北京2010年10月一次典型灰霾过程光学特性分析

利用探空资料、NECP再分析资料、AERONET气溶胶反演资料等分析了北京地区一次典型灰霾天气过程的成因及气溶胶光学特性参数变化情况.结果表明:此次灰霾期间,稳定的环流形势、湿润的环境及逆温结构的存在是灰霾得以持续和发展的重要原因.灰霾期间AOD、PM2.5浓度逐渐增大,能见度逐渐降低,这可能与局地气溶胶的累积和相对湿度的增大有关,使气溶胶粒子的消光性增强.气溶胶的体积谱表现为双峰型结构,细粒子体积浓度峰值远大于粗粒子浓度峰值,且细粒子浓度峰值逐日增大,Angstrom波长指数在1.2~1.4之间,两参数均可表明此次灰霾过程的污染粒子以气溶胶细粒子为主;灰霾期间SSA逐日增大,表明气溶胶粒子的散射性逐渐增强,SSA随波长的变化主要呈现两种变化趋势,这与当日主控粒子的尺度有关.因气溶胶的作用,使到达地面的辐射通量减小.这些光学特性参量的变化为了解北京地区灰霾期间气溶胶特性及其气候效应提供了参考.     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

北京雾霾天气期间气溶胶光学特性

为了解北京地区雾霾天气条件下大气气溶胶的光学特性,利用2002～2008年AERONET资料分析了雾霾天气期间气溶胶光学厚度、Angstrom波长指数、粒子尺度谱分布和单次散射反照率等气溶胶光学特性参数.结果表明,北京地区雾霾天气期间气溶胶光学厚度表现出较高值,且随波长增大而减小,440 nm时平均气溶胶光学厚度达到1.34.Angstrom波长指数在雾霾天气时也表现出较高值,平均值达到1.11;其中高于0.9的波长指数出现频率达到94%,说明北京雾霾天气期间气溶胶粒子主要以细粒子为主.气溶胶体积尺度谱分布表现出双峰型结构,细模态的平均峰值半径随光学厚度增大而增大,而粗模态的平均峰值半径却随光学厚度增大表现出减小趋势;气溶胶粒子尺度谱中的主模态峰与光学厚度有关.雾霾天气期间平均单次散射反照率达到0.89,且随光学厚度增大表现出依次增大趋势,但对波长变化表现不敏感.     

基于遥感影像的PM_(2.5)浓度与大气气溶胶光学厚度间模型建立的探索——以鄂南地区为例

利用MODIS遥感影像反演方法来探索鄂南地区大气气溶胶光学厚度AOD与PM2.5浓度关系模型,首先对MODIS影像在ENVI中进行发射率、反射率几何校正及合成,角度数据的处理、云检测、气溶胶反演等过程,并利用Arc GIS处理有关数据,可得到该地区的气溶胶光学厚度。其次对鄂南地区国控点监测站的PM2.5浓度进行实时监测,定量分析鄂南地区PM2.5的浓度分布。最后在得到气溶胶光学厚度及PM2.5浓度后,利用SPSS对其进行建模分析,并得到三次关系模型y=17.53+67.55x-14.25x2+0.82x3,经验证模型在已有数据下具有较高的拟合度。本文的研究结果可以为改善鄂南地区环境承载压力提供科学的有益参考。     

北京市MODIS气溶胶光学厚度与PM_(10)质量浓度的相关性分析

利用北京地区2012年1—12月NASA MODIS气溶胶光学厚度(AOD)和通过空气污染指数(API)转换得到的PM10质量浓度进行了相关性分析.结果发现,二者的直接相关程度较低,在引入季节变化的气溶胶标高且考虑了气溶胶的垂直分布后,进行标高订正,二者的相关系数有所提高;在考虑了湿度影响因子后,进行湿度订正,二者的相关系数显著提高;引入平均风速、平均气温和平均气压等气象因素,进行多元回归分析,相关系数进一步提高.证实了卫星遥感气溶胶光学厚度在经过垂直和湿度订正并考虑气象因素的情况下,可以作为监测北京地区颗粒物污染物地面分布的一个有效手段.     

基于卫星遥感数据(AOD)估算PM2.5的研究进展

雾霾天气的频繁出现,不断向人们警示中国大气环境污染的严重性.细颗粒物PM2.5作为空气质量评价指标之一,由于粒径小、为有毒性物质提供载体的特性,对人们的健康和生活产生很大的负面影响.近年来,PM2.5的相关研究引起了世界各国研究者的广泛关注,通过地基手段获得PM2.5质量浓度受到环境、地理等因素的限制,而利用卫星遥感技术估算地面PM2.5质量浓度,覆盖面广、估算精度可靠,对环境污染监测和治理具有重要意义.在综合了国内外关于气溶胶光学厚度(AOD)估算PM2.5文献的基础上,对AOD和PM2.5的数据源和估算的方法及手段作了简要介绍,分析总结了AOD与PM2.5相关性与PM2.5遥感估算的模型,并展望了未来PM2.5研究的发展方向.     

BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5

近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007～2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测.     

北京地区MODIS卫星遥感气溶胶资料的检验与应用

利用NASA发布的MODISlevel2产品 ,结合在北京大学多波段太阳光度计观测的数据 ,分析检验了 2 0 0 1 0 1— 2 0 0 2 11北京地区大气气溶胶光学厚度 (5 5 0nm)的变化情况 ,结果表明 ,MODIS卫星遥感的气溶胶光学厚度具有一定的精度 ,在一定程度上可以反映气溶胶污染物较大范围的空间分布 ,对分析有关气溶胶源和区域性输送等问题提供了一个有效的手段     

上海霾与非霾期间大气颗粒物光学特性垂直分布特征和质量浓度对比研究

采用美国国家航空航天局的云-气溶胶激光雷达红外开拓者卫星搭载的正交极化云-气溶胶激光雷达数据产品,包括消光系数、光学厚度、总后向散射系数、体积退偏比和色比,结合地面监测的颗粒物质量浓度,分析上海大气相对湿度小于80%霾发生期间气溶胶光学属性的垂直分布特征和颗粒物质量浓度变化,并与非霾期间进行比较.结果表明:霾期间532 nm和1064 nm消光系数在垂直高度上(海拔:0~10 km)均大于非霾期间,且大多数霾期间颗粒物在整层大气的光学厚度大于非霾期间.在近地面,霾期间大气颗粒物散射能力大于非霾期间.各垂直高度层,霾与非霾期间小粒径和规则气溶胶占主导地位.霾期间近地面大粒径颗粒物在霾期间所占比例大于非霾期间;2.0~4.0 km高度层,霾和非霾期间细颗粒所占比例接近;4.0~10.0 km高度层,霾期间细颗粒气溶胶所占比例大于非霾期间.PM1、PM2.5和PM10质量浓度在霾期间均大于非霾期间,且霾期间细颗粒物所占比例明显增加.颗粒物质量浓度和比值PM1/PM2.5和PM2.5/PM10分别随霾污染程度的加重而升高.冬季颗粒物质量浓度最高,主要来自细颗粒物的贡献;而春季PM10质量浓度高于其它季节.     

区域污染对本底地区气溶胶光学特性及辐射强迫影响的地基和卫星遥感观测研究

基于华北区域大气本底站(北京上甸子站)地面观测和卫星遥感监测数据,分析了2011年10月1~15日在天气系统和人为污染物排放的影响下3次华北平原地区污染输送事件对本底地区气溶胶质量浓度及其光学特性的显著影响.结果表明,受人为污染事件输送影响,上甸子站10月4~5日、7~9日及11~12日气溶胶浓度和反应性气体浓度显著增加,和10月1~3日背景条件相比,反应性气体NOx、CO体积浓度增加3~6倍,SO2体积浓度增加了10~20倍;PM2.5质量浓度10月9日达到200μg·m-3;污染期间500 nm日平均气溶胶光学厚度达到0.60~1.00,气溶胶单次散射反照率低于0.88,黑碳浓度增加4~8倍,表明此次污染事件气溶胶吸收很强,因气溶胶吸收作用导致大气吸收太阳辐射增加100~400 W·m-2,气溶胶吸收和散射导致地表入射太阳辐射下降100~300 W·m-2,地表入射太阳辐射减弱且大气加热增强将导致大气稳定度增加,这可能将显著影响云和降水过程,对区域天气和气候产生重要影响.     

基于卫星遥感资料监测地面细颗粒物的敏感性分析

分析了垂直分布、粒径分布和吸湿增长3个影响因子及其组合对基于卫星遥感资料监测地面细颗粒物(PM2.5)的敏感性.以广州地区为例,使用影响因子及其组合对2010年全年、干季和湿季的MODIS气溶胶光学厚度(AOD)资料进行订正,与时空匹配的地基实测PM2.5质量浓度数据对比和分析.研究表明,两者的直接相关性很低,全年相关系数(R)仅有0.147.经单个因子订正后,效果提升有限.其中,粒径因子的敏感性最高,垂直因子次之.组合因子中,垂直及粒径订正的效果最好,敏感性最高,全年R达0.526.垂直及粒径因子再加上湿度因子后,全年R降为0.498.垂直及湿度订正的敏感性最低,全年R仅为0.145.总体而言,垂直及粒径订正因子敏感性最高,效果最佳.粒径因子加入后订正效果提升显著,而经验吸湿增长因子的时空代表性比较单一.     

石河子市PM_(2.5)浓度的遥感反演研究

大气悬浮细颗粒物PM_(2.5)已成为中国各大城市的首要空气污染问题,快速了解其浓度及空间分布状况,对于控制PM_(2.5)质量浓度、提高空气质量具有重要意义。以石河子市为研究区,利用HJ-1 CCD影像,通过暗像元法、6S模型反演气溶胶光学厚度,结合DTF-6太阳光度计数据进行验证,然后根据AOD与PM_(2.5)之间的统计关系建立符合研究区实际特点的PM_(2.5)反演参数和算法,建立遥感反演模型获取PM_(2.5)的空间分布。结果表明:PM_(2.5)浓度反演结果的平均绝对误差为0.93 ug/m3,反演精度较高,石河子市PM_(2.5)的空间分布呈现北低南高,西低东高的特点。     

北京大气PM2.5遥感监测业务化方法探讨

为探索卫星遥感监测大气ρ(PM_2.5)业务化方法,以北京为例,利用2013年MODIS卫星资料和北京35个地面自动监测站(下称自动站)的实时观测数据,以目前国内外应用最广泛的3种卫星反演大气气溶胶的方法——AOD(气溶胶光学厚度)、K_drya,0(气溶胶干消光系数)和R_a(气溶胶表观反照率)反演地面ρ(PM_2.5)的方法(分别称为AOD法、K_drya,0法和R_a法)为基础,结合地面ρ(PM_2.5)实测数据,建立了气溶胶反演参数与ρ(PM_2.5)统计关系,进一步测算了全市区域ρ(PM_2.5)的分布情况.结果表明:3种方法都具有较高的反演精度,其获取的全年ρ(PM_2.5)与地面实测数据的相关系数分别达到0.80、0.81和0.85,其中R_a法结果精度最高.从季节来看,R_a法在除夏季外的其他季节与地面监测数据相关系数都在0.70以上,优于其他2种方法.建议在春、秋、冬三季以R_a法,夏季以AOD法或K_drya,0法为基础进行北京PM_2.5业务化遥感监测.基于R_a法探讨了在2013年11月20—23日区域性大气重污染过程中北京PM_2.5区域分布特征和变化过程,卫星反演结果相对误差低于20%,直观地反映了区域大气颗粒物污染的时空分布规律.研究显示,三者都可以用来反演北京地区ρ(PM_2.5),其中R_a法最简便易行,尤其适用于业务化遥感监测.      

阜新市MODIS AOD与大气PM_(2.5)浓度相关性研究

利用卫星遥感MODIS数据研究区域大气PM_(2.5)浓度分布是环境管理的有效方法。获取美国国家航空航天局MODIS L1B1KM数据,采用暗目标法反演阜新市大气气溶胶厚度AOD数据;提取阜新市5个大气监测站点位2014年3月至5月、2015年3月至4月期间PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度-AOD之间的线性、一元二次、对数函数、幂函数及指数函数5种相关性模型;引用湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型、Peterson模型分别订正PM_(2.5)浓度及AOD标高,应用阜新市环保局5个监测点位2014年6~12月、2015年5~12月期间PM_(2.5)的月平均浓度进行模型检验。对比分析订正后的5种相关性模型拟合优度,检验结果表明:订正方法提高了PM_(2.5)浓度-AOD相关性;线性相关性模型R2为0.633 6,相对误差为12.41%,相对其他4种模型相对误差较小。利用阜新市大气AOD预测PM_(2.5)浓度具有良好环境指示意义。     

MODIS气溶胶光学厚度在临安大气颗粒物监测中的应用

基于大气辐射传输理论的研究表明,AOD(气溶胶光学厚度)与地面PM(颗粒物)浓度(以ρ计)呈正相关. 利用2006—2010年MODIS晴空AOD数据产品与临安区域大气本底站监测的ρ(PM₁₀)进行相关分析发现,二者的R(相关系数)为0.431,直接相关程度较低. 根据AOD和气象能见度间的关系,获得了不同季节临安地区的气溶胶平均垂直标高,利用该垂直标高和RH(相对湿度)分别订正AOD和ρ(PM₁₀)后,二者的相关性(R为0.576) 明显提高.冬季AOD和ρ(PM₁₀)的相关性最好,R为0.765;夏、春季次之,R分别为0.643和0.608;秋季最低,为0.442. 经过对5年资料的对比分析,证实了MODIS气溶胶光学厚度经垂直标高和RH订正后,可用于临安地区地面空气污染的监测.      

基于遥感数据估算近地面PM2.5浓度的研究进展

卫星反演的气溶胶光学厚度(AOD)具有广泛的空间覆盖度和相对较高的时空分辨率. 基于AOD与PM_2.5的相关关系来估算PM_2.5浓度已成为监测近地面PM_2.5的有效途径,其估算结果较可靠,能够为治理PM_2.5污染提供数据基础和科学依据. 从反演AOD数据集和PM_2.5浓度估算模型2个方面进行梳理归纳,从卫星轨道运行类型角度分析各类传感器的产品特征,并对缺失AOD的插补方法进行分类评价;对PM_2.5浓度的估算模型进行比较分析,指出不同模型的优缺点和适应性. 结果表明:①各类卫星传感器均具有特定功能及优缺点,其中地球同步轨道(GEO)卫星的快速发展,使其在估算PM_2.5浓度的应用上越来越广泛. ②插补后的AOD比AOD初始产品具有更连续的时空分布和更高的准确性,基于模型的多变量估算不仅可以实现数据的全面覆盖,还可以获得更好的估算精度. ③组合模型成为估算PM_2.5浓度的重要方法,机器学习模型的加入能够有效提高PM_2.5浓度的估算精度. 研究显示,利用AOD估算近地面PM_2.5浓度不仅弥补了地面PM_2.5监测的空间不连续性,更有助于解析PM_2.5浓度的时空分布特征及污染来源.      

卫星遥感AOD反演地面细颗粒物浓度方法与效果

使用2015~2018年MODIS AOD产品融合地表气象资料反演了地面细颗粒物（PM_2.5）浓度,并以反演的PM_2.5浓度为依据,比较了地面PM_2.5观测资料的各种空间插值方法.结果表明：2015~2018年反演的PM_2.5平均浓度与地基观测平均浓度的R²达0.94;干季反演效果好于湿季,珠江三角洲反演效果好于非珠江三角洲地区,原因是湿季天气系统较不稳定,非珠江三角洲地区多山脉和秸秆燃烧,导致气溶胶标高、质量消光效率等假设误差较大.使用4种插值方法对地基观测的PM_2.5浓度进行插值,插值结果大致相当,反距离加权插值法较好,站点分布不均、部分区域站点密度小影响插值效果,建议在站点稀疏地区增加地面PM_2.5观测站点.     

上海地区一次典型连续浮尘天气过程分析

研究分析了2011年5月1~4日上海地区一次典型的连续浮尘天气过程.利用微脉冲激光雷达数据资料反演得到的气溶胶消光系数和垂直廓线,结合地面气象数据和气溶胶观测资料以及卫星遥感资料,初步研究了此次连续浮尘过程的传输特征和形成的主要原因.结果表明,5月1日的浮尘过程以PM2.5的影响为主,而5月2~4日为回流浮尘过程,PM2.5比重较5月1日下降.外源性输入、垂直风场分布和大气层结变化为浮尘天气的发生和维持创造了有利条件.研究还发现,在此次浮尘的气溶胶大气消光作用中,其散射贡献大于吸收作用.