蒙特利尔城市CO2和CH4排放源的稳定同位素约束:来自飞机、无人机和地面测量的结果

《Atmospheric Environment》:Stable isotope constraints on urban CO 2 and CH 4 emission sources in Montreal derived from aircraft, UAV, and ground measurements

【字体: 大 中 小 】 时间:2026年07月23日 来源:Atmospheric Environment 3.8

编辑推荐:

  城市中心是人为二氧化碳(CO2)和甲烷(CH4)排放的主要来源,但由于多种可变排放源共存,在城市尺度上归因这些来源具有挑战性。CH4和CO2的稳定同位素通过区分排放特征提供

  
城市中心是人为二氧化碳(CO2)和甲烷(CH4)排放的主要来源,但由于多种可变排放源共存,在城市尺度上归因这些来源具有挑战性。CH4和CO2的稳定同位素通过区分排放特征提供了一种约束这些来源的方法。在此,研究人员利用协调的飞机、无人机(UAV)和地面测量,对加拿大蒙特利尔上空的CH4和CO2摩尔分数及其同位素组成进行了研究。在清晨飞行中,当飞机下降到浅层稳定边界层时,观测到最高的CH4和CO2摩尔分数,此时夜间地表排放积累形成了强烈的垂直梯度。下午边界层混合增强减少了这些梯度并降低了观测到的摩尔分数。同位素分析识别出蒙特利尔-特鲁多国际机场附近与交通相关的CO2增强,并表明天然气燃烧是市中心CO2的主要来源。相比之下,CH4同位素特征未能实现明确的来源归因,凸显了城市甲烷排放的复杂性。结果表明,协调的空中和地面观测,特别是在稳定边界层条件下的低空无人机廓线,提高了对城市温室气体来源的解释。
城市作为人为二氧化碳(CO2)和甲烷(CH4)的主要排放源,其温室气体排放的精确归因对气候减缓至关重要。然而,城市环境中多种排放源(如交通、天然气燃烧、垃圾填埋等)共存且时空变化大,传统观测难以区分各自贡献。稳定同位素(如δ13CO2和δ13CH4)因不同来源具有特征性同位素组成,可提供源约束,但缺乏多平台综合观测研究。为此,研究人员在加拿大蒙特利尔于2024年2月21日开展了一次协同飞机、无人机(UAV)和地面测量的冬季观测实验,旨在评估利用同位素测量解析城市尺度温室气体来源的可行性,并探讨不同大气结构对源解析的影响。该研究发表于《Atmospheric Environment》。

关键技术方法包括:使用加拿大国家研究委员会(NRC)双水獭飞机搭载Picarro G2201i腔衰荡光谱仪(测量CH4、CO2、δ13CH4和δ13CO2)及LI-7810分析仪(测量CO2和CH4摩尔分数),进行两次飞行(上午7:00–11:00 EST和下午12:00–15:30 EST),涵盖螺旋上升/下降和低空进近;使用DJI Matrice 300 RTK无人机搭载SBA-5 CO2传感器和铝箔采样袋,在市中心(Gardner Hall)和Rigaud进行0–120 m AGL的垂直廓线采样;地面设置三个连续监测站点:市中心(Burnside楼顶,约48 m AGL)、郊区(McGill雷达设施)和农村(Gault自然保护区);边界层高度通过地基激光雷达和无线电探空仪确定;采用Miller-Tans回归方法估算局地源的同位素特征(δ13Csrc),并结合蒙特卡洛模拟(10,000次迭代)进行源分配,利用本地实测排放端元(天然气燃烧、交通、垃圾填埋场羽流)进行约束。

研究结果如下:

**3.1 飞机CO2和CH4混合比**:通过两次飞行空间分布数据,发现上午飞行中蒙特利尔机场(CYUL和CYHU)低空进近时观测到最高混合比(CO2达486 ppm,CH4达2.23 ppm),这与飞机进入浅层稳定边界层、夜间地表排放积累有关;下午飞行因边界层加深,混合比降低且垂直梯度减小。

**3.2 地面CO2和CH4时间变化**:基于三个站点连续观测,上午城市站点(Burnside)CO2和CH4在8:00左右达到峰值(CO2约470 ppm,CH4约2.16 ppm),随后随边界层发展下降;下午城市与郊区站点CO2差异缩小,但农村站点始终最低;CH4在下午郊区站点略高于城市,可能与局部交通和天然气终端有关。

**3.3 CO2、CH4、δ13CH4和δ13CO2的垂直廓线**:飞机螺旋获取的垂直廓线显示上午大气分层明显:稳定边界层(~500 m AGL以下)累积高浓度CH4和CO2,残留层(500–1500 m)和自由对流层(>1500 m)浓度较低;下午则形成充分混合的对流边界层(~1300 m AGL),垂直梯度极小。

**3.4 稳定边界层下CH4和CO2的廓线**:上午约8:30的飞机和无人机低空廓线显示强近地面负梯度,其中蒙特利尔-特鲁多机场(CYUL)的CO2梯度最陡(?0.205 ppm m?1),表明机场附近局地排放强烈;市中心(Gardner Hall)次之,而CYHU机场梯度最弱。

**3.5 稳定边界层下城市过量CO2的δ13C源分配**:Miller-Tans分析显示,市中心无人机廓线源同位素(δ13Csrc)为?43.5±3.6‰,结合本地端元(天然气燃烧?48.5±7.2‰,交通?29.7±1.3‰,呼吸作用?26.5±1.3‰),源分配表明天然气燃烧占主导(约71±19%),交通仅贡献约19±19%;而机场进近(CYUL)的源同位素分别为?39.4±3‰(下降)和?30.5±2‰(上升),对应交通/航空燃料贡献56–79%,天然气贡献仅11–34%。

**3.6 稳定边界层下城市过量CH4的δ13C源分配**:机场进近期间观测到显著Miller-Tans关系,源同位素为?47±14‰(上升)和?43±19‰(下降),混合模型(天然气端元?36±7‰,垃圾填埋场?59±2‰)显示天然气和垃圾填埋场贡献各约50%,但不确定性高达30%,表明CH4源解析复杂性。

**3.7 对流边界层下CO2和CH4的δ13C源分配**:下午对流条件下,大多数飞机廓线未能获得有效源信息;但Rigaud无人机数据给出可靠源同位素:CO2源约?31±7‰(指示交通贡献70±26%),CH4源约?55±40‰(指示微生物源如垃圾填埋场或农业),表明对流混合掩盖了近地面信号,但低空无人机仍可分辨。

**3.8 局限性**:空域限制导致飞行路径固定,未能捕捉明确下风向烟羽;上午飞机主要在高空运行,仅低空进近时短暂接触地表排放;同位素源解析仅在稳定分层条件下有效,对流条件下快速混合使简单混合关系失效;无人机覆盖范围有限(<120 m),但可补充近地面结构。

讨论部分总结:同位素源解析的适用性强烈依赖于大气结构和采样策略。稳定边界层下,有限的垂直混合保留了清晰的源信号,允许Miller-Tans方法有效分解不同来源;而在对流边界层中,快速混合稀释了同位素差异,导致源解析不可靠。多平台(飞机、无人机、地面)互补观测可同时获取区域背景和局地精细结构,但需优先在稳定条件下进行无人机廓线,以增强源归因能力。未来研究应增加边界层内飞机重复螺旋和低空水平航段,以更好捕捉空间异质性。

研究结论翻译:本研究展示了冬季城市区域上空CH4和CO2的空中和无人机观测,旨在利用同位素测量评估变异性和源归因。在稳定边界层条件下观察到显著的近地面CH4和CO2增强,而对流条件则减小了垂直梯度并限制了源可解释性。同位素分析表明,蒙特利尔市中心的CO2增强主要来自天然气燃烧(68%),而机场附近交通或航空燃料贡献最大(高达83%)。CH4增强与天然气逸散排放和垃圾填埋场气体一致。总体而言,这些发现表明同位素测量对城市温室气体源归因的实用性强烈依赖于大气结构和采样策略。在稳定边界层条件下,无人机和飞机联合观测能够成功区分主导局地源贡献,并为城市排放的空间变异性提供有价值见解。这些结果证明了同位素测量在复杂城市环境中识别和区分局地温室气体源的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号