通量及其不确定性对农业区高塔CO_2浓度模拟的影响

利用WRF-STILT模型模拟玉米种植区生长季(6-9月)小时CO_2浓度,并基于美国最大农业种植区‘玉米带’100m高塔CO_2浓度观测数据,对WRF-STILT模型的模拟能力及CO_2通量的不确定性对模拟结果的影响进行分析。结果表明:(1)WRF-STILT能够模拟高塔观测的CO_2浓度日变化特征,模拟值与观测值的均方根误差为13.70mmol×mol^(-1),模拟结果偏高7.26mmol×mol^(-1)。(2)EDGAR和Carbon Tracker两种典型化石燃料的CO_2通量,其区域平均值相差<6%,但两者对CO_2浓度增加值的模拟结果相差约10%;(3)CO_2通量空间分辨率的差异会导致模拟结果产生偏差,使用区域边长为1o的EDGAR化石燃料CO_2通量模拟的浓度贡献值仅为0.1o的0.4倍,且空间分辨率越低,模拟误差越大;(4)白天和夜晚Carbon Tracker模拟的植被生态系统净交换数据是高塔涡度相关方法观测结果的2.26和1.56倍,下垫面分类的误差以及相应的通量模拟误差使模拟的CO_2浓度贡献出现12mmol×mol^(-1)的差异,这是模拟结果偏高7.26mmol×mol^(-1)的潜在误差来源。研究认为,WRF-STILT模型和高空间及时间分辨率的CO_2通量能够较好模拟出农业区生长季的CO_2强日变化特征,CO_2通量的误差是模拟结果误差的主要来源,研究结果表明该方法具有评估和优化通量的巨大潜力。

基于WRF-STILT模型对高塔CO_2浓度的模拟研究

利用下垫面均一的美国最大农业种植区已有高塔CO_2浓度观测资料,结合EDGAR的13种不同类型人为化石源CO_2通量和Carbon Tracker的植被NEE数据,评估了WRF-STILT拉格朗日大气传输模型的模拟能力.结果表明,WRF-STILT模型能够很好地模拟出高塔100m处观测到的CO_2浓度强季节和日变化特征,全年模拟的大气CO_2浓度的均方根误差为10.6×10^(-6),相关系数为0.44(n=7784,P<0.001);生长季(6~9月)观测和模拟的浓度增加值线性拟合斜率为1.08(R=0.52,P<0.001),说明一致性高;截距为7.26×10^(-6)则反映了使用人为化石燃烧的CO_2通量的高估或者植被NEE的低估.2008年全年高塔观测到的CO_2浓度增加值为4.83×10^(-6),小于模拟得到化石燃烧贡献的增加量6.61×10^(-6)与植被NEE的贡献值3.23×10^(-6)之和.其中原油生产和提炼以及能源工业分别贡献了化石燃料燃烧总量的2.55×10^(-6)(38.6%)和1.43×10^(-6)(21.6%).而对生长季观测到的强CO_2浓度日变化特征模拟结果显示,其模拟的平均日振幅为24.30×10^(-6);生物质燃烧产生的CO_2浓度贡献值为0.06×10^(-6),相对于植被NEE和化石源的贡献,可以被忽略.该方法可为将来应用高塔衡量气体浓度观测来反演中国区域尺度的温室气体通量提供参考.