北运河系地表水近10年来水质变化及影响因素分析

北运河系为北京市区最重要的排水系统,其水质优劣对城市环境及下游地区有着重要影响,通过2001～2010年间地表水的监测数据、水资源量的统计数据、社会经济的统计数据以及污水处理厂的监测数据来分析影响北运河系水质的原因.结果表明,北运河各排水支流水质均较差,主要污染指标为耗氧型有机污染物及NH4+-N等,丰水期水质好于枯水期,凉水河、温榆河、通惠河等支流的水质严重影响着北运河的水质;北运河系各河段水质在2006年后出现好转,但2006～2010年之间污染指标浓度稳定在Ⅴ类标准以上,水质的进一步改善变得困难;经济的发展、人口的增加对北京市水环境造成了巨大的压力,是造成水质难以彻底改善的主要原因之一;缺少生态补水是河系水质较差的主要原因,降水可以缓解污染,却与地表水径流造成的非点源污染形成矛盾,但对北运河来说,降水仍起到了稀释作用;污水处理率的提高改善了水质,但进一步的水质改善还需要提高污水处理效率,尤其是郊区污水处理率.     

2014年APEC期间北京市空气质量改善分析

利用2014年11月1~12日(APEC会议期间)北京市大气污染物、PM_2.5组分及气象、遥感监测数据,结合CMB受体模型,综合分析了APEC会议期间北京市空气质量与气象条件变化并初步评估了减排措施对APEC会议期间PM_2.5浓度的贡献及影响. 结果表明,APEC会议期间北京市PM_2.5、PM₁₀、SO₂、NO₂的浓度分别为43、62、8和46 μg ·m^-3,比近5年平均浓度(PM_2.5为2012~2013年平均浓度)降低45%、43%、64%和31%; 空间分布上PM_2.5在城区及北部山区改善效果最明显,下降幅度在30%~45%之间,南部地区降幅在25%以下; 不同类别的站点降幅在27.4%~35.5%之间; APEC会议期间PM_2.5的主要组分SO₄^2-与同期(2013年11月1~12日)相比下降50%,地壳物质同比下降76%,NO₃^-同比下降35%; CMB模型源解析结果显示APEC会议期间燃煤锅炉贡献2%左右,扬尘贡献7%左右,机动车贡献30%左右; APEC会议期间北京市及周边地区针对可能发生的污染过程采取的减排保障措施对PM_2.5浓度具有明显的削峰降速作用.     

2014年APEC会议期间北京市空气质量分析

为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象数据、能见度、常规污染物浓度和PM_2.5化学组分,对APEC会议期间北京市的空气质量进行分析.结果表明,APEC期间的11月4日和8-10日两个过程,大气污染物扩散条件较不利,易出现污染过程.APEC期间,密云、榆垡、昌平、奥体中心和西直门北大街5个站点SO₂、NO₂、O₃、PM₁₀和PM_2.5平均浓度分别为(8.0±8.0)、(37.4±21.6)、(36.0±22.5)、(67.7±43.4)和(48.6±42.2) μg·m^-3.与近5年同期(PM_2.5为去年同期)相比,SO₂、NO₂、PM₁₀和PM_2.5日均浓度分别下降了61.5%、40.8%、36.4%和47.1%,O₃日均浓度上升了101.8%.从污染物日变化规律来看,减排措施的环境效果在大气污染物扩散条件较有利的时段体现的更明显.在APEC期间,PM_2.5浓度在前半夜保持平稳,未出现积累峰值.与秋季非APEC期间相比,PM_2.5中大部分组分浓度均有明显下降,二次离子组分降幅尤为明显.同时,本文测算了APEC期间减排措施的"净环境效益",发现减排措施使得SO₂、NO₂、PM₁₀和PM_2.5浓度分别降低了74.1%、48.0%、66.6%和64.7%,O₃浓度上升了189.2%.与10月份的大气污染过程相比,同样在不利气象条件下,实施减排措施后PM_2.5浓度峰值明显降低,积累速度明显减缓.     

北京市气溶胶消光系数垂直特征及影响因子探讨

为研究北京市气溶胶垂直方向上的分布特征,利用微脉冲激光雷达（MPL）对北京市2015年12月-2016年11月的气溶胶光学特征进行分析,讨论了气溶胶消光系数的季节性特点以及不同污染等级下的垂直分布,并对其影响因素进行了探讨.结果表明:①北京市气溶胶消光系数垂直特征在季节上存在异质性.秋、冬两季近地面1.0 km以下气溶胶消光系数显著增大,最大气溶胶消光系数大于1.0 km-1;春、夏两季污染日较少,气溶胶消光系数在垂直方向上变化较为平缓.②不同污染等级下气溶胶消光系数的垂直特征差异明显.空气质量为优-良水平时,气溶胶消光系数较低,基本不高于0.7 km-1;轻-中度污染时,气溶胶消光系数在不同季节差异较大,冬、春两季气溶胶消光系数不超过0.8 km-1,夏、秋两季在1.0 km-1左右,部分监测站甚至在1.4 km-1左右;重度及以上污染时,气溶胶消光系数基本在1.0 km-1以上,最高可达1.7 km-1.③105 m处气溶胶消光系数与ρ（PM_2.5）相关性较好.气溶胶消光系数除受ρ（PM_2.5）影响外,还受相对湿度影响较大.夏、秋两季对流层底层大气相对湿度偏高,致使气溶胶消光系数显著高于春季和冬季.研究显示,利用激光雷达可对北京市气溶胶垂直方向分布特征进行有效分析,气溶胶的垂直分布受污染水平和相对湿度的影响呈季节性变化.      

中国臭氧时空分布特征及与社会经济因素影响分析

本文根据2015～2017年中国大陆338个城市空气质量监测站臭氧(O_3)浓度数据,综合利用空间插值法、全局自相关法和地理加权回归模型(GWR),探讨了O_3浓度的时空变化特征及其与社会经济因素的关系。结果表明,2015～2017年中国大陆338个城市的O_3日最大8小时浓度为2～300μg/m~3,其中超标天数比例为5. 9%,323个城市达标率在85%以上; O_3月均值变化曲线基本呈"单峰状",5月达到峰值,12月最低; O_3浓度季节变化为夏季春季秋季冬季; O_3日变化特征为夜间到清晨O_3浓度很低,上午8∶00左右开始升高,下午16∶00达到峰值;中国华北地区、华东地区和华中地区O_3污染严重,华南地区、西南地区、西北地区和东北地区整体污染较低。O_3浓度在全国尺度上的集聚性呈上升趋势,GWR表明,人口密度、人均私家车保有量与O_3浓度显著正相关,第一产业占比与O_3浓度显著负相关。     

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.     

基于Himawari-8卫星的中国东北秸秆焚烧监测及其对空气质量的影响研究

利用Himawari-8卫星的AHI成像仪于2016年3月下旬对中国东北进行秸秆焚烧火点监测,结合气溶胶光学厚度(AOD)与地面空气质量数据分析了秸秆焚烧对空气质量的影响。结果显示,研究期间共监测到秸秆焚烧火点425次。齐齐哈尔市、哈尔滨市、呼伦贝尔市、黑河市、绥化市和大庆市火点数较多,分别为116、75、52、50、41、20次。火点数早晚少、中午多。秸秆焚烧对空气质量有很大影响,火点及其下风向的空气质量指数(AQI)和AOD往往较高。秸秆焚烧产生的主要空气污染物是CO和PM10,但它们的峰值滞后于秸秆焚烧的时间。     

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。     

2018~2020年北京市交通监测站点大气污染特征分析

基于北京市34个空气质量监测站点收集的5种主要污染物浓度（NO₂、CO、O₃、PM_2.5、PM₁₀）数据,对2018~2020年北京市5个交通站点污染物浓度进行分析,并与11个城市评价站点及2个背景点（密云水库、定陵）进行对比.结果表明：（1）3a间各污染物浓度年际变化总体呈下降趋势,除PM₁₀外,交通站点各污染物浓度降幅均大于城市评价站点.2020年交通站点NO₂降幅最大,比2018年下降了31.37%.除个别时期外,5种污染物浓度在交通站点比城市评价站点普遍高出3%~50%.且以NO₂最为突出.（2）2018~2020年各监测站点不同污染物浓度的季节变化特征表现不同.O₃夏季高、冬季低,最高值出现在2018年6月;其余4种污染物浓度基本表现为冬季高、夏季低;2018年3月受沙尘及不利气象条件影响,污染物浓度出现了极高值.（3）为研究新冠肺炎疫情对交通污染排放的影响,比较了5种污染物的浓度变化.与2019年同期相比,疫情后三个阶段的NO₂下降最为显著.交通站点NO₂、CO、PM_2.5平均降幅比城市评价站点高出了4.81%、10.21%、4.38%.     

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.