降水,云与大气CO2浓度的年际波动

doi:10.7523/j.issn.2095-6134.2005.3.020

中国科学院大学学报 ›› 2005, Vol. 22 ›› Issue (3): 394-399.DOI: 10.7523/j.issn.2095-6134.2005.3.020

• 论文 • 上一篇

降水,云与大气CO₂浓度的年际波动

李阳春^1,2, 杨昕¹, 王明星¹, 徐永福¹

1. 中国科学院大气物理研究所, 大气边界层物理和大气化学国家重点实验室, 北京 100029;
2. 中国科学院研究生院, 北京 100049

收稿日期:2004-01-02 修回日期:2004-03-15 发布日期:2005-05-15
基金资助:
中国科学院知识创新工程重大项目(KZCX1SW0116);中国科学院“引进国外杰出人才”项目资助

Precipitation, Cloud and Atmospheric CO₂Interannual Variability

LI Yang-Chun^1,2, YANG Xin¹, WANG Ming-Xing¹, XU Yong-Fu¹

1. State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
2. Graduate School of the Chinese Academy of Sciences, Beijing 100049, China

Received:2004-01-02 Revised:2004-03-15 Published:2005-05-15

摘要/Abstract

摘要：

观测资料显示大气CO₂浓度具有非常明显的年际变化.通过分析年平均降水量和夏威夷MaunaLoa站大气CO₂浓度的关系,发现大气CO₂浓度年际增长量与全球陆地降水的年际增长量成正相关,提出了亚洲季风区云量变化对生态系统净生产力(NEP)有显著影响的假设.利用更高分辨率的月平均温度和降水资料,进一步分析研究大气CO₂浓度的年际变化与温度以及降水变化的关系;利用1984～1993年的月平均卫星云资料,研究了云量变化与大气CO₂浓度变化关系,结果发现全球CO₂浓度年际增长量与低纬度地区陆地上空云量的年际增长量呈同步变化趋势.

关键词: CO₂, 降水, 云, 年际增长量

Abstract:

Observation data show large interannual variability of atmospheric CO₂.By analyzing yearly mean observation data of global precipitation and atmospheric CO₂mixing ratio at Mauna Loa Observatory, we have found a significant positive correlation between the interannual variability of CO₂growth rate and the year-to-year changes in global land precipitation.We suggest that this positive correlation results mainly from the influence of clouds in Monsoon areas on terrestrial net ecosystem production (NEP).Here a set of monthly mean data of temperature, precipitation and atmospheric CO₂ is used to reanalyze their relationships.In addition, we use satellite-based monthly grid cloud data over the period of 1984～ 1993 to study its relationship with atmospheric CO₂ and find that the interannual variability of atmospheric CO₂matches cloud cover growth rate.

Key words: CO₂, precipitation, cloud, growth rate

中图分类号:

李阳春, 杨昕, 王明星, 徐永福. 降水,云与大气CO₂浓度的年际波动[J]. 中国科学院大学学报, 2005, 22(3): 394-399.

LI Yang-Chun, YANG Xin, WANG Ming-Xing, XU Yong-Fu. Precipitation, Cloud and Atmospheric CO₂Interannual Variability[J]. , 2005, 22(3): 394-399.

[1]	陆小琳, 张万昌, 牛全福, 刘金平, 陈豪, 高会然. 黑龙江流域积雪的时空动态变化及其与气候因子的关系[J]. 中国科学院大学学报, 2021, 38(5): 601-610.
[2]	黄芳, 甘淼, 于洋, 他志杰, 张海燕, 皮原月, 孙凌霄, 于瑞德. 基于CMIP5模式的2006—2017年中亚降水预估误差分析[J]. 中国科学院大学学报, 2021, 38(3): 333-340.
[3]	宁文晓, 刘旭阳, 王振亭. 巴丹吉林沙漠气温和降水特征及空间分层异质性[J]. 中国科学院大学学报, 2021, 38(1): 103-113.
[4]	胡亮, 肖俊, 王颖. 基于多维度特征和MLP的岩体点云植被滤波方法[J]. 中国科学院大学学报, 2020, 37(3): 345-351.
[5]	刘波, 丁玉栋, 廖强, 朱恂, 王宏. 单颗粒多孔MgO吸附剂CO₂吸附流动传输的格子Boltzmann方法模拟[J]. 中国科学院大学学报, 2020, 37(2): 248-254.
[6]	王飞鹏, 肖俊, 王颖, 王云标. 一种基于高斯曲率的ICP改进算法[J]. 中国科学院大学学报, 2019, 36(5): 702-708.
[7]	吴长江, 雷莉萍, 曾招城. 不同卫星反演的大气CO₂浓度差异时空特征分析[J]. 中国科学院大学学报, 2019, 36(3): 331-337.
[8]	王濮, 邢艳秋, 王成, 习晓环. 一种基于图割的机载LiDAR单木识别方法[J]. 中国科学院大学学报, 2019, 36(3): 385-391.
[9]	赵海鹏, 习晓环, 王成, 雷钊. 基于车载激光扫描数据的城区道路自动提取[J]. 中国科学院大学学报, 2018, 35(6): 782-787.
[10]	高东, 牛海山. 青藏高原夏季降水与东亚、南亚夏季风相关程度的空间格局[J]. 中国科学院大学学报, 2018, 35(4): 500-505.
[11]	魏文斐, 刘立超, 陈彬, 檀赛春, 石广玉, 谢敏. 生物气溶胶及其气候效应[J]. 中国科学院大学学报, 2018, 35(3): 320-326.
[12]	丁之勇, 葛拥晓, 吉力力·阿不都外力, 蒲佳. 1957-2012年新疆艾比湖流域极端气温与降水变化趋势[J]. 中国科学院大学学报, 2018, 35(2): 160-171.
[13]	葛明慧, 于冉冉, 赵军, 刘联胜. 含CO₂的蒸汽凝结换热特性[J]. 中国科学院大学学报, 2018, 35(2): 275-279.
[14]	孙川, 宋小宁, 周芳成, 李召良. 有云大气对AMSR-E传感器各通道微波信号影响的分析[J]. 中国科学院大学学报, 2018, 35(1): 42-49.
[15]	谢旭, 邓豪, 焦魁. 气态进料直接甲醇燃料电池的二维数值模拟[J]. 中国科学院大学学报, 2017, 34(2): 244-250.

降水,云与大气CO₂浓度的年际波动

Precipitation, Cloud and Atmospheric CO₂Interannual Variability

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们