2011和2016年亚热带城市生态系统通量源区及CO2通量特征
2018-05-14张凯迪龚元郭智娟魏艳艳徐良姚国芳赵敏
张凯迪 龚元 郭智娟 魏艳艳 徐良 姚国芳 赵敏
摘 要： 以上海市奉贤大学城为例，基于地理信息系统、涡动相关（EC）系统和通量源区模型分析了2011和2016年上海市奉贤大学城二氧化碳（CO2）通量特征（CO2通量、碳浓度）、通量源区的变化特征.分析结果表明：1） 2011年CO2通量日均值和CO2质量浓度分别为0.6 μmol·m-2·s-1和388 mg·L-1，2016年两者增加到了0.9 μmol·m-2·s-1和406 mg·L-1；2） 2011和2016年研究区内通量源区范围都随着大气稳定度的增加而增加；3）当大气处于稳定状态时，非主风向上的通量源区范围远远大于主风向上的通量源区范围；当大气处于不稳定状态时，主风向和非主风向上的通量源区长度相差较小.
关键词： 亚热带城市生态系统； CO2通量； 涡动相关； 地理信息系统
中图分类号： P 41，X 51 文献标志码： A 文章编号： 1000-5137（2018）04-0458-08
Abstract： Shanghai Fengxian University City was adopted as an example to analyze the change of CO2 flux，carbon intensity，and flux source area in year 2011 and 2016 based on geographic information system（GIS），eddy correlation（EC） system，and flux source area model.The conclusions were as follow：1） The daily mean values of CO2 flux and carbon dioxide concentration were 0.6 μmol·m-2·s-1 and 388 mg·L-1 in 2011 and increased to 0.9 μmol·m-2·s-1 and 406 mg·L-1 in 2016； 2） the range of flux source area increased with the increase of atmospheric stability in the research area in both 2011 and 2016； 3） when the atmosphere is in a state of stability，the range of the flux source area under other wind directions is bigger than that under prevailing wind direction.When the atmosphere is in an unstable state，the differences in the length of the flux source area between the prevailing wind direction and the other wind directions are relatively small.
Key words： subtropical urban ecosystem； CO2 flux； eddy covariance； geographic information system
0 引 言
在全球氣候变化和温室效应日益加剧的背景下，人们开始关注地球大气中的物质交换和能量活动，而二氧化碳（CO2）作为主要的温室气体，对碳循环的研究可以为降低温室效应，解决气候问题提供服务.涡动相关（EC）系统作为一种可以探测大气中物质以及湍流通量的工具，已经得到了学术界的广泛使用并且应用到碳循环的研究中[1].EC系统最初应用于观测植物和大气的碳交换，现在已经广泛使用于对城市环境下CO2通量的监测.由于城市下垫面的复杂性以及独特的“自然-社会”的二元碳循环系统[2]，城市系统的碳通量研究是全球碳循环的研究热点和难点.目前城市碳通量的研究主要集中于CO2通量[3-7]、碳浓度[4]和通量源区[8-13]的研究.在国内EC观测系统的应用起步较晚，基于EC系统的不同时空通量源区和CO2通量特征变化的研究较少，地理信息系统（GIS）的迅速发展为量化城市下垫面的土地利用类型和地统计计算提供了可能[14]，因此利用GIS分析土地利用，将会对城市碳循环的研究带来很大帮助.
本文作者结合GIS、EC系统和通量源区模型，探讨2011和2016年城市CO2通量特征（CO2通量、碳浓度）和通量源区特点，为动态研究城市碳通量的年度变化提供参考，同时为研究城市碳循环提供科学依据.
1 研究方法
1.1 研究地区概况
上海市奉贤大学城，地处中温带、亚热带季风气候，地形为平原.所搭载微气象梯度观测系统和EC系统观测塔的地理坐标为30°50′44.73″ N，121°31′18.01″ E.观测塔高20 m.研究区周边有以香樟（Cinnamomum camphora）为优势种的亚热带常绿阔叶林，冠层高度8 m[12]，以及以菖蒲（Acorus calamus L）、芦苇（Phragmites australis）、麦冬（Ophiopogon japonicus ）为优势种的草本植物.其他均为道路校园建筑如教学楼、图书馆、食堂、宿舍楼等[8].图1为2011年研究区域的土地利用图，图2为2016年研究区域的土地利用图.全年降水集中于夏季，年总降水量约2 000 mm，年均相对湿度80%.在2011和2016年的研究区遥感影像中提取地类信息，根据城市系统碳循环的“自然-社会”的二元性质将由草本、木本以及水体等透水层划为自然系统，道路、建筑和水泥路面等不透水层划分为社会系统，面积划分如表1所示.
1.2 EC观测系统
搭载EC系统的观测塔高20 m，其通量观测系统主要由Cr 3000（Campbell，Scientific Instruments，USA）通量数据采集和存储设备，Li 7500（LICOR，Inc.USA）开路式CO2/H2O通量分析设备（安装高度20 m），Gill三维超声风速仪（Gill.Instruments，UK）（安装高度20 m）[11]组成.
1.3 通量数据质量控制
选取2011年全年和2015年4月-2016年3月的通量观测数据，通过EddyPro软件对频率为10 Hz的原始数据进行倾斜修正、频率响应修正、空气密度变化（WPL）校正等，原始数据输出为30 min/次，数据包括各类通量信息和数据质量控制标识等[15].
考虑到受到天气、人为以及仪器等因素所产生的影响，在完成Eddypro数据处理后，对软件输出的30 min的通量值进行筛选，筛选条件为：1） 剔除缺失的数据；2） 剔除质量控制标注为“2”的数据；3） 剔除降水前后1 h的数据；4） 剔除10 Hz原始数据中每半个小时缺失率大于3%的数据；5） 剔除夜间摩擦风速小于0.15 m/s的数据[11].2011年全年和2015年4月-2016年3月的CO2通量数据缺失和拒绝率为34%，一般情况下数据的缺失和拒绝率小于50%则具有代表性[16].在数据插补方面采用平均每日变异（MDV）法，即用相邻日的同一时刻的数据的平均值进行插补，白天通量数据的插补周期为7 d，夜晚通量数据的插补周期为14 d[12].
1.4 碳通量贡献区模型
选用Kljun通量贡献区模型，这是一种由Kljun等[17]发展的基于尺度（量纲）分析的新颖算法，主要用来计算通量足迹的侧风积分函数.侧风积分足迹函数fiy主要取决于x（上风距离），zm（有效动力学高度），h（边界层高度），u*（摩擦风速）和σw（垂直风速脉动的标准差）等几个参数，这些参数除了zm外，其他都可通过Eddypro处理获得.由量纲分析（定理），将以上诸量可能构成的无量纲参数组如下：
2 结果和讨论
2.1 CO2通量变化特征
对比2011年全年和2015年4月-2016年3月的CO2通量数据的总体变化趋势图（图3和4），发现两者总的趋势变化大体一致，表现为春夏季节植物的光合作用较为强烈，春夏季节都在正午时间出现CO2通量负值（吸收大气中的CO2），约在16点左右CO2通量重新变为正值（大气释放CO2），其中夏季约在7点30分左右CO2通量变为负值，春季约在9点30分左右CO2通量变为负值.秋冬季节没有明显的日变化差异，一天中的大部分时间都处于正值状态.该研究结果与袁庄鹏[12]，王江涛[13]的研究结果一致.
从全年角度来看，2011年全年CO2通量日均值为0.6 μmol·m-2·s-1，2015年4月-2016年3月碳CO2量日均值为0.9 μmol·m-2·s-1，均表現为碳源carbon source，但是较2011年全年相比2015年4月-2016年3月CO2通量日均值上升了0.3 μmol·m-2·s-1.原因可能在于2011年-2016年上海市奉贤大学城内兴建了更多的教学楼，车流量的增加以及自然系统面积减少（减少约5%）导致植物的碳吸收量降低，碳净排放量提高.
2.2 碳浓度变化特征
2011年全年和2015年4月-2016年3月的碳浓度变化特征如图5和图6所示.
对比2011年全年和2015年4月-2016年3月的碳浓度数据的总体变化趋势图（图5和6），发现碳浓度的变化总趋势和CO2通量变化总趋势一样，差异较小，季节差异均表现为：秋冬季节总体碳浓度水平较高，夏春季节总体碳浓度水平较低.原因可能是受到秋冬季节供暖以及植物凋零光，合作用较弱的影响导致碳浓度较高.从各个季节的日变化角度来看，各季节均在7点、18点左右有碳浓度上升趋势，CO2通量也在该时段有上升的趋势.原因是该时段人类活动较频繁（主要为学生上下课以及上班族上下班等）.其结果和袁庄鹏[12]的研究结果一致.
从全年角度来说，2011年全年和2015年4月-2016年3月期间的CO2质量浓度日均值分别是388和406 mg·L-1.较2011年相比增加了18 mg·L-1，同CO2通量日均值上升的原因相似，是研究区内社会系统所占比值上升，自然系统所占比值下降所导致的.贾庆宇[18]在沈阳市中心的碳排放监测中碳质量浓度均值可达到740 mg·L-1，和本文的碳质量浓度均值相差较大，原因在于受观测区域（市中心）以及北方城市供暖的影响，导致碳浓度较高.
2.3 碳通量贡献区变化特征
2.3.1 风向分布特征
2011年全年和2015年4月-2016年3月的风向数据如表2所示.
对比2011年全年和2015年4月至2016年3月的风向数据，根据风频定义：春季风向在0°～90°为主风向，在180°～270°为非主风向.夏季风向在90°～180°为主风向，在270°～360°（0°）为非主风向.秋季风向在180°～270°为主风向，风向在0°～90°为非主风向.冬季在270°～360°（0°）为主风向，风向在90°～180°为非主风向.
2.3.2 通量源区变化特征
以Kljun[17]模型为基础，计算出2011年全年和2015年4月-2016年3月的通量源区90%贡献率分布范围.如表3和表4所示.
数据显示，2011年全年和2015年4月-2016年3月的通量源区范围都随着大气稳定度的增加而增加，并且当大气稳定度处于稳定状态时，非主风向上的通量源区范围远远大于主风向上的通量源区范围；当大气处于不稳定状态时，主风向和非主风向上的通量源区范围相差较小.其结果和袁庄鹏[12]、龚元[19-20]，顾永剑[11]等的研究结果一致.
当大气处于稳定状态时包括主风向和非主风向上的通量源区2011年的贡献区长度均大于2015年4月-2016年3月的贡献区长度（平均长度分别为707 m和507 m），并且差距较大；当大气处于不稳定状态时2011年的贡献区长度大于2015年4月-2016年3月的贡献区长度（平均长度分别为188 m和145 m），相差较小.通量源区缩小的原因可能是从2011-2016年大学城内建筑设施的增加，建筑物密度和高度增加，影响了风速和风向导致通量源区范围缩小.
3 结 论
1） 研究结果表明，2011-2016年研究区内土地利用方式发生了变化，表现为自然系统面积减少，社会系统面积增加.
2） 研究区内CO2通量均值和碳浓度均值增加，并且通量源区面积缩小.在通量源区方面2011-2016年均表现为通量源区范围都随着大气稳定度的增加而增加.
3） 当大气稳定度处于稳定状态时，非主风向上的通量源区范围远远大于主风向上的通量源区范围；当大气处于不稳定状态时，主风向和非主风向上的通量源区范围相差较小.
本研究可以为其他城市生态系统CO2通量的研究提供方法的参考，研究结果表明通量源区面积与CO2通量和碳浓度的增加成负相关.
致谢：
作者感谢中国科学院西北生态环境资源研究院的王介民研究员在通量数据处理和通量足迹计算方面的指导.
参考文献：
[1] Velasco E，Perrusquia R，Jiménez E，et al.Sources and sinks of carbon dioxide in a neighborhood of Mexico City [J].Atmospheric Environment，2014，97：226-238.
[2] 赵荣钦，黄贤金.城市系统碳循环：特征、机理与理论框架 [J].生态学报，2013，33（2）：358-366.
Zhao R X，Huang X J.Carbon cycle of urban system：Characteristics，mechanism and theoretical framework [J].Acta Ecologica Sinica，2013，33（2）：358-366.
[3] Kordowski K，Kuttler W.Carbon dioxide fluxes over an urban park area [J].Atmospheric Environment，2010，44（23）：2722-2730.
[4] Kishore K M，Shiva N S M.Characteristics of ground level CO2concentrations over contrasting land uses in a tropical urban environment [J].Atmospheric Environment，2015，115：286-294.
[5] Kurppa M，Nordbo A，Haapanala S，et al.Effect of seasonal variability and land use on particle number and CO2exchange in Helsinki，Finland [J].Urban Climate，2015（13）：94-109.
[6] Gioli B，Gualtieri G，Busillo C，et al.Improving high resolution emission inventories with local proxies and urban eddy covariance flux measurements [J].Atmospheric Environment，2015，115：246-256.
[7] Buckley S M，Mitchell M J，Mchale P J，et al.Variations in carbon dioxide fluxes within a city landscape：Identifying a vehicular influence [J].Urban Ecosystems，2014，115：286-294.
[8] 袁庄鹏，赵敏.基于FSAM模型的城市碳通量观测贡献区研究 [J].上海师范大学学报（自然科学版），2012，41（5）：533-539.
Yuan Z P，Zhao M.Research of flux footprint of city based on the FSAM model [J].Journal of Shanghai Normal University （Natural Sciences），2012，41（5）：533-39.
[9] 張慧.中亚热带人工林碳水通量贡献区的评价研究 [D].南京：南京信息工程大学，2012.
Zhang H.Evaluation of carbon-water flux contribution area in central subtropical plantations [D].Nanjing：Nanjing University of Information Science & Technology，2012.
[10] 金莹，张志强，方显瑞，等.杨树人工林生态系统通量贡献区分析 [J].生态学报.2012，32（12）：3966-3974.
Jin Y，Zhang Z Q，Fang X R，et al.Footprint analysis of turbulent flux over a poplar plantation in Northern China [J].Acta Ecologica Sinica，2012，32（12）：3966-3974.
[11] 顾永剑，高宇，郭海强，等.崇明东滩湿地生态系统碳通量贡献区分析 [J].复旦学报（自然科学版），2008，47（3）：374-379.
Gu Y J，Gao Y，Guo H Q，et al.Footprint analysis for carbon flux in the wetland ecosystem of Chongming Dongtan [J].Journal of Fudan University（Natural Sciences），2008，47（3）：374-379.
[12] 袁庄鹏.碳通量变化特征及影响因子研究 [D].上海：上海师范大学，2013.
Yuan Z P.Research of Characteristics and impact factors of carbon flux change [D].Shanghai：Shanghai Normal University，2013.
[13] 王江涛.崇明东滩滨海围垦区芦苇湿地CO2通量特征 [D].上海：华东师范大学，2015.
Wang J T.Characteristics of carbon dioxide flux in the coastal reclaimed reed wetland of Chongming Dongtan [D].Shanghai：East China Normal University，2015.
[14] 邵月红，许信旺.基于GIS和RS陆地生态系统碳循环的模型研究 [J].池州师专学报.2006，20（5）：88-82.
Shao Y H，Xu X W.Model research of carbon cycle of terrestrial ecosystem based on GIS and RS [J].Journal of Chizhou Teachers College，2006，20（5）：88-82.
[15] 王介民，王维真，奥银焕，等.复杂条件下湍流通量的观测与分析 [J].地球科学进展.2007，22（8）：791-797.
Wang J M，Wang W Z，Ao Y H，et al.Turbulence flux measurements under complicated conditions [J].Advances In Earth Science，2007，22（8）：791-797.
[16] 龚笑飞，陈丽萍，莫路锋.基于FSAM模型的毛竹林碳通量贡献区研究 [J].西南林业大学学报，2015，35（6）：37-43.
Gong X F，Chen L P，Mo L F.Research of flux footprint of Anji bamboo forest ecosystems based on the FSAM model [J].Journal of Southwest Forestry University，2015，35（6）：37-43.
[17] Kljun N，Calanca P，Rotach M W，et al.A simple parameterization for flux footprint predictions [J].Boundary Layer Meteorogy，2004，112：503-523.
[18] 贾庆宇，周广胜，王宇，等.城市复杂下垫面供暖前后CO2通量特征分析 [J].环境科学.2010，31（4）：843-849.
Jia Q Y，Zhou G S，Wang Y，et al.Characteristics of CO2flux before and in the heating period at urban complex underlying surface area [J].Environmental Science，2010，31（4）：843-849.
[19] 龚元，赵敏，姚鑫，等.基于Hsieh和Kljun模型的城市生态系统碳通量贡献区分析与对比[J].环境工程技术学报，2017，7（2）：225-231.
Gong Y，Zhao M，Yao X，et al.Analysis and comparison of carbon flux contribution zones in urban ecological system based on Hsieh and Kljun models [J].Journal of Environmental Engineering Technology，2017，7（2）：225-231.
[20] 龚元，赵敏，郭智娟，等.复杂下垫面碳通量足迹分析——以上海市奉贤大学城为例 [J].上海师范大学学报（自然科学版），2017，46（2）：284-291.
Gong Y，Zhao M，Guo Z J，et al.Footprint analysis on carbon flux of complex underlying surface：A case study of Shanghai Fengxian University Town [J].Journal of Shanghai Normal University（Natural Sciences） ，2017，46（2）：284-291.
（責任编辑：郁 慧）
