济南市夏季甲醛时空分布特征及对臭氧污染的影响

基于Sentinel-5P卫星遥感数据,分析济南市2019—2021年夏季甲醛浓度的时空分布特征及对臭氧污染的影响。结果表明：研究期间夏季甲醛平均柱浓度呈逐年下降趋势,2020年同比降幅最大为24%;甲醛浓度高值区域主要分布在人口密集的市区及工业聚集的章丘区、济阳区和商河县,呈现由城市中心向外扩散的趋势;甲醛浓度受周边城市的影响,形成一条东西向的区域化污染带;甲醛对臭氧的影响主要表现在臭氧污染轻度或污染初期,而氮氧化物的排放进一步加重臭氧污染。     

“哨兵-5P”卫星TROPOMI传感器在江苏省域大气污染监测中的初步应用

简述了欧洲航天局(ESA)于2017年10月13日发射的\"哨兵-5P\"卫星上对流层观测仪(TROPOMI)的技术特性。基于TROPOMI的NO_2、O_3、SO_2、CO等几种污染气体L2级数据产品对江苏省域的空间分布特征和大气污染识别效果进行了初步分析。结果表明,TROPOMI的NO_2、CO遥感反演产品可以很灵敏地反映工业源、城市交通源排放在对流层近地表的含量水平,可为区域大气污染精细管控和空气质量精准预警预报提供有力支持。     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。     

郑州市对流层NO2柱浓度时空变化及其影响因素

基于郑州市2005—2015年的OMI遥感反演资料以及地面相关监测数据,研究了郑州市对流层NO_2的时空分布特征,并利用灰色关联法对郑州市NO_2柱浓度变化的主要影响因素进行分析。与地面观测数据对比检验显示,对流层NO_2柱浓度年均值数据与近地面监测站NO_2浓度的实测年均值数据呈显著的正相关,相关系数分别为0.884 6和0.940 2,表明OMI数据资料可以较好地反映地面NO_2浓度的变化。郑州市的对流层NO_2柱浓度在2005—2013年间呈现波动变化且2013—2015年NO_2柱浓度显著减小的特征。季节变化上NO_2柱浓度主要表现为冬季秋季春季夏季的特点。郑州市对流层NO_2柱浓度的空间变化分布主要表现为由北部向南部逐渐递减的趋势,年际变化上高值区与低值区变化不够显著,中值区近年来不断扩大。灰色关联度分析结果显示,汽车保有量与对流层NO_2柱浓度的灰色关联度最低为0.571,而标准煤消耗量、工业用电量以及采暖供热量与对流层NO_2柱浓度的灰色关联度比较高,分别为0.956、0.828、0.862,即大气中工业过程及采暖期煤炭燃烧排放的NO_2占较大比例,汽车尾气排放所占的比例相对较小。     

天山北坡经济带城市NO2污染的时空分布特征

基于2015—2020年近地面NO₂质量浓度数据和2019年哨兵-5P TROPOMI卫星探测的对流层NO₂柱浓度数据,采用相关性分析、趋势分析等方法探究新疆天山北坡经济带6个城市NO₂污染的时空分布特征。结果表明：（1）从年均值来看,天山北坡经济带NO₂质量浓度总体呈下降趋势,尤其2018—2020年下降明显。其中乌鲁木齐NO₂质量浓度值最高、博乐最低。（2）从季度均值和月均值来看,各城市NO₂质量浓度季节变化明显,其中夏季最低、冬季最高;月均值呈“中间低、两头高”的变化特征。（3）从日均值来看,各城市NO₂质量浓度大多呈现双峰型分布,分别出现在早上10:00和晚上23:00。（4）从空间分布来看,NO₂柱浓度高值区多分布在人口密集和工业发达的城市地区,尤其是乌鲁木齐、昌吉、五家渠、石河子污染最为严重。     

新疆绿洲城市夏季农田区对流层NO_2垂直柱浓度特征分析

2014年夏季6~8月利用地基多轴差分吸收光谱仪(MAX DOAS)在新疆绿洲城市乌鲁木齐市三道坝镇、库尔勒市西尼尔镇及博乐市84团农田区观测的NO_2垂直柱浓度(VCD)数据,结合同期的气象数据分析了NO_2VCD的变化特征。研究表明:1NO_2气体的日变化规律在乌鲁木齐市和库尔勒市农田区呈波浪式多峰特征,博乐市农田区呈明显的双峰形式,且峰值除了库尔勒市在午后外,乌鲁木齐市和博乐市均出现在早晚时段;2新疆绿洲城市农田区在夏季6月(3.327×1015molec/cm~2)的NO_2VCD最高,其次是7月(2.002×1015molec/cm~2),最低是8月(1.656×1015molec/cm2);3NO_2VCD与气温、水汽压气象要素密切相关;由于城市间地势、格局的差异,库尔勒市的NO_2浓度与风速呈显著正相关,乌鲁木齐市、博乐市的NO_2浓度与风速相关性不显著。     

2015—2020年全国重污染天变化趋势及时空分布特征分析

2015—2020年,全国重污染发生天数、比例及城市数量整体呈逐年下降趋势。与2015年相比,2020年全国337个地级及以上城市重污染天数减少1 847 d,降幅达55.2%;重污染天数比例下降1.6个百分点;发生过重污染天气的城市数量减少60个。其中,全国细颗粒物重污染天数整体呈下降趋势,沙尘重污染天数随气象条件的差异波动变化,臭氧重污染天数呈波动上升趋势。\"十四五\"期间,消除重污染天气的主要对象仍是细颗粒物重污染。应将天山北坡城市群、\"2+26\"城市、汾渭平原及苏皖鲁豫交界地区作为\"十四五\"期间污染减排的重点关注区域。此外,需遏制\"2+26\"城市臭氧重污染上升势头。     

基于信号改进深度学习网络的京津冀城市群二氧化氮浓度预测

在中国华北地区,二氧化氮污染仍旧不容忽视,尤其是在机动车辆密集和工业生产相对集中的京津冀城市群。运用小波分解(WD)和长短期记忆(LSTM)神经网络建立了W-LSTM组合模型,用于预测未来京津冀地区二氧化氮日均浓度和分指数。使用2014年1月—2018年5月主要大气污染物数据对组合预测模型进行训练试验,在获得最优模型参数后,使用2018年6月—2019年6月数据进行模型预测性能测试试验。结果表明,相较于传统的LSTM预测模型,W-LSTM组合预测模型具有更好的预测性能,预测结果的平均绝对百分误差为9.21%。在此基础上,使用最优预测模型对京津冀城市群2019年7月—2020年12月二氧化氮日均浓度进行了预测,并描绘了时空分布图用以表征其时空变化特征。     

基于GIS的唐山地区大气污染物时空分布研究

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型,采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算,直观比较了污染物在不同时期内的空间分布状况。结果表明,空气质量时间分布较为明显,非采暖期明显好于采暖期。同时,计算出每个网格单元污染指数的标准偏差,结合气象气候、地形地势、工业发展等情况,分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。     

新疆大气颗粒物的时空分布特征

基于2015年新疆12个城市的PM_(10)和PM_(2.5)地面监测数据,并结合同期气象观测数据,分析了新疆PM_(10)和PM_(2.5)质量浓度的时空分布特征及其与气象要素的关联性。结果表明:新疆大气颗粒物年均质量浓度呈现南高北低特征,南疆各城市的年均PM_(10)质量浓度为150～262μg/m~3,年均PM_(2.5)质量浓度为50～118μg/m~3。北疆各城市的质量浓度相对较低,年均PM_(10)质量浓度为28～139μg/m~3,年均PM_(2.5)质量浓度为13～74μg/m~3。从时间变化来看,在春季和夏季,新疆以粗颗粒物污染为主,冬季以细颗粒物污染为主。此外,在南疆各城市3月PM_(10)质量浓度突然大幅升高与相对湿度明显下降、风速增大直接相关,沙尘天气是导致该区域春季高PM_(10)质量浓度的重要原因。     

广东省“十二五”生态环境时空变化趋势及影响因素

基于2011—2015年Landsat7、Landsat8等卫星遥感影像,结合土壤侵蚀面积、水资源量、降雨量、污染物排放量等统计数据,按照《生态环境状况评价技术规范》(HJ 192—2015),研究评价广东省\"十二五\"期间生态环境状况及其时空变化趋势,并对其影响因素进行综合分析。结果表明,广东省的生态环境状况总体为优,各市生态环境状况均属优、良,粤北生态环境状况整体最好;广东省及各市生态环境状况稳中趋好,但呈现温和地波动变化;主要污染物排放量下降和水资源总量提高是促进生态环境状况改善的主要原因。     

面向区域二次污染风险控制的臭氧及其前体物卫星遥感监测

日益突出的臭氧(O_3)污染已成为继PM2. 5之后我国大气污染防治的又一艰巨任务。由于氮氧化物(NO_x)、挥发性有机物(VOCs)这2种前体物的减排难度较大,且与O_3浓度存在复杂的非线性关系,准确获取O_3及NO_x、VOCs的时空分布对制定有效的防控措施至关重要。基于卫星遥感可定量反演O_3及2种前体物的代表性物种——二氧化氮(NO_2)、甲醛(HCHO)及乙二醛(C_2H_2O_2)的时空分布信息。面向区域O_3污染分析和防控应用,综述了卫星遥感对O_3及NO_2、HCHO、C_2H_2O_2的探测能力,以及利用遥感手段分析区域O_3及其前体物的传输。进而从O_3与NO_x、VOCs关系的角度,分析了利用卫星反演的前体物表征O_3生成风险的可行性。最后对卫星在区域O_3及其前体物监测方面的前景趋势提出了思考。     

建立基于CBERS数据的环境卫星遥感信息系统

介绍了应用于生态环境、环境质量监测、环境污染事故应急监控等环境保护领域的环境卫星遥感信息系统,提出应以国家、省、市三级行政区为单元,建立卫星影像动态数据库和查询系统,以满足生态环境观测信息处理需求.并以辽宁省为例,构建了省级CBERS环境卫星遥感信息系统.     

基于环境卫星CCD数据的黄海浒苔遥感监测

2007年以来,黄海海域每年夏季都发生大面积浒苔绿藻潮,影响沿岸人民的生活、生产。考虑到其分布范围动则几千、上万平方公里,水面监测很难实施,尝试利用遥感技术对其分布和发展变化情况进行监测。基于中国自主产权的环境卫星(HJ1)数据,采用经典植被指数算法和人工辅助判读方法,对2013年黄海浒苔暴发全过程进行了连续遥感监测,分析了此次浒苔过程的分布和漂移路线。监测结果表明,浒苔绿藻潮首发于江苏盐城东部海域,由南向北逐渐漂移,面积逐渐扩大,结束于青岛东北部海域;该期间,浒苔最大覆盖面积达663.54平方公里。     

基于多光谱遥感技术的高邮湖菹草时空演变及原因分析

为了解高邮湖优势沉水植物菹草剧烈变化的原因及其时空演变对区域水环境的影响,利用2019-2023年长时序多光谱卫星遥感影像,结合现场和水质自动站监测,对高邮湖菹草与水质开展长期观测.结果显示,菹草的生长与水温、浊度等环境因子密切相关,其在生长期对水质具有净化作用,而在衰退期则会产生大量污染物;高邮湖的菹草盖度由2020年的65.5％下降至2023年的5.9％,对区域水质、生物多样性和生态质量指数产生不利影响;菹草的消失与水位变化、藻类影响、鱼类数量及其优势种变化密切相关,高邮湖存在由草型湖泊向藻型湖泊转化的趋势.     

滆湖大型底栖动物群落分布和氮磷因子的相关分析

于2012年12月—2013年11月对滆湖水体进行了调查,分析了水体氮、磷及大型底栖动物的时空分布,初步探讨大型底栖动物群落结构与氮、磷环境因子的关系。结果表明,滆湖水体的ρ(TN)在冬春季较高,ρ(TP)四季的差异不大,在空间分布上,北部湖区的ρ(TN)、ρ(TP)均高于南部湖区;大型底栖动物出现频率最高的为霍甫水丝蚓和中国长足摇蚊,其丰度在时间上均表现为秋季夏季冬季春季,在空间上的规律性不明显;CCA分析表明滆湖大型底栖动物群落结构随季节变化规律显著,且氮含量是滆湖底栖动物群落结构的重要影响因子;对优势种的丰度与氮磷的相关性分析结果显示,滆湖底栖动物优势种与TN和NO_3~--N有显著的负相关关系。     

基于卫星影像的太湖蓝藻水华遥感强度指数和等级划分算法设计

对太湖地区近10余年来共32景Landsat TM/ETM遥感影像进行大气校正处理,获得地表反射率影像,在这些影像上采集了分布在不同片区、不同发生季节、不同集聚程度的蓝藻水华样区,提取了不同蓝藻水华的可见一近红外波段反射率数据.统计表明蓝藻水华在TM 4波段的反射率有较宽的动态范围,能定量反映蓝藻集聚程度,TM 2也是...