大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例

针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO₂、NO_X、PM_2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO₂、PM_2.5和VOCs的排放具有明显的中心聚集现象,而NO_X和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO₂排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NO_X、VOCs、PM_2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。     

基于二次多项式的AOD数据融合方法

针对Aqua和Terra MODIS AOD数据利用线性回归算法拟合结果不够精确的问题,本文提出了二次多项式回归算法对其进行拟合,二次多项式是指这个多项式的项数超过1,且最高次方数为2。采用二次多项式回归和线性回归算法分别对2015年随机选择的一天和4-6月的AOD数据进行拟合,并将两种方法拟合的结果进行对比分析。研究结果显示,针对同一组Aqua和Terra MODIS AOD数据的拟合,二次多项式回归方法拟合得到的RMSE、MAE、R值比线性回归拟合方法得到的值精度都要高很多,说明二次多项式回归拟合方法在Aqua和Terra MODIS AOD数据的拟合方面优于线性回归方法的拟合,证明了二次多项式回归拟合方法适用于此方面的研究,而且能够提升Aqua和Terra MODIS AOD数据拟合结果的精度。     

京津冀地区一次强沙尘天气过程的成因及特征

利用常规污染物监测资料、卫星资料和再分析资料等,对京津冀地区在2017年春季遭遇的一次强沙尘天气过程进行分析。结果表明,此次过程是由地面冷锋过境,高空槽后冷空气持续补充引起,沙源地主要位于巴丹吉林、腾格里沙漠,随后以西北路径输送至京津冀地区。前期沙源地感热通量迅速增大,与中低层冷平流叠加,导致不稳定层结增强,助于起沙;高空强风速带加强并向下延伸,中低层次级环流发展,不但使沙尘传输并下降至地面,而且使高层高动量和高位涡冷空气下传,促进低空急流形成、低层系统发展,使大风及沙尘天气维持;沙尘过境时,地面至4 km高度存在沙尘型气溶胶,PM_(2.5)和PM_(10)浓度变化趋势较一致并达到重度污染水平,且气溶胶光学厚度(Aerosol Optical Depth,AOD)与空气质量指数(Air Quality Index,AQI)具有较好的时空匹配关系,重污染时段AOD值大于1,污染减弱时AOD值降至0.6以下。     

利用FY-4A卫星光学数据对中国近地面PM2.5浓度的估算和检验分析

对FY-4A卫星的气溶胶光学厚度（AOD）产品进行检验,并根据卫星相关观测资料,通过改进后的PMRS方法,反演得到中国近地面PM_2.5质量浓度网格化分布。结果表明,FY-4A卫星反演不同站点AOD与地基观测网（AERONET）观测结果吻合较好,但存在一定的低估或高估现象,相关系数区间为0.54—0.87。将细粒子比（FMF）以0.4为界进行划分,FMF＞0.4时,拟合结果较FMF≤0.4时更接近于AERONET观测结果;但FMF≤0.4时,卫星反演的AOD稳定性优于FMF＞0.4时。通过引入AOD的大小,改进FMF＞0.4时对细粒子柱状体积消光比（VE_f）的估算算法,并通过改进后的PMRS方法对中国近地面PM_2.5浓度进行逐时反演,其反演结果和地面观测结果相关较好,其中,乌鲁木齐、石家庄和徐州观测点的相关系数均高于0.7,但数值上仍存在高估或低估,误差结果由多种因素决定。空间分布中,卫星反演的中国2019年近地面PM_2.5浓度月均值与近地面观测的结果有较好的对应关系,二者逐月演变趋势基本一致,基本可以反映出中国近地面大气细粒子的空间分布,特别是秋、冬季京津冀周边区域、汾渭平原等污染高值区均与地面观测对应较好。      

沈阳大气气溶胶光学特性及其影响因子

利用2010年3—10月沈阳大气成分监测站CE－318太阳光度计观测资料,计算沈阳大气气溶胶光学厚度和波长指数等大气光学特性参数,结合地面气象观测资料,分析大气气溶胶光学特性及其影响因子。结果表明：沈阳气溶胶光学厚度在3—6月较高,8月较低,9—10月气溶胶光学厚度略有增加;除4月和8月外,气溶胶光学厚度与风速基本呈反相关;气溶胶光学厚度与可吸入颗粒物（particulate matter,PM）质量浓度变化趋势基本一致;气溶胶光学厚度日平均值距平的绝对值、改变率均与降水强度成正比;地面能见度与气溶胶光学厚度呈负相关。由气溶胶浑浊度系数计算的能见度在4—6月与实际观测的能见度基本吻合,由气溶胶标高计算的水平能见度整体小于实际观测的水平能见度。     

高斯曲线优化能见度与气溶胶光学厚度转换模型

大气气溶胶是影响对地观测定量精度的最主要不确定性因素。随着定量遥感的发展,对气溶胶光学厚度数据的精度提出了更高要求。在广泛应用的基于辐射传输模型大气校正研究中,需要输入气溶胶光学厚度等关键参数,但与对地观测影像数据同时相的气溶胶光学厚度获取较难,而水平能见度作为表征气溶胶光学特性的间接参数可通过广泛分布的气象台站获得,可将能见度转换得到的气溶胶光学厚度数据作为同时相数据输入传输模型进行大气校正计算。本文以实测的能见度和气溶胶光学厚度数据为基础,通过拟合气溶胶标高其随时间的变化对Peterson模型进行了修正。对修正后的模型进行精度验证得到RMSE为0.254,结果表明优化的模型对精度有较大提升。     

南疆盆地沙尘气溶胶光学特性及我国沙尘天气强度划分标准的研究

依据气溶胶光学厚度测量原理,利用布设于塔里木盆地腹地塔中和盆地西南边缘和田气象站的2部CE318自动跟踪太阳光度计于2002年6月至2003年11月期间的探测结果,结合地面气象实测资料,分析了南疆盆地大气气溶胶的光学特性。同时结合我国已有的沙尘气溶胶光学特性的研究成果,初步提出了依据气溶胶光学厚度判断沙尘天气强度的标准。结果表明:塔中、和田气溶胶光学厚度随波长的增大多呈现减小趋势,塔中个别季节有些例外;2站气溶胶光学厚度的日变化基本保持对称的抛物线形,在春、夏季尤为明显;Angstrom浑浊度系数β的拟合曲线显示β随能见度增大而减小,波长指数α随能见度的变化趋势说明弱沙尘天气下,大气中主要弥漫着小粒径的气溶胶颗粒,而强沙尘天气则以大粒径为主;沙尘气溶胶光学厚度随晴空、浮尘、扬沙、沙尘暴依次增加;沙尘天气发生时,气溶胶光学厚度的临界值基本为晴空值的两倍,沙漠地区气溶胶光学厚度≥1.1206,北京≥0.3174。而发生沙尘暴的阈值则有很大不同,沙漠区气溶胶光学厚度至少 > 3.0,北京由于大气污染等因素,其判断沙尘暴发生的阈值为1.9982。另外笔者认为AOD与水平能见度之比值能够较全面地考虑水平和垂直两个方向的要素变化,衡量沙尘天气强度更具有合理意义,值得更深一步的探讨。     

2010-2011年鞍山市能见度特征

利用2010年6月至2011年5月鞍山大气成分观测站的能见度资料,统计分析能见度与PM₁₀、PM_2.5、PM_1.0质量浓度、风速、降水强度和气溶胶光学厚度等气象要素的相关性。结果表明：鞍山市能见度月均值从8月份开始呈上升趋势,11月份达到峰值后开始显著下降,2月份达到最低值,自3月开始又出现较大幅度增长,进入夏季后略有下降;PM_2.5/PM₁₀、PM_1.0/PM₁₀比值与能见度呈反相关,能见度增大,PM_2.5/PM₁₀、PM_1.0/PM₁₀比值减小,且PM_1.0/PM₁₀的减小趋势更大,说明影响能见度的颗粒物以细粒子为主。平均风速与能见度变化趋势基本一致,与PM_2.5/PM₁₀、PM_1.0/PM₁₀的变化趋势呈反相关。随着雨强的增大,降水日能见度平均值随之减小,降水前一日和后一日的能见度平均值均大于降水日,且降水前一日及后一日的能见度改变量及改变率的绝对值随着降水强度的增加而增加。波长指数的变化说明影响鞍山能见度变化的污染物粒子整体较稳定,能见度与AOD成明显的反相关。     

利用Sentinel-3A OLCI可见光通道反演台湾岛气溶胶光学厚度

OLCI（Ocean Land Colour Instrument）作为MERIS（Medium Resolution Imaging Spectrometer）的后继升级版传感器,在气溶胶反演中存在潜在优势,但是目前利用OLCI数据进行气溶胶监测的研究较少。因此,本文针对OLCI多通道反射特征开发了OLCI云检测算法,并对传统查找表构建方法进行改进,根据观测几何特征提出动态查找表法,并通过光谱卷积方式等效转换MODIS和OLCI红蓝通道地表反射率并获取OLCI红蓝通道地表反射率固定关系,进而实现台湾岛550 nm处的AOD反演。与550 nm处AERONET level 2.0 AOD验证结果首先表明不同季节、不同站点的精度表现存在一定差异,其次相对于同期MOD04_3K AOD产品,本文反演结果与全球气溶胶自动观测网（AERONET）站点实测值之间表现出更显著 的相关性（R²=0.8199）,均方根误差（RMSE）从0.175下降到0.113,相对平均误差（RME）从33.6%下降到26.7%,且67.5%的OLCI AOD落在预测误差（EE）区间内,明显大于MOD04_3K AOD落在预测误差区间的百分比（55.7%）。此外,误差分析表明,当实际AOD值较低时,红蓝通道地表反射率之间关系的误判会导致较为明显的AOD反演相对误差。     

乌鲁木齐市MODIS气溶胶光学厚度与空气质量指数相关性分析

利用MODIS气溶胶光学厚度(AOD,Aerosol Optical Depth)产品与同期乌鲁木齐市空气质量指数进行相关性分析,得到二者的相关系数为0.664。对MODIS AOD产品进行垂直和湿度订正后,二者的相关性显著提高,相关系数从0.664提高到0.805。订正后按季节分类统计,春、夏、秋3季的相关系数分别为0.775、0.608和0.822,其中秋季的订正更为有效,可用性更高。这可能受到不同季节气溶胶来源、特征以及数据样本差异的影响。最后分别建立全年、春季、夏季和秋季的线性、对数、一元二次、乘幂和指数5种类型的拟合模型。考虑模型易于利用的因素,依据各拟合模型相关系数的大小得到全年以及各季节最优拟合模型,该模型函数可用来反演和监测乌鲁木齐市空气质量指数。