高精度温室气体观测站选址分析研究——以贵州省三穗县为例
Analysis and Research on Site Selection of High-Precision Greenhouse Gas Observation Station—Taking Sansui County in Guizhou as an Example
摘要: 以三穗县高精度温室气体观测站(以下简称三穗站)选址为例,利用地面气象观测资料,从拟选站址的探测环境稳定性、气候代表性、区域代表性等方面开展分析,为温室气体观测站选址提供依据。结果表明:三穗站平均气温、平均气压、平均相对湿度、平均风速、最多风向等年际变化不明显,说明三穗站周边探测环境稳定,拟选站址具有较好的区域代表性;年降水量、日最大降水量、年日照时数年际变化明显,反映出三穗站具有典型的云贵高原山地气候特征,具有较好的气候代表性。三穗县站年平均风速整体不大,年最大风速常出现在春季;春、秋、冬季北东北风(NNE)出现频率最高,夏季东东南风(ESE)出现频率最高。三穗站盛行风向上无大型温室气体排放源,符合温室气体选址应避开局地污染源的要求。由此可见,通过科学合理的选址策略,可将观测站设置在气象条件稳定并具有代表性的地点,进而有效提升温室气体观测数据的准确度和可靠性,为气候变化及环境保护研究提供坚实的数据基础。
Abstract: Taking the site selection of high-precision greenhouse gas observation station in Sansui County (hereinafter referred to as Sansui station) as an example, using the surface meteorological observation data, this paper analyzes the detection environment stability, climate representativeness, regional representativeness and other aspects of the proposed site, so as to provide basis for the site selection of greenhouse gas observation station. The results show that the interannual variations of average temperature, average air pressure, average relative humidity, average wind speed and maximum wind direction at Sansui station are not obvious, indicating that the detection environment around Sansui station is stable, and the proposed station site has good regional representativeness; the interannual variation of annual precipitation, daily maximum precipitation and annual sunshine hours is obvious, which reflects that Sansui station has typical mountain climate characteristics of Yunnan Guizhou Plateau and has good climate representativeness. The annual average wind speed at Sansui County station is not big as a whole, and the annual maximum wind speed often appears in spring; the frequency of NNE is the highest in spring, autumn and winter, and the frequency of ese is the highest in summer. There is no large-scale greenhouse gas emission source in the prevailing wind direction of Sansui station, which meets the requirements of avoiding local pollution sources in greenhouse gas site selection. It can be seen that through the scientific and reasonable site selection strategy, the observation stations can be set in the representative places with stable meteorological conditions, which can effectively improve the accuracy and reliability of greenhouse gas observation data, and provide a solid data foundation for the research of climate change and environmental protection.
文章引用:王梦玲, 谢佳豪, 杨再禹, 盛升旺. 高精度温室气体观测站选址分析研究——以贵州省三穗县为例[J]. 环境保护前沿, 2025, 15(10): 1360-1367. https://doi.org/10.12677/aep.2025.1510150

1. 引言

温室气体是指大气中可以吸收地面反射的长波辐射,并重新发射辐射的一些气体,主要是二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)、氢氟碳化合物(HFCs)、全氟碳化合物(PFCs)、六氟化硫(SF6)等。在碳排放这个全球热议的话题下,全球气候变化已成为人类发展面临的最严峻挑战。作为世界人口最多、碳排放量最大的国家,中国应对气候变化已成为基本实现社会主义现代化的重大挑战。中国将以新发展理念为引领,在推动高质量发展中促进经济社会发展全面绿色转型,脚踏实地落实2030年前二氧化碳排放达到峰值,努力争取2060年前实现碳中和目标,为全球应对气候变化作出更大贡献。

中国气象局于1994年最先在瓦里关全球大气本底基准观象台开展了大气二氧化碳、甲烷、一氧化碳的在线连续测量[1]。之后为做好碳达峰、碳中和工作,气象部门先后在北京、黑龙江、浙江、云南等省(市)部署温室气体在线观测,为我国研究温室气体提供数据支撑,因此我国的温室气体研究多是在建设了温室气体观测的瓦里关、临安、龙凤山、香格里拉等大气本底站区域开展[2]-[9]。为加密部署高精度温室气体观测站,获取更多温室气体观测数据,在2024年贵州省气象局通过在贵阳、三穗、兴仁等县市建设高精度温室气体二氧化碳和甲烷浓度观测系统,开展以二氧化碳(CO2)和甲烷(CH4)为主的大气成分观测数据通量观测,验证贵州省不同区域温室气体排放源和吸收汇的动态变化,分析、评估各区域之间的温室气体输送和影响,分析区域间碳浓度差异,基于反演的碳通量产品定量评估不同区域、不同生态系统对碳平衡的贡献程度。为贵州省气候预测、预估以及区域大气污染预报和控制提供基础数据。为贵州省碳达峰、碳中和行动成效的科学评估与碳排放核算提供基础数据支撑。

高精度温室气体观测站的选址应选择在对人类活动具有一定指示意义的地区,周围没有直接影响温室气体浓度变化的干扰因素存在,建设的选址关系到观测数据准确性以及后续开展业务准入等,因此本论文选取贵州省三穗县为例,主要根据高精度温室气体观测站相关选址标准和要求[10]以及中国气象局发布的《高精度温室气体二氧化碳浓度自动观测系统建设指南》,系统性地对拟选址站点地理环境、气象要素、污染源分布等进行分析。

2. 选址站点介绍和区域气候特征

三穗县位于贵州省东部,黔东南州东北部,三穗高精度温室气体观测站(以下简称三穗站)选址位于三穗雷达站内,海拔741 m,西北面为雷达塔楼,其他面为松、柏树林,位于山顶,四周2000米范围内除雷达塔楼以外,视野开阔。远离人类污染活动集中的区域,周边50米范围内,土地利用方式等在5~10年内无显著变化。

三穗县气候类型多样,一年四季均有不同种类的气象灾害发生。主要包括暴雨(可能引发山洪、滑坡和泥石流)、干旱、凝冻(表现为道路结冰和电线积冰)、低温(包括霜冻、冻害、凝冻、倒春寒及秋风)、冰雹、大风、雷电、大雾和秋绵雨等多种类型。从时间分布来看,雪灾和冰冻灾害主要发生于冬季;冰雹天气在春季较为频繁;暴雨事件则集中出现在夏季;而干旱、低温冷害、雷电和大风等灾害在全年的任何时期均有可能发生。

3. 地面气象观测资料分析

本文基于三穗站2019~2023年降水量、气温、风向风速等地面气象观测资料,对降水量、气温、风向风速等地面气象要素进行特征分析。相关气象观测资料来自天擎气象大数据云平台。

3.1. 降水量

表1使用2019~2023年三穗站降水量年变化资料。2019~2023年三穗站年平均降水量为1234.7 mm,年降水量最高值为2020年1594.2 mm,最低值为2023年876.8 mm,相差717.4 mm。2019~2023年三穗站最大日降水量平均值为89.5 mm,最大日降水量最高值为2021年124.8 mm,最低值为2023年63.2 mm,相差61.6 mm。综上所述,2019~2023年三穗站年降水量与最大日降水量变化显著。

Table 1. Variation in precipitation at Sansui station from 2019 to 2023 (mm)

1. 三穗站降水量2019~2023年变化(mm)

年份

降水量

最大日降水量

2019

1372.4

92.8

2020

1594.2

93.1

2021

1274.8

124.8

2022

1055.4

73.8

2023

876.8

63.2

平均

1234.7

89.5

3.2. 气温

表2使用2019~2023年三穗站气温年变化资料。2019~2023年三穗站年平均气温16.3℃,年平均最高气温21.1℃,年平均最低气温13.1℃。年平均气温最高值为2023年16.8℃,与多年平均相差0.5℃,最低值为2019、2020年15.8℃,与多年平均相差0.5℃。年平均最高气温最高值为2023年22.2℃,与多年平均相差1.1℃,最低值为2020年20.1℃,与多年平均相差1.0℃。年平均最低气温最高值为2021、2023年13.3℃,与多年平均相差0.2℃,最低值为2019年12.7℃,与多年平均相差0.4℃。2019~2023年三穗站极端最高气温为2022年37.6℃,极端最低气温为2021年−4.3℃,年极端最高气温的最大差值为1.2℃,年极端最低气温的最大差值为1.9℃。综上所述,2019~2023年三穗站各年份的年平均气温、年平均最高气温、年平均最低气温较多年平均值变化幅度不大,年极端最高气温和年极端最低气温未出现明显异常变化。三穗站周边环境和气温变化稳定,证明该站有较好的区域代表性。

Table 2. Variation in temperature at Sansui station from 2019 to 2023 (℃)

2. 三穗站气温2019~2023年变化(℃)

年份

平均气温

平均最高气温

平均最低气温

极端最高气温

极端最低气温

2019

15.8

20.5

12.7

37.1

−2.8

2020

15.8

20.1

13.1

36.4

−2.4

2021

16.5

21.3

13.3

37.5

−4.3

2022

16.4

21.4

12.9

37.6

−3

2023

16.8

22.2

13.3

36.6

−4

平均

16.3

21.1

13.1

注:“—”表示不涉及。

3.3. 气压

表3使用2019~2023年三穗站气压年变化资料。2019~2023年三穗站年平均气压为942.9 hPa,年平均最高气压为945.2 hPa,年平均最低气压为940.1 hPa。年平均气压与多年平均相差最大值为2020年0.2 hPa,年平均最高气压与多年平均相差最大值为2020、2021、2023年0.2 hPa,年平均最低气压与多年平均相差最大值为2020年0.4 hPa。2019~2023年三穗站年极端最高气压为2022年965.9 hPa,年极端最低气压为2023年924.6 hPa,年极端最高气压差值为3.5 hPa,年极端最低气压差值为3.1 hPa。综上所述,三穗站各年份的年平均气压、年平均最高气压、年平均最低气压较多年平均值变化幅度不大,年极端最高气压和年极端最低气压未出现明显异常变化。三穗站周边环境的气候环境变化稳定。

Table 3. Variation in atmospheric pressure at Sansui station from 2019 to 2023 (hPa)

3. 三穗站气压2019~2023年变化(hPa)

年份

平均本站气压

平均最高气压

平均最低气压

极端最高本站气压

极端最低本站气压

2019

942.8

945.1

940

962.4

925.5

2020

943.1

945.4

940.5

963

927.3

2021

942.8

945

939.9

963.6

925.5

2022

943

945.2

940.1

965.9

927.7

2023

943

945.4

940

964.8

924.6

平均

942.9

945.2

940.1

注:“—”表示不涉及。

3.4. 相对湿度

表4使用2019~2023年三穗站相对湿度年变化资料。2019~2023年三穗站年平均相对湿度为81.2%。年平均相对湿度与多年平均值相差最大为2020年4.2%,相差最小为2021年0.8%。综上所述,2019~2023年,三穗站年平均相对湿度变化幅度不大,环境变化稳定,有较好的区域代表性。

Table 4. Variation in relative humidity at Sansui station from 2019 to 2023 (%)

4. 三穗站相对湿度2019~2023年变化(%)

年份

年平均相对湿度

2019

84

2020

83

2021

82

2022

77

2023

80

平均

81.2

3.5. 日照

表5使用2019~2023年三穗站日照年变化资料。2019~2023年三穗站年平均日照时数为1343.7 h,年平均日照百分率为30.4%。年日照时数与多年平均值相差最大为2020年389.5 h。年日照时数与多年平均值相差最小为2021年15 h。年日照百分率与多年平均值相差最大为2020年8.4%。年日照百分率与多年平均值相差最小为2021年0.6%。综上所述,2019~2023年三穗站日照时数和日照百分率的年变化明显。

Table 5. Variation in sunshine duration at Sansui station from 2019 to 2023

5. 三穗站日照2019~2023年变化

年份

年日照时数(h)

年日照百分率(%)

2019

1116.1

25

2020

954.2

22

2021

1358.7

31

2022

1635.2

37

2023

1654.2

37

平均

1343.7

30.4

3.6. 风向风速

表6使用2019~2023年三穗站风向风速年变化资料。2019~2023年年平均风速为1.38 m/s。年最大风速多出现在春季,其中2020年最大为8.2 m/s,其他年份的最大风速均小于8 m/s。年最大风向为北东北风,年最多风向频率除2022年外均大于15%。综上所述,三穗站年平均风速、年最大风速变化幅度小,年最多风向均为北东北风,环境稳定。

表7使用三穗站2019~2023年各月平均风速资料。每月平均风速变化不大,其中7月最大为1.5 m/s,9、11、12月最小为1.28 m/s。

Table 6. Variation in wind direction and speed at Sansui station from 2019 to 2023

6. 三穗站风向风速2019~2023年变化

年份

年平均风速(m/s)

年最大风速(m/s)

年最大风速风向

年最大风速月份

年最多风向

年最多风向频率(%)

2019

1.4

7

SSW

3

NNE

16

2020

1.4

8.2

NW

5

NNE

17

2021

1.3

7.3

N

8

NNE

15

2022

1.4

7.8

NNW

4

NNE

14

2023

1.4

7.1

S

4

NNE

15

平均

1.38

7.48

15.4

注:“—”表示不涉及。

Table 7. Monthly average wind speed at Sansui station from 2019 to 2023 (m/s)

7. 三穗站2019~2023年各月平均风速m/s

月份

1

2

3

4

5

6

7

8

9

10

11

12

平均风速

1.32

1.36

1.42

1.48

1.4

1.32

1.5

1.46

1.28

1.36

1.28

1.28

图1使用2019~2023年三穗站风向风速年变化资料,可以看出北东北风(NNE)出现频率最高,为14.9%,其次是北风(N),为9.6%。年平均风速也最大,为4.7m/s。由此可以说明三穗站全年受北风影响较多。

Figure 1. Wind rose chart of Sansui station from 2019 to 2023

1. 三穗站2019~2023年风玫瑰图

图2使用2019~2023年三穗站风向风速四季变化资料,可以看出春、秋、冬季三穗站北东北风(NNE)出现频率最高,分别为16.5%、18%、22.8%,其次是北风(N),分别为10.4%、10.9%、12.8%。而夏季则是东东南风(ESE)出现频率最高,为16%,其次是南西南风(SSW)、东南风(SE),均为10.2%。从三穗站风向风速四季变化资料可以体现出三穗站明显的季风性气候特征。总体来看三穗站盛行风向上均无大型温室气体排放源,有较好的环境稳定性。

Figure 2. Wind rose chart of four seasons in Sansui County from 2019 to 2023

2. 三穗县2019~2023年四季风玫瑰图

4. 分析结果

三穗站位于云贵高原区域,具有山地气候的基本属性,是开展云贵高原山地气候温室气体观测的典型代表地区。根据高精度温室气体观测站相关选址标准和要求,以及中国气象局发布的《高精度温室气体二氧化碳浓度自动观测系统建设指南》,选取近5年地面气象观测要素进行分析,结果得出2019~2023年三穗站地面气象观测要素中,平均气温、平均气压、平均相对湿度、平均风速、最多风向等年际变化不明显,证明研究期内三穗站拟选站址周边探测环境稳定,无显著变化。年降水量、日最大降水量、年日照时数年际变化明显,显示出三穗站具有典型的山地气候特征,具有区域代表性。但本文对于高空输送分析研究还有所欠缺,仅分析近地面风向风速对于污染物扩散的影响,总体来看三穗站盛行风向上均无大型温室气体排放源,有较好的环境稳定性。

5. 结论

(1) 三穗站2019~2023年地面气象资料中平均气温、平均气压、平均相对湿度、平均风速、最多风向等年际变化不明显,具有较好的区域代表性,能够满足高精度温室气体观测站设备建设要求。

(2) 三穗站2019~2023年地面气象资料中年降水量、日最大降水量、年日照时数年际变化明显,能反映出三穗县处于云贵高原的山地气候特征,具有较好的气候代表性,能反映山地气候的温室气体变化特征。

(3) 三穗站春、秋、冬季盛行北东北风(NNE),夏季盛行东东南风(ESE),具有显著的季风性气候特征,盛行风上游均无大型温室气体排放源,三穗站观测结果可代表区域较大范围内温室气体监测结果。因三穗县在民俗节日上对于烟花爆竹的管控措施为限定区域燃放,所以仍要关注民俗节日对本地观测数据的影响,例如春节、元宵节、中元节等。

(4) 对比其他已建成的其他温室气体观测站,三穗站观测要素较少,仅有二氧化碳、甲烷、水汽,后续积极增加其他温室气体观测要素的建设。

参考文献

[1] 赵玉成, 刘鹏, 王剑琼, 等. 1991-2011年瓦里关全球大气本底监测事实[J]. 青海环境, 2014, 24(1): 32-35.
[2] 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.
[3] 栾天, 周凌晞, 方双喜, 等. 龙凤山本底站大气CO2数据筛分及浓度特征研究[J]. 环境科学, 2014, 35(8): 2864-2870.
[4] 刘彬, 李丹, 刘振宇, 等. 天津市区温室气体浓度变化特征分析[J]. 环境保护与循环经济, 2018, 38(2): 53-56.
[5] 杨倩, 官莉, 陶法, 等. 中国5个大气本底站观测的CH4浓度变化规律[J]. 环境科学与技术, 2018, 41(6): 1-7.
[6] 方双喜, 周凌唏, 许林, 等. 我国4个WMO/GAW本底站大气CH4浓度及变化特征[J]. 环境科学, 2012, 33(9): 2917-2923.
[7] 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.
[8] 方双喜, 周凌晞, 栾天, 等. 浙江临安大气本底站CO浓度及变化特征[J]. 环境科学, 2014, 35(7): 2454-2459.
[9] 沈玉亮, 王泽华, 张昊, 杨关盈, 燕少威. 温室气体观测站选址分析及气候代表性研究——以安徽寿县站为例[J].中国环境监测, 2025, 41(4): 119-129.
[10] 中国气象局. 大气成分观测业务规范(试行) [M]. 北京: 气象出版社, 2012.