碳-13（13C）作为碳元素的稳定同位素，其在不同来源二氧化碳（CO2）中的丰度差异为区分大气CO2的人为源与自然源提供了关键技术手段。这种差异源于碳循环中不同过程的同位素分馏效应，通过精确测量大气中13C与碳-12（12C）的比值（通常表示为δ13C值），科学家能够解析CO2的来源构成。
化石燃料的燃烧是人为碳排放的主要来源，其δ13C值具有显著特征。煤、石油和天然气等化石燃料由古代生物体转化形成，这些生物体通过光合作用吸收的碳主要来自大气CO2，而当时的光合作用过程（尤其是C3植物主导的碳固定）倾向于富集12C，导致化石燃料的δ13C值通常在-25‰至-35‰之间。例如，煤炭的δ13C值约为-22‰至-30‰，石油约为-25‰至-30‰，天然气则更低，可达到-40‰左右。当这些燃料燃烧后，释放的CO2会降低大气中13C的相对丰度，形成“同位素指纹”。
与人为源相比，自然源CO2的δ13C值呈现不同范围。陆地生态系统中，植物通过光合作用吸收CO2时，C3植物（如小麦、水稻）的δ13C值约为-25‰至-34‰，C4植物（如玉米、甘蔗）则因更高效的碳浓缩机制，δ13C值较高，约为-10‰至-14‰。动植物呼吸和有机质分解过程释放的CO2，其同位素组成与源植物接近，因此陆地生态系统排放的CO2δ13C值通常在-20‰至-30‰之间。海洋是另一个重要自然碳库，海水中溶解CO2与大气交换时，同位素分馏受温度和生物活动影响，海洋释放的CO2δ13C值一般在-7‰至-9‰左右，显著高于化石燃料燃烧产生的CO2。
大气CO2的δ13C值变化为区分来源提供了直接证据。工业革命前，大气δ13C值稳定在约-6.5‰，这是自然碳循环平衡的结果。随着化石燃料大量使用，大气δ13C值持续下降，2020年已降至约-8.5‰，这一趋势与人为碳排放的增加高度吻合。通过对比不同区域的δ13C观测数据，还能定位排放热点：例如，城市工业区因化石燃料燃烧集中，大气δ13C值通常比偏远地区更低；而热带雨林地区在生长季，植物光合作用吸收大量12C，会导致当地大气δ13C值暂时升高。
同位素混合模型是定量解析来源的核心工具。科学家基于不同源的δ13C端元值（如化石燃料-30‰、海洋-8‰、陆地生态系统-25‰），结合大气CO2浓度数据，通过质量平衡方程计算各来源的贡献比例。例如，在某区域大气CO2浓度为410 ppm、δ13C值为-8.0‰的情况下，模型可反推出化石燃料贡献约60%，自然源（海洋+陆地）贡献约40%。这类模型还需考虑大气传输、扩散等物理过程，以及同位素分馏的动态变化，以提高结果的准确性。
技术手段的进步推动了同位素分析的精度提升。传统的同位素质谱法需采集大量空气样本，而近年来发展的激光光谱技术（如离轴积分腔输出光谱法）实现了实时、原位测量，空间分辨率可达公里级，时间分辨率提升至分钟级。例如，全球大气本底站（如夏威夷冒纳罗亚天文台）通过连续监测δ13C，构建了长期变化曲线；卫星遥感技术（如日本GOSAT卫星）则通过观测大气柱CO2的δ13C分布，为区域排放核算提供了宏观数据。
实际应用中，需注意多因素对δ13C信号的干扰。例如，海洋碳循环对温度变化敏感，厄尔尼诺现象会导致海洋释放更多CO2，其δ13C值可能偏离长期平均值；陆地生态系统的碳汇功能（如森林吸收CO2）会富集12C，从而影响大气δ13C的季节波动。因此，研究中需结合气象数据、生态模型和多同位素（如氧-18）分析，以排除干扰因素。
碳-13同位素技术不仅为气候变化研究提供了科学依据，也在政策制定中发挥作用。例如，《巴黎协定》下的国家自主贡献（NDC）核查，可通过δ13C数据验证化石燃料碳排放的削减效果；城市碳管理中，利用同位素溯源识别重点排放源，为减排措施提供靶向指导。随着测量技术的普及和模型的完善，碳-13将继续成为解析碳循环、量化人为影响的关键工具，助力全球碳中和目标的实现。
投稿与新闻线索：邮箱：tuijiancn88#163.com（请将#改成@）
特别声明：氦气产业智库网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。