论文摘要
CO2是导致全球变暖的最主要温室气体之一,大气中CO2浓度的快速升高导致了海平面上升、极端天气频发与海洋酸化等一系列问题。自2006年我国成为全球最大碳排放国以来,一直面临着巨大的温室气体减排压力。大气化学传输模型是建立地表源汇通量与大气CO2浓度关系的有效工具,因此利用全球大气化学传输模型进行大气C02模拟及其与观测数据对比的研究,有助于了解全球不同地区CO2的时空变化特征,揭示全球不同区域碳排放与陆地生态系统碳源汇变化的状况,对落实碳减排政策,应对未来全球变暖趋势和气候变化等具有重要意义。本研究分为两部分,第一部分为两种不同分辨率MOZART-4模型模拟大气CO2浓度的对比研究,详细对比了全球各区域与中国不同地区2009-2015年1°×1°与2.81°×2.86°分辨率模型模拟大气CO2的时空差异,并结合OBSPACK数据集的全球CO2站点观测数据,分别对两种分辨率模型模拟大气CO2进行评估与比较。第二部分为C02大气柱浓度（XCO2）模拟与观测对比研究,通过1°×1°空间分辨率MOZART-4模型模拟XCO2与GOSAT卫星观测XC02的对比,详细分析了全球各区域与中国不同地区2009-2015年模拟与观测XCO2的时空变化特征,并利用模拟与观测的差异对CT2016地表碳通量产品进行了评估。论文主要研究结论如下:1)全球尺度下1°×1°分辨率模型模拟近地面C02浓度总体上高于2.81°×2.86°分辨率模型,夏半年差异相对较大,冬半年差异相对较小,陆地区域差异较大且分布不均,海洋区域差异较小且分布均匀。全球不同区域两种分辨率模型模拟近地面CO2浓度一致性具有显著差异,北美温带、南美温带与欧亚大陆温带一致性较好,其他地区差异较为明显,特别是在南美热带、非洲南部与亚洲热带,各月份1°×1°分辨率模型模拟浓度均明显高于2.81°×2.86°分辨率模型。1°×1°分辨率模型的统计数据相比于2.81′×2.86°分辨率模型总体上有所提升,在北美洲、南极洲与海洋上提升较大,在非洲、澳洲、南美洲与欧洲均有一定程度的提升,在亚洲则没有明显提升。两种分辨率模型模拟近地面C02浓度总体上均低于观测,2.81°×2.86°分辨率模型偏低较为明显。2)在中国地区年均与夏半年平均的1°×1°分辨率模型模拟近地面CO2浓度总体上高于2.81°×2.86°分辨率模型,冬半年则略低于2.81°×2.86°分辨率模型。全国平均的两种分辨率模型模拟浓度一致性较好,但除东北地区外,其他地区差异均较为明显,1°×1°分辨率模型模拟浓度在华东与华南各月份均明显高于2.81°×2.86°分辨率模型,在西南地区各月份均明显低于2.81°×2.86°分辨率模型。3)模拟XC02与GOSAT卫星观测XC02在空间分布上具有较高一致性。总体而言,北半球模拟XC02较观测偏低,尤其在欧亚大陆寒带与非洲北部,南半球模拟与观测差异相对较小,在澳洲与非洲南部模拟XCO2则略高于观测。中国地区年均与冬半年平均的模拟XCO2较观测偏低,尤其在华北、西北与西南等地区;夏半年平均的模拟XCO2与观测差异要小很多,且在东南地区以及黄土高原等地区模拟XCO2反而明显高于观测。全球不同区域模拟XCO2与观测的时间一致性具有显著差异,北美温带与欧亚大陆温带一致性较好,而其他地区差异较为明显,特别是在南美温带、非洲南部、亚洲热带与澳洲。中国不同地区模拟与观测一致性也具有显著差异,其中西南地区差异最为显著,除每年7-9月外,其余时间模拟XC02明显偏低;其次是东南地区,每年7-9月份模拟XC02明显偏高。4)模拟XC02与观测的差异反应了地表碳通量数据存在问题。北美寒带、南美热带、欧亚大陆寒带与欧洲等地夏季碳汇可能有所高估;南美温带、非洲南部、亚洲热带与澳洲碳源与碳汇则可能均有所低估;北美寒带碳源、非洲北部生物质燃烧碳排放以及欧亚大陆温带化石燃料碳排放在冬季可能均有所低估;北美温带冬季碳源则可能有所高估。中国地区CT2016反演陆地生态系统整体碳汇较为可信,但在我国南方地区CT优化的碳通量则存在较大不确定性,其中东南地区夏季碳汇明显有所低估,而西南地区碳汇则明显有所高估;在中国北方,除东北北部以外,其他地区在冬半年对碳源可能有所低估。另外,CT2016产品无法很好反应出一些极端干旱事件对碳源汇变化造成的影响。
论文目录
文章来源
类型: 硕士论文
作者: 闫芮豪
导师: 江飞
关键词: 数值模拟,模型,卫星,碳通量
来源: 南京大学
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 气象学,气象学,环境科学与资源利用
单位: 南京大学
基金: 国家重点研发计划课题“高分辨率全球碳同化系统构建与应用”(课题编号:2016YFA0600204)
分类号: X16;P467
总页数: 123
文件大小: 10958K
下载量: 188
相关论文文献
- [1].CO_2浓度升高对草地贪夜蛾生长发育的直接影响[J]. 环境昆虫学报 2019(04)
- [2].不同CO_2浓度长期培养玉米秸秆对土壤腐殖质组成和胡敏酸结构特征的影响[J]. 吉林农业大学学报 2018(06)
- [3].种子呼吸CO_2浓度检测系统[J]. 光学精密工程 2019(06)
- [4].气温、CO_2浓度和降水交互作用对作物生长和产量的影响[J]. 应用生态学报 2017(12)
- [5].不同天气水稻光合日变化对大气CO_2浓度和温度升高的响应——FACE研究[J]. 生态学报 2018(06)
- [6].稻米外观与加工品质对大气CO_2浓度升高的响应[J]. 中国水稻科学 2019(04)
- [7].大气CO_2浓度升高和干旱的交互作用对大豆光合作用的影响[J]. 山西农业科学 2019(02)
- [8].喀斯特槽谷区土壤CO_2浓度的短时变化及影响因素研究[J]. 地球与环境 2019(01)
- [9].大气CO_2浓度升高对棉蚜生长繁殖及体内主要代谢产物的影响[J]. 植物保护 2018(05)
- [10].O_2和CO_2浓度对黑木耳菌丝生长及出耳的影响[J]. 食用菌 2020(02)
- [11].高CO_2浓度下外源糖对‘黑比诺’葡萄试管苗生长及光合特性的影响[J]. 中外葡萄与葡萄酒 2019(04)
- [12].贵州织金洞CO_2浓度不同时间尺度变化及其影响因子分析[J]. 生态与农村环境学报 2017(11)
- [13].CO_2浓度增加对半干旱区春小麦生产和水分利用效率的影响[J]. 应用生态学报 2018(09)
- [14].籼稻和粳稻品种糙米矿质营养对开放式空气CO_2浓度升高的响应[J]. 生态学杂志 2019(05)
- [15].模拟CO_2浓度升高对宁夏枸杞营养生长与果实品质的影响[J]. 林业科学 2019(06)
- [16].大气CO_2浓度升高对水稻秸秆化学组成的影响[J]. 应用生态学报 2019(08)
- [17].CO_2浓度升高与增温对半干旱区马铃薯光合特性的协同影响[J]. 生态环境学报 2018(05)
- [18].乌鲁木齐夏季近地面CO_2浓度空间分布特征[J]. 环境科学与技术 2018(06)
- [19].大气CO_2浓度和温度升高对稻麦轮作生态系统N_2O排放的影响[J]. 中国农业科学 2018(13)
- [20].大气CO_2浓度升高对豌豆蚜体内糖含量的影响[J]. 农业科技与信息 2018(15)
- [21].CO_2浓度检测记录成本分析[J]. 舰船防化 2013(04)
- [22].覆膜玉米不同生育期土壤酶活性对大气CO_2浓度升高的响应[J]. 农业环境科学学报 2019(05)
- [23].福建仙云洞空气CO_2浓度的空间分布及影响因素[J]. 亚热带资源与环境学报 2018(04)
- [24].CO_2浓度升高条件下不同程度豌豆蚜危害对紫花苜蓿叶片营养物质和次生代谢物质的影响[J]. 中国生态农业学报(中英文) 2019(01)
- [25].改进式开顶气室模拟CO_2浓度控制系统性能分析[J]. 地球环境学报 2019(03)
- [26].CO_2浓度升高对浮游藻类元素化学计量值的影响[J]. 湖泊科学 2017(06)
- [27].CO_2浓度升高对水体硝化、反硝化作用的影响研究进展[J]. 应用生态学报 2018(12)
- [28].CO_2浓度对雨生红球藻生理生化指标的影响[J]. 生物技术通报 2018(01)
- [29].利用低CO_2浓度培养箱筛选谷子(Setaria italica)C_4光合作用相关突变体[J]. 植物遗传资源学报 2018(03)
- [30].大气CO_2浓度升高对繁茂膜海绵滤食海水细菌能力的影响[J]. 海洋科学 2017(07)