汾渭平原吸收性气溶胶时空演化及潜在源区分析

在绿色发展理念的带动下,全国多地的空气质量逐渐改善,但汾渭平原大气污染程度逐年走高,颗粒物污染尤为严重.利用OMI/Aura OMAERUV L2气溶胶数据集和PM_2.5站点数据,采用空间自相关分析及后向轨迹模型等方法,探索2005~2019年汾渭平原吸收性气溶胶的时空演化过程,揭示其高值极主导类型以及污染物传输路径和潜在源区.结果表明：①2005~2019年汾渭平原吸收性气溶胶指数（absorbing aerosol index,AAI）年均值波动上升,2006、2013和2017年为汾渭平原AAI高值转折点,年均值均大于0.63;西安和临汾AAI空间稳定性较差为高高聚集极点,在15年间高高聚集区域面积增长15.3%,空间分布更加集中,形成由西安和临汾两极相连的条带状分布区域,占区域总面积的24.2%;低低聚集区域面积锐减6.2%,转变为无特征区域.②汾渭平原AAI冬季数值最高、覆盖区域最广,在临汾极和西安极突破0.8,研究区AAI大于0.6的区域占比91.5%,其次为春季（AAI>0.4）、秋季（AAI>0.3）,夏季全境低值.汾渭平原AAI高值受大气扩散条件、气温和降水量变化影响显著.③利用后向轨迹和潜在源贡献模型得出西安极和临汾极污染物的远距离输送气团来自西北方向,近距离输送气团来自偏东和偏南方向,结合源区下垫面类型确定两个远距离沙尘传输源区（西北风源、北风源）、两个碳质源区（东风源和南风源）和一个沙尘和碳质共同作用源区（黄土高原源）.其中西北风源、黄土高原源和南风源对西安极影响显著,东风源和黄土高原源对临汾极影响显著,临汾极虽受一定程度西北风源和北风源沙尘影响,但影响较小,结合CO空间分布和其与AAI相关性系数的空间分布得出,临汾极吸收性气溶胶为碳质主导,西安极为沙尘和碳质共同作用.     

长三角地区近15年大气臭氧柱浓度时空变化及影响因素

基于OMI遥感数据,分析了2005-2019年长三角地区O₃柱浓度的时空分布特征及影响因素,同时采用后向轨迹（HYSPLIT）模型进行对流层O₃来源的解析.结果表明：1从时间分布来看,15年间O₃柱浓度年际变化呈先上升后下降的变化趋势,其中,2005-2010年呈上升趋势,2010-2019年呈下降趋势,2010年和2016年分别达到最大值和最小值,分别为327.79 DU和276.43 DU;季节方面,每年季均浓度值均为春季最大,冬季最小.2在空间分布上,O₃柱浓度高值区在长三角中部及以北地区,且由北向南逐渐降低;四季分布有明显变化,15年的平均季均浓度为春季>夏季>秋季>冬季,高值主要出现在春季,低值出现在冬季.3气象因子上,O₃柱浓度与气温、降水、风速、日照时间呈正相关（p<0.05）,与气压呈负相关（p<0.05）.人为因素上,O₃柱浓度与人口、第二产业及煤炭消费总量呈正相关.4通过不同高度模拟受点气流输送轨迹发现,上海市不同高度的气流轨迹与输送路径相差不大,均能反映O₃的来源与扩散方向.来自华北、黄海地区与西南方向及东海上空的气流汇聚是造成春季O₃柱浓度升高的主要原因,冬季O₃柱浓度低主要是因为来自华北地区高压气流对O₃的扩散作用.5O₃柱浓度与其他物质的空间对比分析显示,NO₂柱浓度、AOD指数、HCHO柱浓度均是影响O₃柱浓度空间分布的重要原因;该地区O₃前体物氮氧化物（NO_x）是引起O₃柱浓度增长的主要原因,两者之间呈显著正相关（p<0.01）;机动车尾气排放对O₃柱浓度水平的贡献不可忽视.长三角地区挥发性有机物（VOCs）是造成O₃柱浓度升高的又一重要原因,其中,人为源是主控原因,占总贡献量的96.9%,植物源占3.1%;人为源中,工业源和生活源贡献较大.     

华中地区吸收性气溶胶时空分布特征及类型研究

利用2005-2019年OMI-OMAERUV L2气溶胶数据集，研究了近15年华中地区吸收性气溶胶指数（UVAI）的时空分布特征和主导气溶胶类型，探究下垫面变化和人为及气象因素的影响.结果表明：1在时间分布上，华中地区UVAI的年际变化整体呈波动上升趋势；2005-2008年UVAI波动下降，2009-2013年逐年增加并于2013年达到近15年来的最高值（0.767），2014-2019年逐年下降.2在空间分布上，UVAI整体由华中南部向北部递增，豫东平原、南阳盆地及武汉、长沙附近的城市群为高值区；UVAI的稳定性整体呈现“北低-南次之-中部高”的分布格局.3从季节变化来看，冬>春>秋>夏，冬季大部分区域由高值覆盖，夏季全境低值；气温、降水和UVAI均呈显著负相关；结合风场和压场进一步分析发现，加强源、较差的大气扩散条件和弱降水使冬季呈现大范围高值，夏季充沛雨水的冲刷作用叠加良好的大气扩散条件使得UVAI在夏季全境低值；气温、降水和大气扩散条件是导致UVAI呈明显季节性变化的重要环境因子.4一氧化碳指数（COI）与UVAI的季均和年均空间分布一致且随季节同步变化，冬季UVAI高值区域的COI值>2.8；华中地区的吸收性气溶胶为碳质主导.52005-2018年林地、湿地和水域面积分别增长21.1%、67.9%、2.3%，扩大了环境容量，提高了污染物的代谢速度；城市及建设用地面积增长14.3%，致使该类排放源逐年加强；UVAI与人口增长率和第一、二产业的增加值均呈显著正相关，结合大气排放清单分析，工业源、居民源、农业源为人为因素中的主导因素.     

高寒草甸植物群落谱系结构与多样性格局

为了解青藏高原高寒草甸植物群落谱系结构及物种多样性在海拔梯度上的变化,以甘南藏族自治州的高寒草甸植物群落为对象,选取五个不同海拔的研究样地,进行野外群落学调查及环境因子的测量,计算净亲缘指数（net relatedness index,NRI）和最近亲缘指数（nearest taxon index,NTI）等,探讨了群落谱系结构与谱系多样性的海拔格局变化.结果表明：随海拔升高,土壤温度、含水量、土壤全氮及有机碳均呈现降低趋势.植物群落物种丰富度、Shannon-Weiner多样性指数及谱系α多样性随海拔升高均呈现单峰变化规律,即在海拔3500m处植物群落α多样性达到最大;谱系β多样性指数betaMPD随海拔增加呈升高趋势,反映物种聚集受到生境过滤的显著影响.低海拔（3000m）群落谱系发散（NRI<0,NTI<0）,竞争排斥起到主要作用;中低海拔（3250m）和中海拔（3500m）处同时存在聚集（NRI>0,NTI>0）和发散（NRI<0,NTI<0）两种谱系结构,生境过滤和竞争排斥共同维持群落物种多样性;高海拔（3750m、4000m）群落谱系结构聚集（NRI>0,NTI>0）,其驱动因素与物种趋同进化和生境过滤有关.多元回归分析显示,在不同海拔,土温和土壤含水量成为物种共存的主要影响因素.本研究揭示青藏高原高寒草甸海拔梯度植物群落谱系结构及多样性格局的变化,说明生态位过程是维持其群落多样性的重要机制.