基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究

PM_2.5是大气的重要污染物,掌握其空间分布对于大气污染防控具有重要意义．目前,PM_2.5遥感监测主要围绕卫星反演的日间AOD数据开展,无法反映夜间大气污染的空间格局．以2019年9—12月NPP/VIIRS夜间灯光影像和空气质量站点PM_2.5观测数据对江苏省淮安市夜间PM_2.5浓度进行估算研究．基于辐射传输方程分析夜间灯光辐射与PM_2.5浓度之间的关系,在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM_2.5浓度的空间自变量,运用多元线性回归模型（MLR）、随机森林（RF）、Cubist、极端梯度提升树（XGBoost）、神经网络（NNet）、支持向量机（SVM）及最近邻法（KNN）算法构建夜间PM_2.5浓度遥感估算模型．结果表明,多元线性归回模型精度明显低于各个机器学习模型,所有模型中SVM模型精度最高,决定系数R²为0.77,平均绝对误差MAE为20.83μg·m^-3,均方...     

银川市臭氧污染天气形势客观分型研究

采用T-mode主成分分析法（PCT）对银川2016—2020年4—9月850 hPa位势高度和全风速场进行客观天气分型,并利用后向轨迹聚类方法、潜在源贡献算法（PSCF）和浓度权重轨迹分析法（CWT）探讨臭氧易污染天气型的传输特征和潜在污染源区.结果表明,最有利于形成臭氧污染的天气类型为东高西低型,其次是低空均压场高空弱西北气流型,再次是低空均压场高空强西北气流和辐合场型,对应的臭氧超标率分别为37%、34%、27%和27%;不利于促发臭氧污染的天气类型有暖高底部型、西北气流控制型和高压后部型.东高西低型下,银川臭氧的主要输送路径为东南气流,潜在源区为四川北部、陕西西南部、甘肃东北部和宁夏东部;偏东气流和西北气流对低空均压场高空弱西北气流型下 臭氧浓度均有重要影响,此天气型下银川臭氧潜在源区主要分布在内蒙古西南部与宁夏西北部接壤地区及宁夏北部和东部;低空均压场高空强西北气流型下臭氧主要输送路径为北方气流,潜在源区为内蒙古中西部及宁夏中东部;东南偏东气流为辐合型天气型下银川臭氧的重要 输送路径.     

北京市臭氧的时空分布特征

对2012年12月~2013年11月期间北京市35个自动空气监测子站的O3浓度进行分析,探讨北京市O3浓度的时间、空间分布特征,并对夏季的一次O3高浓度过程进行了分析.结果表明,北京市O3浓度在5~8月维持相对较高浓度,其他月份则维持较低浓度.整体来看,4类功能的监测站点中O3平均浓度由高到低分别是对照点及区域点、郊区环境评价点、城区环境评价点和交通污染监控点;O3浓度日变化呈单峰型分布,一般在15:00、16:00达到峰值;O3还呈现明显的"周末效应",即周末白天时段O3浓度大于工作日浓度.北京市O3浓度城区相对较低,周边区县相对较高,生态植被优良的东北部地区浓度最高.2013年6月3日北京市发生一次O3高浓度过程,在下午西南风的作用下,榆垡、丰台花园、奥体中心和怀柔监测站O3峰值出现的时间从南到北依次滞后,且怀柔站在20:00才出现峰值,体现了这次过程中存在明显的O3输送特征.     

沙尘气溶胶的跨亚欧大陆传输对东亚地区大气环境的影响

基于全球大气环流模式CAM3.1对2002—2003年模拟的全球沙尘气溶胶分布及其变化的评估,通过去除东亚沙漠(局地源)的敏感性模拟试验来分析北非、阿拉伯和中亚地区沙漠区(外部源)的沙尘气溶胶跨亚欧大陆传输对东亚地区大气沙尘气溶胶的贡献.结果表明,受到大气沙尘气溶胶的跨亚欧大陆传输的影响,东亚以外沙尘源对青藏高原大气贡献率最大,对我国北方干旱半干旱地区大气贡献率最小,对中国南方地区和日韩及邻近的西北太平洋地区大气贡献率基本相当.东亚地区秋(冬)季大气受到东亚以外沙尘源的影响最弱(强).我国北方干旱半干旱地区近地层大气沙尘气溶胶的外源贡献率秋季最小(约5%),冬季最大(约30%).青藏高原冬季60%~80%的近地面大气沙尘气溶胶来自东亚以外的沙漠区,而在秋季则只有约20%~60%.外源对东亚大气沙尘气溶胶柱浓度和对近地面大气沙尘气溶胶的影响具有基本一致的季节特征,但对柱浓度的贡献率一般偏大10%~40%.沙尘气溶胶跨亚欧大陆传输对东亚地区的影响主要集中在2~6 km的自由对流层.随对流层高度的增加东亚各地区外源贡献率均增加.青藏高原地区以年平均对流层沙尘气溶胶外源贡献率62%~81%成为东亚地区最大的影响区域.     

Fluent在城区内流场及污染扩散模拟的适用性检验

基于榆中污染扩散实验翔实的观测资料,使用计算流体力学软件Fluent开展了城区内流场及污染物传输扩散的数值模拟研究,并将模拟值与外场实验观测值对比,以此检验Fluent软件的适用性。结果表明,Fluent能较好地模拟城区内流场,风场的模拟值能反应实际风场的变化趋势,风向平均绝对误差为32.18°,风速平均相对误差为35.63%;且模拟效果随风速的增大而逐步提高;城区建筑物对流场拖曳作用明显,街区分布对流场的影响较大;以SF6为示踪物,Fluent软件能模拟出与观测污染物扩散相似的形态,表明Fluent软件对污染物传输和扩散的较好模拟能力。该研究加深了对城区内流场复杂性的认识,并为了解城区内污染物传输扩散过程、做好空气污染事故灾害防治和救援以及事故后灾害评估等提供科学依据。     

珠江下游至伶仃洋水体中多环芳烃的相态分布和传输特征

为了研究河口水体中多环芳烃(PAHs)的相态分布、传输特征及其变化趋势,本文沿珠江下游至河口对表层水体PAHs进行采样分析。结果显示,16种优控PAHs的总浓度为(17.50~168.35)ng/L,平均83.40 ng/L,其中溶解相为(3.76~83.60)ng/L,颗粒相为(1.59~84.75)ng/L。PAHs浓度自下游至伶仃洋有波动降低的趋势,该趋势受陆源的持续输入、浮游植物的吸附吸收以及海水的稀释作用等因素的共同影响;PAHs组成及两相分配的变化主要受控于输入特征、悬浮颗粒物和黑碳吸附以及盐析效应等环境因子。荧蒽和芘的分配系数Kp自珠江下游至伶仃洋的逐渐下降也说明了海水的稀释显著降低了悬浮颗粒物对PAHs的吸附。另外,特征化合物比值沿程的变化不仅指示了PAHs在广州段水体中较长的停留时间,也说明了虎门河口存在持续的PAHs输入。利用主因子分析和多元线性回归的方法,指示出煤和木材燃烧以及机动车排放是该区域表层水体PAHs污染的最主要来源,约贡献了80%的PAHs输入。     

长江中游地区PM2.5重污染过程的典型天气环流分型及区域传输影响

作为一个新的区域性霾污染中心,长江中游地区地理位置特殊,是我国中东部地区大气污染物区域传输的重要枢纽,天气环流对该区域不同传输和累积型PM_2.5重污染的形成机制还不甚了解.利用T-mode斜交旋转主成分分析法（PCT）,对2015~2019年采暖季长江中游地区74 d PM_2.5重污染事件进行天气环流分型,得到：PCT1高压底部传输型（天数：41 d,占比：55.4%）、PCT2低压辐合累积型（天数：12 d,占比：16.2%）、PCT3高压静稳累积型（天数：11 d,占比：14.9%）和PCT4高压后部传输型（天数：10 d,占比：13.5%）这4种主要的大气环流类型.区域传输型污染（PCT1和PCT4）占比高达69%,是长江中游地区PM_2.5重污染发生的主导因素,突显了地域特殊性.其中,PCT1是最主要的环流型,冷锋南侵伴随强偏北风驱动上游地区污染物快速传输,使得PM_2.5浓度暴发式增长.境内传输通道城市襄阳、荆门和荆州PM_2.5传输过程具有12 h滞后特征,其PM_2.5影响源区主要分布在上游的河南中北部、山东西部和华北大部分地区.PCT4传输型受低层偏东风输送影响,污染上升速率也相对较快.PCT2和PCT3为静稳天气环流型,地面风速较小,低层水平辐合和下沉运动有利本地PM_2.5重污染累积,污染上升速率和持续时间都相对传输型更长.     

长三角地区典型PM2.5污染过程和跨区域传输对宁波污染贡献评估模拟

利用WRF模式和嵌套网格空气质量模式（NAQPMS）对长三角地区2015年1月一次典型PM_2.5区域重污染事件进行数值模拟.结果表明,NAQPMS模拟再现了长三角地区PM_2.5重污染的发展过程,外来区域污染输送是导致长三角地区发生重污染的一个重要因素,主要受3条通道传输影响：内陆（河南-安徽-江苏）通道、沿海（京津冀-山东-江苏）通道和海洋（京津冀-山东-黄海-江苏）通道.以宁波为对象评估污染跨区域输送贡献的解析结果表明：污染发生阶段以沿海通道输送为主,外来区域输送江苏贡献率较大（36.51%）;重污染阶段以内陆通道和海洋通道为主,主要外来区域贡献为浙江北（25.55%）、安徽（12.33%）和海洋（16.92%）;污染消散主要受海洋通道影响,外来输送主要为江苏（14.74%）和海洋（31.43%）.     

HDCVI模拟高清技术解析

安防监控行业正在快速步入高清时代,亦产生了多种各具特色的传输技术,包括IP、HD-SDI、960H等,各种技术由于自身的优缺点而适用于不同的市场需求.最近发布的HDCVI标准则在结合现有传输z技术优点的基础上,采用亮色分离、自动信号补偿、双向数据通信、多信号共缆等专利技术,实现了百万像素级的模拟视频信号传输,具有低成本、长距离、无延时、高效率、抗干扰且易实施等特性,为视频传输提供了一个全新的选择方向.     

基于物联网的环境自动监控数据采集与传输系统架构设计与功能实现

在环境监管中应用物联网技术是行业应用的发展趋势。实现基于物联网的环境自动监控,必须要采用安全可靠的智能数据采集与传输系统,对各类环境自动监测设备产生的数据进行智能采集与传输,提高环境自动监控的数据传输有效率和数据质量,为环境监管提供可靠的决策支持。