利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

北京城市热岛的定量监测及规划模拟研究

为定量地评估北京城市热岛现状并预测未来北京城市热岛发展趋势,分别采用气温资料、遥感资料和城市规划资料进行了研究分析。对北京20个气象台站按照台站距离城市中心的距离划分为远郊、近郊和城市三类,分别计算三种类型站点经过海拔订正后的年平均气温,利用1971-2012年城市站和远郊站的年平均气温差值估算北京气温热岛的时间变化;利用1987-2012年的NOAA/AVHRR和Landsat-TM两种不同分辨率的卫星资料,采用定量化的指标--地表热岛强度和热岛比例指数分别估算了不同时期北京地区和城六区热岛强度和范围,并对北京平原地区的城市热岛状况进行了评估;利用2020年的北京城市规划土地利用资料,结合2008年的城市热岛现状监测结果对2020年的北京热岛状况进行了模拟分析。研究结果表明,北京城市的气温热岛与遥感监测地表热岛在时间变化趋势上具有一致性,不同分辨率卫星资料监测地表热岛在时空分布上也具有一致性。其中1971-2012年,以年平均气温计算的北京城市热岛强度增温率为0.33℃·（10 a）-1,近5年（2008-2012）平均热岛为1.12℃。遥感监测结果显示1987-2001年北京地区的热岛持续增强,2001年之后由于北京申奥的成功进行了大面积的旧城改造和绿化,使得城市热岛强度和范围在2004年和2008年有所降低,2008年之后城市热岛继续向东、南和北方向扩展,并出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势,到2012年城六区热岛面积百分比已从1990年的31%增加到77%。由热岛比例指数确定的北京各区县热岛强度排名前三分别是城区、海淀和丰台,延庆县最低。对2020年城市规划图热岛模拟结果显示北京热岛已由“摊大饼”演变为“中心＋周边分散”模式,中心城区热岛强度和范围明显减弱,周边广大远郊区将出现分散?     

ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用

近年来,京津冀地区近地面臭氧浓度呈现上升趋势,臭氧污染超标情况严重.目前由于前体物源排放清单、臭氧生成和扩散的物理和化学过程机制存在不足等原因,导致了数值模型在预报夏季臭氧浓度时仍然存在较大偏差,而时间序列分析方法由于具有建模简单、计算成本低的特点,在臭氧污染预报中具有很好的应用前景.本研究利用华北区域大气本底站上甸子站点和环境监测总站天津和保定站点的臭氧观测数据,采用ARIMA时间序列分析模型开展臭氧浓度中长期预报研究.结果表明,季节性ARIMA模型在预报臭氧长期月均值时,预测值和观测值的相关系数R可达0.951,均方根误差RMSE仅为10.2 μg·m^-3.加入了日最高气温及二次项作为协变量的动态ARIMA模型,对臭氧日最大8 h滑动平均值的预报效果得到了很大提升,预测值和观测值的相关系数由0.296~0.455提升至0.670~0.748,RMSE得到了有效降低.     

华北植被的净初级生产力研究及其时空格局分析

在CASA模型的基础上,建立了利用NOAA/AVHRR 1B卫星资料和气象资料估算植被净初级生产力(NPP)的技术方法,该方法有3个特色:直接利用NOAA/AVHRR 1B卫星数据,不需要经过大气校正和方向反射率校正来实现NPP估算;考虑了植被覆盖类型对光能利用率的影响;考虑了植被反照率在计算净辐射中的差异。利用该方法对2007年华北地区的NPP模拟结果表明:2007年华北地区植被的年总NPP为3.68×1014gC/a,各省总的NPP贡献率依次为:内蒙古64%、山西20%、河北13%、北京2%和天津1%,各季的贡献率大小依次为:夏季67%,秋季17%、春季15%,冬季1%。不同植被类型年NPP分别为:森林灌丛为271~560 gC/m2.a,草原为97~278 gC/m2.a,农田为363~376 gC/m2.a,建筑居民地为216 gC/m2.a,荒漠裸地为14 gC/m2.a。受物候和气候因素影响,不同植被类型NPP具有不同的年变化。     

城市生态安全气象环境综合评价方法 ——以北京市为例

论文通过选择北京大城市生态系统中与生态安全密切相关的气象环境因子,建立了包括生态环境状态指标、大气质量指标、气象致害指标和人体健康气象指标等4个一级评价指标和相应的18个二级评价指标在内的大城市生态安全气象环境综合评价指标体系。建立了不同指标的计算方法和标准化方法,采用纵横向拉开档次法确定指标权重,并应用线性加权综合法进行生态安全气象环境综合值的计算与评价。应用上述方法对北京地区近9 a生态安全气象环境进行评价,结果表明:北京城市生态安全气象环境排名前4位的是延庆、怀柔、密云和门头沟,排在后4位的是城区、丰台、海淀和朝阳,这符合北京城市主体功能区域规划分布,说明建立的城市生态安全的评价指标体系和评价方法是可行的。     

北京上甸子大气本底站氢氟碳化物在线观测研究

在北京上甸子区域大气本底站利用气相色谱/质谱联用（GC-MS）系统对大气中11种氢氟碳化物（HFCs）开展在线观测研究.2018年1~12月,HFC-23、HFC-32、HFC-125、HFC-134a、HFC-143a、HFC-152a、HFC-227ea、HFC-236fa、HFC-245fa、HFC-365mfc、HFC-4310mee本底数据浓度分别为：（31.9±0.4）×10^-12、（22.1±1.7）×10^-12、（29.3±1.3）×10^-12、（110.2±2.4）×10^-12、（24.0±0.3）×10^-12、（10.3±0.7）×10^-12、（1.59±0.04）×10^-12、（0.19±0.01）×10^-12、（3.30±0.08）×10^-12、（1.27±0.03）×10^-12、（0.28±0.01）×10^-12;本底数据出现频率分别为：34.5%、23.4%、22.5%、24.6%、24.5%、42.5%、24.3%、46.4%、38.3%、68.1%、77.9%;非本底数据浓度分别为：（39.2±11.1）×10^-12、（47.7±21.8）×10^-12、（38.6±8.7）×10^-12、（137.3±15.7）×10^-12、（26.1±2.2）×10^-12、（15.9±7.0）×10^-12、（2.77±1.11）×10^-12、（0.25±0.06）×10^-12、（4.10±0.97）×10^-12、（1.34±0.06）×10^-12、（0.30±0.01）×10^-12.HFC-32、HFC-125、HFC-134a、HFC-143a、HFC-227ea本底浓度呈线性上升趋势,年增长率分别为：4.4×10^-12,3.8×10^-12,7.3×10^-12,1.0×10^-12,0.14×10^-12a^-1,而HFC-152a呈现明显的季节变化.以CO为示踪物利用示踪物比值相关法估算了HFC-23、HFC-32、HFC-125、HFC-143a、HFC-152a、HFC-236fa、HFC-245fa排放量,分别为6.4,17,14,27,4.0,0.10,1.3kt/a.