基于静止卫星GOCI传感器的大气污染过程AOD监测

针对北京及周边地区2017年11月2~8日的一次污染过程,利用韩国静止卫星COMs1GOCI数据,对北京地区进行AOD监测.AOD反演采用时间序列迭代算法,根据地表反射率随时间慢变而大气气溶胶随时间快变的理论,采取最小值拟合的方式,获取气溶胶光学厚度数据.反演结果与地基AERONET监测结果具有很好的一致性,两者的相关系数R²大于0.89.AOD监测结果表明,GOCI传感器1次/h的监测频率,可以很好地展现北京地区大气污染过程的开始,发展及消散过程,可以展示出一天之内AOD的变化,为大气污染监测以及气候变化研究提供依据.     

京津冀及周边地区PM2.5时空变化特征遥感监测分析

为分析京津冀及周边地区的PM_(2.5)时空变化特征,先利用MODIS数据反演1 km分辨率的AOT产品,采用地理加权回归模型实现京津冀及周边地区2016~2017年逐日PM_(2.5)浓度的遥感反演,并在此基础上对多种时间尺度PM_(2.5)浓度合成结果进行验证分析,最后从不同时间尺度对2016年和2017年PM_(2.5)时空变化特征进行了对比分析.结果表明本研究反演的日均、月均和年均这3种时间尺度的PM_(2.5)浓度结果总体上效果较为理想,时间尺度越大,遥感估算的PM_(2.5)效果越好,年均PM_(2.5)结果相对精度达80%以上,并且2016年和2017年同一时间尺度的PM_(2.5)遥感结果精度较为接近.京津冀及周边地区PM_(2.5)分布总体均呈现"冬季秋季≈春季夏季"和"南高北低"的季节变化和空间分布趋势.与2016年相比,2017年京津冀及周边地区PM_(2.5)浓度平均下降约9.2%,且高值区范围明显减小,PM_(2.5)浓度高值一般发生在11月和12月,而低值则一般发生在8月.2017年与2016年PM_(2.5)浓度时空变化与2017年的大气污染综合治理攻坚行动巡查和空气质量专项督查活动密切相关,这也能间接说明大气污染减排的成效.     

广东省风能资源区划研究

论文以Surfer8.0以及地理信息系统(GIS)软件Citystar3.0为平台,利用广东省86个气象站历史测风资料以及沿海72个风能测风塔临时观测资料,计算广东省空间分辨率为1km×1km格点上风能参数,进行了广东省风能资源的宏观区划和风电场选址区划;估算出广东省离地面10m高度上全省及各区划的风能资源理论可开发量为7.50×10⁴MW,技术可开发量为5.89×10³MW。为广东省风电开发宏观规划以及大型风电场的微观选址提供了科学而且精细的资源依据。     

华南地区荔枝寒害风险分析与区划

以荔枝种植面积最大的广东、广西为代表，依据自然灾害风险分析原理、历年气候、种植面积和产量资料，分别就华南地区各县荔枝的灾损率、易灾性和防寒抗灾能力进行了分析，并以综合的风险指数为区划指标，对华南地区荔枝寒害风险进行了空间区域分划和分区评述。     

山东省近10年对流层NO_2柱浓度时空变化及影响因素

利用OMI卫星对流层NO2柱浓度产品研究了近10年山东省NO2时空格局及影响因素,结果表明:对流层NO2柱浓度波动较大,10年柱浓度年均值增幅为28.5%,其中2011年浓度最高;对流层NO2柱浓度空间变化显著,2005~2009年四、五级高值仅出现在经济发达的内陆城市,2010~2012年四、五级高值范围显著扩大至中西部大范围地区,尤以2011年最为严重,2013~2014年,四、五级高值范围呈逐步缩小趋势;夏季丰富的降水对NO2具有显著湿沉降作用;山东省近10年地区生产总值不断攀升、机动车保有量大且增幅快、秸秆焚烧火点个数多,这些人为排放是对流层NO2柱浓度升高的主要影响因素.     

基于走航监测的煤矿甲烷排放量化

对增温贡献最大的“非二”温室气体——甲烷(CH₄)排放的准确核算，是制定减排政策与检验减排效果的基础。针对“自下而上”方法对煤矿CH₄排放量化的不足，本研究系统考虑山西省晋城市某一示范煤矿区的地形、气象条件和基础设施分布，基于搭载了高精度温室气体分析仪的走航监测平台，结合移动式与下风向静止式两种监测方法，利用AERMOD大气扩散模型反演煤矿CH₄排放强度，并获得重点排放源的CH₄排放因子。结果表明，非生产状态下，单个风井排放速率为763 kg/h,比正常工况下的企业排放数据低了15.9%;在不考虑无组织排放的情况下，整个园区的CH₄排放因子为15.09 m³/t,比“自下而上”清单低了13.8%,说明矿区工况对CH₄排放起到较大影响。煤矿园区的主要排放点源为1个风井与2个抽放泵站排气口，而无组织排放源为6个原煤仓；三者的排放因子呈现出递减变化，分别为8.6 m³/t(43%)、6.49 m³...     

大气环境热点网格遥感筛选方法研究

为筛选京津冀及周边地区的大气环境热点网格,在卫星遥感反演获取区域灰霾天数、PM_2.5、NO₂和SO₂浓度等大气环境四项遥感监测因子的基础上,首先利用分形求和模型确定了研究区域的四项指标的背景值和标准值,然后根据ORAQI计算方式提出一种大气环境遥感综合污染指数,并提取了大气环境热点网格,最后结合高分辨率卫星数据对热点网格的工业用地情况进行初步探讨分析.结果表明,2016年京津冀及周边地区各项大气污染物的局部分布特征表现出较大差异,不同地区的主要污染物不尽相同并且呈多项污染物复合污染的特征,利用分形统计模型确定灰霾天数、PM_2.5、NO₂和SO₂浓度的背景值分别为10.7d、57.5μg/m³、515.7×10¹³mole/cm²和0.29DU,标准值分别为22.2d、112.2μg/m³、2073.1×10¹³mole/cm²和0.64DU.大气环境遥感综合污染指数表明大气环境综合污染相对最重的地区主要分布在保定中部、石家庄中北部及邢台南部和邯郸北部交界处,该区域共筛选出1782个大气环境热点网格,其中工业用地面积占比较低的网格单元比例相对较大,这表明小型企业生产排放对当地的大气环境质量影响较大.     

华南地区寒害概率分布模型研究

利用华南地区109个站1951—2001年的寒害过程降温幅度和最低气温资料,分别用正态分布、指数分布、伽玛分布、瑞利分布、威布尔分布和耿贝尔—I分布函数进行拟合,并按柯尔莫哥洛夫和ω^2检验方法进行了拟合优度检验。结果表明,华南地区寒害过程降温幅度有51个站服从正态分布、29个站服从伽玛分布、20个站服从耿贝尔—I分布、9个站服从威布尔分布;过程最低气温有12个站服从正态分布、97个站服从耿贝尔—I分布。