面向区域二次污染风险控制的臭氧及其前体物卫星遥感监测

日益突出的臭氧(O_3)污染已成为继PM2. 5之后我国大气污染防治的又一艰巨任务。由于氮氧化物(NO_x)、挥发性有机物(VOCs)这2种前体物的减排难度较大,且与O_3浓度存在复杂的非线性关系,准确获取O_3及NO_x、VOCs的时空分布对制定有效的防控措施至关重要。基于卫星遥感可定量反演O_3及2种前体物的代表性物种——二氧化氮(NO_2)、甲醛(HCHO)及乙二醛(C_2H_2O_2)的时空分布信息。面向区域O_3污染分析和防控应用,综述了卫星遥感对O_3及NO_2、HCHO、C_2H_2O_2的探测能力,以及利用遥感手段分析区域O_3及其前体物的传输。进而从O_3与NO_x、VOCs关系的角度,分析了利用卫星反演的前体物表征O_3生成风险的可行性。最后对卫星在区域O_3及其前体物监测方面的前景趋势提出了思考。     

几种海藻表面附着细菌的分离及其gyrB基因序列分析

利用TCBS培养基从三种海藻:孔石莼(Ulva pertusa)、海带苗(Laminaria japonica)和多管藻(Polysiphonia urceolata)表面共分离得到10株细菌.生理生化试验和gyrB基因序列分析结果表明10株细菌都属于弧菌(Vibrio).基于gyrB基因序列构建的系统发生树显示,菌株L5、L6、P7、P8、P10、P11、P12与Vibrio splendidus属于同一分支,序列间相似性为97.5-100%.菌株L4、P9与Vibrio cyclitrophicus属于同一分支,序列间完全一致.菌株U3在系统发生树上独立构成一个分支.本文结果表明不同海藻表面的附着细菌组成也不相同,具有一定的海藻特异性.     

环境一号卫星在监测大气PM10中的应用

选择京津唐地区作为实验区,从环境一号卫星(HJ-1)的CCD数据出发,利用暗目标法反演陆地气溶胶,然后在对气溶胶光学厚度进行垂直订正和湿度校正的基础上,得到PM10的反演模型,进行PM10的反演实验.并利用中国环境监测总站的地面监测数据对结果进行了检验.结果表明,HJ-1的时空分辨率满足PM10周监测的需要,结果与地面数据有一定的相关性(相关系数为0.58),为提高PM10的反演精度还需结合更多的地面数据进行模型的修正.     

利用卫星遥感数据估算PM2.5浓度的应用研究进展

近年来,PM_(2.5)已成为中国大气污染的首要污染物,危害人体健康。为弥补地基监测站点在空间分布上的局限性,借助卫星遥感技术估算PM_(2.5)浓度已成为研究热点。文章总结了利用卫星估算PM_(2.5)浓度的各种研究方法,探讨了不同方法的优势和不足,指出不同方法对不同应用目的的选择性差异较大。提出,应针对不同应用目的选择相应的方法,从而取得满足各方面需求的研究成果,为未来PM_(2.5)浓度估算应用工作提供参考。     

基于星地同步观测的华北平原中部背景地区冬季霾污染过程

利用地基观测结果和多源卫星遥感观测,结合气象数据及HYSPLIT4后向轨迹模式,对华北平原中部背景地区(河南省郑州市中牟县东南郊)冬季霾事件的污染物特征和形成过程进行分析.综合观测时间为2014年12月13日~2015年1月16日,共有5次霾过程,占观测总天数的82%.地面监测结果显示,不同的污染过程污染物浓度变化曲线相似,O_3浓度在清洁天浓度较高;NO_x、SO_2、PM10、PM_(2.5)呈较强正相关性,NO_x、SO_2与PM10相关系数0.64、0.57,与PM_(2.5)相关系数0.56、0.45;近地面污染物以细粒子污染物为主,其中又以气态污染物二次生成的细粒子为主.AMPLE地基激光雷达和CALIPSO数据表明,华北平原霾层中上部受浮尘影响,以粗粒子污染物为主.气象探空数据表明该地区冬季大气对流层稳定利于霾的维持,假相当位温垂直差、K指数、露点差与能见度相关系数分别为0.52、0.56和0.38.分析近地面风速风向对霾过程的影响表明,该地区冬季以南方向静小风为主,风速与能见度相关系数为0.32,PM_1受东北方向污染源影响,PM_(1~2.5)及PM_(2.5~10)受西北方向污染源影响;结合高空风场分析,霾过程1受西北浮尘影响,霾过程5受南来水汽影响.通过后向轨迹分析,该地区冬季的低空污染传输主要来自东北和西北方向,其中东北方向区域传输来自河北与山东,占来源比例的14%,近距离污染传输主要来自站点以西的郑州、洛阳,约占来源比例的33%.     

趋磁细菌的分子生物学研究进展

趋磁细菌菌体内含有磁小体,能够沿地球磁力线方向定位、运动.趋磁细菌和磁小体的研究具有重要的理论意义和应用价值.本文对趋磁细菌及其胞内产物磁小体作了介绍,论述了该领域分子生物学方面的研究进展,包括与磁小体相关的基因和蛋白的研究、趋磁细菌遗传体系及基因组方面的研究等,展望了该领域今后的发展前景.图3表1参35     

卫星遥感监测近地表细颗粒物多元回归方法研究

对地基监测PM2.5和气象数据、MODISAOD卫星数据与NCEP FNL数据进行了处理分析,在与一元简单线性模型(模型1)进行对比的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型2)和非线性(模型3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型1,2,3分别能够解释PM2.5 32.5%,56.1%,62.7%的变异.反演的PM2.5浓度与站点监测值相关性分别为0.5488(R2=0.3012), 0.7449(R2=0.5549), 0.7431(R2=0.5523).对于站点监测PM2.5浓度63.1652μg/m3的均值,反演均方根误差RMSE分别为43.5562, 35.3321, 36.8450μg/m3.模型2和3中气象因子分别能够解释PM2.5 23.6%和12.6%的变异,说明了气象因子影响北京地区春季PM2.5-AOD关系的显著性.3种模型整体上都不同程度地存在着低值高估和高值低估的现象.     

卫星遥感监测近地表细颗粒物多元回归方法研究

对地基监测PM2.5和气象数据、MODISAOD卫星数据与NCEP FNL数据进行了处理分析,在与一元简单线性模型(模型1)进行对比的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型2)和非线性(模型3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型1,2,3分别能够解释PM2.5 32.5%,56.1%,62.7%的变异.反演的PM2.5浓度与站点监测值相关性分别为0.5488(R2=0.3012),0.7449(R2=0.5549),0.7431(R2=0.5523).对于站点监测PM2.5浓度63.1652μg/m3的均值,反演均方根误差RMSE分别为43.5562,35.3321,36.8450μg/m3.模型2和3中气象因子分别能够解释PM2.5 23.6%和12.6%的变异,说明了气象因子影响北京地区春季PM2.5-AOD关系的显著性.3种模型整体上都不同程度地存在着低值高估和高值低估的现象.     

华北平原灰霾天气下大气气溶胶的单颗粒分析

为分析灰霾期间单颗粒气溶胶化学组成和混合状态,于2014年12月9日—2015年1月10日,使用单颗粒气溶胶质谱仪（SPAMS）表征华北平原郑州市中牟县的气溶胶颗粒.结果表明:灰霾期（H1:20141213T19:00—20141215T10:00;H2:20150102T10:00—20150106T03:00）和清洁期（C1:20141215T18:00—20141217T18:00;C2:20141231T16:00—20150101T20:00）大气颗粒物种类相同,主要分为有机碳（OC）、元素碳（EC）、生物质燃烧颗粒（BB）、元素碳有机碳（ECOC）、钾二次颗粒（K-Secondary）、矿尘（Dust）以及重金属颗粒（HM）7类.C1时间段,ECOC颗粒占比最高,占总颗粒数的49.8%;其次是OC和EC颗粒物,二者分别占总颗粒数的16.5%和10.8%.H1时间段,K-Secondary颗粒的占比（31.3%）最高;其次是OC和EC颗粒,二者分别占总颗粒数的23.1%和20.2%.清洁期与灰霾期质谱差分结果表明,清洁期颗粒物中含有C₃H+、C₄H₃+、C₅H₃+等有机碳碎片峰,而灰霾期颗粒物中NO₃-、HSO₄-、NO₂-等组分的信号强度显著大于清洁期.混合状态分析表明,从清洁期到灰霾期的过程中,主要颗粒物与NO₃-和HSO₄-的混合程度显著增强.清洁期与灰霾期单颗粒化学组成与混合状态的对比分析表明,清洁期新鲜排放的含碳气溶胶在灰霾期不断老化,单颗粒中二次无机组分增加,气溶胶整体老化严重.此外,灰霾期（H2）EC颗粒占总颗粒数的比例增至18.1%,并且与NO₃-、HSO₄-二次组分的混合状态增强,使平均能见度降低为4.0 km.研究显示,郑州大气能见度主要受化学组分、颗粒物混合状态和污染物质量浓度的影响.      

华北地区秸秆禁烧前后的NO2卫星遥感监测分析

为保证奥运会期间的空气质量,2008年5~9月在华北平原地区采取了秸秆禁烧措施.采取遥感监测手段,利用MODIS数据的中红外和热红外通道数据监测禁烧前后的2年(2007、2008)同一时期禁烧区域的秸秆焚烧点分布情况,并利用OMI数据计算出该区域相应时期的对流层NO2垂直柱浓度总量变化情况.通过禁烧前后的数据统计分析, 6、7月秸秆焚烧点由2007年的每天近250个减少到2008年的每天约40个,秸秆禁烧对对流层NO2柱浓度的降低起到一定的作用,但不明显.分析了利用遥感监测秸秆焚烧点和NO2浓度的不确定性.