西沙大气二氧化碳浓度变化特征研究

吕洪刚，王海燕，姜亦飞，陈海南，乔然，王彰贵

(1. 国家海洋环境预报中心，北京 100081；2. 国家海洋环境预报中心 海洋灾害预报技术研究国家海洋局重点实验室，北京 100081；3. 国家海洋局 三沙海洋环境监测中心站，海南 海口 570311)

西沙大气二氧化碳浓度变化特征研究

吕洪刚1，2，王海燕1，姜亦飞1，2，陈海南3，乔然1，2，王彰贵1

(1. 国家海洋环境预报中心，北京 100081；2. 国家海洋环境预报中心 海洋灾害预报技术研究国家海洋局重点实验室，北京 100081；3. 国家海洋局 三沙海洋环境监测中心站，海南 海口 570311)

CO2是引起全球气候变暖的最重要温室气体。大气中过量CO2被海水吸收后将改变海水中碳酸盐体系的组成，造成海水酸化，危害海洋生态环境。本文采用局部近似回归法对2013年12月—2014年11月期间西沙海洋大气CO2浓度连续监测数据进行筛分，得到西沙大气CO2区域本底浓度。结果表明，西沙大气CO2区域浓度具有明显的日变化和季节变化特征。4个季节西沙大气CO2区域本底浓度日变化均表现为白天低、夜晚高，最高值405.39×10-6(体积比)，最低值399.12×10-6(体积比)。西沙大气CO2区域本底浓度季节变化特征表现为春季和冬季高，夏季和秋季低。CO2月平均浓度最高值出现在2013年12月，为406.22×10-6(体积比)，最低值出现在2014年9月，为398.68×10-6(体积比)。西沙大气CO2区域本底浓度日变化主要受本区域日照和温度控制。季节变化主要控制因素是南海季风和大气环流，南海尤其是北部海域初级生产力变化和海洋对大气CO2的源/汇调节作用。

西沙；南海；大气CO2；本底浓度

1 引言

IPCC第五次报告中指出，工业革命以来，由于化石燃料使用等人为活动，导致大气CO2平均浓度从1750年的278×10-6(体积比)上升至2013年的395.33×10-6(体积比)[1]，增加了40%。在1750年至2011年间，人类活动共向大气中排放了(545±85)Pg碳(1 Pg=1015g)[2—3]。NOAA发布的最新数据显示：2014年5月，全球大气中CO2平均浓度达到398.47×10-6(体积比)，已达40万年来的最高值；同时，美国Mauna Loa 观测站的CO2观测数据也于2014年4、5和6月连续3个月超过401.00×10-6(体积比)。全球不断升温，已对地球生态系统、人类生存环境和社会经济可持续发展构成严重威胁。

海洋作为全球碳循环中重要的组成部分，是大气CO2的主要汇。有数据显示，自工业革命以来海洋吸收的CO2几乎是化石燃料燃烧和水泥生产释放CO2总量的一半(约48%)，从而使人类活动产生的大约1/3的CO2储存在海洋中，海洋是地球上最大的碳库。海水储藏了38万亿吨碳，是大气圈的50倍、陆地生态系统的19倍。因此占地球表面积71%的海洋作为大气CO2重要的汇对全球气候的变化具有关键性的调控作用[4]。

大气与海表的CO2的交换是依靠这两者之间的压力差进行的。在海洋里碳主要以溶解性无机碳(Dissolved Inorganic Carbon，DIC)的形式存在，约38 000 Pg(以C计)，包括碳酸(水中溶解CO2)、碳酸盐和碳酸氢盐。此外，海洋中还含约700 Pg(以C计)的溶解性有机碳(Dissolved Organic Carbon，DOC)，其中有一部分的变化周期为1 000年或者更长[5]。海洋生物、浮游植物和浮游动物是一个非常小的碳库(约3 Pg，以C计)，但是其变化周期非常快，一般是1天至几个星期。

随着大气CO2浓度的不断增加，越来越多的CO2被海水吸收，最直接的影响就是改变了海水中碳酸盐体系的组成，使得海水的pH降低，造成海水酸化。根据已得到的测量结果及对海洋化学研究的认识，在过去200年间，海洋吸收的CO2已经导致海洋表面的pH值下降了0.12，这相当于海水中氢离子(H+)浓度上升了30%[6]。海洋酸化会对海洋生态环境造成极大的影响，主要表现在以下几个方面：(1)影响海洋生物石灰过程；(2)影响整个海洋生物链;(3)破坏渔业经济是灾难性的。

由上可见，海洋在吸收大气CO2和调节气候变化方面起着重要作用，同时本身又受到大气CO2浓度不断增加的影响。长期连续观测海洋上空大气中CO2浓度的变化对量化海洋吸收的CO2能力，理解海洋碳循环和整个地球系统相互作用和反馈的关键，而且对预测未来大气CO2的浓度乃至全球气候变化都有着重要意义。

世界范围内最早开展大气CO2浓度连续观测的是美国Mauna Loa 观测站(夏威夷莫纳罗瓦岛)，拥有1957 年开始至今的近50年连续的观测记录。是目前全世界公认数据最具权威性的观测站，为大气CO2浓度持续增加提供了有力证据[7]。随后，主要发达国家在全球不同经纬度地区建立本底观测站并逐渐形成观测网，如美国国家海洋与大气管理局地球系统研究实验室(NOAA/ESRL)、澳大利亚联邦科工组织海洋与大气研究中心(CSIRO/CMAR)、加拿大气象局(MSC)、日本国立环境研究所(NIES)等，为系统研究大气温室气体浓度动态变化规律、源/汇机制等做出了重要贡献[8—10]。

我国于20世纪80年代逐步开始了温室气体本底观测方面的工作，经过几十年的努力现已经有青海瓦里关全球大气本底站、北京上甸子、浙江临安和黑龙江龙凤山3 个区域大气本底站正式加入世界气象组织全球大气观测网(WMO/GAW)。中国气象科学研究院周凌晞研究员所领导的团队在温室气体观测、评估和预测等方面做了大量的工作。该团队经过多年研究成果总结出，影响区域温室气体浓度日变化的主要因素是该区域的植被的光合和呼吸作用以及人为活动排放；影响区域温室气体浓度季节变化的主要因素是该区域的地面风速风向以及气团输送等[11—15]。

国家海洋环境预报中心于2013年11月底在三沙市永兴岛建立了西沙海洋大气温室气体监测站，开展了连续的海洋上空大气温室气体浓度观测工作。海洋大气温室气体监测站作为中国第一个海岛温室气体监测站，首次实现了南中国海海洋上空大气温室气体浓度的连续监测，为南海海洋碳循环，海洋酸化和南海对气候变化的响应等研究提供了基础数据支持。至2014年12月，观测站运行稳定。本文对西沙海洋大气温室气体本底观测站的运行情况进行了介绍，同时分析了西沙海域大气CO2浓度特征和变化规律，并初步探讨了西沙海域大气CO2浓度变化特征的影响因素。

2 区域概况及研究方法

2.1 研究区域自然概况

永兴岛平均海拔高度为5 m，最高为8.3 m，面积2.6 km2，地势平坦，四周沙堤环绕，岛中部低地是泻湖干涸而成。永兴岛位于西沙群岛中部，正好处于西沙群岛、南沙群岛和中沙群岛的枢纽位置，在南海拥有重要的战略地位。

永兴岛地处北回归线以南，属热带季风气候，年降水量1 509.8 mm，风力大，蒸发快。由于周围被海包围且陆地面积小，有海洋性气候的特点，雨量充沛，终年高温，高湿，高盐。空气洁净，阳光明媚，紫外线格外强烈。

太阳直射时间多、日照长，年平均气温26.5℃，1月最冷，平均气温23℃，6月最热，平均气温29℃；日气温最高31℃，最低21℃；雨季为每年5至6月份。

图1 永兴岛位置Fig.1 The location of Yongxing Island

2.2 数据来源

西沙大气CO2浓度来源于西沙海洋大气温室气体监测站(16.83°N，112.33°E)。西沙海洋大气温室气体监测站使用LGR高频温室气体分析仪(FGGA)采用激光光谱技术同时测量大气中的CO2、CH4和H2O(水汽)浓度，采样频率1 Hz。标准气体使用中国气象科学研究院提供的可溯源至WMO 国际CO2标准的标气，每天校准一次。

气温和水温等气象资料来自国家海洋局三沙中心站业务观测数据。

Hok Tsui站(香港鹤咀；22.21°N，114.26°E；海拔60 m)和King’s Park站(香港京士柏；22.31°N，114.17°E；海拔65 m)的大气CO2数据来源于世界温室气体数据中心(World Data Centre for Greenhouse Gases，WDCGG)。

Mauna Loa站(夏威夷莫纳罗瓦岛；19.54°N，155.58°W；海拔3 397 m)和全球大气CO2平均浓度数据来源于NOAA地球系统研究实验室(Earth System Research Laboratory，ESRL)。

叶绿素遥感数据来源于海色和海表面温度MODIS数据，http://oceancolor.gsfc.nasa.gov/。

东亚季风和南海季风数据来源于中国气象局国家气候中心，http://cmdp.ncc-cma.net/cn/index.htm。

3 结果与分析

3.1 西沙大气CO2区域本底浓度数据筛选

大气本底是不受局地条件和人为活动直接影响、经充分混合的大气组成特征，一般指较大范围内大气成分及其物理、化学特性的平均状况和长期演变，根据所代表的时空尺度范围，可划分为“全球本底”和“区域本底”[16]。

对大气CO2浓度监测数据进行本底筛分，进而获得能反映该地区大气本底特征的CO2本底数据，是全面掌握不同区域温室气体浓度变化特征和规律的基础。非本底浓度(即污染浓度或吸收浓度)是指受到近地层大气区域或局地污染源的影响时所观测的浓度值，通常会在短时期内引起浓度值的升高，如因人为活动排放造成的浓度的迅速抬升。本文中采用的西沙大气CO2浓度连续监测数据基本都混合了上述两种特征，即既有本底特征，又有非本底特征。

本研究中，首先人工剔除由于采样操作不当、分析仪器波动等造成的明显不合理数据，然后采用局部近似回归法，研究借助R数值统计软件中的IDP-Misc程序包，将局部近似回归法(robust baseline estimation，RBE)应用到西沙大气CO2时间序列的本底值筛分研究中。该方法由中国气象科学研究院开发，并广泛应用到国内本底值筛分工作中[17]。同时该方法与国际观测网络AGAGE和美国NOAA所采用的方法进行了对比，证实可用于长期观测数据的本底值筛分[18]。该方法的主旨是对在一段较短时间内对观测值进行估计，并且考虑CO2浓度长期或短期的微小变化(日变化和季节变化)，逐步逼近回归拟合，因此长期趋势、季节变动、循环变动等与时间序列关系密切的变量对时点值不会产生影响[19]。本底值为假设大气均匀混合状态的值，是大气环境中可能的最低值，因此任何源/汇的因素只会增大或降低本底值，不会有不规则变动的情况发生。

图2 西沙大气CO2浓度本底值筛分(2013年12月-2014年11月)Fig.2 Time series of CO2 concentration at Xisha (2013.12-2014.11)

图2中，黑色的点代表CO2本底浓度值，呈现出冬春季高、夏秋季低的变化特征；红点和蓝点代表非本底浓度值，高值和低值分别表明受到区域或局地排放源和吸收汇的影响，使CO2浓度有较大的抬升或明显的降低。本底浓度呈相对较平稳的基线，波动小；非本底波动大，表明受到较强的区域排放源的影响。

表1所示，2013年12月—2014年11月，约 72.6%的数据被筛分为本底浓度值；17.9%的数据为源抬升浓度值(受区域或局地排放源的影响)，而仅有约 9.5%的资料代表了CO2吸收浓度值(主要受强光合作用影响)。观测到的源抬升浓度值多于吸收浓度。南海大气的这种CO2浓度的收支不平衡，说明与强的光合作用相比，大气CO2浓度受到区域或局地的人为活动的排放源的影响更加显著。

表1 CO2数据筛分比例

图3所示，西沙大气CO2监测浓度与本底浓度的差值在冬季大，秋季小。

图3 CO2监测浓度和本底浓度月平均对比(2013年12月—2014年11月)Fig.3 Monthly mean CO2 concentration (2013.12—2014.11)

3.2 西沙大气CO2区域本底浓度日变化特征

2013年12月至2014年11月期间，4个季节中西沙大气CO2区域本底浓度日变化(小时平均)特征较为一致，基本呈现“白天低、早晨和夜晚高”的特征，呈 “单峰型”特征，图4所示。每日CO2本底浓度最高值基本出现在晚上21点至23点之间，而最低值出现在中午12点至13点之间。

图4 西沙大气CO2区域本底浓度日变化(小时平均)Fig.4 Mean diurnal variations of CO2 concentration

西沙大气CO2区域本底浓度日变化特征与文献报道的中国气象局青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山4个本底站[13，20]以及闽江河口湿地近地面大气CO2浓度日变化特征基本相同[21]。这可能是因为CO2浓度日变化主要受站点所在区域海洋生态系统(由于永兴岛植被面积相对较小，所以陆地生态和这个该海域的海洋生态系统相比可以忽略不计)光合作用和对流输送的影响。从清晨开始，随着日照强度和温度的升高，海洋生态系统的光合作用增强，吸收大气中CO2，且白天太阳辐射强烈，下垫面受热易产生不稳定层结的对流天气，对流旺盛且强度大，大气扩散率增大，也会降低大气CO2浓度；夜间温度低，海洋生态系统的光合作用停止，呼吸作用增强，边界层稳定性，对流输送和扩散减弱，生态系统的呼吸以及通过大气长距离传输的CO2近海表地区积累，加上逆温影响，夜间CO2浓度明显高于白天。图5中显示了每个季节西沙大气CO2区域本底浓度日变化(小时平均)与西沙站观测到的气温和水温日变化(小时平均)的关系。可以看出，西沙大气CO2本底浓度(小时平均)与气温和水温呈反向相关关系，由于气温变化幅度较大，这种反向相关的关系更为明显，这进一步验证了海洋生态系统的光合和呼吸作用是影响大气CO2区域本底浓度日变化(小时平均)的主要因素。另外，西沙大气CO2区域本底浓度最高值和最低值出现时间均比上述各站点提前2～3个小时，这可能是因为西沙所在位置纬度较低，日出和日照时间与上述各站存在较大差异造成的。

图5 西沙大气CO2区域本底浓度与气温和水温的关系(小时平均)Fig.5 Mean diurnal variations of CO2 concentration，air and water temperature

另一方面，西沙大气CO2区域本底浓度日变化特征不同季节又有所差异。浓度最大值出现在冬季，为405.39×10-6(体积比)；最小值出现在夏季，为399.12×10-6(体积比)。每日浓度变化幅度方面，春季最高，为1.86×10-6(体积比)；夏季最低，为1.22×10-6(体积比)；秋季和冬季分别为1.45×10-6(体积比)和1.77×10-6(体积比)。

综上所述，影响西沙大气CO2本底浓度日变化的主要因素是由气温和光照控制的局地和区域海洋生态系统的光合和呼吸作用以及人为活动的排放。

3.3 西沙大气CO2区域本底浓度季节变化特征(周平均)

为了研究西沙大气CO2区域本底浓度季节变化(周平均)特征，本文选择了Mauna Loa站(夏威夷莫纳罗瓦岛)、Hok Tsui站(香港鹤咀)和King’s Park站(香港京士柏)的大气CO2周平均浓度变化情况与之对比，如图5所示。这4个站点的经纬度分别为：西沙站，16.83°N，112.33°E；香港Hok Tsui站，22.21°N，114.26°E；香港King’s Park站22.31°N，114.17°E；Mauna Loa站，19.54°N，155.58°W。其中，Hok Tsui站和King’s Park站位于香港，地处南海北部，属于陆基站，是与西沙站距离最近的大气温室气体本底站；Mauna Loa站地处太平洋，与西沙站纬度最近，同样为海岛站。

图6 西沙大气CO2区域本底浓度季节变化特征(周平均)Fig.6 Mean weekly variations of CO2 concentration at Xisha，Mauna Loa，Hok Tsui，and King’s Park

西沙站与Hok Tsui站和King’s Park站的CO2本底浓度季节变化均大致呈现冬季和春季高、夏季和秋季低的趋势；而Mauna Loa站呈现春季高、冬季和夏季低的趋势。西沙站最高值出现在2014年2月中旬，为414.76×10-6(体积比)，最低值出现在2014年9月中旬，为397.78×10-6(体积比)；Hok Tsui站最高值出现在2014年3月上旬，为418.8×10-6(体积比)，最低值出现在2014年6月底，为381.3×10-6(体积比)；King’s Park站最高值出现在2013年12月底，为430.5×10-6(体积比)，最低值出现在2014年7月中旬，为393.6×10-6(体积比)；Mauna Loa站最高值出现在2014年5月初，为401.9×10-6(体积比)，最低值出现在2014年9月中旬，为394.8×10-6(体积比)。这4个站点都处于北半球，所以在整体的变化趋势方面均具备北半球CO2本底浓度变化规律，大气中CO2本底浓度基本呈现夏季和秋季低、春季和冬季高的特征。

西沙大气CO2区域本底浓度季节变化有一个非常重要的特点，在2014年1月和2月期间都出现了浓度较低值，这与Hok Tsui站和King’s Park站的监测情况相同。世界温室气体数据中心提供的Hok Tsui站和King’s Park站从2011年1月至2014年底的CO2本底浓度数据显示，Hok Tsui站和King’s Park站CO2本底周平均浓度1月份和2月份的低值和冬季变化幅度大的现象在2011年至2014年这4年间均有出现。由此推测，这是该区域大气中CO2本底浓度的一种常年特征。

变化幅度方面，Mauna Loa站变化幅度最低，西沙站次之，而Hok Tsui站和King’s Park站变化幅度较高。Mauna Loa站CO2周平均浓度呈现比较平稳的变化趋势；西沙站冬季和春季CO2周平均浓度变化比较剧烈，而夏秋季则趋于稳定；Hok Tsui站和King’s Park站在监测期间CO2周平均浓度变化一直处于相对剧烈的情况。这可能是因为，Hok Tsui站和King’s Park站位于欧亚大陆边缘，处于珠三角经济区，人为活动对CO2浓度影响非常大，所以在冬季和春季CO2浓度相对较高；夏季和秋季陆地植被的光合作用产生的碳汇能力强，所以CO2浓度会急剧下降。而Mauna Loa站处于太平洋，周围没有人为干扰，气象条件和气候条件相对稳定，加之取样点海拔较高(Mauna Loa站取样点位于海拔3 000 m以上，而西沙站、Hok Tsui站和King’s Park站取样点位于海拔100 m以下)，因此，Mauna Loa站监测到的CO2浓度变化幅度小。西沙站介于上面两种情况之间，虽然位于南海北部海域，单由于季风的原因，会受到北部中国大陆和印度洋上空气团的交替影响，加上海洋的调节作用，使得西沙海域上空大气CO2浓度季节变化幅度比Mauna Loa站高而比Hok Tsui站和King’s Park站低。

图7 西沙大气CO2区域本底浓度(周平均)与气温和水温关系(2013年12月—2014年11月)Fig.7 Mean weekly variations of CO2 concentration，air and water temperature (2013.12—2014.11)

图7显示了西沙大气CO2区域本底浓度(周平均)与西沙站观测到的气温和水温(周平均)的关系。可以看出，西沙大气CO2区域本底浓度与西沙的气温和水温的关系并不明显。西沙的气温和水温从1月份开始就呈现出一个明显的显著升高趋势，并在5月中旬达到最高值，随后缓慢降低；而大气CO2本底浓度在1月份出现了相对较低值，而在1月至5月份气温显著增高的时间段出现了剧烈的变化，直到6月份大气CO2本底浓度变化才趋于平稳。大气CO2本底浓度与气温和水温变化特征的差异，说明气温和水温不是影响西沙大气CO2区域本底浓度季节变化的主要因素。

根据西沙所处的地理环境和气候特征等条件，结合其他温室气体本底站的研究成果，推测西沙大气CO2区域本底浓度季节变化特征的控制因素主要有两方面，一方面是“外因”，南海季风和大气环流等；另一方面是“内因”，包括南海尤其是南海北部海域初级生产力变化情况和海洋对大气CO2的源/汇调节作用。

“外因”方面，南海热带海洋性季风气候非常明显，多年统计结果表明，每年10月以后，从西伯利亚和蒙古高原吹来的冬季气流不断奔向中国南方海洋。所以南海与南海诸岛每年11月至翌年3月盛行东北季风；每年4月开始，南海与南海诸岛转而受热带与赤道海洋气团的影响，5月至9月盛行西南季风；4月和10月是季风转换时期。受其影响，南海的海流也有明显的季风特点，夏天流向东北，冬天流向西南[22—25]。

冬季，2013年12月至2014年2月，来自西伯利亚和蒙古高原东北季风将中国大陆上空含有高CO2浓度的气团源源不断地输送至西沙海域，造成冬季西沙大气CO2区域本底浓度相对较高。由于Hok Tsui站和King’s Park站正位于西沙站的东北方向，处于气团输送的路径上，所以冬季西沙站大气CO2本底浓度具有与Hok Tsui站和King’s Park站相同的变化规律。季内冬季风强度变化显著，逐日监测也表明，西伯利亚高压强度在季内表现准双周震荡特征，经历多次增强-减弱过程(中国气象局《东亚季风监测简报》)，这可能是西沙大气CO2区域本底浓度值(包括Hok Tsui站和King’s Park站)在该时间段内出现频繁震荡的原因之一。2014年6月至9月，南海夏季风期间(中国气象局发布的《东亚季风监测简报》报道，2014年南海夏季风于6月2候爆发，于9月6号结束)，印度洋上空含有低CO2浓度的气团通过西南季风输送至西沙海域，导致西沙大气CO2区域本底浓度在6月至9月呈现低值特征。同样，这也是造成Hok Tsui站和King’s Park站在6月至9月呈现低值的主要原因之一。

“内因”方面，根据文献报道[26]控制初级生产力时空分布的因子主要有营养盐、温度、光照，其中又以季风和环流驱动下的营养盐变化对初级生产力的调控最为显著。季风和环流驱动下营养盐变化造成了南中国海叶绿素水平冬高夏低的特征。遥感数据也证实了这一现象。遥感分析数据显示，2013年11月至2014年12月期间，南中国海北部的叶绿素水平在1月和2月份出现全年最高值，2月下旬开始迅速减低，6月份达到全年最低值，其余时间都维持在一个相对减低的水平。这可能是1月和2月份西沙站、Hok Tsui站和King’s Park站同时出现大气CO2本底浓度出现低值的原因之一。

从20世纪90年代开始，科学界开始对南海的碳源/汇状况进行了研究并取得了一些成果[27—30]，翟惟东和戴民汉等在年、季尺度上系统性评估了南海主体海域(不包括泰国湾和北部湾)的海-气CO2交换通量。南海北部陆架、陆坡海域海表pCO2sea呈现温度主控的季节变化规律，在暖季海表pCO2sea较高，在冷季海表pCO2sea比较低；南海中部、南部海域则海表pCO2sea一直处于较高水平，终年向大气释放CO2；在吕宋海峡西部，冬天东北季风引起富含CO2的次表层水上涌，使得海表pCO2sea呈现短期的高值。总体而言，南海主体海域表现为大气CO2中等强度或者弱的源。因此，在冬季东北季风爆发时期，南海北部海域表现为大气CO2的汇，降低海表上空大气中CO2的浓度，经过这种调节作用，西沙大气CO2区域本底浓度小于其气团传播路径上游中国大陆沿海区域的CO2本底浓度(Hok Tsui站和King’s Park站为代表)。相反，当夏季南海夏季风爆发期间，整个南海(除珠江口)均表现为大气CO2的源，增加海表上空大气中CO2的浓度，经过这种调节作用，西沙大气CO2区域本底浓度应大于其气团传播路径上游印度洋和赤道上空的CO2的浓度。南海的调节作用使得西沙站大气CO2本底浓度变化幅度相对较小，变化趋势相对平稳。

综上所述，西沙大气CO2区域本底浓度季节变化特征(周平均)是由南海季风和大气环流及南海尤其是南海北部海域初级生产力变化情况和海洋对大气CO2的源/汇调节作用共同作用的结果。其中南海季风和大气环流是主导因素，季风爆发期内季风的强-弱变化导致西沙大气CO2区域本底浓度的剧烈波动。

3.4 西沙大气CO2区域本底浓度季节变化特征(月平均)

为了分析西沙CO2本底浓度季节变化特征(月平均)，我们同样选择了Mauna Loa站、Hok Tsui站和King’s Park站与之对比，另外增加了全球平均浓度，如图8所示。

图8 西沙大气CO2区域本底浓度季节变化特征(月平均)Fig.8 Monthly mean variations of CO2 concentration at Xisha，whole world，Mauna Loa，Hok Tsui，and King’s Park

大气CO2本底月平均浓度是除去气温和光照的日变化造成海洋和陆地生态系统光合和互相作用、短时间的季风变化和气团输送以及短时间的人为活动的影响，反映的是该区域大气CO2相对稳定的混合值。4个站点和全球CO2月平均本底浓度变化特征大致相同，基本为冬季高夏季低。在监测期间，西沙站、香港Hok Tsui站和香港King’s Park站的CO2月平均浓度均呈现冬春季高、夏秋季低的趋势。西沙站CO2月平均浓度于2013年12月—2014年4月处于一个相对高的水平，从2014年5月开始CO2月平均浓度相对较低。对这段时期来说，CO2月平均浓度最高值出现在2013年12月，为406.22×10-6(体积比)，最低值出现在2014年9月，为398.68×10-6(体积比)。香港Hok Tsui站和King’s Park站也有同样的季节变化规律。在变化幅度方面，全球平均CO2浓度变化幅度最小，为3.63×10-6(体积比)；同样为海岛站的西沙站和Mauna Loa站的CO2浓度变化幅度次之，分别为7.54×10-6(体积比)和6.51×10-6(体积比)；而处于内陆的香港Hok Tsui站和香港King’s Park站CO2浓度变化幅度相对较大，分别为25.2×10-6(体积比)和22.9×10-6(体积比)。

与周平均浓度变化相似，西沙站、Hok Tsui站和King’s Park站的CO2月平均浓度在2013年1月和2月份出现了低值；3月份和4月份恢复到较高水平；5月份随着夏季来临，CO2月平均浓度快速降低；而自9月份，伴随秋季到来，CO2月平均浓度再次升高，全年呈现双峰特征。中国4个温室气体本底站监测结果显示，临安区域大气CO2本底浓度变化同样呈现双峰特征，而瓦里关、上甸子和龙凤山区域大气CO2本底浓度变化均呈现单峰特征[13，20]。这是因为瓦里关、上甸子和龙凤山地处内地，植被单一，夏季陆地植被的光合作用形成大气CO2的汇，大气CO2浓度降低；而冬季由于工业和居民燃煤量的增加造成大气中CO2浓度升高。而临安站，包括Hok Tsui站和King’s Park站在内，地处沿海或者近海地区，代表区域同时具有海洋和陆地生态系统，位于长三角和珠三角经济区，人口密集、城市化程度较高，加上季风和气团输送，形成了CO2浓度特有的变化特点。

西沙大气CO2区域浓度季节变化特征很明显的反映出东亚季风和南海夏季风对西沙海域大气CO2浓度的影响。西沙大气CO2月平均浓度消除了由季风爆发期内季风强-弱变化造成的大气CO2浓度剧烈波动，反映的是大气中CO2相对稳定的浓度值，使得季节变化相对平缓。冬季的东亚季风和夏季的南海夏季风是导致西沙大气CO2区域本底浓度季节变化呈现冬季高夏季低特征的主要因素。

另一方面，南海尤其是南中国海北部海域初级生产力变化情况和海洋对大气CO2的源/汇调节作用同样也是西沙大气CO2浓度季节变化特征的影响因素。

影响西沙区域大气CO2浓度季节变化(月平均)特征的主要因素为季风和大气环流。冬季的东亚季风和夏季的南海夏季风是引起西沙区域大气CO2浓度呈现冬季高夏季低的主要因素。同时，海洋和陆地生态系统的光合作用是1月和2月份出现低值的主要原因；南中国海海水的碳源/汇作用使得西沙区域大气CO2浓度季节变化相对平稳。

4 结论

通过分析2013年12月至2014年11月西沙海洋大气温室气体监测站所监测到的大气CO2浓度数据，发现西沙区域大气CO2浓度具有明显的日变化分布和季节变化分布特征。

西沙大气CO2区域本底浓度日变化分布四季均呈现白天低、早晨和夜晚高的单峰特征。西沙站大气CO2本底小时平均浓度最大值出现在冬季，为405.39×10-6(体积比)；最小值出现在夏季，为399.12×10-6(体积比)。每日浓度变化幅度方面，春季最高，为1.86×10-6(体积比)；夏季最低，为1.22×10-6(体积比)；秋季和冬季分别为1.45×10-6(体积比)和1.77×10-6(体积比)。影响西沙大气CO2区域本底浓度日变化因素是局地和区域由温度和光照的日变化引起的海洋和陆地生态系统的光合和呼吸作用以及人为活动的排放。

西沙大气CO2区域本底浓度季节变化(周平均)分布特征表现为夏季变化幅度小，冬季和春季变化幅度大。夏季大气CO2浓度最低，春季和冬季大气CO2浓度高。西沙站最高值出现在2014年2月中旬，为414.76×10-6(体积比)，最低值出现在2014年9月中旬，为397.78×10-6(体积比)。

西沙大气CO2区域本底浓度季节变化(月平均)分布特征表现为春季和冬季大气CO2浓度高，夏季和秋季大气CO2浓度低。CO2月平均浓度最高值出现在2013年12月，为406.22×10-6(体积比)，最低值出现在2014年9月，为398.68×10-6(体积比)。

西沙大气CO2区域本底浓度季节变化特征(周平均和月平均)是由南海季风和大气环流及南海尤其是南海北部海域初级生产力变化情况和海洋对大气CO2的源/汇调节作用共同作用的结果。其中南海季风和大气环流是主导因素。

致谢：感谢国家海洋局三沙海洋环境监测中心站业务人员在野外现场的辛勤工作，感谢国家海洋局南海分局在西沙海洋大气温室气体监测站建设中给予的帮助和指导，感谢中国气象科学研究院周凌晞研究员在温室气体监测数据分析工作中给予的指导和帮助。

[1] Dlugokencky E，Tans P P，2014: Recent CO2，NOAA，ESRS，available online at www.esrl. noaa.gov/gmd/ccgg/trends/global.html. 2013: Globally averaged marine surface annual mean data，NOAA/ESRL (www.esrl.noaa.gov/gmd/ccgg/trends/)．

[2] Prather M J，Holmes C D，Hsu J. Reactive greenhouse gas scenarios: Systematic exploration of uncertainties and the role of atmospheric chemistry[J]. Geophysical Research Letters，2012，39(9): L09803．

[3] Joos F，Roth R，Fuglestvedt J S，et al. Carbon dioxide and climate impulse response functions for the computation of greenhouse gas metrics: a multi-model analysis[J]. Atmospheric Chemistry and Physics，2013，13(2793): 2793-2825．

[4] Sabine C L，Feely R A，Gruber N，et al. The oceanic sink for anthropogenic CO2[J]. Science，2004，305(5682): 367-371．

[5] Hansell D A，Craig A C，Daniel J R，et al. Dissolved organic matter in the ocean: a controversy stimulates new insights[J]. Oceanography，2009，22(4): 202-211．

[6] Riehesell U. Effects of CO2enrichment on marine phytoplankton[J]. Journal of Oceanography，2004，60(4): 719-729．

[7] Keeling C D. Atmospheric carbon dioxide variations at Mauna Loa observatory，Hawaii[J]. Tellus，1976，28(6): 538-551．

[8] Conway T J，Tans P P，Waterman L S，et al. Evidence for interannual variability of the carbon cycle from the NOAA/CMDL global air sampling network[J]. Journal of Geophysical Research，1994，99(D11): 22831-22855．

[9] Alison C E. δ13C of atmospheric CO2at Cape Grim: theinsiturecord，the flask record，air standards and the CG92 calibration scale[M]//Dick A L，Bouma W，Derek N. Baseline Atmospheric Program (Australia) 1996. Victoria: Bureau of Meteorology and CSIRO Division of Atmospheric Research，Melbourne，1999: 45-56．

[10] World Meteorological Organization. 12th WMO/IAEA Meeting of experts on carbon dioxide concentration and related tracers measurement techniques[R]. Vienna: WMO GAW Report No.161，2005．

[11] 周凌稀，张晓春，郝庆菊，等. 温室气体本底观测研究[J]. 气候变化研究进展，2006，2(2): 63-67．

Zhou Lingxi，Zhang Xiaochun，Hao Qingju，et al. Study of the background greenhouse gas observation[J]. Advances in Climate Change Research，2006，2(2): 63-67.

[12] 周凌晞，刘立新，张晓春，等. 我国温室气体本底浓度网络化观测的初步结果[J]. 应用气象学报，2008，19(6): 641-645．

Zhou Lingxi，Liu Lixin，Zhang Xiaochun，et al. Preliminary results on network observation of greenhouse gases at china GAW stations[J]. Journal of Applied Meteorological Science，2008，19(6): 641-645．

[13] 刘立新，周凌晞，张晓春，等. 我国4个国家级本底站大气CO2浓度变化特征[J]. 中国科学D辑: 地球科学，2009，39(2): 222-228．

Liu Lixin，Zhou Lingxi，Zhang Xiaochun，et al. The characteristics of atmospheric CO2concentration variation of four national background stations in China[J]. Science China Series D: Earth Sciences，2009，52(11): 1857-1863．

[14] Zhou Lingxi，Conway T J，White J W C，et al. Long-term record of atmospheric CO2and stable isotopic ratios at Waliguan Observatory: Background features and possible drivers，1991-2002[J]. Global Biogeochemical Cycles，2005，19(3): GB3021．

[15] 方双喜，周凌晞，臧昆鹏，等. 光腔衰荡光谱(CRDS)法观测我国4个本底站大气CO2[J]. 环境科学学报，2011，31(3): 624-629．

Fang Shangxi，Zhou Lingxi，Zang Kunpeng，et al. Measurement of atmospheric CO2mixing ratio by cavity ring-down spectroscopy (CRDS) at the 4 background stations in China[J]. Acta Scientiae Circumstantiae，2011，31(3): 624-629．

[16] World Meteorological Organization. Global Atmosphere Watch[R]. Geneva: WMO，1993，86: 1-19．

[17] 张芳，周凌晞，许林. 瓦里关大气CH4浓度变化及其潜在源区分析[J]. 中国科学: 地球科学，2013，43(4): 536-546．

Zhang Fang，Zhou Lingxi，Xu Lin. Temporal variation of atmospheric CH4and the potential source regions at Waliguan，China[J]. Science China: Earth Sciences，2013，43(4):536-546．

[18] Ruckstuhl A F，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．

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

[20] 浦静姣，徐宏辉，顾骏强，等. 长江三角洲背景地区CO2浓度变化特征研究[J]. 中国环境科学，2012，32(6): 973-979．

Pu Jingjiao，Xu Honghui，Gu Junqiang，et al. Study on the concentration variation of CO2in the background area of Yangtze River Delta[J]. China Environmental Science，2012，32(6): 973-979．

[21] 张林海，仝川，曾从盛. 河口湿地近地面大气CO2浓度日变化和季节变化[J]. 环境科学，2014，35(3): 879-884．

Zhang Linhai，Gong Chuan，Zeng Congsheng. Diurnal and seasonal variations of surface atmospheric CO2concentration in the river estuarine marsh[J]. Environmental Science，2014，35(3): 879-884．

[22] 王慧鹏，王春明，项杰，等. QuikSCAT卫星散射计矢量风检验及南海月平均风场特征分析[J]. 气象科学，2014，34(1): 54-59．

Wang Huipeng，Wang Chunming，Xiang Jie，et al. Validation of QuikSCAT satellite scatterometer winds and characteristics of monthly mean wind speed in South China Sea[J]. Journal of the Meteorological Sciences，2014，34(1): 54-59．

[23] 刘铁军，郑崇伟，潘静，等. 中国周边海域海表风场的季节特征、大风频率和极值风速特征分析[J]. 延边大学学报: 自然科学版，2013，39(2): 148-152．

Liu Tiejun，Zheng Chongwei，Pan Jing，et al. Analysis of seasonal characteristics，gale frequency and extreme wind speed around the China Sea[J]. Journal of Yanbian University: Natural Science，2013，39(2): 148-152．

[24] 王蓉，肖瑜璋，俞胜宾，等. 南海北部近岸海域风场特征分析与预报研究[J]. 海洋预报，2011，28(2): 1-8．

Wang Rong，Xiao Yuzhang，Yu Shengbin，et al. Analysis and forecasting of wind field character on the north of South China Sea borders near-ocean area[J]. Marine Forecasts，2011，28(2): 1-8．

[25] 吕柯伟，胡建宇，杨小怡. 南海及邻近海域海面风场季节性变化的空间差异[J]. 热带海洋学报，2012，31(6): 41-47．

Lv Kewei，Hu Jianyu，Yang Xiaoyi. Spatial patterns in seasonal variability of sea surface wind over the South China Sea and its adjacent ocean[J]. Journal of Tropical Oceanography，2012，31(6): 41-47．

[26] 郝锵，宁修仁，刘诚刚，等. 南海北部初级生产力遥感反演及其环境调控机制[J]. 海洋学报，2007，29(3): 58-68．

Hao Qiang，Ning Xiuren，Liu Chenggang，et al. Satellite and in situ observations of primary production in the northern South China Sea[J]. Haiyang Xuebao，2007，29(3): 58-68．

[27] 翟惟东. 南海北部与珠江河口水域CO2通量及其调控因子[D]. 厦门: 厦门大学，2003: 41-55．

Zhai Weidong. Air-Sea Fluxes of Carbon Dioxide and Upper Ocean Biogeochemical Processes in the Northern South China Sea and the Pearl River Estuary[D]. Xiamen: Xiamen University，2003: 41-55．

[28] Zhai Weidong，Dai Minhan，Cai Weijun，et al. The partial pressure of carbon dioxide and air-sea fluxes in the northern South China Sea in spring，summer and autumn[J]. Marine Chemistry，2005，96(1/2): 87-97．

[29] Dai Minhan，Zhai Weidong，Cai Weijun，et al. Effects of an estuarine plume-associated bloom on the carbonate system in the lower reaches of the Pearl River estuary and the coastal zone of the northern South China Sea[J]. Continental Shelf Research，2008，28(12): 1416-1423．

[30] Zhai Weidong，Dai Minhan，Chen B S，et al. Seasonal variations of sea-air CO2fluxes in the largest tropical marginal sea (South China Sea) based on multiple-year underway measurements[J]. Biogeosciences，2013，10(11): 7775-7791．

Study on the concentration variation of CO2in the background area of Xisha

Lv Honggang1，2，Wang Haiyan1，Jiang Yifei1，2，Cheng Hainan3，Qiao Ran1，2，Wang Zhanggui1

(1.NationalMarineEnvironmentalForecastingCenter，Beijing100081，China；2.KeyLaboratoryofResearchonMarineHazardsForecasting，NationalMarineEnvironmentalForecastingCenter，StateOceanicAdministration，Beijing100081，China；3.SanshaOceanEnvironmentalMonitoringCenterStation，Haikou570311，China)

CO2is the most important greenhouse gases that cause global warming. After the sea absorb excess CO2，the composition of carbonate system changes. Consequently，the pH of the seawater will reduce and damage the marine ecological environment. The atmospheric carbon dioxide (CO2) was observed at Xisha in the South China Sea from December 2013 to November 2014. A mathematical procedure based on robust local regression was applied to distinguish background and non-background concentration. The CO2background concentration shows large diurnal and seasonal variations. The CO2concentration shows lower during daytime and higher during nighttime in four seasons. The maximum is 405.39×10-6(V/V) and minimum is 399.12×10-6(V/V). The CO2seasonal cycle shows higher in spring and winter，lower in summer and autumn. The monthly maximum appears in November 2013 (i.e.，406.22×10-6(V/V)) and the minimum appears in September 2014 [i.e.，398.68×10-6(V/V)]. The diurnal variation of background concentration is mainly affected by sunlight and temperature in the region. And the seasonal variation is controlled by monsoon，atmospheric circulation，photosynthesis，and source or sink of the sea to air．

Xisha; South China Sea; atmospheric CO2; the background concentration

10.3969/j.issn.0253-4193.2015.06.003

2014-12-10；

2015-03-12。

青年科学基金项目(41406036)；十二五国家科技支撑项目(2012BAC19B08)；海洋公益专项(20120518-2)。

吕洪刚(1979—)，男，吉林省长春市人，高级工程师，研究方向为海洋碳循环。E-mail：lvhonggang@126.com

P734.4

A

0253-4193(2015)06-0021-10

吕洪刚，王海燕，姜亦飞，等. 西沙大气二氧化碳浓度变化特征研究[J]. 海洋学报，2015，37(6)：21—30，

Lv Honggang，Wang Haiyan，Jiang Yifei，et al. Study on the concentration variation of CO2in the background area of Xisha[J]. Haiyang Xuebao，2015，37(6)：21—30，doi:10.3969/j.issn.0253-4193.2015.06.003