北京市春夏季大气气溶胶的单颗粒分析表征

采集了北京市2000年春夏季大气气溶胶样品5个，采用扫描电镜X射线能谱技术分析大气气溶胶单颗粒约2500个。研究结果表明，沙尘期间，矿物尘是最主要的颗粒物种类，非沙尘期间，北京市大气气溶胶中主要检出矿物尘和含硫颗粒物。夏季随着颗粒物污染的加重，含硫颗粒物的数目百分数增加。是北京市大气颗粒物污染的重要特征。重点讨论了Ca-S颗粒、K-S颗粒和Ca-K-S颗粒三类典型含硫颗粒物的化学组成和粒径分布特征。数目可观的Ca-K-S颗粒以及其他硫酸盐颗粒的生成与相对湿度和云量等气象条件相关，这些颗粒物可能是云中过程的产物。减少SO2排放，减少含硫颗粒物，对于控制北京市的大气颗粒物浓度水平具有重要意义。     

利用遥感综合分析西风引导气流与地形对沙尘运移路径的影响

沙尘暴的发生受大气环流、地表状况、降雨的影响，还受到局部地区地形的影响。一次规模较大的沙尘暴过程，沙尘可以从蒙古国和我国西部沙源地输送到我国东部、韩国、日本乃至夏威夷、美国西海岸。中日亚洲沙尘暴ADEC项目对亚洲沙尘暴的起沙、传输和降落的运行机制已经作了深入的研究，并建立了亚洲沙尘暴的数值模拟系统。本文以影响北京地区的沙尘暴事件为例，利用遥感技术，综合DEM地形数据和地面实测数据分析西风引导气流和地形对沙尘运移路径影响，将MODIs影像数据和DEM地形数据以及地面观测站点实测数据相结合，进行综合分析，结果表明在一次沙尘暴过程中，沙尘在运移过程中的运移路径明显地受到西风引导气流、沙尘粒子自然沉降规律以及局部地形的影响，要预防(减少)北京地区的沙尘暴仅仅作好北京地区的生态环境建设是不够的，加强北京周边地区，尤其是张家口地区、官厅水库库区及库区周围地区的生态环境建设尤为重要。     

沙尘天气等对西安市空气污染影响的研究

通过对西安市1981—2000年TSP、SO2和NOx年平均浓度资料,1998—2000年周报和日报环境监测资料以及相应的地面、高空常规气象观测资料的统计分析,研究了该市空气污染的时间变化特点以及沙尘天气等几种气象条件对其浓度变化的影响。结果表明:(1)颗粒污染物(TSP和PM10)是西安市的首要污染物,其次是SO2。1981—2000年期间,TSP年平均浓度降低了75%,SO2年平均浓度降低了77%,NOx年平均浓度总体上变化不大;这三种污染物月平均浓度的年变化都呈单周期型,冬季1月份最高,夏季最低(TSP是7月份最低,SO2和NOx是8月份最低)。(2)2001年春季3～4月份沙尘天气的频繁发生,使西安市空气污染日出现全年的第二个多发期(23d·月-1),这有别于正常年份仅在冬季1月份出现一个浓度峰值的特点;强沙尘暴天气过程会使西安市PM10浓度在非常短的时间内提高3倍左右,造成严重的颗粒物污染。(3)西安市冬半年出现轻度污染以上级别的几率明显大于夏半年。影响西安市的地面天气系统可归纳为12类,当受不同天气系统控制时,其污染状况会有较大差异。(4)西安市一年四季都有逆温存在,100m平均逆温强度为0.90℃;全年以低层逆温出现日数最多,但冬季贴地逆温出现日数最多,厚度最厚,强度最大,是造成西安市冬季空气污染严重的最重要气象因素之一。(5)西安     

利用热红外温差识别沙尘

沙尘识别是沙尘灾害监测和沙尘气溶胶特性研究的首要工作。利用辐射传输方程进行了沙尘气溶胶的辐射计算 ,对不同沙尘气溶胶光学厚度下的热红外通道温差ΔT(T11μm-T12 μm)的变化进行了分析。理论分析表明 ,利用热红外通道的温度差ΔT进行陆地沙尘识别是可行的。并利用NOAA AVHRR热红外通道的温度差ΔT进行了陆地沙尘识别的实验 ,经与地面气象站实测的沙尘天气现象相比较 ,结果一致。     

兰州市2001年沙尘气溶胶质量浓度的特征分析

 分析了2001年沙尘暴期间兰州与靠近沙尘源区的武威的沙尘浓度和粒径分布特征,并运用对数正态分布规律拟合了沙尘粒径的分布。通过对比武威、皋兰和兰州沙尘暴期间沙尘浓度的变化以及武威与兰州的沙尘粒径分布特征,揭示了河西走廊沙漠对兰州市沙尘暴的影响。     

基于FY3A/MERSI资料分析广东省气溶胶光学厚度分布

利用国产极轨气象卫星FY3A的MERSI AOD产品分析2010—2013年广东省气溶胶光学厚度的分布规律。结果表明:MERSI AOD产品与地面太阳光度计实测数据的相关系数为0.72,其平均绝对值误差为0.12,均方根误差为0.15,数据精度可满足研究需要;从AOD的空间分布看,珠三角西翼东翼山区五市,其中佛山市、东莞市、中山市为广东省AOD均值最高的地区,梅州市、河源市为广东省AOD均值最低的地区;从AOD的时间分布看,2010—2013年间,AOD呈现先升高后降低的趋势,2011年为拐点,与此同时,AOD还表现出明显的季节变化特征,春季为AOD高值期,夏季、秋季次之,冬季最低。     

天津城区春节期间大气气溶胶污染特征 和数浓度分布

利用天津城区2009-2014年春节期间大气气溶胶观测资料和相关气象资料,重点分析2013和2014年春节期间气溶胶污染特征,探求燃放烟花爆竹以及气象条件对春节期间大气气溶胶的影响。结果表明,受燃放烟花爆竹影响,春节期间PM_(2.5)质量浓度最高值均发生在除夕夜间;持续雾霾天气条件下燃放烟花爆竹,造成2013年除夕夜间PM_(2.5)质量浓度峰值达到1240μg·m～(-3),是近年来最严重的一次;2014年春节期间烟花爆竹燃放量有所减少,加之空气扩散条件较为有利,PM_(2.5)质量浓度显著低于2013年;不同天气条件下,气溶胶数浓度谱分布特征存在明显差异,燃放烟花爆竹期间气溶胶数浓度水平与严重雾-霾天气相当。     

太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

基于数据同化的长春市雾霾反演与空间特征分析

近年随着长春地区冬季雾霾天气的频繁出现,大气可吸入颗粒物(PM2.5)已成为长春地区的主要空气污染物之一。遥感技术与污染物模型相结合是近年来预报空气质量的一种有效方法。本文以2015—2016年长春市冬季雾霾天气为例,利用MODIS遥感影像获取的气溶胶光学厚度(AOD),反演长春市地表PM2.5浓度值,得到长春市空气污染物空间分布图,并分析长春市空气污染物的时空分布特征。同时利用AOD反演的PM2.5浓度值作为数据同化资料,对长春市地表PM2.5浓度值进行预报,预测结果令人满意。研究结果表明:数据同化与遥感信息技术结合进行雾霾预测是一种有效的手段,可为雾霾反演的数据提供可靠的信息。     

桂林市大气气溶胶质量浓度变化特征分析

利用2009-2018年桂林大气成分站的大气气溶胶质量浓度观测资料,分析了PM_(10)、PM_(2.5)、PM_1统计值的变化规律,结果表明:(1)2009-2018年桂林ρ(PM_(10))、ρ(PM_(2.5))、ρ(PM_1)年平均值变化趋势基本相同,2012-2014年,年平均值相对较高,自2015年后有下降的趋势。一年中月变化基本呈冬高夏低的正V字型分布,月平均峰值出现在1月,谷值出现在7月。质量浓度小时平均值从数值上呈现出冬春秋夏的趋势,并呈现明显的双峰分布特征。ρ(PM_(2.5))/ρ(PM_(10))、ρ(PM_1)/ρ(PM_(10))、ρ(PM_1)/ρ(PM10_(2.5))介于60%-93%之间,说明全年可吸入颗粒物中细粒子占大多数。桂林大气气溶胶质量浓度月平均分布规律可能与天气气候特点有密切关系,日变化主要受到气象条件和污染物排放的影响。(2)桂林ρ(PM_(10))、ρ(PM_(2.5))和ρ(PM_1)与日均气温、日均湿度、日降水量、日均风速显著负相关,与日均气压显著正相关。中雨及大雨、暴雨可明显稀释污染物的浓度,细颗粒物易被雨水冲刷清除。2级以上的风力对于污染物有一定的驱散作用,尤其粗颗粒物下降的程度较明显。