2016年冬季北京地区一次重污染天气过程边界层特征

利用中国气象局地面常规观测资料、微脉冲激光雷达（MINI-MPL）、风廓线雷达资料、生态环境部大气成分等资料,对2016年12月16~21日京津冀多地污染过程的生消特征、与气象条件的关系以及边界层的结构特点进行了分析.结果表明：大气处于静稳状态,低层大气盛行偏南气流,大气湿度持续增加,加之北京三面环山不利于污染物扩散的特殊地形是造成北京此次严重空气污染的重要因素.重污染期间,污染物主要聚集在800m高度以下,严重污染时,污染物高度甚至仅有400m左右.风廓线雷达反演风场显示：2次PM_2.5浓度快速上升阶段低层伴随持续偏南风或偏东风.污染过程期间,逆温结构明显,两次污染快速发展阶段恰好出现在两次逆温最强时段.此次污染天气过程,激光雷达退偏振比总体小于0.25,反映污染主要是人类活动产生气溶胶,前期以一次排放颗粒物为主,后期以二次转化颗粒物为主.退偏振比污染过程前期呈明显日变化特征,且白天退偏比比夜间高.     

中国西部背景地区PM2.5化学组分特征及其对大气散射系数的影响

于2009年春、夏和秋季在全球大气本底基准监测站青海瓦里关同步观测了PM_(2.5)中主要化学成分和大气散射系数(bsp).结果显示,观测期间瓦里关PM_(2.5)浓度年均值为(12.6±12.0)μg·m~(-3),显著低于国家年均值标准.总水溶性无机离子和碳气溶胶浓度分别为(1.7±1.6)μg·m~(-3)和(3.2±1.0)μg·m~(-3),分别占PM_(2.5)浓度的16.5%和25.4%.基于IMPROVE经验公式,瓦里关bsp最主要的贡献因子是有机物(OM)和土壤尘(FS),贡献率分别达到48%和28%,其它组分对bsp的贡献率均小于10%.     

强壮前沟藻生消过程中水体的散射特性

基于2011年7月藻类培养实验期间的实测数据,研究了强壮前沟藻生消过程中水体的散射特性.结果表明,强壮前沟藻本次培养周期共21d,前15 d为生长期,之后进入消亡期;生消过程中水体散射光谱变化明显,叶绿素浓度较低时,散射系数随波长增加近似呈幂函数衰减,而叶绿素浓度较高时,蓝绿光波段散射系数随波长增加呈现近似线性增大趋势,红光波段叶绿素强吸收造成的散射谷更明显;生长期和消亡期时,散射系数与叶绿素浓度幂函数回归的可决系数均随波长增加逐渐增大,750 nm波段达到最大值,R2分别为0.95、0.97;生长期时,蓝光波段散射占总散射量的比例逐渐减小,而红光波段逐渐增大,绿光波段变化较小,但基本呈现增大趋势,水色由蓝绿色逐渐变为红褐色,消亡期时,恰恰相反;生长期和消亡期的绿蓝、红蓝、红绿波段散射比与叶绿素浓度均存在正相关关系,说明随叶绿素浓度增加水色逐渐趋近于长波颜色.     

滇池水体总悬浮物散射系数参数化模型

总悬浮物的散射系数是水体非常重要的固有光学量之一,散射系数的参数化研究,对于水体生物光学模型的构建具有非常重要的意义.2009年9月对滇池水体25个样点进行野外采样,对滇池水体水质参数、悬浮物的吸收、散射特征进行分析,并利用乘幂模型对散射系数进行参数化,分析了模型精度与色素颗粒物吸收之间的关系,进而改进乘幂模型.结果表明,在色素颗粒物吸收较强的波段,普通乘幂模型的平均相对误差为0.08,模型改进后相对误差缩小为0.02;在色素颗粒物吸收较弱的波段,会出现模型的过修正,这主要取决于色素颗粒物的吸收,因此,没有必要对乘幂模型进行修正.     

基于生物光学模型的二类水体光学活性物质估算：以晋江下游河段为例

水体中各组分对光谱的吸收和散射构成了水体的固有光学特性,是生物光学模型的重要参数,是建立水质遥感半分析模型的基础.目前该方法多应用于湖泊水质监测,很少用于河流.因此, 本研究以福建晋江下游河段为例, 探讨水面下反射率R(0^-)与光学活性物质之间的关系,并建立了光学活性物质的估算模型.结果表明,利用R(0^-)₇₅₃与总悬浮物浓度、R(0^-)₇₀₂/R(0^-)₆₈₀与浮游植物色素浓度、R(0^-)₆₇₀/R(0^-)₄₂₃与CDOM吸收系数分别建立的估算模型能取得理想的效果,其决定系数分别是0.953、 0.820 5和0.621 3,对应的相对误差分别是6.1%、 21.87%和22.18%.三者中以悬浮物浓度的反演精度最高,然后依次为浮游植物色素浓度和CDOM.主要原因在于浮游植物色素的浓度相对较低,光谱信号较弱;CDOM的特征光谱波段很窄,而且该波段内的R(0^-)受到其它２种物质存在的影响.     

基于极化SAR的河流有机物污染监测研究

选择我国南方水质变化梯度较为明显的典型河流为对象,分析基于C波段极化合成孔径雷达(极化SAR)的河流水污染监测评估技术.引入了随机粗糙面电磁散射理论对污染水域的散射特性进行了建模,研究了水体污染可能对散射模型及参数的影响,分析了同步得到的极化SAR数据与水体常用污染指标的监测数据.通过比较19个采样点的后向散射系数与同步监测的水质指标,发现化学需氧量(COD)与HH和VV通道的后向散射系数比成正相关性,这与由电磁理论建立的散射模型及水体污染对散射模型参数影响的分析相符.利用最小二乘法,拟合得到了利用HH与VV通道后向散射系数比来反演化学需氧量的公式,拟合结果的相关系数达到0.90.本研究建立了利用极化SAR的HH与VV通道后向散射系数比监测水体有机物污染的模型,该模型主要通过分析同步监测数据获得,基于电磁散射理论的分析支持了该模型的有效性.     

天津城区春季大气气溶胶消光特性研究

利用天津大气边界层观测站2011年4月1日~5月10日气溶胶散射系数、吸收系数、PM2.5质量浓度、大气能见度和常规气象观测数据,分析了气溶胶散射系数和吸收系数的变化特征,以及气溶胶消光系数与PM2.5质量浓度和大气能见度的关系,并对两种方法计算的消光系数进行了比较.结果表明,观测期间天津城区气溶胶散射系数为369.93 Mm-1,对大气消光贡献为86.7%,气溶胶吸收系数为36.32 Mm-1,对大气消光贡献为8.5%,单次散射反照率为0.91;气溶胶散射系数和吸收系数的日变化特征具有明显的双峰结构,对应于早晚交通高峰;不同天气类型下其日分布特征存在较大差异,霾日散射系数和吸收系数最高,沙尘日和降水日次之,晴日最低;气溶胶散射系数和吸收系数与PM2.5质量浓度呈线性正相关,与大气能见度呈指数负相关,观测期间气溶胶质量散射效率均值为2.95m2/g;采用Koschmieder’s公式反算能见度获得的大气消光系数,与通过测量气溶胶散射系数、气溶胶吸收系数、气体散射系数和气体吸收系数等分量加和获得的消光系数相比一致性较好,高相对湿度天气下能见度反算值高于各系数加和值.     

南京冬季气溶胶消光特性及霾天气低能见度特征

利用2015年1月气溶胶散射和吸收系数、PM_2.5质量浓度、大气能见度以及常规气象观测数据,分析了南京冬季大气气溶胶散射系数与吸收系数的变化特征,给出了散射系数与吸收系数对大气消光的贡献,以及能见度与PM_2.5质量浓度和相对湿度的关系.结果表明,观测期间南京大气气溶胶的散射系数和吸收系数分别为(423.4±265.3) Mm^-1和(24.5±14.3) Mm^-1,对大气消光的贡献分别为89.2%和5.2%,表明大气消光主要贡献来自于气溶胶的散射.散射系数与PM_2.5相关性较好(R²=0.91),能见度随PM_2.5质量浓度呈指数下降,也与相对湿度保持一定负相关性.能见度均值为4.3km,且连续出现能见度不足2km的低能见度天气,霾天气下消光系数和PM_2.5质量浓度大幅超过非霾天气,最高值分别达到1471.2Mm^-1和358 μg/m³,霾天气下能见度的降低来自颗粒物与相对湿度的共同影响.     

龙凤山大气气溶胶散射特性观测分析

利用2018年龙凤山区域大气本底站(简称龙凤山站)气溶胶散射系数、PM₁₀质量浓度及常规气象观测资料,研究了东北本底地区气溶胶散射系数的变化特征.结果表明,2018年龙凤山站3个波长下气溶胶散射系数的均值为(194.1±202.4)Mm^-1(450 nm)、(133.4±139.2)Mm^-1(550 nm)、(81.8±85.3)Mm^-1(700 nm).龙凤山地区散射系数具有明显的日变化特征,且不同季节的日变化特征具有较大区别.龙凤山地区地处相对洁净的背景地区,气溶胶散射系数水平相对较低,春季受局地及长距离风沙的影响散射系数均值较高,冬季东北地区采暖燃烧排放量比较大,大气层相对稳定,不利于气溶胶污染物的扩散,冬季气溶胶散射系数最高.夏秋季受湿沉降与植被条件的影响气溶胶散射系数最低.散射系数与PM₁₀质量浓度相关性较好,相关系数r为0.82.龙凤山PM₁₀的质量散射效率为3.6 m²·g^-1(550 nm).2018年龙凤山PM₁₀气溶胶的散射Angstrom指数(SAE)平均值为1.96±0.25,表明在观测期间气溶胶主要是以较小的粒子主导,夏季的SAE最大,秋季的SAE最低,春季和冬季居中.     

北京PM2.5背景值定值方法及其变化特征研究

通过气团识别方式,确定了较强气团判别指标,定量评估了较强气团对北京上甸子区域大气本底站PM2.5浓度影响.结果显示,偏北风过程中PM2.5的背景值介于10.3~13.5μg/m3,平均值为(11.7±1.3)μg/m3;偏南风过程中PM2.5的背景值介于60.2~92.6μg/m3,平均值为(76.2±12.8)μg/m3.偏北风过程中,PM2.5背景值变化趋势不明显;偏南风过程中,PM2.5背景浓度呈线性下降趋势,下降速率为5.5μg/(m3×a).2009~2012年期间,区域本底站观测到的PM2.5年均值变化不大,这与北京地区的局地产生的二次PM2.5逐步增大有关,在一定程度上抵消了区域背景值下降的影响.当出现系统性偏南风时,北京以南区域输送对北京当地PM2.5浓度增加的平均贡献接近60%,但是自2009年开始逐步下降,截止2012年该贡献降低到44%.