长三角地区一次严重雾霾事件的多源遥感监测研究

利用云—气溶胶激光雷达和红外探路者卫星(cloud-aerosol Li DAR and infrared pathfinder satellite observations,CALIPSO)搭载的云—气溶胶正交极化激光雷达(cloud-aerosol Li DAR with orthogonal polarization,CALIOP)(CALIPSO/CALIOP)数据、海洋与气象学多功能卫星(communication ocean and meteorological satellite,COMS)搭载的地球同步海洋水色成像仪(geostationary ocean color imager,GOCI)(COMS/GOCI)数据以及CE318太阳光度计数据,结合混合单粒子拉格朗日综合轨迹(hybrid single particle Lagrangian integrated trajectory,HYSPLIT)后向轨迹模式和地面气象资料,对长江三角洲(简称"长三角")地区2013年12月1—9日发生的一次严重雾霾事件的形成、特征及污染来源进行了分析。结果表明,雾霾期间气溶胶粒子主要位于低层大气(2 km高度以下),气溶胶层内球形气溶胶所占比例高于非球形气溶胶,细粒径气溶胶所占比例高于粗粒径气溶胶;CE318数据和HYSPLIT模式的分析结果都表明,此次雾霾事件不仅受到当地气溶胶排放的影响,还受到外来源气溶胶的影响,而雾霾期间长三角地区持续弱风、高相对湿度和无降水也是造成此次长时间、大范围严重雾霾污染的主要原因。     

利用NPP-VIIRS夜间灯光遥感数据分析城市蔓延对雾霾污染的影响

雾霾污染已经成为中国乃至全球重点关注的生态环境问题之一。与此同时,中国的雾霾污染与城市蔓延在某种程度上相伴而生。城市蔓延是否加剧了中国的雾霾污染目前还没有明确的答案。因此,利用美国国家极地轨道合作卫星搭载的可见光红外成像辐射仪(national polar-orbiting partnership.s visible infrared imaging radiometer suite, NPP-VIIRS)获取的夜间灯光数据,在量化城市蔓延的基础上构建面板数据模型,探究城市蔓延是否会对城市雾霾污染产生影响,并利用中介效应模型验证城市蔓延影响雾霾污染的驱动机制。研究结果表明,夜间灯光数据可以有效地量化与表征城市蔓延,且中国的城市蔓延在一定程度上加剧了雾霾污染。此外,城市蔓延主要通过集聚效应、土地城镇化效应、产业结构效应等途径影响雾霾污染。     

基于GIS的石家庄市雾霾分析

为了得出雾霾气象成因机制、影响因素和时空分布特征,以石家庄市区与郊县为研究区域,将2013年9月至2016年12月石家庄市各市区、郊县的PM2.5历史监测数据中的有效数据进行了数据分析处理得到雾霾浓度数据,还有温度、降水、风速、地形和人口密度等数据,运用GIS分析的方法,模拟绘制石家庄雾霾的时空分布图、雾霾与各影响因子的专题对比图,得到雾霾形成机制的因子、雾霾的时空分布规律、雾霾季节变化特征、雾霾与地形间的关系等;运用数据分析软件OriginPro8.SR3分析雾霾浓度与风速数据、降雨数据、温度数据间的相关性。     

雾霾与GPS对流层天顶延迟相关性探究

利用国际GNSS服务（International GNSS Service,IGS）提供的对流层天顶延迟（zenith path delay,ZPD）产品,研究其与雾霾的相关性,并探究了造成雾霾的“元凶”——悬浮颗粒物与气压、温度和湿度的变化关系。首先,研究了中国境内4个IGS站30 d的日平均ZPD与量化评定雾霾的空气质量指数（air quality index,AQI）的变化趋势,发现二者基本同步增大（减小）。内陆3个站点的相关系数绝对值均大于0.5,说明ZPD与表征雾霾的AQI有着较强的相关关系,雾霾对对流层延迟产生影响。其次,对1 h采样率的北京房山空气质量分指数（individual air quality index,IAQI）与ZPD进行分析,二者的变化趋势基本一致,其中PM2.5、PM10、AQI与ZPD的相关系数分别为0.504 2、0.539 1和0.555 4。同时,当AQI达到300以上重度污染时,会对ZPD产生5 cm以上差值的显著影响。最后,利用IGS的M文件探究了北京房山各IAQI与气压、温度、湿度24 h变化,一天中IAQI、气压、湿度均呈“U”变化趋势,而温度则呈现倒“U”变化,说明雾霾的形成与气压、温度、湿度相关,并利用逐步线性回归给出了概略模型。     

卫星多光谱观测在京津地区雾霾识别中的应用

随着社会的发展,雾霾对人们的生活和健康造成的影响日益增大,我们迫切地需要对污染区域进行改善,而如何识别雾霾就变得尤为重要.选取北京和天津为研究区域,比较了同一区域在雾霾天和非雾霾天的地物光谱反射率值的变化,并将得到的光谱反射率值代入推导出的修正归一化差异霾指数(Modify the Normalized Differential Haze Index,M-NDHI)公式中,从而利用得到的修正归一化差异霾指数计算出一个能有效识别雾霾区域的新的雾霾指标.该方法能够大大减轻在无云条件下雾霾识别的工作强度,从而达到提高识别效率的目的.     

GPS水汽在雾霾天气监测中的应用研究

雾霾天气的形成与天气条件密切相关。GPS技术作为一种新的水汽探测手段,能高时效、高时空分辨率、自动实时、全天候地获取空气中的水汽含量。首先统计分析了雾霾的形成原因与变化规律,然后从GPS水汽、雾霾指数与空气相对湿度等方面进行了定性的相关性分析。研究结果表明,GPS水汽与雾霾天气的形成存在一定的相关性,GPS水汽在一定程度上可用于雾霾天气的监测与预报,而且气象部门可依据GPS水汽含量开展人工增雨（雪）来减缓雾霾天气的持续影响,进而为改善空气质量提供科学依据。     

雾霾的影响因子分析及其区域相关性研究

成都、重庆作为中国西南地区快速发展的城市,是雾霾频发的区域,研究其雾霾因子联系以及区域空间分布特征及其规律,对于城市发展、创建绿色城市具有重要意义。通过分析2016年12月～2017年2月的PM2.5等污染物浓度数据可知:①成渝地区雾霾产生的高峰期在1月,并以成都、重庆为中心向四周减弱;②在时间分布上,成都和重庆的雾霾污染物浓度呈协同变化趋势,说明两地雾霾在区域上相互影响,协同作用;③在气象因素中,两地的湿度和风速对雾霾集聚、转移和扩散具有重要作用;④两地的位置和地形特征是其雾霾具有相关性的重要因素,因此只有两地同时防治雾霾,才能达到最好的效果。根据不同地域特征,积极改进生产结构,采取相应措施,才是治理雾霾的根本所在。     

中国雾霾分布及其组成相关性分析

雾霾天气由于其对人体健康及交通能见度的极大影响而受到广泛关注。在收集相关污染物与气象数据基础上,基于GIS技术及最小二乘法和地理加权回归模型分析了我国2014年1月雾霾空间分布特征及其组成要素的相关性。研究表明,2014年1月我国各省会城市基本都受到雾霾影响,其中华北地区最为显著,华东、华南沿海城市具有一定的相似性;西南部地区大部雾霾污染明显小于其他地区。从雾霾物质组成上看,PM_(2.5)与PM_(10)、CO、NO_2和SO_2之间存在微妙关系,随着其他污染物的增加,PM_(2.5)数值也会随之增大,其中PM_(10)和CO对PM2.5的影响是显著的。从研究方法上看,利用地理加权回归建模方法对雾霾及其组成成份相关性研究的效果(84%)略好于最小二乘法的分析效果(82.59%)。本研究可为了解雾霾空间分布特征及分析其相关影响因素提供参考。     

基于高分辨率卫星影像的雾霾处理技术研究

本文以高分辨率卫星影像雾霾处理的相关技术为基础,结合基于单波段信息和多光谱信息的雾霾处理算法,提出了采用傅里叶变换实现雾霾厚度影像完善的方法,并采用四川省眉山市"资源三号"卫星影像作为数据源,经雾霾探测、雾霾完善以及雾霾去除等处理,获取了相应的去雾霾影像。对其进行目视判断和统计分析的结果表明,本文提出的雾霾处理方法有效地去除了影像上雾霾的影响,并较好地保持了地物细节信息,是一种快速、高效且具有较强普适性的雾霾处理方法。     

GeoEye-1遥感图像去雾霾方法比较

在多雨多雾地区,GeoEye-1卫星获取遥感图像时常受到雾霾的影响。由于雾霾对电磁波有吸收、折射、反射和散射作用,导致遥感图像清晰度降低。因此,尽可能地消除雾霾对图像的影响,才能有效地提高遥感图像的质量。利用ENVI软件作为图像处理平台,分别选取了国内外常用的"同态滤波"、"小波变换"和本文提出的"波段计算组合"3种去雾霾方法对GeoEye-1图像进行去雾霾处理效果的研究对比。结果表明,利用"波段计算组合"方法去除GeoEye-1图像中的雾霾有很好的效果。     

北京区域2013严重灰霾污染的主被动遥感监测

灰霾造成的严重大气污染受到人们越来越多的重视。结合2013年1月北京严重灰霾污染事件,介绍了太阳-天空辐射计、激光雷达、多波段CCD相机等遥感监测手段,分析了地-空基、主-被动等遥感方法获得的灰霾气溶胶特性遥感结果,讨论了不同遥感监测手段的特点及联合使用,结果表明：主动遥感手段在严重污染、夜间等情况下具有观测优势,而被动遥感信息含量大,具有获得气溶胶复杂特性参数的能力;地面遥感点、垂直分布线监测数据与卫星遥感的面观测数据相结合,可以初步实现灰霾的主被动遥感立体监测。     

北京区域冬季灰霾过程中人为气溶胶光学厚度估算

本文使用北京地区不同时期（2009年1月和2013年1月）的地基气溶胶观测资料,估算了灰霾天气的人为气溶胶光学厚度,在此基础上结合气溶胶光学参数进行了对比分析。结果表明：（1）2013年1月人为气溶胶光学厚度（440 nm）较2009年1月有所增加,月平均值分别为0.88和0.44;（2）2013年1月灰霾污染中人为气溶胶占统治地位的天数比例是86.7%,高于2009年1月的62.5%;（3）2013年1月人为成分在气溶胶光学厚度（440 nm）中的贡献平均达88%,说明灰霾污染主要是由人为气溶胶造成的。     

利用激光雷达探测灰霾天气大气边界层高度

为了探测灰霾天气大气边界层高度变化的特征,利用CE370-C型微脉冲激光雷达观测了北京2013年1月严重灰霾期间的大气边界层高度。基于激光雷达距离校正回波信号,使用梯度法处理了严重灰霾天和轻度灰霾天的大气边界层观测数据,发现在灰霾天气时大气边界层高度显著降低,严重污染时的大气边界层高度低于500米,日平均高度约424米,且与PM2.5浓度呈现明显的负相关性。将激光雷达探测结果与探空数据进行了对比分析,结果显示激光雷达与探空数据观测结果有较好的一致性,两者在本次灰霾期间的平均差异约为86米。     

利用HJ-1 CCD高分辨率传感器反演灰霾气溶胶光学厚度

霾已成为目前我国城市地区主要的空气污染现象,且近年来呈多发趋势。卫星遥感是获取大范围观测数据的必要手段,可对大气灰霾污染的分布区域及强度进行快速监测,弥补传统监测手段的不足。我国发射的环境小卫星（HJ1）由于其高的空间分辨率、较高的时间分辨率和宽覆盖的特点,在环境监测方面可发挥很大的作用。本文在假设短时间内地表反射率稳定的基础上,用HJ1-CCD影像蓝绿两个波段数据反演2013年1月份北京市区灰霾天气的气溶胶光学厚度,对环境小卫星在灰霾天气的应用情况进行评价,并分析了高分辨率卫星遥感在灰霾监测中的可行性及优势     

灰霾污染状况下气溶胶组分及辐射效应的遥感估算

本文利用地基遥感观测数据和气溶胶模型,分析了北京地区2013年1月份灰霾期间气溶胶中不同成分的光学与物理化学特性,并使用大气辐射传输模式估算了气溶胶中不同成分对直接辐射强迫的贡献。结果显示,在严重灰霾时期,大气中的硫酸盐等水溶性气溶胶光学厚度（440nm）显著增加,对气溶胶光学厚度的贡献达到70%以上,同时黑碳气溶胶对总光学厚度（440nm）的贡献也呈现增长趋势,是晴朗天气下的8倍以上。严重灰霾（28日）时气溶胶的直接辐射强迫显著增加,但气溶胶中不同成分对辐射效应的贡献不同,黑碳成分在气溶胶对大气层的辐射强迫中占主要贡献（57%）,而水溶性成分则在气溶胶对地表的辐射强迫中占主要贡献（60%）。     

城区空气质量指数时空分布特征及影响机制分析

济南市是中国雾霾最严重的城市之一，探究该地区大气污染的时空分布及影响机制具有重要意义。利用地统计插值分析了济南市主城区AQI的时空分布特征，并利用地理探测器定量分析了AQI的风险因子及影响机制。研究结果表明，年际尺度上，济南市主城区AQI在时间上呈逐年降低趋势，在空间上大致呈现出东南低西北高的分布态势；季节尺度上，济南市主城区AQI在时间上具有鲜明的季节性差异，从高到低依次为冬季、春季、秋季、夏季，在空间上则呈现出春季和冬季东南低北部高、夏季整个主城区均低、秋季南低北高的分布态势；月尺度上，济南市主城区AQI呈现出典型的“U”形分布特征，最高值为1月和12月、最低值为8月；各因子交互作用的影响力远大于单因子的影响力，其中，土地利用类型∩年均降水量的交互作用对济南市主城区AQI的影响力最大。研究显示，济南市主城区AQI受土地利用类型和年均降水量的共同影响最大。     

无人机三维空气质量监测研究

针对现有空气监测缺乏污染垂直分布特征的观测及数据采集覆盖范围有限的问题,该文提出了用无人驾驶飞机搭载微型空气质量检测器监测大气污染的方法,首先分析了传统地面监测站的缺点,并阐述了监测设备的构成;然后从无人驾驶飞机大气污染空间采样方案、污染物数据的准确性及可靠性校正、大气污染时空规律几个方面做了研究;最后选择浙江省临安市青山湖街道、上海奉贤区等地区进行了试验。研究结果能有效补充地面监测站的数据缺失,揭示PM2.5、O3等大气污染物的垂直分布、垂直扩散及区域性输送特征,为空气污染预警和防控对策机制的制定提供重要技术依据。     

光学遥感影像DCM-HTM去雾算法研究

针对卫星遥感影像的雾区检测和校正问题,提出了一种暗通道图像DCM与雾厚度图像HTM结合的DCM-HTM遥感影像去雾算法。算法基于暗通道原理,采用mean-shift均值漂移滤波和直方图自动阈值来检测雾区域;同时通过不重叠窗口获取HTM;最后在检测出的雾区内实现去雾校正处理。实验结果表明,算法能较准确地检测出影像上的雾区域,能在影像正常区域不受影响的前提下,有针对性地对受雾影响区域进行校正,校正效果较整幅影像的去雾校正有较大改善。