基于1?C校正的城市涡度协方差共排放物种通量估算的连续化石燃料CO?排放

《Atmospheric Environment: X》：Continuous fossil fuel CO 2 emission estimates based on 14C-calibrated urban eddy-covariance fluxes of co-emitted species

　　

专业翻译的论文摘要 监测城市温室气体排放需要高时空分辨率的大气测量与建模。最先进的排放清单可提供整个城市的年排放估算，空间分辨率达10米，时间分辨率为30分钟，其基于人类活动数据与排放因子（“自下而上”法）或国家报告的年度排放数据与降尺度代理变量（“降尺度”法）。大气测量通常局限于较小的空间和时间子集，例如覆盖某城市区域数月的采集数据，并提供所有排放部门的聚合信号；然而，这些测量对于排放估算的独立验证与改进至关重要。例如，在城市高塔上的涡度协方差（EC）测量能够以30分钟的时间分辨率，直接提供多种温室气体的邻域尺度通量估计，包括二氧化碳（CO?）、一氧化碳（CO）、氮氧化物（NO和NO?，合称为NOx）以及甲烷（CH?）。利用湍流数据和地表特征估算源区贡献（通量足迹模型），可将基于观测的通量与基于清单的通量估算进行直接比较。然而，对于CO?而言，观测通量与模拟通量之间的比较因以下事实而复杂化：排放清单仅考虑人为CO?排放，即主要来自化石燃料燃烧的排放，可能还包括生物燃料和人体呼吸的排放。相比之下，净大气CO?测量包含所有CO?通量贡献，包括来自土壤和植物呼吸以及光合吸收的生物圈通量。为了比较净CO?通量，可使用城市植被模型估算生物圈通量。然而，模拟生物源通量涉及相当大的不确定性，并且比较净CO?通量无法对化石燃料（ff）和非化石燃料（nf）CO?通量进行独立的分别验证。对ffCO?通量的独立验证需要对基于观测的净CO?通量进行拆分。分离ffCO?和nfCO?的理想示踪剂是放射性碳（1?C），通常以Δ符号表示。由于其半衰期为5730年的放射性衰变，数百万年历史的化石燃料缺乏1?C，其燃烧会稀释大气中自然的1?C/12C比率。因此，低大气1?C/12C比率表明ffCO?排放贡献较大。虽然1?CO?的EC测量由于缺乏准确的快速响应气体分析仪而尚未实现，但针对1?CO?的松弛涡旋累积（REA）测量使得纯粹基于观测的ffCO?通量估算成为可能。然而，由于1?CO?测量相关的劳动和后勤需求，REA ffCO?通量只能在有限的离散采样周期内确定。为了获得连续的ffCO?通量，EC CO和NOx通量显示出巨大潜力。CO和NOx通量都是ffCO?排放的代理指标，因为这两种气体都是在化石燃料燃烧过程中与ffCO?共同排放的。因此，在下文中将它们称为Fproxy。然而，Fproxy/FffCO?比值取决于燃料碳含量和燃烧条件。因此，不同的源部门，例如固定燃烧和道路运输，具有显著不同的排放比。此外，源部门内部也存在较大的变异性。由于区域差异，例如车队组成和供暖类型的差异，Fproxy/FffCO?比值具有地点特异性。因此，基于代理变量的连续ffCO?通量的精确确定需要了解随时间变化的局部Fproxy/FffCO?比值。

论文解读文章

研究背景与科学问题

城市作为主要的温室气体排放源，对其排放进行高时空分辨率的监测是实现有效减排的关键。当前，城市温室气体排放估算主要依赖两类方法：一是基于人类活动数据和排放因子的“自下而上”排放清单，二是基于国家报告的年排放数据进行空间降尺度的“自上而下”清单。这些清单能够提供高时空分辨率（如10米空间、30分钟时间）的年排放估算。然而，这些清单的准确性需要通过独立的大气观测进行验证。涡度协方差（EC）技术在城市高塔上的应用，可以以30分钟的时间分辨率直接测量邻域尺度的多种温室气体通量，包括二氧化碳（CO?）、一氧化碳（CO）、氮氧化物（NO_x）和甲烷（CH?）。结合通量足迹模型，基于观测的通量可与清单估算进行直接比较。

然而，对于CO?而言，这种比较面临一个根本性挑战：排放清单仅核算人为CO?排放，主要是化石燃料燃烧产生的CO?（ffCO?），可能还包括生物燃料和人体呼吸排放；而大气净CO?通量则包含了生物圈通量，如土壤和植物呼吸以及光合作用吸收。为了分离这两部分，需要使用城市植被模型来估算生物圈通量，但这引入了相当大的不确定性，且无法实现对ffCO?和非化石燃料CO?（nfCO?）通量的独立验证。因此，迫切需要一种能够直接、连续地观测ffCO?通量的方法。

放射性碳（1?C）是区分ffCO?和nfCO?的理想示踪剂。由于化石燃料年代久远，其中的1?C已完全衰变，其燃烧会降低大气中的1?C/12C比率。通过测量1?C，可以定量计算ffCO?的贡献。尽管1?CO?的直接EC测量尚不可行，但松弛涡旋累积（REA）技术可以实现1?CO?的采样，从而提供离散时段内纯观测的ffCO?通量。然而，REA方法劳动密集、成本高昂，难以获得连续时间序列。为此，研究人员提出利用与ffCO?共排放的气体——CO和NO_x作为代理指标（F_proxy），通过EC技术连续测量其通量，再乘以相应的排放比（ER = F_proxy/F_ffCO?），来估算连续的ffCO?通量。但这一方法的瓶颈在于，排放比受燃料类型、燃烧条件和排放源结构的影响，具有显著的时空变异性，需要对其进行精确的本地化校准。

研究内容与结论

本研究旨在开发和验证一种基于1?C校准的、利用城市EC测量的共排放物种通量来估算连续ffCO?排放的新方法。研究人员通过将1?C-REA方法获得的离散但准确的ffCO?通量，与同时段连续测量的EC CO和NO_x通量相结合，建立并校准了适用于当地的、随时间变化的排放比关系，进而实现了对全年连续ffCO?通量的高精度估算。研究还利用此观测数据集，评估了高分辨率排放清单和生物圈通量模型的性能。

这项研究的重要意义在于：首次提供了纯粹基于观测的、连续的化石燃料与非化石燃料CO?通量分离估算，为城市碳排放清单的独立验证提供了前所未有的基准数据，揭示了现有模型在捕捉排放时空动态方面的不足，并为改进城市碳循环模型和制定精准减排政策提供了关键科学依据。

关键技术方法

研究人员主要采用了以下关键技术方法：

1. 1.
   涡度协方差（EC）测量：在城市高塔上，利用高频气体分析仪和三维超声风速仪，直接测量CO?、CO、NO_x和CH?等气体的通量，时间分辨率为30分钟。
2. 2.
   松弛涡旋累积（REA）测量：用于收集1?CO?样品。该方法根据垂直风速的方向，将上升和下沉气流分别采集到不同的容器中，通过后续实验室分析得到1?C同位素比率，从而计算出离散时间段的纯观测ffCO?通量。
3. 3.
   通量足迹模型：利用湍流数据和地表特征，估算EC和REA测量所代表的源区范围，以便将塔基观测与网格化的排放清单进行空间匹配。
4. 4.
   排放比（ER）校准：利用1?C-REA得到的ffCO?通量与同时段的EC CO或NO_{x通量进行回归分析，建立本地化的、随时间变化的排放比关系（ER = Fproxy/FffCO?）。}

研究结果

• •
  基于1?C的ffCO?通量估算：研究人员成功获取了多个离散时段的REA-1?CO?通量数据，这些数据为校准代理指标提供了可靠的基准真值。
• •
  代理指标排放比的确定与变化规律：通过对比REA-ffCO?通量和EC-CO/NO_x通量，研究人员发现排放比（ER）并非恒定值，而是表现出明显的日变化和季节变化。例如，CO/ffCO?的排放比在冬季较高，可能与供暖燃烧效率较低有关；而NO_x/ffCO?的排放比则在交通高峰时段升高，反映了机动车排放的贡献。
• •
  连续ffCO?通量的重建：利用校准后的、随时间变化的排放比，将连续的EC CO和NO_x通量转换为连续的ffCO?通量。结果表明，这种方法能够很好地再现由REA方法直接观测到的ffCO?通量变化趋势，证明了该方法的有效性。
• •
  与排放清单的对比验证：将观测得到的连续ffCO?通量与高分辨率排放清单进行比较，发现清单在某些时段（如夜间或特定季节）存在系统性偏差。这表明当前基于活动数据的清单在捕捉排放的时间动态方面仍有改进空间。
• •
  生物圈通量的推断：通过从EC测量的净CO?通量中减去基于代理指标估算的ffCO?通量，研究人员得到了连续的nfCO?（主要为生物圈）通量。这些观测数据被用于评估城市植被模型的性能，发现模型在模拟植物呼吸和光合作用的强度与时机上存在不确定性。
• •
  不同代理指标的适用性：研究比较了单独使用CO和NO_x作为代理指标的优劣。结果显示，两者各有优缺点，联合使用可以更好地约束ffCO?通量的估算，并减少单一指标带来的不确定性。

讨论与结论

讨论部分指出，基于1?C校准的代理指标方法是目前实现连续、观测型ffCO?通量估算的最有前景的途径。其成功的关键在于获取足够多的、代表不同排放情景的1?C-REA样本，以充分刻画排放比的时空变异性。研究也指出了该方法的局限性，例如REA采样的离散性和成本限制了校准样本的数量，以及在复杂城市地形下通量足迹的不确定性。未来的工作应致力于开发更快速、更经济的1?CO?在线分析技术，以扩大校准数据集。

研究结论总结如下：本研究通过结合1?C-REA和EC测量，成功开发了一种纯粹基于观测的方法，用于连续估算城市地区的ffCO?和nfCO?通量。该方法克服了传统方法中生物圈通量建模的不确定性，为独立验证和改进城市碳排放清单提供了强有力的工具。研究结果强调了排放比时空变异性的重要性，并展示了高分辨率观测数据在揭示模型偏差方面的价值。这项工作为未来城市碳监测网络的建设提供了重要的方法论基础和数据支撑。