气象因素对北京臭氧的影响

利用北京城区连续观测的O3及其前体物NOx和CO体积分数资料,分析了其时间变化特征,并结合气象要素进行了统计相关性分析.结果表明,在局地光化学反应的影响下,O3体积分数夏季超标严重.O3浓度呈单峰型日变化,在午后15:00左右出现日最大值,夜晚体积分数较低.受排放源强弱的季节变化影响,NOx和CO在冬季出现高值.NOx和CO体积分数呈现白天低,夜晚高的日变化过程.O3体积分数变化与温度,风速成正相关,与相对湿度成反相关,且存在季节变化,在夏季与温度相关性较高,在冬季与风速相关性较高.受上游污染源的影响,当北京盛行东南、偏南和偏西气流时,容易造成高O3体积分数.夏季O3体积分数主要受局地光化学反应控制,可以利用常规气象要素对O3体积分数趋势进行预测.     

湖北省主要观测站PM_(2.5)污染特征及气象要素的影响分析

有关湖北省PM2.5污染的时空分布、影响因素及成因的研究较少,分析PM2.5污染特征及气象因素的影响,对科学治理湖北省PM2.5污染具有重要意义。利用2017年和2018年1—3月湖北省7个大气成分观测站逐小时PM2.5质量浓度及平均气温、降水量、相对湿度、10 min平均风速和风向等地面气象观测资料,运用多元逐步线性回归法,探讨PM2.5的变化特征及其与气象因素的关系。结果表明,(1)湖北大气成分监测站PM2.5具有明显的时间变化规律,从日变化上看,除金沙站全天变化平缓外,其他6站PM2.5日变化呈双峰双谷型分布,双峰出现在10:00—11:00和20:00—22:00,双谷出现在06:00—08:00和15:00—17:00。各站PM2.5日均质量浓度变化范围为2.7～269.1μg?m-3,其变化幅度最大值通常出现在1月份。从月份上看,1—3月PM2.5月均质量浓度呈下降趋势;各站PM2.5平均质量浓度介于42.3～90.9μg?m-3,金沙最低而荆州最高;PM2.5质量浓度日均值平均超标率42.3%,其中3月平均超标率22.2%,明显低于1月56.7%和2月50.7%。(2)平均气温、降水量、风速和相对湿度4个近地面气象因素对黄石、金沙和武汉PM2.5质量浓度的影响大而对荆州影响最小,其中平均气温和风速为主要影响因素;具体而言,荆门、宜昌和武汉颗粒物质量浓度主要受气温引起的垂直输送及风速引起的水平扩散影响,襄阳、金沙和黄石则主要受大气中水分变化导致的粒子生成及沉降清除作用影响。(3)各站PM2.5质量浓度水平和变化特征差异在于监测点地理位置和周边环境、城市经济水平和气候气象条件的不同。     

远距离输送作用对南京大气污染的影响

为了研究近地层大气污染物远程输送对于南京地区的影响,结合南京北郊观测点的观测资料,对2008—2009年南京地区气团的后向轨迹进行了聚类分析,结果表明：O3质量浓度分布呈双峰型,分别于5—6月和8—10月达到了高峰,两年共计有36 d质量浓度超过了国家环境空气质量标准二级标准,其中两次峰值期间占81%和83%。NO2和SO2在冬季较其他季节质量浓度高。到达南京气流轨迹以东部气团（占总数37%）为主。在东部气团影响下,南京周边地区近地层O3、NO2和SO2质量浓度分别为99.5、54.0和76.6μg.m-3,大气污染物质量浓度均较高。从后向轨迹分析认为,与气团途经并携带了重污染的长三角地区近地层排放的气体污染物有关。相对于其他来向的气团,东部气团对于南京地区近地层的影响更重要。     

河西走廊极端干旱区PM10质量浓度分布特征及其与气象要素关系研究

利用敦煌和酒泉2007—2011年的PM10质量浓度资料和风速、气温、相对湿度、气压、天气现象等相关气象要素资料,分析了河西走廊西部极端干旱区不同下垫面环境PM。0质量浓度的时空分布特征,结果表明,下垫面是沙地环境的敦煌PMl0质量浓度年平均值为128．9lμg·m-1,明显高于绿洲环境酒泉的76．1mg·m-1两站均是春季大于其他季节,尤以4月最为显著,敦煌和酒泉分别达到272．1lμg·m0和151lμg·m-2;PMl0质量浓度的不同分布特征与气象因素有密切的关系,尤其受沙尘天气的影响较大,其最大值可以反映沙尘天气的强度,非沙尘日PMl0质量浓度在不同下垫面条件下虽有一定相差,但空气质量状况均在“良”以上。两站PM10质量浓度日变化差异较大,敦煌四季的日变化特征均不特别显著,变化比较平稳,基本都呈单峰单谷型分布,最大值出现在17：00时左右,最小值出现在6：00左右;酒泉春、秋季日变化基本一致,呈单峰型,最大值出现在正午时段;夏季日变化规律性不明显,变化幅度比较平缓;冬季呈双峰双谷型,最大值和次大值分别出现在16：00和2：00左右,最小值和次小值分别出现在10：00和0：00左右。进一步分析发现,在沙尘日和非沙尘日PM10质量浓度明显不同,其对应的压、温、湿、风及能见度也有一定规律,沙尘日的日均风速和日最大风速大于非沙尘日,相对湿度、气压和能见度小于非沙尘日。两站的气温、气压、相对湿度、风速等气象要素与PM10质量浓度均有一定相关性,但PM10质量浓度的分布最终是受各要素综合影响的结果,敦煌和酒泉,PM值与PM10质量浓度日均值的相关性都很显著,相关系数分别为0．8961和0．9152,远高于其他各单气象要素与PM10质量浓度的相关性。两站沙尘日的昂M均值分别是非沙尘日2-3倍,因此气象影响指数能有效的区别沙尘日和非沙尘日。IPM的分布也能较好的反映PMl0质量浓度的分布,因此可用抽d来量化评价PM10质量浓度。     

北京大气O3与NOx的变化特征

以2004年8月-2005年7月北京市区近地层大气中臭氧(O3)和氮氧化物(NOx)体积分数观测资料,研究了北京大气中O3和NOx体积分数的变化特征.研究表明:北京市O3体积分数较高,并呈季节性波动,大气光化学污染以夏季最为严重.受太阳紫外辐射和城市交通的影响,城市O3体积分数呈单峰型分布,并在午后15:00出现峰值,造成大气强氧化性.NO2的光解速率夏季最大,在正午出现日最大值.受城市车流量变化的影响,周末NOx体积分数高于工作日,O3体积分数周末与工作日白天差异较小,而夜晚O3体积分数上作日高于周末.     

煤改气后天津市采暖期大气污染特征的时空分布研究

燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究"煤改气"后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的"周末效应",但是在采暖期没有出现"周末效应"。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及"周末效应"消失的主要原因。     

模拟东亚夏季风对中国东部地区大气中α-六六六(α-HCH)时空分布的影响

以中国为研究区域,利用CanMETOP模型模拟了2005年大气中α-六六六(α-HCH)浓度的变化,并分析了东亚夏季风对我国东部地区大气中α-HCH浓度时空分布的影响.模拟结果表明,6月15日-8月15日期间,东北、华北和东南地区的α-HCH平均大气浓度分别为260 pg·m~(-3),74 pg·m~(-3)和41 pg·m~(-3).大气浓度具有明显的时空分布特征,从6月15日在我国东南地区开始出现了较高的大气浓度堆集,6月24日达到最大值(259 pg·m~(-3)).在向我国北部传输过程中,7月1日在东北形成的气旋区域出现最大值(1947pg·m~(-3)).此后,东南地区的大气浓度均处于较低的水平(<50 pg·m~(-3)),而东北地区的大气浓度一直处于100-350 pg·m~(-3)之间的较高水平.分析结果表明,东亚夏季风可以将东南地区大气中的α-HCH传输至东北地区,并在东北区域堆集.     

陕西省西咸新区空港新城夏季臭氧与气象因子关系分析

主要针对陕西省西咸新区空港新城夏季臭氧质量浓度偏高的问题,通过对主要气象要素与臭氧质量浓度之间的相关性分析,研究气象要素对该区域臭氧质量浓度变化的影响关系,明确各气象要素对臭氧的影响范围,为该地区夏季臭氧污染控制提供参考。于2018年7月27日00:00—8月26日23:00开展了臭氧与气象条件(气温、相对湿度、风向、风速和紫外辐射)监测工作,共30 d。根据监测结果,西咸新区空港新城在盛夏期间(7—8月)臭氧浓度总体偏高,平均质量浓度为103.8μg·m~(-3),最大质量浓度达306μg·m~(-3),期间有16 d出现了臭氧小时浓度值超标现象;空港新城臭氧浓度日变化呈单峰趋势,最大值出现在17:00左右,最小值出现在06:00左右。研究发现空港新城臭氧质量浓度与气温和紫外辐射强度呈显著正相关,其相关系数分别为r=0.778 3、r=0.582 8,与相对湿度呈显著负相关(r=-0.784 5)。空港新城臭氧质量浓度与风速之间的关系不显著,其相关系数r为0.151 3,这主要与该区域风速较低且变化幅度不大有关。一些气象要素如高温度、强紫外辐射和低相对湿度等有助于该区域臭氧浓度的升高,当环境温度≥32℃、紫外辐射≥40 W·m~(-2)、相对湿度≤60%时,都有利于对流层空气中臭氧的生成,更容易造成O_3浓度超标。     

鼎湖山针阔叶混交林生态系统水文过程研究

以鼎湖山针阔叶混交林（以下简称混交林）生态系统为研究对象，探讨了不同降水特征下森林生态系统水文过程，主要研究结果如下：（1）不同的降雨特征决定了不同的降雨过程和穿透雨过程，混交林生态系统穿透雨累积增加曲线与降水量的累积增加曲线变化是同步的；（2）2002年7月27日-28日特大暴雨最大降水量、最大穿透雨量分别为122．8nn和104．9mm,且穿透雨最大值出现的时间滞后于降水强度最大值出现的时间1h；（3）8月18日-20日特大暴雨，穿透雨量累积增加曲线与大气降水的累积增加曲线非常相似，且穿透雨最大值出现的时间略滞后与大气降水最大值出现的时间；（4）中雨时降水累积量达到最大值（59．6mm）与穿透雨累积量达到最大值（43．6mm）的时间一致；（5）树干流和地表径流量与大气降水量的累积变化曲线并不是完全同步的，在一定的降水量范围内，树干流量和地表径流量随着大气降水量的增加而增加；（6）无论是特大暴雨还是中雨发生时，即使在特大暴雨影响下，树干流（2．3～16．4mm）和地表径流（1．6～8．8mm）量都很小，系统具有很强的保水保墒能力；（7）混交林穿透雨强度变化过程基本取决于大气降水强度变化，树干流强度和地表径流强度数值很小且变化过程不明显。     

福州市CO时空分布特征与影响因素

国家环境保护部2012年修订的"环境空气质量标准"将CO列入环境空气污染物基本项目,因预报业务迫切要求构建福建省重点城市福州CO的预报概念模型。利用2011─2013年福州市6个环境空气国控点CO小时质量浓度观测资料,结合NO2、O3等污染物浓度、气象常规观测资料以及通过聚类分析法将天气进行环流分型,分析CO的时空分布规律,与其它污染物浓度的相关性以及天气形势、气象要素等对CO质量浓度变化的影响。结果表明,福州CO年平均质量浓度的高值出现在工业源较多、交通源密集的监测点;市区浓度高于郊区和高山站点,24 h平均质量浓度没有出现过超标现象。冬季平均质量浓度最高,其次是春季、秋季,夏季最低是冬季的0.68倍;峰值出现在1月和4月,冬半年CO质量浓度整体高于夏半年。日分布高峰出现在7:00─10:00和17:00─20:00,低谷出现在13:00─16:00,白天浓度值波动大,夜间稳定处于低值区。CO与NO2质量浓度呈现显著的正相关性,秋季最高相关系数0.658;与O3质量浓度呈现反相关性(夏季除外)。CO质量浓度出现相对高值的天气型依次是锋前暖区高压后部切变、高空槽地面倒槽;出现相对低值的天气型依次是副热带高压台风(热带辐合带)外围台风(热带辐合带)副热带高压边缘高压脊高压底部。大气扩散条件的好坏、光化学作用是否明显以及风速的大小是决定CO质量浓度高低的主要因素,与降水量关系不大。     

天气条件对福州近地层臭氧分布的影响

利用2009—2010年福州市近地层臭氧连续观测资料,并结合气象资料分析不同天气型对臭氧浓度变化的影响,以及臭氧浓度与气象要素的相关性。结果表明：在高压后部、地面倒槽等6种天气型影响下,福州市臭氧浓度值较高;在低涡锋面、台风（热带辐合带）等4种天气型影响下,臭氧浓度值较低。导致福州市臭氧平均浓度值最高的天气型是台风（热带辐合带）外围,最低的是低涡锋面系统。高压后部、地面倒槽和锋前暖区等强暖性、且非常不利于污染物扩散的天气型易造成臭氧浓度超标。臭氧浓度与气象要素关系密切,与温度、日照、太阳辐射显著正相关,与云量、相对湿度、降水量显著负相关,受偏南和偏东风影响,平均风速较大时,臭氧浓度较高,在SSE方位上臭氧小时浓度超标率最高。     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

河西地区近50年参考作物蒸散量的演变趋势及其影响因素

根据河西地区17站点近50年的逐日气象资料,利用Penman-Monteith方程计算了逐日ET0,以Mann-Kendall法对各站不同季节、年ET0平均总量进行趋势检验。结果表明：武威、古浪、天祝3站年ET0呈增加趋势,其余14站均呈下降趋势,其中有9站通过显著性水平检验。春、夏、秋、冬四季酒泉地区和张掖地区各站ET0值均呈下降趋势,武威地区各站变化趋势不一致,且前者ET0值下降趋势总体较后者明显。典型站点ET0与气候要素多元线形回归分析表明：风速是不同季节、不同站点影响ET0变化的首要因子。其次,最高温度、相对湿度、日照时数也是影响年ET0及各站点不同季节ET0变化的主要因子。     

武汉市城区大气PM2．5的碳组分与源解析

大气细颗粒物（PM2．5）和碳组分（OC,EC）是影响大气能见度、气候变化以及人体健康的重要污染物,研究大气颗粒物及其中碳组分的污染特征及各类典型污染源对大气细颗粒物及碳组分的贡献,对于认识区域和城市大气污染状况,控制细颗粒物的污染,具有重要意义。2011年7月至2012年2月,利用大流量PM2．5采样器采集武汉市大气细颗粒物样品并对其碳组分进行测定。武汉市城区大气中PM215、OC和EC的质量浓度平均值分别为（127±48．7）、（19．4±10．5）和（2．9±1．48）μg·m-3。其PM2．5的浓度处于我国主要城市的中等偏高水平,而OC、EC的浓度则属中等偏下水平,但均高于国外城市。武汉市大气PM2,质量浓度的季节性变化呈现出秋季〉冬季〉夏季的趋势,是气象因素和污染源排放综合影响的结果。OC浓度和EC浓度具有较好的相关性（r2=0．69）,表明二者存在来源联系。OC／EC的比值为6．7,指示武汉市大气中OC和EC的来源受汽车尾气排放和生物质燃烧的共同影响。SOA的平均质量浓度值为12．5μg·m-3约占PM2．5平均质量浓度的9．8％,表明SOA对武汉市城区大气PM2．5具有重要贡献。结合PM2．5所含的水溶性离子、微量元素组成,利用正矩阵因子分析（PMF）模型对武汉市城区大气PM2．5来源进行解析,结果表明,其主要来源及贡献率分别为机动车源（27．1％）、二次硫酸盐和硝酸盐（26．8％）、工厂排放（26．4％）和生物质燃烧（19．6％）。     

城市化进程对南京市区域气温变化的影响

20 世纪90 年代以来中国进入城市化快速发展阶段,城市规模迅速扩张,这在一定程度上对大气热环境产生了影响,如产生了城市热岛效应.文章基于南京气象站点观测数据、南京市统计年鉴以及landsat TM 影像数据,选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群,运用灰色关联度分析法对影响南京气温变化的因子群进行贡献度分析.首先,基于以往研究及南京市统计年鉴选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群;其次,基于landsat TM 影像数据利用监督分类方法提取建成区面积;最后,基于灰色关联度分析方法,定量计算出人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项城市化因子分别对年均温、年最高温、年最低温、季均温、月均温以及不同时期温度均值的影响.研究发现,（1）1983-2011 年期间,南京市气温呈明显递增趋势,20 世纪90 年代后期增温更为明显,1999-2007 年年均温增长了1.50 ℃.（2）发现对于同-参考数列（年均温、月均温等）而言,其影响因子关联度整体排序是一致的：人口密度〉建成区面积〉废气排放量〉运营车辆〉用电量〉绿地覆盖面积.（3）同一城市化因子对年均温变化、年最高温变化、年最低温变化的影响是不相同的.例如,人口密度对1983-2011 年年均温变化影响最大,关联度达到了0.95;用电量、废气排放量和运营车辆对1983-2011 年年最低温变化影响最大,其关联度分别为0.68、0.74、0.73.（4）同一城市化因子对不同月份气温变化的影响是不相同的,如人口密度与2 月月均温之间的关联度最小,关联度为0.78;与3 月月均温之间的关联度最大,关联度为0.93.（5）不同城市化因子随着时间的推移,对区域气温变化的     

On the association between the column ozone and the spectral solar ultraviolet radiation

An estimation of the increase in the daily spectral solar ultraviolet radiation reaching the ground is attempted, by using the daily total ozone observations made by the Total Ozone Mapping Spectrometer (TOMS) flown on the satellite Nimbus‐7 during 1978–1992. This investigation has been performed for the high latitudes by employing a recently proposed parametric model for the estimation of the spectral solar ultraviolet radiation at the earth's surface considering the total ozone content and various meteorological parameters.     

臭氧和氮肥交互对小麦干物质生产、N、P、K含量及累积量的影响

利用中日合作建立的亚洲首个稻麦轮作开放式臭氧浓度升高（ozone-free air controlled enrichment,O3-FACE）平台,选取小麦品种（Tritcium aestivum）扬麦16为试材,研究了不同臭氧和氮肥水平下,小麦不同部位干物质量以及N、P、K质量分数的变化。结果表明,臭氧胁迫下,常氮水平小麦根、叶和穗干物质量以及根冠比与对照相比均显著降低,降幅分别为37.4%、17.4%、12.8%、29.8%,而增施氮肥后,小麦根叶穗及根冠比与常氮下相比均显著增加,增幅分别为60.5%、23.2%、10.7%、43.6%;常氮条件下,臭氧浓度升高明显降低N、P、K累积量及成熟期叶中N、P、K质量分数,降幅分别为10.93%、11.65%、7.64%、23.87%、14.81%、14.9%,而成熟期穗中N、P、K质量分数明显增加,增幅分别为6.15%、10.34%、13.12%,增施氮肥后,N、P、K累积量及小麦叶中N质量分数与常氮相比明显增加,增幅分别为15.58%、11.91%、9.00%、10.74%,叶中P、K质量分数也有所增加但增幅很小,而增施氮肥对其他部位的N、P、K质量分数影响不大。臭氧和氮肥对茎部干质量及N、P、K质量分数影响均不明显。总之,增施氮肥对小麦在臭氧胁迫下的生物量累积和养分累积有一定的缓解作用。     

天气条件对福州近地层臭氧分布的影响

利用2009—2010年福州市近地层臭氧连续观测资料,并结合气象资料分析不同天气型对臭氧浓度变化的影响,以及臭氧浓度与气象要素的相关性。结果表明:在高压后部、地面倒槽等6种天气型影响下,福州市臭氧浓度值较高;在低涡锋面、台风(热带辐合带)等4种天气型影响下,臭氧浓度值较低。导致福州市臭氧平均浓度值最高的天气型是台风(热带辐合带)外围,最低的是低涡锋面系统。高压后部、地面倒槽和锋前暖区等强暖性、且非常不利于污染物扩散的天气型易造成臭氧浓度超标。臭氧浓度与气象要素关系密切,与温度、日照、太阳辐射显著正相关,与云量、相对湿度、降水量显著负相关,受偏南和偏东风影响,平均风速较大时,臭氧浓度较高,在SSE方位上臭氧小时浓度超标率最高。     

广东省NDVI时空变化特征及其对气候因子的响应

广东省植被类型丰富、气候条件复杂,开展气候因子对植被的影响研究,对于全省保护生态环境、应对气候变化具有重要意义。利用MODIS NDVI数据和地面气象观测数据,基于变化趋势分析、空间自相关分析、相关性分析等方法,研究广东省NDVI时空分布特征及其对气温、降水、日照时数等气候因子的响应。结果表明,2000—2018年广东省NDVI平均值为0.62,总体呈上升趋势,平均年增长值为0.005 3,正增长区面积占比达94.50%。全省73.72%的区域植被呈现显著空间集聚性,其中高值集聚区面积占比48.19%,低值集聚区面积占比25.53%。不同类型植被的NDVI均呈增加趋势,其中常绿阔叶林、常绿针叶林、混交林的NDVI平均值最大,而农田、矮树灌木、混交林平均年增长值最大。NDVI具有明显的季节变化规律,夏季NDVI值最大、年增长值最小,冬季NDVI值最小、年增长值最大。年内NDVI最低值出现在2月,最高值出现在9月。月平均NDVI与气温、降水、日照时数相关性显著,其最大相关系数分别为0.863 7、0.639 4、0.605 7。NDVI对日照时数的响应不存在滞后,对气温存在1个月的滞后,对降水存在1—2个月的滞后。日照时数对NDVI的影响仅持续1个月左右,温度、降水对NDVI的影响可持续4—5个月。     

中国典型城市主要大气污染物的浓度水平及分布的比较研究

应用柱状图和箱线图对污染物分布情况进行对比分析,明确了2013上半年北京、沈阳、广州、上海和海口5个城市4项污染物（SO2、NO2、PM10、PM2.5）的日均浓度的分布范围。该组数据涉及的站点总计有49个,其中包含的数据量北京有1863个、沈阳有1670个、上海有1452个、广州有1574个、海口有780个。柱状图显示了这段时间每个城市各个站点4种污染物不同浓度的分布范围,北京的ρ（SO2）和ρ（NO2）分布较为集中,主要的质量浓度区间分别是0~40和40~80μg·m-3,分别占北京SO2和NO2总数据量的51.0%和49.7%,ρ（PM10）和ρ（PM2.5）则分布较为分散;沈阳分布较为集中的是ρ（NO2）和ρ（PM2.5）,主要的质量浓度区间分别是0~30和30~60μg·m-3,分别占沈阳NO2和PM2.5总数据量的52.2%和42.8%,ρ（SO2）和ρ（PM10）则分布较为分散;上海和广州分布较为集中的是低浓度下的ρ（SO2）,其他三项污染物分布较为分散。箱线图是利用每个城市所有站点得到的最大值、最小值、上四分位数、下四分位数和中位数的平均值绘制得到的,通过不同城市间的比较可见,同期ρ（SO2）的比较结果是ρ（沈阳）〉ρ（北京）〉ρ（广州）〉ρ（上海）〉ρ（海口）;ρ（NO2）较大的3个城市是北京、上海和广州;对于ρ（PM10）则只有广州和海口2个城市浓度较低,而对于ρ（PM2.5）高值集中在北京、广州和沈阳3个城市。通过谱图间的比较,并结合各个城市的气象条件及经济发展状况,从中可推测除背景点海口外,北京和沈阳主要的污染物是PM2.5和PM10,广州和上海主要的污染物是NO2和PM2.5;北京主要的污染来源是燃煤烟尘和机动车尾气,广州和上海主要的污染来源是机动车尾气,沈阳主要的污染来源是燃煤烟尘。研究结果可为典型城市的环境监管与大气污染控制提供科学依据。