龍鳳山站大氣CO2濃度2種篩分方法對(duì)比研究

欒 天，方雙喜，周凌晞*，姚 波，劉 釗

（1.南京信息工程大學(xué)大氣物理學(xué)院，江蘇 南京 210044；2.中國氣象科學(xué)研究院，北京 100081）

龍鳳山站大氣CO2濃度2種篩分方法對(duì)比研究

欒 天1，2，方雙喜2，周凌晞2*，姚 波2，劉 釗2

（1.南京信息工程大學(xué)大氣物理學(xué)院，江蘇 南京 210044；2.中國氣象科學(xué)研究院，北京 100081）

針對(duì)黑龍江龍鳳山區(qū)域本底站2009年1月～2011年12月大氣CO2在線觀測(cè)數(shù)據(jù)，研究基于地面風(fēng)、日變化等大氣本底/非本底數(shù)據(jù)篩分方法（SWDV）和穩(wěn)健局部近似回歸大氣本底/非本底數(shù)據(jù)篩分方法（REBS）在龍鳳山區(qū)域本底站的適用性.研究表明：2種篩分方法在春、秋和冬季都能很好反映龍鳳山大氣CO2濃度的趨勢(shì)變化及局地源匯對(duì)觀測(cè)CO2濃度的影響，對(duì)于高濃度的非本底數(shù)據(jù)都能夠較好的識(shí)別，但在夏季使用REBS方法會(huì)影響篩分的準(zhǔn)確性，不建議在龍鳳山區(qū)域本底站使用REBS篩分方法.SWDV和REBS法篩分出的本底數(shù)據(jù)分別占總數(shù)據(jù)量的30.7%和 58.9%.2種方法均篩分為本底濃度和非本底濃度的數(shù)據(jù)分別占總數(shù)據(jù)量的21.5%和32.0%.二者篩分的本底季平均濃度在春季相差最小為（0.1±0.3）×10-6（摩爾比，下同），冬季和秋季次之，在夏季相差最大為（4.2±1.0）×10-6.典型個(gè)例分析表明，SWDV法會(huì)將白天一些受西南污染氣流影響的CO2濃度誤篩分為本底濃度，REBS法會(huì)將個(gè)別在靜穩(wěn)天氣條件下受局地影響大的CO2觀測(cè)值誤篩分為本底濃度.夏季局地污染狀況可能被植被強(qiáng)烈的光合作用抵消，CO2濃度變化不大，使得REBS誤篩分為本底濃度，以及對(duì)于一些較低的CO2濃度值，REBS誤篩分為非本底濃度，這些因素導(dǎo)致2種篩分方法在夏季本底濃度差別較大.

CO2；龍鳳山；基于穩(wěn)健局部近似回歸的篩分法（REBS）；基于地面風(fēng)日變化等的篩分方法（SWDV）；本底；非本底

20世紀(jì)50年代末以來，各國相關(guān)機(jī)構(gòu)相繼在不同經(jīng)緯度地區(qū)建立本底站，開展大氣CO2的長期監(jiān)測(cè)，并積累了大量的基礎(chǔ)觀測(cè)資料［1-6］.大氣本底監(jiān)測(cè)的主要目的是測(cè)量典型地域具有代表性的各類大氣參數(shù)，最為關(guān)注的是充分混合的大氣特征及長周期變化，劃分為“全球本底（Baseline）”和“區(qū)域本底（Background）”.全球本底一般表現(xiàn)為與全球氣候直接相關(guān)的大尺度和長期變化，濃度值不受局地和區(qū)域源匯的影響；區(qū)域本底代表某一區(qū)域混合均勻不受局地源匯影響的濃度值.由于不同站點(diǎn)的地理位置、地形地貌和環(huán)境狀況等差異，觀測(cè)資料的時(shí)空代表性存在較大不同，在分析時(shí)必須準(zhǔn)確提取全球或區(qū)域代表性的本底值，用于研究全球或區(qū)域尺度的異同和變化趨勢(shì)［7］.被標(biāo)記的污染數(shù)據(jù)則用于反演特定區(qū)域碳循環(huán)溫室氣體的源匯分布的動(dòng)態(tài)變化［8］，以及進(jìn)一步結(jié)合數(shù)值模式研究其長距離輸送及其源匯［9］.

國際上針對(duì)各站的獨(dú)特特征采用不同的方法進(jìn)行本底/非本底濃度的篩分.愛爾蘭Bousquet等［10］根據(jù)日變化、地面風(fēng)等影響因子對(duì)觀測(cè)到的大氣CO2進(jìn)行篩分.Tsutsumi等［11］研究日本Yonagunijima站觀測(cè)數(shù)據(jù)時(shí)，利用CO作為示蹤物的方式來對(duì)在線觀測(cè)的CO2數(shù)據(jù)進(jìn)行本底和非本底篩分.日本Inoue等［12］使用觀測(cè)數(shù)據(jù)與擬合曲線的偏差對(duì)數(shù)據(jù)進(jìn)行本底篩分.另外穩(wěn)健局部近似回歸（REBS）也常用于全球大氣本底站的數(shù)據(jù)篩分［13］，這種方法相比于其它方法不依靠氣象、環(huán)境等情況，僅依靠數(shù)理方法進(jìn)行計(jì)算，使得本底數(shù)據(jù)篩分相對(duì)簡(jiǎn)單.有些站點(diǎn)會(huì)將幾種方法結(jié)合使用，例如，Derwent等［14］根據(jù)Mace Head地面風(fēng)向和風(fēng)速特征先篩分出一些受局地影響的非本底濃度，經(jīng)過初步篩分的數(shù)據(jù)再根據(jù)后向軌跡模式篩分本底和非本底濃度.周凌晞等［15-16］將地面風(fēng)統(tǒng)計(jì)平均數(shù)據(jù)作為大氣CO2本底資料的過濾因子之一，提出了適用于我國內(nèi)陸高原地區(qū)大氣CO2本底數(shù)據(jù)篩選方法.張芳等［8］把Thoning等的篩分方法做了改進(jìn)，應(yīng)用于我國內(nèi)陸高原大氣CO2的篩分，并把篩分結(jié)果應(yīng)用于源匯分析.

前期Zhang等［17-18］對(duì)瓦里關(guān)站大氣CO2濃度變化和篩分方法開展了較為系統(tǒng)的研究.瓦里關(guān)站為全球大氣本底站，海拔3816m，周圍地區(qū)自然環(huán)境以高原草甸和沙洲為主，周圍地勢(shì)較為均一，且局地和區(qū)域源匯較少，相比區(qū)域站受人為活動(dòng)影響較小，代表亞洲內(nèi)陸混合均勻的大氣狀況.而龍鳳山地處我國東北地區(qū)，是我國主要的糧食產(chǎn)區(qū)和森林覆蓋區(qū).冬季溫度低，需要化石燃料（主要是燃煤）和村民生活柴草燃燒取暖，夏季植被生長茂盛，溫室氣體季節(jié)振幅大，代表東北區(qū)域的大氣CO2濃度［19-20］.由于龍鳳山站獨(dú)特的地理環(huán)境特征，瓦里關(guān)數(shù)據(jù)篩分方法不能完全適用于區(qū)域本底站，必須針對(duì)區(qū)域本底站的數(shù)據(jù)篩分方法進(jìn)行系統(tǒng)深入的研究.本研究分析了基于地面風(fēng)、日變化等的篩分方法（Surface Winds and Diurnal Variations， SWDV）和基于穩(wěn)健局部近似回歸的篩分方法（Robust Extraction of Baseline Signal， REBS）對(duì)龍鳳山站2009～2011年大氣CO2在線觀測(cè)數(shù)據(jù)篩分結(jié)果的異同及優(yōu)缺點(diǎn).

1 研究方法

1.1 站點(diǎn)介紹

黑龍江龍鳳山大氣本底站（127.6°E，44.73°N，海拔331m）屬于世界氣象組織全球大氣觀測(cè)網(wǎng)（WMO/GAW）區(qū)域大氣本底站，坐落于黑龍江省東南部五常市境內(nèi)的龍鳳山山頂，西北方向距離哈爾濱市175km.北面和西面是松嫩平原，主要種植水稻和玉米等農(nóng)作物，東面和南面是廣闊的森林覆蓋區(qū).在站址的東南方向有一個(gè)中等規(guī)模的水庫，方圓40km無大城市和工業(yè)區(qū).

1.2 儀器

大氣CO2和CH4濃度觀測(cè)系統(tǒng)主機(jī)采用基于波長掃描光腔衰蕩技術(shù)（WS-CRDS）的G1301型高精度分析儀，大氣CO觀測(cè)系統(tǒng)主機(jī)為G1302型高精度分析儀（美國Picarro公司）［21］.觀測(cè)系統(tǒng)的組成、工作原理和數(shù)據(jù)處理方法詳見文獻(xiàn)［22-23］.龍鳳山站低層（10m）CO2在線觀測(cè)開始于2009年1月，進(jìn)樣口架設(shè)于觀測(cè)場(chǎng)的風(fēng)桿上，2010年8月開始高層（80m）和低層切換觀測(cè)，進(jìn)樣口架設(shè)于采樣塔上，進(jìn)樣口附近均安裝有風(fēng)向和風(fēng)速探測(cè)器.

1.3 基于地面風(fēng)、日變化等的篩分法

基于地面風(fēng)、日變化等的篩分法（SWDV）是把地面風(fēng)向、風(fēng)速等氣象因子對(duì)觀測(cè)濃度的影響以及濃度的日變化作為參考，以期標(biāo)記出受局地源匯影響的CO2濃度和能夠代表區(qū)域本底狀況的CO2濃度.該方法主要先行結(jié)合CO2濃度日變化以及與高層（80m）CO2觀測(cè)結(jié)果的差異，初步篩分出混合較均勻時(shí)段的CO2觀測(cè)數(shù)據(jù)，然后結(jié)合春夏秋冬4個(gè)季節(jié)地面風(fēng)向和風(fēng)速與CO2濃度的對(duì)應(yīng)關(guān)系，進(jìn)一步排除局地源匯影響，剩余數(shù)據(jù)基本能夠代表混合均勻的區(qū)域CO2濃度情況.根據(jù)參考文獻(xiàn)［24］，采用3個(gè)步驟對(duì)觀測(cè)數(shù)據(jù)進(jìn)行篩分：①根據(jù)大氣CO2高低層濃度差異的日變化特征，認(rèn)為一天中00：00～07：00和18：00～23：00時(shí)段的觀測(cè)數(shù)據(jù)為非本底值，先篩分出 08：00～17：00大氣CO2混合相對(duì)均勻時(shí)段的觀測(cè)數(shù)據(jù)（非本底值占原始數(shù)據(jù)量的55.7%）.②根據(jù)地面風(fēng)對(duì)大氣CO2濃度的影響，春、夏、秋和冬季分別認(rèn)為E-ESE和SSE 方向、E-ESE-SE-SS方向、E-ESE-SE-SS方向以及N-NNW-NWWNW方向觀測(cè)值為非本底值（非本底值占原始數(shù)據(jù)量的7.3%）.③4個(gè)季節(jié)認(rèn)為受局地影響大的0級(jí)（靜風(fēng)）和1級(jí)風(fēng)對(duì)應(yīng)的CO2小時(shí)濃度為非本底值（非本底值占原始數(shù)據(jù)量的6.3%）.

1.4 基于穩(wěn)健局部近似回歸的篩分方法

基于穩(wěn)健局部近似回歸的篩分方法（REBS）的主旨是在一段時(shí)間內(nèi)對(duì)觀測(cè)值進(jìn)行估計(jì)，并且考慮CO2濃度長期或短期的微小變化（季節(jié)變化和日變化），逐步逼近回歸擬合，因此長期趨勢(shì)、季節(jié)變動(dòng)、循環(huán)變動(dòng)等與時(shí)間序列關(guān)系密切的變量對(duì)時(shí)點(diǎn)值不會(huì)產(chǎn)生影響［25］，并且缺失的數(shù)據(jù)也不會(huì)影響REBS的準(zhǔn)確性［13］.Ruckstuhl等［13］把該方法與改進(jìn)的全球大氣實(shí)驗(yàn)計(jì)劃（AGAGE）使用的O' Doherty等［26］數(shù)據(jù)篩分方法和美國NOAA所采用的Thoning等［27］數(shù)據(jù)篩分方法進(jìn)行了對(duì)比分析，證實(shí)可用于全球大氣本底站長期觀測(cè)數(shù)據(jù)的本底值篩分.

REBS法借助R軟件［28］中的IDPmisc程序包，基于穩(wěn)健局部近似回歸算法對(duì)有效觀測(cè)數(shù)據(jù)進(jìn)行本底和非本底數(shù)據(jù)篩分［13］.考慮到大氣CO2濃度的季節(jié)變化把帶寬設(shè)置為60d.經(jīng)過3次迭代計(jì)算，擬合曲線收斂，計(jì)算得到的尺度參數(shù)δ為4.96，把擬合值±δ之間的觀測(cè)數(shù)據(jù)認(rèn)為是本底值，在擬合值±δ之外的觀測(cè)數(shù)據(jù)認(rèn)為是非本底值，非本底值包括局地污染值（觀測(cè)數(shù)據(jù)大于擬合值+ δ）和低值（觀測(cè)數(shù)據(jù)小于擬合值-δ）.

2 結(jié)果與討論

2.1 兩種不同篩分方法的比較

SWDV法共選出區(qū)域本底濃度數(shù)據(jù)7029個(gè)，占總有效數(shù)據(jù)量的30.7%.春季、夏季、秋季和冬季分別為1754、1442、1880和1953個(gè)，分別占各季節(jié)的32.1%、24.8%、31.7%和34.2%.REBS法篩分出的本底數(shù)據(jù)有13491個(gè)，占總有效數(shù)據(jù)量的58.9%.春季、夏季、秋季和冬季分別為4415、1504、3321和4251個(gè)，分別占各季節(jié)的81.0%、25.9%、56.0%和74.4%.2種方法篩分的本底數(shù)據(jù)量相差很大.

龍鳳山站2009～2011年大氣CO2小時(shí)濃度SWDV和REBS法篩分統(tǒng)計(jì)結(jié)果如表1所示，2種篩分方法均篩分為本底濃度和非本底濃度的數(shù)據(jù)量分別占總數(shù)據(jù)量的21.5%和32.0%.SWDV篩分為本底濃度而REBS篩分為非本底濃度占總數(shù)據(jù)量的9.1%.這主要是因?yàn)镽EBS在夏季篩分出的低值認(rèn)為是非本底濃度，并且 SWDV法會(huì)將一些來自WSW～S扇區(qū)大城市的污染濃度誤認(rèn)為本底濃度.SWDV篩分為非本底濃度而REBS篩分為本底濃度占總數(shù)據(jù)量的37.4%，這是因?yàn)樵陲L(fēng)速較小的時(shí)候REBS有時(shí)會(huì)誤篩分為本底值，以及在夏季污染情況會(huì)被植被強(qiáng)烈的吸收作用抵消REBS會(huì)誤篩分為本底值，四個(gè)季節(jié)SWDV完全把夜間18：00～次日7：00的觀測(cè)數(shù)據(jù)篩分為非本底數(shù)據(jù)也導(dǎo)致了2種篩分方法的不匹配.

圖1 龍鳳山站大氣CO2小時(shí)平均濃度篩分結(jié)果Fig.1 Results of background and non-background CO2data identified by two flagging approaches

表1 龍鳳山站2009～2011年大氣CO2小時(shí)濃度2種方法篩分結(jié)果的差異Table 1 Contingency table of the classification of the hourly CO2values measured at Longfengshan from 2009 to 2011 derived from the two methods

將龍鳳山站2009～2011年小時(shí)濃度按春季（3～5月）、夏季（6～8月）、秋季（9～11月）和冬季（12～2月）分別計(jì)算2種篩分方法的季平均CO2濃度，如表2所示.2種方法篩分出的本底濃度和非本底濃度趨勢(shì)均在冬季達(dá)到最大值，春秋季次之，夏季最小.由于二者篩分出的本底濃度值不完全匹配，使得計(jì)算的季平均本底濃度值存在差別，在春季相差最小為（0.1±0.3）×10-6，冬季和秋季次之分別為（1.0±0.4）×10-6和（1.8±0.7）×10-6，在夏季相差最大為（4.2±1.0）×10-6.REBS法在夏季篩分掉了大量的CO2低濃度值，使得篩分出的本底濃度遠(yuǎn)高于SWDV法.2種篩分方法篩分出的非本底濃度在春季相差高達(dá)（7.4±1.0）×10-6，秋季相差最小為（0.9±0.9）×10-6.從圖1（c）中也可以看出，2種篩分方法在夏季本底濃度差異較大，其中7月份最明顯.2009、2010和2011年SWDV/REBS篩分的本底濃度分別為（390.4±7.2）×10-6/（391.3± 6.1）×10-6、（394.2±6.7）×10-6/（394.3±6.1）×10-6和（395.8±7.4）×10-6/（396.6±6.7）×10-6.REBS計(jì)算的2009～2011年年平均本底濃度要高于SWDV篩分法，2種方法最大相差0.9×10-6.

表2 龍鳳山站2009～2011年不同季節(jié)2種篩分方法對(duì)應(yīng)的大氣CO2季平均濃度（×10-6）Table 2 Seasonal averaged CO2mole fractions at Longfengshan from 2009 to 2011 derived by the SWDV method and the REBS technique （×10-6）

為了對(duì)比2種篩分方法對(duì)大氣CO2年、季節(jié)變化的影響，根據(jù)Thoning等［27］方法分別對(duì)二者的本底數(shù)據(jù)進(jìn)行曲線擬合，曲線包括二次多項(xiàng)式部分和4個(gè)正弦函數(shù)部分，分別代表長期趨勢(shì)變化和季節(jié)變化，擬合公式為

式（1）中t為觀測(cè)時(shí)間，以年為單位，2009年1月1日0時(shí)刻t=0.擬合公式基于最小二乘法計(jì)算.使用快速傅里葉變換算法把殘差數(shù)據(jù)（原始數(shù)據(jù)-擬合數(shù)據(jù)）轉(zhuǎn)化為頻率響應(yīng)函數(shù)，為獲取短期和年際變化，頻率響應(yīng)函數(shù)經(jīng)過2次低通濾波（低通濾波截止頻率分別設(shè)為50d和 667d），然后再利用傅里葉逆變換將它變換到時(shí)域上.從圖2（a）中可以看出，2種篩分方法擬合趨勢(shì)基本一致，只是SWDV法在夏季濃度稍低，并且在冬季1月份偏高.二者在夏季的差異逐年變小.龍鳳山站大氣CO2濃度在4月份會(huì)出現(xiàn)一個(gè)小高值，與同緯度海洋邊界層參比值在4月份達(dá)到最大值對(duì)應(yīng).圖2（b）為CO2的增長率隨時(shí)間的變化，對(duì)年際變化趨勢(shì)曲線（二次多項(xiàng)式部分+長期平滑殘差部分）的偏導(dǎo)數(shù)為增長率.從圖2（b）可知，龍鳳山大氣CO2呈現(xiàn)逐年增長趨勢(shì)，2009～2011年SWDV和REBS篩分出的本底濃度的年平均增長率分別為（2.7±0.6）×10-6/a和（2.6±0.3）×10-6/a.

圖2 龍鳳山站2009～2011年大氣CO2本底濃度擬合平滑曲線（a）和增長率曲線（b）Fig.2 Background smoothed curve （a） and growth rate of trend curve （b） for CO2at Longfengshan obtained by the SWDV method and the REBS technique

圖3 龍鳳山站2009～2011年大氣CO22種篩分法本底濃度月平均與海洋邊界層參比值比較情況Fig.3 Comparison of monthly averaged CO2mole fractions with MBL at Longfengshan from 2009 to 2011

同時(shí)期同緯度海洋邊界層（MBL）參比值［29］與龍鳳山緯度對(duì)應(yīng)的正弦值為0.7.由圖3可以看出，2種篩分方法篩分出的大氣CO2本底濃度與同緯度MBL邊界層參比值均在冬半年較高，夏半年較低，這主要受到北半球陸地生物圈的影響［30］.由于龍鳳山受到較強(qiáng)局地源的影響，2種方法篩分出的CO2本底濃度均在1月份達(dá)到最大值，而MBL在4月份達(dá)到最大值.SWDV法在7月份CO2濃度最小，而REBS法在8月份CO2濃度最小，這是因?yàn)?011年8月22～31日受數(shù)據(jù)缺測(cè)和污染過程的影響，幾乎沒有本底濃度，使得REBS法2011年8月本底濃度月均值較低，低于7月月均值.2種篩分方法所得的CO2月平均本底濃度值在7月份相差可達(dá)5.2×10-6.

2.2 個(gè)例分析

為了分析2種篩分方法的優(yōu)缺點(diǎn)，選取典型個(gè)例具體分析.由于龍鳳山區(qū)域本底站CO2濃度在冬季只受人為源匯的影響，植被影響基本可以忽略，并在這個(gè)季節(jié)CO2季平均濃度出現(xiàn)最大值；夏季受植被影響大，CO2濃度日變化振幅大，季平均濃度最小，所以在冬季和夏季共選取了3個(gè)個(gè)例，分別為2011年12月2～3日、12月27～28日和2011年7～8月.

圖4 龍鳳山2011年12月大氣CO2、CH4和CO小時(shí)平均濃度Fig.4 Hourly CO2， CH4and CO observations during December 2011 at Longfengshan station

圖5 HYSPLIT 72h氣團(tuán)后向軌跡分析Fig.5 72-hour backward trajectories analysis by HYSPLIT

圖6 龍鳳山站2011年7～8月SWDV法（a）和REBS法（b）CO2小時(shí)平均濃度Fig.6 Background and non-background CO2mole fractions estimated by the SWDV method （a） and the REBS technique （b） from July to August 2011at Longfengshan station

從圖4可以看出，北京時(shí)（下同）27日夜間至28日上午大氣CO2、CH4和CO濃度明顯抬升.為了研究此次過程氣流的輸送路徑，采用美國NOAA空氣資源實(shí)驗(yàn)室（ARL）開發(fā)的混合單粒子拉格朗日積分傳輸、擴(kuò)散模式（HYSPLIT4）［31-32］，結(jié)合美國國家環(huán)境預(yù)報(bào)中心（NCEP）再分析資料，進(jìn)行氣流后向軌跡模擬.軌跡運(yùn)行時(shí)間設(shè)定為72h，軌跡距站點(diǎn)地面高度設(shè)定為100，300，500m.其中100m高度處于模式所用氣象場(chǎng)垂直分層的最低層［33］.從圖5（a）和（b）可以看出，氣流來自于龍鳳山站的西南方向，模式對(duì)氣流輸送的模擬值與地面風(fēng)向?yàn)槠巷L(fēng)基本吻合，氣流經(jīng)過沈陽、撫順、長春和吉林等污染較重的城市到達(dá)龍鳳山，所以27日夜間至28日上午大氣CO2、CH4和CO濃度值均較高.徐曉斌等［34］研究也表明來自西南方向的風(fēng)會(huì)抬升龍鳳山站SO2和NOx的濃度值.除SWDV法將白天個(gè)別點(diǎn)誤篩分為本底濃度外，此段時(shí)間2種篩分方法都篩分為非本底濃度.

從圖4可以看出，2011年12月2日10：00～12月3日6：00SWDV篩分為非本底濃度而REBS篩分為本底濃度.由圖5（c）和（d）可知，后48h軌跡移動(dòng)速度很慢，在站點(diǎn)上空打轉(zhuǎn)，并且此段時(shí)間地面風(fēng)速也較小，都小于2.5m/s，由此判斷REBS法將此段時(shí)間誤篩分為本底濃度.

從圖6可知，2種篩分方法都能比較好的篩分出受到局地污染的高CO2濃度值.對(duì)于一些較低的CO2濃度值，REBS篩分為非本底濃度，而SWDV篩分為本底值，這是因?yàn)镽EBS篩分法是基于數(shù)學(xué)上的統(tǒng)計(jì)算法，對(duì)于龍鳳山夏季白天這個(gè)受植被影響較大的季節(jié)，低值并不一定代表混合不均勻的非本底值（例如夏季午后的低值一般認(rèn)為為本底值），REBS篩分方法均視為非本底值是不合適的.對(duì)于一些CO2濃度值，REBS篩分為本底值，而SWDV篩分為非本底值，這是夏季龍鳳山植被生長旺盛，強(qiáng)烈的光合/吸收作用使得日變化振幅很大［24］，局地污染狀況可能被植被強(qiáng)烈的光合作用抵消，使得CO2濃度變化不大，在源和匯同時(shí)都強(qiáng)烈的情況下，REBS篩分方法不能篩分出局地污染狀況.這些影響因素導(dǎo)致夏季2種方法篩分的本底濃度吻合情況不好.龍鳳山區(qū)域站夏季對(duì)CO2的篩分使用REBS方法一定程度上會(huì)影響REBS的準(zhǔn)確性.Pu等［35］也認(rèn)為REBS方法不適用受植被影響較大的區(qū)域本底站.

3 結(jié)論

3.1 SWDV和REBS法篩分出的本底數(shù)據(jù)分別占總數(shù)據(jù)量的30.7%和58.9%.這2種篩分方法均篩分為本底濃度和非本底濃度的數(shù)據(jù)量分別占總數(shù)據(jù)量的21.5%和32.0%.

3.2 2種方法篩分出的本底濃度在春季相差最小，冬季和秋季次之，在夏季相差最大，特別在7月份.REBS計(jì)算的2009～2011年年平均本底濃度要高于SWDV篩分法，二者最大相差0.9×10-6.

3.3 在西南污染氣團(tuán)的影響下，SWDV法在日間個(gè)別時(shí)刻會(huì)誤篩分為本底濃度.在風(fēng)速較小的情況下，REBS法會(huì)將觀測(cè)值誤篩分為本底濃度.夏季污染情況會(huì)被植被強(qiáng)烈的吸收作用抵消，REBS會(huì)將污染時(shí)段的CO2濃度值誤篩分為本底值.夏季對(duì)于一些較低的CO2濃度值，REBS會(huì)誤篩分為非本底值.

3.4 總體而言，春、秋和冬季SWDV法和REBS法都能較好的反映龍鳳山CO2濃度的趨勢(shì)變化及局地對(duì)大氣CO2濃度的影響情況，但在夏季使用REBS方法會(huì)影響篩分的準(zhǔn)確性，不建議在龍鳳山區(qū)域本底站使用REBS篩分方法.

［1］Haszpra L， Barcza Z， Hidy D， et al. Trends and temporal variations of major greenhouse gases at a rural site in Central Europe ［J］. Atmospheric Environment， 2008，42（38）：8707-8716.

［2］Chmura L， Rozanski K， Necki J， et al. Atmospheric concentrations of carbon dioxide in Southern Poland： Comparison of mountain and urban environments ［J］. Polish Journal of Environmental Studies， 2008，17（6）：859-867.

［3］Keeling R F. Recording Earth's vital signs ［J］. Science，2008，319（5871）：1771-1772.

［4］Sirignano C， Neubert R， R?denbeck C， et al. Atmospheric oxygen and carbon dioxide observations from two European coastal stations 2000-2005： continental influence， trend changes and APO climatology ［J］. Atmospheric Chemistry and Physics， 2010，10（4）：1599-1615.

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

［6］趙玉成，溫玉璞，周曉春，等.青海瓦里關(guān)大氣CO2本底濃度的變化特征 ［J］. 中國環(huán)境科學(xué)， 2006，26（1）：1-5.

［7］Artuso F， Chamard P， Piacentino S， et al. Influence of transport and trends in atmospheric CO2at Lampedusa ［J］. Atmospheric Environment， 2009，43（19）：3044-3051.

［8］Zhang F， Zhou L X. Implications for CO2emissions and sinks changes in western China during 1995-2008 from atmospheric CO2at Waliguan ［J］. Tellus B， 2013，65：1-14.

［9］Balzani L??v J， Henne S， Legreid G， et al. Estimation of background concentrations of trace gases at the Swiss Alpine site Jungfraujoch （3580m asl） ［J］. Journal of Geophysical Research，2008，113（D22305）：1-17.

［10］Bousquet P， Gaudry A， Ciais P， et al. Atmospheric CO2concentration variations recorded at Mace Head， Ireland， from 1992 to 1994 ［J］. Physics and Chemistry of the Earth， 1996，21（5）：477-481.

［11］Tsutsumi Y， Mori K， Ikegami M， et al. Long-term trends of greenhouse gases in regional and background events observed during 1998-2004 at Yonagunijima located to the east of the Asian continent ［J］. Atmospheric Environment， 2006，40（30）：5868-5879.

［12］Inoue H Y ，Matsueda H. Measurements of atmospheric CO2from a meteorological tower in Tsukuba， Japan ［J］. Tellus B， 2001，53（3）：205-219.

［13］Ruckstuhl A， Henne S， Reimann S， et al. Robust extraction of baseline signal of atmospheric trace species using local regression［J］. Atmospheric Measurement Techniques， 2012，5（11）：2613-2624.

［14］Derwent R， Ryall D， Manning A， et al. Continuous observations of carbon dioxide at Mace Head， Ireland from 1995 to 1999 and its net European ecosystem exchange ［J］. Atmospheric Environment， 2002，36（17）：2799-2807.

［15］周凌晞，湯 潔，溫玉璞，等.地面風(fēng)對(duì)瓦里關(guān)山大氣CO2本底濃度的影響分析 ［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2002，22（2）：135-139.

［16］Zhou L， Tang J， Wen Y， et al. The impact of local winds and long -range transport on the continuous carbon dioxide record at Mount Waliguan， China ［J］. Tellus B， 2003，55（2）：145-158.

［17］Zhang F， Zhou L， Conway T J， et al. Short-term variations of atmospheric CO2and dominant causes in summer and winter：analysis of 14-year continuous observational data at Waliguan，China ［J］. Atmospheric Environment， 2013：140-148.

［18］Zhang D， Tang J， Shi G， et al. Temporal and spatial variations of the atmospheric CO2concentration in China ［J］. Geophysical Research Letters， 2008，35（3）：1-5.

［19］劉立新，周凌晞，張曉春.我國4個(gè)國家級(jí)本底站大氣CO2濃度變化特征 ［J］. 中國科學(xué)： D輯， 2009，39（2）：222-228.

［20］Fang S X， Zhou L X， Tans P P， et al. In situ measurement of atmospheric CO2at the four WMO/GAW stations in China ［J］. Atmospheric Chemistry and Physics， 2014，14（5）：2541-2554.

［21］Crosson E R. A cavity ring-down analyzer for measuring atmospheric levels of methane， carbon dioxide， and water vapor［J］. Applied Physics B， 2008，92（3）：403-408.

［22］臧昆鵬，周凌唏，方雙喜.新型CO2和CH4混合標(biāo)氣標(biāo)校流程及方法 ［J］. 環(huán)境化學(xué)， 2011，30（2）：511-516.

［23］Fang S X， Zhou L X， Masarie K A， et al. Study of atmospheric CH4mole fractions at three WMO/GAW stations in China ［J］. Journal of Geophysical Research， 2013，118：4874-4886.

［24］欒 天，周凌晞，方雙喜，等.龍鳳山本底站大氣CO2數(shù)據(jù)篩分及濃度特征研究 ［J］. 環(huán)境科學(xué)， 2014，35（8）：2864-2870.

［25］Ruckstuhl A F， Jacobson M P， Field R W， et al. Baseline subtraction using robust local regression estimation ［J］. Journal of Quantitative Spectroscopy and Radiative Transfer， 2001，68（2）：179-193.

［26］O'Doherty S， Simmonds P， Cunnold D， et al. In situ chloroform measurements at Advanced Global Atmospheric Gases Experiment atmospheric research stations from 1994 to 1998 ［J］. Journal of Geophysical Research： Atmospheres （1984-2012），2001，106（D17）：20429-20444.

［27］Thoning K W， Tans P P， Komhyr W D. Atmospheric carbon dioxide at Mauna Loa Observatory： 2. Analysis of the NOAA GMCC data， 1974-1985 ［J］. Journal of Geophysical Research，1989，94（D6）：8549-8565.

［28］Team R D C. R Development Core Team： R： A Language and environment for statistics computing， R Foundation for Statistical Computing， Vienna， Austria， available at： http：//www.r-project. org/， ISBN 3-900051-07-0， 2009.

［29］NOAA Greenhouse Gas Marine Boundary Layer Reference. NOAA Earth Systerm Research Laboratory. http：//www.esrl.noaa. gov/gmd/ccgg/mbl/mbl.html.

［30］Nevison C D， Mahowald N M， Doney S C， et al. Contribution of ocean， fossil fuel， land biosphere， and biomass burning carbon fluxes to seasonal and interannual variability in atmospheric CO2［J］. Journal of Geophysical Research， 2008，113（G1）：1-21.

［31］Draxler R R， Hess G. Description of the HYSPLIT4modeling system ［J］. NOAA Technical Memorandum ERL ARL-224，NOAA Air Resources Laboratory， Silver Spring， MD， 1997：24.

［32］Draxler R R， Hess G. An overview of the HYSPLIT_4modelling system for trajectories ［J］. Australian Meteorological Magazine，1998，47（4）：295-308.

［33］徐曉斌，劉希文，林偉立.輸送對(duì)區(qū)域本底站痕量氣體濃度的影響 ［J］. 應(yīng)用氣象學(xué)報(bào)， 2009，20（6）：656-664.

［34］徐曉斌，丁國安.龍鳳山大氣近地層O3濃度變化及與其它因素的關(guān)系 ［J］. 氣象學(xué)報(bào)， 1998，56（5）：560-572.

［35］Pu J J， Xu H H， He J， et al. Estimation of regional background concentration of CO2at Lin'an Station in Yangtze River Delta，China ［J］. Atmospheric Environment， 2014，94：402-408.

致謝：感謝黑龍江龍鳳山站工作人員對(duì)在線觀測(cè)系統(tǒng)安裝和維護(hù)的辛勤工作.感謝美國國家海洋大氣局/地球系統(tǒng)研究實(shí)驗(yàn)室（NOAA/ESRL）提供的MBL數(shù)據(jù)支持.

Comparison of two flagging approaches to the observed CO2 mole fractions at the Longfengshan WMO/GAW Regional Station in China.

（1.School of Atmospheric Physics， Nanjing University of Information Science and Technology， Nanjing 210044， China；2.Chinese Academy of Meteorological Sciences， Beijing 100081， China）.

China Environmental Science， 2015，35（2）：321～328

As to the atmospheric CO2mole fractions measured by the in-situ system from 10m above the ground at Longfengshan station in Heilongjiang province from January 2009 to December 2011， applicability of SWDV （Surface Winds and Diurnal Variations） method and REBS （Robust Extraction of Baseline Signal） technique in data flagging was studied. Except summer， both flagging methods could be applied to the observed data at Longfengshan regional station. The background data flagged by both methods could reflect the CO2variation trend and the non-background data flagged by both methods could reflect the influence of the local sources/sinks. But REBS was more disadvantageous to be used in summer with heavy vegetation coverage at Longfengshan regional station. About 30.7% and 58.9% valid hourly data were flagged as regional representative by SWDV method and REBS technique， respectively. 21.5% and 32.0% of the observed data were commonly classified as background and non-background events， respectively. The difference of background seasonal averaged CO2mole fractions between the two methods was relatively small in spring with a value of（0.1±0.3）×10-6， larger in winter and autumn， and the largest difference in summer with a value of （4.2±1.0）×10-6. Case studies proved that the data during daytime when the airflow was from the southwest direction by SWDV method and the data at calm conditions by REBS method were occasionally mis-flagged as background events. In summer， it was difficult to distinguish whether the CO2mole fractions were affected by anthropogenic pollution in the daytime by REBS technique or not， because the photosynthesis was strengthened in that period， which leaded to the large difference of background values between two methods.

carbon dioxide；Longfengshan regional station；robust extraction of baseline signal （REBS）；surface winds and diurnal variations （SWDV）；background；non-background

X51

A

1000-6923（2015）02-0321-08 LUAN Tian1，2， FANG Shuang-xi2， ZHOU Ling-xi2*， YAO Bo2， LIU Zhao2

欒 天（1988-），女，黑龍江鐵力人，南京信息工程大學(xué)博士研究生，主要研究方向?yàn)闇厥覛怏w及相關(guān)微量成分.發(fā)表論文2篇.

2014-06-02

國家自然科學(xué)基金項(xiàng)目（41175116）；中國氣象科學(xué)研究院基本科研業(yè)務(wù)費(fèi)專項(xiàng)（2014Z004）；江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目（CXZZ13_0510）

* 責(zé)任作者， 研究員， zhoulx@cams.cma.gov.cn