全 文 ：第 33卷 第 5期 生 态 科 学 33(5): 937−942
2014 年 9 月 Ecological Science Sep. 2014

收稿日期: 2013-09-05; 修订日期: 2013-10-29
基金项目: 重庆市自然科学基金(CSTC2010BB7088)
作者简介: 韦杰(1979—), 男, 四川苍溪人, 博士, 副教授, 硕士生导师, 主要从事人地关系与可持续发展研究, E-mail: wei_jie@mails.ucas.ac.cn
*通信作者: 韦杰

韦杰, 胡志毅, 曹华盛, 等. 重庆磁器口古镇景区大气 CO2浓度时间特征[J]. 生态科学, 2014, 33(5): 937−942.
WEI Jie, HU Zhiyi, CAO Huasheng, et al. Temporal features of aerial CO2 concentration in Ciqikou old town, Chongqing[J].
Ecological Science, 2014, 33(5): 937−942.

重庆磁器口古镇景区大气 CO2浓度时间特征
韦杰*, 胡志毅, 曹华盛, 武咪咪
重庆师范大学地理与旅游学院, 重庆 400047

【摘要】 研究古镇大气 CO2 浓度特征是景区旅游管理和碳排放控制的基础。利用 CO2检测仪对重庆市磁器口古镇车流量大的
主街道(A)、客流量大的景区中心(B)和较为空旷的嘉陵江边(C)三点监测了大气 CO2浓度, 连续采样 10 天, 每天 8:00、10:00、
13:00、15:00、18:00 分别监测一次。研究表明, CO2浓度日内分布遵循“升高—13:00 达到最高值—降低”的规律, 每天 CO2
浓度峰值均出现在 13:00 左右, 可能是上午 10:00 至 12:00 较大车流量和游客流量的延滞累积效应。三个观测点日内变化差异
较大, 其中, 景区中心(B)观测点日变化最大, 其次是主街道(A), 嘉陵江边(C)日变化相对较小; CO2 浓度均值非工作日显著高
于工作日, 节假日显著高于非节假日。三个采样点 CO2浓度样本均值节假日最高, 非工作日次之, 工作日最低。

关键词：CO2浓度; 参数检验; 磁器口古镇; 时间特征
doi:10.14108/j.cnki.1008-8873.2014.05.019 中图分类号：X831 文献标识码：A 文章编号：1008-8873(2014)05-937-06
Temporal features of aerial CO2 concentration in Ciqikou old town, Chongqing
WEI Jie*, HU Zhiyi, CAO Huasheng, WU Mimi
College of Geography and Tourism, Chongqing Normal University, Chongqing 400047, China
Abstract: Studying the aerial CO2 concentration in the tourism area is an important foundation for tourism management and
carbon emissions control. A portable CO2 monitor is used to collect the aerial CO2 concentration data in Ciqikou old town, and
three observation places of the main road (A), the town center (B) and the bank of Jialing River (C) are chosen to represent high
traffic flow, high pedestrian flow and natural state. It is monitored at five time nodes (8:00, 10:00, 13:00, 15:00, and 18:00) in each
day and it lasts for ten days, covering 5 working days, 2 weekend days and 3 red-letter days. The results indicate that the daily CO2
concentration continues to rise up till the maximum at 13:00, which probably caused by the cumulative effects of large traffic and
tourists flows, and then it gradually declines. The daily CO2 concentration changes in the three places vary greatly. The town center
(B) has the greatest daily change, followed by the main road (A) and the bank of Jialing River (C). Generally, the mean CO2
concentration in working days is significantly higher than that of weekend days, and the mean CO2 concentration in holidays is
significantly higher than that of non-holidays. For all of the three places, the highest mean CO2 concentration appears in holidays,
followed by the weekend days, while the lowest appears in the working days.
Key words: carbon dioxide concentration; parametric test; Ciqikou old town; temporal distribution
1 前言
大气温室气体浓度变化是近年大气科学和环境
科学研究中最活跃的领域, 其中对CO2的关注度最
高[1–2]。CO2占大气总量不足0.05%, 但其浓度的变化
却能带来全球温度变化等重大环境问题[3]。通常认
938 生 态 科 学 33 卷
为CO2没有显著的健康影响[4], 但美国将CO2列为有
害健康的物质, 促使世界范围内大规模开展CO2监
测和研究[3]。碳源汇和减排技术、措施、政策等研
究十分活跃, 如美国开展了CO2捕集和封存研究计
划, 欧盟实施了欧盟温室气体排放贸易计划等[5–6]。
研究大气CO2浓度变化规律及主要影响因素是碳排
放控制的基础, 目前大气CO2浓度研究多集中于教
室[7]、办公室[8]、公共汽车[9]等封闭场所以及城市公
园[10–11]、森林[12]等绿地。旅游部门的CO2排放量占
全球CO2排放总量的5%[13], 旅游在全球气候变暖贡
献率达5%—14%。据预测, 如按现有的发展速度且
不采取措施 , 2035年旅游部门CO2排放量将增加
152%, 旅游对全球气候变暖的贡献率将增加
188%[14]。因此, 旅游业作为日益重要的新兴产业,
对全球气候变暖产生着重要的影响。但目前关于景
区的CO2浓度变化研究尚不多, 严重滞后于景区与
旅游管理的实践要求。
古镇型景区植被较少, 缺乏碳汇, 其 CO2 浓度
受车流量和游客流量影响较大, 研究古镇型景区
CO2 浓度变化特征可为景区管理提供参考。本文以
位于重庆市沙坪坝区的磁器口古镇为研究案例, 古
镇总面积约 1.18 平方公里, 人口 1.8 万人。距今已
有 1800 余年的历史, 是历经千年变迁而保存至今
的重庆市重点保护传统街。在封建社会, 这里是重
要的客运码头和商品中转地; 在近代社会, 磁器口
凭借“陪都”的优势和水路交通的便利, 成为中外人
文墨客出没之地, 商业繁荣。磁器口古镇作为千年
古镇, 1998 年由国务院批准成为重庆市首批传统文
化历史保护街区, 是重庆历史文化名城中的重要组
成部分[15]。如今磁器口古镇已被开发成著名的旅游
景区, 吸引着中外游客, 每年接待游客大约 600 万
人。本文在低碳旅游宏观背景下, 从微观的角度对
景区 CO2 浓度变化进行探讨, 利用便捷式 CO2 温度
监测仪通过对磁器口不同地点、不同时间的 CO2 浓
度进行观测, 采用 SPSS 基本描述统计和参数检验
等方法研究景区 CO2 浓度特征及其变化规律, 可为
古镇型景区碳管理提供依据。
2 数据采集与研究方法
2.1 观测点布设与数据采集
为更加客观准确的研究磁器口古镇 CO2 浓度特
征, 在景区选取了车流量大的主街道(A)、客流量
大的景区中心(B)和较为空旷的嘉陵江边(C)三个
具有代表性的地点(图 1)进行观测采样。在观测时
间上选取客流量低的工作日、客流量中等的非工
作日和客流量较大的节假日三个不同时间段, 并
根据游客日内行动轨迹和旅游活动路线选取每天
游客流量较少的 8:00、10:00, 游客流量较大的
13:00、15:00 和游客流量较低的 18:00 五个时间点
来观测景区 CO2 浓度变化情况。于 2013 年 4 月 22
日至 5 月 1 日共采集了 10 天的有效数据, 包括了
工作日(4.22—4.26)、非工作日(4.20—4.21)、节假
日(4.29—5.10)。
CO2 浓度测定采用美国生产的 Telaire7001 型手
持式 CO2 温度检测仪, 该仪器采用了双波长红外技
术, 具有高准确度和稳定性。由于 CO2 检测仪对观
测者呼吸比较灵敏, 为保证采集到的数据更客观准
确, 在监测 CO2 浓度时, 人机尽可能保持一定距离,
将仪器置于 1.2 m 高的位置观测记录。测试初期 CO2
浓度值波动较大, 静止 1 分钟左右取其比较稳定的
值记录在事先准备好的监测表格中, 同时记录下仪
器上显示的温度。按照上述日期及每天固定的时间
点在上述三个观测点观测取样、记录数据。每天观
测完毕后按照 SPSS 数据格式录入, 以便后期分析
使用。

图 1 磁器口古镇观测点布设
Fig. 1 Monitoring sites in the Ciqikou old town
(底图来源 : 百度地图 , 审图号 GS(2010)6006, 下载路径 http://
map.baidu.com/, 下载时间 2013-03-01)
5 期 韦杰, 等. 重庆磁器口古镇景区大气 CO2浓度时间特征 939
2.2 研究方法
采用基本描述统计的均值、最大值、最小值、
全距、方差、偏度系数和峰度系数等指标对监测的
所有数据进行初步分析, 了解 CO2 浓度的变化范围
和幅度。为了分析不同时间、不同地点 CO2 浓度的
差异性采用了两独立样本 t 检验等参数检验方法。
具体操作方法参见相关文献[16], 这里不再赘述。
3 结果与分析
3.1 古镇大气 CO2 浓度统计特征
共采集 150 个 CO2 浓度数据, 每个采集点 50 个
(每天 5 个, 10 天), 利用统计分析软件 SPSS 对磁器
口古镇 CO2 浓度进行了基本描述统计(表 1)。监测
数据表明, 磁器口古镇大气 CO2 浓度值主要在 400
—700 cm3·m−3 波动, 占监测数据的 80%以上, 算数
均值为 546 cm3·m−3。最大值 989 cm3·m−3 出现在节
假日(4 月 30 日)的景区中心采集点, 最小值 382
cm3·m−3 出现在工作日(4 月 22 日)的嘉陵江边。标准
差为 125.28, 说明磁器口古镇 CO2 浓度变量值之间
的差异较大, 距中心值 546 cm3·m−3 的离散趋势大;
表 1 中偏度系数和峰度系数分别为 1.19 和 1.24, 表
明数据分布不对称, 在直方图中呈正偏, 且数据分
布较陡峭, 呈尖峰分布。
主街道(A)观测点采集50个样本, CO2浓度介于
407 cm3·m−3和943 cm3·m−3, 均值574 cm3·m−3; 景
区中心 (B)观测点采集50个样本 , CO2浓度介于
414 cm3·m−3和989 cm3·m−3, 均值609 cm3·m−3; 嘉
陵江边 (C)观测点采集50个样本 , CO2浓度介于
382 cm3·m−3和585 cm3·m−3, 均值454 cm3·m−3。三个
采样点的浓度均值景区中心最高, 主街道次之, 嘉
陵江边最小。可以认为, 人口流动量因素加上狭窄
街道两侧房屋阻挡空气不易流通是CO2浓度较高的
重要影响因素, 而车流量虽然排放CO2较多, 但主街
道空气对流强烈, CO2浓度相对就低一些。而嘉陵江
边人口流量和车流量都很小, CO2浓度明显低很多。
3.2 古镇大气 CO2 浓度日变化
从CO2浓度均值日内分布折线图(图2d)可以看
出, 10天中除4月30日和5月1日CO2浓度均值波动较
大外, 其余8天CO2浓度均值波动较平缓。主街道(A)
观测点, 每天CO2浓度观测值上午8:00最低(均值
532cm3·m−3), 上午10:00有所升高(均值575 cm3·m−3),
中午13:00时达到最高值(均值632 cm3·m−3), 午后
15:00时略有下降(均值583 cm3·m−3), 下午18:00降
到550 cm3·m−3。整个过程与主街道的车流量有关,
车流量越大, 碳排放就越多, 但CO2在大气中累积
具有一定的延滞现象; 景区中心(B)观测点, 每天
CO2浓度观测值上午8:00最低(均值561 cm3·m−3), 上
午10:00有所升高(均值601 cm3·m−3), 变化幅度与主
街道(A)点基本一致, 中午13:00达到最高值(均值
675 cm3·m−3), 最高值与最低值比值为1.2, 高于主街道
(A)点的比值1.18, 15:00时下降约8%(均值623 cm3·m−3),
下午18:00降到585 cm3·m−3。CO2浓度日内变化与景
区中心人口流动关系比较密切; 嘉陵江边(C) 观测
点, 每天CO2浓度观测值上午8:00最低(均值445×10−6),
上午10:00有所升高(均值459 cm3·m−3), 变化幅度低
于主街道(A)观测点和景区中心(B)观测点, 中午
13:00达到最高值(均值473 cm3·m−3), 最高值与最
低值比值为1.06, 显著低于主街道(A)观测点和景
区中心(B)观测点 , 午后15:00时下降约3%(均值
459 cm3·m−3), 下午18:00点降到434 cm3·m−3。由此
可见, CO2浓度日变化都遵循“升高——下午13:00达
到最高值——降低”的规律, 这与高松[3]的“早晚双
高峰”研究结果不一致, 可能是由于扩散条件不一
致导致的。三个观测点测的数据表明, 三个点日内
变化差异较大, 其中, 景区中心(B)观测点日变化最
大, 其次是主街道(A)观测点, 嘉陵江边(C) 观测点
日变化相对较小, 同样可以认为, 人口流动大加之狭
窄街道两侧房屋阻挡空气不易流通是CO2浓度升高

表 1 磁器口古镇大气 CO2浓度基本描述统计(cm3·m–3)
Tab. 1 Descriptive statistics of the aerial CO2 concentration in Ciqikou old town (cm3·m−3)
统计量 最小值 最大值 均值 标准差 偏度系数与标准误 峰度系数与标准误
主街道 407 943 574 129 1.00 0.34 0.58 0.66
景区中心 414 989 609 122 1.00 0.34 0.96 0.66
嘉陵江边 382 585 454 50 0.73 0.34 0.16 0.66
研究区 382 989 546 125 1.19 0.20 1.24 0.39
940 生 态 科 学 33 卷

图 2 古镇大气 CO2浓度日变化折线图
Fig. 2 Daily aerial CO2 concentration changes in Ciqikou old town
较快的重要因素, 而主街道车流量虽然排放 CO2较
多, 但空气对流较大, CO2 浓度升高相对就比较慢
一些。
3.3 古镇大气 CO2 浓度工作日与非工作日比较
工作日 75 个样本, 均值 487 cm3·m−3, 非工作日
30 个样本, 均值为 624 cm3·m−3, 远远高于工作日的
样本均值。通过工作日和非工作日的两独立样本 t
检验, 两总体的方差 Levene 检验概率 P 值 0.00 小于
显著性水平α(0.05), 方差不齐性, 均值 t 检验概率P
值 0.00 小于显著性水平 α(0.05), 两总体的均值存在
显著性差异, 也就是说, 工作日和非工作日的 CO2
浓度均值差异比较明显。通过工作日和非工作日的
样本比较和参数检验, 非工作日 CO2 浓度均值显著
高于工作日的 CO2 浓度均值, 可以认为, 非工作日
(星期六和星期日)景区交通流量和人口流量均对
CO2 浓度产生了较明显的影响。该与高松[3]的“周二
周三高值”结果不一致, 主要是由于研究对象类型
差异较大, 高松[3]一文为文教居中区, 本文为古镇
景区。
主街道(A)观测点, 工作日 25 个样本, 均值
495 cm3·m−3, 非工作日 10 个样本, 均值为 683 cm3·m−3,
非工作日 CO2 浓度均值是工作日的 1.38 倍; 景区中
心(B)观测点, 工作日 25 个样本, 均值 535 cm3·m−3, 非
工作日 10 个样本, 均值为 704 cm3·m−3, 非工作日 CO2
浓度均值是工作日的 1.32倍; 嘉陵江边(C) 观测点, 工
作日 25 个样本, 均值 432 cm3·m−3, 非工作日 10 个样
本, 均值为486 cm3·m−3, 非工作日CO2浓度均值是工
作日的 1.12 倍。三个观测点工作日的浓度均值景区中

表 2 古镇大气 CO2浓度工作日与非工作日的两独立样本 t 检验
Tab. 2 Independent-samples T test for equality of CO2 concentration means between working days and weekends
方差 Levene 检验 均值 t 检验
差分的 95%置信区间
F Sig. t df Sig. 均值差 标准误差
下限 上限
假设方差相等 15.80 0.00 –7.82 103 0.00 –136.92 17.51 –171.64 –102.19
CO2浓度
假设方差不相等 –6.60 39.67 0.00 –136.92 20.74 –178.84 –94.99
5 期 韦杰, 等. 重庆磁器口古镇景区大气 CO2浓度时间特征 941
表 3 古镇大气 CO2浓度节假日与非节假日的两独立样本 t 检验
Tab. 3 Independent-samples T test for equality of CO2 concentration means between holidays and non-holidays
方差 Levene 检验 均值 t 检验
差分的 95%置信区间
F Sig. t df Sig. 均值差 标准误差
下限 上限
假设方差相等 9.72 0.002 –3.01 148 0.003 –65.33 21.74 –108.30 –22.36
CO2浓度
假设方差不相等 –2.53 59.84 0.014 –65.33 25.83 –117.01 –13.66

心(B)观测点最大, 主街道(A)观测点次之, 嘉陵江
边(C) 观测点最小, 非工作日的浓度均值顺序与
工作日一致。从非工作日的浓度均值与工作日的
浓度均值比值来看, 主街道最大, 景区中心次之,
嘉陵江边最小, 表明主街道工作日和非工作日的
车流量差异较大, 非工作日市民以及外地游客乘
坐的旅游大巴显著多于工作日, 这与现场调查的
实际情况吻合。
3.4 古镇大气 CO2 浓度节假日与非节假日比较
节假日 45 个样本, CO2 浓度均值 592 cm3·m−3,
非节假日 105 个样本, CO2 浓度均值为 526 cm3·m−3,
低于节假日的样本浓度均值。通过节假日和非节假
日的两独立样本 t 检验, 两总体的方差 Levene 检验
概率 P 值 0.002 小于显著性水平 α(0.05), 方差不齐
性, 均值 t 检验概率 P 值 0.014 小于显著性水平
α(0.05), 两总体的均值存在显著性差异, 也就是说,
节假日和非节假日的 CO2 浓度均值差异比较明显。
通过节假日和非节假日的样本比较和参数检验, 节
假日 CO2 浓度均值显著高于非节假日的 CO2 浓度均
值, 可以认为, 节假日(“五一节”, 2013 年 4 月 29 日
至 5 月 1 日)景区交通流量和人口流量均对 CO2浓度
产生了较明显的影响。
由于非节假日的工作日与非工作日存在显著差
异, 所以节假日与工作日的差异和节假日与非工作
日的差异不一致。节假日与非工作日相比, 前者三
个采样点 CO2 浓度样本均值 592 cm3·m−3, 后者 CO2
浓度样本均值 624 cm3·m−3, 表明非工作日即周末要
比节假日的高, 这可能是因为周末重庆市民带小孩
或老人等去磁器口游玩, 人口流量和车流量均较节
假日大, 而节假日重庆市民可能更多的去了郊外或
外省旅游, 而前往磁器口的游客相对较少, 当然这
种情况存在随机性。节假日与工作日相比, 工作日
三个采样点 CO2 浓度样本均值 487 cm3·m−3, 仅为
非工作日的 78%和节假日的 82%。因此, 三个采样
点 CO2 浓度样本均值节假日最高, 非工作日次之,
工作日最低。
从观测点来看, 主街道(A)观测点节假日 15 个
样本, CO2 浓度均值 634 cm3·m−3, 非节假日 35 个样
本, CO2浓度均值为 549 cm3·m−3, 节假日 CO2浓度
均值是非节假日的 1.15 倍; 景区中心(B)观测点,
节假日 15 个样本, 均值 670 cm3·m−3, 非节假日 35
个样本, 均值为 583 cm3·m−3, 节假日 CO2 浓度均
值是非节假日的 1.15 倍; 从节假日与非节假日
CO2 浓度均值的比值来看, 主街道(A)观测点与景
区中心(B)观测点差异不大, 表明节假日期间车多
人也多; 嘉陵江边(C) 观测点, 节假日 15 个样本,
均值 470 cm3·m−3, 非节假日 35 个样本, 均值为
447 cm3·m−3, 非节假日 CO2 浓度均值是节假日的
1.05 倍。三个观测点节假日的浓度均值景区中心(B)
观测点最大, 主街道(A)观测点次之, 嘉陵江边(C)
观测点最小, 非节假日的浓度均值顺序与节假日一
致。无论是工作日、非工作日还是节假日, 都呈现
了这种基本规律。
4 结论
1) 监测数据表明, 磁器口古镇CO2浓度值主要
在400—700 cm3·m−3波动。景区中心(B)观测点CO2
浓度均值最高, 主街道(A)观测点次之, 嘉陵江边(C)
观测点最小。
2) CO2 浓度日内分布遵循“升高——下午 13:00
达到最高值——降低”的规律。但三个观测点日内变
化差异较大, 其中, 景区中心(B)观测点日变化最大,
其次是主街道(A)观测点, 嘉陵江边(C) 观测点日变
化相对较小。
3) 工作日和非工作日的样本比较与参数检验
表明, 非工作日 CO2 浓度均值显著高于工作日的
CO2 浓度均值, 节假日 CO2 浓度均值显著高于非节
942 生 态 科 学 33 卷
假日的 CO2浓度均值。三个采样点 CO2 浓度样本均
值节假日最高, 非工作日次之, 工作日最低。非工作
日(星期六和星期日)景区交通流量和人口流量均对
CO2 浓度的影响最明显。
参考文献
[1] 刘强, 王跃思, 王明星, 等. 北京大气中主要温室气体近
10 年变化趋势[J]. 大气科学, 2005, 29(2): 267–270.
[2] 王跃思, 王长科, 郭雪清, 等. 北京大气 CO2 浓度日变
化、季变化及长期趋势[J]. 科学通报, 2002, 47 (14):
1108–1112.
[3] 高松. 夏季上海城区大气中二氧化碳浓度特征及相关因
素分析[J]. 中国环境监测, 2011, 27(2): 70–75.
[4] 唐孝炎, 张远航, 邵敏. 大气环境化学[M]. 北京: 高等
教育出版社, 2006.
[5] 刘燕华, 葛全胜, 何凡能, 等. 应对国际CO2减排压力途
径及我国减排潜力分析 [J]. 地理学报 , 2008, 63(7):
675–682.
[6] 张志才, 田玉强, 刘峻杉, 等．内蒙古典型草原土壤不同
剖面深度CO2浓度格局及其驱动因子[J]．生态环境, 2008,
17(5): 2024–2030.
[7] 俞珊, 瞿爱莎, 黄云碧, 等. 西南地区高校冬季室内二氧
化碳浓度的测试研究[J]. 四川环境, 2009, 28(1): 14–16.
[8] 张孝东, 王成端, 唐中华. 办公室二氧化碳浓度的测试
实验分析[J]. 制冷与空调, 2013, 27(3): 301–306.
[9] 邓大跃, 陈双基. 汽车内空气污染研究综述[J]. 北京联
合大学学报: 自然科学版, 2004, 18(2): 52–59.
[10] 潘剑彬, 董丽. 北京奥林匹克森林公园内二氧化碳浓度
特征研究——北京奥林匹克森林公园生态效应研究[J].
园林科技, 2008, 3: 18–21.
[11] 王修信, 朱启疆, 陈声海, 等. 北京海淀公园绿地CO2浓
度[J]. 生态学报, 2010, 30(24): 6715–6725.
[12] BROOKS J R, FLANAGAN L B, VARUEY G T, et a1.
Vertical gradients in photosynthetic gas exchange charac-
teristics and refixation of respired CO2 within boreal forest
canopies[J]. Tree Physiology, 1997, 17: 1–12.
[13] 石培华, 吴普, 冯凌, 等. 中国旅游业减排政策框架设计
与战略措施研究[J]. 旅游学刊, 2010, 25(6): 13–18.
[14] UNWTO, UNEP, WMO. Climate change and tourism:
responding to global challenges[M]. Madrid: UNWTO,
2008.
[15] 刘俊, 袁红. 1998–2009 年重庆市磁器口古镇旅游用地空
间结构演变[J]. 地理科学进展, 2010, 29(6): 657–662.
[16] 薛薇. 统计分析与 SPSS 的应用[M]. 北京: 中国人民大
学出版社, 2011: 126–132.