根(gen)據世界氣象(xiang)組織(zhi)WMO溫室氣體公報（第18期，2022/10/26），全(quan)球(qiu)平均地(di)表CO2、CH4和N2O的濃(nong)度持續增高，其(qi)中CO2為415.7±0.2 ppm，CH4為(wei)1908±2 ppb，N2O為334.5±0.1 ppb。
現有溫室氣(qi)體觀測(ce)(ce)方法包括遙感衛(wei)星的(de)柱(zhu)濃度測(ce)(ce)量、大(da)氣(qi)本(ben)底濃度測(ce)(ce)量、城市高塔(ta)大(da)氣(qi)濃度測(ce)(ce)量、渦(wo)度相關通量觀測(ce)(ce)、近地(di)面(mian)大(da)氣(qi)廓(kuo)線(xian)測(ce)(ce)量、土(tu)壤溫室氣(qi)體通量測(ce)(ce)量、地(di)基傅里葉變換光譜法遙測(ce)(ce)等。
對于更高時空分辨率的地表測量需求，如近地表溫室氣體泄漏監測、特定區域溫室氣體排放強度評估、衛星遙感溫室氣體數據驗證等，都需要創新的觀測技術和方法。
目前，遙感衛星可用于大氣柱濃度溫室氣體的測量，結合使用高塔和無人機觀測，可以對區域尺度的溫室氣體排放進行評估。其中，由于無人機溫室氣體觀測具有機動靈活的特點，可以幫助研究者們獲取更高時空分辨率的數據，成為衛星遙感和定點高塔觀測數據的有益補充。衛星(xing)、飛機(ji)和無人機(ji)的典型測量范圍(wei)
圖(tu)源/ Bing Lu等，2020
前人的部分工作包括：在固定翼飛機上（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），測量大氣邊界層的CO2通量以(yi)及估(gu)算點源(yuan)CO2釋放強度；搭載LI-7700甲烷分析儀（Gasbarra D等，2019），研究垃圾填埋場的CH4排(pai)放(fang)。
LI-7500應用于Sky Arrow ERA 測量平臺 近些年來，隨著激光光譜技術的進步，光反饋-腔增強激光吸收(shou)光譜技術（OF-CEAS）脫穎而出。這種新技術在極大提高測量精準度（詳見下文的說明）的同時，實現了光腔縮小的目標。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，極大縮短了測量響應時間——小于2秒；另外這種技術能耗低，僅為22w，兩節鋰電支持8個小時的測量。重量也僅有10.5kg，非常適合在無人機上使用。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科技有限公司合作，共同開發出了機載高精度N2O、CH4、CO2溫室氣體測量平臺。
采用(yong)光(guang)反饋(kui)-腔增強激光(guang)吸收光(guang)譜技術（OF-CEAS），高精度(du)測量N2O、CH4、CO2濃度(du)，適合移動式大氣濃度(du)測量。
- LI-7810高精度CH4、CO2、H2O分(fen)析儀
- LI-7825高精度(du)CO2同位(wei)素、NH3分析儀
- 使用環境：-20℃~45℃；可小雨中飛(fei)行
應用案例
A Pilot Experiment
使用機載高精度CH4、CO2溫室(shi)氣體測(ce)量平臺，研究某工業園區的溫室氣體排放。
測量期間假設：（1）工(gong)業園(yuan)區處于不間斷的常規運行狀態；（2）飛行測量期間大氣條件穩定；（3）大氣邊界層內溫室氣體和氣象條件的垂直變化遠大于水平變化；（4）測量高度的溫室氣體與空氣混合充分，且以平流為主。
根據以上條件，飛行需要滿足的低度應大于粗糙度子層（通過風溫濕廓線確定，或估算為研究區內建筑物平均高度的3倍），并位于近地層內。無人機應盡量保持勻速運動并平穩飛行，俯仰角不大于5°，橫滾角不大于20°，盡量保持與地面的相對高度穩定（仿地飛行）。需要在大氣邊界層湍流發展顯著的時間段開展測量，一般為上午10:00至下午4:00。同時，為了盡可能減少垂直輸送方向上的誤差，風速以2-3級為宜，避免在陰天、雨天等不利氣象條件下開展監測。
采用基于控制體積的質量守恒法對園區開展走航式測量，此方法也稱為自上而下排放強度反演算法（Top-down Emission Rate Retrieval Algorithm, TERRA）。根據對園區不同高度監測斷面的測量數據，計算得到東西南北四個斷面的平流通量以及垂(chui)直(zhi)向上的溫室氣體排放強度。
飛(fei)行中(zhong)的機載高精度CH4、CO2溫室(shi)氣體測量平臺
樣地與方法
Materials and Methods
該樣地平均海拔1400m，年降雨量小于300mm，主導風向偏西風。在2022年12月進行試飛。主要進行兩方面測量：（1）背景樣地大氣CH4、CO2濃(nong)度垂直廓線；（2）沿工業園區外圍飛行，測量垂直大氣方向上CH4和CO2濃度(du)。另外，飛(fei)行(xing)過程中(zhong)會(hui)同步采集風(feng)向、風(feng)速、空氣溫濕度(du)、大(da)氣壓(ya)強、經(jing)緯度(du)坐標、海拔信息等。
測量航跡
原(yuan)始數據質量控制QA/QC
采用(yong)滑動均值(zhi)濾波方法對(dui)所(suo)有數據(ju)進行異(yi)(yi)常(chang)值(zhi)檢驗，對(dui)大于5倍測(ce)量(liang)數據(ju)標(biao)準(zhun)差的點位(wei)，標(biao)記為異(yi)(yi)常(chang)值(zhi)并(bing)剔(ti)除，用(yong)線性插值(zhi)方法進行數據(ju)插補。一(yi)個測(ce)量(liang)架(jia)次，如(ru)果異(yi)(yi)常(chang)數據(ju)超過30%，標(biao)記為無效測(ce)量(liang)，需要重新補測(ce)。
實驗結果
Results
就CO2而(er)言，飛行上升過程測量的CO2濃(nong)度要低于在下降過程中測(ce)量的濃(nong)度。在飛行(xing)上升(sheng)過程中，近(jin)地面(mian)測(ce)得的CO2濃度高，約為715mg/m3；隨著(zhu)測量高度的(de)攀升，CO2濃度存(cun)在(zai)下降的趨(qu)勢，在(zai)1900m至2000m時，CO2濃度降低至約680mg/m3。在下降過程中，2000-1900米區間內存在一個小高峰，濃度約為800mg/m3，約1600m-1700m之間存在一個峰值，濃度約為900mg/m3。就CH4而言，飛(fei)行上升過程測量的CH4濃度要(yao)略低于(yu)在下降過程中(zhong)測(ce)量的(de)濃度。近(jin)地表(biao)的(de)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，CH4濃度降至1.16 mg/m3。在(zai)園區(qu)南部(bu)，測量得到3處(chu)高CO2濃度(du)(du)區，一(yi)處距(ju)離(li)地(di)表75-100m處，濃度(du)(du)約(yue)(yue)為(wei)495ppm；第(di)二處距(ju)地(di)面(mian)175-200m處，濃度(du)(du)約(yue)(yue)為(wei)505ppm；第(di)三處距(ju)地(di)面(mian)100-125m，濃度(du)(du)約(yue)(yue)為(wei)520ppm。CH4數據類似，距離地面100-125m處，存在CH4高濃度(du)區域，濃度(du)約3794.35ppb。CO2數據(ju)的空間網(wang)格(ge)化(hua)根據(ju)標量(liang)守恒方(fang)程和散度定理，認為控(kong)(kong)(kong)制體積內的質(zhi)(zhi)量(liang)變化與通過控(kong)(kong)(kong)制體積表面(mian)(mian)的綜合質(zhi)(zhi)量(liang)通量(liang)相等。可以通過在排(pai)放源周圍構(gou)建(jian)控(kong)(kong)(kong)制體積，在忽(hu)略大氣沉降的情況(kuang)下，對控(kong)(kong)(kong)制體積四個表面(mian)(mian)和上表面(mian)(mian)進行(xing)通量(liang)計算，然后進行(xing)積分，最終獲得排(pai)放控(kong)(kong)(kong)制體積內部的排(pai)放強度。數據顯示，該工業(ye)園(yuan)的CO2的排放強度約為12.539 kg/s ± 0.640 kg/s；CH4排放強度為 21.521 g/s ±3.424 g/s。
實驗結論
Conclusions
使用(yong)機載(zai)高精度N2O、CH4、CO2溫室(shi)氣(qi)體測量平臺(tai)，結合數學模型，能夠對特定區域的溫室氣體排放強度進行定量評估。
【1】世界氣象組織溫室氣體公報 - 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