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。     

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。     

黑龙江省“十三五”时期生态环境质量变化及趋势预测

以黑龙江省生态环境监测网监测结果为基础,总结归纳了"十三五"期间黑龙江省生态环境质量变化特征,并采用随机森林和GM(1,1)预测模型对"十四五"期间黑龙江省生态环境质量状况进行了预测。结果表明:"十三五"期间,黑龙江省环境空气、水环境和声环境质量全面好转。其中,环境空气主要污染物PM_2.5、PM₁₀、SO₂、NO₂和CO的年均质量浓度均呈现出明显下降的趋势,"哈大绥"重点区域PM₁₀、SO₂、NO₂和CO年均质量浓度呈现下降趋势。地表水水质总体呈波动变化趋势,水质状况均为轻度污染。"十四五"期间,黑龙江省生态环境质量将处于稳中向好的趋势。环境空气主要污染物及地表水主要污染指标年均质量浓度均呈现明显的下降趋势,道路交通声环境质量也将得到进一步改善。     

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。     

四川盆地冬季典型污染过程分析及应急减排效果评估

为探讨成都冬季污染过程成因,评估应急减排效果,以2019年12月成都发生的一次长时间污染过程为例,分析污染成因和典型污染物变化特征等,并对四川省启动预警的管控效果进行评估。结果表明:污染期间四川省PM_2.5平均质量浓度为77.9 μg/m³,高出冬季常态浓度1倍左右,成都峰值浓度高达176.0 μg/m³;盆地独特的地形和静稳小风的气象条件,加之高压脊控制影响,污染前期出现连续晴好天气,夜间逆温增强,污染物累积迅速,湿度增大导致污染物二次转化增强,是该次污染过程的重要外因;PM_2.5中硝酸根离子贡献最大(26.7%),NO_x及其二次转化的硝酸根离子是造成该次污染的主要原因;启动黄色预警后,NO₂及其转化后的硝酸根离子浓度以及PM_2.5浓度仍呈上升趋势,各类源贡献显著;升级橙色预警后,NO₂峰值浓度明显下降,硝酸根离子占PM_2.5的比例下降3.7个百分点,PM_2.5浓度上升趋势得到明显遏制;该次区域协同减排效果明显,区域PM_2.5日平均质量浓度下降9.1%~13.1%,区域性污染推迟1d出现,预警城市的重度污染、中度污染、轻度污染天数分别减少13、13、7 d;PM_2.5浓度下降主要来自于工业源、扬尘源和移动源的减排贡献,平均减排贡献比例分别为60.0%、31.3%和8.7%。     

COVID-19疫情对河南省空气质量及社会经济活动短期影响

分析了COVID-19疫情初期河南省空气质量指数（AQI），并探讨了2项重要污染物（PM_2.5和NO₂）分布状况和变化趋势，发现疫情管控后AQI总体趋势向好，MODIS载荷反演PM_2.5浓度下降了22.7%，TropOMI卫星反演NO₂柱浓度同比下降61.95%，环比下降70.25%。另外，对NO₂日遥感监测结果按照"前-中-后"3个时段进行周尺度归一化社会经济活动指数SSEI计算，结果显示疫情管控措施对社会经济活动有明显的抑制作用，在疫情得到基本控制后，大部分地区的工业热源企业虽已逐步有序恢复生产，但经历了缓慢的恢复过程。河南省的经济活动恢复水平在春节后第1周至第5周处于渐进式增长状态，第6周有所回落，第7周继续攀升。     

基于转置EKMA曲线的湖南省臭氧生成敏感性分析

基于湖南省2015—2020年夏秋季的污染物及气象观测数据，分析了臭氧（O₃）污染的时空特征和生成敏感性。湖南省中部和北部的O₃污染较为严重，且主要发生在9月，午后O₃峰值常与早高峰的NO₂浓度有较高的相关性。采用转置EKMA曲线方法探究了O₃在NO₂维度和VOCs反应活性维度下的生成敏感性。在 NO₂维度下，NO₂控制区和NO₂-VOCs过渡区的NO₂质量浓度为7 ~ 13 μg/m³，NO₂-VOCs过渡区和VOCs控制区的NO₂质量浓度为15~17 μg/m³。在VOCs反应活性维度下，当NO₂质量浓度大于10 μg/m³时，VOCs反应活性越高，O₃浓度越高。在高VOCs反应活性（30 ℃或以上）时，NO₂浓度每降低1 μg/m³，各区域的O₃质量浓度能降低约8 ~ 9 μg/m³。结合NO₂ 和VOCs反应活性2个维度，得出湖南省午后O₃生成以 NO₂控制区和NO₂-VOCs 过渡区为主，在晴天干燥和高温条件下，减排NO₂可有效降低O₃浓度。转置EKMA曲线方法为缺少长期VOCs观测的区域提供了研究O₃生成敏感性的新思路。     

1992—2012年浙江省酸雨变化特征及成因分析

为了解20世纪90年代以来，浙江地区酸雨污染的演变特征及成因，以杭州地区为代表，结合全省酸雨监测数据，揭示1992—2012年浙江省酸雨变化特征及成因。结果表明：1992—2012年，浙江地区酸雨的污染大致经历了3个阶段：1992—1999年为酸雨改善期；2000—2004年酸雨污染再次出现了恶化；2005—2012年为酸雨再次改善期。SO₂排放减少是近年来浙江地区酸雨污染出现好转的重要原因，但NO_x对酸雨的贡献有增加的趋势，酸雨污染类型逐渐由"硫酸型"为主转变为"硫酸硝酸混合型"，机动车排放对浙江地区酸雨污染的贡献已不容忽视。全省强酸雨区主要分布在浙北、浙中和东部沿海等经济发达地区，经济相对落后的浙西南地区酸雨污染较轻，酸雨污染与地区经济发展密切相关，控制本地污染排放对于防治和减轻当地酸雨污染具有重要意义。     

基于Prophet模型的空气污染物浓度预测方法

准确预测大气污染物浓度的时空变化趋势是制定、修订大气污染防控措施和持续改善空气质量的关键。笔者以内蒙古呼和浩特市为研究区,基于2015-2020年城市环境空气质量自动监测站的月度数据,运用Prophet模型,研究确定环境监测数据的突变点和Prophet模型饱和预测上下限等特征,完成了"十四五"期间研究区PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃5项污染物的浓度预测。采用可决系数、均方根误差及平均偏差误差对预测模型结果进行精度评估,并重点分析了2025年各项污染物浓度的时空变化规律。结果表明:Prophet模型可以较为精准地对5项污染物浓度进行预测,预计2025年呼和浩特市PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃质量浓度分别为41.64,、71.71、36.85、21.66、123.24 μg/m³,与以往该地区各项污染物时空特征一致,未来该市PM_2.5、 PM₁₀、 NO₂、 SO₂全年浓度均呈U形分布,具有冬季高、夏季低的特点,O₃全年浓度呈倒V形分布,具有夏季高、冬季低的特点。除此之外,研究还发现未来该市西部地区污染程度高于东部。预测结果表明:当前内蒙古对空气污染的治理措施为空气污染的持续改善提供了保障,O₃污染有加重趋势但尚在可控范围内,需要进一步加强防控。该研究揭示了呼和浩特市"十四五"期间5项空气污染物的浓度和时空变化趋势,可为呼和浩特市空气质量持续改善提供数据参考。     

华东森林及高山背景区域SO2、NOx、CO本底特征

国家大气背景监测福建武夷山站是中国华东区域背景站点之一，可代表华东森林及高山区域背景状况。为了解该区域的大气背景状况，评估区域污染现状以及污染物输送在区域污染中的作用，选取福建武夷山背景站2011年3月至2012年2月主要气体污染物（SO₂、NO_x、CO）为期1年的监测数据，研究各污染物在不同时间尺度的浓度变化特征和相关关系，以及与气象因子的相关关系，并利用后向轨迹模式探讨区域输送对华东森林及高山背景区域各气体污染物质量浓度的影响。结果表明，武夷山背景点监测期间SO₂、NO_x、CO的平均质量浓度分别为3.9、5.1、409.8 μg/m³，且具有明显的季节变化特征，春、冬季明显高于夏、秋季；三者日变化幅度均很小，呈现出单谷型分布型态，说明武夷山背景点受人为活动的影响很小，主要受气象条件影响；相关性分析结果显示，SO₂与NO_x浓度相关性较好，与湿度有较好的负相关，与风速在冬季具有一定的正相关，NO_x与CO浓度在秋季和冬季的相关性较好，且二者与温度的负相关性较好。后向轨迹分析结果表明，SO₂全年最大浓度峰值主要来自北方采暖季燃煤排放的远距离输送影响，NO_x、CO全年最大值则源于生物质燃烧的远距离输送影响。     

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。     

2022年春季南京臭氧污染特征及成因分析

2022年春季,受新一轮新冠疫情影响,长三角各城市采取了一系列管控措施,使得大气污染物排放水平降低。对2022年春季(3—5月)南京及长三角地区的六项污染物尤其是臭氧(O₃)的变化特征进行了分析,从气象因素和O₃前体物方面,同时利用基于观测的模型(OBM)对南京O₃污染变化原因进行了研究,并分析了南京挥发性有机物(VOCs)的关键活性组分和来源。结果表明:2022年春季,南京PM_2.5、PM₁₀、NO₂和CO均值浓度均同比下降,但O₃日最大8 h滑动平均质量浓度(O₃-8 h)同比上升19.8%,O₃-8 h超标时间同比增加9 d;长三角区域O₃-8 h同比上升17.9%,O₃-8 h超标天数为2021年同期的2.5倍。南京O₃浓度上升的原因:一方面是由于不利的气象条件,另一方面是由于南京O₃生成处于VOCs控制区,但氮氧化物(NO_x)降幅大于VOCs降幅,同时结合O₃前体物削减方案的分析结果发现,VOCs和NO_x不当的削减比例会导致O₃浓度不降反升。南京O₃生成的关键VOC活性物种依次为乙醛、丙烯、间/对二甲苯、丙烯醛和乙烯;正定矩阵因子分解(PMF)解析结果显示,机动车尾气是南京城区VOCs的主要来源,其次为液化石油气/天然气使用和石油化工。     

珠三角典型城市COVID-19疫情封闭期间臭氧污染的放大效应研究

珠三角地区臭氧(O₃)已经逐步取代颗粒物成为主要大气污染物。对新型冠状病毒肺炎(COVID-19)疫情封闭期间珠三角城市背景污染效应(特别是对O₃的放大效应)进行了量化研究,发现PM_2.5和NO₂质量浓度均为工作日高于节假日,非疫情期高于疫情期。O₃质量浓度节假日高于工作日,其中疫情期节假日浓度最高。减排会增加低温高湿背景下O₃质量浓度,但会降低其极大值,并导致 O₃随温度和相对湿度的变化梯度减弱。疫情封闭期间异地输送对于局地O₃质量浓度的变化贡献突出。叠加疫情封闭影响的春节假期O₃质量浓度比节前工作日增加20.4%~41.7%,与一般年份特征相反,而NO₂降低65.3%~75.6%,降低程度强于一般年份。疫情封闭期春节期间O₃质量浓度比一般年份上升14.0%~25.9%,而NO₂质量浓度降低37.0%~54.5%。低湿晴好的天气为光化学反应提供有利条件,并且疫情封闭扩大了假期人为源减排规模,导致NO_x质量浓度进一步下降,使其对O₃的滴定效应减弱,同时静稳天气有利于O₃浓度的累积,导致局地O₃污染被逐步放大。     

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。     

南通市区静态管理期间空气质量分析

对南通市区2022年4月初因疫情防控采取全区域静态管理期间的空气质量进行分析,以气象参数、臭氧前体物VOCs和NO_x作为分析对象。结果表明:此次污染过程的主导因素是高温、强辐射、低湿和偏南风的气象条件。南通市区处于VOCs控制区,高温、强辐射使得VOCs挥发性增强,浓度升高。偏南方向的苏通园区和能达公园VOCs浓度较高且升幅较大,源解析结果表明这2个点位涂料溶剂使用占比升幅更高,既容易受附近石化和储油库影响,也容易受偏南风向的污染输送影响。据初步统计,静态管理期间南通市区停工数量为80%左右,污染期间NO₂浓度高值区主要分布在沿江一带,长江南岸的张家港和常熟地区存在多家高排放企业,在偏南风下,张家港和常熟的污染物极易输送至南通市区。基于空气质量模型WRF-CAMx的O₃和PM_2.5来源解析结果显示,静态管理期间外来输送明显,占比为68.7%~84.7%。污染期间的船舶排放和二次转化贡献也不容忽视。建议南通市应重点加强工业、油气挥发和涂料溶剂源减排,同时加强区域联防联控,以便进一步改善空气质量。     

NDVI indicated characteristics of vegetation cover change in China��s metropolises over the last three decades

How urban vegetation was influenced by three decades of intensive urbanization in China is of great interest but rarely studied. In this paper, we used satellite derived Normalized Difference Vegetation Index (NDVI) and socioeconomic data to evaluate effects of urbanization on vegetation cover in China??s 117 metropolises over the last three decades. Our results suggest that current urbanization has caused deterioration of urban vegetation across most cities in China, particularly in East China. At the national scale, average urban area NDVI (NDVI_u) significantly decreased during the last three decades (P?<?0.01), and two distinct periods with different trends can be identified, 1982?C1990 and 1990?C2006. NDVI_u did not show statistically significant trend before 1990 but decrease remarkably after 1990 (P?<?0.01). Different regions also showed difference in the timing of NDVI_u turning point. The year when NDVI_u started to decline significantly for Central China and East China was 1987 and 1990, respectively, while NDVI_u in West China remained relatively constant until 1998. NDVI_u changes in the Yangtze River Delta and the Pearl River Delta, two regions which has been undergoing the most rapid urbanization in China, also show different characteristics. The Pearl River Delta experienced a rapid decline in NDVI_u from the early 1980s to the mid-1990s; while in the Yangtze River Delta, NDVI_u did not decline significantly until the early 1990s. Such different patterns of NDVI_u changes are closely linked with policy-oriented difference in urbanization dynamics of these regions, which highlights the importance of implementing a sustainable urban development policy.     

Relationships of relative humidity with PM<Subscript>2.5</Subscript> and PM<Subscript>10</Subscript> in the Yangtze River Delta,China

Severe particulate matter (PM, including PM_2.5 and PM₁₀) pollution frequently impacts many cities in the Yangtze River Delta (YRD) in China, which has aroused growing concern. In this study, we examined the associations between relative humidity (RH) and PM pollution using the equal step-size statistical method. Our results revealed that RH had an inverted U-shaped relationship with PM_2.5 concentrations (peaking at RH = 45–70%), and an inverted V-shaped relationship (peaking at RH = 40 ± 5%) with PM₁₀, SO₂, and NO₂. The trends of polluted-day number significantly changed at RH = 70%. The very-dry (RH < 45%), dry (RH = 45–60%) and low-humidity (RH = 60–70%) conditions positively affected PM_2.5 and exerted an accumulation effect, while the mid-humidity (RH = 70–80%), high-humidity (RH = 80–90%), and extreme-humidity (RH = 90–100%) conditions played a significant role in reducing particle concentrations. For PM₁₀, the accumulation and reduction effects of RH were split at RH = 45%. Moreover, an upward slope in the PM_2.5/PM₁₀ ratio indicated that the accumulation effects from increasing RH were more intense on PM_2.5 than on PM₁₀, while the opposite was noticed for the reduction effects. Secondary transformations from SO₂ and NO₂ to sulfate and nitrate were mainly responsible for PM_2.5 pollution, and thus, controlling these precursors is effective in mitigating the PM pollution in the YRD, especially during winter. The conclusions in this study will be helpful for regional air-quality management.     

中国部分地区2021年几次典型沙尘天气遥感监测分析

2021年，中国北方地区经历了多轮大范围沙尘天气，波及西北、华北、东北甚至黄淮、长三角等地区。其中，3月份出现自2010年以来最强沙尘天气过程。该研究基于Himawari-8静止卫星数据和地面同步空气站点监测数据，分析了2021年3月14—17、27—30日和4月14—15日3次典型沙尘天气过程。分析结果显示：2021年3月14—17日沙尘天气影响范围最广，沙尘分别在不同时间段起源于蒙古国西北部、中国甘肃和青海交界处、新疆和甘肃交界处，大范围沙尘天气是多处尘源综合作用的结果。3月27—30日和4月14—15日沙尘主要起源于蒙古国，沙尘源较单一，影响范围相对集中，但某些时段受影响区域的沙尘强度很高。地面同步空气站点PM₁₀监测数据与卫星数据有很好的一致性。     

上海市臭氧污染时空分布及影响因素

分析2006—2016年上海市的监测数据发现,臭氧(O_3)浓度存在逐年上升趋势,污染持续时间有所增加,但除水平风速有下降趋势外,其他相关气象因素的年际变化趋势并不显著。空间分析结果表明,上海市O_3超标主要集中在西南部郊区,但市区O_3超标潜势不容忽视。O_3污染高发季节的污染玫瑰图分析发现,上海市南部地区是影响上海市O_3污染的关键区域;对于NO_2减排的影响分析发现,尽管上海市O_3平均浓度总体处于上升趋势,但在NO_2下降幅度最为明显的内环市区和北部郊区,O_3上升幅度低于NO_2下降幅度较小的内外环区域和西部郊区,表明上海市的O_3污染控制仍需持续推进NOx的减排,并同步推进VOCs的减排。     

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。