中国区域HCFC-142b排放量模式反演研究

刘 钊，姚 波，安兴琴，周凌晞，栾 天，王红阳，张 根，程巳阳 （中国气象科学研究院，中国气象局大气化学重点开放实验室，北京 100081）

中国区域HCFC-142b排放量模式反演研究

刘 钊，姚 波，安兴琴，周凌晞*，栾 天，王红阳，张 根，程巳阳 （中国气象科学研究院，中国气象局大气化学重点开放实验室，北京 100081）

利用拉格朗日粒子扩散模式FLEXPART结合上甸子区域本底站在线观测HCFC-142b数据，采取自上而下的反演方法，估算了2009 和2010年中国HCFC-142b的排放量分别为10.82kt/a和15.42kt/a，分别占全球HCFC-142b排放量的29.7%和45.8%.反演HCFC-142b排放量的空间分布结果显示其排放源主要集中在京津冀、四川、山东西部以及长江中下游地区，与相关研究中自下而上方法获得的排放量分布一致.模式反演源较先验源更接近观测数据，2009年相关系数从0.38提高到0.47，2010年相关系数则从0.60提高到0.65.

1，1-二氟-1-氯乙烷（HCFC-142b）；FLEXPART模式；排放量；源反演；上甸子本底站

氢氟氯碳化物（HCFCs）作为氟氯碳化物（CFCs）的过渡替代物，被广泛用作制冷剂、发泡剂等［1］.但由于HCFCs分子中仍含有Cl原子，会损耗臭氧层［2］，故被列入《蒙特利尔议定书》减排清单.蒙特利尔议定书第19次缔约方会议通过了加速淘汰HCFCs制冷剂的调整案，中国已于2013年冻结HCFCs生产和消费，并将于2030年完全停止使用HCFCs［3］.从2003年起，中国已成为最大的HCFCs生产国、消费国和出口国［1］，中国HCFCs排放量及变化趋势引起各国学者广泛关注.

1，1-二氟-1-氯乙烷（HCFC-142b）是排放量最大、大气浓度最高的3种HCFCs之一，主要用作聚苯乙烯泡沫板材发泡剂、聚乙烯泡沫发泡剂及替代CFC-12的混合制冷剂［1］.

国际上对HCFC-142b的观测研究开展较早，自1980年以来改进的全球大气观测网（AGAGE）、欧盟卤代温室气体观测网（SOGE）和美国国家海洋与大气管理局/地球系统研究实验室（NOAA/ESRL）等组织已对HCFC-142b展开大量外场观测.随着大气扩散模式的发展和在线观测数据的不断积累，利用自上而下反演HCFC-142b排放量的方法越来越成熟，如Oram等［4］应用2D模式模拟了1978～1993年全球HCFC-142b的排放量， Derwent［5］、Ryall［6］、O’Doherty等［7］分别应用NAME模式结合反演算法计算了欧洲各国HCFC-142b排放量.Keller［8］、Millet等［9］应用FLEXPART模式模拟了欧洲、美国墨西哥等地HCFC-142b排放量.

我国HCFC-142b的观测研究开展较晚，Chan等［10-11］于2000年、2001年及2004年陆续在珠江三角洲地区开展短期观测研究. Barletta［12］和Fang等［13］分别于2001年1～2月及2010年10～11月开展中国多个城市的对比观测.以上观测多不连续，且样品数少，不适用于排放量反演研究.中国气象局于2006年起在北京上甸子区域大气本底站应用气相色谱-电子捕获检测法（GC-ECD）观测HCFC-142b，2010年5月起增加了气相色谱-质谱联用法（GC-MS）观测HCFC-142b［14］，积累了时间较长且分辨率较高的HCFC-142b在线观测数据，可用于HCFC-142b排放量的反演研究.Vollmer等［15］选取北京上甸子站观测数据结合FLEXPART模式最早计算了2006年10月至2008年3月中国HCFC-142b的排放量.Kim等［16］选取韩国Gosan站在线HCFC-142b观测数据中气团源自中国的部分数据结合FLEXPART模式外推中国排放量.Stohl等［17］应用中国上甸子站、韩国Gosan站等4站观测数据，结合反演算法计算了亚洲区域2008年HCFC-142b排放量.但上述研究仅讨论了中国区域某个年度的HCFC-142b排放量，排放量及其分布的变化规律尚未见报道.在之前研究工作基础上，本文利用北京上甸子站2009～2010年HCFC-142b在线观测数据，结合FLEXPART模式对HCFC-142b排放量进行反演，分析了2009年和2010年的排放量及变化规律，并与自下而上法获得的排放量进行比对.

1 排放量计算方法

1.1 观测站点

上甸子区域大气本底站（117°07′E，40°39′N，海拔293.9m）坐落在北京市密云县高岭镇上甸子村，位于北京城区东北方向.上甸子站是世界气象组织/全球大气观测网（WMO/GAW）区域大气本底站之一，该站盛行东北风和西南风.

1.2 观测数据选择

本研究选取2009年1月1日至2010年12 月31日上甸子站HCFC-142b在线观测数据，融合了2009和2010年的GC-ECD观测结果以及2010年5至12月的GC-MS观测结果.仪器系统的组成和工作原理、以及数据计算方法见已发表文献［14，18］.上述观测结果均可溯源至SIO-2005标准，观测精度可优于3.1%［19］.

1.3 反演方法

1.3.1 FLEXPART模式及适用性 FLEXPART模式是挪威大气研究所（Norwegian Institute for Air Research， NILU）开发的拉格朗日粒子扩散模式，可通过计算点、线、面、体源释放的大量粒子轨迹反映示踪物的传输、扩散和干湿沉降过程［20］.该模式可代替传统的轨迹模式并加入对流过程、湍流过程及大型平流过程的讨论，足印函数可代替轨迹图来确定潜在污染源区.FLEXPART后向模拟相对于正向模拟有更高的分辨率和运算效率［17，21］，且当研究区域内观测站点数少于排放源数时［22］，后向模拟更具优势.

本研究团队已开展许多FLEXPART模式结合其他观测物种在中国的适用性研究，An等［23］发现，GFS资料作FLEXPART气象场可以得到与ECWMF作气象场类似的模式模拟结果，并且FLEXPART模式可以很好地描述本底浓度和抬升浓度的污染源区分布.李岩等［24］以上甸子站为例，应用FLEXPART模式模拟了CO浓度日变化规律，较好体现了测站周边及北京地区污染状况分布，说明了FLEXPART模式在北京地区基本适用.An等［25］及安兴琴等［26］分别建立了排放量反演方法，应用FLEXPART模式模拟结合上甸子站在线观测数据反演了2009年SF6、HCFC-22、CFC-11等的排放量，本文在团队研究的基础上，进一步探索HCFC-142b排放量的反演.

1.3.2 反演计算理论概述 FLEXPART模式中源-受体关系描述了观测站点受体y与污染排放源x的敏感性关系［21］.本研究中引入先验信息（即HCFC-142b先验分布）x0，公式为:

式中:M为m×n矩阵，m为观测资料时间序列，n为排放网格数.M为不同格点排放对上甸子站HCFC-142b浓度贡献系数矩阵，由FLEXPART模式运算而得.y为m行矩阵，由上甸子站HCFC-142b观测值基于本底浓度的抬升值按照时间序列排列而成.x为n列矩阵，代表研究区域HCFC-142b格点排放量，是未知量，是待求的方程的解.

应用最小二乘法，使等式左边无限趋近于0，以求解x［25］.

1.3.3 反演计算的简化 不规则网格的选取本文主要研究地表HCFC-142b排放，故仅关注近地面层的HCFC-142b的排放量变化，只需应用FLEXPART模式计算第一层与地面之间的驻留时间（敏感性系数），也叫做足印函数.在超定线性方程的求解过程中，由于观测数据y有限，为保证方程有解，需要减少反演网格的数量n，即为需要牺牲分辨率来保证求解稳定及提高计算效率.本文选取将反演区域内敏感性系数相近的网格合并，合并后分辨率为0.25°×0.25°、0.5°×0.5°、1°×1°和2°×2°，按不规则网格分配的敏感性系数分布见图1.

图1 不规则网格的地表驻留时间总和Fig.1 Total surface residence time on irregular grid

1.4 抬升浓度y的选取

由于HCFC-142b在大气中寿命（17.2a）［1］远大于FLEXPART模式反演时间15d，故在本研究中HCFC-142b的汇可忽略不计.因此，大气中HCFC-142b观测浓度由全年波动不大、全球纬向基本一致的本底浓度和局地排放或输送造成的抬升浓度组成［4，18-19］.由于反演算法依据抬升浓度进一步计算排放量，需将HCFC-142b观测结果筛分出本底浓度和抬升浓度，再将抬升浓度用于反演计算［26］.

本研究选取稳健局部近似回归（REBS）方法［27］筛分观测数据，选取时间窗口为60d，经过3次迭代计算结果收敛.计算得到的2δ为1.83× 10-12，把拟合值±2δ之间的观测数据认为是本底值，高于+2δ的观测数据认为是局地污染抬升值. 图2显示了研究时段的HCFC-142b排放浓度，红色的点表示是本底浓度，灰色的点表示抬升浓度.其中HCFC-142b本底浓度值（红色点）占39%.

图2 2009～2010年上甸子站HCFC-142b浓度时间序列Fig.2 HCFC-142b time series of SDZ station from 2009 to 2010

1.5 先验排放源x0的获取

合理的先验源信息可简化迭代次数，提高求解精度，对超定线性方程的求解至关重要.本研究HCFC-142b的先验源信息来自Han等［28］的研究结果，2009和2010年中国区域HCFC-142b排放总量分别为9.60kt/a和10.60kt/a，再按照人口信息分配到模式的网格上.

人口数据来自于美国哥伦比亚大学的CIESIN（the Center for International Earth Science Information Network），分辨率为0.5°×0.5°，单位为人·km2.将按人口分配的排放数据再进一步按上述不规则网格合并，得到先验排放源x0，图3为2010年排放数据分配后的结果.

图3 中国区域HCFC-142b按人口分配的先验排放Fig.3 A priori emission on population distribution of China

1.6 模式参数选取

本文中选取的模拟时段为2009年1月1日至2010年12月31日，时间分辨率为3h，格点分辨率为0.25°×0.25°，垂直方向分为100、300、3000 和20000m四层，后向模拟时间选取为15d［26，29］.

2 反演结果与讨论

2.1 中国HCFC-142b排放量

本研究反演2009和2010年中国HCFC-142b的排放量及其不确定性见表1.2010年中国HCFC-142b排放量较2009年增长4.60kt/a.

表1 HCFC-142b反演结果及其不确定性（kt/a）Table 1 The results and the uncertainty of HCFC-142b inversion （kt/a）

表2总结了对中国HCFC-142b排放量研究的相关研究结果.考虑到都使用了上甸子站的观测结果，选取2008年Stohl等［17］计算的HCFC-142b排放量结合本研究的结果进行连续3年的排放量比较.2009年HCFC-142b排放量较2008年增长48.2%，2010年较2009年增长42.5%，表明研究期间中国HCFC-142b排放量大幅增长. 2009与2010年中国HCFC-142b排放量分别占全球排放总量［1］的29.7%和45.8%.

表2 本研究与相关HCFC-142b排放量研究对比Table 2 HCFC-142b emissions in this research and related studies

2.2 HCFC-142b排放源分布

如图4（a）所示，2009年我国HCFC-142b排放源分布主要集中在华北西部、四川盆地、河南中部、山东西部等地区.如图4（b）所示，2010年排放量分布主要包括华北地区、四川盆地、山东西部、长江中下游平原及珠江三角洲地区，反映出东部沿海地区排放量的大幅增加，以长江三角洲地区排放增长最快.与Han等［28］应用自下而上方法对中国各省2012年排放量研究发现，中国HCFC-142b排放量最大的主要为江苏、浙江、山东和广东省结果相符.

图5（a）、（b）分别表示2009年与2010年排放量模拟值与先验排放量的差值.由于先验分布是按人口密度人均分摊，暖色表示反演结果高于先验分布，即人均排放量高于全国人均排放；冷色表示当地人均排放低于全国人均排放，灰色表示人均排放与当地排放数据持平或者缺少详细数据.由图5（a）可知，2009年京津冀地区、华北西部和珠江三角洲地区的人均排放高于全国平均水平，而华北东部人均排放则略低于全国平均水平.2010年的情况与2009年略有不同，图5（b）中，2010年中国京津冀地区以及东部沿海地区人均排放高于全国平均水平.

2.3 反演结果评价及不确定性分析

泰勒图［31］可表示模式模拟的结果与观测数据之间匹配关系.图6表示基于先验源的浓度模拟结果与基于反演源的浓度模拟结果相对于该年度观测数据的相关系数、归一化标准差以及归一化中心均方根误差.

2009年全年先验源模拟浓度与观测浓度相关系数为0.38，反演结果与观测浓度相关系数提高到0.47，均方根误差RMS由0.019（先验源）降低到0.018（模拟结果）；基于反演源的模式模拟结果的归一化标准偏差为0.26，基于先验源为0.25.

图6 2009年和2010年基于反演源模拟结果和基于先验源模拟结果对比的泰勒图Fig.6 Taylor diagrams in 2009 and 2010

2010年全年先验源模拟浓度与观测浓度相关系数为0.60，反演结果与观测浓度相关系数提高到0.65，均方根误差RMS由0.031（先验源）降低到0.028（模拟结果）；基于反演源的模式模拟结果的归一化标准偏差为0.38，基于先验源为0.29.均表明反演结果较先验源更接近观测浓度，更好地反映了实际排放.

建议积累更长期资料，则可反演在更长时间段如整个减排进程中我国排放量及排放分布的变化，反映我国的逐步减排HCFC-142b进程中HCFC-142b的排放对大气HCFC-142b浓度影响.

3 结论

3.1 利用自上而下法基于FLEXPART模式反演了中国2009～2010年HCFC-142b的排放量及其分布.

3.2 结合文献报道的以往年度排放量结果，2008年～2010年中国HCFC-142b排放量呈上升趋势.

3.3 我国HCFC-142b主要排放集中在华北地区、四川盆地、长江中下游平原及珠江三角洲地区，而东部沿海地区在2009至2010年排放增幅明显.

3.4 通过先验信息选择、减少反演网格数以及分辨率的适当选取降低了模拟的不确定性.

［1］Montzka S A， Reimann S. Ozone-Depleting Substances （ODS’s）and Related Chemicals， Scientific assessment of ozone depletion: 2010， Global Ozone Research and Monitoring Project ［J］. World Meteorological Organization， Geneva， Switzerland， 2011.

［2］Molina M J， Rowland F S. Stratospheric sink for chlorofluoromethanes: chlorine atom-catalysed destruction of ozone ［J］. Nature， 1974，249（5460）:810-812.

［3］《蒙特利尔议定书》缔约方各次会议通过的决定［EB/OL］. http://ozone.unep.org/new_site/ch/Treaties/treaties_decisions-hb. php？meet_id=11&show_all.

［4］Oram D E， Reeves C E， Penkett S A， et al. Measurements of HCFC-142b and HCFC-141b in the Cape Grim air Archive: 1978-1993 ［J］. Geophysical Research Letters， 1995，22（20）:2741-2744.

［5］Derwent R G， Simmonds P G， Greally B R， et al. The phase-in and phase-out of European emissions of HCFC-141b and HCFC-142b under the Montreal Protocol: Evidence from observations at Mace Head， Ireland and Jungfraujoch，Switzerland from 1994 to 2004 ［J］. Atmospheric Environment，2007，41（4）:757-767.

［6］Ryall D B， Derwent R G， Manning A J， et al. Estimating source regions of European emissions of trace gases from observations at Mace Head ［J］. Atmospheric Environment， 2001，35（14）:2507-2523.

［7］O'Doherty S， Cunnold D M， Manning A， et al. Rapid growth of hydrofluorocarbon 134a and hydrochlorofluorocarbons 141b，142b， and 22 from advanced global atmospheric gases experiment （AGAGE） observations at Cape Grim， Tasmania， and Mace Head，Ireland ［J］. Journal of Geophysical Research， 109， D06310，doi:10.1029/2003JD004277.

［8］Keller C A， Hill M， Vollmer M K， et al. European emissions of halogenated greenhouse gases inferred from atmospheric measurements ［J］. Environmental Science & Technology， 2011，46（1）:217-225.

［9］Millet D B， Atlas E L， Blake D R， et al. Halocarbon emissions from the United States and Mexico and their global warming potential ［J］. Environmental Science & Technology， 2009，43（4）: 1055-1060.

［10］Chan C Y， Tang J H， Li Y S， et al. Mixing ratios and sources of halocarbons in urban， semi-urban and rural sites of the Pearl River Delta， South China ［J］. Atmospheric Environment， 2006，40（38）:7331-7345.

［11］Chan L Y， Chu K W. Halocarbons in the atmosphere of the industrial-related Pearl River Delta region of China ［J］. Journal of Geophysical Research， 112，D04305，doi:10.1029/2006JD007097.

［12］Barletta B， Meinardi S， Simpson I J， et al. Ambient halocarbon mixing ratios in 45Chinese cities ［J］. Atmospheric Environment，2006，40（40）:7706-7719.

［13］Fang X， Wu J， Xu J， et al. Ambient mixing ratios of chlorofluorocarbons， hydrochlorofluorocarbons and hydrofluorocarbons in 46Chinese cities ［J］. Atmospheric Environment， 2012，54:387-392.

［14］郭立峰，姚 波，周凌晞，等.GC-MS和GC-ECD同时在线观测本底大气中的HCFC-142b ［J］. 环境科学， 2013，34（5）:2025-2030.

［15］Vollmer M K， Zhou L X， Greally B R， et al. Emissions of ozone-depleting halocarbons from China ［J］. Geophysical Research Letters， 36，2009，L15823.doi.:10.1029/2009GL038659.

［16］Kim J， Li S， Kim K R， et al. Regional atmospheric emissions determined from measurements at Jeju Island， Korea: Halogenated compounds from China ［J］. Geophysical ResearchLetters， 2010，37，L12801.doi/10.1029/2010GL043263.

［17］Stohl A， Kim J， Li S， et al. Hydrochlorofluorocarbon and hydrofluorocarbon emissions in East Asia determined by inverse modeling ［J］. Atmospheric Chemistry and Physics， 2010，10（8）: 3545-3560.

［18］Yao B， Vollmer M K， Xia L， et al. A study of four-year HCFC-22and HCFC-142b in-situ measurements at the Shangdianzi regional background station in China ［J］. Atmospheric Environment， 2012，63:43-49.

［19］姚 波，周凌晞，张 芳，等.气相色谱-电子捕获检测法在线观测12种卤代温室气体 ［J］. 环境化学， 2010，29（6）:1158-1162.

［20］Stohl A， Forster C， Frank A， et al. Technical note: The Lagrangian particle dispersion model FLEXPART version 6.2 ［J］. Atmospheric Chemistry and Physics， 2005，5（9）:2461-2474.

［21］Stohl A， Forster C， Eckhardt S， et al. A backward modeling study of intercontinental pollution transport using aircraft measurements ［J］. Journal of Geophysical Research， 2003，108（D12）.doi:10.1029/2002JD002862.

［22］Seibert P， Frank A. Source-receptor matrix calculation with a Lagrangian particle dispersion model in backward mode ［J］. Atmospheric Chemistry and Physics， 2004，4（1）:51-63.

［23］An X， Yao B， Li Y， et al. Tracking source area of Shangdianzi station using Lagrangian particle dispersion model of FLEXPART ［J］. Meteorological Applications， 2014，21:466-473.

［24］李 岩，安兴琴，姚 波，等.北京地区 FLEXPART模式适用性初步研究 ［J］. 环境科学学报， 2010，30（8）:1674-1681.

［25］An X Q， Henne S， Yao B， et al. Estimating emissions of HCFC-22 and CFC-11in China by atmospheric observations and inverse modeling ［J］. Science China Chemistry， 2012，55（10）: 2233-2241.

［26］安兴琴，姚 波，李 岩，等.利用FLEXPART模式反演中国区域SF6排放量 ［J］. 环境科学学报， 2014，34（5）:1133-1140.

［27］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.

［28］Han J， Li L， Su S， et al. Estimated HCFC-142b emissions in China: 2000-2050 ［J］. Chinese Science Bulletin， 2014，59（24）: 3046-3053.

［29］李 岩.FLEXPART模式初步反演中国区域HCFC-22和CFC-11排放量 ［D］. 兰州:兰州大学， 2010.

［30］Stohl A， Seibert P， Arduini J， et al. An analytical inversion method for determining regional and global emissions of greenhouse gases: Sensitivity studies and application to halocarbons ［J］. Atmospheric Chemistry and Physics， 2009，9（5）:1597-1620.

［31］Taylor K E. Summarizing multiple aspects of model performance in a single diagram ［J］. Journal of Geophysical Research: Atmospheres （1984-2012）， 2001，106（D7）:7183-7192.

致谢：感谢挪威大气研究所（NILU）Stohl博士提供开源的FLEXPART模式，瑞士联邦材料测试与研究实验室（Empa）的Henne博士对反演算法提供的指导，以及上甸子本底站工作人员的辛勤劳动.

Study of Chinese HCFC-142b emission by inverse model.

L
IU Zhao， YAO Bo， AN Xing-qin， ZHOU Ling-xi*， LUAN Tian， WANG Hong-yang， ZHANG Gen， CHENG Si-yang （Key Laboratory for Atmospheric Chemistry， Chinese Academy of Meteorological Sciences， China Meteorological Administration， Beijing 100081， China）. China Environmental Science，2015，35（4）：1040～1046

The inversion method was used to estimate China’s HCFC-142b emission by using Lagrangian particle dispersion model FLEXPART combined with the in-situ measurement data obtained from Shangdianzi regional atmospheric background station （SDZ）. The Chinese HCFC-142b emissions in 2009 and 2010 were 10.82kt/a and 15.42kt/a，accounted for 29.7% and 45.8% of the global emissions， respectively. The spatial distribution of HCFC-142b emission shows high emission rate in Beijing， Tianjin， Sichuan， Shandong and in the middle and lower reaches of the Yangtze River， in consistent with the results by bottom-up method. The correlation coefficients of concentrations simulated from inversion results was higher than those from prior input， increasing from 0.38 to 0.47 in the year of 2009，and from 0.60 to 0.65 in the year of 2010.

1，1-difluoro-1-chloroethane （HCFC-142b）；FLEXPART Model；emission；inversion method；Shangdianzi background station

X511

A

1000-6923（2015）04-1040-07

刘 钊（1989-），女，黑龙江哈尔滨人，中国气象科学研究院硕士研究生，研究方向为温室气体相关模式.

2014-09-04

国家自然科学基金项目（41030107，41205094）；中国气象科学研究院基本科研业务费专项（2014Z004）

* 责任作者， 研究员， zhoulx@cams.cma.gov.cn