基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

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.     

山东半岛近地面O3浓度时空变化及潜在源区解析

为探究山东半岛在长时间序列上的臭氧（O₃）时空分布特征及潜在来源,在分析山东半岛2005～2020年O₃浓度时空变化的基础上,运用小波分析、熵权法和相关性分析对O₃及其影响因素进行了探讨,并对山东半岛O₃的潜在来源进行研究.结果表明：（1）时间格局上,山东半岛地区近地面臭氧2005～2020年间呈现出“三峰型”趋势,2010年达到最大值[（40.48±7.64）μg·m^-3], 2013年为最小值[（36.63±5.61）μg·m^-3].季节表现为：夏季[（42.49±1.7）μg·m^-3]>春季[（40.65±0.6）μg·m^-3]>秋季[（36.47±0.7）μg·m^-3>冬季[（36.46±0.3）μg·m^-3].（2）空间格局上,2005～2020年山东半岛O₃浓度随着纬度的升高而逐渐升高,呈现出东西部高,中部低的特征,O...     

兰州市南山季节性土壤微生物特征及影响因素

为了探究不同季节和不同植被类型对土壤微生物分布的影响,以兰州市南山不同海拔的两种植被类型为研究对象,采用稀释涂布平板法测定了土壤微生物的季节动态变化特征.结果表明：研究区内细菌数量占微生物总数的96.22%~99.80%,远高于真菌和放线菌数量.土壤微生物类群随季节变化呈现明显差异,其总数整体表现为夏季最高,为89.22×10⁶cfu/g soil,分别是春、秋、冬季的12.02、3.28、2.74倍,其中夏季细菌数量最高,真菌与放线菌数量均在春季达到最大值.人工林样地土壤微生物数量略低于荒坡,环境因子中土壤含水量和有机碳含量高于荒坡.随着海拔的升高,pH值逐渐上升,土壤温度、有机碳与全氮含量逐渐下降,土壤微生物总数则呈现先减少后增加的趋势.相关分析表明,不同季节各微生物类群与环境因子的相关系数各有不同,春季放线菌与有机碳,秋季真菌与有机碳、全氮均呈极显著正相关（P<0.01）.冗余分析表明,环境因子中有机碳与第一物种轴的相关系数最高,为0.520,说明土壤有机碳含量是影响土壤微生物类群分布的主导因素.     

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.     

青藏高原东缘高寒草甸土壤纤毛虫群落的季节变化特征

土壤纤毛虫是土壤微型生物系统的重要组成部分,在生态系统的物质循环和能量流动中发挥着重要作用。研究青藏高原高寒草甸土壤纤毛虫群落的季节变化特征,有助于认识区域及全球变化对土壤动物群落结构及其多样性的影响,可为退化生态系统的恢复评价提供科学依据。于2015年4月、7月、9月和12月在甘南合作市附近的高寒草甸选取典型样地,采用"非淹没培养皿法"、"活体观察法"等测定土壤纤毛虫物种数和密度,同时测定了土壤含水量、土壤温度、光照度、pH值及土壤养分等相关环境因子。结果表明,春夏秋冬土壤环境因子变化有显著差异,4个季节分别检出纤毛虫97、141、105、78种,其中,旋毛纲(Spirotrichea)和裂口纲(Litostomatea)为优势类群。Shannon-Wiener指数、Simpson指数以及Pieluo指数均为春季相对较高,Margalef指数、物种数和丰度均为夏季最高,纤毛虫的垂直分布具有表聚性。土壤纤毛虫群落结构和环境因子的冗余分析表明,土壤温度、全磷含量、光照度和含水量等均影响了甘南高寒草甸土壤纤毛虫群落的分布,其中土壤温度是关键限制因子。该研究结果有助于深入理解和准确预测高寒草甸牧区的土壤纤毛虫在生态系统养分循环中生态功能的变化特征。     

甘南高寒草甸植物群落物种多度分布特征

为分析甘南高寒草甸植物群落物种多度分布格局对海拔梯度的响应,探讨物种多样性的形成规律及维持机制,采用典型样地调查法采集数据信息,并通过RAD软件程序包对实验数据进行拟合分析.结果表明：植物群落物种多样性随海拔的升高呈现先增加后降低的“中间膨胀”模式,海拔3500m处群落物种多样性达到最大.利用5个模型对海拔梯度上全部物种多度分布进行拟合发现,甘南高寒草甸植物群落物种多度分布符合生态位模型,尤其是geo模型,利用该模型可以很好地拟合群落物种多度分布格局,同时也说明生态位分化对高寒草甸植物群落物种多度分布起主要作用.常见种多度分布的最优拟合模型为geo模型,其与全部物种的最优拟合模型一致;而稀有种多度分布的最优拟合模型为rane模型,说明常见种是影响不同海拔梯度群落物种多度分布格局的主要原因,其对群落生产力和稳定性的维持有不可替代的作用,但稀有种因其独特的功能性状也在一定程度上影响着群落结构,二者以各自不同的方式共同维系着高寒草甸的物种多样性.     

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.     

粤港澳大湾区近地层O3浓度的时空变化特征

基于遥感卫星（OMI）反演数据,对2005—2019年粤港澳大湾区近地层的O₃浓度数据进行提取及分析,探讨其时空变化特征和影响因素,同时利用后向轨迹（HYSPLIT）模型对O₃来源进行解析.结果表明：①在空间分布上,臭氧浓度自北向南逐渐降低,高值区集中分布在肇庆、广州、佛山等地;低值区集中在东莞、深圳、香港等地.②在时间变化上,15年来,该区域O₃浓度整体呈先上升后下降的趋势,2005—2010年O₃浓度持续升高,2010—2019年O₃浓度呈下降趋势,在2018年有小幅增长.季节变化表现为：春夏季O₃浓度高于秋冬季,高值区在春夏季交替出现,且秋季略高于冬季;每年11月—次年2月出现低值区,4—7月出现高值区.③自然因素中,风向和风速对O₃扩散和传输起重要作用;后向轨迹聚类分析表明：O₃长距离的输送受到来自西伯利亚的寒冷气流影响,短距离的输送则受到来自太平洋的暖湿气流的影响.气温与O₃浓度呈正相关;降水与O₃浓度基本呈负相关.④人为因素中,O₃浓度与GDP、人口密度的空间分布表现出显著相关性;NO_x的影响中,电力源、交通源和工业源是主导因素,居民源的影响较弱;而VOCs的影响中,工业源是主控因素,交通源和居民源次之,电力源的影响最弱.⑤O₃浓度与HCHO浓度的空间分布保持高度的一致性;NO_x等污染物参与光化学反应,对O₃浓度的变化起着一定作用;气溶胶对太阳辐射产生消光作用,使得O₃浓度降低.