首页 › 技术知识 › 技术专题 › 城市温室气体通量网络的涡度实测:伦敦 39.1 kt/km²·a 的 CO₂、清单两倍的 CH₄ 与 1 km 分辨率目标
技术专题通量与涡度城市通量温室气体涡度相关清单校验

城市温室气体通量网络的涡度实测:伦敦 39.1 kt/km²·a 的 CO₂、清单两倍的 CH₄ 与 1 km 分辨率目标

Urban GHG Flux Networks by Eddy Covariance: London 39.1 kt/km2/yr CO2, Inventory-Doubling CH4 and 1-km Resolution Goal

城市占全球人为排放的大部分,而清单(bottom-up)与实测(top-down)的差异在城市甲烷上可以超过一倍。本文综合伦敦 BT 塔 192 m 三年多通量(CO₂ 39.1±2.4 kt/(km²·a),CH₄ 72±3 t/(km²·a),为清单的 2 倍)、佛罗伦萨中心(供暖贡献 >80% CO₂、CH₄ 占 8% CO₂e)、INFLUX 印第安纳波利斯(1 km 分辨率 10% 精度目标)与苏黎世 112 m 塔多物种归因(CO/CO₂/NOₓ 线性混合模型),给出城市 EC 判别边界:供暖季放大系数、冷启动增量、足迹人口解释力与「清单漏掉的甲烷源」。

约 2410 字· 5 分钟阅读

为什么城市需要通量网络

城市贡献了全球约 70% 的能源相关 CO₂,但城市清单的不确定度常达 20%~50%——活动数据缺失、排放因子滞后、空间降尺度粗糙。EC 塔是少数能在街区尺度直接测净排放的手段,其价值不是替代清单,而是交叉校验:伦敦、佛罗伦萨、苏黎世、印第安纳波利斯与维也纳五大城市网络给出了同一结论——CO₂ 清单总体可信,CH₄ 清单系统性低估。

伦敦:39.1 kt CO₂ 与两倍甲烷

Helfter 等(2015, EGU 与核心期刊)在伦敦中心 BT 塔 192 m 高度做了三年以上多气体 EC:

  • CO₂ 年均 39.1±2.4 kt/(km²·a),2012–2014 年际 36.3~40.7 kt/(km²·a),与伦敦大气排放清单(LAEI)偏差 <1%;
  • CO 89±16 t/(km²·a),与清单偏差 5%;
  • CH₄ 72±3 t/(km²·a),为清单值 34 t/(km²·a) 的两倍以上;
  • CH₄ 冬季仅比夏季高 21%(季节弱),CO 冬季比夏季高 69%(冷启动+燃烧效率);
  • 足迹内居住人口解释了年 CO₂ 空间变异的 90%、CH₄ 的 99%。

判别边界:清单与 EC 吻合只对 CO₂/CO 成立;CH₄ 必须假定「清单外的源」(天然气泄漏、污水处理、泰晤士河低潮生物源)——同位素显示 ¹³C 亏损的晨峰指向生物源。

佛罗伦萨:供暖放大系数 172%

Gioli 等(Environmental Pollution)在佛罗伦萨市中心 EC:

  • CO₂ 周通量季节波动从冬季(供暖季)172% 到夏季 39%(相对年均);
  • 多回归 + 清单拆分:供暖贡献 >80% 的 CO₂ 通量,交通与供暖合计只解释 CH₄ 的 14%,其余主要来自天然气网络泄漏;
  • CH₄ 以 CO₂ 当量计约占城市排放 8%(夏季 16%、冬季 4%)。

判别边界:城市 CO₂ 季节性的主控是供暖,不是交通;分析通量季节曲线时若把峰值归因交通会系统性错位。

INFLUX:1 km 分辨率的靶场

Davis 等(Bull. Amer. Meteor. Soc.)的印第安纳波利斯通量实验(INFLUX)设定了城市温室气体监测的方法学目标:

  • 1 km 分辨率下 CO₂/CH₄ 排放率精度 ≤10%,整城排放同样精度,时间分辨率 ≥周;
  • 手段组合:塔 + 飞机 + 大气传输模型 + 活动清单,多种独立方法交叉;
  • 已识别的核心挑战:区分人为与生物源 CO₂、复杂稳定度条件下的近源解释、清单不确定度量化。

判别边界:单一方法(纯塔、纯清单、纯反演)都无法达到 10% 级精度——城市通量网络本质上是多方法交叉验证设计。

苏黎世:多物种线性归因

Hilland 等(EGUsphere, 2025)在苏黎世 112 m 塔同时测 CO₂、CO、NOₓ、CH₄、N₂O 八个月:

  • 冬夏中值日通量比:CO₂ 1.47×、CO 1.08×、NOₓ 1.08×、CH₄ 1.01×;
  • 冷月 FCO/FCO₂ 与 FNOₓ/FCO₂ 吻合清单固定源+道路运输的摩尔排放比;
  • 暖月白天 FCO/FCO₂、FNOₓ/FCO₂ 系统性高于清单比——生物圈光合吸收压低了 CO₂ 分母;
  • 线性混合模型把半小时 FCO₂/FCO/FNOₓ 归因到固定燃烧与道路运输,并分离出生物圈光合。

判别边界:「CO₂ 浓度上升+CO/NOₓ 正常」可能只是光合吸收——多物种比值比单气体更可靠;归因模型在特定风向/时段合理,盲目套用会高估交通贡献。

维也纳与高塔策略

维也纳城市碳实验室(Vienna Urban Carbon Laboratory)在市中心 A1 无线电塔 144 m 处做 EC(2017 年 12 月起 CO₂,2022 年 5 月加 CH₄ 与碳同位素),并配 EM27/SUN 太阳 FTIR 柱浓度梯度:

  • 高塔目的是脱离城市粗糙层、放大足迹覆盖面积;
  • 2018–2020 年 EC 与清单 CO₂ 一致,CH₄ 的首轮清单对比在进行;
  • 柱浓度差分反演与 EC 交叉,碳同位素拆分源部门。

判别边界:城市粗糙层内(楼顶 10~50 m)的 EC 足迹小、异质性强;144 m 高塔牺牲「代表性」换取「城市尺度足迹」——两类塔回答不同问题,不可互换。

可复用的判别边界表

分析环节常见错误判别边界
清单校验只对 CO₂CH₄ 常被低估 2 倍,须单独校验
季节归因峰值归交通供暖贡献 >80% CO₂,冬季 172%
单气体推断用 CO₂ 单一信号多物种比值(CO/NOₓ)分离源汇
城市塔选择楼顶低塔当全城代表足迹决定尺度,高塔才覆盖城市
精度目标接受单一方法10% 级须多方法交叉验证
甲烷源假设只认清单部门天然气泄漏+污水+河流生物源都在清单外

参考来源

  • Helfter et al. (2015), London 192 m tower CO/CO₂/CH₄/N₂O, EGU2015-5885: http://core.ac.uk/download/pdf/33452445.pdf
  • Helfter et al., CORE, London 3-yr CO₂/CH₄/CO: http://core.ac.uk/download/pdf/46563343.pdf
  • Gioli et al., Environmental Pollution, Florence centre: https://eportfolios.macaulay.cuny.edu/bird2012/files/2012/09/B.-Gioli_-Co2-fluxes-in-Florance.pdf
  • Davis et al., INFLUX design: https://pmc.ncbi.nlm.nih.gov/articles/PMC6463536/pdf/nihms-1506518.pdf
  • Hilland et al., EGUsphere (2025), Zurich 112 m multi-species: https://egusphere.copernicus.org/preprints/2025/egusphere-2025-1088/egusphere-2025-1088-ATC1.pdf
  • Watzinger et al., Vienna Urban Carbon Laboratory tall tower: https://discovery.researcher.life/article/using-tall-tower-flux-measurements-for-ghg-emissions-monitoring-in-cities-emerging-results-and-perspectives-from-the-vienna-urban-carbon-laboratory/75351b4738af342d889f80b1211fdc5b