北京森林BVOCs排放现状及动态变化特征分析

以北京地区森林植被为研究对象,基于森林资源清查蓄积资料和逐小时气象数据,采用光温影响模型对2000~2020年北京森林BVOCs排放量进行估算,并分析其对空气质量的影响.结果显示,2020年北京森林BVOCs排放量为39.57×10⁹g C,异戊二烯、单萜烯和OVOCs分别占72.19%、17.48%和10.32%,杨树、栎树等阔叶树是主要的异戊二烯排放源,油松等针叶树是主要的单萜烯排放源.2000~2020年森林BVOCs排放量从20.30×10⁹g C/a增加到39.57×10⁹g C/a,年平均增长率4.75%;BVOCs排放量的变化表现出明显阶段性特征,2000~2010年增长缓慢,2010~2020年出现大幅上升.20年间异戊二烯所占比重呈下降趋势,单萜烯和OVOCs所占比重则呈上升趋势;杨树对BVOCs排放量的贡献逐渐降低,栎树和其他阔叶树的贡献明显增加,北京新增森林更加注重物种多样化.2000~2020年,BVOCs的O₃生成潜势从181.76×10⁹g增加到331.07×10⁹g,异戊二烯占92.70%,是主要的贡献者;SOA生成潜势从1.11×10⁹g增加到2.65×10⁹g,单萜烯和异戊二烯分别占75.40%和24.60%.O₃生成潜势最大的树种是杨树,SOA生成潜势最大的树种是油松.森林BVOCs排放在夏季对O₃污染的贡献最大,未来绿化中应考虑优化树种组成.     

北京森林BVOCs排放特征及对区域空气质量的影响

利用林业二类调查蓄积资料,广泛调研植物源挥发性有机物（BVOCs）排放因子的最新研究成果,运用光温影响模型对北京森林BVOCs排放特征进行研究,并分析其对区域空气质量的影响.结果显示,2015年北京森林BVOCs排放量平均值为27.97×10⁹g C/a,变化域值范围为（9.46~76.45）×10⁹g C/a,其中异戊二烯、单萜烯和其他VOCs贡献率分别为75.09%、15.62%和9.29%.不同树种间BVOCs排放量差异较大,杨树和栎树是主要的异戊二烯排放源,贡献率分别为63.16%和25.92%;油松是主要的单萜烯排放源,贡献率为40.90%.不同龄级林对BVOCs排放的贡献不同,中龄林贡献率最大,占总量的39.14%.BVOCs排放呈夏季高、冬季低的特征,春、夏、秋、冬排放量分别占全年的12.55%、77.48%、9.76%和0.21%.BVOCs对O₃生成潜势的贡献量为240.51×10⁹g,其中异戊二烯占92.66%,是主要的贡献者;对二次有机气溶胶（SOA）生成潜势的贡献量为1.73×10⁹g,异戊二烯和单萜烯分别占24.26%和75.73%.研究表明,北京森林BVOCs排放会导致大气年均SOA浓度增加0.94μg/m³,O₃浓度上升9.01μg/m³,特别是对夏季O₃污染具有较大贡献.建议城市绿化时应从有助于空气质量改善的角度考虑树种的VOCs排放能力.     

密云水库上游河流水质空间异质性及其成因分析

于2018年非汛期(4—5月)和汛期(8—9月)在潮白河上游流域布设28个监测断面,监测了11项水质指标并进行统计分析,同时,结合GIS空间分析功能来分析水质时空变化特征及其成因.结果显示:从时间上来看,密云水库上游水质表现为汛期差于非汛期,非汛期主要污染物为TP,其均值(0.29 mg·L~(-1))超过了Ⅲ类水质标准且变异系数较高(0.89),存在显著的空间差异,受点源、沿河岸农业面源和第一产业活动的影响较大;汛期主要污染物为TN,其均值(5.98 mg·L~(-1))超出了Ⅴ类水质标准但变异系数不高(0.55),有机物和泥沙的变异系数相比非汛期都有所增加,说明汛期呈现更加显著的变异性,受流域面源、第一产业和生活污染的影响较重;从空间上来看,潮河水质差于白河,潮河主要污染物是TN和TP,主要受农业面源和第一产业活动的影响,白河主要污染物为TP和有机物,主要受第三产业和第一产业的影响,受农业面源污染的影响相对较低.     

北京建筑施工裸地时空变化及扬尘污染排放

近年来北京城市格局逐步调整,伴随城市扩张与功能疏解,大规模建设工程使建筑施工裸地广泛分布于城市内部,施工扬尘带来的颗粒物污染已经成为影响空气质量的重要因素.选取北京平原区为研究区域,遥感反演了2013~2017年的建筑施工裸地,并分析了其时空分布特征.结合地面颗粒物浓度进行相关性分析,探讨城市建筑施工裸地对空气质量的影响.在此基础上,估算北京平原区2013~2017年建筑施工裸地的扬尘排放量.结果表明,北京建筑施工裸地沿中心城区向四周辐射,呈现出环形的带状分布,以城乡结合部最为集中.2013~2017年建筑施工裸地面积呈现先减后增的变化趋势,2015年后重心向东南偏移,逐步呈现出不均衡的分布特征.建筑施工裸地面积与PM10呈正相关,23个地面自动监测站点的相关系数均在0.80以上.2017年北京平原区建筑施工裸地颗粒物排放量核算结果如下:TSP排放量为39.5×10~4t、PM10排放量为19.4×10~4t、PM_(2.5)排放量为4.0×10~4t.单元网格的建筑施工裸地颗粒物排放强度向两级化发展,建筑施工裸地的局部集中导致高污染单元网格排放强度进一步增大.以标准化的PM10网格排放量为依据,将北京平原区分为低污染排放区、较低污染排放区、中污染排放区、较高污染排放区及高污染排放区5个级别,分级管控可以更有效地减轻扬尘污染影响.     

居民环境后果认知对保护旅游地环境行为影响研究

随着旅游业的快速发展及频繁爆发的自然灾害事件,越来越多的旅游地生态环境受到人为及非人为活动的干扰。生态环境是旅游业得以正常运行与进一步发展的基础之一,因此旅游地环境保护研究一直是学术界关注的焦点。本研究以旅游地社区居民为案例借助NAM模型(Norm Activation Model)研究居民环境后果认知对保护旅游地环境行为的驱动机制,并对青城山-都江堰与九寨沟居民样本进行对比分析。经多群组结构方程模型分析得到以下结果:①青城山-都江堰与九寨沟两组模型中均表现出因变量保护旅游地环境后果认知对环保道德规范作用最强,因变量灾害后果认知对环保道德规范影响次之,因变量旅游环境影响认知对环保道德规范无影响;②两组模型中环保道德规范作为中介变量均表现出对日常环保行为影响最强,对景区生态关注影响强度次之,对高级环保行为意愿影响强度最弱;③保护旅游地环境后果认知是影响居民实施保护旅游地环境行为最主要的环境后果认知维度;④青城山-都江堰居民保护旅游地环境后果认知对保护旅游地环境行为及行为意愿三个维度影响强度均大于九寨沟,而九寨沟居民灾害后果认知对保护旅游地环境行为及行为意愿三个维度影响强度均大于青城山-都江堰。旅游地环境管理要充分考虑和提高居民的合理利益,并加强环境、灾害意识与传统文化教育有利于激发居民主动实施环保行为,有利于旅游地环境可持续发展。     

2015～2017年北京及近周边平房燃煤散烧及其污染排放遥感测算

利用2015~2017年8~9月2 m级高分辨率遥感影像，对北京市平原区平房面积和分布进行遥感监测，其中2017年增加北京周边地区（廊坊、保定）的监测，获取平房信息，并利用平房采暖面积调查、燃煤量入户抽样调查等技术手段，估算了北京及周边地区平房燃煤总量，同时结合排放因子，测算了燃煤PM_2.5、SO₂、NO_x的排放量.结果表明2015~2017年，北京市平原区平房燃煤量大幅度下降，燃煤总量下降了75%，煤改电（气）措施效果显著.现阶段（2017年）北京城六区、南部平原城乡地区基本实现"无煤化"，燃煤散烧主要集中在北部平原区，其中昌平、顺义区燃煤量均超过30万t，平谷、延庆区的燃煤量在15万t以上.从空间分布来看，2015年燃煤量空间呈环状分布，2016年呈半环状，燃煤集中在位于环面区域的昌平、顺义、通州、大兴区.2017年各区平房燃煤所产生的大气污染物排污量差别明显，其中昌平区的SO₂和NO_x排放量最高，分别为1113.3 t和279.2 t.2017年保定、廊坊市煤改清洁能源工作初见成效，但燃煤总量依然较大，煤质差、使用方式粗放，燃煤强度由北至南逐渐增大.保定、廊坊市平原区燃煤量分别约为1043万t和407万t.保定市近郊村庄燃煤量普遍较少，北市、南市和新市区村庄燃煤量均低于5万t.廊坊市平原区燃煤量空间分布较为平均，其中文安县平原区燃煤量最多，为69万t，大厂回族自治县燃煤量最低.     

北京地区霾/颗粒物污染与土地利用/覆盖的时空关联分析

土地利用/覆盖变化(LUCC)直接或间接影响颗粒物污染,为定量评价颗粒物污染与土地利用在时序变化和空间分布上的关系,使用北京市长期气象资料、土地利用数据、实测颗粒物浓度数据和遥感影像,结合GIS空间分析和典型相关分析方法,对北京市霾日数与土地利用变化的响应关系、以及局地土地利用类型对颗粒物污染浓度空间分布的影响进行了定量评价.结果表明:从时序变化的角度看,北京市(行政区内)1996~2008年间霾日数与生态用地和耕地表现为显著负相关,相关系数分别为-0.574和-0.592,与建设用地、居民点及工矿用地和交通用地则呈显著正相关,相关系数分别为0.595、0.609和0.590;北京城区(五环内)1989~2012年间霾日数与生态用地、耕地和建设用地变化趋势具有良好的响应关系,其中城市区域扩张对霾日数影响显著,建成区面积与霾日数显著正相关,相关系数为0.876.从空间分布的角度看,建筑工地、道路和裸地3种下垫面类型的颗粒物浓度要明显高于其他类型;在0.5km和1km缓冲区内,绿地面积与PM1.0浓度呈显著负相关,相关系数分别为-0.542和-0.507,建筑面积与PM1.0浓度呈显著正相关,相关系数分别为0.469和0.537.总体来看,北京地区颗粒物污染水平、空间分布格局与土地利用/覆盖状况具有良好的时空关联性.     

基于卫星遥感的京津冀热环境效应分析

为探究北京城区和京津冀城市群等不同尺度上地表热环境时空格局变化以及与大气污染和污染排放的关系,利用Landsat-58、Terra MODIS和Aura卫星上OMI等多期数据,采用普适性单窗算法反演了不同区域的地表温度强度,并结合京津冀重点行业NOX排放量和区域NO2柱浓度空间分布数据,分析了2001—2016年北京及京津冀地区大气污染、能源消耗和城市热力格局之间的关系。结果表明:北京市热岛分布具有显著的地域性,高地表温度与相对较低地表温度集聚与相间分布并存,建成区城市热岛效应明显; 2001—2016年随着城市的快速发展,城区快速向外蔓延,北京城市的热场强度逐年加强,范围逐年向东、向南扩大;热岛高强度范围与NO2高污染区、NOX高排放区有较好的一致性,热岛强度的分布特征有助于大气污染物"热量"网络的规划,卫星热红外遥感可提供必要的技术支撑。     

北京市农业大棚冬季燃煤散烧污染排放估算

选取北京农业种植的典型区域,使用高分辨率影像对2013年冬季、2014年夏季及2014年冬季的三期农业大棚进行了精细化提取,分析了污染物空间分布特征.在此基础上,通过现场调查的方式获取了蔬菜、瓜果、水果、花卉以及其他类五种不同种植类别农业大棚的燃煤系数,估算了北京市典型区农业大棚的燃煤散烧量及污染物排放量.结果表明:以面积为衡量指标,北京市农业大棚主要集中在城乡结合部,南部区域量多面广,而北部区域分布集中、规模较大,受城市扩张影响,农业大棚呈现重心向外转移的变化趋势.选取大兴、通州、昌平以及海淀4个区作为典型区,通过实地调查发现其他类农业大棚燃煤系数最大,达到15.0 kg/(m2·a),瓜果、水果、蔬菜及花卉燃煤系数依次为8.2、3.5、3.4及1.7 kg/(m2·a).北京典型区农业大棚燃煤量为3.4×104 t,全市农业大棚的燃煤总量约为5.2×104 t.结合农业大棚活动水平与污染物排放因子估算2014年北京市农业大棚燃煤散烧的PM₁₀、PM_2.5、NO_x及SO₂排放量分别为623.7、516.2、98.3及184.0 t.将2013—2014年冬季持续存在、夏季未被拆除的大棚定义为长期持续性大棚,核算发现,长期持续性大棚PM₁₀、PM_2.5、NO_x及SO₂排放量分别为399.7、482.9、76.1及142.5 t.      

基于Himawari 8的沙尘遥感监测与应用

基于Himawari 8静止卫星数据实现了沙尘天气24h动态遥感监测.通过对Himawari 8通道15、13、11亮温值、通道15与13亮温差（BT15-BT 13）、通道13与11亮温差（BT13-BT 11）进行时间序列分析和直方图统计,发现在所选通道中,各地物亮温值分布较为接近,冰云亮温值约为220~250K;沙尘、水云和高纬度地表亮温值约为260~270K;低云、雾和中纬度地表亮温值约为270~290K.通道13对识别沙尘较为敏感,沙尘在通道13的亮温值明显低于通道11和15,在BT15-BT13亮温差值图上沙尘区存在明显高值,在BT13-BT11亮温差值图上为负值,明显低于其他地物.相关性分析结果显示,BT15-BT13和BT13-BT11与地面PM₁₀浓度在0.01水平上显著相关.通过BT15-BT13、BT13-BT11和通道13进行假彩色合成生成的沙尘遥感结果与气象数据,地面PM₁₀数据,激光雷达数据相结合,可对华北地区沙尘污染的起源,形成过程和行进轨迹进行24h的三维动态观测.