北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

日期: 2023-08-09
浏览次数: 136

说到温室气体,大家熟知二氧化碳占比最大,而仅次于它的第二大温室气体正是甲烷(CH4)。尽管甲烷在大气中的浓度比二氧化碳低得多,但它的温室效应却比二氧化碳高数十倍。这意味着每单位的甲烷会比二氧化碳更有效地捕获和保留地球表面的热量,加剧全球气温上升。

据 《全球甲烷评估》报告表明,目前全球甲烷排放中有60%与能源开采、农业活动、废弃物处理这三类人类活动直接相关。

人类主要聚集地——城市,主要的甲烷排放就是废弃物处理。国内的研究团队在杭州,通过塔基CH4观测网络进行了全球变暖下废物处理CH4排放的相关研究。

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

大气中的甲烷是导致全球变暖的第二大人为因素。然而,从城市到全国尺度,其排放量、成分、时空变化等在很大程度上仍不确定。废物处理(包括固体废物填埋场、固体废物焚烧和污水)产生的CH4排放占城市人为CH4总排放量的50%以上,考虑到CH4排放因子(EFs)对基于生物过程的源(如废物处理)的高温敏感性,在不同全球变暖情景下估算未来CH4排放量时会出现较大差异。此外,温度与废物处理CH4排放之间的关系仅在少数特定地点进行了研究,缺乏整个城市的代表性。上述因素导致城市尺度CH4排放(尤其是来自废物处理)的评估存在不确定性,并且预测的变化仍未得到探索。本文通过杭州塔基CH4观测网络进行了全球变暖下废物处理CH4排放的相关研究。

研究人员将2020年12月1日至2021年11月30日杭州3个塔基观测网络(临安大气本底观测站:30.30° N,119.72° E;138.6 m a.s.l.,Picarro G2401气体浓度分析仪,进气口高度53 m;大明山观测站:30.03° N,119.00° E;1485.0 m a.s.l.,Picarro G2401气体浓度分析仪,进气口高度10 m;杭州站::30.23° N,120.17° E;43.2 m a.s.l.,Picarro G2301气体浓度分析仪,进气口高度25 m)获取的每小时CH4浓度与WRF-STILT大气传输模型和贝叶斯反演方法相结合,以限制CH4排放清单。并建立月温度与反演后废物处理CH4排放之间的关系,以量化排放因子在所预测的不同全球变暖情景下的变化。

测量系统(建议横屏查看)

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

●使用真空泵经外径为10 mm的专用取样管线取样,以5 L/min的速度传送至仪器,环境空气从塔顶至仪器的停留时间小于 30 s。

●样气首先通过泵前端的过滤器。其次,通过(泵之后)设置为1 atm表压的减压阀旁通,以释放多余的空气压力。

●样气通过冷阱干燥以减少水汽影响。通过质量流量控制器将玻璃阱的流出气流设置为300 mL/min,略高于分析仪的流量需求,多余的气体通过一个不锈钢“T” 型三通接头排放至周围环境中,以确保传送入分析仪的样品处于接近环境气压的状态。

●VICI 8 通多位阀切换工作标气/目标气体/样气。

●使用充满压缩环境空气的校准气瓶作为目标气体 (T),定期检查系统的精度和稳定性。两个标气每6 h/12h测量一次,通过两点线性拟合校准CH4观测值。

WRF-STILT大气传输模型:模拟CH4浓度,其中选择蒙古UUM,韩国TAP,日本RYO和YON,以及瓦里关5个NOAA CH4大气背景站作为潜在背景值。

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

贝叶斯反演方法:约束模拟的CH4排放通量,优化模拟结果

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

【结果】

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

(a)杭州站,(b)临安站和(c)大明山站的模拟足迹年平均值;EDGAR v6.0清单中的(d)人为CH4排放总量,(e)废物处理CH4排放量;(f) 废物处理占人为CH4排放总量的比例

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放
Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

杭州市每小时CH4浓度观测值和模拟值(反演前)(a)、模拟值(反演后)(b)对比;(c)杭州市日平均CH4浓度对比

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

反演前后杭州市甲烷排放量对比

Picarro | 杭州塔基甲烷观测网络估算全球变暖下废物处理产生的甲烷排放

未来气候变化情景下温度对垃圾填埋甲烷排放因子的影响

【结论】

1、模拟的CH4浓度存在明显的季节性偏差,主要是年和月尺度废物处理偏差所致。反演后的CH4排放呈现出明显的季节变化,夏峰冬谷,主要是废物处理的贡献;

2、先验清单中,杭州废物处理CH4年排放量为10.4×104t,反演后下降至5.5(±0.6)×104t,下降了47.1%。人为CH4排放总量(不包括农业土壤)从15.0×104t下降到9.6(±0.9)×104t,表明2021年全年高估了36.0%;临安站观测结果表明,浙江省或长三角地区的年CH4排放量被略微低估了7.0%;

3、反演后,每月废物处理产生的CH4排放量与气温呈显著线性关系,温度升高10℃时排放量增加38%-50%;

4、在RCP8.5、RCP6.0、RCP4.5和RCP2.6情景下,到本世纪末,杭州市废物处理CH4排放因子将分别增加17.6%、9.6%、5.6%和4.0%;

5、整个中国的相对变化也显示出高度异质性,表明未来全国甲烷排放总量预测存在很大的不确定性

6、建议在最近的CH4排放清单和未来的CH4排放预测中应耦合温度依赖性排放因子。

请点击下方链接,阅读原文:

https://mp.weixin.qq.com/s/mDRPvrV1WDudGXXK1vgqwQ


News / 相关新闻 More
2026 - 04 - 07
农药精准施用的挑战霜霉病等真菌性病害是全球葡萄生产中的重要威胁。近140年来,铜基抗菌化合物一直是防治植物病原菌的重要手段。然而,在实际操作中因杀菌剂施用不当及农药飘移,不仅造成经济损失,还会引致农业土壤持续污染。当前,水敏纸仍是农药飘移评估的常用方法,但该方法已被证明难以精准表征农药在葡萄园的整体沉积状况。高光谱成像技术凭借非破坏性、信息维度丰富的优势,已成功应用于葡萄品种分类、果实成熟度与品质评估、冠层实时监测等领域,而利用该技术实现叶片表面农药沉积量的定量检测,仍是亟待深入研究的开放性课题。近期,西班牙布尔戈斯大学的研究团队在《Data》发表了一篇Data Descriptor,公开了一个包含372幅葡萄叶片高光谱图像的数据集。该数据集系统揭示了3种杀菌剂在不同浓度和施用条件下的光谱差异,可为精准农业中的农药沉积监测、定量分析以及机器学习模型构建提供重要的数据基础。 图1.机械工作台...
2026 - 04 - 07
研究背景人口增长和农业发展的需求推动氮肥大量施用,虽保障了粮食安全,却给水生环境带来巨大压力。氮肥过量施用后,硝酸盐会通过径流和淋溶作用向地表水体迁移,进而引发水体富营养化、藻类水华、地下水污染等问题。在农业小流域,硝酸盐的迁移主要受暴雨驱动的水文过程影响,暴雨会激活地表与浅层地下径流通道,让土壤快速饱和,进而加快硝酸盐经径流和淋溶向河网的迁移速度。现有研究虽证实了暴雨事件与硝酸盐迁移过程存在关联,但不同暴雨型态在事件尺度上对硝酸盐的具体调控机制,目前仍未明确。为此,华中农业大学史志华老师团队以丹江口库区农业小流域为研究对象,结合高频水文监测与稳定水同位素示踪法,完成20场暴雨事件的原位观测与样品分析,系统阐明不同暴雨峰值模式下硝酸盐的输出途径与规律,相关成果发表于国际权威期刊《Water Research》。该研究为解析暴雨结构对农业流域硝酸盐输出的调控作用提供了精准的数据支撑,在揭示水...
2026 - 03 - 31
研究背景青藏高原作为全球变化敏感区和放大器,近几十年来增温幅度显著高于全球平均水平,其生态系统水热格局和碳循环过程正在发生深刻变化。土壤呼吸是陆地生态系统向大气释放CO₂的主要途径,其强度及变化直接影响生态系统碳收支,并关系到气候变化背景下陆地碳循环反馈的准确评估。然而,在气候敏感的色季拉山,土壤CO₂通量(FCO₂) 如何在日尺度上响应温度与水分的耦合作用?海拔梯度是否真的像传统理论预期的那样,导致通量单调下降?这些问题仍待解答。近期,西藏农牧大学研究团队联合河海大学等团队以青藏高原色季拉山为研究对象,开展了为期两年的原位高频观测研究。其成果发表于知名期刊 《Forests》(2026),研究结果揭示了色季拉山FCO₂非单调的海拔分布格局及其背后的温度主导与水分阈值驱动机制,为优化高寒生态系统碳循环模型及精准评估气候变暖背景下的碳反馈效应提供了重要的科学支撑与数据支持。 图1.研究区域。...
2026 - 03 - 31
研究背景冬枣作为一种营养丰富的功能性水果,其内部品质指标,尤其是可溶性固形物含量(SSC),是决定果实甜度、风味及消费者购买决策的核心因素。传统的SSC检测依赖于破坏性折光法,效率低下且无法满足大规模、无损、在线评估的需求。可见/近红外光谱技术(Vis-NIRS)因其快速、无损的特性,已成为农产品品质检测的主流手段。然而,在实际应用中仍面临因成熟度异质性和测量位置的不确定性导致模型预测结果波动。近日,塔里木大学施明登老师团队在《Journal of Food Composition and Analysis》上发表了一项研究成果,提出了一种结合对比学习与光谱技术的新方法,成功攻克冬枣SSC无损检测中成熟度变异与测量位置不确定性两大技术瓶颈,为冬枣的在线品质监测提供了全新思路。 图1.无损数据采集系统。研究方法样本采集:冬枣采自新疆阿拉尔市塔克拉玛果业有限公司的果园,涵盖4个成熟度阶段(白熟...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开