基于卫星遥感AOD的华北地区2003—2014年PM2.5浓度时空分布特征

华北及周边地区PM_2.5造成的污染, 近十年来引起了社会的广泛关注, 也是科学研究的重要领域。利用2003—2014年的卫星遥感MODIS AOD数据和2014—2015年的地面观测PM_2.5浓度数据, 采用聚类分析、混合效应模型、EOF分解等统计分析方法, 反演了2003—2014年华北及周边地区PM_2.5浓度, 分析其时空分布特征。主要结论如下:(1)卫星遥感MODIS AOD与地面观测PM_2.5值有较高的相关系数, 可利用MODIS卫星遥感AOD对地面观测的PM_2.5浓度进行反演; (2)华北地区PM_2.5浓度呈现出明显的空间分布特征:太行山脉是污染强弱明确的分界线, 山脉东南部的污染显著高于西部, 且在地势变化的地方出现明显的突变; 河北南部、河南北部和山东西北部分区域是污染最严重的地区; (3)2004年、2009年以及2013年后都是污染浓度比较低的年份。      

利用MODIS资料监测京津冀地区近地面PM2.5方法研究

为建立京津冀地区冬季近地面细颗粒物浓度监测方法模型,利用气象模式资料对2013年1-3月MODIS的AOD二级深蓝算法产品进行湿度和垂直订正,与同期观测的地面细颗粒物PM_2.5资料进行相关分析。结果表明：AQUA的MODIS深蓝算法AOD产品更适用于建立冬季AOD-PM2.5遥感监测模型,其R²为0.33;以气象模式资料中边界层高度代替气溶胶标高对MODIS的AOD进行垂直订正,并结合IMPROVE观测的气溶胶吸湿增长特征构建分区湿度订正方法,可以提高AOD-PM_2.5模型结果的精度,建立较为理想的京津冀地区冬季遥感反演综合模型,模型结果与地面监测结果R²达0.5以上。根据建立的模型计算了2013年1-3月的京津冀地区PM_2.5月平均浓度,京津冀地区1月的PM_2.5浓度较高,南部大部分地区空气质量已经达到重度污染水平。     

2010年秋季鞍山气溶胶光学特征变化

利用2010年9-11月鞍山大气成分监测站CE-318太阳光度计观测资料,依据气溶胶光学厚度测量原理,计算得到2010年鞍山秋季大气气溶胶光学厚度、波长指数等大气光学特性数据,通过统计分析,给出鞍山秋季气溶胶光学特性分布特征。结果表明：随着测量AOD波段的降低,AOD值逐渐增大,9月的AOD平均值最大,10月AOD平均值次之,11月AOD平均值最小。从频率分布看,2010年9月 AOD日均值集中分布在0.4-0.6之间,10月和11月AOD日均值集中分布在0.0-0.4之间,表明10-11月大气较为清洁|波长指数日均值的频率分布说明鞍山秋季大气污染物以细粒子为主。500 nm 的AOD值与波长指数成对数关系,两者在9、10月和11月的相关系数分别为0.5145、0.8412和0.2715;9月AOD与PM₁₀、PM_2.5、PM_1.0质量浓度为较小负相关,10月和11月AOD与PM₁₀、PM_2.5、PM_1.0质量浓度成正相关,且10、11月AOD与气溶胶细粒子相关性较为显著。AOD值与能见度在趋势上呈较小的负相关性,可能是由于高层气溶胶粒子对气溶胶光学厚度产生了主要影响。     

北京地区PM10浓度空间分布特征的综合变分分析

利用2003年10月北京地区PM₁₀浓度流动观测资料和同期MODIS AOD(Aerosol Optical Depth)高分辨率遥感资料，采用卫星遥感地面观测变分订正处理方法，综合分析了北京地区PM₁₀浓度的空间分布特征以及机动车排放的影响效应。动态观测试验结果表明:北京城区大部分为轻污染区, 北京近郊区PM₁₀浓度高值区沿环路呈环状分布，其中北京西南部、南部和东北部污染较严重，北京城郊街区PM₁₀的空间分布受机动车排放的影响较大。MODIS卫星遥感资料分析表明:北京城区及近郊区AOD值较远郊区高得多，AOD空间分布场中存在虚假高值区，AOD非均匀分布特征不明显。采取点面结合综合观测研究思路，运用卫星遥感地面观测综合变分分析方法，可以取得客观订正的显著效果。经地面实测PM₁₀浓度变分订正后的AOD变分场可以较高分辨率信息描述北京地区AOD的非均匀分布特征，弥补地面PM₁₀浓度观测的缺陷。     

卫星气溶胶光学厚度资料同化对灰霾预报改进个例研究

面对日益严峻的大气污染形势,针对卫星气溶胶光学厚度（AOD）资料在灰霾数值预报领域的合理有效利用问题,使用WRF-Chem（WRF coupled with Chemistry）大气化学模式以及GSI（Gridpoint Statistical Interpolation）三维变分同化系统,利用MODIS和FY-3A/MERSI AOD资料,对一次灰霾天气过程进行了同化预报试验。试验结果显示,同化卫星AOD资料有效改善了模式初始场,MODIS和MERSI同化试验分别在AOD分析场的中心强度和空间分布各具优势,且对PM_2.5和PM₁₀的后续预报改进明显;从统计分析上看,同化试验的预报效果整体上好于控制试验,同化试验中PM_2.5和PM₁₀预报值的平均值、中值、平均偏差、均方根误差等指标均明显优于控制试验,且MODIS和MERSI同化试验分别在PM_2.5和PM₁₀预报统计结果中体现出了优势;卫星AOD资料同化能明显降低污染事件的空报率和漏报率,提高预报的TS评分和ETS评分。不同卫星AOD资料的差异对分析场中AOD的分布和强度产生了相应影响,进而影响了模式的灰霾预报效果;本次试验中,MODIS和MERSI AOD同化试验分别在PM_2.5和PM₁₀预报的评分上表现更佳。结果表明,卫星AOD资料同化对数值预报产生了积极的效果。      

北京地区PM2.5的成分特征及来源分析

选用2003—2004年初PM_2.5连续观测资料，统计分析了北京地区PM_2.5的特征、PM_2.5与PM₁₀以及PM_2.5与地面气象要素的相互关系。结果表明:四季中夏季PM_2.5浓度最低，冬、春两季浓度较高。PM_2.5与PM₁₀比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM_2.5与PM₁₀比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM_2.5在PM₁₀中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM_2.5的比例升高。PM_2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO₄2-，NO₃-和NH₄+为北京地区PM_2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。     

2010年长江三角洲临安本底站PM2.5理化特征

2010年在代表长三角区域背景地区的浙江省临安区域大气本底站开展了对大气细粒子PM_2.5为期1年的地面观测,并对细粒子中水溶性离子和碳组分的季节变化特征进行了分析。临安2010年大气中PM_2.5质量浓度平均为 (58.2±50.8) μg·m－3,PM_2.5质量浓度季节变化明显。利用HYSPLIT4模式计算了2010年临安72 h后向轨迹,根据轨迹计算与聚类结果,结合地面观测的PM_2.5数据进行了分析。研究表明:临安地区因受到长江三角洲区域及偏北气流引起的污染传输影响,呈现出高细粒子水平特征。PM_2.5中总水溶性离子年平均质量浓度为 (28.5±17.7) μg·m－3,占PM_2.5质量浓度的47%。其中,气溶胶组分SO₄2-,NO₃-和NH₄+所占比例最大,共占总水溶性离子的69%。PM_2.5中有机碳和元素碳的年平均质量浓度分别为 (10.1±6.7) μg·m－3和 (2.4±1.8) μg·m－3。有机碳和元素碳质量浓度显著相关,表明有机碳和元素碳主要来自相同的排放源。     

Himawari-8气溶胶光学厚度产品的验证分析

Himawari-8是由日本气象局发射的新一代静止气象卫星，其搭载的传感器AHI（Advanced Himawari Imager）可实现10 min/次的高时间分辨率对地观测。本文将2015年9月至2017年12月Himawari-8卫星Level-2气溶胶光学厚度（AOD）产品与AERONET（AErosol RObotic NETwork）70个站点的地基观测数据进行对比验证分析，结果表明Himawari-8卫星反演的气溶胶光学厚度产品的精度存在很大的空间上的差异性，其中有48个站点Himawari-8 AOD与AERONET AOD之间存在较好的相关性（R>0.5），有22个站点Himawari-8卫星反演气溶胶光学厚度产品存在明显的低估现象。在American_Samoa、Bandung、Birdsville、Bukit_Kototabang、Canberra、Fowlers_Gap、Jabiru以及QOMS_CAS等站点出现地基观测值很小而卫星反演的气溶胶光学厚度较大的情况。对绝对误差（Himawari-8 AOD与AERONET AOD的差）进行分析发现Himawari-8 AOD存在低估现象时绝对误差与AERONET AOD之间存在较好的相关性；在地基观测值很小而Himawari-8卫星反演AOD较大的地区绝对误差与Himawari-8 AOD之间存在较好的线性关系，这为Himawari-8 AOD反演算法的改进与完善提供了有用的研究发现。     

长三角工业区夏季近地层臭氧和颗粒物污染相互关系研究

利用2013年5月15日到8月31日南京江北工业区（长三角典型工业区）同步的观测资料分析了近地层臭氧（O₃）和细颗粒物（PM_2.5）、气溶胶光学厚度（AOD）的变化特征及相互间的关系,并结合光化学箱模式分析了AOD对近地层O₃生成的影响。结果表明,观测期间PM_2.5平均质量浓度为56.2±20.1 μg m-3;AOD（500 nm）均值为1.4±0.9;波长指数α（440~870 nm）均值为1.0±0.3。PM_2.5质量浓度24 h均值超国家二级标准20.2%,超标时AOD均值增加14.7%,α平均值增加23.9%,O₃体积分数均值减少12.3%。O₃超国家二级标准10.1%,超标时段AOD增加34.9%,α变化不显著。高温低湿条件下,O₃日变化峰值（y）和PM_2.5质量浓度（x）存在较高的线性相关。相对湿度＜60%时,两者拟合曲线为y＝0.97x+43.96（拟合度R2=0.60）,温度＞32°C时,两者拟合方程为y＝1.24x+30.61（R2＝0.64）。夏季长三角工业区呈现高浓度O₃与高浓度PM_2.5叠加的大气复合污染。O₃日变化峰值和AOD变化呈显著负相关。模拟结果显示,O₃日变化峰值（y）和AOD（x）呈现极高的负相关[y＝－34.28x+181.62,R2 = 0.93或y＝220.62·exp (－x/3.17)－19.50,R2＝0.99]。     

基于京津冀高密度地面观测网络的大气污染物浓度地面观测代表性误差估计

地面观测提供空间点的浓度信息,三维化学模式提供网格面的浓度信息,两者在进行对比验证或同化融合时会因为空间尺度不匹配引入误差,即观测代表性误差。本研究将大气污染地面国控监测站与区县监测站结合起来,获得了京津冀地区高密度地面观测数据,利用该数据首次对京津冀地区6项常规大气污染物（PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃）的地面观测代表性误差进行了客观估计,并与Elbern et al.（2007）方法估计的代表性误差进行了对比。结果发现:两种方法对京津冀地区NO₂地面观测代表性误差估计非常接近,但Elbern et al.（2007）方法显著低估了SO₂、CO和O₃地面观测的代表性误差。在此基础上,我们对Elbern et al.（2007）方法及其误差特征参数进行了本地化修正,并增加了PM_2.5和PM₁₀的代表性误差特征参数,建立了京津冀大气污染地面观测代表性误差的客观估计方法。     

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响研究

相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值（GSI）三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM_2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM_2.5浓度观测资料可以改进对PM_2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM_2.5污染过程与特殊气象条件（湿度升高、风场辐合、区域输送）密切相关,因此在地面PM_2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM_2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。      

FY-3A/MERSI、MODIS C5.1和C6气溶胶光学厚度产品在中国区域与地面观测站点的对比分析

准确获取气溶胶光学厚度对于气候变化研究和大气环境监测具有重要意义。通过波长插值和时空匹配方法,利用气溶胶自动观测站网（AERONET）观测的气溶胶光学厚度（AOD）对风云3A/中分辨率光谱成像仪（FY-3A/MERSI）、Terra（Aqua）/MODIS的C5.1（Collections 5.1）和C6（Collections 6）气溶胶光学厚度产品在中国区域的反演精度进行验证分析。结合一次发生在中国境内的沙尘天气与一次严重雾霾天气个例,分析上述卫星气溶胶光学厚度的分布特征。研究结果表明,（1）FY-3A/MERSI AOD的反演精度较高（R=0.887,RMSE=0.234）,其值低于AERONET的观测值（Bias=-0.293）。（2）在不同的下垫面下,各种卫星暗像元算法AOD产品反演精度有差异,植被覆盖情况越好,反演精度越高,而植被很少的地区,即亮地表甚至没有反演值。（3）MODIS C5.1深蓝算法产品能在亮地表地区反演AOD,但效果不佳。MODIS C6中的深蓝算法产品在不同下垫面的反演精度都很高（RMSE为0.096-0.127）。（4）在不同季节的对比中,各种卫星AOD产品在夏季的反演精度最差,而反演最好的季节各有不同。（5）在一次沙尘天气污染与一次严重雾霾天气个例中,中国西部与北部区域,MODIS C6深蓝算法AOD的监测效果优于其他算法AOD;MERSI AOD产品在此区域的分布不连续。总体而言,MODIS C6 AOD分布比MODIS C5.1产品连续,MODIS 3 km产品在相同区域的AOD值高于其他产品。以上结论可为卫星AOD产品在中国区域的使用提供参考。      

淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征

基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。     

2013-2015年合肥市PM2.5重污染特征研究

综合利用中国环境监测网公布的合肥市2013-2015年大气污染物浓度数据和合肥市气象站的常规气象资料,以及激光雷达探测资料、公益性行业（气象）专项（GYHY201206011）获得的气溶胶离子成分分析结果,分析了合肥市PM_2.5重污染（日均浓度>150 μg/m3）特征。结果表明:（1）2013-2015年,合肥市PM_2.5浓度和重污染天数空间分布差异明显,东北部多、西南部少,1月各站差异最大。除了低浓度日（日均浓度≤35 μg/m3）,PM_2.5浓度都存在明显的日变化,午后低、早晚高,且随着污染程度加重,早上峰值出现时间推后。（2）重污染日臭氧以外的气态污染物浓度都显著上升。（3）重污染日常伴随着霾和轻雾天气,以稳定、小风天气为主,重污染日白天相对湿度偏高、风速偏小,600 m以下的消光系数显著增大且峰值高度降低。（4）重污染日PM_2.5中水溶性无机离子含量增高,其中NO₃-含量的占比增加最多,超过了SO₄2-的占比。      

基于卫星遥感和地面观测资料的汾渭平原空气污染分析

选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM_2.5和PM₁₀,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM_2.5、PM₁₀质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。     

银川大气污染物浓度变化特征及其与气象条件的关系

利用2013年银川地区6个监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明：银川市区PM10年均值超标0.7倍,PM_2.5年均值超标0.4倍,SO₂和NO₂也有一定程度超标,CO和O₃未超标|1、2、11月和12月为SO₂、NO₂、PM₁₀、PM_2.5、CO质量浓度较高月,O₃浓度最高月为5月,次高月为10月|9:00-12:00和21:00-00:00是SO₂、NO₂、PM₁₀、PM_2.5和CO质量浓度较高的两个时段,O₃浓度一般于15:00达到最大;6类污染物普遍表现出季节性的准7 d周期和全年性的准30 d周期|空气质量状况良的频率是56 %,轻度污染26 %,优仅为12%;首要污染物以PM₁₀、PM_2.5和SO₂为主|风速与SO₂、NO₂和CO具有良好的负相关关系,与O₃则呈显著正相关关系,风速对PM₁₀和PM_2.5影响较复杂,当风速小于某一值时,有利于PM₁₀和PM_2.5扩散,当风速达到一定程度后,又会导致PM₁₀和PM_2.5浓度的增加|降水对污染物有较好的冲刷作用,且对SO₂的清除作用最明显,对O₃的清洁作用最弱。