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AOD反演地面细颗粒物浓度方法与效果

使用2015~2018年MODIS AOD产品融合地表气象资料反演了地面细颗粒物（PM_2.5）浓度,并以反演的PM_2.5浓度为依据,比较了地面PM_2.5观测资料的各种空间插值方法.结果表明：2015~2018年反演的PM_2.5平均浓度与地基观测平均浓度的R²达0.94;干季反演效果好于湿季,珠江三角洲反演效果好于非珠江三角洲地区,原因是湿季天气系统较不稳定,非珠江三角洲地区多山脉和秸秆燃烧,导致气溶胶标高、质量消光效率等假设误差较大.使用4种插值方法对地基观测的PM_2.5浓度进行插值,插值结果大致相当,反距离加权插值法较好,站点分布不均、部分区域站点密度小影响插值效果,建议在站点稀疏地区增加地面PM_2.5观测站点.     

基于卫星遥感资料监测地面细颗粒物的敏感性分析

分析了垂直分布、粒径分布和吸湿增长3个影响因子及其组合对基于卫星遥感资料监测地面细颗粒物(PM2.5)的敏感性.以广州地区为例,使用影响因子及其组合对2010年全年、干季和湿季的MODIS气溶胶光学厚度(AOD)资料进行订正,与时空匹配的地基实测PM2.5质量浓度数据对比和分析.研究表明,两者的直接相关性很低,全年相关系数(R)仅有0.147.经单个因子订正后,效果提升有限.其中,粒径因子的敏感性最高,垂直因子次之.组合因子中,垂直及粒径订正的效果最好,敏感性最高,全年R达0.526.垂直及粒径因子再加上湿度因子后,全年R降为0.498.垂直及湿度订正的敏感性最低,全年R仅为0.145.总体而言,垂直及粒径订正因子敏感性最高,效果最佳.粒径因子加入后订正效果提升显著,而经验吸湿增长因子的时空代表性比较单一.     

国内外细颗粒物监测评价方法对比及启示

通过研究中国、日本、美国以及欧盟各国PM_(2.5)的监测体系与评价方法,发现我国的PM_(2.5)监测网络已经初步成形,但监测点位的类型以及监测方式单一,监测站点的选址代表性不高,细颗粒物的化学成分分析站点缺乏,建议下一步应着重发展建模分析的监测方法来改进我国的细颗粒物监测评价方法,建立更严格的质控要求和覆盖面更广的监测网络,以期实现高效经济完善的细颗粒物监测体系。     

北碚区气溶胶光学厚度特征及其与颗粒物浓度的相关性

为了解重庆市北碚区大气质量状况,利用其2014年气溶胶光学厚度和颗粒物质量浓度的同步观测结果进行分析.结果表明,北碚区AOD_{500 nm}的年均值为1.46±0.69,其随月份变化明显,其中11月最高为2.90±1.85, 9月最低为0.54±0.05.北碚区存在颗粒物污染的现象,PM_2.5和PM₁₀的年均值分别为(62±40)μg·m^-3和(94±51)μg·m^-3,均超出GB 3095-2012《环境空气质量标准》二级标准限值,PM_2.5与PM₁₀的日均值超标率分别为26%和15%.细粒子PM_2.5与可吸入颗粒物PM₁₀浓度之间呈现显著性相关,全年决定系数R²能够达到0.95(P<0.01),AOD与PM_2.5、 PM₁₀之间全年均呈正相关特性,全年决定系数R²分别为0.48和0.46,且不同季节...     

基于遥感数据估算近地面PM2.5浓度的研究进展

卫星反演的气溶胶光学厚度(AOD)具有广泛的空间覆盖度和相对较高的时空分辨率. 基于AOD与PM_2.5的相关关系来估算PM_2.5浓度已成为监测近地面PM_2.5的有效途径,其估算结果较可靠,能够为治理PM_2.5污染提供数据基础和科学依据. 从反演AOD数据集和PM_2.5浓度估算模型2个方面进行梳理归纳,从卫星轨道运行类型角度分析各类传感器的产品特征,并对缺失AOD的插补方法进行分类评价;对PM_2.5浓度的估算模型进行比较分析,指出不同模型的优缺点和适应性. 结果表明:①各类卫星传感器均具有特定功能及优缺点,其中地球同步轨道(GEO)卫星的快速发展,使其在估算PM_2.5浓度的应用上越来越广泛. ②插补后的AOD比AOD初始产品具有更连续的时空分布和更高的准确性,基于模型的多变量估算不仅可以实现数据的全面覆盖,还可以获得更好的估算精度. ③组合模型成为估算PM_2.5浓度的重要方法,机器学习模型的加入能够有效提高PM_2.5浓度的估算精度. 研究显示,利用AOD估算近地面PM_2.5浓度不仅弥补了地面PM_2.5监测的空间不连续性,更有助于解析PM_2.5浓度的时空分布特征及污染来源.      

基于WRF模型与气溶胶光学厚度的PM2.5近地面浓度卫星反演

为了反演高分辨率的PM_2.5近地面浓度,利用WRF(中尺度气象模型)模拟的大气相对湿度、风速、边界层高度等气象因子对AOD(气溶胶光学厚度)分别进行订正,以逐步提高AOD与近地面ρ(PM_2.5)间的相关性;分析不同反演模型的统计学特征,优选反演模型,并利用最优模型反演中国中东部地区2014年年均ρ(PM_2.5)的空间分布特征.结果表明:AOD经相对湿度订正后,其与近地面ρ(PM_2.5)的相关性显著提高,相关系数达到0.77;同时引入相对湿度、风速2个气象因子,AOD与近地面ρ(PM_2.5)的相关系数升至0.79(n=145,P<0.01);同时引入相对湿度、风速和边界层高度3个气象因子,AOD与近地面ρ(PM_2.5)的相关系数进一步升至0.80(n=145,P<0.01).模型反演表明,研究区域内ρ(PM_2.5)年均值大于35 μg/m3的面积高达334.49×104 km2,占研究区域面积的83.2%,并且高污染地区与人口密度高度重合.分析表明,北京、天津、河北、山东及河南等典型重污染省、直辖市分别有96.30%、100%、78.16%、98.86%、100%面积的ρ(PM_2.5)超标,分别约有99.97%、100%、96.41%、98.88%、100%人口生活在空气质量超标地区.      

哈尔滨市大气细颗粒物污染特征及其毒性效应

为研究哈尔滨市大气细颗粒物的污染特征及其毒效应,分别采集PM_2.5、PM_1.0样品,分析其质量浓度、数浓度的变化分布特征以及对小鼠肺损伤的影响.结果表明：2017年全年PM_2.5、PM_1.0的质量浓度均呈冬高夏低趋势;PM_1.0质量浓度占PM_2.5总质量浓度的62%~85%,PM_1.0数浓度变化趋势为两边高中间低,且其大小与温度呈负相关,与相对湿度无显著相关性;研究大气颗粒物对小鼠肺损伤影响时发现,染毒组小鼠肺组织细胞中LDH、ACP、AKP、ALB增高,说明大气颗粒物PM_2.5和PM_1.0对小鼠肺组织细胞具有毒效应;肺灌洗液中MDA、NO、NOS水平升高,SOD活性下降,说明PM_2.5和PM_1.0都使机体发生氧化损伤,且PM_2.5和PM_1.0质量浓度增加,会使小鼠肺组织细胞毒效应增强,由此引发的机体氧化损伤程度增大.     

燃煤飞灰中细颗粒物(PM2.5)的物理化学特性

研究了小龙潭电厂燃煤飞灰中细颗粒物的粒径分布、显微结构、颗粒类型以及As,Se,Cd,Pb,Cr和Be等6种微量重金属在不同粒径中的分布规律。结果表明:燃煤排放的PM_2.5以球形颗粒为主,但随着颗粒物粒径的减小,非球形颗粒的数量有所增加;多数PM_2.5的表面并不光滑,不同粒径颗粒之间存在逐级吸附的现象;微量重金属As,Se,Cd,Pb和Cr大部分富集在粒径小于2 1μm的细颗粒上,高钙飞灰对As有强烈的吸附作用。      

基于AOD数据反演地面PM_(2.5)浓度研究进展

随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。     

基于卫星遥感和地面观测资料分析苏皖两省一次空气污染过程

2012年6月8~11日,江苏安徽2省发生了一次持续性的空气污染过程.利用MODIS观测的气溶胶产品和地面气象资料,结合火点监测资料和HYSPLIT后向轨迹模式,分析气溶胶光学厚度(AOD)、细粒子比例(FMF)、空气污染指数(API)的特征,探究这次空气污染的形成原因.研究表明,这次过程中苏皖2省8个代表城市的能见度大部分时间低于10km,相对湿度低于90%,API均达到或超过污染等级,AOD显著增长,且污染物以人类活动产生的细粒子为主.区域细粒子比例(RFMF)达0.79,高FMF(>0.6)出现的概率高达74.8%.另外,苏皖2省稳定的天气形势,不利于污染物扩散.6月8~11日,苏皖2省(北部地区为主)出现大量的火点,表明有秸秆焚烧现象的存在.从HYSPLIT模式的模拟结果来看,苏皖2省8个代表城市在此期间主要受到偏西方向的气流以及局地气流的影响,偏西方向的气流有利于外部秸秆焚烧的污染物经过输送影响本地区,同时局地气流不利于扩散,从而造成污染物积累,形成污染.     

2016~2020年上海市PM2.5化学组成特征和来源解析

2016~2020年在上海市区和郊区的6个点位开展了颗粒物系统性观测研究,分析了PM_2.5的质量浓度以及水溶性离子、有机碳/元素碳、无机元素等化学组分,并利用正矩阵因子分解模型对PM_2.5的来源进行了解析。结果表明,上海PM_2.5浓度水平呈现下降趋势,年均质量浓度依次为46,43,37,40,39μg/m³,表现为冬高夏低,西高东低的时空分布特征。有机物在PM_2.5中占比最高(30%~32%),不同年份和季节间的差异较小。二次无机离子(硫酸盐、硝酸盐和铵盐)的区域性特征明显,其中硝酸盐的占比在5a间升高最多,且在冬季污染过程中起到了关键作用。解析得到PM_2.5的来源有9类,分别为二次硝酸盐(30.6%)、二次硫酸盐(20.7%)、机动车(12.6%)、工业(8.0%)、生物质燃烧(7.7%)、扬尘(6.5%)、燃煤(5.8%)、海盐(4.8%)和船舶(3.2%)。机动车和船舶等移动源、秸秆焚烧和烟花爆竹燃放等生物质燃烧源的贡献浓度在研究期间呈现下降趋势,体现了相关治理措施的管控效果。     

基于深度学习方法的PM2.5精细化时空估算模型

提出一种基于深度学习方法的地面PM_2.5浓度时空估算模型（PM_2.5-DNN）,该模型基于葵花-8卫星反演的AOD数据,结合PM_2.5监测站和气象站点观测数据对北京市地面PM_2.5浓度进行了逐时的高精度模拟,同时将PM_2.5-DNN模型的模拟性能与当前的主流方法进行了对比研究.结果表明,使用PM_2.5-DNN模型估算的北京地区1km分辨率每小时地面PM_2.5浓度与地表监测站观测数据对比的一致性较好,模型估算精度可达到R²=0.88,性能优于当前的主流方法.本文所提出的方法适用于区域尺度PM_2.5浓度时空分布细粒度建模与估算,采用端到端的训练方式构建模型,为精细的PM_2.5浓度估算提供了一个简便而有效的方法模型.     

应用水色卫星遥感技术估算珠江口海域溶解有机碳浓度

溶解有机碳是水域环境评价的必测环境参数之一。根据水体光学理论，利用在珠江口水域实测的水体成分浓度数据集拟水体光谱，并建立溶解有机碳浓度的遥感反演模式。进而应用新一代海洋水色卫星传感器SeaWiFS资料估算珠江口及其邻近水域溶解有机碳浓度。     

基于GF-4卫星的长三角城市群PM2.5遥感反演

基于静止卫星高分四号（GF-4）遥感数据,利用6SV辐射传输模型与暗目标算法进行高空间分辨率气溶胶光学厚度（AOD）遥感反演;在此基础上,结合地面监测站大气细颗粒物（PM_2.5）浓度、气象资料等数据,采用物理订正方法及线性混合效应模型,实现长三角城市群区域大尺度空间连续的PM_2.5浓度遥感反演;最后利用十折交叉验证法对反演精度进行验证.结果表明：GF-4反演的AOD结果分辨率较高,空间连续性好,与AERONET地基监测相关性R达到0.82;利用GF-4 AOD的PM_2.5估算模型精度较高,模型估算PM_2.5浓度与地面实测数据拟合度R²为0.74;在分春夏秋冬4个季节建模情景下,交叉验证R²依次为0.67,0.59,0.63和0.72,平均绝对误差MAE为10.40,7.42,10.10,13.34μg/m³,表明GF-4卫星适用于区域PM_2.5浓度监测.     

二级热脱附结合气相色谱-质谱联用分析大气细颗粒物中多环芳烃类污染物

化学组分是影响大气细颗粒物(即PM_(2.5))健康危害的重要因素,但目前流行病学研究对于颗粒物组分的暴露评价受到了传统分析方法的限制.为探索高效的颗粒物组分测定方法,本研究建立并优化了二级热脱附结合气相色谱-质谱联用(TD-GC-MS)方法,以多环芳烃(PAHs)为目标污染物开展研究.结果表明,该方法具有极高的灵敏度,当使用0.28 m~3PM_(2.5)样品时,该方法的检出限为0.018~0.26 ng·m~(-3).对于标准参考物质的测量显示,该方法具有较好的准确性和精密度.同时,分析了北京2012年3月—2013年3月PM_(2.5)样品并与索氏提取结果进行对比,发现两种方法测量3~5环PAHs的一致性较好;部分物种的差异较大,热脱附因减少前处理步骤,结果可能更为准确.北京PM_(2.5)中∑_(12)PAHs浓度为4.27~340 ng·m~(-3),采暖季比非采暖季高一个数量级.基于正矩阵因子分解法(PMF)的源解析显示,燃煤是采暖季的主要污染源,非采暖季则为交通排放.最后,估算了成年北京居民暴露于PAHs的终生致癌风险,结果表明,可重点控制交通源及煤炭源以降低其潜在危害.     

基于多源数据的PM2.5浓度时空分布预测与制图

随着我国经济、工业化、城市化进程迅速发展,PM_(2.5)污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM_(2.5)质量浓度,收集并处理了遥感反演的气溶胶光学厚度(AOD),气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵(BME)结合地理加权回归(GWR)来分析2015年冬季的PM_(2.5)暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R~2为0.92,均方根误差(RMSE)为8.32μg·m~(-3),平均拟合误差(MPE)为-0.042μg·m~(-3),平均绝对拟合误差(MAE)为4.60μg·m~(-3),与地理加权回归模型的结果相比(R~2=0.71,RMSE=15.68μg·m~(-3),MPE=-0.095μg·m~(-3),MAE=11.14μg·m~(-3)),BME的预测结果有极大的提高.空间上,PM_(2.5)高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM_(2.5)空间分布所有差别,2015年的12月、2016年1月PM_(2.5)污染最为严重,2015年的11月,2016年的2月污染相对较低.     

北疆地区MODIS 3km气溶胶光学厚度与PM10质量浓度的相关性分析

利用2016年MODIS 3 km分辨率的气溶胶光学厚度(AOD)日产品、PM_(10)质量浓度以及相关气象数据,开展了北疆地区AOD与PM_(10)质量浓度的相关性分析.结果表明,AOD与PM_(10)质量浓度的直接相关程度较低,相关系数仅为0.294.对比分析了利用能见度数据对AOD进行垂直订正,然后再用相对湿度数据对其进行二次订正(AOD垂直-湿度订正)和利用能见度数据对AOD进行垂直订正和相对湿度数据对PM_(10)质量浓度进行订正(AOD垂直订正-PM_(10)湿度订正)两种订正方法,结果指出"AOD垂直订正-PM_(10)湿度订正"可显著提高二者之间的相关性.订正之后,北疆地区AOD与PM_(10)质量浓度的相关系数达到0.755,呈显著正相关;阿勒泰的订正效果最好,相关系数为0.837.最后,基于垂直订正后的AOD和湿度订正后PM_(10)建立两者之间的最优拟合模型,并利用新建的模型反演了北疆地区PM_(10)质量浓度.反演得到的PM_(10)质量浓度与经过湿度订正后PM_(10)呈显著正相关,相关系数为0.688;昌吉和伊宁的反演效果最好,相关系数分别为0.910和0.829.本研究结果表明MODIS 3 km AOD产品经过垂直和湿度订正后,可作为北疆地区监测PM_(10)质量浓度的一个有效手段.