區(qū)域大氣CO2濃度實時測量及分析
——以江蘇大學(xué)校區(qū)為例

楊 晨，徐 朔，夏 濤，毛 靜，鄭敏學(xué)，伊藤雅一

(1. 江蘇大學(xué) 環(huán)境與安全工程學(xué)院，江蘇 鎮(zhèn)江 212013； 2. 日本名古屋產(chǎn)業(yè)大學(xué)，日本 愛知縣 488-8711)

隨著工業(yè)化、城市化進(jìn)程的加快，能源消費和溫室氣體排放量急劇增加，由此產(chǎn)生溫室效應(yīng)等一系列環(huán)境問題，已經(jīng)引起各國政府與廣大民眾的高度關(guān)注[1-3].二氧化碳(CO2)是最主要的溫室氣體之一，減少CO2排放從而減緩全球氣候變暖是全世界共同面臨的挑戰(zhàn)[4-8].

城市作為人類政治、經(jīng)濟、文化活動的中心，是人類生活生產(chǎn)的主要場所，也是溫室氣體排放集中匯集的區(qū)域[9-10].2017年城市匯集了全球55%以上的人口，到2030年此比例將上升到68%.與此同時，占全球表面積0.3%的城市，卻消耗著世界70%以上的能源[11].減少城市碳排放，建設(shè)低碳城市，已成為各個城市發(fā)展的主要方向.城市CO2相關(guān)研究始于20世紀(jì)90年代，目前國內(nèi)CO2監(jiān)測點少，實時監(jiān)測數(shù)據(jù)缺乏，直接影響到CO2的相關(guān)研究及節(jié)能減排措施的提出[12-17].大學(xué)校園人口多、占地廣，是社會活動的重要載體和組成部分.以江蘇大學(xué)為研究對象，對研究區(qū)域大氣CO2濃度進(jìn)行連續(xù)性實時實地監(jiān)測，分析研究CO2時空分布特征及影響因素，為區(qū)域溫室氣體動態(tài)變化研究和低碳城市建設(shè)提供基礎(chǔ)數(shù)據(jù).

近年來江蘇大學(xué)的玉帶河、校園家屬區(qū)等海綿工程項目的實施，以及綠地的擴建，為校園提供了良好的固碳環(huán)境.同時，新能源校車的應(yīng)用，對減少CO2排放做出了貢獻(xiàn).鎮(zhèn)江處于我國經(jīng)濟發(fā)達(dá)地區(qū)，鎮(zhèn)江市政府不斷實施CO2減排工作: 對鋼鐵企業(yè)、水泥行業(yè)等重工業(yè)的排放進(jìn)行全面管控；對生活垃圾焚燒設(shè)置標(biāo)準(zhǔn)；對城市建成區(qū)生物質(zhì)鍋爐實施抄底排放改造.此外，新能源公交車陸續(xù)投入使用，鎮(zhèn)江海綿城市項目持續(xù)推進(jìn)[18].這些項目的實施使節(jié)能減排工作初見成效，區(qū)域大氣CO2濃度有所降低.但鎮(zhèn)江與國外先進(jìn)城市相比依然存在差距，低碳城市建設(shè)及節(jié)能減排的研究還需要進(jìn)一步完善.

1 研究區(qū)域與方法

1.1 研究區(qū)域概況

研究區(qū)域位于鎮(zhèn)江市京口區(qū)江蘇大學(xué)校園內(nèi)，北緯32°11′40″～32°12′40″,東經(jīng)119°30′00″～119°31′30″.目前在校師生近5萬人，校園占地面積200萬余平方米，各類建筑面積120萬余平方米，校園主要分為學(xué)生生活區(qū)、教職工生活區(qū)和教學(xué)區(qū)，校內(nèi)外交通便利，基礎(chǔ)設(shè)施完善，來往車輛多，人流量大[19](圖1).

圖1 江蘇大學(xué)土地利用分布Fig.1 Land use distribution of Jiangsu University

1.2 儀器設(shè)備

大氣CO2測量采用日本名古屋產(chǎn)業(yè)大學(xué)提供的便攜式CO2測量儀(C2D-W02TR，U·DOM公司，日本)，該儀器可同時測量CO2濃度、溫度、濕度、露點溫度[20].風(fēng)速風(fēng)向測量采用美國Kestrel NK4500風(fēng)速氣象儀.區(qū)域經(jīng)緯度測量采用HOLUX M-241A GPS記錄儀.

1.3 測量方法

根據(jù)地貌及建筑物分布特征，將校園劃分為30個區(qū)域，在每個區(qū)域選擇1個代表性的地貌特征點作為測量點，共選定30個測量點，每周選取2～3天進(jìn)行測量.使用GPS測量儀確定30個點的經(jīng)緯度，保證每次的測量能在同一位置進(jìn)行.測量分別在早上7∶30—9∶00、中午12∶00—13∶30、下午17∶00—18∶30 3個時間段進(jìn)行，確保每次的測量都有一組完整的早上、中午、下午3個時段測量數(shù)據(jù).

CO2濃度實時測量于2018年3月—2019年9月，期間共測得6801組數(shù)據(jù).其中由于誤操作及天氣等因素，有501組數(shù)據(jù)無效，有效數(shù)據(jù)為6300組，有效率達(dá)92.6%.因測量數(shù)據(jù)在2018年7月—2018年9月數(shù)據(jù)間斷，為了保證研究數(shù)據(jù)的連續(xù)性，故本次研究主要應(yīng)用的數(shù)據(jù)為2018年10月—2019年9月連續(xù)監(jiān)測的數(shù)據(jù)，共4590組有效數(shù)據(jù)，2018年3月—6月的數(shù)據(jù)留作參考.

1.4 解析方法

利用GPS測量儀精確測量30個測量點的經(jīng)緯度坐標(biāo)，并建立經(jīng)緯度CO2濃度數(shù)據(jù)庫，進(jìn)行數(shù)據(jù)整理與分析.運用Surfer軟件進(jìn)行可視化空間分析，使數(shù)據(jù)能夠直觀的反映CO2濃度時空分布的特征.使用Origin軟件制作風(fēng)速風(fēng)向玫瑰圖，分析風(fēng)速風(fēng)向?qū)O2濃度的影響.利用相關(guān)性函數(shù)分析溫度、濕度與CO2濃度的相關(guān)關(guān)系.

2 結(jié)果與討論

2.1 CO2濃度空間變化特征

圖2為選定的30個測量點及相應(yīng)的經(jīng)緯度.2018年10月—2019年9月，研究區(qū)域內(nèi)大氣CO2平均濃度為397.9mL/m3，動態(tài)變化范圍在394.2～401.7mL/m3，其中西北部、中部、東北部偏高(398.7～401.7mL/m3)，北部，東南部，西南部偏低(394.2～396.5mL/m3)，最高值和最低值濃度差為7.5mL/m3(圖3).CO2濃度高值多分布在學(xué)生活動集中密集區(qū)域，西北部集中在京江學(xué)院宿舍區(qū)，東北部有教職工宿舍區(qū)，中部分布有一站式服務(wù)中心及西山操場，均是人流量較大的區(qū)域.濃度低值分布在綠植較多以及人流量較少的區(qū)域，北部有勤人谷，西南部區(qū)域有江大梅園、玉帶河濕地公園(西段)和圖書館后山，東南部分布有玉帶河濕地公園(東段).

圖2 江蘇大學(xué)測量點分布Fig.2 Distribution of measurement points in Jiangsu University

圖3 2018年10月—2019年9月CO2濃度空間分布特征Fig.3 Spatial distribution characteristics of CO2 concentration from October 2018 to September 2019

2.2 CO2濃度時間變化特征

2.2.1 CO2濃度月變化特征

從圖4可以看出，2018年10月—2019年1月CO2月平均濃度呈升高趨勢，2018年10—11月份變化波動較大，2019年1月—2月呈下降趨勢，2—4月CO2濃度呈緩慢上升趨勢，4—9月呈下降趨勢，全年月平均濃度變化大體呈“M”型，其中2019年1月平均濃度最高(408.7mL/m3)，2019年9月最低(373.0mL/m3)，濃度差為35.7mL/m3，數(shù)據(jù)標(biāo)準(zhǔn)差為9.8，數(shù)據(jù)離散程度較大.從2018年10月—2019年1月氣溫降低，日照時間減少，植物光合作用減弱，造成CO2濃度逐漸升高；2019年2月份校園處于假期期間，學(xué)生活動量驟降，CO2濃度在此形成一個低點；2019年3月—4月學(xué)生返校，學(xué)生活動量，車流量驟增，CO2濃度增高；2019年5月—9月氣溫回暖，日照時間增加，植物光合作用增強，CO2濃度逐漸降低，導(dǎo)致9月份CO2濃度值偏低.

圖4 2018年10月—2019年9月CO2濃度月變化特征Fig.4 Monthly variation characteristics of CO2 concentration from October 2018 to September 2019

2.2.2 CO2濃度日變化特征

依據(jù)研究區(qū)域空間分布特征，選取6個特征點對CO2濃度12h連續(xù)變化進(jìn)行分析，其中3個測量點B5、G1、C2的CO2濃度偏高，3個測量點E3、A1、B3的CO2濃度偏低.B5測量點位于E區(qū)5棟宿舍前，周圍有食堂、浴室，人員流量大.G1測量點在學(xué)校東南部，屬教職工居住區(qū)，人員聚集度較大.C2測量點位于講堂群，為學(xué)生活動密集區(qū)域.E3測量點位于勤人谷東側(cè)，綠化面積大，周圍人流量較少.A1測量點位于校園西南角，處于玉帶河濕地公園(西段)附近，綠地區(qū)域較大.B3測量點位于學(xué)校西部，周邊多是山林草木，地勢廣闊，人煙稀少.

由圖5可知6個特征點日間(8點—22點)CO2濃度分布在393～455mL/m3范圍內(nèi)，兩組數(shù)據(jù)的標(biāo)準(zhǔn)差分別為15.9和19.3，數(shù)據(jù)離散程度大.日間變化總體趨勢呈“V”型，早上CO2濃度較高(8點以前)，這時陽光強度較弱，光合作用不強，師生的通勤活動主要集中在這段時間，8點—12點呈下降趨勢，10點—12點濃度達(dá)到最低(393mL/m3)，這段時間植物光合作用處于較強狀態(tài)，車輛流通量較少，學(xué)生主要集中于教學(xué)區(qū)的建筑內(nèi)，植物光合作用是CO2濃度下降的主因；14點—22點總體呈上升趨勢，22點濃度達(dá)到最高(455mL/m3)，16點—18點學(xué)生戶外活動開始增多，人為活動產(chǎn)生CO2多于植物光合作用吸收的CO2，CO2濃度緩慢上升，隨時間推移，在18點—22點期間CO2濃度快速升高，這段時間，師生開始由教學(xué)區(qū)轉(zhuǎn)移至活動區(qū)、生活區(qū)及校外，人流、車流量增加，學(xué)生舉辦的各類活動、項目在此期間開展，多方面因素共同作用造成CO2濃度的不斷累積.

圖5 6個特征點CO2平均濃度日變化Fig.5 Daily change of average CO2 concentration at 6 characteristic points

2.2.3 CO2濃度與國內(nèi)外數(shù)據(jù)對比

2018年10月至2019年9月測量區(qū)域平均濃度為(397.9±2.3) mL/m3，數(shù)據(jù)標(biāo)準(zhǔn)差為25.6，數(shù)據(jù)離散程度大，最大值547mL/m3，最小值346mL/m3，濃度差為201mL/m3.研究區(qū)域平均濃度低于2017年全球CO2平均濃度((405.5±0.1) mL/m3)和2018年全球CO2平均濃度((407.8±0.1) mL/m3)，低于2017年中國陸地區(qū)域平均濃度((405±3) mL/m3).

2.3 CO2濃度變化影響因素

2.3.1 溫度、濕度的影響

研究區(qū)域CO2濃度與溫度的關(guān)系呈現(xiàn)較明顯的負(fù)相關(guān)(圖6)，與濕度呈正相關(guān)(圖7).校園內(nèi)氣溫較高時，CO2擴散加劇，人為取暖能耗降低，植物光合作用較強，CO2排放減少，CO2濃度降低.鎮(zhèn)江地區(qū)植被多為落葉植物，氣溫較低時，植物葉片氣孔收縮，光合作用減弱，人為取暖能耗增加，CO2源增加，CO2濃度升高.相對濕度較大時，一般多為陰天，大氣對流活動較少，空氣中CO2不易分散，同時植物光合作用減弱，導(dǎo)致CO2濃度升高.相對濕度較小時，多為晴天，大氣對流活動增加，CO2易擴散，光合作用較強，CO2濃度降低.

圖6 CO2濃度與溫度的相關(guān)關(guān)系Fig.6 Correlation between CO2 concentration and temperature

圖7 CO2濃度與濕度的相關(guān)關(guān)系Fig.7 Correlation between CO2 concentration and humidity

2.3.2 風(fēng)速和風(fēng)向的影響

研究區(qū)域內(nèi)CO2的平均濃度與風(fēng)速的關(guān)系如圖8所示，風(fēng)速較大時，大氣對流活動加快，使研究區(qū)域與周邊大氣迅速擴散混合.同時，研究區(qū)域處于市郊，臨近長江，周圍高層建筑較少，幾乎無障礙物遮擋，大氣CO2難以富集，在風(fēng)速>2.5m/s時，CO2濃度較低，風(fēng)速<2.5m/s時，CO2濃度較高。以上分析可以得知，風(fēng)速與CO2濃度呈負(fù)相關(guān)，風(fēng)速越大，CO2擴散越快，濃度相對越低.通過圖9可以看出，CO2濃度分布明顯受風(fēng)向影響，研究發(fā)現(xiàn)，校園內(nèi)風(fēng)向在正北方向、東北方向和東南方向具有較高重現(xiàn)率，校園北部是學(xué)生生活區(qū)，東北、東南區(qū)域分布有教職工公寓，都為人員密集區(qū)，這兩大區(qū)域人為活動頻繁，是主要的CO2源，造成了CO2濃度值的偏高.

圖8 CO2濃度與風(fēng)速相關(guān)關(guān)系Fig.8 Relationship between wind speed and CO2 concentration

圖9 CO2濃度的風(fēng)向玫瑰圖Fig.9 Rose map of CO2 concentration and wind direction in the study area

2.3.3 周邊環(huán)境的影響

研究區(qū)域內(nèi)CO2濃度受周邊環(huán)境影響較大.索普集團(原鎮(zhèn)江化工廠)主廠區(qū)坐落于校園東南部，廠區(qū)有多條化工生產(chǎn)線，兩者中心相距3.8km，西北部緊挨優(yōu)山美地住宅區(qū)，南部有水木陽光住宅區(qū)，以上描述對象均成為研究區(qū)域的主要外部CO2源，依據(jù)上一節(jié)的分析，研究區(qū)域的主導(dǎo)風(fēng)向為北風(fēng)、東南風(fēng)等，研究區(qū)域周邊工業(yè)生產(chǎn)和居民生活所產(chǎn)生的CO2受風(fēng)力作用擴散、堆積至研究區(qū)域，造成研究區(qū)域CO2濃度的升高.

圖10 江蘇大學(xué)周邊環(huán)境Fig.10 Surrounding environment of Jiangsu University

3 結(jié) 論

本研究對江蘇大學(xué)校園CO2濃度進(jìn)行實時實地監(jiān)測，建立了經(jīng)緯度CO2濃度數(shù)據(jù)庫，運用Surfer、Origin等地理信息系統(tǒng)軟件分析了CO2濃度時間、空間分布特征及其影響因素，得到以下結(jié)論:

(1) 2018年10月至2019年9月測量區(qū)域平均濃度為397.9mL/m3，低于2018年全球CO2平均濃度(407.8mL/m3).

(2) 時間分布上，CO2月平均濃度變化曲線大體呈“M”型，1月和4月處于高峰，8月和9月處于低谷，其中1月和9月濃度差最大，為35.7mL/m3.CO2濃度日變化曲線大體呈“V”字型，呈現(xiàn)早、晚高，中午低的趨勢，最高濃度差為62.0mL/m3.

(3) 空間分布上，研究區(qū)域中京江樓宿舍區(qū)、一站式服務(wù)中心、西山操場、教職工生活區(qū)等4個區(qū)域CO2濃度偏高(398.7～401.7mL/m3)；勤人谷、玉帶河濕地公園、江大梅園、圖書館后山等4個區(qū)域CO2濃度偏低(394.2～396.5mL/m3)。

(4) 研究區(qū)域受到溫度、濕度影響較大，CO2濃度與溫度成呈負(fù)相關(guān)，與濕度呈正相關(guān).

(5) CO2濃度分布明顯受風(fēng)向影響，研究區(qū)域風(fēng)向在正北方向、東北方向、東南方向具有較高重現(xiàn)率.風(fēng)速與CO2濃度呈負(fù)相關(guān)，風(fēng)速越大，CO2濃度越低.

(6) CO2濃度受周邊環(huán)境影響較大，周邊工業(yè)生產(chǎn)和居民生活是研究區(qū)域主要外部CO2源.

致謝:非常感謝日本名古屋產(chǎn)業(yè)大學(xué)為本研究項目測量CO2濃度、溫度、濕度、露點溫度等大氣參數(shù)提供了C2D-W02TR型CO2測量儀.