根據(jù)世界氣象組織WMO溫室氣體公報(bào)（第18期，2022/10/26），全球平均地表CO2、CH4和N2O的濃度持續(xù)增高，其中CO2為415.7±0.2 ppm，CH4為1908±2 ppb，N2O為334.5±0.1 ppb。
現(xiàn)有溫室氣體觀測(cè)方法包括遙感衛(wèi)星的柱濃度測(cè)量、大氣本底濃度測(cè)量、城市高塔大氣濃度測(cè)量、渦度相關(guān)通量觀測(cè)、近地面大氣廓線測(cè)量、土壤溫室氣體通量測(cè)量、地基傅里葉變換光譜法遙測(cè)等。
對(duì)于更高時(shí)空分辨率的地表測(cè)量需求，如近地表溫室氣體泄漏監(jiān)測(cè)、特定區(qū)域溫室氣體排放強(qiáng)度評(píng)估、衛(wèi)星遙感溫室氣體數(shù)據(jù)驗(yàn)證等，都需要?jiǎng)?chuàng)新的觀測(cè)技術(shù)和方法。
目前，遙感衛(wèi)星可用于大氣柱濃度溫室氣體的測(cè)量，結(jié)合使用高塔和無人機(jī)觀測(cè)，可以對(duì)區(qū)域尺度的溫室氣體排放進(jìn)行評(píng)估。其中，由于無人機(jī)溫室氣體觀測(cè)具有機(jī)動(dòng)靈活的特點(diǎn)，可以幫助研究者們獲取更高時(shí)空分辨率的數(shù)據(jù)，成為衛(wèi)星遙感和定點(diǎn)高塔觀測(cè)數(shù)據(jù)的有益補(bǔ)充。衛(wèi)星、飛機(jī)和無人機(jī)的典型測(cè)量范圍
圖源/ Bing Lu等，2020
前人的部分工作包括：在固定翼飛機(jī)上（SkyArrow ERA，意大利Magnaghi Aeronautica S.p.A.公司）搭載LI-7500 二氧化碳和水汽分析儀（Gioli B等，2006，2007；Carotenuto F等，2018），測(cè)量大氣邊界層的CO2通量以及估算點(diǎn)源CO2釋放強(qiáng)度；搭載LI-7700甲烷分析儀（Gasbarra D等，2019），研究垃圾填埋場(chǎng)的CH4排放。
LI-7500應(yīng)用于Sky Arrow ERA 測(cè)量平臺(tái) 近些年來，隨著激光光譜技術(shù)的進(jìn)步，光反饋-腔增強(qiáng)激光吸收光譜技術(shù)（OF-CEAS）脫穎而出。這種新技術(shù)在極大提高測(cè)量精準(zhǔn)度（詳見下文的說明）的同時(shí)，實(shí)現(xiàn)了光腔縮小的目標(biāo)。如LI-COR推出了系列高精度溫室氣體分析儀，光腔體積只有6.41cm3，極大縮短了測(cè)量響應(yīng)時(shí)間——小于2秒；另外這種技術(shù)能耗低，僅為22w，兩節(jié)鋰電支持8個(gè)小時(shí)的測(cè)量。重量也僅有10.5kg，非常適合在無人機(jī)上使用。為滿足新興科研需求，北京力高泰科技有限公司與天津飛眼無人機(jī)科技有限公司合作，共同開發(fā)出了機(jī)載高精度N2O、CH4、CO2溫室氣體測(cè)量平臺(tái)。
采用光反饋-腔增強(qiáng)激光吸收光譜技術(shù)（OF-CEAS），高精度測(cè)量N2O、CH4、CO2濃度，適合移動(dòng)式大氣濃度測(cè)量。
測(cè)量平臺(tái)主要技術(shù)參數(shù)
- 抗風(fēng)能力：max5級(jí)風(fēng)
- 使用環(huán)境：-20℃~45℃；可小雨中飛行
應(yīng)用案例
A Pilot Experiment
使用機(jī)載高精度CH4、CO2溫室氣體測(cè)量平臺(tái)，研究某工業(yè)園區(qū)的溫室氣體排放。
測(cè)量期間假設(shè)：（1）工業(yè)園區(qū)處于不間斷的常規(guī)運(yùn)行狀態(tài)；（2）飛行測(cè)量期間大氣條件穩(wěn)定；（3）大氣邊界層內(nèi)溫室氣體和氣象條件的垂直變化遠(yuǎn)大于水平變化；（4）測(cè)量高度的溫室氣體與空氣混合充分，且以平流為主。
根據(jù)以上條件，飛行需要滿足的低度應(yīng)大于粗糙度子層（通過風(fēng)溫濕廓線確定，或估算為研究區(qū)內(nèi)建筑物平均高度的3倍），并位于近地層內(nèi)。無人機(jī)應(yīng)盡量保持勻速運(yùn)動(dòng)并平穩(wěn)飛行，俯仰角不大于5°，橫滾角不大于20°，盡量保持與地面的相對(duì)高度穩(wěn)定（仿地飛行）。需要在大氣邊界層湍流發(fā)展顯著的時(shí)間段開展測(cè)量，一般為上午10:00至下午4:00。同時(shí)，為了盡可能減少垂直輸送方向上的誤差，風(fēng)速以2-3級(jí)為宜，避免在陰天、雨天等不利氣象條件下開展監(jiān)測(cè)。
采用基于控制體積的質(zhì)量守恒法對(duì)園區(qū)開展走航式測(cè)量，此方法也稱為自上而下排放強(qiáng)度反演算法（Top-down Emission Rate Retrieval Algorithm, TERRA）。根據(jù)對(duì)園區(qū)不同高度監(jiān)測(cè)斷面的測(cè)量數(shù)據(jù)，計(jì)算得到東西南北四個(gè)斷面的平流通量以及垂直向上的溫室氣體排放強(qiáng)度。
飛行中的機(jī)載高精度CH4、CO2溫室氣體測(cè)量平臺(tái)
樣地與方法
Materials and Methods
該樣地平均海拔1400m，年降雨量小于300mm，主導(dǎo)風(fēng)向偏西風(fēng)。在2022年12月進(jìn)行試飛。主要進(jìn)行兩方面測(cè)量：（1）背景樣地大氣CH4、CO2濃度垂直廓線；（2）沿工業(yè)園區(qū)外圍飛行，測(cè)量垂直大氣方向上CH4和CO2濃度。另外，飛行過程中會(huì)同步采集風(fēng)向、風(fēng)速、空氣溫濕度、大氣壓強(qiáng)、經(jīng)緯度坐標(biāo)、海拔信息等。
測(cè)量航跡
原始數(shù)據(jù)質(zhì)量控制QA/QC
采用滑動(dòng)均值濾波方法對(duì)所有數(shù)據(jù)進(jìn)行異常值檢驗(yàn)，對(duì)大于5倍測(cè)量數(shù)據(jù)標(biāo)準(zhǔn)差的點(diǎn)位，標(biāo)記為異常值并剔除，用線性插值方法進(jìn)行數(shù)據(jù)插補(bǔ)。一個(gè)測(cè)量架次，如果異常數(shù)據(jù)超過30%，標(biāo)記為無效測(cè)量，需要重新補(bǔ)測(cè)。
實(shí)驗(yàn)結(jié)果
Results
就CO2而言，飛行上升過程測(cè)量的CO2濃度要低于在下降過程中測(cè)量的濃度。在飛行上升過程中，近地面測(cè)得的CO2濃度高，約為715mg/m3；隨著測(cè)量高度的攀升，CO2濃度存在下降的趨勢(shì)，在1900m至2000m時(shí)，CO2濃度降低至約680mg/m3。在下降過程中，2000-1900米區(qū)間內(nèi)存在一個(gè)小高峰，濃度約為800mg/m3，約1600m-1700m之間存在一個(gè)峰值，濃度約為900mg/m3。就CH4而言，飛行上升過程測(cè)量的CH4濃度要略低于在下降過程中測(cè)量的濃度。近地表的CH4濃度高，約為1.24mg/m3。隨著高度增加，CH4濃度下降，在2020米左右時(shí)，CH4濃度降至1.16 mg/m3。在園區(qū)南部，測(cè)量得到3處高CO2濃度區(qū)，一處距離地表75-100m處，濃度約為495ppm；第二處距地面175-200m處，濃度約為505ppm；第三處距地面100-125m，濃度約為520ppm。CH4數(shù)據(jù)類似，距離地面100-125m處，存在CH4高濃度區(qū)域，濃度約3794.35ppb。CO2數(shù)據(jù)的空間網(wǎng)格化CH4數(shù)據(jù)的空間網(wǎng)格化根據(jù)標(biāo)量守恒方程和散度定理，認(rèn)為控制體積內(nèi)的質(zhì)量變化與通過控制體積表面的綜合質(zhì)量通量相等?？梢酝ㄟ^在排放源周圍構(gòu)建控制體積，在忽略大氣沉降的情況下，對(duì)控制體積四個(gè)表面和上表面進(jìn)行通量計(jì)算，然后進(jìn)行積分，最終獲得排放控制體積內(nèi)部的排放強(qiáng)度。數(shù)據(jù)顯示，該工業(yè)園的CO2的排放強(qiáng)度約為12.539 kg/s ± 0.640 kg/s；CH4排放強(qiáng)度為 21.521 g/s ±3.424 g/s。
實(shí)驗(yàn)結(jié)論
Conclusions
使用機(jī)載高精度N2O、CH4、CO2溫室氣體測(cè)量平臺(tái)，結(jié)合數(shù)學(xué)模型，能夠?qū)μ囟▍^(qū)域的溫室氣體排放強(qiáng)度進(jìn)行定量評(píng)估。
【1】世界氣象組織溫室氣體公報(bào) - 第18期
【2】Bing Lu, Phuong D. Dao, Jiangui Liu, Yuhong He, Jiali Shang. 2020. Recent advances of hyperspectral imaging technology and applications in agriculture. Remote Sensing 12(16): 1-44.
【3】Carotenuto F, Gualtieri G, Miglietta F, et al. Industrial point source CO 2 emission strength estimation with aircraft measurements and dispersion modelling[J]. Environmental monitoring and assessment, 2018, 190: 1-15.
【4】Gasbarra D, Toscano P, Famulari D, et al. Locating and quantifying multiple landfills methane emissions using aircraft data[J]. Environmental Pollution, 2019, 254: 112987.
【5】Gioli B, Miglietta F, Vaccari F P, et al. The Sky Arrow ERA, an innovative airborne platform to monitor mass, momentum and energy exchange of ecosystems[J]. 2006.
歡迎來到