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。     

中国二氧化氮浓度分布特征及其驱动因素分析

基于OMI卫星遥感数据,采用趋势分析和相关分析法研究了我国对流层二氧化氮柱浓度2005—2019年时空分布特征及其驱动因素分析,发现在空间上我国二氧化氮浓度多年来呈现出"东高西低"的分布特征,且浓度高值区范围先扩张后缩小,东部地区15年来的浓度空间变化比西部地区的变化大;时间上二氧化氮浓度除了2008年外总体呈先升高后下降的变化趋势,2005—2010年间天津、辽宁、山东、湖北等省份二氧化氮浓度增加了70％以上,15年来具有秋冬多、春夏少的季节变化规律.此外,我国二氧化氮浓度分布特征的驱动因素,主要有人口密度、煤炭消费量、汽车保有量以及相关政策等.     

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。     

基于OMI数据的北部湾NO_2干沉降通量估算

臭氧层观测仪(OMI)是较新的大气成分探测仪器,具有较高的时空分辨率,为监测、估算痕量气体污染物提供了一种有效、可靠的数据来源。本文以OMI数据的三级日产品NO_2d为数据源,利用GIS技术和基于已有估算大气干沉降通量的模型,对NO_2干沉降通量进行估算以及分析时空分布规律。结果表明:北部湾的NO_2干沉降年通量空间分布规律较明显,其规律为从沿海地区往内陆逐渐增加,且干沉降通量主要集中在南宁市和钦州市的北部、东北部;NO_2干沉降年通量的时间分布规律除了2007年相对突出之外,其他年份之间的干沉降年通量变化很小,基本处于持平状态。     

广东省和江苏省大气甲醛时空变化对比分析

利用Aura/OMI月均甲醛对流层垂直柱浓度数据对2005年—2016年中国广东省和江苏省的大气甲醛的时空变化规律、不同排放源的前体物的潜在贡献进行了分析。甲醛在广东省主要集中在珠三角地区,在江苏省分布则相对较为均匀。2005年—2010年,随着经济发展,在两省都发现了大面积的甲醛增加趋势;相应的,在2011年—2016年,由于减排等治理措施的实施,在两省都有大面积的甲醛减少现象。广东省的甲醛主要呈现出春季、秋季高于冬季再高于夏季的特征;而江苏地区夏季甲醛浓度远高于其他季节,并与光照强度的季节性特征较为一致。此外,由于广东省甲醛分布的均一性较差,因此区域性因素(如地形等)对广东省甲醛分布可能有着较大的影响。各个排放源中,工业源、交通源对珠三角潜在贡献可能较大;自然源对梅州等林地覆盖地区可能有相对较高的影响;在江苏省,各个排放源对甲醛的贡献相对均衡,但夏季较为频繁的生物质燃烧可能对夏季高值甲醛有着相对较高的贡献。     

黄河流域七大城市群污染气体时空变化特征卫星遥感监测

为探究黄河流域大气污染的时空演变特征,本文从城市群角度出发,选取HCHO、NO₂及SO₂为诊断指标,对比分析2005—2019年七大城市群OMI观测对流层HCHO、NO₂及边界层SO₂柱浓度的年、季、月变化。研究揭示,流域内：①HCHO、NO₂及SO₂柱浓度高值区均集中在山东半岛城市群、中原城市群、晋中城市群南部和关中平原城市群东部。②HCHO柱浓度在2005—2019年呈波动上升趋势,七大城市群的月变化均呈单峰结构,且夏季高、冬季低、春季和秋季相当。③NO₂柱浓度在2005—2011年呈上升趋势,仅2008年出现短暂小幅下降。2011年执行《火电厂大气污染物排放标准》（GB 13223—2011）后,呼包鄂榆、宁夏沿黄和晋中城市群开始大幅下降,山东半岛（2012年有小幅下降）、中原和关中平原城市群则在2013年《大气污染防治行动计划》实施后才开始大幅下降。月变化呈开口向上抛物线形态,浓度越高单峰结构越明显,且冬季高、夏季低、春季和秋季相当。④SO₂柱浓度在2007年达到顶峰,2008年开始大幅下降,2010年后呈波动下降趋势,月变化、季变化均与NO₂相似。黄河流域上游的兰西和宁夏沿黄城市群、上中游交界处的呼包鄂榆城市群空气质量较好,中游的关中平原和晋中城市群次之,中下游交界处的中原城市群和下游山东半岛城市群则较差。     

基于OMI卫星数据的对流层O_3柱总量时空分布特征分析

利用OMI卫星数据分析了2008-2017年全球及我国O_3柱总量浓度空间分布特征和长时间序列变化,总结了地形、人口密度、城市扩张和前体物NO2等因素对中国地区O_3柱总量浓度产生的影响。结果表明,全球O_3柱总量高浓度区主要位于中低纬度且季节性差异十分显著,冬季的含量相对较低,夏季的含量相对较高。中国地区由于独特的地形条件、渐增的人口数量和稳步增长的经济发展趋势,中国O_3柱总量浓度具有东南高西北低的分布格局,且含量在逐年降低。通过对流层NO2浓度与O_3柱总量浓度的拟合结果发现,前体物NO2对O_3的生成和分布具有重要影响。     

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。     

大气CO2浓度时空变化卫星遥感监测的应用潜力分析

GOSAT卫星观测反演大气CO2浓度精度已经提高到了1—2 ppm,而卫星数据能否准确地揭示全球和区域大气CO2浓度变化特征还缺乏充分的评价与分析。本文针对已经连续运行观测3年的GOSAT卫星,收集了来自美国NASA-OCO团队(ACOS)和日本环境研究所GOSAT团队(NIES)基于各自算法反演的两套大气CO2柱浓度数据,描述并分析了全球大气CO2时空变化特征。分析结果表明,从XCO2反演的绝对值结果来看ACOS总体上比NIES的高出约2 ppm左右,但从时空的相对变化上它们揭示了相近的大气CO2浓度时空变化特征。两套数据显示出全球平均大气CO2浓度在2010年—2012年的3年期间年增量分别为1.8 ppm和2.0 ppm;季节变化幅度,北半球最大4—6 ppm,南半球最大约2 ppm,这与地面观测结果基本一致。进一步将EDGAR 4.2人为排放总量格网化数据与GOSAT卫星观测反演的CO2浓度进行相关统计分析,结果指出两套数据对人为排放量有着微弱的响应。本文结果指出目前GOSAT卫星观测反演的XCO2可以检测出全球和区域大气CO2浓度的年变化、季节变化和区域空间变化的特征;GOSAT卫星10.5 km空间分辨率的观测虽难于检测出点源的浓度变化,但从区域上对人为排放的累积效应的监测显示了一定的应用潜力。     

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。     

Comparison of variability and change rate in tropospheric NO2 column obtained from satellite products across China during 1997–2015

ABSTRACT

Tropospheric NO₂ column (TNC) products retrieved from five satellites including GOME/ERS-2 (H, 1997–2002), SCIAMACHY (S, 2003–2011), OMI (O, 2005–2015), GOME-2/METOP_A (A, 2007–2013) and GOME-2/METOP_B (B, 2013–2015) were compared in terms of their spatiotemporal variability and changes over China. The temporal series of H suggested an increasing trend of TNC from 1997 to 2002, those of S, O and A revealed further increasing trends until the highest level of TNC was reached in 2011, but decreasing trends were detected by those of O and B from 2011 to 2015. Seasonally, TNC was the highest in winter and the lowest in summer. Variability and changes from satellite TNC products are also analyzed in different regions of China. Spatially, it was the highest in North China and the lowest in Tibetan Plateau based on five datasets. Overall, TNCs from A, B and S were higher than that from O; and TNC from S was larger than that from A at the country level. The higher TNC the region has, the larger difference satellite products would show. However, different datasets reached a good agreement in the spatial pattern of trends in TNC with highly significant increasing trends detected in North China.     

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。     

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。     

Evaluation of Air Pollution Trend Using GIS and RS Applications in South West of Iran

In this paper, remote sensing and GIS have been used to assess the status of NO₂ at the south west of Iran. 221 data about concentration of NO₂ was extracted from Ozone Monitoring Instrument. Ordinary kriging and inverse distance weighting interpolation methods was used to interpolate data. Results showed that ordinary kriging method using cross-validation have had less error. North east of the study area has the highest concentration of NO₂ (329 molecule/cm²) and the concentration of NO₂ decreases from north east to South west of the study area. On the other hand, data trend results showed that the data seems to exhibit a fairly strong trend in the east west direction and a weaker one in the north–south direction.     

GOSAT卫星数据监测中国大陆上空CO2浓度时空变化特征

中国地区大气CO2浓度对全球气候变化有重要的影响。本文基于日本GOSAT卫星短波红外CO2的长期观测数据,对2010年-2016年中国大陆上空CO2浓度的分布特征和变化趋势进行分析研究。利用高精度的地基TCCON站点CO2观测对GOSAT CO2数据进行精度验证,结果表明,GOSAT CO2具有较高的精度,相对TCCON CO2的偏差为-1.04±2.10 ppm,两者的相关系数高达0.90;利用中国地区7年的GOSAT CO2观测数据分析研究显示,CO2浓度高值主要分布在中国的浙江-江苏-安徽地区、京津冀地区和湖南-湖北-河南-陕西地区;截至2016年,中国大部地区CO2浓度超过400 ppm;中国大陆CO2平均浓度呈现明显的逐年增长趋势,从2010年的387.76 ppm增长到2016年的402.18 ppm,年增长率约为2.31 ppm/a,略高于同期全球平均水平。     

Atmospheric pollution assessment near potential source of natural aerosols in the South Gobi Desert region,China

ABSTRACT

Rapid economic growth, a high degree of urbanization and the proximity of a large number of desert and semidesert landscapes can have a significant impact on the atmosphere of adjacent territories, leading to high levels of atmospheric pollution. Therefore, identifying possible sources of atmospheric pollution is one of the main tasks. In this study, we carried out an analysis of spatial and temporal characteristics of five main atmospheric pollutants (PM_2.5, PM₁₀, SO₂, NO₂, and CO) near potential source of natural aerosols, affecting seven cities (Wuhai, Alashan, Wuzhong, Zhongwei, Wuwei, Jinchang, Zhangye), located in immediate proximity to the South Gobi deserts. The results, obtained for the period from 1 January 2016 to 31 December 2018, demonstrate total concentrations of PM_2.5 and PM₁₀ are 38.2 ± 19.5 and 101 ± 80.7 μg/m³ exceeding the same established by the Chinese National Ambient Air Quality Standard (CNAAQS), being 35 and 70 μg/m³, respectively. Based on the data from Moderate Resolution Imaging Spectroradiometer (MODIS) for the whole period, Clean Сontinental (71.49%) and Mixed (22.29%) types of aerosols prevail in the region. In the spring and winter seasons maximum concentrations of pollutants and high values of Aerosol Optical Depth (AOD) in the region atmosphere are observed. PM_2.5 and PM₁₀ ratio shows the presence of coarse aerosols in the total content with value 0.43. The highest concentrations of pollutants were in the period of dust storms activity, when PM_2.5 and PM₁₀ content exceeded 200 and 1000 µg/m³, and AOD value exceeded 1. UV Aerosol Index (UVAI), Aerosol Absorbing Optical Depth (AAOD), and Single Scattering Albedo (SSA), obtained from Ozone Monitoring Instrument (OMI), demonstrate the high content of dust aerosols in the period of sandstorms. Analysis of backward trajectories shows that dust air masses moved from North to Northwest China, affecting large deserts such as Taklamakan, Gurbantunggut, Badain Jaran, Tengger, and Ulan Buh deserts.     

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。