法浩 趙敏

摘 ?要：?基于渦度相關(guān)技術(shù)提供的碳通量數(shù)據(jù)、定點(diǎn)連續(xù)觀測的交通流量數(shù)據(jù)及數(shù)理統(tǒng)計分析的方法，探討了2012年和2018年碳通量和交通流量的變化及其主要影響因素，分析了交通流量對碳通量變化的影響。主要結(jié)果如下：1）?2018年日平均交通流量明顯高于2012年的，由日均5 300輛增加到日均11 600輛;2）?2012年與2018年的二氧化碳（CO₂）通量日變化均呈現(xiàn)雙峰型曲線，交通流量的高峰時段與CO₂通量值的峰值相對應(yīng)，分別為3.86 μmol·m^-2·s^-1和4.96 μmol·m^-2·s^-1;3）?基于碳通量與交通流量的線性回歸分析表明，2012年CO₂?通量變化與交通流量變化具有顯著的正相關(guān)性，交通流量對該區(qū)域碳通量貢獻(xiàn)了18%，但2018年CO₂通量與交通流量無顯著關(guān)系。

關(guān)鍵詞：?渦度相關(guān)技術(shù);?碳通量;?交通流量;?城市生態(tài)系統(tǒng)

中圖分類號： X 24 ???文獻(xiàn)標(biāo)志碼：?A ???文章編號：?1000-5137（2020）05-0596-07

Impact of traffic volume changes on carbon flux characteristics

FA Hao， ZHAO Min^*

（School of Environmental and Geographical Sciences， Shanghai Normal University， Shanghai 200234， China）

Abstract：?Based on the carbon flux data series provided by eddy covariance technology，the traffic volume data continuously observed at fixed points，and the mathematical statistical analysis，this paper discussed the changes in carbon flux and traffic volume in 2012 and 2018 and their main influencing factors and analyzed the influence of traffic volume on carbon flux change.The main results are as follows：1）?The daily average traffic volume in 2018 was significantly higher than that in 2012，increasing from an average of 5 300 to 11 600 vehicles per day;2）?The daily changes in CO₂?flux in 2012 and 2018 both showed a double-peak curve，and the peak period of the traffic volume corresponded to the peak value of the CO₂?flux，which are 3.86 μmol·m^-2·s^-1?and 4.96 μmol·m^-2·s^-1，respectively;3）?Linear regression analysis based on carbon flux and traffic volume showed that there is a significant positive correlation between the changes of CO₂?flux and traffic volume in 2012，and traffic volume contributes 18% to the regional carbon flux，but there is no significant relationship between CO₂?flux and traffic volume in 2018.

Key words：?eddy covariance technology;?carbon flux;?traffic volume;?urban ecosystem

0 ?引 ?言

全球變化背景下，人類活動燃燒的化石燃料是大氣二氧化碳（CO₂）濃度增加的一個重要原因^[1]。而城市生態(tài)系統(tǒng)是由“自然-社會-經(jīng)濟(jì)”組合而成的復(fù)合生態(tài)系統(tǒng)，是人口和交通的集中區(qū)，也是全球CO₂排放的主要來源，產(chǎn)生了城市環(huán)境中80%的CO₂^[2]。城市生態(tài)系統(tǒng)在全球碳循環(huán)中的作用變得越來越重要，它既通過當(dāng)?shù)丨h(huán)境直接排放CO₂，也通過交通、用電等方式排放^[3]，化石燃料燃燒和土地利用、土地覆被的變化使城市生態(tài)系統(tǒng)成為一個重要的碳源^[4]。道路交通是城市CO₂排放的主要組成部分，且交通是發(fā)展最快的領(lǐng)域之一，也是CO₂排放最多的部門之一^[5]。國內(nèi)外已有研究表明，CO₂通量的日變化模式與人為活動有很大的對應(yīng)關(guān)系，與交通流量有很強(qiáng)的相關(guān)性，交通量對排放量有顯著的貢獻(xiàn)^[6-8]。但這些研究多是從靜態(tài)的角度探討交通流量對碳通量的影響，沒有從動態(tài)的角度分析，將通量數(shù)據(jù)及其影響因子進(jìn)行年際之間比較分析的研究更為稀缺。在城市化背景下，交通流量變化是否會影響城市碳通量的變化，目前該方面的研究還比較少。

本文作者以上海城市化速度最快的西南部為研究區(qū)域，利用2012年和2018年的渦度相關(guān)數(shù)據(jù)，與響應(yīng)時間段的野外定點(diǎn)觀測的車流量數(shù)據(jù)結(jié)合，采用數(shù)理統(tǒng)計分析方法，探討交通流量變化對碳通量的影響，以期服務(wù)于城市化背景下城市碳循環(huán)模型的構(gòu)建。

1 ?數(shù)據(jù)和方法

1.1 研究區(qū)域概況

研究區(qū)域位于上海市奉賢區(qū)，南臨杭州灣，距離市區(qū)約40 km，如圖1所示。氣候?qū)賮啛釒Ъ撅L(fēng)氣候，夏季盛行東南風(fēng)，冬季盛行西北風(fēng)，雨熱同期，年均氣溫為15.7 ℃，年平均降雨量1 160 mm。該研究區(qū)域?qū)俪鞘猩鷳B(tài)系統(tǒng)，人口和交通密集，下墊面具有非均質(zhì)性，包括綠地、建筑物、交通用地等。位于該區(qū)域的上海奉賢大學(xué)城通量觀測站已連續(xù)運(yùn)轉(zhuǎn)9年，所獲取數(shù)據(jù)準(zhǔn)確可靠。交通流量的研究對象為該區(qū)域的2條主干道，奉炮公路和海泉路，來往車輛較多，具有城市交通道路的代表性。

1.2 渦動相關(guān)通量觀測系統(tǒng)

上海奉賢通量觀測站使用渦動相關(guān)觀測系統(tǒng)獲取研究區(qū)域的通量數(shù)據(jù)，通量觀測塔高20 m，安裝微氣象梯度觀測系統(tǒng)和開路渦動協(xié)方差通量觀測系統(tǒng)，其通量觀測系統(tǒng)主要由Gill三維超聲風(fēng)速儀（Campbell Scientific Instruments，USA），LI-7500（LICOR，Inc.，USA）開路式CO₂和水汽分析儀，以及CR3000（Campbell Scientific Instruments，USA）數(shù)據(jù)采集器組成。渦動相關(guān)系統(tǒng)觀測和記錄有CO₂/H₂O通量、風(fēng)向、風(fēng)速等數(shù)據(jù)。微氣象梯度觀測系統(tǒng)記錄有降水、光合有效輻射、土壤溫度、凈輻射等微氣象數(shù)據(jù)。

1.3 通量數(shù)據(jù)質(zhì)量控制

選取通量觀測站記錄的2011年12月—2012年1月期間和2018年10月的渦動相關(guān)通量觀測數(shù)據(jù)，以及梯度氣象觀測數(shù)據(jù)。對獲得的數(shù)據(jù)進(jìn)行坐標(biāo)軸旋轉(zhuǎn)處理、頻率響應(yīng)修正和空氣密度響應(yīng)修正（WPL修正）等處理^[9-11]，剔除了由外界環(huán)境干擾以及儀器內(nèi)部誤差產(chǎn)生的異常值，采用平均日變化法（MDV）插補(bǔ)缺失數(shù)據(jù)^[12]。

1.4 交通流量統(tǒng)計

研究區(qū)域的通量足跡包含了2條交通主干道：海泉路和奉炮公路^[13-15]。奉炮公路為南北走向，2車道;海泉路為東西走向，4車道。分別于2011年12月29日—2012年1月3日和2018年10月20日—2018年10月26日，對2條交通主干道的交通流量信息進(jìn)行統(tǒng)計記錄，統(tǒng)計時段為7：00至19：00。調(diào)查方法采用人工劃“正”字統(tǒng)計法，每隔半小時記錄道路過往車輛信息。

1.5 碳通量與交通流量及氣象因素的多元統(tǒng)計分析

為進(jìn)一步探究交通流量對CO₂通量值的影響，基于車流量、CO₂通量，以及溫度和風(fēng)速兩種氣象要素，建立通量與環(huán)境要素之間的關(guān)系模式，分析影響CO₂通量變化的因素：

其中，y_t為2012年或2018年的歸一化處理后的碳通量;b_t為回歸常數(shù);a₁，a₂，a₃為回歸系數(shù);X_1t，X_2t，X_3t分別為2012年或2018年歸一化處理后的交通流量、溫度和風(fēng)速。

2 ?結(jié)果與分析

2.1 交通流量

2012年和2018年觀測站附近2條道路的交通流量特征存在明顯差異，如圖2所示。在2012年元旦前后，平均每天車流量約為5 300輛，且工作日日平均車流量大于非工作日的，約為7 000輛，非工作日為3 900輛。工作日和非工作日車流量都有明顯的日動態(tài)規(guī)律。工作日上午7：00—8：00出現(xiàn)車流量的高峰（每小時420輛）;此后時間段內(nèi)車流量數(shù)量變化比較平緩;下午16：00—18：00出現(xiàn)一個明顯的車流量高峰（每小時510輛）。非工作日的車流量變化不同于工作日，上午7：00—9：00，車流量緩慢增加（每小時170～250輛），在10：00左右出現(xiàn)一個明顯的車流量高峰（達(dá)到每小時370輛），這可能是由于非工作日出行時間較工作日晚的原因，此后在17：00左右出現(xiàn)晚高峰（每小時380輛），非工作日的車流量高峰（每小時380輛）明顯小于工作日車流量（每小時510輛）。

在2018年10月的觀測時段內(nèi)，平均每天車流量約為11 600輛，工作日約為9 600輛，非工作日為15 000輛。工作日和非工作日車流量的日動態(tài)變化一致，均為上午7：00—9：00出現(xiàn)車流量的高峰（工作日每小時620輛，非工作日每小時1 360輛）;此后時間段內(nèi)車流量變化比較平緩;下午16：00—18：00又出現(xiàn)一個車流量高峰（工作日每小時680輛，非工作日每小時720輛）。

與2012年的調(diào)查相比較，2018年調(diào)查的日平均車流量明顯增多，是2012年的一倍多。另外，2012年調(diào)查發(fā)現(xiàn)工作日日平均車流量明顯大于非工作日，而2018年的工作日平均車流量略高于非工作日，非工作日個別時段的車流量高于工作日，這是由于2018年調(diào)查時段內(nèi)的非工作日恰逢上海應(yīng)用技術(shù)大學(xué)組織成人考試，導(dǎo)致海泉路與奉炮公路車輛明顯增多。

2.2 CO₂通量變化特征

2012年和2018年工作日的日間CO₂通量平均值分別為0.89 μmol·m^-2·s^-1和-2.12 μmol·m^-2·s^-1，通量變化曲線如圖3所示。日CO₂通量變化均表現(xiàn)為雙峰型，晚高峰的CO₂通量值大于早高峰。7：00—8：00 CO₂通量值明顯增加，達(dá)到第一個峰值;隨后出現(xiàn)負(fù)值，從10：00左右一直持續(xù)到16：00;18：00 左右，出現(xiàn)碳排放的峰值，且峰值大于早高峰峰值，2012年和2018年碳通量峰值分別為3.86 μmol·m^-2·s^-1和4.96 μmol·m^-2·s^-1。2018年與2012年的日CO₂通量變化趨勢一致，但是CO₂通量值整體下降，在白天表現(xiàn)為明顯的碳匯，而夜間通量變化更加平穩(wěn)。

2012年和2018年的CO₂通量值均以正值為主，負(fù)值主要出現(xiàn)在白天，這是由于研究區(qū)域內(nèi)分布有以香樟為主的常綠闊葉林和草地，綠色植物在白天進(jìn)行光合作用，吸收CO₂，抵消了交通等人類活動產(chǎn)生的碳排放，從而使研究區(qū)域在白天表現(xiàn)為碳匯。但從全天范圍內(nèi)看，整個研究區(qū)域仍然表現(xiàn)為明顯的碳源。2018年與2012年相比，研究區(qū)域的日間CO₂通量值更低，表現(xiàn)為更明顯的碳匯，主要原因是研究區(qū)域內(nèi)植被數(shù)量的增多，白天會吸收更多的CO₂。

2.3 交通流量變化與CO₂通量變化的特征分析

2012年和2018年日交通流量和CO₂通量變化趨勢如圖4所示。分析半小時的交通流量數(shù)據(jù)和CO₂通量數(shù)據(jù)，發(fā)現(xiàn)兩者變化趨勢大致相似。在2012年和2018年兩段不同的觀測時段內(nèi)，日交通流量和CO₂通量的關(guān)系變化也具有一致性，交通流量的高峰時段與CO₂通量值的峰值相對應(yīng)，這說明CO₂通量與交通流量具有相關(guān)性，觀測站附近車流量變化是影響碳通量變化的重要影響因子，GRIMMOND等^[2]在芝加哥地區(qū)、VELASCO等^[8]在墨西哥城和BERGERON等^[16]在蒙特利爾地區(qū)的研究結(jié)果與本研究類似。

2.4 交通流量變化與CO₂通量變化的關(guān)系

通過對2012年和2018年的碳通量及交通流量、氣象參數(shù)等數(shù)據(jù)進(jìn)行多元線性回歸分析（表1）表明，2012年和2018年的關(guān)系模式有很大的不同。其中2012年回歸模型的判定系數(shù)r²=0.18，自變量交通流量的顯著性系數(shù)p<0.05，通過了顯著性檢驗;而溫度和風(fēng)速表現(xiàn)為不顯著，因此剔除X₂和X₃^[17]。得到的模型為：

2018年的多元線性回歸模型中自變量的顯著性系數(shù)均大于0.05，表現(xiàn)為不顯著，說明該模型不能解釋2018年CO₂通量變化的原因，這與2012年在該區(qū)域的研究結(jié)果不同。原因可能為隨著城市化進(jìn)程的加快，該區(qū)域下墊面部分發(fā)生了變化，研究區(qū)域西側(cè)住宅區(qū)的修建增加了區(qū)域碳排放。植被在整個城市生態(tài)系統(tǒng)中處于不可或缺的地位，CO₂通量與植被葉面積指數(shù)呈負(fù)相關(guān)關(guān)系，研究區(qū)域內(nèi)植物的生長及其生理活動增強(qiáng)了碳匯作用。因此，碳通量影響因子變異性的增加使對單一因子的研究難以解釋整個區(qū)域長時間的碳通量變化規(guī)律，應(yīng)進(jìn)一步利用非線性模型進(jìn)行模擬。今后，把交通流量、植被、下墊面變化、風(fēng)速、溫度和濕度等環(huán)境要素納入一個整體進(jìn)行分析量化，將會是研究的重點(diǎn)方向。

3 ?結(jié) ?論

1） 研究區(qū)域2012年和2018年內(nèi)2條道路的交通流量特征存在明顯差異。2018年日平均交通流量明顯高于2012年，由平均每天5 300輛增加到11 600輛。2個年份的日交通流量變化趨勢均表現(xiàn)為雙峰型，2012年工作日日平均車流量明顯大于非工作日，而2018年的工作日平均車流量與非工作日相近，非工作日個別時段的車流量高于工作日。

2） CO₂通量值存在明顯的日變化規(guī)律，與交通流量的日變化趨勢一致，呈現(xiàn)為雙峰型。這說明研究區(qū)域的CO₂通量變化與交通流量數(shù)量的變化具有顯著的正相關(guān)性。特別是在交通流量異常增加的時間段，CO₂通量值也明顯上升。

3） 城市生態(tài)系統(tǒng)中，CO₂通量與交通流量的關(guān)系在不同的年份有所不同。城市規(guī)模的擴(kuò)張和植被的變化會影響城市生態(tài)系統(tǒng)的碳循環(huán)，所以系統(tǒng)長期的跟蹤監(jiān)測對城市生態(tài)系統(tǒng)碳通量及其影響因素的研究非常必要。

參考文獻(xiàn)：

[1] PACHAURI R，REISINGER A.Climate change 2014：synthesis report.Contribution of working groups I，II and III to the fifth assessment report of the intergovernmental panel on climate change [J].Journal of Romance Studies，2014，4（2）：85-88.

[2] GRIMMOND C S B，KING T S，CROPLEY F D，et al.Local scale fluxes of carbon dioxide in urban environments：methodological challenges and results from Chicago [J].Environmental Pollution，2002，116（1）：243-254.

[3] COUTTS A M，BERINGER J，TAPPER N J.Characteristics influencing the variability of urban CO₂fluxes in Melbourne，Australia [J].Atmospheric Environment，2007，41（1）：51-62.

[4] HILLER R，ZEEMAN M J，EUGSTER W.Eddy-covariance flux measurements in the complex terrain of Alpine valley in Switzerland [J].Boundary Layer Meteorology，2008，127 （3）：449-467.

[5] 安久煜.城市道路交通CO₂排放測算及其樹木固碳方法研究 [D].哈爾濱：東北林業(yè)大學(xué)，2016. AN J Y.Research on CO₂emission estimation and wood carbon sequestration method of urban road traffic [D].Harbin：Northeast Forestry University，2016.

[6] GRATANI L，VARONE L.Daily and seasonal variation of CO₂in the city of Rome in relationship with the traffic volume [J].Atmospheric Environment，2005，39（14）：2619-2624.

[7] NEMITZ E，HARGREAVES K J，MCDONALD A G，et al.Meteorological measurements of the urban heat budget and CO₂emissions on a city scale [J].Environmental Science and Technology，2002，36（14）：3139-3146.

[8] VELASCO E，PRESSLEY S，ALLWINE E，et al.Measurements of CO₂fluxes from the Mexico City urban landscape [J].Atmospheric Environment，2005，39（38）：7433-7446.

[9] 龔元，趙敏，姚鑫，等.城市生態(tài)系統(tǒng)復(fù)合下墊面碳通量特征：以上海市奉賢大學(xué)城為例[J].長江流域資源與環(huán)境，2017，26（1）：93-101.

GONG Y，ZHAO M，YAO X，et al.Study on carbon flux characteristics of the underlying surface of urban ecosystem：a case study of Shanghai Fengxian University City [J].Resources and Environment in the Yangtze Basin，2017，26（1）：93-101.

[10] EUSKIRCHEN E S，EDGAR C W，TURETSKY M R，et al.Differential response of carbon fluxes to climate in three peatland ecosystems that vary in the presence and stability of permafrost [J].Journal of Geophysical Research：Biogeosciences，2014，119（8）：1576-1595.

[11] WU J B，ZHOU X Y，WANG A Z，et al.Comparative measurements of water vapor fluxes over a tall forest using open- and closed-path eddy covariance system [J].Atmospheric Measurement Techniques，2015，8（10）：4123-4131.

[12] 袁莊鵬.碳通量變化特征及影響因子研究 [D].上海：上海師范大學(xué)，2013.

YUAN Z P.Study on the characteristics of carbon flux and its influencing factors [D].Shanghai：Shanghai Normal University，2013.

[13] 龔元，趙敏，姚鑫，等.基于Hsieh和Kljun模型的城市生態(tài)系統(tǒng)碳通量貢獻(xiàn)區(qū)分析與對比 [J].環(huán)境工程技術(shù)學(xué)報，2017，7（2）：225-231.

GONG Y，ZHAO M，YAO X，et al.Analysis and comparison of carbon flux contribution zones in urban ecological system based on Hsieh and Kljun models [J].Journal of Environmental Engineering Technology，2017，7（2）：225-231.

[14] 郭智娟，龔元，張凱迪，等.復(fù)雜下墊面下不透水層的CO₂通量足跡分析：以上海市奉賢大學(xué)城為例 [J].環(huán)境科學(xué)學(xué)報，2018，38（2）：772-779.

GUO Z J，GONG Y，ZHANG K D，et al.CO₂flux footprints of impervious layer on complex land surface：a case study at the Fengxian College Park，Shanghai [J].Acta Scientiae Circumstantiae，2018，38（2）：772-779.

[15] 張凱迪，龔元，郭智娟，等.2011和2016年亞熱帶城市生態(tài)系統(tǒng)通量源區(qū)及CO₂通量特征：以上海市奉賢大學(xué)城為例 [J].上海師范大學(xué)學(xué)報（自然科學(xué)版），2018，47（4）：458-465.

ZHANG K D，GONG Y，GUO Z J，et al.Flux source area and CO₂ flux characteristics of subtropical urban ecosystem in 2011 and 2016：a case study of Shanghai Fengxian University City [J].Journal of Shanghai Normal University （Natural Sciences），2018，47（4）：458-465.

[16] BERGERON O，STRACHAN I B.CO₂sources and sinks in urban and suburban areas of a northern mid-latitude city [J].Atmospheric Environment，2011，45（8）：1564-1573.

[17] 袁莊鵬，趙敏，黃辭海，等.城市節(jié)假日前后碳通量特征及其與車流量關(guān)系 [J].環(huán)境工程學(xué)報，2013，7（9）：3501-3506.

YUAN Z P，ZHAO M，HUANG C H，et al.Characteristics of CO₂ flux before and its relationship with traffic volume in urban area [J].Chinese Journal of Environmental Engineering，2013，7（9）：3501-3506.

（責(zé)任編輯：郁慧）