Picarro G2401——利用涡度协方差来测量印第安纳波利斯附近地区二氧化碳排放

Blog

原文链接:https://doi.org/10.1080/17583004.2024.2365900

引言

       在全球范围内,人类活动是温室气体排放的主要来源,其中城市因其高度集中的人口和工业活动而成为重要的碳排放热点。随着气候变化对环境和社会带来的影响日益显著,精确监测和评估城市碳排放成为了科学研究和政策制定的紧迫任务。

       涡动协方差(Eddy Covariance, EC)技术作为目前生态学和气象学领域中监测温室气体通量的一种先进手段,其通过高精度的传感器连续测量空气中的CO2和CO浓度的瞬时变化,进而计算出湍流运动导致的气体交换速率。EC方法能够提供高时空分辨率的观测数据,是研究城市尺度碳循环和评估减排措施效果的重要工具。

       2020年,COVID-19疫情的爆发和随之而来的封锁措施为研究人类活动限制对城市碳排放影响提供了一个自然实验场。封锁期间,交通量骤减、工业生产受限、商业活动减少,这些变化为我们提供了一个独特的机会来观察和量化在没有人类日常活动干扰下,城市碳排放的动态变化。

       本研究选取了美国中西部城市印第安纳波利斯的一个街区作为研究对象,利用EC技术对该区域在疫情封锁期间的CO2排放进行了连续监测。通过对封锁前后的CO2排放数据进行比较分析,旨在揭示疫情期间人类活动减少对城市碳足迹的具体影响,并探讨在极端情况下城市碳排放的响应机制。

研究内容和方法

监测站点选择及仪器部署

       研究选定了位于印第安纳波利斯市的AmeriFlux站点US-INg作为监测点。该站点位于一个中等规模城市中,紧邻高速公路,周围环绕着郊区居民区,为研究提供了理想的城市环境样本。在41米高的塔上安装了EC仪器,包括开放式路径的CO2/H2O通量传感器和声纳风速仪,以监测特定区域的CO2和CO2通量。

Blog

US-INg测量站点位置及其在白天和夜间不同风向下的涡动协方差测量足迹模型

Picarro仪器的高精度测量

       本研究中,Picarro G2401温室气体分析仪被用于测量空气中的CO2和CO的摩尔分数。该仪器在塔的底部使用采样管从21米和58米的高度采集空气样本,并根据WMO X2007和X2014A标准进行校准。Picarro仪器以其高精度和稳定性,为研究提供了连续、实时的CO2和CO浓度数据。

数据处理与通量计算

       所采集的摩尔分数数据以2秒的时间分辨率收集,并报告为每小时的平均值。研究团队计算了30分钟平均通量,并采用了块平均去趋势和双向旋转校正方法来提高数据的准确性和代表性。

       对收集到的EC数据进行了严格的质量控制,移除了由于仪器故障、低湍流强度或极端通量值等造成的不合理数据点。此外,还应用了Webb-Pearman-Leuning密度校正方法和Vickers-Mahrt去噪技术,以确保数据的可靠性。

       研究采用了Fick扩散定律的模拟,结合CO2摩尔分数垂直梯度和测量的总湍流通量,计算了每小时的涡扩散率。利用CO的垂直梯度和涡扩散率来估算CO的湍流通量,进而通过已知的RCO值来估算CO2ff的湍流通量和存储量。

 Hestia模型的结合使用

       为了验证和比较EC监测数据,研究团队将通量数据与Hestia清单模型的结果进行了对比分析。Hestia模型是一个高分辨率的碳排放清单工具,与EC数据结合使用,为评估COVID-19封锁措施对城市碳排放的影响提供了双重验证。

       通过这些详细的方法,研究团队能够精确地量化并评估COVID-19封锁措施对印第安纳波利斯市特定区域CO2排放的影响,并为理解人类活动对城市碳循环的影响提供了宝贵的数据支持。

研究结果

总体CO2排放量的变化趋势

       在COVID-19封锁期间,印第安纳波利斯市的CO2排放量经历了显著变化。具体来说,通过EC方法监测到的化石燃料CO2排放量(CO2ff)在封锁期间的平均每个工作日相较于封锁前下降了51.5%,具体数值从封锁前的21.7 mmol m−2 s−1下降到封锁期间的10.5 mmol m−2 s−1。研究进一步细分了东扇区和西扇区的CO2排放情况。东扇区,受高速公路影响较大,CO2ff排放量平均下降了11.2 mmol m−2 s−1。西扇区,主要是郊区居民区,CO2ff排放量的减少幅度较小,为2.2 mmol m−2 s−1。

Blog

印第安纳波利斯市东扇区和西扇区封锁前后每小时CO2ff排放量的平均值比较

CO2排放日变化周期的分析

       研究分析了CO2ff排放的日变化周期,并与Hestia清单模型的估算结果进行了比较。在东扇区,EC测量结果显示与Hestia模型的估算结果具有较高的一致性,尤其是在封锁期间,相关系数达到了r = 0.59,表明两者之间存在显著的相关性。西扇区的相关性则不明显,封锁前的相关系数为r = 0.29,封锁期间为r = -0.10。

Blog

印第安纳波利斯市东西扇区Hestia模型估算的封锁期间与封锁前CO2ff日变化周期对比图

Hestia模型预测与EC测量结果的一致性深入对比

       研究的一个重要发现是Hestia模型的预测结果与EC测量数据在东扇区的CO2ff排放量减少幅度上非常接近。Hestia模型估算的下降幅度为56%±7%,与EC测量的51.5%结果相吻合。这种一致性表明两种方法都能有效地捕捉到封锁措施对CO2排放的影响,增强了研究结果的可信度。

       除了化石燃料源的CO2排放外,研究还考虑了生物源CO2排放的变化。在西扇区,封锁期间的生物源CO2排放量有所下降,这可能与春季气温升高导致植物光合作用增强有关。

总结

       本研究通过涡动协方差(EC)技术和Hestia清单模型,深入分析了COVID-19封锁措施对印第安纳波利斯市特定区域CO2排放的影响。结果显示,封锁期间高速公路区域的CO2排放量显著下降,而郊区居民区的排放变化较小。EC技术与Hestia模型的一致性验证了研究结果的可靠性,表明封锁措施有效减少了化石燃料的CO2排放。这些发现为城市规划和温室气体减排策略提供了科学依据,强调了在紧急情况下采取行动减少温室气体排放的重要性。未来研究应进一步优化RCO值的确定方法,提高对城市碳循环的理解和监测能力。