[发明专利]一种微量气体自动采集和分析系统及其方法

说明书

技术领域

本发明属于土壤和低矮植被(甲烷、二氧化碳、氧化亚氮和一氧化氮)的测量，涉及一种微量气体的自动采集和分析系统及其方法。

背景技术

近百年来，大气中二氧化碳、甲烷和氧化亚氮等温室气体浓度升高诱发的全球气候变化问题对世界经济、社会和生态环境等产生了重大影响，严重威胁着各国经济的可持续发展和国家安全。土壤是大气中微量气体的主要来源，尤其是依托于土壤的农业活动，更是大气CH₄、CO₂、N₂O和NO等微量气体的重要来源。这些在温室效应和大气化学过程中具有重要贡献的微量气体，它们的源估算仍然具有很大的不确定性。而估算的不确定性主要来自两个方面-观测数据和估算模型。以N₂O为例，全球大气N₂O有70％来源于土壤排放，其中农田土壤的排放量占大约一半。目前对全球大气N₂O源汇的估计很不平衡，其中排放源被低估了大约10％或1.7Tg N yr^-1，对农田土壤N₂O排放量的估计为0.6-14.8Tg N yr^-1(IPCC，2001)，显然具有很大的不确定性。产生这样大不确定性的原因，很可能是所依赖的观测数据绝大多数都来源于低频率测定。许多研究表明，N₂O的排放多是脉冲式发生的，每个脉冲式排放峰持续的时间为几个小时到1～3天。然而，目前国际上绝大部分的观测采用的都是3～10天1次的低频率人工观测。根据这样低频率的观测数据估计的季节或年N₂O排放量，与每天6次的观测相比，要偏低大约20～50％(Zheng et al.，2004)。当采用低频观测数据来验证模型计算的逐日N₂O排放量时，经常遇到困难，即无法判断模型计算结果是否正确，因为间歇式观测很容易漏测一些持续时间短(通常仅1～2天)但通量值却非常大(可能会比平常值高1～3个数量级)的N₂O排放峰。因此，这样的低频率观测数据也不适合用于过程模型的建立与验证。正是由于低频观测导致不可避免的大误差，使得对N₂O排放过程及其环境要素控制机制的研究非常难以开展。现有的人工观测技术不能原位获取碳氮微量气体的长期同步观测有效数据，已有的原位观测技术仅能对CH₄和N₂O这两种成分进行测定，亟需发展原位自动观测技术对多种碳氮成分(CH₄、CO₂、N₂O、NO)同时进行观测，以研究陆地生态系统-大气碳氮微量气体交换过程、规律与机制，获取验证模型的实测数据和参数，以及评价生态系统温室气体减排措施有效性。

发明内容

有鉴于国际上还没有一套原位观测技术设备能够令人满意地做到同时对CH₄、CO₂、N₂O和NO这几种重要碳氮微量气体的净交换进行同步、连续测定的问题，本发明的目的在于提出一种获取精度高、准确可靠、连续完整的土壤及低矮植被微量气体排放观测资料、减少观测人员的劳动强度和工作量的微量气体的自动采集和分析系统及其方法。

为达成所述目的，本发明的一方面，提供的微量气体的自动采集和分析系统，采用以下技术方案：包括中心控制计算机、工业控制模块组、采样部和气体采集分析部，其中：

中心控制计算机为工业控制计算机，通过工控组态软件编写程序，生成并发送采样部的箱盖的工控指令、气路和气体采集分析的工控指令；接收并存储工业控制模块组发来含有环境气象参数和微量气体浓度数据的模拟信号；