长江中下游六省大气甲烷柱浓度时空分布

冯敏玉, 张 根, 夏玲君, 熊 劦 , 李柏贞, 孔 萍, 占明锦, 张玉霞

(1. 江西省 南昌市气象局, 江西 南昌 330038; 2. 中国气象科学研究院 灾害天气国家重点实验室, 北京 100081; 3. 江西省生态气象中心, 江西 南昌 330096)

0 引 言

二氧化碳(CO2)和甲烷(CH4)是大气中最重要的温室气体[1]。CH4通过吸收地球发射的红外线辐射引起气温上升, 在大气中所造成的温室效应仅次于CO2, 而远高于N2O, 是《京都议定书》规定需要减排的温室气体之一。研究表明, CH4的增温潜势是CO2的20～32 倍[2]。同时, CH4又是化学活性气体, 在大气中易被氧化而产生一系列HxOy和碳氢氧化物, 它们在许多大气成分的化学转化中扮演重要角色[3]。CH4的主要来源为各种微生物厌氧过程、燃烧, 以及能源开采过程、运输、化石燃料和生物燃烧等, 大约40%的CH4通过自然资源(如湿地和白蚁)排放到大气中, 约60%为人为来源(如养牛、水稻、化石燃料开发、垃圾填埋场和生物质燃烧)1)来自2018 年世界气象组织温室气体公告(https: //library.wmo.int/ doc_num.php?explnum_id=10100)。研究表明, CH4浓度逐年增长与人为活动排放密切相关, 其排放源主要包括能源活动(煤炭开采、生物质燃烧和油气系统)、农业活动(水稻种植、肠道发酵和动物粪便管理)以及废弃物处置(固体废弃物管理和废水管理)[4]。

全球CH4的源汇变化决定了大气中CH4浓度的变化。政府间气候变化专门委员会(IPCC)第四次科学评估报告指出, 大气CH4浓度升高主要受人为排放源的影响[5]。自工业革命以来, 由于人为排放的增加, 2018 年, 全球大气中CH4平均浓度达到1869×10−9, 打破了2017 年历史最高记录, 达到工业化前(1750年)水平的259%[6]。长江中下游六省(湖南省、湖北省、江西省、浙江省、安徽省和江苏省)是我国主要粮食生产区, 水稻播种面积占全国水稻播种面积的59%[6]。稻田是大气温室气体CH4的重要排放源, 约17.9%的 CH4排放来源于稻田, 气候条件、土壤 特性、水旱轮作方式以及施肥管理都是影响CH4排放的重要因素[7]。但CH4的排放通量不可能在所有种植水稻的地方进行测定, 而稻田排放量的估计对评价人为CH4排放源的作用和发展减排技术、减少稻田CH4的排放都有重要的作用。不同水稻生长地区的CH4排放数据还不能够处理气候与土壤的变化, 不能可靠地外推至区域和全球尺度[8]。

当前已有开展长江中下游地区稻田CH4排放的研究, 但仅基于局地且不连续CH4排放通量的数据[9-10]。基于大气CH4浓度观测资料采用“自上而下”方法估算CH4排放量是目前国内外相关研究的一个热点, 通过开展不同区域大气CH4浓度的高精度连续观测, 利用数值模式反演区域CH4排放量。目前用于监测CH4浓度分布的地面站点数量有限且分布不均, 卫星遥感探测方式可以获取大范围连续的观测数据, 在CH4的时空分布及源汇研究中占有极其重要的地位, 因此可采用卫星遥感数据开展区域CH4时空变化特征的研究。由于红外线穿过CH4时, 其特定的波长会被吸收, 科学家能据此推算出大气中CH4气体的浓度。日本温室气体观测卫星(greenhouse gases observing satellite, GOSAT)是全球第一个致力于提供温室气体CO2及CH4精确资料的卫星, 由日本宇宙航空研究开发机构(JAXA)、日本环境署(MOE)和日本环境研究所(NIES)等联合开发[11]。GOSAT 重访周期为3 d, 可获得全球范围内56000个观测数据, 可弥补地基测量站空间覆盖低的不足。美国国家航空航天局(NASA)发射的Aqua 卫星于2002 年9 月发射升空, AIRS (atmospheric infrared sounder)搭载在Aqua 卫星上, 运行在太阳同步的近极地轨道, 主要科学目的是观测全球水和能量循环、气候变化与趋势, 以及气候系统对温室气体增加的响应。利用卫星观测的大气光谱反演大气温室气体 柱浓度时, 不但受气象条件、气溶胶以及地表辐射等影响, 而且也受卫星传感器的设计指标和观测模式等多种因素的影响[12]。但卫星遥感方法可以提供稳定、长序列、宽空间、低地表或高海拔的三维大气监测信息。可以有效地弥补近地表观测的不足。目前国内利用卫星遥感观测资料进行数据反演的研究中鲜有对于长江中下游水稻种植区CH4时空分布特征的相关报道。本次研究将基于GOSAT 反演的L3 全球CH4分布数据产品(主要代表近地面层)和在AIRS 反演的第六版L3 标准产品(主要代表对流层中层), 研究长江中下游地区近地面层和对流层中层的大气CH4时空分布特征, 并与东三省(辽宁省、吉林省和黑龙江省)、华北平原五省两市(山东省、山西省、河南省、河北省和陕西省, 北京市、天津市)和全国大气CH4平均浓度进行比较, 拟探讨可能的影响因素, 同时分析GOSAT 与AIRS 卫星反演不同季节长江中下游地区大气CH4垂直廓线分布特征, 为我国科学实施碳管理提供科学依据。

1 数据来源与方法

1.1 大气本底观测数据

瓦里关全球大气本底站(WLG) (100.9°E, 36.28°N)以及上甸子区域大气本底站(SDZ)(117.12°E, 40.65°N)的大气 CH4月均浓度数据均下载自 https: //gaw. kishou.go.jp/search (其中SDZ 站的大气CH4月均浓度仅更新至2015 年9 月), 选取2011 年1 月至2015年9 月的数据, 与GOSAT 卫星遥感L3 同期相同区域的数据产品反演数据值进行比对, 以校验GOSAT 卫星遥感反演近地面大气CH4浓度产品的可靠性[13]。

1.2 GOSAT 温室气体遥感数据产品

2009 年1 月23 日, 日本发射了GOSAT 温室气体卫星, 运行高度约为666 km, 降交点过境时间为地方时间13: 00, 倾角为98°[14]。回归周期为3 d[15], 该卫星发布的FTS-L3 级产品采用空间统计方法估算出全球2.5°E×2.5°N 矩形区域的温室气体柱平均混合比。L3 级全球CH4分布及L4B 全球CH4分布数据产品, 下载自 https: //data2.gosat.nies.go.jp/ GosatDataArchiveService/usr/download/ProductPage/, 数据精度为2.5°E×2.5°N。本研究采用2011～2018 年GOSAT 卫星L3 级 CH4浓度分布数据, 每日数据分别来自06: 00、12: 00、18: 00 和20: 00 共4 个时次, 计算月平均值、年平均值和季平均值。利用ArcGIS地理信息系统空间分析软件, 采用较常用的普通克里金插值(ordinary kriging)方法对GOSAT 卫星数据产品进行插值预处理, 然后用掩膜提取法提取东三省、华北五省和长江中下游各省CH4平均浓度, 以及WLG 和SDZ 站相同经纬度的点数据, 用于与本底站进行比对[16]。同样选取GOSAT 卫星L4B 的数据产品, 分别选取975 hPa、925 hPa、850 hPa、700 hPa、500 hPa 和100 hPa 等6 个气压高度逐日数据, 研究GOSAT 的垂直分布曲线[17]。

1.3 AIRS 卫星数据产品

搭载在地球观测系统(Earth Observation System, EOS)第二颗卫星Aqua 上的大气红外探测仪AIRS 有2378 个光谱通道和较高的光谱分辨率(λ/Δλ=1200), 其轨道与极地太阳同步, 高度为705 km, 过赤道时间为当地时间13: 30, 每天扫描全球两次[18]。本次研究采用了AIRS 观测资料反演的CH4体积混合比第六版L3标准产品, 数据下载自https: //disc.gsfc.nasa. gov/, 水平分辨率为1°×1°。选择L3 级月支持产品(3XSPM)数据集中在2011～2018 年的升轨月平均数据与降轨月平均数据, 同样利用ArcGIS 软件, 采用普通克里金插值方法进行插值预处理。再通过掩膜提取法与按点提取法提取东三省、华北五省及长江中下游六省的区域大气CH4平均浓度, 分析AIRS反演的CH4浓度年际变化特征。由于CH4浓度在对流层垂直混合不均匀, 选择2014 年3 月至2015 年2月期间长江中下游6 省1000 hPa、925 hPa、850 hPa、700 hPa、500 hPa 和100 hPa 等6 个气压高度的上行轨道和下行轨道月数据, 计算季节(春季为3～5 月, 夏季为6～8 月, 秋季为9～11 月, 冬季为年12 月至次年2 月)CH4的平均浓度, 同样利用ArcGIS 地理信息系统空间分析软件中普通克里金插值方法进行插值, 利用掩膜提取法提取长江中下游六省CH4平均浓度时空特征。

2 结果与分析

2.1 GOSAT 反演的CH4 浓度时空变化特征

2.1.1 GOSAT 反演资料与本底观测站观测资料对比分析

利用2011～2015 年中国地区全球大气温室气体本底观测站(WLG)、区域大气温室气体本底观测站(SDZ)的大气CH4浓度观测资料与GOSAT 反演资料进行月变化相关分析。如图1 所示, GOSAT 反演数据产品与WLG 全球大气本底站及SDZ 区域大气本底站观测的大气CH4月均浓度具有较好的相关性, 相关系数R2分别为0.7195(WLG)和0.5726(SDZ), 均通过了0.01 的显著性检验。GOSAT 反演的WLG 站大气CH4月均浓度较本底站观测结果系统性偏低约5%, 而SDZ 站的卫星反演数据产品较本底站观测的大气CH4月均浓度系统性偏低约8%。计算多年平均月均浓度发现, GOSAT 卫星遥感反演的大气CH4浓度数据与地基站观测大气CH4浓度数据具有较好的季节一致性, 为夏、秋季高, 冬、春季低[19], 两者峰值均在8 月份, 且SDZ 站秋季变幅更大(图2)。

年际变化上, WLG 站GOSAT 卫星反演与本底观测数据均表现为逐年升高的趋势, 年际间趋势一致性较好(图3a); SDZ 站卫星反演的增长趋势平缓, 而本底监测站数据在2011～2013 年增长相对平缓, 2013～2015 年增长速度明显加快(图3b)。

2.1.2 长江中下游六省GOSAT 反演CH4年际变化时空分布特征

如图4 所示, 2011～2018 年间, 长江中下游六省与东三省、华北平原及整个中国CH4均呈逐步上升趋势, 其年均浓度由2011 年的1817×10−9增长至2018年的1875×10−9, 增加了约58×10−9, 平均年增长量为8.2×10−9, 其次为华北地区增加了57×10−9, 两者均高于全国平均浓度(55×10−9), 东三省CH4浓度增量最低为53×10−9。CH4浓度快速增长可能原因是由于近年中国经济的高速发展, 人类活动增强所致, 如养牛数目的增多、水稻种植面积增加和化石燃料消耗增多等[16], 以江西为例, 农林牧渔总产值由2011 年的2175.14 亿元增加至2018 年的3148.57 亿元, 年发电量由2011年的729.92×108kW·h 上升至1281.3×108kW·h21)。

图1 GOSAT 反演CH4 月均浓度与本底站相关性分析 Fig.1 Correlation analysis of CH4 monthly concentrations between GOSAT and background stations for (a) WLG and (b) SDZ

图2 GOSAT 反演CH4 浓度季节变化与本底站比对结果 Fig.2 Comparison of CH4 seasonal variation between GOSAT and background stations for WLG and SDZ

图3 GOSAT 反演CH4 浓度年际变化与本底站比对结果 Fig.3 Comparison of CH4 interannual variation between GOSAT and background stations for WLG and SDZ

图4 GOSAT 反演的长江中下游六省与其他地区 CH4 浓度年际变化 Fig.4 Annual means of CH4 retrieved from GOSAT in different regions of China

2011～2018 年间长江中下游六省的CH4平均浓度为1846×10−9, 浓度高于东三省(1815×10−9)、华北平原(1829×10−9)和全国平均浓度(1817×10−9)。长江中下游地区水热同季, 且降水丰沛, 适宜水稻生产, 是我国重要的粮食生产区, 主要有双季水稻及一季水稻的种植。其稻田长期淹水状态会排放大量的CH4。此外中部及长三角地区人口集中, 城市生活垃圾在较高的温度下会产生更多的CH4排放, 与张国君[20]的研究结论一致。华北地区CH4浓度与长江中下游六省相比略低, 但也高于中国平均浓度, 主要原因为华北平原地处中纬度地区, 畜牧养殖业较发达, 煤炭资源丰富, 另外农业生产的季节性稻田排放也会造成CH4浓度上升[21-22]。

图5 所示为GOSAT 反演的2011～2018 年长江中下游六省 CH4浓度变化情况, 图中可以看出2011～2018 年长江中下游六省CH4平均浓度均呈现逐步增长的趋势, 区域平均年际增长量约为8.2×10−9a−1。各省年际增长量略有差异, 纬度偏低的江西、湖南和浙江三省增长量略大, 分别为8.3×10−9a−1、8.3×10−9a−1和8.5×10−9a−1, 纬度偏高的湖北、安徽和江苏 3 省增长量略小, 分别为 8.2×10−9a−1、8.2×10−9a−1和8.2×10−9a−1。2011～2018 年间六省CH4平均浓度为1846×10−9, 最高为江西(1849×10−9), 湖南、浙江次之(均为 1847×10−9), 江苏最低为1843×10−9(图6)。研究区域属于长江经济带的一部分, 长江经济带在中国经济中占有重要地位, 2017 年长江经济带国内生产总值(GDP)达到37.4 万亿元, 占GDP 的比重为45.5%[23], 2008 年, 农业部发布紧急通知, 要求各地狠抓春播面积, 坚决遏制双季稻改单季稻现象, 杜绝耕地的撂荒, 控制粮食播种面积。本研究区内的六省均是水稻主产区, 双季水稻的面积直接影响水稻产量。因此, 近几年单季稻的面积逐渐减少, 双季稻面积增加, 这可能是导致CH4排放量增加的一个因素。而湖南、江西的浓度值较其他省份CH4浓度值要大, 可能与江西双季稻种植面积较大有关。2018 年江西、湖南两省的双季水稻种植面积分别为3436.2 khm2、4009 khm2, 在其省内的占比分别为20.6%1)来自2018 年江西省统计年鉴(http: //www.jxstj.gov.cn/resource/nj/ 2018CD/indexch.htm)和18.9%2)来自2018 年湖南省统计年鉴(http: //222.240.193.190/18tjnj/indexch. htm), 而地理位置偏北的湖北省、安徽省和江苏省则以单季水稻为主, 其稻田淹水时间相对短, 排放的CH4也就偏小, 沿海省份浙江, 通过调整农业种植结构, 水稻种植面积不断 萎缩, 农田占比小, 虽以双季稻为主, 但总面积小, 它的平均浓度与湖南省持平, 可能由工业生产及城市人口数量大导致生活垃圾过多而造成。

图5 2011～2018 年长江中下游地区CH4 浓度变化 Fig.5 Annual CH4 variations of each province in middle-low reaches of Yangtze River during 2011-2018

图6 长江中下游各省2011～2018 年间大气CH4 平均浓度 Fig.6 CH4 average concentration of each province in middle-low reaches of Yangtze River during 2011-2018

2.1.3 长江中下游六省GOSAT 反演CH4季节变化特征

图7 所示为长江中下游各省CH4季节变化, 湖北省、湖南省、江西省和浙江省峰值在9 月, 安徽省、江苏省峰值在8 月, 该季节变化特征可能与湿地和稻田CH4排放有关。江西省和湖南省双季稻抽穗扬花期在9 月, 安徽省、江苏省一季稻抽穗扬花期在8 月。水稻在抽穗扬花期较其他生育期排放更多的CH4, 因此在水稻抽穗扬花期前后CH4浓度可能出现峰值。

图7 长江中下游地区CH4 浓度季节变化 Fig.7 Seasonal cycle of CH4 in middle-low reaches of Yangtze River

图8 所示为GOSAT 反演的长江中下游六省CH4浓度季节变化的空间分布情况。大气CH4柱浓度夏 季(6～8 月)、秋季(9～11 月)略高, 冬季(12 月至次年2月)、春季(3～5 月)略低, 有明显的季节特征, 这与王红梅等[19]、常越等[24]的研究结果一致。春季CH4浓度高值出现在江西、湖南东部及浙江中南部区域, 夏季高值集中在湖南东部、江西北部、安徽南部、湖北东南部及江苏与浙江的交界处, 秋季高值分布在江西、湖南, 冬季主要集中在江西、安徽南部、湖南和湖北以东地区, 其空间分布季节变化也可能与水稻种植的CH4排放有关, 双季稻种植区早稻种植期为3 月底或4 月初至7 月中下旬, 晚稻种植期为6 月中上旬至10 月中上旬, 安徽省和江苏省属单季稻稻作区, 湖南、江西为单、双季稻稻作区[25]。中、晚稻的平均CH4排放通量比早稻高的多, 且水稻生长后期的排放通量大于前期的排放通量。稻田CH4的排放主要集中在水稻分蘖期, 其他时期(如拔节抽穗期、灌浆结实期)相对较少[26-27]。而夏季正是江苏、安徽的一季稻分蘖期。中后期特别是搁田开始后降低, 搁田结束稻田复水后略有升高, 并保持低排放量直至水稻收获, 呈现波浪式变化[28]。秋季是湖南、江西一季晚稻和双季晚稻的抽穗扬花期, 稻田排放的CH4相对较多, 此时CH4浓度出现1 个峰值。冬季的高值中心仍在江西、浙江等, 稻田冬季种植不同作物可增加CH4的排放, 以及部分冬季水田休闲期也有CH4排放, 但这个排放量与生长季比要低得多[29-31]。

2.1.4 GOSAT 反演的CH4浓度垂直变化

将2014 年3 月至2015 年2 月长江中下游CH4浓度垂直变化划分为3 个层次, 分别为低层(975 hPa、925 hPa 和850 hPa)、中层(700 hPa、500 hPa)和高层(100 hPa)。对3 个层次大气CH4平均浓度的GOAST反演进行季节分析发现, 垂直方向上GOSAT 反演的长江中下游六省CH4浓度随气压降低, 浓度逐渐减小, 呈现出较强的季节变化特征, 在近地面层975 hPa、925 hPa 和850 hPa 的低层, 大气CH4浓度夏季最高、春季最低, 浓度高低次序为夏季＞秋季＞冬季＞春季; 700～500 hPa (3000～5500 m 中层)各季节的浓度均比较接近, 500 hPa 以上的高层, 秋季最高, 春季最低, 浓度高低次序为秋季＞夏季＞冬季＞春季(图9)。低层(975 hPa、925 hPa 和850 hPa)、中层(700 hPa、500 hPa)和高层(100 hPa)浓度季节特征不一样, 主要由于大气 CH4逐步由低层向中层扩散混合和大气水平运动导致CH4浓度空间分布差异[32]。

2.2 AIRS 反演的CH4 浓度时空变化特征

2.2.1 长江中下游六省AIRS 反演CH4年际变化特征

如图10 所示, 2011～2018 年间, 长江中下游六省与东三省、华北平原及整个中国CH4均呈逐步上升趋势(与GOSAT 趋势一致), 其年均浓度由2011 年的1867×10−9增长至2018 年的1875×10−9, 增加量约18×10−9(GOSAT 反演的浓度增加量为58×10−9), 平均年增加量为2.3×10−9a−1(GOSAT 平均增加量为8.2 ×10−9a−1), 可能由于AIRS 主要反映了对流层中层大气状况而GOSAT 更多的反映了近地面层大气CH4的变化[32]。

AIRS 反演的 2011～2018 年间平均浓度为1876×10−9(GOSAT 为1846×10−9), 均低于东三省(1912×10−9)、华北平原(1891×10−9)和全国平均浓度(1892×10−9), 空间分布上CH4浓度的高值区分布在东三省, 低值区分布在长江中下游水稻种植区。与王红梅等[19]研究结果一致。

图8 长江中下游地区CH4 浓度季节变化空间分布 Fig.8 Spatial distribution of CH4 seasonal variation in middle-low reaches of Yangtze River

图9 GOSAT 反演的CH4 浓度季节廓线 Fig.9 Profiles of seasonal CH4 concentration retrieved from GOSAT

图10 AIRS 反演的长江中下游六省与 其他地区CH4 年际变化 Fig.10 Annual means of CH4 retrieved from AIRS in different regions of China

图11 AIRS 反演的2011～2018 年长江中下游 六省CH4 浓度变化 Fig.11 Annual CH4 variations of each province in middle-low reaches of Yangtze River during 2011-2018

图11 所示为AIRS 反演的2011～2018 年长江中下游六省CH4浓度变化情况, 图中可以看出2011～2018年 长江中下游六省CH4平均浓度均呈现逐步增长的趋势。各省年际增长量略有差异, 纬度偏低的江西、湖南和浙江三省增长量略小, 分别为1.8×10−9a−1、1.9×10−9a−1和2.4×10−9a−1, 纬度偏高的湖北、安徽和江苏三省增长量略大, 分别为 2.5×10−9a−1、2.6×10−9a−1和2.8×10−9a−1。2011～2018 年间六省CH4平均浓度为 1877×10−9a−1, 高值在安徽江苏北部, 低值在湖南、江西两省的中南部(图12)。

图12 AIRS 反演的长江中下游各省2011～2018 年间 大气CH4 平均浓度 Fig.12 CH4 average concentration of each province in middle-low reaches of Yangtze River during 2011-2018

2.2.2 AIRS 反演长江中下游六省CH4浓度季节变化特征

图13 所示为AIRS 反演的长江中下游六省CH4浓度季节变化的空间分布情况。大气CH4柱浓度夏季(6～8 月)和秋季(9～11 月)略高, 冬季(12 月至次年2月)和春季(3～5 月)略低, 有明显的季节特征, 但春季CH4浓度高值出现在江苏、安徽, 夏季高值区在江苏、安徽和湖北三省北部, 秋季高值区在安徽大部、湖北和江苏北部; 冬季高值区在江苏东北部、安徽中西部。

2.2.3 AIRS 反演的垂直高度变化

对AIRS 反演的2014 年3 月至2015 年2 月长江中下游六省6 个层次(1000 hPa、925 hPa、850 hPa、700 hPa、500 hPa 和100 hPa)大气CH4浓度进行季节相关性分析表明, 垂直方向上长江中下游六省CH4浓度随气压降低, 浓度逐渐减小, 也呈现出较强的季节变化特征(可能受地面反照率或水汽的影响, 夏季1000 hPa 的缺值太多, 故该层不做比较分析)。如图所示, 850～500 hPa 以下的中层, 秋季一直维持着较高的浓度。AIRS 反演的大气CH4浓度秋季最高、夏季最低, 浓度高低次序为秋季＞冬季＞夏季＞春季。100 hPa (16000 m)处的高空, CH4浓度秋季＞夏季＞春季＞冬季(图14)。与GOSAT 反演结果不一致,

图13 AIRS 反演的长江中下游六省CH4 浓度季节变化空间分布 Fig.13 Spatial distribution of CH4 seasonal variation in middle-low reaches of Yangtze River from AIRS

图14 AIRS 反演的CH4 浓度季节廓线 (夏季1000 hPa 缺值) Fig.14 Profiles of seasonal CH4 concentration retrieved from AIRS (the data of 1000 hpa in summer were unavailable on the website)

3 结 论

可能由于AIRS 主要反映了对流层中层大气状况而GOSAT 更多的反映了近地面层大气CH4的变化[32]。

(1) 由GOSAT 卫星遥感反演的CH4月均浓度与WLG 全球大气本底站、SDZ 区域大气本底站相关性均较好, 相关系数R2分别为0.7195 (WLG)和0.5726 (SDZ), 在0.01 水平上达显著相关。可以用于分析近地面层区域CH4浓度变化。

(2) GOSAT 反演的长江中下游六省2011～2018年CH4浓度呈现逐年增长的趋势, 长江中下游六省与东三省、华北平原及整个中国区域大气CH4均呈逐步上升趋势, 浓度增量最高为长江中下游六省58×10−9, 次高为华北地区57×10−9, 均高于全国平均浓度55×10−9, 东三省CH4浓度增量最低为53×10−9。8 年期间六省的CH4平均浓度为1842×10−9, 最高为江西(1845×10−9), 湖南、浙江次之(均为1843×10−9), 江苏最低为1839×10−9。垂直方向上长江中下游六省CH4浓度随气压降低, 浓度逐渐减小, 呈现出明显的季节变化特征。近地面层最高值出现在夏季, 最低值出现在春季; 中间层季节特征不明显; 高层最高值出现在秋季, 最低值出现在春季。

(3) GOSAT 反演的长江中下游地区CH4柱浓度分布存在明显的季节特征, 大气CH4柱浓度夏、秋季略高, 冬、春季略低。春季CH4浓度高值出现在江西、湖南东部及浙江中南部区域, 夏季高值集中在湖南东部、江西北部、安徽南部、湖北东南部及江苏与浙江的交界处, 秋季高值分布在江西、湖南, 冬季主要集中在江西、安徽南部、湖南和湖北以东地区。

(4) AIRS 反演的长江中下游六省对流层中层大气CH4柱浓度均呈逐步上升趋势, 低于东三省、华北地区及全国平均浓度。8 年间其CH4平均浓度均表现为北高(东三省高)南低(长江中下游六省低)。

(5) AIRS 反演的长江中下游六省CH4浓度分布有明显的季节特征, 各季节的高值分布区主要分布在北部省份, 低值区主要分布在南部省份。垂直方向上高度越高, 浓度越低, 不同高度上秋季浓度最高。

感谢北京上甸子本底站业务工作人员在现场采样的辛苦工作; 感谢江西省生态气象中心各位同事的支持与帮助; 感谢美国NOAA/ESRL 提供上甸子站及瓦里关站的瓶采样样品分析数据; 同时感谢两位审稿专家的辛勤付出和专业指导。