基于AOD数据和GWR模型估算京津冀地区PM2.5浓度

利用MODIS气溶胶光学厚度（AOD）数据针对不同土地覆盖类型的适用性,提出了一种基于土地覆盖类型的AOD融合方法,生成了一种新的3km AOD数据集.在此基础上,通过地理加权回归（GWR）模型估算了京津冀地区2016年PM_2.5浓度,并用交叉验证的方法对模型性能进行评价.结果表明：利用融合后的AOD数据建立的模型可解释PM_2.594.85%的浓度变化,交叉验证R²为0.94,RMSE为9.27μg/m³,MPE为6.72μg/m³,明显优于多元线性回归（MLR）模型;基于GWR模型估算的京津冀地区2016年年均PM_2.5浓度为58.57μg/m³,其中冬季PM_2.5浓度最高,春秋季次之,夏季浓度最低,PM_2.5月均浓度变化范围32.78~140.83μg/m³,8月份浓度最低,12月份浓度最高;空间分布南北差异显著,衡水市PM_2.5污染最为严重,张家口市PM_2.5浓度较低.利用此方法成功弥补了PM_2.5空间缺失,为城市尺度的健康效应和环境流行病学研究提供数据支持.     

2015年冬季京津冀两次重污染天气过程气象成因

为了分析京津冀地区2015年11月27日~12月1日和12月19日~25日这2次重污染过程,从环流形势、大气稳定度条件、动力条件、水汽条件、近地层风场输送等几个方面对重污染天气的形成机制展开分析,结果表明：这2次重污染天气过程均属于静稳型,津京冀各地重度以上污染时长均超过50%.在大范围静稳形势存在时,过程一期间边界层内的垂直扩散条件较过程二偏弱,过程一期间地面辐合线位置偏北且维持不动,过程二期间辐合线位置偏南且略微南北摆动,导致了2次过程重污染区域和污染增长速率的不同.对北京而言,过程一前期降雪融化提供了有利水汽条件,弱偏南风有利于污染物和水汽的输送,混合层高度持续异常偏低（京津冀平均混合层高度339m）、过程期间伴随弱下沉运动（0~2Pa/s）、多层逆温（且厚度大）造成日变化不明显,地面辐合线在北京中部维持等多重因素,使得污染浓度极高,北京地区PM_2.5峰值浓度达593mg/m³.过程二前期采取了减排措施,能见度和PM_2.5日变化大、污染发展较过程一前期平缓;后期不利气象条件叠加污染排放,导致了PM_2.5爆发式增长,其中邢台PM_2.5峰值浓度达70mg/m³,增长率超过7.2mg/（m³·h）.     

1980—2015年京津冀地区雁鸭类潜在栖息地连接度变化及驱动因素

近几十年来,京津冀地区湿地面积萎缩,生态功能下降,严重影响了湿地水鸟的栖息地质量及栖息地间的连接,对水鸟类的迁徙、繁殖产生较大干扰,为了从整体上定量分析近几十年来湿地栖息地质量及连接度的变化,采用MaxEnt模型（maximum entropy model,最大熵模型）,基于京津冀地区雁鸭类的出现点和环境因子反演其潜在栖息地,并根据图论法原理,利用ECA指数（equivalent connected area,等效连接指数）,度量1980-2015年潜在栖息地连接度的变化.结果表明:①1980-2015年京津冀雁鸭类潜在栖息地面积总体呈下降趋势,由1980年的6 898 km2减至2015年的3 764 km2,减少了45.0%,其中,低适宜区面积降幅最为明显,为50.5%;2009-2015年高适宜区有增加趋势.②1980-2015年雁鸭类潜在栖息地连接度呈持续下降趋势,2000年以后的连接度下降速率大于2000年以前;潜在栖息地连接结构的空间分布有向环渤海地区转移的趋势,连接结构变化最为明显的区域为京津冀中部平原地区.研究显示,区域气候趋暖变干、水资源的供需失衡、水利工程设施建设以及人口增加与经济发展带来的土地利用变化是潜在栖息地面积与连接度下降的主要影响因子,而近些年保护区的建立及生态补水措施等生态保护政策对高适宜区的退化有一定缓解作用.      

重点煤电基地大气污染物扩散对京津冀的影响

基于排放源清单,采用空气质量模式CAMx模拟现状情景下,鄂尔多斯、宁东与锡林格勒排放污染物扩散对京津冀地区的影响.结合3地区已批复环境影响报告、规划环评与战略环评等污染物排放数据,估算未来情景下3地区能源基地污染物排放对京津冀的影响.结果表明：现状情景下,3地区排放的PM_2.5、SO₂与NO_x对京津冀的贡献浓度范围分别为0.079~1.134,0.012~0.633,0.008~0.852μg/m³,冬季对京津冀地区的影响要高于夏季,对京津冀地区冬季的平均贡献浓度值为0.710,0.339与0.413μg/m³,影响较大的京津冀城市为衡水市、石家庄市、邢台市、邯郸市与保定市;未来情景下3地区能源基地排放的PM_2.5、SO₂与NO_x对京津冀城市浓度贡献范围分别为0.049~0.773,0.003~0.176,0.008~0.731μg/m³,冬季平均贡献浓度值为0.475,0.096与0.357μg/m³.     

京津冀一次重污染过程的成因和来源

2016年12月16~21日,京津冀地区经历了一次大范围重污染过程.本文基于空气质量监测资料及实况天气图分析了此次极端区域重污染事件的天气成因,并利用嵌套网格空气质量预报模式（NAQPMS）对京津冀主要城市PM_2.5污染来源进行定量解析.结果表明：污染前中期500hPa高空为偏西气流伴空中回暖,后期转槽前偏南气流增温增湿明显;对应地面气压逐渐降低,辐合不断增强;垂直方向上,逆温层不断抬升加厚,中低层暖平流明显,风垂直切变小;大气长时间处于极度静稳状态也是造成此次重污染过程的天气因素.污染期间,京津冀各主要城市PM_2.5污染本地贡献占40%~60%;北京市PM_2.5本地贡献为48%,其中16~17日北京市主要受沿太行山东侧的西南向输送通道（邯郸-邢台-石家庄-保定-北京）影响,其后风速减小,北京本地及周边城市贡献增大.     

京津冀及周边地区大气污染综合立体观测网的建设与应用

京津冀及周边地区大气染污综合立体观测网针对的是大气重污染发生-演变-消散全过程的核心科学问题,通过制定适用于京津冀及周边地区的大气污染综合观测技术规范,建立了区域大气污染综合立体观测网,开展了近地面及大气边界层气象和大气化学过程的同步观测,构建了监测数据综合分析及共享应用平台,实现了大气环境多源数据综合管理业务化,为大气重污染成因研究提供精准数据集,提升了京津冀秋冬季重污染成因机制研究和精细化源解析的能力,推动了京津冀及周边地区空气质量的持续改善.京津冀及周边地区大气污染综合立体观测网开展了传输通道的加密观测,增加了背景站和手工采样点观测,建立了包括黑碳、氨和重金属等多要素的关键站点,并充分利用了服务于科学研究的超级站和垂直梯度观测技术.京津冀及周边地区大气污染综合立体观测网和数据平台的建立,实现了业务部门与科研部门数据的有效融合与综合管理业务化,具有效率高、代表性好、目的性强的特点,能够很好地应对决策部门不断提高的管理需求.观测网络和平台充分吸取了国外的先进技术和观测经验,保证了观测网长期稳定运行;通过综合环境空气质量监测预警和发布平台,为环境空气质量监测和污染成因综合研究提供技术支撑,最终为实现我国空气质量的全面改善奠定了坚实的基础.      

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.     

京津冀城市群冬季二次PM2.5的时空分布特征

二次组分是造成京津冀城市群冬季PM_2.5污染的重要因素.采用CO示踪法,估算2017～2021年冬季京津冀城市群二次PM_2.5浓度,并分析其时空分布特征,探讨区域二次PM_2.5的影响因素.结果表明,2017～2021年冬季京津冀区域PM_2.5浓度下降趋势明显,河北中南部一次PM_2.5下降幅度最大,二次PM_2.5浓度年际波动平稳,北京和天津二次PM_2.5占比明显高于其他城市.随着污染程度加剧,一次PM_2.5和二次PM_2.5质量浓度均有不同程度的增加,二次PM_2.5占比呈显著增大趋势.与直接测量结果相比,CO示踪法获得的结果偏低,与冬季CO浓度较高,一次PM_2.5浓度高估有关,选取合适的一次气溶胶基准值是改进该方法,获取合理估算值的关键.     

高效率颗粒物微物理模型简介与重污染过程应用分析

中国细颗粒物(PM2.5)导致的空气污染和雾霾天气问题越来越突出,在低层对流层中很多地方都有显著的二次颗粒物生成过程,因此对颗粒物物理化学转化过程的研究具有重要意义,其转化过程对空气质量模式模拟和预报的准确性有重要影响。高效率颗粒物微物理(APM)模型经过近20多年的研究和发展,在全球化学传输模型(GEOS-Chem)、区域性气象和化学预报模型(WRF-Chem)通用地球系统模型(CESM-CAM5)等气象及环境空气质量预报模型中取得了很好的应用验证,能够在全球/区域等不同尺度对粒子生成、长大、凝聚、消除等微物理过程以及气溶胶光学厚度(AOD)、直接/间接辐射强迫等进行模拟。应用GEOS-Chem-APM模式模拟了2014年2月京津冀区域的重污染过程。结果显示,湿度模拟的准确性对其他物理和污染物浓度等模拟结果有重要作用;2月20—26日的重污染过程模拟结果与实际观测较为吻合,主要污染特点是较高的湿度(90%以上),同时,二次颗粒物和包裹了二次物种的一次颗粒物(黑碳/有机碳)是低能见度的最大贡献者。     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据，综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重，但治理成效显著，2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³，完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标；13个城市PM_2.5浓度各百分位数总体呈现下降趋势，且随百分位数增大而下降速率加大，PM_2.5年均质量浓度平均每年下降10.6 μg/m³，污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³；京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%，呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³，PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。