基于甘肃省卫星遥感的对流层NO2时空变化

基于OMI卫星遥感反演的NO₂柱浓度数据,分析了近11a甘肃省对流层NO₂柱浓度的时空变化及相关影响因素,同时利用HYSPLIT模型探究了大气污染物的来源.结果表明：从空间上,NO₂柱浓度呈现出由甘肃东北区向西南区递减趋势,最高值主要分布于庆阳市全境和平凉市少部分地区.从2008~2014年NO₂柱浓度值不断增长至最高值,高值区逐步扩大;2015~2018年NO₂柱浓度值波动变化,呈现出向周围区域递减的趋势,高值区范围缩小;从时间上,2008~2018年对流层NO₂柱浓度整体呈上升趋势,对流层NO₂柱浓度四季均值分布为：夏季>春季>秋季>冬季;NO₂柱浓度每年在6~8月达峰值,9月后开始下降,年内谷值出现在12月份~次年2月份;对研究区NO₂柱浓度的贡献最大的是自然要素.高温、降水有利于土壤排放NO₂,植被覆盖率对NO₂起到一定的消减作用.利用HYSPLIT得出2009~2018年每年7月庆阳市NO₂的外部输送路径,其中主要路径以陕西地区为主.     

基于OMI数据的长三角地区NOx排放清单校验

近年来伴随着我国经济的持续增长,人为源氮氧化物排放居高不下,导致我国区域大气复合污染日趋严重. NO_x排放清单对于大气复合污染研究具有极为重要的意义.为了降低NO_x排放清单的不确定性,基于OMI卫星观测的对流层NO₂柱浓度资料,结合WRF-CMAQ模型系统,对2014年长三角区域NO_x排放清单进行了校验,对于该清单的不确定性进行了初步评估.结果表明,基于长三角地区2014年大气污染物排放清单,利用WRF-CMAQ系统模拟所获得的区域NO₂柱浓度平均值（4.66×1015~10.58×1015 mole/cm2）与OMI卫星数据（3.49×1015~11.47×1015 mole/cm2）较为接近,并且相关性较好（平均R=0.65）,归一化平均偏差（NMB）在-7.71%~33.52%之间,平均偏差（Bias）在0.06~0.28之间,可以在一定程度上说明2014年长三角区域NO_x排放总量基本能够反映区域NO₂污染状况.对比分析了OMI卫星遥感资料与CMAQ模型模拟结果,二者NO₂柱浓度空间分布情况总体一致,然而,苏南、上海和浙北等工业较发达地区OMI卫星NO₂柱浓度低于CMAQ模型模拟值,周边经济欠发达地区OMI卫星数据高于CMAQ模型模拟值,表明空间分布仍有进一步优化的空间.利用近地面卫星观测数据与CMAQ模型模拟结果对比,可得近地层观测ρ（NO₂）高于模拟结果,说明仅仅利用地面观测数据验证模型模拟结果存在一定偏差.研究显示,NO_x排放清单模型模拟结果在总量和时间变化方面与OMI卫星资料一致,在空间分配方面存在一定偏差.      

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

基于Sentinel-5P的粤港澳大湾区NO2污染物时空变化分析

基于最新的TROPOMI反演的对流层NO₂垂直柱浓度数据,利用Google Earth Engine平台分析了粤港澳大湾区近2a对流层NO₂垂直柱浓度的分布及变化特征.结果表明, TROPOMI传感器反演的对流层NO₂垂直柱浓度与地表NO₂浓度监测值具有较好的相关性,反演产品能够反映地面真实的NO₂污染状况;粤港澳大湾区NO₂柱浓度分布呈现出较为显著的圈层结构,高NO₂柱浓度区域面积约为4468km²,占大湾区总面积的8%,低NO₂柱浓度地区的面积约为25331km²,占比超过了45%;大湾区上空的对流层NO₂垂直柱浓度存在明显的“冬高夏低,春秋过度”的季节性差异和周期性波动特征;影响因子回归模型结果表明人类活动强度(DNB,夜间灯光)、植被状况(NDVI,植被指数)和地形因子(DEM,数字高程)与地区对流层NO₂垂直柱浓度的分布有明显的相关性.本研究成果可为政府和决策者制定相关政策和措施提供借鉴.     

基于Sentinel-5P卫星的中国NO2浓度遥感监测

NO₂是重要的痕量气体,对其监测有助于大气污染治理。本文基于Sentinel-5P大气污染监测卫星提供的对流层NO₂浓度数据和总NO₂浓度数据,借助谷歌地球引擎(google earth engine,GEE)分析了2018~2021年间中国大气NO₂浓度时空变化特征,使用OLS模型揭示了中国地区NO₂浓度的主要影响因子。结果表明:我国对流层NO₂浓度空间分布呈现东高西低的总体格局,东中部城市群对流层NO₂柱浓度水平明显呈现冬高夏低、春秋过渡的季节特征,西部大部分城市的四季变化不明显。北京、深圳、上海3所城市NO₂柱浓度分布呈现出较为显著的圈层结构。OLS模型结果表明,中国地区NO₂浓度变化受到社会经济和自然因素的共同影响,其中城市化程度是影响NO₂排放的重要因子。     

粤港澳大湾区NO2污染的时空特征及影响因素分析

利用Aura卫星搭载的臭氧观测仪（OMI）反演的对流层NO₂柱密度数据,分析了自2005年以来粤港澳大湾区（GBA）对流层NO₂柱密度的空间分布特征、时间变化趋势及其影响因素.研究结果表明GBA对流层NO₂柱密度从2005~2018年呈减少的趋势,每年递减约为2.8%.小波系数显示时间演化过程中存在9个月的主振荡周期,冬季浓度较高,夏季较低.人为排放和各种自然因素,导致了GBA对流层NO₂柱浓度月变化在时间和空间上存在明显差异,最小值和最大值分别出现在6和12月,多年平均值分别为3.9665×10¹⁵和12.3423×10¹⁵molec/cm².NO₂在空间分布上呈现明显的空间分异特征,冬季12月最明显.NO₂污染严重的高值区主要出现在中部地区,如广州市、佛山市和中山市,最大的对流层NO₂柱密度可达18.8306×10¹⁵molec/cm²,大约是周边地区的3 倍,且高污染区域向四周逐渐扩散,连成一片.低值区主要在北部的肇庆市和东部的惠州市,多年平均的对流层NO₂柱密度约为7.1400×10¹⁵molec/cm².对流层NO₂柱密度的增长率在不同区域的变化趋势呈现明显的差异,变化范围为-15×10¹⁵~6×10¹⁵molec/cm²,增长率百分比范围为-65%~65%.出现增长的地区主要是肇庆市北部和惠州市东部的低值区;对流层NO₂出现明显减少的区域集中在中部的高值区,减少量最大的地区为广州市、佛山市和中山市交界处.     

基于TROPOMI的石家庄市NO2柱浓度时空分布及来源分析

为探讨石家庄市NO₂柱浓度时空分布及潜在污染源区，该文利用2019-2021年L2级别的TROPOMI二氧化氮数据、石家庄市8个国控点环境自动监测站的NO₂、O₃、PM_2.5浓度数据和气象要素数据以及全球数据同化系统中的气象数据，对石家庄市NO₂时间变化、空间分布、污染传输通道城市以及潜在源贡献区进行分析。结果表明：石家庄市NO₂浓度年内变化趋势呈“U”型，季节性明显，NO₂浓度冬季(13.33×10¹⁵molec/cm²)>秋季(12.76×10¹⁵molec/cm²)>春季(4.96×10¹⁵molec/cm²)>夏季(4.09×10¹⁵molec/cm²);NO₂浓度空间表现为“主城区高、四周低”的椭圆带状分布，并形...     

中国能源金三角NO2时空格局及其驱动因子

利用臭氧监测仪(OMI)提供的大气污染监测数据,结合产业结构、汽车保有量、国家政策措施等,通过城乡NO₂浓度差异的排放源分析方法提取能源金三角(EGT)地区2005~2019年对流层NO₂垂直柱浓度时空变化特征并探讨影响区域大气NO₂浓度驱动因素.结果表明,EGT煤炭化工源NO₂浓度与第二产业产值增速的相关系数为0.71(P<0.05),说明本文方法所提取的长时序煤炭化工源NO₂浓度能有效地指示产业结构调整和政策措施变化.NO₂浓度从2005~2011年的90.56molc/m²增加至2012~2015年的720.77molc/m²,再下降至2016~2019年的247.36molc/m²,反映EGT经济发展模式经历了从小规模、中污染的点模式逐步发展成大范围、重污染的粗放模式,再到大范围、低污染的精工模式.与京津冀、华中、长三角等地区相比,EGT交通和工业排放对城市源NO₂污染贡献的变化特征进一步反映城镇化水平的发展和产业结构的优化.与OMI相比,高分辨率对流层观测仪(TROPOMI)能在短时序上提供丰富的影像细节信息,且随着观测时长的增加,有望增强长时序大气NO₂污染的精准监测.     

2013~2014年北京市NO2时空分布研究

根据2013~2014年北京市NO₂监测数据,对比分析了全年及重污染日NO₂时空分布特征.结果表明:2013年NO₂平均浓度为56μg/m³,2014年北京市NO₂年均浓度为56.7μg/m³.年均及重污染日NO₂月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO₂浓度明显低于中心城区及南部地区. NO₂浓度与PM_2.5、CO、NO呈正相关关系,与O₃、OX无明显相关性;全年NO₂光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO₂既有利于O₃生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO₂的两种转化机制以转化为NO₃^-过程为主导.经计算2000~2014年北京市机动车的保有量与NO₂浓度的相关系数R为-0.84,机动车NO_x排放量对北京市NO₂浓度的变化有显著的影响.     

基于OMI卫星遥感数据的中国对流层NO2时空分布

基于2004年11月—2008年1月OMI卫星对流层NO₂的垂直柱浓度数据,对我国8个自然地理分区对流层NO₂垂直柱浓度的年均值、月均值的分布进行了分析,依据月均值变化建立正弦曲线拟合模型,依据该模型定量分析了各自然区对流层NO₂垂直柱浓度的变化趋势、变化周期和变化幅度等特征. 结果表明:拟合模型可较好地反映我国8个自然区对流层NO2垂直柱浓度的变化特征;证明了人类活动影响了对流层NO₂垂直柱浓度的分布及其变化,这种影响主要体现在对流层NO₂垂直柱浓度的高低、变化的周期性以及增长趋势等方面.      

利用卫星观测HCHO柱密度研究中国NMVOC时空分布

利用SCIAMACHY和GOME-2卫星观测的对流层HCHO数据以及INTEX-B(The Intercontinental Chemical Transport Experiment Phase B)污染源清单,探讨了2003—2009年中国非甲烷挥发性有机化合物(NMVOC)的分布特征和变化趋势及其成因.结果表明,中国NMVOC区域分布与其污染源分布不具一致性,具有明显汇聚特征,主要集中在盆地、河谷和山前地区的汇聚带区.中国各区域的NMVOC浓度具有明显的周期性月际变化,华中、华北、华东分别在5月,6月和7月达到各自NMVOC浓度的峰值,该现象同MODIS观测的地面燃烧火点分布具有相关性,生物源的燃烧是造成NMVOC浓度上升并达到峰值的主要原因.     

山东省近10年对流层NO2柱浓度时空变化及影响因素

利用OMI卫星对流层NO2柱浓度产品研究了近10年山东省NO2时空格局及影响因素,结果表明: 对流层NO2柱浓度波动较大,10年柱浓度年均值增幅为28.5%,其中2011年浓度最高;对流层NO2柱浓度空间变化显著,2005~2009年四、五级高值仅出现在经济发达的内陆城市, 2010~2012年四、五级高值范围显著扩大至中西部大范围地区,尤以2011年最为严重, 2013~2014年,四、五级高值范围呈逐步缩小趋势; 夏季丰富的降水对NO2具有显著湿沉降作用;山东省近10年地区生产总值不断攀升、机动车保有量大且增幅快、秸秆焚烧火点个数多,这些人为排放是对流层NO2柱浓度升高的主要影响因素.     

2006～2017年京津冀大气污染传输通道城市NO2浓度时空变化分析

利用OMI传感器反演获取的全球对流层NO₂垂直柱浓度数据,分析了2006～2017年京津冀大气污染传输通道城市的对流层NO₂垂直柱浓度时空变化。结果表明,通过线性拟合得出,OMI反演NO₂垂直柱浓度与地面实测NO₂浓度呈显著正相关;京津冀大气污染传输通道城市NO₂柱浓度月均值变化具有周期性,最高值和最低值多出现在1月和7月;NO₂柱浓度在季节变化上特征明显,表现为冬季最高,秋、春季次之,夏季最低。在年际变化上,NO₂柱浓度主要表现为2006～2010年波动增长,2011～2013年基本持平,2014年后开始迅速下降;NO₂垂直柱浓度空间分布,整体呈现出西北部低、中部和东部高的空间格局;季节空间分布与这12年均NO₂柱浓度空间分布相似。     

京津冀地区严重光化学污染时段O3的时空分布特征

利用MCCM(多尺度气象空气质量模式)对京津冀地区2008年6月严重光化学污染时段的近地面φ(NO_x)和φ(O₃)进行了模拟;同时,为了检验MCCM系统模拟φ(O₃)时空分布的能力,将模拟的气象要素、φ(NO_x)和φ(O₃)与观测数据进行了比对,并利用验证后的模拟结果对该地区严重光化学污染时段O₃时空分布特征进行研究. 结果表明:①MCCM模式可较好地反映气象场和污染物浓度场的时空分布特征. 气温、露点温度和气压的观测值与模拟值的相关系数分别为0.85、0.77和0.95;模拟的化学物种浓度的时空分布与观测结果基本相符. ②城市中心地区φ(NO_x)较高,北京和天津城市地区的φ(NO_x)甚至超过了30×10-9;京津冀平原大部分地区午后14:00φ(O₃)的最大值超过了70×10-9;而太行山沿线φ(O₃)的最大值超过了80×10-9. 结合气象要素的分析表明,午后φ(O₃)在太行山沿线的高值与气压场和流场关系密切. ③利用判断O₃生成敏感性指标——H₂O₂/HNO₃(体积分数比)分析发现,φ(O₃)日最大值和φ(总氧化剂)(总氧化剂=NO₂₊O₃)平均值的高值区域与O₃生成受NO_x和VOCs协同控制的区域极为吻合. 因此,要达到降低区域的光化学污染,应以VOCs的消减为主,同时兼顾NO_x的消减.      

基于卫星数据研究兰州市NO2时空分布特征以及冬季NOx排放通量

搭载在EOS AURA卫星上的OMI探测器由于其较高时空分辨率在大气痕量气体(O3,NO2,SO2)探测中得到广泛应用.利用2010~2012年OMI NO2柱浓度数据产品重构了兰州市以及周边地区NO2柱浓度分布,分析了其时空变化特征,并利用西南风场下NO2空间分布特征采用拟合方法研究了NOx冬季排放通量以及寿命.研究表明,NO2柱浓度空间分布呈现以兰州市为中心,浓度向四周扩散的特征;兰州市NO2柱浓度的年变化特征为12月达到最大浓度,8月达到最小浓度;2010~2012年NO2寿命分别为10.6,9.9,9.1h,NOx冬季排放通量分别为175.3, 183.7,179.9mol/s.其排放通量与兰州环境公报提供的氮氧化物排放通量数量级之间具有较好的一致性,说明利用卫星数据估算兰州的NOx通量方法的有效性.     

新冠疫情对我国NO2排放影响的时空分析

基于高分辨率的TROPOMI数据,分析了我国疫情爆发期的NO₂空间分布情况,同时对比了疫情同比期和环比期不同地区的变化情况.分析表明,全国范围内NO₂柱浓度的同比下降率和环比下降率分别为40.46%和50.09%,经济发达且人口稠密的城市群,排放量下降较为显著,其中江苏、河南、山东、浙江等NO₂历史排放较高的省份受疫情影响更大.湖北省疫情期的NO₂柱浓度绝对值(1.63×10¹⁵molec/cm²)在中东部省份属于最低位水平,同比和环比下降率也均在50%以上.相对来说,武汉、孝感等周边城市的影响远大于十堰、恩施等西部山区.地基国控站点的NO₂质量浓度也显示了与卫星观测较一致的空间分布和变化趋势,证明了采用“自上而下”的遥感手段,可以对不同区域的大气污染排放强度和社会经济活动水平进行快速评估.     

Trends of the sunshine duration and diffuse radiation percentage on sunny days in urban agglomerations of China during 1960–2005

The long-term observational data of sunshine duration (SD) and diffuse radiation percentage (defined as diffuse solar radiation/total solar radiation, DRP) on sunny days during 1960–2005 were analyzed in 7 urban agglomerations and the whole of China. The results show that the sunny sunshine duration (SSD) has decreased significantly except at a few stations over northwestern China in the past 46 years. An obvious decrease of the SSD is found in eastern China, with the trend coefficients lower than − 0.8. Accompanied by the SSD decline, the sunny diffuse radiation percentage (SDRP) in most stations shows obvious increasing trends during the 46 years. The averaged SDRP over China has increased 2.33% per decade, while the averaged SSD shows a decrease of − 0.13 hr/day per decade. The correlation coefficient between SDRP and SSD is − 0.88. SSD decreased over urban agglomerations (small to large city clusters) in the past 46 years, especially in large cities and medium cities, due to the strong anthropogenic activities and air pollution represented by aerosol option depth (AOD) and tropospheric column NO₂ (TroNO₂). On the regional scale, SSD has an opposite trend from SDRP during 1960 to 2005, and the variation trends of regional mean values of SSD and SDRP in southeastern China are more pronounced than those in northwestern China.     

船舶排放及不确定性对中国空气质量的影响

船舶排放是我国沿海地区重要的人为排放源,但现有的船舶排放评估研究大多只关注区域尺度的影响分析,而且忽视了排放清单的不确定性,这在一定程度上削弱了评估结果的可靠性.为此,本文利用WRF-SMOKE-CAMQ空气质量模型,定量评估了船舶排放及其不确定性对我国七大沿海港口城市夏季空气质量的影响,结果表明：船舶排放对我国主要沿海港口城市的SO₂、NO_x和PM_2.5浓度贡献范围分别为16.5%~62.5%、21.9%~72.9%和5.9%~26.0%,尤其对宁波、青岛和深圳等港口城市空气质量的影响显著,主要是由于港口较高的船舶排放以及气象传输两方面原因造成的;如果考虑船舶排放清单的总量不确定性,船舶排放对沿海港口城市夏季SO₂、NO_x和PM_2.5的影响分别呈现1.0~3.1,2.1~5.5,0.3~0.9μg/m³的波动;考虑船舶排放清单的时空分配不确定性,船舶排放对沿海港口城市夏季SO₂、NO_x和PM_2.5的影响分别呈现1.9~15.7,5.1~29.3,0.6~2.5μg/m³的波动.可见,船舶排放清单的不确定性对沿海城市船舶排放贡献影响量化有明显的影响.所以在评估船舶排放对港口城市空气质量的影响时,要考虑船舶排放清单的不确定性,尤其是时空分配的不确定性.而合理的时空分配能够提高船舶排放清单的质量和对沿海空气质量模拟的准确性.