中国区域CO2柱状浓度时空分布特征研究
这是一篇关于CO2柱浓度,GOSAT,AIRS,时空分布,中国的论文, 主要内容为CO2占大气总量不足0.05%,却是大气中最重要的一种温室气体。自工业革命以来,大气中CO2增长了约35%,对全球生态、环境、经济、政治等各方面都产生了巨大影响,受到世界范围内的强烈关注。我国境内大气中C02浓度也在不断增长,其变化将导致我国气候变化、土壤水分状况混乱和区域降水分布不均,将波及植物生长规律、植被分布以及生物生产力发生变化等问题。因此,基于优势C02卫星数据研究中国区域C02柱浓度时空分布特征具有重要的意义。本研究针对温室气体和全球气候变化的热点问题,利用GOSAT反演的2009/6～2010/5近地面、对流层中层(500hpa)CO2柱浓度产品和AIRS反演的2003-2011年对流层中层(500hpa)CO2柱浓度产品,采用ArcGIS地统计分析方法,结合瓦里关全球大气本底站地面观测数据、中国统计年鉴2012的人口密度、能源消费总量(煤)和GDP等辅助数据,分析了中国区域近地面和对流层中层CO2柱浓度时空分布特征,并在ArcScene中实现了三维可视化。研究结果表明：2003-2011年瓦里关大气本底C02浓度多年月平均具有周期性的季节波动,呈逐年线性增长趋势,4月份(春季)最高,8月份(夏季)最低；2009/6-2010/5间GOSAT数据反映了中国区域近地面(975hpa)CO2柱浓度空间分布总体呈东高西低的特征,高值区集中于110°-125°E的东部地区,且具有明显的季节变化,4月份(春季)升至最高值,7月份(夏季)降至最低值,与瓦里关本底同期结果一致；2003-2011年间AIRS数据反映了中国区域对流层中层CO2柱浓度分布总体呈北高南低的特征,高值区集中于35°～45°N的北方地区,且具有明显的季节变化特征,5月份升至最高值,9月份降至最低值,最低值滞后于本底观测；大气中CO2分布不平衡,并不是等高度等浓度、等季度等浓度分布,也与封闭的“花房效应”区别显著,而是区域符合“穹云分布”模型,全球符合“熏球分布”模型,形成“熏球效应”效应,产生原因多种多样。
AIRS-AMSU甲烷反演产品的地基和空基检验及其应用
这是一篇关于本底站,CH4浓度,日变化,AIRS,GOSAT的论文, 主要内容为甲烷作为大气中仅次于二氧化碳和水蒸气的第三大温室气体,其浓度的增加会加速全球气候变暖。应用曼—肯德尔(M-K突变检测)等方法对2009年1月—2013年12月瓦里关(WLG)、临安(LAN)、龙凤山(LFS)、上甸子(SDZ)和2010年7月—2013年12月香格里拉(XGLL)本底站甲烷浓度的时间、空间变化特征及形成原因进行了分析,然后利用临安、龙凤山、上甸子、瓦里关和香格里拉本底站观测的甲烷浓度对AIRS/AMSU(以下简称AIRS)反演的近地面甲烷产品进行了验证,并对比了AIRS/AMSU和GOSAT产品之间的差异,最后利用AIRS三级产品对中国地区CH4浓度时空分布特征进行了分析。结果表明:(1)大气本底站观测的甲烷浓度的整体变化规律表现为:研究时段内临安站点的甲烷浓度最高,平均值为1965 ppbv;龙凤山站次高,平均值是1939 ppbv;上甸子站居中,均值为1914ppbv;瓦里关和香格里拉站的最低,平均值分别是1864和1861ppbv。瓦里关站甲烷浓度年均增长率为0.034%,临安、龙凤山、上甸子和香格里拉本底站的年均增长率分别为0.033%、0.025%、0.018%和0.01%。临安、龙凤山、上甸子均出现浓度突变点,突变点出现的时间与污染过程发生的时间相吻合。季节变化特征表现为:临安站甲烷浓度在7月份达到谷值;龙凤山为“W”型变化;上甸子站在7、8月份CH4浓度最高,瓦里关季节变化与上甸子类似;而香格里拉站点夏季CH4浓度受季风的影响较大,表现出明显的单峰。除了瓦里关站点,其它4个站点甲烷浓度的日变化均表现出同样的趋势:午后达到全天最低值,夜间和凌晨的浓度较高;而瓦里关正好相反,于正午达到全天甲烷浓度的峰值,这是由于牧区放牧造成的。(2)AIRS反演甲烷产品的地基检验结果表明:临安、龙凤山、上甸子、瓦里关和香格里拉本底站观测和AIRS反演近地面产品的平均偏差约为-93.12ppbv、-44.03ppbv、-30.75ppbv、-5.19ppbv 和 9.65ppbv,相关系数分别是 0.5、0.53、0.21、0.49 和 0.11,标准差均不超过22ppbv。AIRS反演结果整体偏低于地基观测结果,AIRS反演结果和地基观测结果逐月变化特征相同。AIRS反演精度受云的影响较大,并且受到反演算法、季节变化等因素的影响。(3)AIRS与GOSAT反演甲烷廓线的对比结果表明:AIRS和GOSAT反演值随高度的分布一致,近地面附近GOSAT反演值略高于AIRS反演值。500—600hPa高度二者吻合度最高,偏差在17.9ppbv以内。在10—70hPa高度范围二者反演值的偏差较大,AIRS反演值显著高于GOSAT反演值,偏差可以达到254.5ppbv。(4)对中国地区甲烷浓度的时空分布特征进行分析,结果发现近地面CH4浓度属于南低北高的情况,中国东部沿海比西部的甲烷浓度高。含油气盆地的地区甲烷浓度相对较高。近地面CH4浓度季节变化特征为:秋冬季节的甲烷浓度要高于春夏季节的甲烷浓度。青藏高原的甲烷浓度在秋季达到最大,主要是受到强辐合作用和西南季风的影响。我国南部地区的甲烷浓度四季变化不明显。中国地区对流层的甲烷浓度在2009—2013年表现出明显的增长。总的来说,中国地区甲烷浓度的垂直分布特征是:随着高度的增加而下降。而且随着高度的增加,各地之间的甲烷浓度差值也在逐渐减小。
中国区域CO2柱状浓度时空分布特征研究
这是一篇关于CO2柱浓度,GOSAT,AIRS,时空分布,中国的论文, 主要内容为CO2占大气总量不足0.05%,却是大气中最重要的一种温室气体。自工业革命以来,大气中CO2增长了约35%,对全球生态、环境、经济、政治等各方面都产生了巨大影响,受到世界范围内的强烈关注。我国境内大气中C02浓度也在不断增长,其变化将导致我国气候变化、土壤水分状况混乱和区域降水分布不均,将波及植物生长规律、植被分布以及生物生产力发生变化等问题。因此,基于优势C02卫星数据研究中国区域C02柱浓度时空分布特征具有重要的意义。本研究针对温室气体和全球气候变化的热点问题,利用GOSAT反演的2009/6～2010/5近地面、对流层中层(500hpa)CO2柱浓度产品和AIRS反演的2003-2011年对流层中层(500hpa)CO2柱浓度产品,采用ArcGIS地统计分析方法,结合瓦里关全球大气本底站地面观测数据、中国统计年鉴2012的人口密度、能源消费总量(煤)和GDP等辅助数据,分析了中国区域近地面和对流层中层CO2柱浓度时空分布特征,并在ArcScene中实现了三维可视化。研究结果表明：2003-2011年瓦里关大气本底C02浓度多年月平均具有周期性的季节波动,呈逐年线性增长趋势,4月份(春季)最高,8月份(夏季)最低；2009/6-2010/5间GOSAT数据反映了中国区域近地面(975hpa)CO2柱浓度空间分布总体呈东高西低的特征,高值区集中于110°-125°E的东部地区,且具有明显的季节变化,4月份(春季)升至最高值,7月份(夏季)降至最低值,与瓦里关本底同期结果一致；2003-2011年间AIRS数据反映了中国区域对流层中层CO2柱浓度分布总体呈北高南低的特征,高值区集中于35°～45°N的北方地区,且具有明显的季节变化特征,5月份升至最高值,9月份降至最低值,最低值滞后于本底观测；大气中CO2分布不平衡,并不是等高度等浓度、等季度等浓度分布,也与封闭的“花房效应”区别显著,而是区域符合“穹云分布”模型,全球符合“熏球分布”模型,形成“熏球效应”效应,产生原因多种多样。
中国区域CO2柱状浓度时空分布特征研究
这是一篇关于CO2柱浓度,GOSAT,AIRS,时空分布,中国的论文, 主要内容为CO2占大气总量不足0.05%,却是大气中最重要的一种温室气体。自工业革命以来,大气中CO2增长了约35%,对全球生态、环境、经济、政治等各方面都产生了巨大影响,受到世界范围内的强烈关注。我国境内大气中C02浓度也在不断增长,其变化将导致我国气候变化、土壤水分状况混乱和区域降水分布不均,将波及植物生长规律、植被分布以及生物生产力发生变化等问题。因此,基于优势C02卫星数据研究中国区域C02柱浓度时空分布特征具有重要的意义。本研究针对温室气体和全球气候变化的热点问题,利用GOSAT反演的2009/6～2010/5近地面、对流层中层(500hpa)CO2柱浓度产品和AIRS反演的2003-2011年对流层中层(500hpa)CO2柱浓度产品,采用ArcGIS地统计分析方法,结合瓦里关全球大气本底站地面观测数据、中国统计年鉴2012的人口密度、能源消费总量(煤)和GDP等辅助数据,分析了中国区域近地面和对流层中层CO2柱浓度时空分布特征,并在ArcScene中实现了三维可视化。研究结果表明：2003-2011年瓦里关大气本底C02浓度多年月平均具有周期性的季节波动,呈逐年线性增长趋势,4月份(春季)最高,8月份(夏季)最低；2009/6-2010/5间GOSAT数据反映了中国区域近地面(975hpa)CO2柱浓度空间分布总体呈东高西低的特征,高值区集中于110°-125°E的东部地区,且具有明显的季节变化,4月份(春季)升至最高值,7月份(夏季)降至最低值,与瓦里关本底同期结果一致；2003-2011年间AIRS数据反映了中国区域对流层中层CO2柱浓度分布总体呈北高南低的特征,高值区集中于35°～45°N的北方地区,且具有明显的季节变化特征,5月份升至最高值,9月份降至最低值,最低值滞后于本底观测；大气中CO2分布不平衡,并不是等高度等浓度、等季度等浓度分布,也与封闭的“花房效应”区别显著,而是区域符合“穹云分布”模型,全球符合“熏球分布”模型,形成“熏球效应”效应,产生原因多种多样。
基于AIRS的南大洋大气逆温和逆湿特征分析
这是一篇关于逆温,逆湿,南大洋,AIRS的论文, 主要内容为南大洋在全球气候研究中起着重要作用,影响着全球大气环流、海洋环流和天气、气候的变化。南大洋大气普遍存在着逆温和逆湿现象,其分布和变化对海-冰-气之间的物质和通量交换具有重要影响。弄清南大洋大气逆温和逆湿特征及其时空分布与变化规律,对研究南大洋大气特征及南大洋在全球气候系统中的影响具有重要意义。卫星遥感是开展极地地区大气垂直结构探测的有效手段,搭载在Aqua卫星上的大气红外探测器(AIRS)可在全球范围内提供精细化的三维大气观测资料。为了验证AIRS数据产品在南大洋的精度,进一步评估利用AIRS开展南大洋大气逆温和逆湿特征研究的可靠性,本文基于AIRS版本6(V6)和版本7(V7)的数据产品,以全球无线电探空数据集(IGRA2)的探空观测为真值,比较分析了2004～2020年IGRA2和AIRS的温湿廓线,并对AIRS不同版本的产品在不同云量(cloud fraction,CF)条件下估计的南大洋大气逆温和逆湿特征结果进行评估。由于极地地区存在较多的贴地逆温和逆湿现象,本文在AIRS V7产品1000～500 h Pa廓线数据的基础上,考虑海表数据对评估南大洋大气逆温和逆湿的影响,探讨南大洋大气低悬逆温和逆湿特征的时空分布与变化规律,并进一步对南大洋大气贴地逆温和逆湿特征的时空分布规律进行探究。最后,探讨大气逆温和逆湿特征间的关联以及不同海表气象条件对南大洋大气逆温和逆湿特征的影响。本文主要结论归纳如下:AIRS不同版本的温湿廓线的精度存在差异,AIRS V7的温度廓线反演精度较V6更高,比湿廓线则是V6精度优于V7。除了在温度廓线底层,V7温度数据产品在其他标准等压面上均表现出比V6更好的数据精度,且在不同CF条件下,V7温度数据产品的精度变化小,表现出更好的数据稳定性。在对AIRS不同版本的比湿廓线进行验证中发现,AIRS比湿廓线上层的数据精确度低于下层。与V6数据产品相比,V7数据产品的比湿结果在600～500 h Pa的偏差更小;在600 h Pa以下的V7比湿数据产品误差则相对V6更大。此外,AIRS的比湿数据受CF的影响较大,因此在使用比湿数据进行研究时需考虑云对比湿数据精度的影响。基于AIRS估计的南大洋大气逆温和逆湿特征受CF影响较小,AIRS可以较精确的估计南大洋逆温和逆湿特征。对比AIRS两个版本数据产品估计的逆温特征结果发现,V7估计的逆温频率和逆温强度比V6的结果更接近探空估算值。随着CF的增大,AIRS估计得到的逆温特征与探空数据结果之间误差也呈逐渐减小的趋势,这表明在CF较大时利用AIRS产品也可精确地估计逆温特征的情况。与V7相比,V6估计的逆湿频率结果误差更小。随着CF增大,V6估计的逆湿强度精确度逐渐提升,但V7产品估计逆湿强度时受云量影响较小,其数据产品在不同CF条件下有更好的稳定性。此外,AIRS两个版本数据估计的逆温频率结果差异主要存在于沿岸地区与冰架区域,逆温强度的差异则普遍存在于南大洋纬度较低的区域;两个版本估计的逆湿频率结果差异主要是存在于秋冬两季的冰架和陆地附近的大洋上,但逆湿强度的差异在不同季节差距明显,春夏两季南大洋大部分区域的V7逆湿强度均弱于V6,在秋冬两季则显示相反的结果。南大洋大气逆温和逆湿特征呈现明显的季节分布与变化规律,大气逆温和逆湿现象在秋冬季更频繁,且强度更强。在对南大洋低悬逆温频率在不同季节的空间分布探究中发现,与春夏两季相比,秋冬季在龙尼冰架、罗斯冰架和威德尔海海域的逆温现象相对频繁,大部分区域的逆温频率高于80%。整体上,南大洋低悬逆温强度随着纬度降低而逐渐降低。南大洋贴地逆温频率(强度)随着纬度降低而逐渐减少(减弱),贴地逆温现象在南大洋低悬逆温研究中占主导作用,低悬逆温强度大部分是基于洋面的贴地逆温层强度,在对流层中部逆温层强度相对较弱。低悬逆湿频率(强度)在季节变化上呈现春夏低(弱)、秋冬高(强)的变化特征,南大洋在夏季低悬逆湿现象最少,在秋季相对最多;低悬逆湿强度在春季最弱,最强则出现在秋季60°S～70°S的南大洋海域。南大洋贴地逆湿现象相对较少,频率均小于60%,贴地逆湿强度在夏季南大洋70°S以南海域最弱,在冬季普遍较强。总体上,除了夏季,另外三个季节在低悬逆温现象出现越频繁的地方,低悬逆湿频率也越高。对南大洋海表气象条件分析发现,南大洋表面温度越低时,逆温频率越频繁,逆温强度越强。在夏季海表比湿的变化引起逆湿强度变化较小,其余三季的逆湿强度对海表比湿的变化较敏感。总体上,南大洋表面比湿越低时,逆湿频率越频繁。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计客栈 ，原文地址：https://bishedaima.com/lunwen/56194.html
