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。     

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。     

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。     

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。     

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。     

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%。     

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。     

奥运大气环境遥感

介绍了中国科学院在遥感应用研究所楼顶建立的空气质量超级监测站, 并主要介绍了2007 年和2008 年遥感监测的结果。监测结果表明, 2007 年好运测试期间北京机动车实行单双号限制, 使北京市气溶胶光学厚度和NO₂ 的柱浓度下降30%左右；2008 年从6 月份开始, 由于北京市的控制措施使NO₂ 柱浓度有了比较大的下降。卫星遥感监测表明, 通过有效的环境控制可以降低北京市及其周边的污染浓度。     

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。     

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。     

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。     

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。     

珠三角平原区土地利用总体规划实施效果研究

以珠三角平原区为例,结合遥感影像数据,利用GIS技术,进行了土地利用总体规划实施效果研究。结果表明珠三角平原区土地利用总体规划符合性指数为0.70,等级为Ⅴ级,说明珠三角土地利用现状与规划用途差异较大。按规划符合性指数由高到低排序依次为肇庆、江门、广州、惠州、佛山、深圳、珠海、中山、东莞,分级标准等级为Ⅲ级的仅有肇庆市,其他8个地级市均为Ⅴ级。珠三角各地级市土地利用现状用途符合规划用途的地块在空间分布上差异性较大,西北部的肇庆,规划符合性指数较高,其他区域规划符合性指数较低,今后国土空间规划应根据区位差异性进行弹性调整规划策略,以确保土地用途管制的科学性和客观性。     

Potential of Detecting the Sulfur Dioxide Stress on Landscape Plants in Spectral Reflectance Data

Sulfur dioxide (SO₂) exhibits a powerful implication on the air condition and responsible for increasing the acidity of rainfall which plays negative effects on plant growth. It is a big problem to quantitatively access the stress degrees of sulfur dioxide on landscape plants. This study aims to find a non-destructive way to detect the degrees of SO₂ stress by using the spectral reflectance data. Five different landscape plants were selected and a simulated SO₂ stress environment by using fumigation box was built in this experiment. Landscape plants were grown on at this simulated SO₂ environment, and the leaf reflectance, chlorophyll and sulfur concentration were measured at 0, 2, 4, 6, 8, 10 and 12 h respectively. The spectral, chlorophyll response of five different plants were examined and the red edge position (REP) shift obtained from the reflectance were used to evaluate the SO₂ stress degrees at this paper. The results showed leaf chlorophyll content generally decreased and leaf sulfur content generally increased of all of these five landscape plants as though the chlorophyll and sulfur content disturbing during the whole stress time. However, compared with the sulfur content changed in leaves, chlorophyll content did not significantly changed when suffering from SO₂. The shift of REP performed well to indicate the severity of SO₂ fumigation stress and different species showed the different REP shift. The determined coefficient R² of REP shift and the relative changed sulfur content in leaves can up to 0.85. And the results also indicated that the different species maintained different resistance to SO₂.     

京津冀城市群空间集聚与扩散发展态势

城市群已经成为我国城镇化的主要载体,城市群的发展不仅主宰着国家经济发展的命脉,也主导着中国新型城镇化的未来,因此,城市群已成为当前城市与地理科学的热点研究领域,不同学科学者分别从各自的学科角度展开相应研究,且大多为针对发展较早的长三角、珠三角城市群的研究,但针对京津冀城市群的空间要素的发展特征及其发展态势的实证研究尚不多见。京津冀城市群是除长三角、珠三角城市群之外的国内第三大经济体,是我国北方重要的城镇密集区,也是我国的政治、文化和科技中心。因此,本研究从人口、经济、产业三大空间要素入手,重点分析京津冀城市群空间要素集聚与扩散的发展特征及其发展态势,以期丰富对我国城市群空间结构及形态的实证研究。     

中国重点区域PM2.5时空变化分析与预测

在我国工业化和城市化迅速发展的背景下,细小颗粒物PM_2.5污染已经成为当前主要空气污染物。本文使用基于Python编程语言的网络爬虫技术获取了中国京津冀、长三角、珠三角3个重点区域的PM_2.5日均值数据,分别基于Excel软件和ArcGIS软件进行PM_2.5时空变化特征分析。最后,通过建立分数阶累加灰色预测模型对北京市2018年PM_2.5月均值浓度进行预测。结果显示:1)时间上,我国PM_2.5浓度表现为“冬高夏低”的“U”形变化趋势;2)空间上,我国PM_2.5浓度整体表现为由南北地区向中部地区PM_2.5浓度逐渐增加;3)分数阶GM(1,1)模型对PM_2.5月均值浓度数据的预测精确度较高,结合预测结果可从长期或短期提出PM_2.5污染治理的措施建议。