2005年-2014年京津冀对流层NO2柱浓度时空变化及影响因素

基于臭氧监测仪OMI对流层NO₂柱浓度产品研究了京津冀城市群2005年-2014年NO₂时空变化及影响因素:(1)10年柱浓度年均增长率为3.35%,且年度波动较大。忽略2008年国家奥运会的环境治理所引起的变化,2005年-2011年NO₂呈逐渐升高趋势;2012年-2014年呈逐渐降低趋势,以2014年下降最为显著。(2)呈西北低东南高的趋势。燕山-太行山山系以北的承德和张家口市浓度较低,山系以南主要有北京-天津-唐山与石家庄-邢台-邯郸两个污染中心。(3)京津冀北部三面环山不利于NO₂的扩散,夏季丰富的降水对NO₂具有显著湿沉降作用。(4)通过相关性分析、文献及国家政策印证等方法,发现地区产业及能源结构很大程度上决定了地区的污染来源。北京市10年来第三产业一直处于主导且稳步提高,煤炭消耗量低,但汽车保有量增加了1.5倍,主要来源为机动车尾气排放;天津市第二产业比第三产业比重略高,煤炭消耗量是北京的两倍之余,但汽车保有量仅是北京市的一半,由此可知工业排放和机动车是共同来源;河北省第二产业比重很高,燃煤量占京津冀地区的80.6%,河北省工业排放是NO₂的主要来源,但近几年随着机动车保有量的剧增,其尾气排放分担率不可小觑。     

基于OMI的亚洲地区对流层NO2高分辨率反演产品POMINO v2.1及其与其他产品的定量对比

对流层二氧化氮（NO₂）是一种重要的痕量污染气体。现有基于OMI卫星探测器、覆盖亚洲地区的NO₂公开产品QA4ECV、OMNO2和POMINO受到广泛使用,然而对于这3个产品的差异的定量认识仍然不足。我们将前期开发的POMINO产品进行了改进和优化,更新至v2.1并将反演区域扩大至覆盖东亚、东南亚和南亚大部分地区,随后定量分析了QA4ECV、OMNO2 v4和POMINO v2.1对流层NO₂垂直柱浓度在2015年—2020年在不同采样条件下的异同。结果显示,POMINO版本的更新对自身NO₂柱浓度反演结果的整体影响较小（<10%）。当3个产品均基于POMINO v2.1进行一致采样时,产品之间在整个亚洲区域的平均差异约为10%,在京津冀等污染地区的差异最高可达40%。3个产品均显示,京津冀地区NO₂柱浓度在五年间下降了约30%,而长三角地区的变化趋势较小。当3个产品进行分别采样时,POMINO v2.1的有效数据量比其他两个产品增加了11%—44%,特别是更好地保留了重污染情形下的NO₂数据,从而降低了采样引起的对NO₂污染水平的系统性低估。本研究对于NO₂卫星产品差异的定量分析有助于认识氮氧化物污染状况以及排放和影响评估。     

高分五号大气痕量气体差分吸收光谱仪对流层NO2柱浓度遥感反演研究

搭载于“高分五号”（GF-5）卫星上的痕量气体差分吸收光谱仪（EMI）是一台星下观测的高光谱载荷,测量紫外和可见光光谱范围的地球后向散射辐射,设计用于大气痕量气体的探测。本研究基于EMI在VIS1通道的实测光谱,利用差分光学吸收光谱（DOAS）方法进行了对流层NO₂柱浓度反演,展示了基于EMI载荷的对流层NO₂柱浓度反演结果,与同类载荷产品进行交叉验证,并利用地基观测结果进行了地基验证。研究表明,EMI反演结果与OMI、TROPOMI具有较好的空间分布一致性和较低的相对偏差,与TROPOMI具有较好的时间变化一致性。地面验证结果表明EMI NO₂反演结果具有较高的精度。本研究证明了EMI在全球NO₂监测方面的能力,可以为中国后续污染气体探测载荷的设计和反演算法的开发提供参考。     

利用遥感数据评价燃煤电厂空气质量

卫星观测数据可以评价燃煤电厂的空气质量等级。NO₂、SO₂ 和烟尘是燃煤电厂排放的主要污染物,本文利用卫星遥感观测的NO₂、SO₂和气溶胶光学厚度AOD(Aerosol Optical Depth)开展燃煤电厂空气质量评价。以中国华北地区为实验区,分析对比了3种污染物不同时间分辨率和空间分辨率的污染状况,确定了单因子的5级分级标准,根据燃煤电厂排放污染物的权重不同,提出了评价近地表空气质量状况的模型。本文综合考虑3种污染因子来反映电厂空气质量,有利于提高评价的准确性以及反应信息的全面性。结果表明,该模型能正确反映不同地区电厂的空气质量特点。     

融合星地多源数据资料的长三角地区高分辨率时空无缝PM2.5浓度数据

大气污染物浓度全方位动态监测是进行区域大气污染精细化防控的重要前提。为开展长三角地区小时分辨率PM_2.5浓度无缝制图,本研究通过耦合AOD缺失信息重建与多模数据融合技术,建立了一套能够有效集成卫星遥感、地面观测、数值模拟等多源异构数据资料的近地面PM_2.5浓度无缝制图方案,并据此生产了2015年—2020年长三角地区小时分辨率无缝PM_2.5浓度格点数据产品。结果表明：本研究生产的PM_2.5浓度无缝格点产品与国控站点观测数据的交叉验证相关系数达0.9,平均偏差不超过10 μg·m^-3。较于空间分布不均且相对稀疏的站点观测PM_2.5浓度资料,面域无缝PM_2.5浓度格点数据更能有效揭示长三角地区PM_2.5污染的时空变化特征;在2015年—2020年研究期内,其平均下降速率超过3 μg·m^-3·a^-1。本研究发展的PM_2.5浓度无缝制图方法和生产的相关数据产品有望为区域灰霾污染防控和PM_2.5暴露健康风险评估研究提供方法参考和基础数据支撑。     

基于卫星遥感的近地面PM2.5浓度反演进展

细颗粒物PM_2.5（Fine Particulate Matter）是影响空气质量和公共健康的关键因素之一。高时空分辨率的PM_2.5数据是公共健康风险评估和流行病学研究的基本需求。相较于地面站点,卫星遥感技术具有连续观测、宽覆盖和低成本的优势,基于卫星气溶胶光学厚度AOD（Aerosol Optical Depth）反演PM_2.5质量浓度的方法已成为热点。本研究概述了卫星AOD产品反演PM_2.5浓度的原理,介绍了用于PM_2.5反演的主要卫星AOD产品及其反演精度;总结了现有的PM_2.5估算方法及其优缺点,指出目前PM_2.5反演研究存在的问题;提出未来PM_2.5反演方向主要集中在高时空分辨率的PM_2.5浓度重建、基于激光雷达数据的三维PM_2.5浓度反演及PM_2.5化学组分反演等方向。比例因子法、物理机理模型和统计模型这3种方法都能在不同时期不同程度地准确估算PM_2.5浓度,代表了那个时期较为前沿的研究热点,但比例因子法和物理机理模型因其自身的局限性而应用较少,而统计模型因其独特的时间或时空异质性的可描述性和强大的非线性描述能力的优势而被广泛应用并不断改进。目前PM_2.5反演研究存在的问题主要有3种：（1）卫星AOD的非随机缺失问题造成估算的PM_2.5数据缺失;（2）反演模型的精度问题;（3）PM_2.5的化学成分估算问题。基于此,本文为了准确揭示近地面PM_2.5的时空变化趋势,提高基于卫星AOD产品的近地面PM_2.5反演研究的准确性,提出了几点未来的研究方向：首先,新型的高空间（如风云四号、高分五号）、高时间分辨率（Himawari-8/9）卫星AOD产品在PM_2.5的精细化估算研究上具有很大优势,这对于高时空分辨率的PM_2.5浓度重建具有重要意义;其次,随着大气探测技术的发展,星载、机载及地基激光雷达都能够获取垂直分布信息,搭载在无人机上的颗粒物传感器可实现PM_2.5垂直方向上的监测,将其与光学遥感卫星数据及地面监测数据结合,可实现三维的PM_2.5浓度反演;最后,PM_2.5化学组分信息对于分析污染成因、暴露特征等尤其重要,其时空变化趋势研究是一个重要的发展方向,然而,地面PM_2.5组分观测站网仍不完善,如何克服卫星遥感估算中对地面站网的依赖,实现PM_2.5化学成分的高精度反演需要进一步研究。通过本研究,有助于进一步了解不同PM_2.5估算方法的原理机制及其优缺点,为基于卫星AOD产品反演近地面PM_2.5浓度的新的发展方向提供启示,提升近地面PM_2.5浓度反演的精度及时空分辨率。     

O2-O2云反演算法及其在TROPOMI上的应用

利用遥感技术对大气环境污染进行监测时，云是影响痕量气体反演精度的重要因素，因此在痕量气体反演中需要对云的影响进行校正，通常使用的云参数主要是有效云量和云压。本文基于O₂-O₂ 477 nm吸收波段构建了O₂-O₂云反演算法：首先，根据有效云量和云高与连续反射率和O₂-O₂斜柱浓度之间的对应关系，结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表；然后，通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射，获得O₂-O₂斜柱浓度并计算连续反射率；最后，结合辅助数据，根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据，将反演结果与OMCLDO2产品进行对比验证，有效云量和云压空间分布一致，相关系数R均超过0.97；并还将该算法应用于下一代大气成分监测仪器TROPOMI，与FRESCO+产品对比，有效云量和云压空间分布基本一致，当地表类型为海洋时，有效云量相关系数R大于0.97，云压相关系数R大于0.94，云压反演结果存在一定的区别；通过将O₂-O₂云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比，结果表明，在低云情况下，O₂-O₂云反演算法线性回归方程斜率为0.782，截距为198.0 hPa，相关系数R为0.850，算法表现优于FRESCO+。而在高云情况下，FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O₂-O₂云反演算法在大气云反演中具有较高的准确性和可行性，可以为大气痕量气体反演的校正提供云参数，并为中国同类型卫星载荷的云反演算法提供算法参考。     

新冠病毒疫情期间复工复产卫星遥感监测

本文利用美国新一代极轨卫星NPP搭载的VIIRS载荷数据反演获得的热点数据，以及美国NASA的Aura卫星搭载的OMI载荷的二氧化氮对流层柱浓度资料，对中国地区2020-01—02及2019年同期，以及抗击疫情期间和后期复工复产的情况进行监测。监测结果表明：（1）2020-02较1月份及2019年同期相比，工业企业的耗能水平却出现显著降低，NO₂浓度呈现显著下降趋势。（2）全国工业热源点数和分布范围及密度自2020-02-03正式复工后稳步提升。湖北省除武汉、黄石和鄂州地区仍可监测到少数热点外，其他地区2月份均未再监测到任何热点，也证明了湖北基本没有复工迹象。（3）疫情得到基本控制之后，京津冀地区工业热源点有显著增加，但新增区域一般仍处于低能耗水平。从全国大气NO₂柱浓度监测来看，复工开始前后与2019年同期相比，污染物浓度均呈现明显下降趋势，说明复工强度有限。（4）到3月初工业热源点及其能耗水平出现显著升高，中国大部分地区的热源企业虽已逐步复工生产，说明工业产能较2月有显著提升，但生产规模或产能并未完全恢复。     

珠江三角洲地区SO2浓度卫星遥感长时间序列监测

利用卫星OMI(Ozone Monitoring Instrument)数据获得的长时间序列SO₂浓度,分析广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度的变化过程,以及亚运会举办期间珠江三角洲SO₂浓度分布状况。结果表明OMI能够反映近地表的SO₂浓度变化趋势,广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度表现出明显的季节变化,且亚运会期间该地区近地面SO₂浓度比以往年同期要低,说明珠江三角洲地区联动的空气质量保障措施明显降低了该地区近地面的SO₂浓度。     

北京地区气溶胶粒径尺度谱与PM2.5浓度转换模型研究

大气细颗粒物（PM_2.5）质量浓度是重要的空气质量指标之一。为了促进区域PM_2.5浓度监测的研究，同时拓展利用CE318太阳光度计等光学传感器反演的大气气溶胶产品的应用领域，本文首先基于北京地区2014年—2017年大气气溶胶反演的粒径尺度谱分布产品，计算表征PM_2.5的粒子体积，并结合同一时间北京地区35个空气质量站点提供的PM_2.5质量浓度参考值计算转换系数，对样本区间进行划分以构建转换模型。其次，利用各CE318站点数据所得转换系数及其相对精度，对研究区PM_2.5质量浓度估算误差空间分布，以及转换系数偏差对估值误差贡献情况进行评价。研究结果表明，由CE318站PM_2.5粒子体积与其临近空气质量站PM_2.5质量浓度联合建立的转换系数是一种与气溶胶理化属性密切相关的参数指标，可将时间和空间维度上PM_2.5体积与PM_2.5质量浓度之间的关系映射到由理化属性主导的维度上，可用于对估值模型进行细化和分类，构建分段转换函数模型，使得各分段区间内具有较高的模型拟合精度。基于转换系数的北京地区PM_2.5浓度估值的相对误差多年均值介于12.8 %—28.7 %，而转换系数相对偏差对PM_2.5质量浓度估值相对误差的影响显著，二者之间具有“r”型结构。当转换系数相对偏差介于-16.3 %至24.5 %时，该偏差的出现概率约为66.5 %，使得PM_2.5质量浓度估值误差在20 %以内，表明采用此种方法对相应站点的PM_2.5质量浓度进行估值具有相当的精度和稳定性。以上研究结果可为地面观测站稀少区域利用卫星光学遥感开展空气质量大范围监测应用提供理论前提和技术支持。     

高分一号WFV影像的深圳市水库CODMn浓度时空分布特征

COD_Mn是反映水体有机污染程度的一个重要水质参数。地表水有机污染遥感监测主要面临两个挑战：技术方法大多基于经验模型,依赖大量实测数据;有机污染评价的综合性指标,水质参数不明确。针对上述问题,本文从辐射传输机理出发,基于研究区水体特征,考虑悬浮泥沙、叶绿素、耗氧性有机物3大水质因子,提出一种反演机理清晰、参数意义明确的像元反射率与COD_Mn浓度的物理模型。通过深圳市3大水库COD_Mn浓度反演与验证,决定系数R²达到0.832,模型方法可靠明。对3大水库COD_Mn浓度时空分布特征研究,结果表明：（1）3大水库总体COD_Mn浓度不高,受到轻度有机污染。（2）浓度高值区多在库角居民区附近,水库连接处未出现污染扩散。（3）2018年3月—2019年5月,库区水质改善,与2018年深圳市治水专项活动背景保持一致,建议水库水质保护核心是控制外源污染,避免丰水期污染源的输入。本文的模型方法是基于广东省典型水体光学参数,而水体固有光学特征具有季节差异,未来将进一步研究水体固光学特征变化模式,以提高模型的稳健性。此外,还可结合高分六号等谱段更多的卫星开展浅水区COD_Mn浓度反演的研究。     

MODIS和OMI数据评估阅兵期间北京市大气减排成效

卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。     

高分五号大气痕量气体差分吸收光谱仪观测数据的火山喷发SO2总量反演

火山喷发产生的高浓度SO₂气体及其远距离输送会对全球气候变化和航空飞行安全产生重要影响。卫星遥感技术以大面积连续观测、高时空分辨率等优势成为大气SO₂监测的重要手段之一。作为中国第一颗紫外可见光波段的高光谱载荷,高分五号卫星大气痕量气体差分吸收光谱仪（GF-5 EMI）通过探测地球大气或表面反射、散射的紫外辐射来解析SO₂总量的分布和变化。本文首先基于大气辐射传输模型SCIATRAN,选择中低纬地区地表类型均一的海洋区域像元,模拟了典型大气条件下的晴空天顶反照率,用以评价EMI载荷天顶观测光谱的精度。其次,基于TROPOMI L1 Radiance辐亮度数据和DOAS反演原理,经477 nm O₄云筛选、光谱定标、慢变剔除、斜柱转垂直柱等步骤后,获得同一火山喷发区域的SO₂总量反演结果并与TROPOMI官方offline L2 SO₂产品进行对比分析。最后,利用GF-5 EMI UV-2通道观测数据,采用DOAS算法反演获得GF-5 EMI大气SO₂总量,并将反演结果与国际同类载荷S5P/TROPOMI SO₂总量结果进行比较分析,评判GF-5 EMI在全球火山活动SO₂变化监测方面的能力。结果显示,300—400 nm波段范围内,海洋区域采样点EMI观测光谱值低于SCIATRAN模拟光谱值,EMI与TROPOMI观测光谱呈现出相似的系统性偏差。基于高空间高光谱分辨率的TROPOMI L1 Radiance辐亮度数据、315—327 nm、325—335 nm和360—390 nm共3个波段窗口、以及上述DOAS反演原理获得的SO₂结果与TROPOMI官方发布的offline L2 SO₂产品结果相关性较高,两者的相关系数可达到0.97—0.99,相对偏差在3%—9%。GF-5 EMI能够获取火山喷发SO₂排放的时空分布特征,并与国际同类载荷TROPOMI反演结果具有较高的空间一致性,能够满足全球火山喷发监测、预警及其气候影响研究的应用需求。     

北京城市下垫面大气CO2反演算法

大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一，主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO₂遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程，严重制约着CO₂的反演精度，针对GMI开发高精度的大气CO₂反演算法，地表反射是一个需要重点考虑的因素。城市是CO₂重要的发射源，且城市下垫面存在明显的二向反射特性，加上城市大气条件不良，复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区，利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据，构建了适合利用单次观测数据反演的BRDF模型，并提出一种同时反演地表BRDF参数和大气CO₂含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时，大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比，其平均误差为1.25 ppm，相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO₂反演的需求，并使得反演高值气溶胶区域数据成为可能，增加了GMI观测数据的利用率。     

耦合注意力机制DNN的PM2.5估算及时空特征分析

PM_2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注。尽管PM_2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM_2.5浓度的时空异质性。本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年—2020年PM_2.5浓度进行了逐日的高精度估算。模型交叉验证结果显示决定系数R²高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型。长三角区域PM_2.5浓度时空特征分析结果表明,PM_2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡。此外,长三角区域2015年—2020年整体PM_2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30 μg/（m³·a）,其次为江苏省（2.65 μg/（m³·a））;浙江省与安徽省下降速率都小于2 μg/（m³·a）,但由于安徽省PM_2.5浓度远高于浙江省,提升空间更大,需要更多的关注。综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM_2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地。     

地球静止卫星和网格化站点支持下的PM2.5精细制图

许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM_2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R²为0.90,RMSE为11.65 μg/m³。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM_2.5制图结果能更好地反映城市内部不同区域的PM_2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。     

利用走航式数据对南大洋大气CO2廓线遥感反演

利用中国第24次南极考察期间获取的南大洋上空走航式大气CO₂数据和大气红外探测器(AIRS)探测的辐射率, 进行基于纬度分类下的统计回归, 其结果作为物理反演的初始猜测场。通过逐线积分辐射传输模式, 利用AMSU大气温度廓线和AIRS中13个通道的辐射测值反演南大洋上空的大气CO₂浓度廓线, 与WDCGG提供的固定站点下的大气CO₂浓度进行比较, 反演精度随纬度的变化而变化, 从低纬到高纬相对误差分别为0.31%、1.17%、2.63%。与同期国外卫星产品CO₂/AIRS比较, 相对误差为1.11%、1.07%。     

河南省夏季臭氧生成敏感性及其驱动因素分析

明确当地臭氧生成敏感性变化的主控因子是制定有效臭氧污染控制策略的前提。采用卫星观测OMI FNR（Ratio of the tropospheric columns of Formaldehyde to Nitrogen dioxide,HCHO/NO₂）指示剂将河南省夏季臭氧生成敏感性OFS（Ozone Formation Sensitivity）划分为VOCs控制区、协同控制区和NOx控制区。基于地理探测器,量化气象条件、人为源前体物及其交互作用与OFS的关系。研究揭示：（1）河南省夏季OFS以协同控制区为主,区域内臭氧污染严重,仅次于VOC_S控制区。2005年—2015年,FNR值波动下降,OFS向协同控制区转变,主要受NO_X减排的影响。2016年之后,FNR值变大,OFS有向NO_X控制区转变的趋势。（2）人为源排放是OFS变化的主要驱动因子,平均可解释FNR变化的40.5%（q＝0.405）。若CO、PM_2.5、NOx和非甲烷挥发性有机物NMVOC（Non-methane Volatile Organic Compounds）的排放量增加,FNR减小,河南省夏季OFS向VOCs控制区转变,对NOx减排的敏感性降低。（3）地表净太阳辐射SSR（q＝0.321, Surface net Solar Radiation）和大气柱总水量TCW（q＝0.302, Total Column Water）是河南省夏季OFS变化的主要气象驱动因素。SSR增加,FNR减小,使臭氧生成对VOCs更加敏感。TCW对OFS变化的影响较为复杂,当TCW<40 kg/m²时,TCW增加,FNR减小,臭氧生成对VOCs更加敏感;当TCW>40 kg/m²时,TCW增加,FNR增大,臭氧生成对NOx更加敏感。（4）因子间的交互作用对OFS空间分布的驱动大于单一因子的独立作用,人为源前体物和气象因子的交互作用占主导地位。研究结果可加强对臭氧生成光化学过程的认识,为制定合理的污染减排措施提供依据。     

GF-5 AIUS切高校正算法研究与反演验证

利用红外掩星获取温压及其大气成分廓线,需要获得精确的指向信息,针对高分五号大气环境甚高分辨率探测仪（GF-5 AIUS）一级光谱信息,本文首先分析了不同切高的光谱变化情况,在此基础上,利用查找表方法进行切高校正。在低切高段（10—20 km）,选取N₂吸收波段,模拟6—40 km高度上的透过率光谱,通过查找表校正方法对一级数据中的低层切高进行校正。在高切高段（20—100 km）,模拟6—90 km切高上的透过率光谱,利用O₃吸收波段（20—90 km）进行校正。校正算法采取全局最小均方根误差的方法进行统计实验,确定最小校正半径为15 km。最后选取O₃、HCl、N₂O共3种大气成分的反演波段,进行校正后的透过率数据对比验证与反演产品精度的验证。结果表明：在O₃、HCl、N₂O共3种成分的反演通道上,校正后的观测透过率与模拟的透过率数据一致性较好,两者最大偏差小于0.1,切高校正算法得到的结果与模拟透过率吻合度较好;同时基于Aura MLS（Microwave Limb Sounder）、ACE-FTS（Atmospheric Chemistry Experiment Fourier-Transform Spectrometer）Level 2产品进行了O₃、HCl、N₂O单廓线交叉验证。结果表明：GF-5 AIUS反演的单廓线O₃与MLS、ACE-FTS相对偏差在30 km以下小于50%,在30—60 km小于20%;单廓线HCl与MLS、ACE-FTS相对偏差整体小于20%;单廓线N₂O与MLS、ACE-FTS相对偏差30 km以下小于20%,30—60 km相对偏差较大。     

多源卫星遥感的华北平原大气NO2浓度时空变化

为探讨1996年以来华北平原对流层NO_2柱浓度变化的空间特征,基于GOME、SCIAMACHY和OMI卫星传感器的监测数据,以SCIAMACHY的NO_2柱浓度为基准,根据建立的GOME和SCIAMACHY,SCIAMACHY和OMI之间的相关关系,校正GOME和OMI监测的NO_2数据;利用线性正弦曲线模型拟合方法研究1996年—2016年长时间序列华北平原对流层NO_2变化的空间分布特征。结果显示,华北平原对流层NO_2浓度自1996年开始持续上升,到2011年达到最高值,然后呈现下降趋势。该变化趋势主要受经济发展和环保政策的双重影响。1996年—2011年,NO_2柱浓度高值区分布在北京市、天津市、河北唐山市和保定市、山东德州市和济南市、安徽滁州市以及江苏南京市、常州市和无锡市,并且具有较高增长率;2012年—2016年NO_2柱浓度平均值远高于1996年—2011年NO_2柱浓度平均值,高值地区范围扩大,分布在河北南部、河南北部和山东西部,但华北平原地区NO_2柱浓度均呈现负增长,表明"十二五"规划提出的大气环保政策取得了显著成效。同时,对流层NO_2柱浓度可以反映典型环保事件如北京奥运会、国庆阅兵和南京青奥会时期大气环保政策的实施效果。