2016—2018年北京城市湿地遥感监测分析

为全面了解北京城市湿地的现状及近年来的动态变化情况，利用高分辨率卫星遥感数据，综合运用GIS技术与景观生态学方法，定量分析了北京市6环内的湿地空间格局。结果表明，北京6环内城市湿地以河流湿地和湖库湿地为主；2016—2018年间湿地面积有所下降，2年间减少了126.58 hm²，主要转化为草地，少量转化为建设用地和林地；由于城市外围的开发建设强度较大，5-6环湿地被侵占面积相对较大，而4环内湿地面积的波动较小；2016—2018年，北京城市湿地的斑块密度增加，平均斑块面积有所减小，表明湿地斑块随时间变化呈破碎化的趋势，且从城市中心向城市边缘，湿地斑块的破碎化程度增强。     

降雨过程后北京城区PM2.5日时空变化研究

随着人类环境意识的增强,人们对城市雾霾天气的忧虑与日俱增,PM2.5的时空变化和对人体健康的影响已成为关注的焦点。以往的研究多集中在不同季节或年际的变化,本文通过统计环保局发布的位于北京城区13个逐时浓度监测点降雨前后PM2.5质量浓度,并在城区布设14个采样点昼夜连续监测一次降雨后72 h内PM2.5质量浓度变化情况,研究北京市城区降雨后PM2.5日变化规律及空间分布特征,由此分析降雨对PM2.5日变化规律的影响。同时对比PM2.5与同步气象数据（温度、相对湿度）和交通数据（车辆量、车速）最值频率分布情况,进而对PM2.5日变化特征进行成因分析。随后利用GIS空间分析方法,分析了PM2.5的日空间分布特征。结果表明,降雨对颗粒物的去除作用明显,一次降雨可使PM2.5质量浓度平均下降56.3%。雨后72 h内PM2.5质量浓度均小于60μg·m-3,降雨后1 h内PM2.5质量浓度处于稳定状态,在随后的12 h内PM2.5浓度值都处于下降状态。降雨过程只降低PM2.5的质量浓度值,并不影响其日变化规律。PM2.5的日变化规律以19时为界,表现出明显的昼夜差异。白天的变化规律呈现凹型,夜间的变化规律呈现拱型。PM2.5质量浓度峰值多出现在23时或0时,谷值多出现在下午15时,该特征受气象因素影响较大,受交通源的影响作用不明显。早高峰期间,PM2.5质量浓度变化主要受交通源的影响;晚高峰期间,交通源和气象因素共同影响PM2.5质量浓度。研究区PM2.5日空间分布特征同样存在明显的昼夜差异。白天PM2.5空间分布特征为南部高北部低;PM2.5在夜间的空间分布特征则多表现为四周高、中心低,三环外围区域多为高值区。     

北京市建筑施工裸地的空间分布及扬尘效应

北京市作为中国典型的快速城市化大城市之一,大规模的城市建设使得城市内部存在大量的建筑施工裸地,工地扬尘效应造成了严重的大气颗粒物污染。以北京市平原区为研究区,首先利用高分辨率卫星数据反演了建筑施工裸地的空间分布格局,在此基础上,结合建筑施工裸地的扬尘排放因子,在空间上定量分析建筑施工裸地的扬尘效应。结果显示,2012年全市平原区建筑施工裸地总面积为140.77 km2,主要分布在城市核心区向外拓展的城乡过渡带。建筑施工裸地的扬尘效应分析中发现北京市平原区建筑施工裸地中TSP、PM10和PM2.5的排放量分别是31.53、16.66、9.16万吨,并且这些污染物的排放量在城市发展新区与功能拓展区中较高,生态涵养发展区较小。以北京市的建筑施工裸地为例,示范了以遥感为技术手段结合污染排放因子的城市内部典型面源污染的监测和污染排放定量化,为今后面源污染的快速准确监测开辟了新的研究思路。     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.     

北京城区冬季降尘微量元素分布特征及来源分析

降尘含量是评价大气污染程度的指标之一.降尘中的微量元素尤其是重金属,其质量分数超标会引发生态环境风险及人体健康风险.为了研究北京城区冬季大气降尘中微量元素分布特征以及其中的重金属污染状况及其来源,于2013年11月至2014年3月收集了北京城区及周边大气降尘样品49份.用Elan DRC II型电感耦合等离子体质谱仪(ICP-MS)测试了样品中40种微量元素的质量分数,结果表明,一半以上的微量元素在降尘中的质量分数不足10 mg·kg-1,约四分之一的微量元素其质量分数在10~100 mg·kg-1之间,Pb、Zr、Cr、Cu、Zn、Sr、Ba等7种元素的质量分数超过100 mg·kg-1.北京城区冬季降尘中Pb、Cu、Zn、Bi、Cd和Mo的含量分别是同期地表土壤中相应元素含量的4.18、4.66、5.35、6.31、6.62和8.62倍,均超出土壤背景值的300%以上,人为活动对北京城区降尘微量重金属含量的贡献较大.通过Pearson相关分析、Kendall相关分析以及主成分分析对大气降尘以及其中的Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba等20种主要微量元素的来源进行了探讨.研究发现,北京城区冬季降尘的来源主要由地壳来源(包括道路扬尘、建筑粉尘和远程传输的尘埃)和化石燃料燃烧(汽车尾气排放、煤炭燃烧、生物质燃烧和工业过程)构成.     

京津冀一次污染过程的星地同步动态监测分析

京津冀地区大气污染监管逐渐走向区域联防联控模式,卫星遥感可实现大范围实时动态监测,地基监测能够获取精细的网点信息.结合卫星和地基数据,可对区域污染的生消过程进行三维立体的跟踪.本文通过综合分析卫星遥感数据、地面PM_(2.5)浓度数据、激光雷达垂直污染监测数据以及气象数据,分析了2018年3月8～10日京津冀区域污染的形成过程、传输路径、影响范围以及气象因子变化.结果发现,本次污染覆盖范围面积达20万km~2左右,区域内以四级中度污染为主,区域间的污染传输过程非常典型. 3月8～9日北京-保定偏南风频率为50%左右,冀南部分地区到达100%,在持续偏南风作用下,北京-保定一带空气质量由一级优迅速升至四级轻度污染,气溶胶光学厚度高值区由京津冀南部的邯郸-邢台西部山前推至北部燕山前. 3月10日该区域转以弱偏北风为主,湿度明显升高,京津冀南部形成污染辐合,污染重心南移至邯郸-邢台东部;午后,北京转偏东风,空气质量由东向西递次转好.从激光雷达垂直观测结果看,重污染期间北京地区污染层主要出现在1 000 m以下.近地面800 m以下,1 200～1 500 m多次出现双逆温层,且逆温强度高达4～7℃,非常不利于污染物垂直扩散.由此可见,在区域能源消耗和污染排放量依旧很大的背景下,一旦气象条件转差,很容易形成区域性重污染.     

北京平原区城乡结合部燃煤散烧及污染物排放量估算

利用2013年秋季(8─10月)多景镶嵌的高分辨率遥感卫星数据,解译得到2013年北京市平原区居住平房的空间分布及面积,并结合典型区实地调查,细化平房面积.在此基础上,利用调查统计数据(包括平房面积、散煤与蜂窝煤用量等指标)估算了居住平房区散煤和蜂窝煤用量,并结合相关文献调研的无烟煤排放因子,测算北京平原区平房燃煤PM、SO2、NOx、PAHs、BC(黑碳)和OC(有机碳)的排放量.结果表明:2013年在北京城市发展新区,居住平房分布较为集中,并且燃煤总量最大,达到225.3×104t,特别是房山、顺义和通州,三者均在3.5×105t以上;在城市拓展区,居住平房密度相对较小,但燃煤总量相对较大,为79.4×104t.北京市平原区(不包括核心区)居住平房燃煤消耗共排放PM、SO2、NOx、BC、OC、PAHs分别为4 882.1、14 200.0、7 614.9、18.0、132.3和0.5 t.位于北京西南、东南部的房山、大兴和通州等地大气污染排放水平较高,其中房山区的PM和NOx排放量最高,分别达到760.5和1 162.6 t.针对城市发展新区和生态涵养区每年高达3.0×106t的高用煤量和3 000 t以上颗粒物的高排放量,应加快煤改气和集中供热建设,进一步推广清洁能源.     

北京城区2007~2012年细颗粒物数浓度时空演化

为反映近年来北京城区细颗粒物数浓度时空演化过程,利用MODEL 3886GEO-α手持式激光粒子计数仪连续采集了2007~2012年北京城区93个采样点 6月上旬~7月上旬(非采暖期)和12月上旬~次年的1月上旬(采暖期)细粒径颗粒物PM (0.3、0.3~0.5、0.5~1.0) 的粒子数浓度数据,然后在地统计和空间分析方法的基础上,探究了北京城区细颗粒物数浓度的时空演化特征.结果表明,PM0.3在采暖期的数值均高于其在非采暖期的浓度值,而PM0.3~0.5和PM0.5~1.0在两个不同的采样期浓度值有高有低;采暖期不同下垫面细颗粒浓度差异较明显,而非采暖期下垫面类型对细颗粒浓度的影响相对较弱;非采暖期,北京城区南部的丰台区和东部的朝阳区细颗粒物污染最严重,市中心次之,而北部的海淀区和西部的石景山区污染相对较轻;采暖期,北京城区细颗粒物污染主要集中在朝阳区的东部和东南部,以及市中心及其周边区域.     

北京城区可吸入颗粒物分布与呼吸系统疾病相关分析

可吸入颗粒物(PM10)已成为北京市首要空气污染物,严重影响城市环境质量及居民健康.本研究采集了北京市2008～2009年非采暖期与采暖期两个不同时期不同粒径(0.3、0.5、3.0和5.0μm)的大气颗粒物浓度,利用空间分析方法研究其分布规律;同时收集同期患呼吸系统疾病的病人数据,对其进行统计分析;再在回归分析的基础上,运用灰色关联模型探讨可吸入颗粒物与呼吸系统疾病的相关性.结果表明,细颗粒的空间分布情况相异,而粗颗粒物分布规律大致相同.呼吸系统疾病与可吸入颗粒物浓度有一定的关联,采暖期是呼吸系统疾病的高发期,可吸入颗粒物在采暖期对呼吸系统疾病的发病率影响相对较高.无论在采暖期还是非采暖期,细颗粒物的浓度均高于粗颗粒物,且细颗粒物对呼吸系统疾病的影响较大.     

北京大气PM2.5遥感监测业务化方法探讨

为探索卫星遥感监测大气ρ(PM_2.5)业务化方法,以北京为例,利用2013年MODIS卫星资料和北京35个地面自动监测站(下称自动站)的实时观测数据,以目前国内外应用最广泛的3种卫星反演大气气溶胶的方法——AOD(气溶胶光学厚度)、K_drya,0(气溶胶干消光系数)和R_a(气溶胶表观反照率)反演地面ρ(PM_2.5)的方法(分别称为AOD法、K_drya,0法和R_a法)为基础,结合地面ρ(PM_2.5)实测数据,建立了气溶胶反演参数与ρ(PM_2.5)统计关系,进一步测算了全市区域ρ(PM_2.5)的分布情况.结果表明:3种方法都具有较高的反演精度,其获取的全年ρ(PM_2.5)与地面实测数据的相关系数分别达到0.80、0.81和0.85,其中R_a法结果精度最高.从季节来看,R_a法在除夏季外的其他季节与地面监测数据相关系数都在0.70以上,优于其他2种方法.建议在春、秋、冬三季以R_a法,夏季以AOD法或K_drya,0法为基础进行北京PM_2.5业务化遥感监测.基于R_a法探讨了在2013年11月20—23日区域性大气重污染过程中北京PM_2.5区域分布特征和变化过程,卫星反演结果相对误差低于20%,直观地反映了区域大气颗粒物污染的时空分布规律.研究显示,三者都可以用来反演北京地区ρ(PM_2.5),其中R_a法最简便易行,尤其适用于业务化遥感监测.