山西阳泉空气污染特征及其与气象要素的相关性分析

为了研究阳泉市大气污染物排放特征及大气污染指数(API)与气象要素的相关性,利用2007～2011年山西省阳泉市的SO2、NO2、PM10浓度资料及地面气象观测资料,采用相关系数和逐步回归方法对其进行研究.结果表明,2007～2011年,阳泉地区首要污染物为SO2和PM10,污染物及大气污染指数呈U型分布特征,区域差异大,冬春季和夏秋季有显著不同,冬春季污染浓度明显大于夏秋季,分季节利用气象要素建立的大气污染回归模型通过了显著性检验,能较好地预报污染物浓度的变化和提供空气质量的预报服务信息,研究结果对阳泉地区的污染防治及环境气象服务有重要的意义.     

山西阳泉空气污染特征及其与气象要素的相关性分析

为了研究阳泉市大气污染物排放特征及大气污染指数(API)与气象要素的相关性,利用2007～2011年山西省阳泉市的SO2、NO2、PM10浓度资料及地面气象观测资料,采用相关系数和逐步回归方法对其进行研究.结果表明,2007～2011年,阳泉地区首要污染物为SO2和PM10,污染物及大气污染指数呈U型分布特征,区域差异大,冬春季和夏秋季有显著不同,冬春季污染浓度明显大于夏秋季,分季节利用气象要素建立的大气污染回归模型通过了显著性检验,能较好地预报污染物浓度的变化和提供空气质量的预报服务信息,研究结果对阳泉地区的污染防治及环境气象服务有重要的意义.     

中国近地面PM2.5浓度与排放的时空分布及其关联分析

PM_2.5是威胁人体健康的主要大气污染物之一。大量研究关注近地面PM_2.5浓度的监测及其时空分布,但目前针对PM_2.5排放及其与近地面浓度之间的关联研究较为缺乏。本文通过2000—2014年近地面PM_2.5浓度格网数据和PM_2.5排放格网数据,采用长时间序列分析法对PM_2.5浓度和PM_2.5排放从定性和定量两个角度进行时空变化趋势对比研究,并进一步结合标准差椭圆法和趋势分析法,分析了我国近地面PM_2.5浓度和PM_2.5排放的时空变化特征及其关联。结果表明,从总体时间序列趋势上,近地面PM_2.5浓度和PM_2.5排放之间在空间分布上基本呈现一致性,集中在胡焕庸线以东的人口密集区,但在时间上,PM_2.5浓度和排放之间存在动态变化时间差。且PM_2.5浓度的变化更为明显,2000—2007年高于35 μg/m³的国土面积占比增加了14.26%,2007—2014年减少了2.84%;从标准差椭圆分析来看,PM_2.5浓度椭圆和排放椭圆在覆盖面积和方位角上与人口和经济分布吻合,但前者面积更大,长轴更接近于东西方向,二者存在约17°差异,而两类椭圆的中心位置随时间变化呈现出较一致的轨迹特征并呈现出滞后特点;此外,受大气扩散、点源排放等因素影响,PM_2.5浓度变化趋势与排放变化趋势在胡焕庸线以东并不完全一致,部分区域排放呈降低趋势而浓度则反而呈升高趋势。因此,从全国层面来看,减排政策对浓度降低在时间上虽存在滞后,但边际效益显著,并已显露成效;而从局地来看,受地形、气象条件和大气化学过程等复杂影响,二者的变化在空间上仍会存在差异,有待进一步深入研究;从防控措施来看,在继续加强落实本地减排政策的同时,应考虑污染物的扩散迁移规律,加强联防联控,有效改善空气质量。     

葫芦岛市空气质量分析及其与暴雨的关系

针对暴雨对空气质量的影响的问题,结合葫芦岛市环境监测中心站2010年市区空气质量逐日监测资料与葫芦岛市气象局气象观测资料,采用空气污染指数和空气质量指数法,分析了葫芦岛市空气质量时间分布特征及其与暴雨的关系。结果表明,在影响葫芦岛市空气质量的主要3种污染物——二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)中PM10为首要污染物;3种污染物变化趋势基本一致,都是夏季污染最轻,冬季污染最重,春秋两季居中;暴雨与污染物浓度变化有着密切的关系,4次暴雨过程所在日3种污染物浓度都较低,且在强降水过后第一天污染物浓度继续降低。     

2012年成都市PM10污染与地面气象条件的相关性分析

为了解2012年成都市PM10浓度分布情况及其与地面气象条件的相关性,通过分析2012年PM10浓度的分布情况,选取了13次污染过程,并对这些过程中的地面气象要素情况进行分析。结果表明,PM10浓度呈波状分布,其中3月和11月分别达到峰值,7月为全年最低;过程期间各变量具有以下特征:PM10浓度与温度呈正相关,与气压呈负相关,当有降温升压时PM10浓度减小;24小时变压变温都较小,表明天气较稳定;地面风速小,普遍小于2m/s,且主要为弱偏西偏北风,而当风速增大时有利于PM10的扩散;低能见度与较大的相对湿度对应较好,二者有明显的负相关。     

西安大气细颗粒(PM_1)化学组成及其对能见度的影响

在2012年秋季选取天气状况相对稳定的12d,运用细颗粒化学组分在线观测仪(ACSM),观测西安大气颗粒物变化;利用正矩阵因子分析法(PMF)对大气细颗粒物中的有机物进行源解析,探讨其对能见度的影响;最后,结合IMPROVE公式中吸湿增长因子和多元线性回归统计方法重建散光系数。结果表明:在观测时段,PM1(不包括黑碳和矿尘等难熔组分)和PM2.5质量浓度时间序列的相关性较好(判定系数为0.67),PM1约占PM2.5质量浓度的60%,有机物约占PM1质量浓度的58%,其他组分(包括SO2-4,NO-3,NH+4和Cl-)约占42%;高相对湿度(大于85%)伴随着一次组分质量分数的增加,雨水对一次组分的湿沉降作用也更加明显;利用正矩阵因子分析法对有机物进行源解析,分解出烃类有机气溶胶(HOA)和氧化性有机气溶胶(OOA)两种组分;OOA约占有机物质量浓度的54%,HOA约占46%,并且在下午时段,HOA发生挥发,经过光化学反应快速转化为OOA;硝酸盐对光的散射贡献最大。     

成都地区闪电产生氮氧化物的观测研究

为了解四川盆地闪电产生的NOX向低空的传输特征,利用大气平均电场仪、氮氧化物分析仪、臭氧分析仪对成都地区雷暴过程中闪电产生的NOX进行了地面观测,并结合风廓线雷达测得的地面0.4km的风速风向数据进行了分析。研究结果表明:(1)、NOX浓度随时间的变化与NO浓度随时间的变化呈正相关关系,O3的浓度随时间的变化与NOX的浓度随时间变化呈负相关关系;(2)、雷暴过程中,NOX和NO的浓度值都比晴天背景大气条件下的地面值要高,O3的浓度值则低于平均值,闪电频次与氮氧化物浓度存在正相关关系;(3)、LNOX从高空传输到地面也受风速风向的影响,风速与NOX浓度存在负相关关系,气流被偏北风控制的情况下,NOX的浓度值较低,气流在偏南风控制时,NOX则出现高浓度积累。     

北京大气细粒子及其成分的浓度变化特征

硫酸盐、硝酸盐是城市的大气细粒子重要组成部分之一。本文利用RCFP仪器针对北京市2004～2007年北京大气细粒子的成分进行了连续的观测与分析发现,硝酸盐年平均下降率为7%,约合0.7微克/立方米;而硫酸盐浓度从2006年的28微克/立方米下降到了18微克/立方米。同时特别分析了2007年8月17日至20日机动车限行期间,北京及周边地区区域气象特征、细颗粒污染物浓度特征,及其主要化学成分的特征,并参照反向轨迹演算发现以硫酸盐为表征的北京周边地区污染物随弱南向气团向北京输移,以湿气团和氯离子为共同表征的东南海陆特性气团随东南气流向北京输移,从而证明偏南气流将北京周边地区的细颗粒物污染物输移向北京的特征。     

海南岛气溶胶时空变化及来源追溯

海南岛独特的区域和国家战略位置,使得了解和掌握该地区气溶胶时空格局特征及其大气污染物传输来源是海南大气环境质量监测和污染防治中重要的关注问题。选取MODIS 3 km分辨率气溶胶光学厚度（AOD）产品MOD04_3K,对海南岛2003—2017年AOD时空变化特征进行分析;以海口市为起始点,采用HYSPLIT模式对8次典型大气污染事件在10、500、1000 m 3个相对地面高度上进行48 h后向轨迹计算,以探究该区域大气污染物来源。结果表明：① 海南岛AOD在空间上呈较为明显的三级阶梯状分布,从西北方向向东南递减,2003—2017年在不同阶梯的空间变化趋势差异十分显著;② 2003—2017年海南岛AOD年均值为0.095,各年均值整体呈轻微升高趋势;季节均值差异表现为“春季>秋季>冬季>夏季”,此差异除受区域天气系统与地方风向特征的影响外,本区旅游业发展造成的大气污染物排放也不可忽视;③ 海南岛（海口市）2013—2017年典型大气污染事件发生期间大气污染气流在3个高度上（10、500、1000 m）的后向轨迹基本保持一致,均主要来自于海南岛东北方向。据此,位于该方向毗邻的珠江三角洲地区陆源大气污染物在东北盛行风的影响下被输送至海南岛,在区域天气系统（如大陆冷高压）和局部天气系统（如海风辐合）共同作用下,是促成该地区大气污染事件发生的重要因素。研究结果对深入理解海南岛近十多年来大气环境状况的变化规律、完善该区域大气污染联防联控机制具有重要的意义。     

难忘春节鞭炮声

“新年到穿棉袄,闺女要花,小子要炮。”这是流传于豫东平原的歌谣。孩子们满街唱起来的时候,中国最重要的传统节日——春节就要到来。春节里,孩子们可以用长辈发的压岁钱买鞭炮尽情玩乐。今年春节前夕,居委会发出通知,要求在全县范围内禁止燃放烟花爆竹,一时间,噼噼啪啪放鞭炮的热闹场面销声匿迹了。春节期间,我再也听不到此起彼伏的鞭炮声响起,禁不住失落起来。     

基于小波变换的河北省GPS PWV与PM2.5的相关性分析研究

以2014-01~03的河北省GPS和PM2.5观测数据为例,利用小波变换方法开展GPS水汽和PM2.5浓度的相关性分析。结果表明,低频系数重构的GPS水汽与PM2.5浓度序列较好地反映了两者之间的正相关特性;D7高频信号（128~256 h）及D7与D6高频信号（64~256 h）重构的GPS水汽与PM2.5浓度的相关性较原始序列的相关性有较大提高;对于持续7 d的重度雾霾过程,由第7层和第6层高频系数重构的GPS水汽序列与PM2.5浓度序列的相关性达到0.890;不同时刻水汽变化对PM2.5浓度观测的影响,在水汽变化波动较大时段,水汽与PM2.5浓度的相关性为正;对于水汽变化波动较小时段,由于水汽与PM2.5浓度峰值时刻的差异,水汽与PM2.5浓度序列的相关性则不明显。     

融合GNSS水汽、风速与大气污染物的河北省冬季PM2.5浓度预测研究

为提高PM_2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM_2.5浓度预测模型,开展未来24 h的PM_2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶变换,提取各类要素的公共变化周期,获得最佳公共周期为216 h;然后选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM_2.5浓度作为模型输出,分别以PM_2.5单要素的RBF神经网络和融合大气污染物、风速、GNSS水汽的LSTM神经网络构建PM_2.5浓度预测模型;最后利用实测PM_2.5浓度序列分别对2种模型开展外部可靠性检验,将RMSE和IA作为评价指标进行模型精度评价。研究结果表明,基于FFT-LSTM的PM_2.5浓度预测模型的RMSE和IA分别为16.22 μg/m³和84.36%,模型预测精度较好,可有效预测未来24 h的PM_2.5浓度,该模型可为大气污染防治部门空气质量预测提供参考。     

中国区域近地面CO2时空分布特征研究

本文利用2009年6月至2010年5月日本宇宙航空研究开发机构（JAXA）、日本环境署（MOE）与日本环境研究（NIES）所等联合开发的全球首颗专用温室气体观测卫星“呼吸号”（GOSAT）上的被动红外探测器（TANSO）官方反演的近地面975hPa左右的CO₂浓度L4B数据产品,采用ArcGIS地统计分析方法,对比瓦里关全球大气本底站地面观测数据进行真实性检验,分析中国区域近地面CO₂浓度分布的时空变化特征。结果表明：中国区域近地面CO₂浓度空间分布集中,东高西低,差异显著;CO₂浓度具有明显的季节变化特征,月平均浓度4月份（春季）升至最高,7月份（夏季）降至最低。结合“中国统计年鉴2012”中的2009年人口密度、能源消费总量（煤）和GDP等辅助数据对比发现：导致中国近地面CO₂浓度空间分布规律的原因多种多样,不可轻易定论是人为或自然使然,需进一步深入研究。     

上海闸电地区水陆界面处大气扩散特征的研究

本文根据1985年对上海闸北发电厂周围大气环境现状评价资料,分析了该地区大气扩散参数σ值空间分布的不连续性及气态污染物的地面浓度分布特征,探讨了水陆界面处的大气扩散特征、模式选择和有关输入参数的模式化等问题。     

基于中国大气环境监测站点的2015—2019年大气质量状况时空变化分析

2013年以来几次严重的雾霾污染事件引起了公众的广泛关注,此后中国实施了一系列有关大气污染防治的政策、法规和措施来改善大气质量。为了分析近年来中国大气质量的时空变化特征,本文选取2015—2019年生态环境部国控站点监测的大气污染关键参数,对比分析了空气质量指数和6种大气污染物的季均、年均浓度变化结果,并利用组合指标分析法和相关分析法探讨了不同大气污染物之间的相关性。结果表明：① PM_2.5、PM₁₀、SO₂、CO和NO₂浓度和AQI均有明显下降,2019年均浓度较2015年均浓度分别下降4.5%、3.84%、7.86%、3.74%、0.95%,AQI下降了19.31%,同时,O₃浓度则上升了0.79%;② 从空间分布来看,中国北方地区PM₁₀、PM_2.5、O₃、NO₂、SO₂、CO年均质量浓度和AQI分别比南方地区高25.2%、18.73%、4.95%、17.6%,32.74%、16.17%、28.3%;③ 从季节性变化规律来看,除了O₃呈现出夏季浓度高,冬季浓度低外,其他5种污染物和AQI都呈现相反的季节变化规律;④ 总体而言,目前中国大气污染以PM_2.5和O₃为主,PM_2.5与NO₂、SO₂、CO之间有极显著的正相关关系（r>0.85,p<0.01）,而O₃与其前体物NO₂和CO之间存在显著的负相关关系（r>0.8,p<0.01）。     

上海夏季雾霾的影响因素研究

由于对流层中气象因素变化剧烈且蕴含大量的水蒸气和颗粒物，雾霾的发生也极易改变卫星信号的传播路径，从而导致对流层延迟发生变化，因此重点研究气象因素与雾霾之间的相关性问题。通过上海市2016年62 d(DOY 153～214)的大气中污染物含量资料与天顶对流层延迟比较分析发现，大气中每种污染物含量基本呈现相似的走势，天顶对流层延迟随PM2.5含量增加而增大，且在日值数据的比较中发现，上海夏季的PM2.5含量与气压、气温和相对湿度成正相关关系，与风速、降水量呈负相关关系。     

基于Spearman秩相关系数的PWV与PM2.5相关性研究

在讨论大气可降水量(PWV)与细颗粒物(PM 2.5)之间的相关性时,传统方法未能很好地顾及连续数据中包含的非雾霾天气信息的影响,为此本文提出2个数据选取标准——时间标准和空气质量指数(AQI)等级标准,用于获取雾霾期间对应的PWV和PM 2.5序列。为解决数据筛选后不连续的问题,引入一种非参数性质的Spearman秩相关系数ρ,在北京市2014~2016年雾霾多发期,分析不同AQI等级对应时段的非连续等距的PWV和PM 2.5序列的相关性可知,筛选后3 a的ρ在第1、4季度的均值分别为0.6613和0.6280,整体均值为0.6447,表明雾霾天气下PWV和PM 2.5序列具有单调正向的相关性,而传统分析方法(未筛选)下两者的相关系数均较小,表明在对数据进行选取后的分析结果更具针对性和准确性。     

贵州普定灯盏河岩溶泉的硫同位素季节变化特征

通过对贵州普定后寨地下河补给区的灯盏河岩溶泉为期1年的泉水水文地球化学特征与水中SO2-4的硫同位素组成及季节性变化规律的分析,揭示灯盏河岩溶泉泉水中硫酸盐的来源及形成机理.结果表明:灯盏河岩溶泉的水化学类型主要为HCO-3·SO2-4 Ca2+型,具有很高的硫酸盐浓度,且变化幅度较大,SO2-4浓度为0.35~8.76mmol·L-1;灯盏河泉水SO2-4的硫同位素组成为(3.80~25.76)×10-3,反映泉水的硫同位素组成主要受土壤有机硫氧化和石膏岩层溶解的控制;泉水硫同位素组成季节性变化明显,表现为旱季大于雨季,且旱季变化平缓,主要受石膏溶解的控制,而雨季变化幅度较大,反映雨季地下水硫酸盐土壤有机硫源贡献的增加及其季节性差异.     

对流层中层与近地面大气二氧化碳浓度的比较研究

通过地基观测站点的实测数据,首次证实大气温室效应是由人为排放造成的,地表能量平衡受二氧化碳（CO₂）浓度水平的影响。因此,分析CO₂浓度时空分布特征,从而探究其源汇、控制其排放尤为重要。本文采用AIRS（Atmospheric Infrared Sounder）对流层中层CO₂浓度数据及GOSAT（Greenhouse gases Observing SATellite）近地面CO₂浓度数据,对比研究了CO₂浓度在对流层中层及近地面的时空分布特征差异。结果表明,AIRS探测到的对流层中层CO₂浓度,在时空上普遍高于GOSAT探测到的近地面CO₂值,高值区位于30°~90°N,浓度多集中在390~395 ppm,这与AIRS探测的对流层中层CO₂浓度已充分混合相关;而GOSAT CO₂浓度高值区则位于热带、亚热带人口众多的地域,如非洲和中国东部沿海地区等人类活动活跃地带,这也表明GOSAT探测近地面CO₂的重要性,其可弥补地基站点测量在空间分布上的不足。本文进一步对比分析了CO₂浓度在海陆及南北半球的差异特征及影响原因,CO₂在海洋及陆地区域的平均浓度具有相似的时间波动特征,但其浓度在陆地几乎始终高于海洋,这与人类活动释放大量的CO₂密切相关。CO₂浓度在南北半球存在明显的差异,这是因为南半球的季节变化规律与北半球相反,且由于化石燃料燃烧及土地利用变化等主要集中在北半球,因而北半球CO₂浓度高于南半球。此外,本文还对NUCAPS（NOAA/NESDIS/STAR NOAA Unique CrIS/ATMS Processing System）反演得到的CrIS（Cross-track Infrared Sounder）CO₂柱平均浓度及廓线产品做了初步分析,发现其与AIRS、GOSAT CO₂分析结果一致。     

集成多源遥感数据的PM2.5浓度空间分布制图

针对传统地面稀疏站点监测PM_2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM_2.5浓度空间分布模拟研究。以京津冀地区2013年的年均、季均PM_2.5浓度模拟图为例,用简化的气溶胶反演算法（SARA）反演了 1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM_2.5浓度空间分布进行地理统计模拟及优选。结果表明：① SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;② 集成多源遥感数据的地理加权回归模型拟合度高（平均R²-0.66）,其空间模拟显示研究区平均PM_2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③ 研究区PM_2.5污染程度高,全年平均模拟浓度高达75 μg/m³,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻。该成果对于精细把握PM_2.5污染特征,指导污染防控具有重要意义。