珠三角和粤北区域的CO₂浓度上升最明显，而粤东和粤西地区的CO₂浓度变化较小；在典型低浓度CO₂过程中，珠三角、粤北及粤东的CO₂浓度波动明显小于过程前和过程后，而粤西地区的CO₂波动较大.这些变化主要是受到了风场、下垫面植被、相对湿度及气温等因子的显著影响.

致谢： 感谢美国国家大气海洋局(NOAA)地球系统研究实验室(NOAA/ESRL/GMD)提供的Carbon Tracker-2010模式(http://www.esrl.noaa.gov/gmd/ccgg/carbontracker/co2timeseries.php)供本文使用；感谢荷兰海洋和大气研究所(IMAU)、荷兰皇家气象研究所(KNMI)提供的TM5模式；感谢瓦里关背景站及相关参与CO₂观测的工作人员，你们的努力为模式验证提供了可靠的数据基础.