基于OCO-3卫星观测的上海CO2柱浓度特征分析

随着卫星遥感技术的发展,城市内部的二氧化碳柱浓度（XCO₂）时空特征逐渐能够被识别。本研究基于轨道碳观测卫星（OCO-3）快拍（SAM）模式XCO₂观测数据,探讨了上海市2020—2022年XCO₂的时空分布特征以及该数据对于火电厂CO₂烟羽信号来源识别的能力。结果表明,上海市XCO₂呈现春季＞冬季＞夏季的特征,上海市XCO₂年均值为418.3×10^-6,高于华东地区的年平均值。从XCO₂空间分布差异来看,中部和东北部是上海冬季XCO₂的高值区域,这主要是由于城市中部人口密集,北部沿江区域大型电厂较为集中,在冬季盛行风西北风的作用下,CO₂被传输至东部沿江多个行政区域。此外,结合近地面风场、CO₂人为排放清单、电厂点源信息、对流层监测仪器（TROPOMI）卫星观测数据等,证实了OCO-3快拍模式具有探测到重点点源信号的能力。     

基于TROPOMI的扬州市对流层甲醛和二氧化氮时空分布特征分析

以2020年1月—2021年9月对流层观测仪（TROPOMI）卫星观测资料反演获取的对流层甲醛（HCHO）、二氧化氮（NO₂）柱浓度数据为依据,采用统计方法分析了扬州市HCHO和NO₂柱浓度的时空分布特征。结果表明,扬州市对流层HCHO、NO₂平均柱浓度分别为903.01×10¹³, 633.77×10¹³mole/cm²;受太阳紫外辐射影响,HCHO柱浓度变化特征表现为6月最高、1月最低;受气象条件和人为排放强度影响,NO₂则表现为1月最高、8月最低。2021年1—9月扬州市对流层HCHO、NO₂柱浓度月均值同比2020年分别增长4.0%,40.6%。空间分布特征显示,扬州市对流层HCHO和NO₂浓度高值区主要分布在扬州市南部,且浓度高值区域与重点排污企业分布情况较为一致,多为电力供热、工业锅炉、冶金、石化与化工、表面涂层等行业。相关性分析显示,对流层HCHO与气温、臭氧浓度呈显著正相关,而NO₂与气温、臭氧浓度呈显著负相关。     

广州PM2.5污染特征及影响因素分析

对广州市2008—2010年PM_2.5质量浓度、影响因素数据资料进行整理统计,通过定性分析、定量计算以及对各物理量之间的相互作用过程研究,得出PM_2.5质量浓度变化特征和各影响因素之间的关系。结果表明,PM_2.5质量浓度变化呈现夏季和非夏季2种典型的季节性特征,夏季月平均值0.049 mg/m³,主要分布在0.03～0.05 mg/m³,非夏季月均值为0.063 mg/m³,分布于0.05～0.08 mg/m³之间;夏季、非夏季PM_2.5质量浓度超标率(采用美国EPA标准)分别为70.7%、77.8%,质量标准2倍、3倍以上出现的概率都表现出明显的季节性差异;PM_2.5与温度正相关,和其他因素负相关,其中与能见度相关性最大,其次是温度、风速,与降雨量相关性最差,与气压、相对湿度相关系数季节性特征显著。     

基于OCO-2卫星观测的浙江省典型城市CO2柱浓度变化特征及碳排放重点源识别应用

为有效制定城市层面的低碳发展政策,实现碳达峰的发展目标,利用碳卫星2号（OCO-2）监测的高分辨率大气CO₂柱浓度数据（XCO₂）,分析浙江省杭州、宁波和嘉兴3个典型城市的XCO₂变化特征,以及人类活动和XCO₂变化的关系;识别城市碳排放热点区域,评估碳排放热点源对XCO₂的影响,并利用拉格朗日粒子扩散模型（LPDM）进行验证。结果表明：（1）2016—2021年3个城市的XCO₂年增长量分别为3.1×10^-6,2.3×10^-6和2.2×10^-6,杭州的增长量最为明显;杭州和宁波在2019—2021年XCO₂增量明显,分别为8.0×10^-6和5.7×10^-6。杭州XCO₂的变化趋势与临安大气本底站CO₂观测数据的变化趋势一致。（2）与2017年相比,3个城市的建筑用地面积都略有增加,分别增加了0.9%,2.2%和4.8%;从人口和GDP数据来看,2016—2021年3个城市也均呈持续增加的变化趋势。表明CO₂浓度升高与人类活动密切相关。（3）XCO₂正距平高值区域基本都对应了碳排放热点源（电力企业）的下风向地区,电力企业CO₂的排放会导致下风向地区的XCO₂出现局地性增长,增量为7×10^-6～9×10^-6。     

典型生态功能区臭氧生成敏感性及气象驱动力解析——以千岛湖地区为例

千岛湖地区是我国重要的自然保护区,属于典型生态功能区。当前,臭氧(O₃)正频繁成为影响千岛湖地区空气质量的首要污染物,但对于与此相关的千岛湖地区O₃生成敏感性,研究人员目前仍未了解清楚。利用2019—2021年TROPOMI卫星观测数据,运用O₃生成敏感性指示剂方法,即甲醛对流层垂直柱浓度和二氧化氮对流层垂直柱浓度的比值(FNR),量化解析了千岛湖地区O₃生成敏感区的时空演化特征。结果表明,千岛湖地区FNR呈现逐年升高趋势,且显著高于杭州市主城区。千岛湖地区氮氧化物(NO_x)控制区逐年扩张,自2019年开始,由西南向东北逐步蔓延。截至2021年,NO_x控制区已基本覆盖整个千岛湖地区。千岛湖地区O₃生成敏感区在夏季基本属于NO_x控制区,在其他季节属于NO_x控制区或协同控制区。结合气象再分析数据发现,FNR与温度呈强正相关(r=0.8),与相对湿度呈较弱正相关,与风速和云液态水含量呈较弱负相关。当温度大于7.0 ℃、风速小于6.2 m/s、云液态水含量小于5.5×10^-5 g/m³、相对湿度大于57.5%时,O₃生成趋向于受NO_x控制。此外,与杭州市相比,千岛湖地区O₃生成对气象参数变化更为敏感。研究成果对我国典型生态功能区O₃污染防控具有重要的启示作用。     

基于OCO-2卫星重构的中国地区高覆盖XCO2时空分布特征

卫星遥感技术是深入了解大气二氧化碳（CO₂）时空分布特征的重要手段之一，由于探测技术的限制，目前基于卫星遥感观测数据反演的CO₂产品的空间覆盖度较低，数据缺失严重，不足以反映CO₂浓度的空间分布情况。现基于轨道碳观测卫星-2 （OCO-2）、哨兵5P （Sentinel-5P）、美国CO₂同化模拟系统（Carbon Tracker）和欧洲中期天气预报中心第5代（ERA-5）气象再分析数据，结合时间序列拟合估算模型和随机森林算法，重构了2019—2022年中国地区高精度（0.05°×0.05°）大气CO₂平均干空气混合比（XCO₂），分析了中国地区CO₂时空变化特征。与OCO-2和Carbon Tracker对比结果显示，重构得到的XCO₂与OCO-2的观测结果一致性更高，均方根误差为1.05 ×10^-6，决定系数高达0.96，可以在较高空间分辨率上体现中国地区XCO₂的时空分布情况。基于重构的XCO₂数据得知，中国地区XCO₂呈现明显的季节性波动，XCO₂呈冬春高、夏秋低的特征；2019—2022年，中国地区XCO₂呈现逐年上升的趋势，增长率达到（2.41±0.01）×10^-6/a，但近年来增长速率有所降低；从空间分布来看，中国东部、北部、中部地区的XCO₂显著高于其他地区，且增长率也较高；进一步分析中国典型经济区的XCO₂发现，杭州、天津、成都的XCO₂在各经济区内的增长最为迅速。研究成果可为碳监测研究、碳排放清单验证、碳排放管理、温室气体减排等研究提供重要的数据支撑。     

小体系连续快速批量测定淡水亚硝酸盐氮分光光度法

亚硝酸盐氮(NO^-₂-N)是水体中的含氮有机物被氧化转变为硝酸盐反应过程中的中间产物,水环境中存在的NO^-₂-N具有毒性与致癌性,因此,NO^-₂-N含量的准确快速测定具有非常重要的意义。用酶标仪代替传统的紫外分光光度计,以2 mL离心管为反应容器进行NO^-₂-N含量的测定,优化小体系测定NO^-₂-N含量的关键影响因素,即反应体系的体积、显色时间、显色剂用量,研究结果表明:小体系反应总体积1 mL、显色剂用量20 μL、显色时间20 min、pH范围7~9,NO^-₂-N质量浓度为0~0.6 mg/L标准曲线的线性良好(r＞0.999)。根据小体系与国标体系测定的结果进行线性拟合和正交验证,结合2种方法的差异显著性分析,证明了小体系测定NO^-₂-N含量新方法的准确性与可靠性。     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据，综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重，但治理成效显著，2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³，完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标；13个城市PM_2.5浓度各百分位数总体呈现下降趋势，且随百分位数增大而下降速率加大，PM_2.5年均质量浓度平均每年下降10.6 μg/m³，污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³；京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%，呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³，PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。     

石家庄市NO2时空分布特征及影响因素

为了解石家庄市NO₂时空分布特征及影响因素,结合GIS和相关性分析,对2018年环境空气自动监测站监测数据、气象数据和社会经济数据进行统计分析。结果表明:261个乡镇NO₂年均质量浓度范围为11~68 μg/m³,超标率为47.9%,仅有49个乡镇NO₂日均质量浓度达到国家二级标准。主城区NO₂质量浓度高于周边县(市、区),NO₂总体呈圆环形带状分布。月变化方面,1-3月、10-12月污染较重,峰值出现在1月。NO₂日变化呈"高-低-高"的变化趋势,区域差异明显。NO₂与温度、湿度、风速呈负相关,与大气压呈正相关,气象条件的月际差异是导致NO₂月差异的重要因素,NO₂空间分布主要受地形、人口密度和机动车排放等因素影响。研究结果提示秋冬季是NO₂治理的关键时期,主城区为重点防控治理区域。     

大气14CO2的加速器质谱分析技术研究进展

利用加速器质谱技术测定大气¹⁴CO₂以示踪大气化石源CO₂成为当前减污降碳工作的热点。该文从加速器质谱¹⁴C分析基础出发,系统介绍了加速器质谱的工作原理、大气样品的采集及纯化、石墨化样品的制备和测定,阐述了大气碳监测领域14 CO₂测试的研究进展。随着加速器质谱技术的不断发展,大气¹⁴CO₂的研究将会更加广泛和深入,有助于进一步认识大气化石源CO₂的来源,更有针对性地开展减污降碳工作。未来应统一制定¹⁴CO₂监测方法标准,规范操作流程和质控手段,完善实验仪器配套设施,加快提升监测能力和水平。     

夏季上海城区大气中二氧化碳浓度特征及相关因素分析

利用连续自动监测仪器,获得CO2源区上海城区2010年夏季高时间分辨率的CO2连续监测数据.监测期间CO2平均浓度为414±16ppm,高于同期全球本底观测站约6%,与中国其他城市化地区的浓度水平基本相当或略低.CO2浓度日变化呈显著早晚双峰特征;周变化呈显著的波浪形,高值集中出现在工作日.除O3外,与其他污染物呈显著...     

中国高分辨率近地面NO2浓度反演

通过分析2010年全国333个县级以上城市卫星遥感的NO2对流层年均柱浓度与地面实际观测浓度之间的相关性,发现两者具有一定的线性相关性(r=0.54,n=333),并建立了NO2"遥感柱浓度"与"地面观测浓度"之间的关联方程,通过该方程反演了中国0.125°分辨率近地面NO2污染分布特征。结果表明,全国近地面NO2浓度超过《环境空气质量标准》(GB 3095—2012)要求的年均浓度二级标准(0.04 mg/m3)的区域约为5.95万平方千米,超标地区主要集中在华北平原、长三角地区、四川盆地和珠三角地区,这些地区NO2污染水平远高于333个城市的年平均值(0.028 mg/m3)。NO2污染极不平衡,以大中型城市为中心的区域污染特征显著。NO2人口加权浓度分析结果表明,NO2人口加权浓度高值区主要集中在能源消费量大、机动车保有量大及人口密集的地区,全国约5.7%的人口暴露在NO2超标区域。     

华东森林及高山背景区域CO2和CH4浓度变化特征

对国家大气背景监测福建武夷山站2014—2018年的主要温室气体监测数据进行分析,探讨华东森林及高山背景区域大气中CO_2和CH_4浓度的变化特征。结果表明:华东森林及高山区域CO_2背景浓度为414.1×10~(-6)(摩尔分数,下同),5年间呈逐年上升趋势; CH_4背景浓度为1 977×10~(-9),2014—2016年呈逐年上升趋势,2016—2018年保持稳定;两者均具有较明显的季节和月变化特征,CO_2还具有较明显的日变化特征,但季节变化幅度、月平均浓度振幅和日变化幅度均较小,具有区域背景特征。     

基于卫星遥感的中国东部地区NO2减排成效验证

基于Aura卫星臭氧监测仪（OMI）数据，分析了2011—2018年中国东部地区对流层NO₂柱浓度的时空分布规律，以广泛而客观地验证NO₂减排成效。结果表明：进入"十二五"以来，中国东部地区对流层NO₂柱浓度快速下降，高值区域范围快速收缩甚至消失；华北平原、长江中下游平原污染相对严重，同时这些地区污染程度正在得到较快速的缓解；京津冀、长三角、珠三角是中国东部地区对流层NO₂柱浓度相对最高、下降速度最快的典型区域；中国东部地区NO₂减排取得的成效与产业转型升级、能源结构调整及严控移动源排放等政策措施密不可分。     

天水市大气SO2浓度时空变化特征的卫星遥感监测与影响分析

大气卫星遥感监测作为一种新型监测手段,具有范围广、速度快、成本低等优势,对环境应急保护及其预警都具有非常重要的意义。选取天水市2006—2013年各年12月每日OMI level-2数据产品,利用Aura卫星技术和Arc GIS等技术平台,对天水市大气中SO_2的时空分布规律和污染原因进行了分析研究。结果表明:2006—2013年天水市SO_2柱浓度及其总量呈现出明显增加的趋势,但在2008年有小幅降低;在2008年以前,天水市SO_2浓度呈现出由东南向西北逐渐减少的趋势,但自2009年后污染重心发生迁移并且出现了数个集中化的SO_2高值区;研究区SO_2垂直柱浓度有自然因素、人类活动等多方面的复合影响,其中能源消耗及机动车尾气排放是主要影响因素。研究进一步讨论了遥感数据产品的应用前景。     

基于LSTM-GCN的PM2.5浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_2.5浓度,结果显示预测效果较好。     

辛集市"十三五"期间空气质量特征分析

重点对河北省辛集市"十三五"期间整体空气质量变化情况以及影响辛集市优良天数的2个重要参数O₃和PM_2.5的污染规律进行了分析。结果表明,辛集市"十三五"期间空气质量改善明显,优良天数整体增加,污染天数整体减少。O₃浓度及其作为首要污染物出现的天数整体呈现上升趋势,对综合指数的贡献率逐年增加;O₃污染高发期主要集中在4—9月,高值区域分布差距较大,但市区污染持续突出。PM_2.5浓度逐年下降,以PM_2.5为首要污染物的天数逐年减少;PM_2.5浓度季节变化特征整体呈现"秋冬高、春夏低"的分布特点,空间分布呈"南北高、中间低"的污染特征。     

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。     

山西省大气污染特征及对公众健康的空间影响

利用山西省11个地级市大气环境监测站的PM_2.5、PM₁₀和O₃浓度数据,分析了2015—2020年山西省PM_2.5、PM₁₀和O₃浓度时空变化特征,采用空间计量模型和岭回归方法,分析了空气污染对公众健康的空间影响。结果表明:PM_2.5和PM₁₀年均质量浓度总体下降,两者在2017年最高,2020年最低;O₃年均浓度总体增加。在季节尺度上,PM_2.5和PM₁₀质量浓度在冬季的12月和1月最高,夏季的8月最低;O₃浓度在6月最高。空间上,相较2015年,2020年山西省各地级市PM_2.5污染程度均有改善,其中长治改善效果最好;2020年山西各地级市PM₁₀污染兼有加重和减轻的情形,所有地级市PM_2.5和PM₁₀污染水平均超过国家二级污染浓度限值;2020年山西多数地级市O₃浓度升高。山西公众健康水平具有明显的空间离散特征,PM_2.5和PM₁₀浓度的局部空间自相关特征高度一致,呈现"南高北低"的格局,O₃浓度分布呈"南部高,中北部低"的格局。大气环境质量和经济发展水平均对医疗机构诊疗人数和健康体检人数的变化有正向影响,每万人卫生技术人员数量和公共财政支出比例对公众健康均有负向影响,其中经济发展水平和大气环境质量的影响最显著。山西省PM_2.5治理取得一定成效,但大部分城市PM_2.5和PM₁₀达标率较低,O₃浓度有持续升高的趋势,PM₁₀和O₃污染改善缓慢,深度减排仍面临挑战。PM_2.5和PM₁₀是危害山西公众健康的主要大气污染物,未来需要加强PM_2.5、PM₁₀和O₃的精细化管理及协同治理。