一、研究背景泥炭地是在长期淹水厌氧环境下有机质分解受抑制而导致泥炭层逐渐积累而发育形成的一类湿地生态系统，是地球上最具价值的生态系统类型之一，其在生物多样性保护、水净化和水循环调控、固碳和减缓气候变化等方面发挥着至关重要的作用。然而，过去百年来全球泥炭地受到了人为排水活动和气候变干的广泛影响，据统计，全球大约11–13%的泥炭地受到了人为排水活动的干扰。泥炭地排水后主要用于农作物种植、家畜放牧、牧草生产、林业经营或泥炭开采。排水活动引起泥炭地水位剧烈下降，导致厌氧环境下上万年才积累生成的泥炭土直接暴露在大气中而被快速氧化分解，释放出大量的温室气体如二氧化碳（CO2）和氧化亚氮（N2O），造成全球变暖，还引发泥炭地的大规模塌陷、显著改变地表形态、破坏土壤结构，为其生态恢复带来极大的难度。据估计，农业泥炭地排放的温室气体约占全球农田排放量的三分之一，但人们对这些排放的时间动态和控制知之甚少，尤其是氧化亚氮。已排水的泥炭地仅占农业用地的1%，但据估计，它们排放的二氧化碳(CO2)当量(CO2e)占全球耕地排放量的32%。随着泥炭地土壤被排干并暴露在大气中，相对于其他生态系统，高有氧分解率导致了大量的二氧化碳呼吸率。泥炭的高分解率以及CH4和N2O等其他重要温室气体的排放可能导致这些农业生态系统的大量温室气体净排放。氮肥和洪水灌溉在泥炭地农业中很常见，可能为高反硝化率和N2O生产创造最佳条件。排水泥炭地已被证明是重要的N2O来源，IPCC平均估计值，排水的农业泥炭地为8kg N2O-N ha1y1。然而，很少有研究对多年来的氮排放进行连续测量，而且长期的农业泥炭地温室气体预算中往往没有氮通量，部分原因是由于在野外条件下进行连续、长期的N2O通量测量所面临的技术挑战。在农业泥炭地，使用传统的手动静态室，大多数氮通量测量是间歇性进行的，采样频率通常从每天一次到每月一次。然而，CH4和N2O往往是温室气体排放的热点，使用不频繁的人工采样方法难以表征，土壤氧(O2)、温度、湿度和硝酸盐浓度的动态变化可能会影响土壤N2O通量的热时刻，因此这些事件的空间和时间动态如果没有高频测量就很难预测。手动采样方法很难捕捉到土壤甲烷通量的高峰时刻。尽管排水农业泥炭地的甲烷通量被认为很小，但灌溉等实践措施可以在一定时期内创造理想的厌氧条件，促进甲烷的产生。与恢复湿地中土壤温度、水位波动和植物活动对CH4交换的影响相比，灌溉农业土壤中CH4通量的时空控制较少被了解。因此，需要使用连续的测量方法来捕捉土壤甲烷通量的高峰时刻，并确定其在年度温室气体预算中的作用。近几年发展起来的光腔衰荡光谱技术和自动化室测量方法极大地提高了进行连续温室气体通量测量的能力。连续测量可以增加捕捉净温室气体通量高峰时刻的机会，并确定它们在年度温室气体预算中的作用。结合连续土壤传感器数据，可以利用时空密集的测量来探索土壤甲烷和氧化亚氮排放的潜在驱动因素。二、研究方法和数据分析2.1研究方法该研究在加利福尼亚州的萨克拉门托-圣华金三角洲地区进行，该地区的气候属于地中海气候，夏季炎热干燥，冬季凉爽潮湿。研究的田地连续种植了10多年的传统玉米作物，生长季节通过灌溉沟进行定期灌溉，冬季通过洪水灌溉使土壤表面上升30厘米，以限制杂草生长并为候鸟提供栖息地。施肥量为118Kg N ha1 y1（农民数据）。该地区的历史平均年温度为15.1±6.3℃，年平均降雨量为326±4mm。研究地点也是一个AmeriFlux站点，自2017年中期以来一直进行着CO2、CH4和水蒸气的连续涡度相关测量。从2017年6月30日到2020年6月30日，使用自动化系统连续测量了表层土壤的N2O、CH4和CO2通量。该系统由多路进样系统和九个不透明自动气体通量室（eosAC Eosense）组成。多路系统发出信号后，自动气体通量室将气体传送至光腔衰荡光谱仪（Picarro G2508）进行测量。仪器按照顺序连续测量每个通量室，测试时间为10min，吹扫时间1.5min。自动气体通量室布置在10×10米的网格中，每个通量室间隔5米。为避免洪水事件对样地的影响，在通量室外部署了35cm高的项圈。除了田间管理活动(犁地、播种和收获)期间(通常持续1周)，整个田间活动期间，通量室都保持在原来的位置。为了确定通量室的体积，大约每周测量一次圈口高度，并随着时间的推移插入数值，以解释土壤和地下水位高度的差异。使用Eosenseeosanalysis-acv.3.7.7软件进行通量计算和拟合，然后在R（RStudio, v.1.1.4633, O’Connell et al., 2018)）中进行数据质量评估和控制。计算过程中删除异常数据，这种数据过滤去掉了2.4%的通量测量周期，最终生成的数据集分别包含71262、70337和70554个CO2、N2O和CH4的通量测量值。为了计算土壤温室气体通量对站点级全球变暖潜力（GWP）的影响，研究使用了同一站点的净生态系统交换（NEE）涡度协方差值。研究人员通过统计学数据分析量化CO2、CH4、N2O热时刻，计算观测到的N2O和CH4均值排放所需的最小样本量。从2018年9月至2020年7月，在10厘米、30厘米和50厘米的深度安装了两套土壤传感器--热敏电阻温度传感器和湿度传感器，2套传感器连接到CR1000数据记录仪，每隔15分钟存储数据。农业事件、作物收获期间、断电期间未采集温湿度数据。在传感器测量期间(n=665天)，共有58天的农业活动数据丢失或断电。在农业沼泽地进行了每周的土壤气体采样。研究者在10厘米、30厘米和50厘米深度上与土壤传感器同时采集了CO2、CH4和N2O的两个重复样本。为了采集气体样本，研究者安装了不锈钢管道，并在管道上安装了多个采样孔。采样孔每个月更换一次。他们使用30毫升的注射器采集两个气体样本，丢弃第一个样本以清除采样管道中的死体积。采样线月从田间移除，进行耕作、种植和翻耕。这些气体样本存储在过压20毫升玻璃瓶中，直到在Shimadzu GC-34上进行手动样品注射分析。这些采样数据用于研究土壤剖面中温室气体的产生分布情况。2.2数据分析使用一元方差分析（ANOVA）来比较不同时间段土壤气体浓度、氧气、湿度、矿物质氮和pH值之间的差异。还使用线性回归分析探索土壤大气温室气体浓度与净土壤温室气体通量之间的关系。利用小波相干分析（Wavelet coherence analysis）和假设性放大计算帮助我们理解温室气体通量与土壤变量之间的关系，揭示其在不同时间尺度上的变化。估计农业玉米沼泽地排放对该地区的潜在影响。三、结果3.1土壤CO2,N2O和CH4排放农业泥炭地的年土壤温室气体排放量中，CO2的平均排放量为9.20±0.04千克/平方米/年，N2O的平均排放量为4.08±0.10克/平方米/年，CH4的平均排放量为681±157毫克/平方米/年。这些排放量分别代表了单位面积和单位产量的年均温室气体排放量。N2O的年排放量最高可达41.5±1.8千克氮/公顷/年，三年的平均排放量为26.0±0.5千克氮/公顷/年，占总温室气体排放量的26%。CH4的排放量变化较大，从年净消耗率-111.0±5.0毫克/平方米/年到净排放量2220.1±519.7毫克/平方米/年不等。这相当于每年最大排放量为6.1±1.4千克碳/公顷，占该生态系统年总温室气体排放量的2%。土壤呼吸的变化较小，年值在6.61±0.07千克CO2/平方米/年到10.72±0.09千克CO2/平方米/年之间。热点时刻被定义为单个通量测量值与年均值相差超过4个标准差的测量值。热点时刻的氧化亚氮通量仅占年度测量值的0.64%至1.50%，但将平均通量率提高了38.5%至76.3%。对于甲烷，热点时刻的通量仅占年度测量值的0.06%至0.8%，但在第2和第3年，将年均通量提高了132.1%至486.4%。在第1年，甲烷消耗的热点时刻将净甲烷汇增加249.2%。这些热点时刻驱动的甲烷通量变化主要是由于大多数甲烷通量测量值接近或等于零。二氧化碳排放的热点时刻对平均二氧化碳通量的影响显著较低，仅占所有通量的0.5%（年度范围为0.3%至0.6%）。这将整体平均通量提高了5%，年均二氧化碳通量提高了2.6%至9.2%。3.2  N2O通量、CO2通量和CH4通量驱动因素冬季洪水使土壤中的N2O排放呈指数增长，在生长季节进行的灌溉和施肥也显著增加了N2O排放。冬季洪水开始后不久，每日平均N2O通量增加了两个数量级，同时土壤湿度上升，土壤O2浓度相应降低。持续的淹没导致土壤中NO3浓度下降，随之N2O通量下降。在非洪水期间，研究者发现，每日平均N2O通量与各深度的土壤N2O浓度显著相关，可能对土壤-大气界面的净通量有贡献。通过小波相干分析表明，所有深度的土壤湿度、土壤温度和土壤O2浓度的时间模式与每日时间尺度上的净N2O通量模式显着相关。在大约100天的季节时间尺度上，净N2O通量与不同深度的土壤O2浓度以及在大约300天的年度尺度上的土壤湿度具有显著的一致性。土壤湿度、土壤温度和土壤氧气浓度驱动了日尺度上净甲烷通量的变化模式。只有土壤不同深度的氧气浓度与甲烷通量在周尺度上具有显著的相干性，而在更长的时间尺度上没有显著的相干性。而CO2通量的高度季节性变化可以解释观察到的高年内变异性。土壤呼吸速率在生长季节和收获后（7月至9月）较高，而在土壤饱和时（12月至3月）通量显著较低。在日尺度上，湿度、温度和氧气浓度与土壤CO2通量具有显著的相干性。在周尺度和季节尺度上，温度和O2浓度与土壤CO2通量具有显著的一致性。将自动化系统通量室测量与通过涡度协方差在该现场并行进行的生态系统呼吸(Reco)测量进行了比较。在整个研究期间，土壤CO2通量(9.20±0.04kg CO2m2y1)和Reco涡度协方差测量值(9.70±0.01kgCO2m2y1)类似,土壤CH4室通量(1.2±0.01gCH4m2y1)低于涡流协方差CH4通量(2.2±0.01gCH4m2y1)。同样采样频率对N2O和CH4通量估算的影响较大，减少测量采样间隔会导致显著的低估或高估N2O和CH4总通量。四、讨论本研究中的农业泥炭地土壤是N2O极端排放源，平均排放率比其他非泥炭农田N2O排放量高4-27倍。令人惊讶的是，冬季洪水，而不是施肥，是氧化亚氮排放的主要驱动因素。冬季洪水过后不久，N2O排放量达到峰值。种植期间氮肥的施用也导致N2O排放量的短期增加，但这不是年度N2O排放量的主要来源。研究结果表明日平均N2O通量与土壤大气氮含量之间存在较强的相关性。长时间的厌氧条件加上土壤温度高于10°C似乎会驱动这些系统中CH4通量的热时刻。洪水期间NH4+浓度短期升高可能会限制产甲烷作用或暂时改变产甲烷途径，并可能导致观察到的相当大的变异性。预计土壤二氧化碳通量的模式与每周和季节尺度的温度和氧气浓度有关。土壤温度和O2可用性是有氧土壤呼吸的重要控制因素，特别是在排水农业泥炭地等生态系统中，其中基质可用性不太可能限制异养生物，而自养生物的养分可用性很高。大型连续数据集使我们能够探索N2O和CH4排放热点时刻在生态系统温室气体总预算中的重要性。虽然热点时刻分别仅占年度N2O和CH4通量测量值的0.63%–1.50%和0.06%–0.76%，但它们贡献了N2O总排放量的76%和CH4总排放量的486%。这相当于仅N2O热时刻排放就占这些农业泥炭地年GWP的18%。这凸显出错过热点时刻可能会导致生态系统总温室气体预算的严重低估。研究结果进一步强调了连续测量的必要性，以准确估计生态系统N2O和CH4总通量。即使每周采样一次，也可能会低估年N2O通量高达20%，占总GWP的很大一部分，即使来自这些高排放农业泥炭地也是如此。虽然连续自动室或涡流协方差测量是捕获排放热点时刻的理想选择，但在许多地点和生态系统中，长期连续测量的成本仍然过高。如果热点时刻是可预测且明确定义的，则每日通量测量可能可以有效地适当量化N2O排放的热点时刻。然而，如果热点时刻的时间安排和控制未知或零星，那么不太频繁的采样可能会大大低估N2O排放量。本研究是迄今为止最大、最长、最全面的农业泥炭地土壤通量数据集之一。我们的研究结果提供了证据，证明这些系统是农业温室气体排放的重要贡献者。连续数据集使我们能够探索土壤水分、土壤O2和土壤N有效性等土地管理变化对土壤CH4和N2O排放的影响。我们发现灌溉时间和持续时间是控制这些农业泥炭地土壤N2O和CH4排放的主要因素，而不是施肥。详细实验数据请参考：设备推荐Picarro G2508 高精度气体浓度分析仪通过同时测量五种气体（N2O、CH4、CO2、NH3和H2O），从根本上简化了土壤通量研究，且描绘了温室气体土壤排放的全貌。土壤与大气之间的温室气体交换是全球碳循环和氮循环的关键一步。G2508易于集成土壤检测腔室，无需组装或同步不同的气体分析仪，就可以实现所有主要温室气体的行为观测。G2508采用精密光腔衰荡光谱（CRDS）技术，以达十亿分之一（ppb）的灵敏度测量气体浓度，其漂移可忽略不计。而且，Picarro独特的算法可以对N2O、CH4和CO2的浓度自动进行水汽影响校正。

　　背景介绍氨(NH3)是农业生产中气态活性氮的主要形式之一。它对生态系统有负面影响，如富营养化、酸化和生物多样性的丧失等。一般来说，畜牧业，特别是奶牛业是氨排放的重要来源，需要降低。为了实现这一目标，荷兰制定了一系列法律法规。奶牛场的氨来源于排出尿液中的尿素。尿素在排泄后的最初几个小时内转化为氨，并从尿坑中尿液和粪便混合物的顶层(浆液)中排放出来。在过去的几十年里，混凝土板条地板替代品的发展主要集中在封闭的混凝土地板上，有时出于动物福利的原因与橡胶结合在一起。这些地板背后的工作原理是限制坑顶空间的空气交换和快速排尿到这些坑中。CowToilet奶牛厕所提供了另一种选择，它在尿液到达地面之前收集(部分)尿液。通过这种方式，尿液和粪便(部分)被分开，氨排放的主要来源从住房系统中移除，储存在其他地方，排放量可以忽略不计。奶牛厕所作为一种低排放系统已被添加到Rav法规a1.36和BWL 2021.05中，每个动物场所每年的临时氨排放系数为8.4公斤。为了获得系统的确定排放系数，制造商(Hanskamp BV)必须向“荷兰国家标准”(RVO)3提供符合适当要求的排放测量数据集。排放测量是评估的一部分，本报告描述了在应用确定氨排放因子的背景下的排放测量。 CowToilet介绍奶牛厕所是根据奶牛的生理机能设计的，它由Hanskamp AgroTech BV, Doetinchem开发。在奶牛养殖业中，为满足奶牛个体需求而在自动喂食站供应精料是很常见的。步行式喂食站为奶牛提供了离开喂食站而不用向后走的机会。奶牛厕所是在步行式喂食站上增加的一个自动小便器。奶牛从喂食围栏一侧进入奶牛坐便器，从另一侧离开奶牛坐便器。所有精料均在奶牛厕所内饲喂。在奶牛食用浓缩饲料时，将小便池降低到母牛后下方。自动小便器刺激奶牛，引起排尿。尿液被收集在一个小的蓄水池中，从那里泵送到一个储存库。奶牛厕所的主要减排原理是通过收集部分动物尿液来降低动物舍内氮源强度。收集的尿液单独存放。在这种储存中，尿素最终转化为氨，如果没有适当的覆盖，会导致大量的氨排放。这样做，预计尿液的储存不会对氨排放产生显著影响。 测试位置：测量在荷兰Leeuwarden乳业园区的环境研究仓中进行，下图显示了环境研究仓的位置和乳业园区的位置。荷兰环境研究仓的位置和乳制品园区的地形，包括背景采样点。环境研究仓其中一个隔间的两张照片组合图。注意从天花板上安装的两个通风井。测量方法：由于各单元采用机械通风，因此两个通风井代表了测量通风率和氨浓度的房间的排放点。氨的背景(环境)浓度在谷仓外谷仓两侧距离10米的2至4个地点测定，浓度值最小的点被认为是背景浓度。通风率由各通风竖井下的风机轮风速计测量。该方法基于腔衰荡光谱（CRDS）。每个通风机的一组采样管中的空气首先通过Picarro A0311S 16通道进样器。两个单元的每个通风机和两个背景点(东南和西北)布设采样管路。管路的切换时间为5分钟。测定氨浓度的平均时间为1分钟。在5分钟的总采样时间中，前3分钟的值用于获得稳定的浓度水平，这些值被排除在氨排放的进一步计算之外。仅取第4分钟和第5分钟的平均值作为氨浓度。A0311S有16个入口，分别用于6个单元和4个背景点。采样空气中氨的浓度由Picarro G2508光谱仪测量。 氨气绝对排放量(kg/每年/每个动物场所)由下式计算:Eijk=第i天在测量时段j在房间k的氨排放量(kg /每年/每个动物场所)Qijk=第I天在k室测量时段j内的平均通风量(m3/h/每个动物场所)Coutijk=第I天第k室测量时段j内出风口氨平均浓度(mg/m3)Cinijk=第I天在第j个测量周期内，房间k入风氨的平均浓度(mg/m3)AP=动物场所的数量(=16)相关研究结论：不同测量方法和周期的标准化排放结果。实验组和对照组的 NOx、Picarro（每日）测量期间的排放结果。这项研究意义重大，因为它为减少畜牧业有害排放提供了潜在的解决方案，有助于环境的可持续发展。 使用 Picarro分析仪进行连续测量可以精确监测氨水平，这对于评估 CowToilet 等排放控制方法的有效性至关重要。  与传统的混凝土板条地板相比，使用奶牛厕所减少了47.2%的氨排放。 这种减少相当于0.528的比例排放率。再乘以控制室每年13 kg/畜位的排放系数，牛厕每年的氨排放率为6.9 kg/畜位。 根据本报告中的点测量，分类排放系数为每年每个动物场所7千克NH3。 为获得Rav立法的官方排放因子，需要第二种案例对照方法的测量结果或在至少两个其他带有奶牛厕所的畜棚的实际排放测量结果。 减排和由此产生的排放因子受测量氨浓度的方法的影响。O使用氮氧化物方法，每年每个动物场所的排放量减少35%，标准排放系数为8.5千克NH3。O使用Picarro测量方法显示排放量减少37%，每个动物场所每年的标准化排放系数为8.2千克NH3。 原文链接：

　　Picarro公司新版官网正式上线！    近日，Picarro公司官网经过升级改版，正式以全新面貌上线。本次官网公开了用户手册user manuals，客户将不再需要登录或创建帐户来下载它们。Picarro官网做的更新动作有：1. 在每个产品页面的侧栏中添加了一个新的用户手册链接。2. 我们新增加了一栏技术支持页面Support page，该页面可链接到我们重新设计的支持页面中的用户手册。3. 我们在资源中心表格 Resource Center中的用户手册结果旁边增加“Download”按钮。本次官网升级后，原网站地址不变：。注意：Picarro 社区访问和软件下载访问目前仍然需要注册帐户。

　　1. 稳定同位素的定义及性质稳定同位素是指具有相同原子序数（即具有相同的质子数）但具有不同中子数（即具有不同的质量数）的同位素。相对于放射性同位素，稳定同位素具有较长的半衰期，因此其衰变过程可以忽略不计。稳定同位素的质量与化学性质与其相应元素的其他同位素相同，但它们在物理性质和反应性方面可能存在微妙差异。每个元素的稳定同位素数量不尽相同。以氢为例，氢元素具有三个同位素：氢-1（质子数为1，中子数为0）、氢-2（质子数为1，中子数为1）和氢-3（质子数为1，中子数为2）。通常，将质子数相同的同位素称为同位素的同位素体系。2. 稳定同位素分馏稳定同位素分馏是指在自然界中，不同同位素的分布和比例因物理、化学或生物过程而发生变化的现象。在分馏过程中，不同同位素的相对丰度会发生改变，通常表现为其中一种同位素的相对丰度增加，而另一种同位素的相对丰度减少。稳定同位素分馏可以发生在不同的环境和过程中，以下是几个常见的分馏过程：重力分馏：重力对颗粒物质的沉降速度有影响，较重同位素更容易沉降，导致较轻同位素的相对丰度增加。化学分馏：化学反应可以导致同位素的选择性分离。例如，在地球大气层中，光照作用下，氮气中较重的氮同位素（δ15N）会相对富集在大气中的一氧化二氮（N2O）中。通过分析稳定同位素分馏，我们可以获得有关环境、地质、生态和气候变化等方面的信息。稳定同位素分析在地球科学、生态学、气候研究等领域具有广泛的应用，帮助我们理解自然系统的工作原理和过程。3. 稳定同位素的应用领域3.1 地质科学稳定同位素在地质科学中具有重要的应用。通过对地球岩石、大气、水体和生物体的稳定同位素比例的分析，可以揭示岩石的形成历史、地球气候及环境变迁等信息。例如，氧同位素分析可以用来研究海洋生态系统的变化、冰川演化过程以及古气候的重建。3.2 生物学与生态学稳定同位素在生物学和生态学领域中也有广泛应用。通过分析生物体组织（如骨骼、羽毛、植物组织等）中的稳定同位素比例，可以了解生态系统中物质的循环过程和食物链结构。氢同位素分析可用于研究动物迁徙路径，碳同位素分析可用于研究植物光合作用等生物过程。稳定同位素分析可用于研究碳循环和生态系统功能。通过测量植物和土壤中的碳或氢氧同位素比例（δ13C、δ18O、D），可以了解植物的光合作用途径和水分利用策略，评估植物对气候变化的响应以及研究土壤有机碳的来源和稳定性。4. 稳定同位素分析技术稳定同位素分析技术是研究稳定同位素的关键手段。主要的分析方法包括质谱仪和同位素比例质谱仪以及光谱类仪器。Picarro稳定同位素分析仪是世界上最先进的测量CO₂与CH₄碳同位素比（δ¹³C）以及CO₂、CH₄和H₂O气体浓度的仪器之一，也是一款能够在野外长时间实现原位在线测量的仪器。可用于呼吸与发酵、氧化与还原、源与汇的鉴定等研究工作。稳定同位素示踪是一种利用稳定同位素分析技术来追踪物质在生物体、环境或化学体系中运动和转化过程的方法。通过测量物质中不同同位素的相对丰度，可以确定其来源、迁移路径、转化速率和与其他物质的相互作用。稳定同位素示踪的基本原理是不同同位素在地球上分布比例固定且稳定，而自然界中的各种过程会引起同位素比例的变化。稳定同位素示踪主要包括以下几个步骤：样品收集：从目标系统中收集样品，可以是土壤、水体、气体、生物组织等。样品收集需要根据研究目的和对象的不同进行选择。样品预处理：将收集的样品进行预处理，以提取或转化目标物质，并将其转化为适合稳定同位素分析的形式。例如，可以通过提取、净化或转化化学反应等步骤来处理样品。稳定同位素分析：对预处理后的样品进行稳定同位素分析。例如，常见的稳定同位素包括碳同位素（δ13C）、氮同位素（δ15N）、氢同位素（δ2H）、氧同位素（δ18O）等。数据解释和解析：通过分析同位素比例的变化，结合已知的同位素分馏过程和环境特征，解释数据并得出结论。这可能需要运用数学模型、统计方法和参考样品等。通过稳定同位素示踪，我们可以获得关于物质来源、传输路径、生物转化、生态过程和环境变化等方面的信息，有助于进一步理解和解释自然系统和化学体系的复杂性。稳定同位素在科学研究和应用中发挥着重要作用。它们为我们揭示了地球历史、生态系统特征以及生物过程中的种种奥秘。随着稳定同位素分析技术的不断进步，我们相信它们将在更多领域中为人类带来更多的发现和应用。（本文仅涵盖了稳定同位素应用的部分领域，稳定同位素的研究和应用仍然在不断发展，可能有许多新的突破和发现等待科研人员去探索和挖掘。）

　　地下河口微生物群落对甲烷和氮转化的调节作用背景地下河口(STEs)是重要的生物地球化学反应器，接收和处理来自陆地、海洋和地下水等各种来源的营养物质和有机物。STE在调节营养物、有机物和其他重要生物化合物的陆海通量方面发挥着重要作用。地下生态系统为微生物群落提供了多种多样的栖息地，地球上大约40%的原核生物生物量隐藏在地表以下。沿海生态系统中的原核生物群落可能是复杂的，主要由不可培养的谱系组成，使得基于实验室的研究具有挑战性。为了更好地了解陆地地下水涌入以及海洋盐水入侵对地下氮循环微生物群落的影响，需要微生物生态学和水文地质学相结合的方法。氢气(H2)、醋酸盐、二氧化碳(CO2)和其他碳化合物(如一氧化碳、甲酸盐、甲醇、甲胺)可以被产甲烷的古细菌转化为CH4。在这一过程中，DOC通过水解、产酸和产丙酮被分解，以促进产甲烷。产甲烷古菌群落因此可以栖息在独特的生态位，由于高度适应热力学能量守恒。在多种环境中，变形细菌的甲烷氧化菌可以代谢多余的甲烷作为其唯一的能量来源。厌氧甲烷营养古生菌与产甲烷古生菌关系密切，可在海岸带深层富甲烷缺氧沉积物中代谢CH4。因此，CH4的地下氧化可以成为沿海环境中强效温室气体的重要汇。16S rRNA是一种细菌和古细菌特有的核糖体RNA，通常用于研究微生物群落结构和多样性。通过对16S rRNA基因序列进行扩增和测序，可以了解不同微生物的遗传差异，从而对微生物进行分类和鉴定。这项技术被广泛应用于环境微生物学和生态学研究中，有助于揭示微生物在不同生态系统中的功能和相互作用。方法介绍研究地点位于澳大利亚昆士兰州大堡礁集水区的海滩边STE。该样带从高潮线以下的海洋端(距退潮标记26米)到沙丘底部的陆地端跨度15米。根据盐度剖面对比，选择了五个地点。位于澳大利亚阿格尼斯水域的地下河口样带研究地点的地图。本研究使用的所有样品均在8月12日的一个潮汐周期内提取。首先将地表砂石移除至地下水位以上约50 cm处，然后将不锈钢孔隙水取样头(Sonlist)与气密油管(Bev-A-line IV)连接，分别置于地下水位以下10、100和200 cm处的沉积物中。孔隙水取样开始于退潮时的海洋区，沿样带向上移动至淡水区。使用150 ml注射器从每个位置和深度抽取15个样本。孔隙水DOC样品用0.7 μm玻璃超细纤维过滤器过滤，保存在40 ml硼硅酸盐小瓶中。孔隙水溶无机氮(铵态氮和硝态氮)样品用0.45 μm醋酸纤维素过滤器过滤后冷冻待实验室分析。Picarro仪器的使用：Picarro+A0314相结合，注射器从采样瓶平衡后的顶空中提取 4 ml气体。注入的 4 ml气体样品与零空气在 SSIM 内以 4:1 的比例混合，以达到 20 ml的总气体体积。每个样品在 CRDS 上运行约 6 分钟，以确保低浓度样品具有更高的精度。每五个样品使用相同的进样量运行标准气体。结果与讨论孔隙水CH4浓度范围为0.07±0.01 μM~0.41±0.02 μM，在样带的海洋端呈下降趋势。Site 5地下水位2 m处(0.41±0.02 μM)的3个样品中CH4浓度最高。Site 5孔隙水CO2浓度也最高，在地下水位以下10 cm处为254.24±12.73 μM，在地下水位以下200 cm处为273.31±6.05 μM。CO2浓度在潮间带下部(site 1)最低，为81.43±3.22 μM。(A)甲烷(CH4)孔隙水浓度;(B)二氧化碳(CO2);(C)溶解有机碳(DOC);(D)铵(NH4+)和(E)硝(NO3-)。研究地点和地下水位以下的深度标注在左侧。CH4和CO2误差为±SD。DOC、NH4+和NO3-误差条表示分析误差。含保守混合线的盐度相关图显示孔隙水:(A) CH4和(B)铵(NH4 +)浓度。 根据图（上图）显示的盐度相关图，可以看到甲烷（CH4）浓度与盐度之间存在负相关关系。随着盐度的增加，甲烷浓度呈非线性下降趋势。在地下河口混合带，甲烷浓度迅速下降。这表明盐度是影响甲烷浓度空间分布的重要因素，地下河口中不同盐度区域的微生物群落对甲烷的产生和消耗具有显著影响。这与研究结论中提到的地下河口中隐藏的微生物群落分区以及微生物转化对减轻营养物和温室气体通量到沿海生态系统的重要性密切相关。研究结论在这项研究中，应用16S rRNA扩增子测序和配对的生物地球化学特征来空间评估STE中转化温室气体和营养物质的微生物群落。结果表明，产甲烷菌在陆地端最为普遍(相对丰度高达2.81%)，孔隙水甲烷、二氧化碳和溶解有机碳浓度分别为0.41±0.02 μM、273.31±6.05 μM和0.51±0.02 mM。较低的铵态氮浓度对应着混合带丰富的硝化和氨氧化原核生物(相对丰度高达11.65%)。甲烷、铵和溶解有机碳浓度从陆地到15 m样带的海洋端均下降了50%。这项研究强调了STE隐藏的微生物群落分区，以及考虑微生物转化减轻营养和温室气体通量到沿海生态系统的重要性。原文链接：

　　近期，世纪朝阳分别于大连、重庆开展了线下交流会议，会议介绍了详尽的Picarro设备使用方法、提供了深度的交流平台、促进了与用户的深度沟通，两次会议均圆满结束。大连基于Picarro的温室气体浓度与通量监测理论与技术培训会2023年12月06日，《基于Picarro的温室气体浓度与通量监测理论与技术培训会议》于大连国家海洋环境监测中心成功举办。来自国家海洋环境监测中心、大连海洋大学、大连理工大学、辽宁师范大学、大连环境厅等单位近30位学者与技术人员参加了此次会议。比科技术（北京）有限责任公司（Picarro Inc. 全资子公司）总经理张晓静女士、Picarro Inc.中国区业务发展经理庄义成先生、Picarro Inc.中国区首席工程师王杰女士也作为重要嘉宾出席了此次会议。Picarro Inc.中国区业务发展经理庄义成先生发表会议开幕致辞Picarro Inc.中国区首席工程师王杰女士对Picarro进行整体介绍北京世纪朝阳科技发展有限公司技术总工程师陈晓峰就环境监测整体方案作报告国家海洋环境监测中心Picarro用户老师做关于Picarro应用实践的报告重庆氢氧稳定同位素技术原理及应用培训会2024年1月4日，《氢氧稳定同位素技术原理及应用培训会》于西南大学地理科学学院成功举办。本次会议由西南大学地理科学学院、重庆金佛山喀斯特生态系统国家野外科学观测研究站、北京世纪朝阳科技发展有限公司、比科技术（北京）有限责任公司、美国Picarro公司共同承办，共有40余名老师与学生参与了本次交流会。西南大学雷利丹主任主持会议，唐强副院长做开场报告西华大学的刘皓雯老师做关于《紫色土丘陵区浅层地下水补给特征》的报告，并分享近些年来的工作成果北京世纪朝阳科技发展有限公司售前工程师吴闯做《关于Picarro分析仪结构、原理、应用及基础介绍》的报告北京世纪朝阳科技发展有限公司技术工程师涂坤萍对在校师生进行现场技术实操培训演示和指导氢、氧是分布最广的元素，氢、氧同位素研究涉及宇宙、月球和地球各层圈，包括岩石圈、水圈、气圈等。特别是各种水的氢、氧同位素研究，对气溶胶的形成机理研究、揭示不同成岩成矿过程中同位素的变化、指示水的来源、不同环境状况下水的转移和数量(包括江河湖泊)、确定水的年龄、记录水岩相互作用等都有很重要且广泛的应用。通过稳定同位素分析仪分析氢、氧稳定同位素的变化，是揭示大气环境水溶性有机物吸湿增长特性的重要研究手段。另外，稳定同位素分析仪也是研究大气中水分来源的重要监测设备。本次交流会，为后续学院师生更好地探究揭示水的氢氧同位素变化、为研究生态变化、古气候、大气变化等提供有力支持。 - END - 如果希望进一步了解以上会议信息，欢迎与我们联系讨论。

　　陆-海气团传输对黄海南部大气二氧化碳和甲烷混合比时空分布的影响1.背景介绍二氧化碳（CO2）和甲烷（CH4）是两种最重要的温室气体，在地球的辐射平衡中发挥着关键作用。受化石燃料燃烧、土地利用变化、森林砍伐等人为活动的持续影响，自工业时代（约1750年）以来，大气中二氧化碳和甲烷的混合比一直在上升，并在2021年达到最高值415.7±0.1 ppm和1908±2 ppb，约为工业化前水平的149%和262%。近几十年来，大气CO2和CH4混合比的时空分布越来越受到科学界的关注。船载观测被认为是观测温室气体的六种常用且重要的方法之一，本文主要介绍利用船载CRDS(光腔衰荡光谱)分析仪分别于2012年11月和2013年6月在中国南黄海进行了两次实地调查研究，以揭示中国陆架海域大气中CO2和CH4混合比的时空分布和调节机制。本研究的主要目标是:(1)优化改进船基走行连续观测大气CO2和CH4混合比数据筛分方法;(2)研究海-气交换对CO2和CH4混合比时空分布的影响;(3)在野外调查中揭示季节性季风对南黄海海洋边界空气CO2和CH4时空分布的调节机制。2.材料与方法2.1观测区域黄海是亚洲大陆和太平洋之间气团运输的重要通道，可分为两个海域：黄海北部(NYS)和黄海南部(SYS)。覆盖面积约10.8×104 km2，平均深度44 m，受EAM（东亚季风）系统的强烈影响。如图1所示，为了研究大气CO2和CH4混合比的分布及其调控机制，2012年11月2日至8日和2013年6月22日至29日进行了两次调查研究，分别是EAM的典型时期(包括夏季风和冬季风)。为了保证观测数据的可比性，引入附近的三个陆基(岛)站(临安站（LAN）;济州高山站（JGS）;泰安半岛站（TAG）)进行对比分析。    2.2气象资料两次调查研究是在一艘为在海洋环境中进行多学科研究而设计的东方红二号的科考船上进行的，该船拥有一个船载大气科学实验室。可观测的气象数据包括时间、纬度、经度、巡航速度和方向、风速、风向、相对湿度、气压和温度，分辨率为10s，可用于筛分和标记观测到的CO2和CH4混合比数据，并验证模拟风场。观测到的风数据被平均为每小时的数据，以供后续分析。如图2a所示，2012年11月调查期间，每小时平均风速为0.05~20.46 m/s，平均值为8.09(±4.17)m/s。主导风向为偏北和偏东北，表明气团从亚洲大陆流向太平洋。如图2c所示，2013年6月调查期间，每小时平均风速为0.08 ~ 9.42 m/s，平均值为4.72(±1.79)m/s。相反，主导风向转为南或东南，促使气团从太平洋向亚洲大陆流动。此外，观测到的主导风向(图2a和c)与模拟风场(图2b和d)基本一致，具有典型的冬、夏季风特征，是研究海陆空气团输送对海洋边界层CO2和CH4混合比时空变化影响的理想案例。2.3大气CO2和CH4混合比的测定如图3a所示，在观测期间，为了避免人为污染，将进气口固定在船头最高点(海拔约10m)，靠近气象传感器，以避免人为污染。使用Picarro G2301高精度温室气体测定系统测定大气CO2和CH4的混合比。Picarro分析仪可以在5秒内获得一次CO2和CH4混合比（校正受水蒸气影响）的数据，已被证明是观测CO2和CH4的高精确度和准确度的绝佳选择。如图3b所示，外部真空泵将环境空气抽入专用管道，并分别通过膜过滤器，充满高氯酸镁的干燥管和另一个膜过滤器，以去除颗粒和水气。然后，通过阀门顺序设置调节，干燥和清洁的空气样品以及标准气体通过一个8口样品选择阀，由质量流量控制器控制流量为200 mL/min后进入Picarro G2301分析仪。每次观测实验前后，对Picarro G2301分析仪进行校准，保证其正常工作状态。在现场调查中，每天自动按顺序测定三种标准气体，由Picarro G2301分析仪调节。根据3种标准气体(CO2为254.53(±0.06)ppm、365.14(±0.06)ppm和569.99(±0.08)ppm，CH4为1601.0(±0.8)ppb、1925.5(±0.8)ppb和2317.7(±0.5)ppb)的测定结果和标准值，建立线性函数，对观测数据进行校正。所使用的标准气可溯源至世界气象组织（WMO）一级标准，以保证观测数据的一致性、可追溯性和国际可比性。图3：东方红二号科考船(a)，用于观测大气CO2和CH4的船载Picarro高精度温室气体分析仪监测系统示意图(b)。3. 测定结果与讨论3.1大气CO2和CH4的混合比一般来说，CO2和CH4混合比随着海拔和离大陆距离的增加以及纬度的降低而降低。陆架海域大气CO2和CH4混合比的时空分布不仅反映了自然特征，还反映了海洋油气勘探等多种人为过程：陆-海气团传输，以及观测仪器故障。在两次船载调查研究中，2012年11月大气CO2混合比为392.75 ~ 688.10 ppm(图4a和b)XK星空体育， 2013年6月为389.28 ~ 967.60 ppm(图4c和d)。2012年11月大气CH4混合比为1870.6 ~ 1986.0 ppb(图5a和b)， 2013年6月大气CH4混合比为1820.8 ~ 2179.0 ppb(图5c和d)。大气CO2和CH4混合比与北半球的历史观测结果相当。异常高的观测值归因于船舶废气或分析仪日常维护等的人为干扰。3.2数据处理方法首先，利用线月沿巡航轨迹观测到的大气CO2和CH4混合比进行校正，每1 min平均一次，备份并生成可进行后续处理的“原始数据”。其次，根据航次记录，对仪表故障和日常维护引起的异常值进行标记。第三，当船舶在离散站点进行海洋调查或以低于风速的速度在下风向巡航时，观测到的大气CO2和CH4混合比可能受到船舶废气和人类活动的影响。根据研究经验将3 kn作为标记受船舶废气和人类活动影响的数据的标准。最后是大气温室气体观测中广泛使用的数据质量控制方法拉依达准则(“3σ”准则)，用于筛分和标记非背景测定结果。图6：2013年6月28日20:40 - 29日6:40 (a)和2012年11月3日3:30 - 5:30 (b)观测到的CO2混合比和船速的变化。图7：2012年11月和2013年6月CO2 (a, b)和CH4 (c, d)混合比的筛分结果。(a)和(b)的纵坐标在450至1050 ppm做了截断处理。黑点表示本底数据(Background)，蓝点表示更换干燥管(Manual)所影响的数据，灰色点表示低速航行(0-3kn)时受船舶排放影响的数据，红点表示通过拉依达准则(3σ)筛分出来的数据。3.3陆-海气团输送对大气CO2和CH4混合比分布的影响海-气交换是CO2和CH4分子通过表层海水和上覆大气界面扩散的动态过程。大气CO2和CH4的源和汇是指它们由海水排放或被海水吸收。事实上，沿海浅海海域海-气交换对CO2和CH4混合比在时空尺度上影响很大。一般来说，从海水中排放到空气中的CO2和CH4很难通过大气测量来追踪，因为它们会被迅速稀释;只有浅层渗漏区和沿海地区能够直接影响当地大气CO2和CH4的混合比，并且可以测定。为了估计海-气交换对大气CO2和CH4混合比的影响，我们使用了一种由Kourtidis等人(2006)描述并经Zang等人(2020)优化的简单方法：假设调查区域上方有一个顶板高为10米的盒子，对应于我们现场调查的进气口高度。大气CO2和CH4混合比仅受海-气交换的影响，当CO2和CH4被排放或被吸收时，它们的混合比会均匀地增加或减少，这是由海气CO2和CH4通量的平均计算结果引起的。图8：2012年11月观测海域CO2和CH4混合比的空间分布。3.4陆-海气团传输对大气CO2和CH4混合比时空分布的影响EAWM与亚洲大陆向西太平洋的大气复合输送密切相关。除第1段(S1)和第2段右端(S2)外，随着离岸距离的增加，CO2和CH4混合比呈减小趋势。(图8)。总体而言，亚洲大陆的CO2和CH4混合比高于MBL参考值。EAWM驱动的陆-海气团运输会导致温室气体的水平传输。由于后续的混合和稀释，CO2和CH4的混合比将沿着风输送路线段右端由于主导风向为ENE-SE -S，大气CO2和CH4混合比较低且均匀，说明气团是从CO2和CH4混合比较低的太平洋输送过来的。此外，后向轨迹分析显示，2012年11月几乎所有的传输路径都来自亚洲大陆，2013年7月几乎所有的传输路径都来自南海和西太平洋(图10)。导致2012年11月大气CO2和CH4混合比(图8)高于2013年7月(图9)。大气CO2和CH4混合比的季节变化与西太平洋大气CO2混合比的变化一致，西太平洋大气成分分布主要由来自太平洋的海洋气团和来自亚洲大陆的污染气团主导。图9：2013年7月观测海域CO2和CH4混合比的空间分布图10.两个典型位置(a)35.00°N、123.41°E和(b)32.53°N、125.22°E的后向轨迹。如图11所示，2012年11月观测到的大气CO2和CH4混合比随风向的波动特征相同，表明其变化受陆-海气团输送主导，这与前人的研究结果一致。黑海天然气渗漏和“北溪”管道天然气泄漏的模拟研究表明，在5 ~ 30 km的距离上，逆风排放源可以增强大气CH4混合比。如图12所示，我们假设在运输过程中混合和稀释的影响是线性的。根据计算可知：中国陆架海域大气CO2和CH4混合比的空间分布可能在EAWM前期受到陆-海气团输送的显著影响。     4.结论基于2012年11月和2013年6月在南黄海船基走行连续观测到的大气CO2和CH4混合比及气象参数，优化并建立了一种数据筛分方法，该方法可用于标记受多种自然过程和人类活动影响的CO2和CH4混合比数据。大气CO2和CH4混合比的空间和季节变化主要受EAM调节，而海-气交换的影响很小或可以忽略不计。夏季风导致大气CO2和CH4混合比相对较低，且从东南向西北逐渐增加。相反，冬季季风增强了陆地到海洋的气团输送，导致较高的大气CO2和CH4混合比，并且随着离岸距离的增加而呈递减的趋势。在东亚冬季风早期，陆-海气团传输对CO2和CH4混合比的影响范围约为20Km内。原文链接：

　　亚洲季风区洞穴生物三氧同位素的变化揭示了过去300年的水分来源摘要：水分来源的表征对于理解水文气候过程至关重要。然而，记录过去的大气水分含量及其来源仍然具有挑战性，部分原因是水分追踪代用物不足。本文展示了亚洲季风区21个洞穴中的三氧同位素组成，来研究过去300年来东亚的空间水分来源差异。我们的数据表明在洞穴形成过程中存在同位素平衡分馏，因此从洞穴中重建的母水17O异常(Δ17O) 值保留了有关水分起源和跨空间循环的信息。值得注意的是，洞穴沉积物Δ17O记录具有明显的地理分布特征，中东部和华南地区值较低，西北和华北地区值较高，长江流域地区值较高。这种空间格局强调了受区域水文循环调节的不同水分源的不同影响，并证明了洞穴植物Δ17O在重建空间尺度水分循环中的潜在作用。研究目标：利用亚洲夏季风区21个洞穴中石笋的三氧同位素组成，来研究过去300年东亚区域水分来源的差异。研究方法：本文主要采用的方法和技术包括:石笋三氧同位素分析；230Th定年；反演Parent水三氧同位素；空间插值分析等。这些技术揭示了不同区域石笋三氧同位素的变化模式，反映了区域尺度水分循环的差异。主要研究方法:(1) 从亚洲夏季风区21个洞穴中收集石笋样品。 (2) 利用Pt催化平衡法测量石笋碳酸盐的δ18O、δ17O 和 Δ17O。(3) 用230Th方法确定石笋的形成年代。(4) 根据碳酸盐-水体系的氧同位素分馏关系，反演得到parent水的δ18O和Δ′17O。主要实验结果:(1)石笋Δ17O值范围为-78至-56per meg，空间分布呈“四极”模式。(2)反演的parent水Δ17O值平均约为20±7 per meg。(3)不同区域的Δ17O值反映了各自的水分来源和大气环流差异。Picarro仪器的使用：使用Picarro L2140-i测量水样的δ18O和δ17O值，提供了参照数据。研究人员从亚洲夏季风区21个洞穴中获取石笋样品，为离散采样与测量。上图比较了水样和石笋样本的δ18O与Δ17O值， 说明石笋保留了降水的信号。其具体内容和对研究意义： 1. 上图通过δ18O与Δ17O的关系比较了两类样本:I组为降水和石笋反演的Parent水，II组为石笋碳酸盐。 2. 可以看到Parent水的δ18O和Δ17O值接近现代降水的范围。 3. 石笋碳酸盐的δ18O值较高(27-36‰)，Δ17O值较低(-79到-56 per meg)。 4. 这说明在石笋形成过程中，氧同位素发生了平衡分馏。 5. 石笋Δ17O值与δ18O值之间保持着一定的关系(上图)，符合Δ17O反映气候因素的特征。 6. 通过碳酸盐-水体系的氧同位素分馏关系，可以反演出石笋形成时Parent水的Δ17O。 7. Parent水Δ17O值与现代降水相似，说明石笋Δ17O可以反映降水信号。 8. 因此，上图验证了石笋Δ17O记录可以反映不同区域的水分来源和大气环流差异，是该研究的基础。综上，上图通过与现代降水的比较，验证了石笋Δ17O的气候代表性，为后续利用石笋Δ17O推断区域性水分变化奠定了基础。

　　Picarro安装案例—同济大学Picarro G2301海上平台安装背景介绍海底科学观测网国家重大科技基础设施标志性构筑物——“同济·海一号”东海多圈层观测塔目前已顺利完成海上安装调试。“同济·海一号”东海多圈层观测塔主体结构包含导管架、组块、测风塔三部分，设计总重4530吨，海拔103米，设计服役寿命30年。搭载至少66种、195台套观测设备，作为目前全球海洋综合科学观测能力最强的观测塔，可实现大气圈、水圈和岩石圈的全方位、综合性、长期实时的高分辨率立体观测。之后多学科、多圈层、高分辨率的海量观测数据将源源不断地从东海实时回传至上海临港的监测与数据中心，为开展前瞻性、战略性、引领性和颠覆性的海洋科技创新研究提供有力支撑。海洋温室气体观测对于理解气候变化、保护海洋生态系统和推动减排合作具有重要的意义。北京世纪朝阳科技发展有限公司此次为“同济·海一号”东海多圈层观测平台配置了G2301温室气体分析系统，可以实现对东海海洋上方大气温室气体背景浓度的长期连续观测。（图片转载自同济大学新闻网）双层采样高精度温室气体监测系统流程图配置方案Picarro G2301标校系统在线测量进气系统自动除水系统软件应用介绍仪器安装在东海多圈层观测塔，距陆地100多公里，塔高103m。采样点为双层采样，采样高度分别为50米和90米，周围都是海洋，无高大建筑物遮挡。站点能对海洋大气背景下温室气体进行不间断监测，从而有效地记录东海地区温室气体浓度变化以及变化规律。仪器介绍Picarro G2301气体浓度分析仪能够同时测量二氧化碳 (CO2)和甲烷 (CH4)，灵敏度为十亿分之一（ppb）,在几个月的运行中漂移可以忽略不计。针对大气科学、空气质量和量化排放应用所产生的漂移可忽略不计。这款分析仪符合世界气象组织 (WMO) 和综合碳观测系统 (ICOS) 针对CO2 和CH4 大气监测方面的性能要求。

　　2022年温室气体公报解读世界气象组织（WMO）全球大气观测计划（GAW）站网观测到全球大气中CO2浓度在2022年达到417.9ppm，显示全球大气平均CO2浓度上升到过去200万年以来的新高。位于中国青海瓦里关的欧亚大陆唯一的GAW全球本底站观测到大气CO2浓度在2022年也达到419.3ppm，是自1990年我国在瓦里关开始全球大气温室气体观测以来的最高值，表明人类活动排放的温室气体持续在大气中累积。应对气候变化、全球温室气体减排、碳中和面临的压力依旧。20世纪90年代初，中国气象局首先在瓦里关国家大气本底站开展温室气体观测，后续在北京、上甸子、浙江临安、黑龙江龙凤山、云南香格里拉、湖北金沙和新疆阿克达拉等6个区域大气本底观测站开展温室气体的联网观测，分别代表京津冀、长三角、东北林带和松嫩平原、川滇及高原边缘带、洞庭鄱阳两湖平原和天山地区的大气本底特征。左下图是1990~2022年中国瓦里关国家大气本底站和北半球中纬度美国夏威夷冒纳罗亚（MaunaLoa，MLO）站大气CO2月平均浓度长期变化，右下图是全年在轨运行的两颗卫星监测得到的2022年中国陆地区域大气CO2年均柱浓度分布图。世界气象组织（WMO）于2023年11月15日发布的《WMO温室气体公报（2022年）第19期》显示，2022年主要温室气体的全球大气年平均浓度达到新高，二氧化碳（CO2）为417.9±0.2ppm，甲烷（CH4）为1923±2ppb，氧化亚氮（N2O）为335.8±0.1ppb，分别为工业化前（1750年之前）水平的150%、264%和124%。中国气象局瓦里关国家大气本底站瓦里关站2022年的观测数据显示，大气CO2、CH4和N2O年平均浓度分别为419.3±0.2ppm、1979±0.6ppb、336.5±0.2ppb，与北半球中纬度地区同期平均浓度大体相当，但都略高于全球平均值。2022年全球大气CO2、CH4和N2O浓度相对于2021年的绝对增量分别为2.2ppm、16ppb、1.4ppb，瓦里关站分别为2.3ppm、14ppb、1.4ppb。过去10年（2013～2022年）全球大气CO2、CH4和N2O的年平均绝对增量分别为2.46ppm、10.2ppb、1.05ppb，同期瓦里关站分别为2.16ppm、9.8ppb、1.09ppb。六个区域大气本底站大气CO2和CH42022年平均浓度与2021年相比大多呈增加趋势。卫星监测显示：2022年全球和中国陆地区域年平均大气CO2浓度分别达到415.0±2.9ppm和417.2±2.9ppm。相比2021年，增长2.3ppm和2.0ppm。全球年平均大气CO2浓度增量略低于过去10年（2013~2022年）的平均绝对增量（2.5ppm），而中国陆地区域年平均大气CO2浓度增量则明显低于过去10年平均绝对增量（2.5ppm）。CO2CH4N2O全球瓦里关全球瓦里关全球瓦里关2022年的年平均浓度417.9±0.2ppm419.3±0.2ppm1923±2ppb1979±0.6ppb335.8±0.1ppb336.5±0.2ppb2022年相对于1750年的百分比150%264%124%2022年相对于2021年的绝对增量2.2ppm2.3ppm16ppb14ppb1.4ppb1.4ppb2022年相对于2021年的相对增量0.53%0.55%0.84%0.71%0.42%0.42%过去10年的年平均绝对增量2.46ppmyr-12.16ppmyr-110.2ppbyr-19.8ppbyr-11.05ppbyr-11.09ppbyr-1表格 1 2022年全球和瓦里关站3种主要长寿命温室气体（CO2、CH4、N2O）的年平均浓度、过去1年的增量和过去10年的年平均增量。图1  1990年以来瓦里关站大气CO2、CH4、N2O浓度（上图）及其增长率（下图）上图中的蓝点表示月平均值，红线为其线性拟合曲线；下图中的红点表示月增长率，灰色柱为增长率年平均二氧化碳（CO2）是影响地球辐射平衡最主要的长寿命温室气体，对过去10年和过去5年辐射强迫增幅的贡献分别约为79%和77%。工业化前（1750年之前）全球大气CO2平均浓度保持在278.3ppm左右，由于人类活动排放（化石、生物质燃料燃烧、水泥生产以及土地利用变化等）的影响，全球大气CO2浓度不断升高。2022年全球和瓦里关站CO2年平均浓度分别达417.9±0.2ppm和419.3±0.2ppm，过去10年的年平均绝对增量分别为2.46ppm和2.16ppm。2022年其他区域站大气CO2年均浓度月均值与2021年同期相比总体上呈现增加之势。甲烷（CH4）是影响地球辐射平衡第二重要的长寿命温室气体，至2022年在全部长寿命温室气体浓度升高所产生的总辐射强迫中的贡献率约为19%。约40%的甲烷来自自然源排放（如湿地和白蚁），约60%来自人为源（如反刍动物、水稻种植、化石燃料开采、垃圾填埋和生物质燃烧）。工业化前全球大气CH4年平均浓度保持在722ppb左右。全球大气CH4的年增量在20世纪80年代末约为12ppbyr-1，1999~2006年间降至近乎为零，2007年以来，大气中的CH4再次增加。2022年全球平均和瓦里关站大气CH4的年平均浓度分别达到1923±2ppb和1979±0.6ppb，过去10年的年平均绝对增量分别为10.2ppb和9.8ppb。2022年其他区域站大气CH4年均浓度月均值与2021年同期相比总体上呈现增加之势。氧化亚氮（N2O）是影响地球辐射平衡的重要的长寿命温室气体，至2022年在全部长寿命温室气体浓度升高所产生的总辐射强迫中的贡献率约为6%。N2O通过自然源（约57%）和人为源（约43%）排入大气，包括海洋、土壤、生物质燃烧、化肥使用和各类工业过程。工业化前全球大气N2O年平均浓度保持在270.1ppb左右。由于人类活动排放，全球大气的N2O浓度不断升高。中国气象局于1996年首先在瓦里关站开展N2O的观测，至2009年逐步扩展到了7个大气本底站。2022年全球和瓦里关站的N2O年平均浓度分别达335.8±0.1ppb和336.5±0.2ppb，过去10年的年平均绝对增量分别为1.05ppb和1.09ppb。世界气象组织全球大气观测计划（WMO/GAW）负责协调温室气体的全球网络化观测和分析。截至目前，该观测网包括32个全球大气本底站、400余个区域大气本底站和100余个贡献站。中国气象局4个大气本底站（青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山）已列入WMO/GAW大气本底站系列，并按照WMO/GAW的观测规范和质量标准开展观测。瓦里关站的观测资料已进入WMO世界温室气体数据中心（WDCGG），用于《WMO温室气体公报》，以及WMO、联合国环境规划署（UNEP）、政府间气候变化专门委员会（IPCC）等的多项科学评估。设备推荐Picarro G2508 气体浓度分析仪通过同时测量五种气体（N2O、CH4、CO2、NH3 和 H2O），从根本上简化了土壤通量研究，且描绘了温室气体土壤排放的全貌。土壤与大气之间的温室气体交换是全球碳循环和氮循环的关键一步。G2508 易于集成土壤检测腔室，无需组装或同步不同的气体分析仪，就可以实现所有主要温室气体的行为观测。G2508 采用精密光腔衰荡光谱（CRDS）技术，以达十亿分之一（ppb）的灵敏度测量气体浓度，其漂移可忽略不计。而且，Picarro 独特的算法可以对  N2O、CH4 和 CO2 的浓度自动进行水汽影响校正。

　　黄石公园蒸汽船间歇泉喷发前、中、后期CH4和CO2扩散气体排放背景图片背景介绍：几十年来，像黄石国家公园这样的热液环境中气体的释放一直是热门研究方向。先前在黄石公园进行的研究量化了火山口和大气之间交换的二氧化碳量，强调了黄石公园如何通过火山口每年排放约4.4×107公斤的二氧化碳。诺里斯间歇泉盆地(Norris Geyser Basin, NGB)位于黄石公园的西北部，是蒸汽船间歇泉的所在地。蒸汽船间歇泉在公园的数百个间歇泉中脱颖而出，是因为它向空气中喷射的流体-气体混合物可以超过115米的高度，使其成为世界上最高的喷发活跃间歇泉。气体主要由可冷凝蒸汽和不可冷凝CO2组成，还有少量其它不可冷凝气体，如CH4。虽然蒸汽船并不定期喷发，但间歇泉最近变得非常活跃。2000年至2017年期间，发生了11次火山喷发；然而，在2018年3月至2021年2月24日期间，蒸汽船喷发了129次。为了研究气体排放的变化是否可以作为间歇泉喷发的前兆，2019年6月12日，我们连续测量了间歇泉在一次喷发事件前后30米处甲烷和二氧化碳的扩散排放。实验方法：本研究使用了两台仪器来测量地表通量。Eosense自动呼吸室(AC)被安装在距离间歇泉约30米的地面上，在间歇泉和蓄水池泉之间。AC被编程为关闭15分钟，允许气体从地下逸出积聚，打开5分钟冲洗一次，完成一个周期，期间共进行17次测试，其中喷发前完成了7次测量(包括前兆测量)，喷发后进行了10次测量。自动呼吸室(AC)通过管路连接到Picarro G2201-i CO2、CH4浓度及同位素分析仪，组成CRDS-AC通量及同位素观测系统，该系统可以测量CH4和CO2的浓度及其碳同位素组成，δ13C-CH4和δ13C-CO2大约每4s测量一次。在浓度-时间曲线分钟，用斜率乘以自动呼吸室(AC)内部体积和底座横截面积的商来估算通量。CRDS仪器放置在多功能车(GorrillaCarts®GORMP-12)上。在车上，由两节12V直流深循环船用电池并联连接，通过直流-交流电源逆变器为分析仪供电。期间还使用了仅测量CO2通量的单个便携式呼吸室(PAC)。该PAC是一个闭路EGM-5便携式CO2气体分析仪(PP Systems, Amesbury, MA)，腔室直接连接到分析仪，提供二氧化碳浓度的高频繁测量(10赫兹)。使用线通量。PAC系统在另外三个标有标记的位置进行移动测量，这增加了本研究期间测量的空间足迹。图1所示：诺里斯间歇泉盆地东南部的地图。蒸汽船间歇泉(六边形)位于酸性到中性的地热区域。地图上还标注了20世纪初钻探的三口井。气体通量测量结果：在单次蒸汽船间歇泉喷发前~3 h、喷发中和喷发后~ 2 h测量了地表CO2和CH4通量以及其碳同位素组成。以观察扩散排放活动的变化是否与喷发的特定阶段有关，从而揭示诺里斯间歇泉盆地中地下气体的运移机制。在喷发之前和整个喷发过程中，我们使用Picarro CRDS分析仪测量弥漫性气体排放，我们将其报告为地表通量。对于CH4，喷发前后的通量在误差范围内相同，平均值分别为42.3±1.3和42.3±1.6 mg m2 day1。同样，CO2在喷发前(50.3±1.8 g m2 day1)和喷发后(52.3±2.2 g m2 day1)表现出相似的通量。然而，在喷发之前(不到25分钟)，与之前6次Picarro CRDS分析仪测量的平均值有偏差。这第七组测量发生在从静息期阶段到预演期阶段的过渡期间，显示CH4和CO2的通量分别下降了58%和50%。这种偏离发生在静息期(a)的结束和预演期(b)的开始，在绘制的时间序列中清晰地说明了这一点，该阶段称为前体测量(图2)。图2所示：测量期间CH4和CO2通量的时间序列(左y轴)和平滑的1分钟平均连续浓度测量值(右y轴)。当气体室关闭时，气体浓度开始增加，然后在通量测量结束时打开，气体浓度恢复到环境浓度，形成锯齿状图案。浅阴影区域表示喷发前(b)和小喷发(c)阶段。较暗的阴影区域描绘了主要的喷发，倒数第二个区域突出了液体主导阶段(d)，最暗的阴影区域显示了主要喷发的蒸汽主导阶段(e)。稳定碳同位素测量结果连续的CRDS-AC δ13C测量表明，重同位素在每个腔体中都有富集。在每个气室围封期间最后10次δ13C测量值的平均值作为δ13C源值。结果得出δ13C-CH4 = - 27.5±0.3‰，δ13C-CO2 = - 3.9±0.1‰(图4a)。这些源组成比各自的大气端元(CH4≈47‰和CO2≈8‰)的同位素重。唯一的例外是一组前体测量，其中δ13C-CH4为35.7±2.1‰，δ13C-CO2为6.2±0.4‰(图4b)。前驱体测量值明显比非前驱体测量值轻，并且更接近大气成分。将测量到的通量和气源同位素组成结合在一个图中(图3b)，突出了前驱体测量的异常性质。图左下角的基准面表示在图2所示的时间序列中也可以观察到的前兆信号。图3所示：(a)测量期间的碳同位素值。阴影区域表示喷发开始后的时期。两幅图中黑色的水平虚线表示大气的碳同位素组成，而浅灰色的虚线表示地幔源。(b)配对δ13C和通量测量。δ13C数据(左图为δ13C- CH4，右图为δ13C- CO2)利用近10次测量的平均值估算了气源气体的稳定碳同位素组成。图4所示：二氧化碳(δ13C-CO2)和甲烷(δ13C-CH4)的碳同位素比较。每个圈地都用观测到的喷发时间序列的阶段(a-e)来标记，在同一阶段出现的测量顺序是连续的数字(参见图2，以获得阶段名称的完整解释)。“前兆”测量被清楚地指出。颜色方案表示在15分钟的腔室封闭期间记录基准的相对时间，其中深色出现在开始，浅色出现在结束。每个图中的黑色菱形代表大气同位素组成的近似端元。气体扩散途径模型：虽然蒸汽船喷发的具体机制不能仅由气体测量来支持，但通过整合收集的数据和先前发布的信息，这里共享了该系统的概念模型(图5)。大量证据表明，温泉水起源于渗入并流经流纹岩的大气水，以补给NGB和公园其他地方的间歇泉。从热成因δ13C-CH4特征和地幔样δ13C-CO2组成来看，系统中大部分气体来源于深部。在两次喷发之间，我们认为存在地幔气体从深层源向上的稳态输送(图5a)。这些气体溶解在水中，在含水层顶部溶解，向地表迁移，与浅层气体混合，然后以恒定的速率从地表排出。图5所示：说明地下管道和扩散气体到地面的途径的概念模型。注意深层烃源岩和补给储层之间的区别。(A)突出显示间歇泉在喷发之间的状态，(B)展示了前兆窗口(喷发的~ 10-25分钟)。结论：在距离蒸汽船间歇泉开口30 m处进行的光腔摔荡光谱测量显示，在2020年6月12日观测到的一次喷发开始前约10-25分钟，CH4和CO2的通量分别急剧下降58%和50%。这一证据表明，就在这次喷发之前，充满气体的水向间歇泉管道流动。同样，CH4 (δ13C-CH4)和CO2 (δ13C-CO2)的前体碳同位素测量值(分别为- 35.7±2.1‰和- 6.2±0.4‰)明显轻于非前体碳同位素测量值(- 27.5±0.3‰;3.9±0.1‰)，δ13C在喷发开始后立即恢复到稳态值。热水和天然气的高估计平衡温度表明，至少在470米深处有一个深源。之前的研究呼吁监测黄石间歇泉的气体排放率，而这项研究为如何有效地进行弥漫气体测量和研究提供了一个模型。原文链接：研究应用相关仪器：

　　CM-CRDS技术检测椰子汁掺假调查摘要   椰子汁的生产、销售和分销是一个价值数十亿美元的全球产业，其中饮料产品就涉及三十余家不同的公司。鉴于人们对纯正“有机”产品的偏好和消费量不断增加，椰子汁行业在如何确保产品纯度和维护客户信心方面面临着挑战。为迎接这一挑战，需要控制供应链质量，认证椰子水的等级。在此过程中重要的是要对产品的真实性进行评估，即具备对“纯正”不加糖产品和加糖“掺假”产品的绝对辨别能力。本文介绍了 Picarro 燃烧模块-光腔衰荡光谱 (CM-CRDS) 分析仪的应用。该应用是一种低成本、易用、精准、能够根据椰子汁中的碳同位素 (δ13C) 成分来辨别是否添加C4植物糖（掺假成分）的解决方案。这种分析仪使用简易，能够替代同位素比质谱仪 (IRMS)，在显著降低购置和使用成本的同时，还能保持精度不变。这一应用表明，Picarro CM-CRDS 可以轻松辨别掺假率(添加C4-糖)低至约 5% 的椰子汁，具有优良的精度 (±0.3‰) 和准确度。CRDS和IRMS在椰子防伪认证中的分析比较  有机物质来源辨别能力源自构成该物质元素的同位素相对丰度差异。同位素比值的测量可以用来区分两个化学组成相同的样品。在过去十年间，有机食品和饮料成分的防伪认证成为一项日趋突出的应用。许多文献期刊已经证实，CRDS 在一系列自然科学应用与用于同位素分析的 IRMS 同样精准。本文章将 CRDS与IRMS进行了比较，以便实现有机饮料的防伪认证，特别是检测所谓“纯正”椰子汁中的掺假糖的成分。经测试证明，元素分析仪-同位素比质谱仪(EA-IRMS) 在检测椰子汁掺假成分应用是精准的。但是对于相同应用，燃烧模块-光腔衰荡光谱分析仪 (CM-CRDS) 不但具有堪比EA-IRMS的测量精准度，且还具有以下优势： 显著降低购置成本； 操作更简便，无需开展深入的专业培训； 校准频率和维护成本更低； 降低有效运作所需耗材的成本； 自动化程度更高，测样量更大。总体来说，与EA-IRMS相比，CM-CRDS能可以节省50%成本，包括仪器折旧、人工成本和耗材等。实验方法CM-CRDS系统由Picarro光腔衰荡光谱(CRDS)分析仪和燃烧模块(CM)组成。每个样品测量需要5微升(µl) 的椰子汁，无需执行任何复杂的样品制备步骤，只需16分钟即可完成每个样品的测试。该系统实现自动化运行，一次可处理50至147个样品，并且只需供超高纯度N2和O2即可。Picarro CRDS分析仪报告样品燃烧所产生的CO2的δ13C。椰子汁样品测试方法 运用一级和二级有机同位素标准物对分析仪进行校准。 使用移液管或注射器提取 5 微升 (µl) 椰子汁，并放入锡杯中。无需执行其它样品处理操作。 将包好的锡杯置于与燃烧模块相连的自动采样器中。自动采样器的默认容量为 50 个样品，可升级至 147 个。 当进行测量时，样品会自动落入燃烧模块内的预填充反应器中燃烧。供应纯氧并进行相应调节以促使样品燃烧完全释放出 CO2。 气体会从反应器传送至分析仪。 在对完整的气体进行分析后，系统就会计算样品相对于VPDB国际标准的δ13C 碳同位素比值 (‰)。 建议制备三个样品，然后将所测值平均，以获得符合统计要求的标准测量值和样品测量值。掺假研究结果这项研究分析了生产商所提供的商品椰子汁样品，以验证 Picarro CM-CRDS 线性、再现性和准确性。使用一级和二级标准物对分析仪进行校准，并与无掺杂C4-糖的椰子汁的δ13C值做参照，可绘制线% 的掺假率范围内，数据线。分析另一款已知掺糖的商品椰子汁样品，证实了约占其总糖含量 40% 的成分为添加的果糖。将使用 CRDS 测得的两种椰子汁 (纯正和掺假) 的δ13C 数据与椰子汁生产商所提供的独立IRMS数据报告进行比较，发现它们在±0.1‰误差范围内(表1)，而从三次样品测量中获得的单个测量值的精度为±0.3‰。添加果糖的比率将纯正椰子汁样品 (绿点) 与大量果糖 (红点) 混合，并测量已知掺假的商业品牌椰子汁 (蓝点)。掺假样品的总糖含量大约有 40% 来自果糖。结论该研究表明，Picarro CM-CRDS可在大范围的椰子汁掺假比率(4至100%)内进行准确的同位素测量，是一款高性能的分析仪。它具有优异的精度、线性和低漂移等特性。对商业椰子汁生产商所提供的样品进行比较得出，纯正椰子汁和掺假椰子汁的δ13C成分存在明显差异，而且CM-CRDS与IRMS的结果相近，但后者价格更昂贵、操作更困难且更耗时。该分析方法并未涉及复杂的样品制备步骤。可在几分钟内制备多个样品。准备就绪后，自动化系统会连续进行测量直至完成检测，而无需实施额外的人工干预。大多数天然饮料 (例如苹果、橙子和柠檬) 行业都可采用类似的分析方法。参考文献Detectionof Coconut Water Adulteration with CM-CRDS如果希望进一步了解以上案例的仪器信息以及更多的应用方向，欢迎与我们联系讨论：   +86-

　　关于太阳活动对氧同位素潜在影响的新见解--华中地区鸡冠洞观测II摘要：石笋的氧同位素组成(δ18O)已被广泛用于重建夏季风变率，然而,太阳活动与季风系统之间的关系尚不清楚。本研究基于中国中部鸡冠洞2010-2022年13年间的降水、洞穴滴水和现代洞穴堆积物的δ18O值监测活动。通过分析不同厄尔尼诺事件下的水汽环流和当地降水线（LMWL）发现，在季节-年际时间尺度上，降水量 δ18O 值反映了大气水汽环流，此外我们利用交叉小波变换分析研究了太阳黑子数（SSN）和亚洲夏季季风（ASM）之间的周期关系，因为太阳活动是对ASM最重要的外部影响之一。我们研究区域的石笋δ18O数据反映了由太阳活动引起的当地降水的年代际变化。与δ18O值相关的关键因素包括太阳活动的驱动机制和与enso相关的海温异常。我们推测是太阳活动的变化引起的热带海温梯度异常，通过改变ENSO和印度洋偶极子(IOD)的变率影响中国中部水循环，最终导致石笋δ18O的变化记录。介绍：太阳是地球气候系统的重要能源，控制着地球水文系统和地表辐射能量平衡，是影响气候变化和人类活动的关键因素。气候变化已经成为全球性的问题。因此，通过对古气候变化的研究，了解过去的气候变化模式，揭示其动态机制，对预测未来的气候变化具有重要意义。研究区域：鸡冠洞(111◦34′E, 33◦46′N) 和石岩洞位于河南西部滦川县黄土高原（秦岭东部分支）的东南边缘，这两个洞穴相距约300米。研究区位于黄河和长江分水岭的北麓，处于湿润和半干旱地区的边界，对ASM的变化很敏感。岩溶系统是一个异质且高度复杂的水文地质系统。鸡冠洞上覆基岩相对较薄（30–40 米厚），主要由震旦系绿泥质大理岩组成(图1)，降水从岩石裂缝中渗透下来。图1：研究区域的地理位置(a)。 (b)鸡冠洞地形图。(c)鸡冠洞示意图。研究方法与日期：1、样本收集使用自动降水和粉尘采样器（模型APS-3D）以及降水收集器收集并记录了2010年至2022年的每个降水事件。如果在某个气象站记录了一个降水事件，但我们没有收集到它，那么它就不被认为是一个降水事件。样品采集于鸡冠洞监测的5个洞穴水点，包括2个滴水点、2个池水点和1个地下水点（DTH）。在采集样品之前，用于收集水样的聚丙烯瓶在1：1盐酸和去离子水中冲洗，并在60℃的烘箱中干燥。瓶子一旦装满就被盖住，用薄膜密封运到实验室，储存在4℃冰箱里。.2010年至2019年4月每两个月采样一次，2019年4月至2022年每隔一个月采样一次。现代洞穴标本通过在两个滴水点下方放置直径为10厘米的干净玻璃板进行收集，并每2个月更换一次。用干净的刀从玻璃板上的现代洞穴标本中刮取粉末样品，并测量稳定的氧同位素组成。稳定同位素分析使用水同位素分析仪（IWA-35d-EP，LGR）对2010-2016年收集的水样进行分析，以确定水的δD和δ18O值。2017年至2022年采集的样本使用福建师范大学地理科学学院稳定同位素实验室中心的液体同位素分析仪（L2140-i CRDS，Picarro）进行分析。使用三个内部标准（δ18O:-19.13‰、-8.61‰和-0.15‰；δD:-144‰、-63.4‰和-1.7‰）作为参考标准。。所有结果均以相对于维也纳标准平均海水（V-SMOW）的每密耳（‰）为单位报告。δ18O和δD的仪器精度分别为±0.08‰和±0.5‰。数据和分析方法栾川地区的气象数据由Vantage Pro现场气象站和栾川县气象站记录（1957–2022）。滦川县气象站是一座国家级气象台站，位于滦川县东部，它距离鸡冠洞8.4公里，海拔742.4米。我们计算了1957–2022年的降水异常百分比数据（表S1）。计算公式如下：Pa = (P P)/P × 100%结果 1.降水的氧同位素 监测期间降水的δ18O和δD值范围分别为16.4‰~8.1‰（平均5.8‰ ），122.‰~45.8‰（平均37.2‰）。δ18 Op具有显著的季节变化，最大负值出现在雨季（7月至9月），更小的负值出现在旱季（10月至6月），这与全球降水同位素网络（GNIP） 在长时间尺度上的监测结果一致。根据降水的δ18O和δD值，确定当地大气降水线（LMWL）的方程为δD=7.64δ18O+7.34，相关系数R=0.99（P2. 洞穴水的氧同位素洞穴水的δ18O值变化明显，瞬时滴水的δ18O值在11.1‰至6.5‰之间，多年平均值为9.2‰。洞穴滴水δ18O值的变化小于降水δ18O值的变化。3.现代洞穴沉积物和石笋的氧同位素现代洞穴沉积物的δ18O值范围为10.0‰～5.0‰（LYXS平均为9.0‰）和10.0‰～6.9‰（TGBD平均为8.7‰）。与降水δ18O不同，现代洞穴沉积物的δ18O没有表现出季节性变化，除了2010年和2011年，当时夏季为负值，冬季为正值。2013年和2018年，严重干旱导致沉积记录中断，直到干旱结束，滴水饱和度回升，现代洞穴沉积物在2014年和2019年再次在两个滴水点恢复堆积。图2：(a) NINO 3.4 SST异常，(b)降水δ18O，(c)滴水δ18O，(d)现代洞穴沉积物δ18O，(e)大气条件的组合时间序列。e中的蓝色虚线年来的平均值。结论鉴于石笋δ18O值的具体气候意义存在争议，在本研究中，我们探讨了太阳活动对现代洞穴沉积物δ18O值的影响。据此对河南省鸡冠洞进行了为期13年的连续监测，结果如下。鸡冠洞δ18OP监测结果具有明显的季节变化特征。通过对ENSO事件下不同季节的大气环流和LMWL的分析，我们认为大气环流是影响δ18OP在季节年际尺度上差异的主要因素。交叉小波分析揭示了太阳活动和ASM的周期性变化。研究发。星空体育app下载星空体育app下载