地表气压对温室气体柱总量反演的敏感性分析及敦煌地区温室气体的柱总量观测

刘丹丹，黄印博，孙宇松，2，卢兴吉，曹振松*

(1.中国科学院 安徽光学精密机械研究所 中国科学院大气光学重点实验室， 安徽 合肥 230031；2.中国科学技术大学 研究生院 科学岛分院， 安徽 合肥 230026；3.皖西学院 电气与光电工程学院， 安徽 六安 237012)

1 引 言

大气中CO2，CH4，CO等温室气体的浓度仅占大气总浓度的0.1%，但其吸收长波辐射导致的温室效应会引起一系列环境问题[1]。研究表明，从工业革命以来大气中的温室气体浓度发生了显著的变化，全球CO2浓度近两百年已由278×10-6快速增长到396×10-6，CO2浓度加倍致使当地的气温升高2.6～2.8 ℃[2-3]。目前，探测温室气体的手段主要有三种：一是具有高精度的原位测量，但空间覆盖范围有限，容易受大气垂直混合效应及附近排放源的影响；二是可探测全球范围内的卫星遥感，但对温室气体浓度变化不敏感，例如GOSAT卫星(The Greenhouse gases Observing Satellite)和OCO-2(Orbiting Carbon Observatory-2)卫星等；三是地基遥感，是目前最直观、有效的探测手段，不仅探测精度高，而且对温室气体浓度的变化敏感[4-7]。

傅里叶变换光谱仪具有高分辨率、高灵敏度及宽探测范围等特点，一般认为是地基遥感的主要观测仪器。例如德国布鲁克公司研发的Bruker IFS125系列仪器，是总碳柱观测网(Total Carbon Column Observing Network，TCCON)和大气成分变化观测网(Network for the Detection of Atmospheric Composition Change，NDACC)的主要观测仪器。然而，Bruker IFS125系列仪器体积庞大、价格昂贵，需要大量的基础设备支持和定期维护，不能随意移动[8-9]。因此，Bruker后续研发了轻便、紧凑、稳定的便携式傅里叶变换光谱仪EM27/SUN作为Bruker IFS125仪器的代替产品。该光谱仪可满足更大范围环境测量的需求，且温室气体浓度的反演精度已与TCCON相当[10-13]，例如：EM27/SUN观测XCO2的平均偏差为0.2×10-6，XCH4的平均偏差为0.8×10-12(与TCCON网的数据比较)[14]。我国幅员辽阔，气候变化范围大，便携式傅里叶变换光谱仪EM27/SUN更适合我国典型地区温室气体浓度的实时观测。目前，我们利用该仪器已经在合肥、敦煌、西藏、茂名等地开展了一系列观测，初步获得了我国部分地区温室气体浓度的分布特征。

敦煌市地处甘肃省西北部，位于甘肃、青海、新疆三省的交汇点，是典型的暖温带干旱性气候，降雨量少，昼夜温差大，日照时间长，具有典型西部城市的特征。本文利用傅里叶变换光谱仪EM27/SUN观测了敦煌地区气体分子的柱-平均摩尔分数(Dry air Mole Fractions，DMFs)，针对地表气压对温室气体浓度的反演影响展开了定量分析，获得了敦煌这一典型地区H2O，CO2，CH4及CO 4种温室气体的浓度信息，其结果可以为温暖带干旱性气候温室气体源与汇的研究提供数据支撑和理论基础。

2 基本理论

傅里叶变换光谱仪(EM27/SUN)观测点位于敦煌市气象局(经度94.68°E，纬度40.14°N)，站点海拔高度1.075 km(见图1(a))。光谱仪EM27/SUN包含干涉仪和太阳跟踪器两个部分(见图1(b))，光谱波段为0.83～2.5 μm，最大光程差为1.8 cm(光谱分辨率为0.5 cm-1)，光谱采集时间为58 s(10次扫描平均)，可实现多种气体分子的同时监测，如CO2，CO，H2O，O2及CH4等。

(a)观测站点位于敦煌市气象局(a)Dunhuang meteorological bureau(b)EM27/SUN傅里叶变换光谱仪(b)FTIR based EM27/SUN spectrometer图1 观测点位置Fig.1 Location of observing site

温室气体浓度反演包括垂直柱总量(Vertical Column Density，VCD)和柱-平均摩尔分子数(Dry air Mole Fractions，DMFs)，反演方法是基于德国卡尔斯鲁厄理工学院(Karlsruhe Institute of Technology，KIT)气象和气候研究所开发的PROFFIT(PROFILE FIT)反演算法[15]，该算法是最优估算法和非线性逐次迭代的结合，利用Tikhonov-Phillips约束条件，在对数尺度上对温室气体柱浓度进行反演。反演算法主要包含前向模型和后向反演两个部分。前向模型可以表述为：

y=F(x，u)，

(1)

其中：x是n维参数，包括未知的独立参量，如垂直柱浓度；u代表固定参数，例如气压、温度等；y是m维测量值，F是非线性模型，可线性化为下列形式：

y-y0=K(x-x0)，

(2)

其中：K是m×n维的雅可比矩阵，K=ΔF/Δx，x0是线性化参考点，且y0=F(x0)。利用最小二乘法，使得测量信号(ymeas)与模拟信号y的差值dy最小，即有：

(3)

其中S是反演状态参量的协方差矩阵。采用高斯-牛顿算法解决非线性并执行多次迭代，第i+1次迭代为：

(4)

在大气遥感时，由于未知量多于实测量，此时需要约束条件求解方程。在反演过程中，采取固定的廓线或者缩放的先验廓线，并采用Tikhonov-Phillips约束条件，规则化方程为：

(5)

其中：xa是变化参量的先验值集合，B是规则化矩阵，γ是规则化参数。在约束条件下的第i+1次迭代为：

(6)

由于傅里叶变换光谱仪EM27/SUN是低分辨率光谱仪(分辨率为0.5 cm-1)，因此，在反演过程中采用缩放先验廓线的方法进行反演。VCD及气体柱平均DMFs可以表示如下：

(7)

其中：PS为地表气压，p为气压，g为重力加速度，mdryair为干空气的分子质量，缩放因子为ck，wo，k(p)为先验廓线，Columngas是气体的柱总量，Columndryair是干空气柱总量，其公式为：

(8)

其中：参数Pgr表示地表气压，g是重力加速度，mH2O，mdryair分别为水汽和干空气的分子质量，CloumnH2O为水汽柱总量。在反演过程中，地表气压的变化不仅改变压强廓线，且影响干空气柱总量。因此，在反演过程中，需要准确的地表气压值。在反演过程中为了减少仪器误差，常采用氧气作为内部标准反演气体柱平均DMFs：

(9)

其中：Columngas是气体的柱总量，ColumnO2是氧气的柱总量。反演过程中的压强和温度廓线均来自美国国家环境预报中心(National Centers Environmental Prediction， NCEP)的分析数据。

3 结果分析与讨论

洛伦兹展宽、多普勒展宽均是压强及温度的函数，决定着分子光谱的吸收线型。地表气压不仅是气体柱平均摩尔分数的重要参量，而且在反演过程中对气压廓线初值进行修正，其准确度影响反演结果的精度，例如总碳柱观测网TCCON要求地表气压的准确度优于0.3 hPa，研究表明低估的地表气压会导致反演结果偏低，反之亦然[16]。因此，在反演过程中，需要足够精确的地表气压，以避免对反演造成偏差。

3.1 地表气压参数敏感性分析及柱-平均摩尔分数的变化趋势

在反演过程中，重点分析了地表实测气压值对反演结果的影响。首先利用最优估算法分别反演有、无地表实测气压两种条件下的XH2O，XCO2，XCH4及XCO(见图2，彩图见期刊电子版)，然后给地表实测气压一个扰动，分析柱总量及柱-平均摩尔分数对地表气压偏离真实值的敏感性。获得了敦煌地区2018年6月27日到7月21日大气中XH2O，XCO2，XCH4及XCO的时间序列。选取天气条件相对较好的7月6日的数据进行分析。

7月6日，水汽浓度变化较大(见图2(a))，变化幅度为5 219.12×10-6～6 149.90×10-6。由于太阳辐射增强水汽蒸发，在10：00左右最大，18：00达到最小，从图2(a)可以看出，地表气压对XH2O的影响，两者最大偏差为7.8×10-6，相对偏差在0.15%左右。XCO2的变化较平稳(见图2(b))，考虑地表实测气压的影响，反演结果(红色圆点)明显低于不考虑地表实测气压的反演值(黑色正方形)，考虑地表实测气压条件下XCO2在410.56×10-6～413.60×10-6变化，变化幅度为3.04×10-6，日平均值为412.42×10-6；后者XCO2在411.69×10-6～414.96×10-6变化，变化幅度为3.27×10-6，日平均值为413.73×10-6，两者平均值的相对偏差为0.32%。

XCH4的变化趋势(见图2(c))与XCO2的变化相似，主要原因来自两方面：一是具有相同的排放源，例如人为排放等；二是对流层高度变化和大气稳定度变化等气象条件导致两种气体的稀释与扩散具有相同的规律。考虑地表实测气压的影响，反演结果(红色圆点)明显低于不考虑地表气压的反演值(黑色正方形)，两者平均值的相对偏差为0.1%。由于CO与OH的光化学作用，XCO呈现先增大后减小的变化趋势，在中午12：00达到最大(见图2(d))；考虑地表实测气压的影响，反演结果(红色圆点)略小于不考虑地表气压的值(黑色正方形)。进一步分析地表实测气压对XH2O，XCO2，XCH4及XCO的影响，给地表气压一个扰动，扰动量设置如下：Δp=1，2，3，-1，-2，-3 hPa，计算XH2O，XCO2，XCH4及XCO的值，并与扰动之前相比较，分析其相对偏差随地表气压的变化，如图3所示。

图2 XH2O，XCO2，XCH4及XCO的时间序列及柱总量绝对偏差

Fig.2 Time series of XH2O， XCO2， XCH4and XCO on 06/07/2018 at Dunhuang and deviation between columns calculated with and without ground pressure

图3 2018年7月6号XH2O，XCO2，XCH4及XCO柱总量日平均值随地表气压扰动的变化Fig.3 Daily averages of XH2O， XCO2， XCH4 and XCO changes with surface pressure disturbance

由图3可知，XH2O，XCO2，XCH4及XCO的柱总量平均值与地表气压扰动均呈正相关，相关系数高于0.99，即柱总量平均值随着地表气压的增大而增大。XH2O，XCO2，XCH4及XCO的日平均值随地表气压扰动的变化率分别为：1.532 8，0.272 1，0.001 29及6.392 86×10-5，地表气压影响气体柱-平均摩尔分数的反演，即地表气压偏大，反演的柱-平均摩尔分数大于真实值；反之，反演的柱-平均摩尔分数小于真实值。不同气体柱-平均摩尔分数的反演对地表气压敏感性不同，原因可能是地表气压对分子柱总量的反演影响程度不同，依据式(9)，气体分子柱-平均摩尔分数与气体分子柱总量及O2分子柱总量有关，气体分子柱总量对地表气压误差的敏感性决定了地表气压对气体柱-平均摩尔分数的影响程度。当某一种气体柱总量随地表气压的变化率与O2柱总量随地表气压变化率相差较小时，则该柱-平均摩尔分数随地表气压变化较慢；反之，当两者变化率相差较大时，柱-平均摩尔分数随地表气压变化较快，即柱-平均摩尔分数对地表气压比较敏感。

为了验证上述分析，研究O2，H2O，CO2，CH4及CO气体的相对柱总量随地表气压的变化关系，如图4所示。相对柱总量与地表气压呈负相关(见图4(a))，O2分子的斜率绝对值最大，其次是H2O， CO2，CH4及CO气体分子，说明O2分子柱总量对地表气压最敏感，其次是H2O分子。不同气体分子柱总量对地表气压的敏感性不同的原因可能与气体分子在大气层中的分布有关，低层大气分子对地表气压更敏感，由于低层大气的分子线型主要是碰撞引起的洛伦兹线型，该线型与气压密切相关。H2O分子主要分布在边界层，O2均匀分布在大气中，而CO2及CH4等气体分子主要分布在对流层，因而O2，H2O柱总量对地表气压比较敏感，其他气体分子的柱总量对地表气压的敏感性稍弱。

(a)相对柱总量(a)Total columns(b)柱-平均摩尔分数(b)Xgas图4 O2，H2O，CO2，CH4和CO 的相对柱总量随地表气压的变化Fig.4 Difference of total columns of O2， H2O， CO2， CH4 and CO retrievals with variable pressures

由图4(a)可知，当地表气压增加1 hPa，导致O2柱总量减少0.078%，H2O柱总量减少0.051%，CO2和CH4柱总量分别减少0.013%和0.021%，CO柱总量减少0.016%。由于气体分子的柱总量随地表气压的变化率小于O2分子柱总量随地表气压的变化率，柱-平均摩尔分数(Xgas)与地表气压呈正相关(见图4(b))，当地表气压改变1 hPa，ΔXH2O改变最小，其相对变化量为0.027 8%，ΔXCO2，ΔXCH4和ΔXCO 分别为0.065 9%，0.068 6%及0.062%，与前文分析结论一致。

3.2 气体柱-平均摩尔分数的变化趋势

基于以上分析，地表气压及其精度会直接影响反演结果，在反演过程中准确的地表气压参量是必不可少的。因此，本文利用敦煌市气象局地表气压参数，基于PROFFIT反演算法，获得了敦煌地区2018年6月27日到7月21日大气中XH2O，XCO2，XCH4及XCO的时间序列，如图5所示。

(a)XH2O(b)XCO2

(c)XCH4(d)XCO图5 2018年6月至7月敦煌大气中XH2O，XCO2，XCH4和XCO的时间序列Fig.5 Time series of XH2O， XCO2， XCH4 and XCO from June to July 2018 at Dunhuang

在观测期间，H2O，CO2的波动最大。XH2O平均值在2 000×10-6～6 000×10-6变化；XCO2平均值在407.27×10-6～417.60×10-6变化，最大偏差为10.33×10-6，平均值为411.25×10-6；XCH4平均值在1.850×10-6～1.887×10-6变化，平均值为1.862×10-6；XCO平均值在0.082×10-6～0.110×10-6变化，平均值为0.093×10-6。上述4种气体分子均在2018年6月30号出现最大值，其原因可能与天气状况、局地气象条件及大气输送等有关，如人为排放等因素。利用后向轨迹模型HYSPLIT分析6月30日的72 h气体分子输送轨迹(见图6)，从气体分子轨迹来看，大气气流的输送轨迹主要来自西北方向，3类轨迹的起源来自新疆维吾尔自治区，中高层气流移动速度较快，两类轨迹分别从伊犁哈萨克自治州与塔城地区出发，在阿勒泰地区相遇，途经哈密市，向东南方向运输到敦煌市；低层气流移动较慢，起源于哈密市伊州区，向西北方向到达哈密市巴里坤哈萨克自治州，气流受到塔斯托别山的阻挡折回向东南方向运输到达敦煌市。

图6 2018年6月30号72 h后向轨迹Fig.6 Cluster analysis of 72 hour back trajectories from 30 June 2018 in Dunhuang

观测期间，同时利用探空气球获得风速风向数据，具体测量数据见表1及图7。观测期间的最大风速为2.6 m/s(7/9)，风频率高的方位是NNW(北西北)，这与HYSPLIT模型模拟的后向轨迹图结果一致。敦煌市气象局北西北方向主要是一片居民区，从后向轨迹图判断空气气流是从新疆地区到达该区域将人为污染源输送到观测站点。

3.3 地基测量与其他数据源的对比分析

用Xgas日标准差与日平均值的比值来表示该站点的测量精度[16]。选取7月20号、21号连续两天的测量结果计算4种气体浓度的测量精度，并将反演结果与其他数据源进行对比。计算出敦煌站点XH2O，XCO2，XCH4及XCO的测量精度分别为2.3%，0.14%，0.12%及1.7%，便携式EM27/SUN观测CO2及CH4的精度均优于IFS125HR，这一结果与文献[16]中的研究结果一致，TCCON规定的CO2精度及CH4精度分别要求在0.25%及0.5%以内[17-18]。将地基观测的XH2O与探空气球数据进行对比，结果见表2。

表1 观测期间地表风速及风向

(a)地表风速(a)Ground-level wind speed(b)风玫瑰图(b)Wind rose diagram图7 风速及风向Fig.7 Wind speeds and directions

表2 地基测量XH2O与探空气球数据对比

探空气球获得的是湿度随高度的分布，其高度在30 km左右，利用相对湿度、水汽分压以及体积混合比的转化关系，将湿度量转换为H2O的混合比[19]。相对于探空气球，便携式光谱仪EM27/SUN测量的XH2O的结果偏大13%，与2017年罗马尼亚电子研究所(IONE：the Romanian National Institute for Research and Development in Optoelectronics)发现的结果类似，该研究所将EM27/SUN的结果与微波辐射计的结果进行对比，发现H2O的柱总量高20%[2]。出现偏差的可能原因主要有以下几点：一是数据的时间差，探空气球数据是中午13∶10—13∶30，EM27/SUN光谱仪是12∶44时刻的数据，两者数据存在30 min左右的时间差，由于观测季节是最炎热的夏季(7月份)，气候干旱、蒸发快，较小的时间差也可能产生较大的变化；二是反演误差，便携式光谱仪EM27/SUN获得H2O含量是通过反演算法获得，且依赖于反演先验廓线，包括温度、压强、气体分子的廓线等，因此存在反演误差；三是探空测量误差以及探空气球进行的路径与太阳光线经过的路线不完全一致也会导致偏差。探空气球是原位测量，可以作为EM27/SUN光谱仪反演H2O的对比数据源。

进一步验证地基傅里叶变换光谱仪EM27/SUN的观测结果，将该结果分别与WACCM(The Whole Atmosphere Community Climate Model)及GOSAT(The Greenhouse gases Observing Satellite)卫星数据进行对比。GOSAT卫星数据是以测量站点敦煌市为中心，经纬度在±1.5°范围内的数据，比较相同时间(7月8号)的日平均值，地基XCO2，XCH4的观测值分别为409.87×10-6和1.860×10-6，GOSAT卫星观测XCO2，XCH4的值分别为402.80×10-6及1.835×10-6，地基观测明显偏高，两者XCO2的绝对偏差为7.07×10-6，XCH4的绝对偏差为0.025×10-6，存在偏差的原因是地基观测对温室气体浓度更敏感。地基测量结果与WACCM数据的对比如图8所示。相比较WACCM数据，地基XCO2数值偏大，大部分测量值大于WACCM数据(见图8(a))，最大绝对偏差达到8.0×10-6；而地基XCH4结果偏低(见图8(b))，最大绝对偏差为0.032×10-6，WACCM低估了XCO2的浓度值，而高估了XCH4的浓度值。产生这种误差可能主要来自两方面的原因：一是WACCM数据是每天4个数值，每间隔6小时获得一个数据，数据量比较少，平均作为当天平均值会产生偏差；二是WACCM数据主要是通过GEOS-5模型获得，与实地观测数据存在一定的偏差。

(a)XCO2(b)XCH4图8 地基测量XCO2和XCH4与WACCM测量的对比Fig.8 XCO2 and XCH4 based on EM27/SUN respectively compared with those based on WACCM

4 结 论

本文利用地基便携式傅里叶变换光谱仪EM27/SUN观测了敦煌地区H2O，CO2，CH4及CO气体的分子浓度，获得了2018年6月27日到7月21日敦煌地区大气中XH2O，XCO2，XCH4及XCO的时间序列，重点分析了柱-平均DMFs对地表气压的敏感性，计算了敦煌站点4种气体分子DMFs的测量精度，对比了地基反演数据与GOSAT卫星数据及WACCM模式模拟数据之间的差异。对比结果表明：地表气压对浓度反演结果的影响较大，低估的地表气压导致反演结果偏低，XH2O，XCO2，XCH4及XCO浓度反演与地表气压密切相关，4种气体分子的DMFs与地表气压的相关系数高于0.99。气体分子柱总量对地表气压的敏感程度决定柱-平均摩尔分数对地表气压的敏感性，当地表气压改变1 hPa时，ΔXH2O，ΔXCO2，ΔXCH4和ΔXCO分别为0.027 8%，0.065 9%，0.068 6%及0.062%。

在测量期间，敦煌站点XH2O，XCO2，XCH4及XCO的测量精度分别为2.3%，0.14%，0.12%及1.7%，XCO2和XCH4的测量精度均在总碳柱观测网TCCON要求的范围之内。H2O，CO2的浓度日变化幅度波动较大，XH2O日平均值在2 000×10-6～6 000×10-6变化， XCO2日平均值在407.27×10-6～417.60×10-6变化，最大偏差为10.33×10-6，XCH4日平均值在1.850×10-6～1.887×10-6变化，平均值为1.862×10-6，XCO日平均值在0.082×10-6～0.110×10-6变化，平均值为0.093×10-6。相对于GOSAT卫星数据，地基XCO2，XCH4的观测值偏大，XCO2的绝对偏差为7.07×10-6，XCH4的绝对偏差为0.025×10-6；地基XCO2多数反演结果均大于WACCM数据，最大绝对偏差达到8.0×10-6，地基XCH4反演结果小于WACCM数据，最大绝对偏差为0.032×10-6。

实时观测数据更能反映当地的具体情况，上述研究结果可为我国温暖带干旱性气候温室气体源与汇的研究提供数据支撑和理论基础。