江苏省大气气溶胶光学厚度时空分布研究

气溶胶光学厚度（AOD）是气溶胶总含量的基本参数,可以用来反映大气污染程度。利用卫星遥感获取气溶胶光学厚度,可以弥补地面观测难以反映AOD空间分布和整体变化趋势的不足。以江苏省为例,利用2010年4~9月EOS TERRA MODIS数据,分别基于暗像元法（DDV法）和改进的暗像元法（V52法）,反演研究区2010年夏半年/春夏两季气溶胶光学厚度,并结合地面观测数据验证两种反演算法结果精度,最后分析研究区AOD时空变化特征。研究结果表明：在研究区,两种算法反演结果在整体趋势上保持一致,研究区AOD均表现出与植被指数NDVI较为明显的负相关关系,但V52法反演精度要明显优于DDV法;研究区气溶胶光学厚度存在较明显的区域差异和季节变化,具体表现为苏南AOD明显高于苏中、苏北地区,而在春、夏两个不同季节上,不同区域变化趋势不同,苏南地区春季AOD高于夏季,而在苏北地区则刚好相反,夏季AOD要高于春季     

南京市植物叶面颗粒物的黑碳含量及时空分布特征

黑碳是大气气溶胶的重要组成部分,能够吸收太阳辐射产生温室效应,并对人体健康产生负面影响。选取了南京市的6个典型功能区,研究不同污染水平和不同季节下植物叶面颗粒物黑碳含量的时空分布特征,并将其与地面尘和表层土壤中的黑碳含量进行比较,探讨黑碳在多介质中的分布规律。结果表明:(1)城市植物叶面颗粒物的黑碳含量呈现冬季秋季春季≈夏季的季节变化特征;(2)工业区植物叶面颗粒物的黑碳含量最高,并与其他功能区的差异达显著水平;(3)城市植物叶面颗粒物黑碳含量越高,BC/OC值也越大,城市植物叶面颗粒物的黑碳主要来源于化石燃料的燃烧;(4)黑碳气溶胶通过植被表层到达地表的过程中其含量逐渐下降,植物叶面颗粒物可作为监测大气黑碳污染的有效手段。     

不同海拔高度气溶胶粒子吸湿特征的观测研究——以黄山为例

利用加湿串联差分迁移分析仪H-TDMA,观测研究了2012年9~10月黄山不同高度40~200 nm大气气溶胶粒子的吸湿增长因子GF(Growth Factor)。结果表明:当粒子到达潮解点之后,颗粒物的GF多为双峰分布,分为GF1.15的弱吸湿组和GF1.15的强吸湿组;相同粒径下,强吸湿组离散程度大于弱吸湿组。相对湿度的变化对粒子吸湿增长的影响与粒子大小及化学组分有关,爱根核模态和积聚模态粒子在相同的相对湿度下潮解点不同,硝酸铵和硫酸铵是颗粒物中主要的吸湿成分。气溶胶粒子的吸湿性有明显的日变化。黄山地区环境相对较清洁,实验设置的相对湿度85%较其他地方低,也是气溶胶粒子整体吸湿性小于城市地区的原因之一。对比不同海拔高度下气溶胶粒子的吸湿性,发现随海拔高度的增加,气溶胶的吸湿性减弱。     

降水对气溶胶颗粒物清除作用的初步分析

使用2010~2013年气溶胶颗粒物质量浓度资料和相关气象资料,分析了风和降水对颗粒物的清除作用,结果表明:降水对气溶胶颗粒物的清除效果随雨强、降水持续时间及降水总量增加而增加。同等雨量条件下,降水对PM_(_(Course))的清除效果要好于对PM_(2.5)的清除效果。降水对气溶胶颗粒物的清除效果与降水前气溶胶颗粒物浓度关系密切,降水开始前气溶胶颗粒物浓度较低时,降水对其清除效果不佳,降水开始前气溶胶颗粒物浓度较高时,降水对其有明显的清除作用。降水前后的气溶胶颗粒物浓度有明显的正相关,气溶胶颗粒物浓度较高时,需要连续多次降水过程才会使其浓度下降到较低的水平。气溶胶颗粒物浓度在较低水平时,雨强增大不会使其浓度继续降低;强降水发生后,雨强减小会使气溶胶颗粒物浓度升高。气溶胶颗粒物大颗粒(PM_(Course))总体为碱性,小颗粒(PM_(2.5))总体为酸性。降水的pH值和电导率都和降水间隔和风速成正相关,和降水量成反相关。气溶胶颗粒物浓度随水平风速增长呈现出先减后增的趋势。对PM_(2.5)来说,当水平风速在7m/s以下时,其浓度随水平风速增大而减小,当水平风速大于7m/s时,其浓度随水平风速增大而增大。PMC ourse变化趋势与PM_(2.5)类似,其转折点的水平风速为4m/s。     

基于MODIS/NDVI与EVI的皖江流域植被覆盖比较分析

利用多时相的TERRA/MODIS影像资料比较了皖江流域NDVI和EVI的时空分布特征,并分析了空间分辨率和大气校正对NDVI和EVI的影响。结果表明：MODIS/NDVI与MODIS/EVI所反映的植被覆盖状况基本一致,但5月份较8月份NDVI和EVI的空间分布差异明显,且在植被生长旺盛时期,EVI比NDVI更能反映植被覆盖状况。在相同的空间分辨率下（250 m、500 m、1 000 m）,EVI比NDVI能更好的反映植被覆盖的空间差异性,随着空间分辨率的降低,这两种指数反映植被覆盖的差异性在减小。大气校正对NDVI和EVI的影响不同,大气校正前NDVI值小于EVI值,大气校正后NDVI值普遍大于EVI值,但大气校正对NDVI的影响不大,对EVI的影响明显     

廊坊空气重污染的大气环流形势和气象条件

利用2013-2014年廊坊环境监测站空气污染资料、廊坊气象观测站气象资料以及NECP/NCAR再分析资料和倾斜旋转T模态主成分分析法,分析了廊坊空气重污染的大气环流形势和气象条件。结果表明:空气重污染主要有5种大气环流配置形式,其中廊坊850h Pa高空为高压脊前,地面分别处于弱高压场或低气压场中是最主要的2类,当地面为低气压场控制时,容易造成严重污染;空气重污染的有利气象条件是:地面风力≤2级,风向静稳以及偏西、西西南及偏东风;空气相对湿度在50-95%之间;日降水量≤1.8mm;气温、气压接近各自平均值。     

华北西部区域城市API时空分布特征及其与气象要素关系分析

据华北西部区域四个主要城市2003-2012年API日报数据和相应时段的地面气象要素数据,分析API时空分布特征以及API与气象要素的关系来探索区域大气环境污染形成与控制因素。结果显示:1四座城市空气污染状况在2003-2012年呈逐步改善,空气质量季节变化明显,冬季空气污染最严重,夏季最轻。2四城市气象因子可降维为高温天气、大风天气、降水天气三个因子。3四座城市API与降维后的气象因素存在相关性:API与高温天气呈现显著负相关,与大风天气呈现不同相关性,与降水天气无相关关系。     

城市PM_(2.5)年均浓度达标策略研究

细颗粒物已经成为影响城市和区域空气质量的首要污染物。根据我国74个重点城市PM2.5年均浓度监测数据,分析了我国大气细颗粒物污染状况和区域分布特征。结合环境空气质量标准和"国十条"的要求,综合考虑不同区域空气污染特征、经济发展水平和环境管理需求的差异,提出了不同区域城市PM2.5年均浓度达标年限,并从管理机制、管理手段、达标途径等方面提出了我国城市PM2.5年均浓度达标策略。     

喀斯特地貌区植被覆盖与地形因子的空间关系分析——以贵州普定县为例

以贵州省普定县为研究区,选取区内植被覆盖为研究对象,综合运用遥感和GIS技术,借助空间叠加分析,研究了区内植被覆盖度分别随地形因子变化的规律,再利用普定县土地利用现状图与植被覆盖分布图和各地形因子叠加综合并结合分布指数分析了地形因子与植被覆盖分布的格局。研究结果表明：（1）向阳坡向、低海拔地区以低植被覆盖度为主;高程1 400~1 600 m的地区,坡度在25°以上的地区,坡向上东北坡、北坡、西南坡、西北坡的地区,地表切割深度30~40 m上的地区为植被分布的优势地形位;（2）在优势地形位上各级植被覆盖的分布面积波动较大,这也体现了植被覆盖的分布格局与地形因子的空间关系具有较大的不确定性;（3）人为因素对植被发育、分布的影响较大,地形因素通过影响会限制人类活动,而间接影响或有利于植被的生长。研究结论有助于揭示普定县植被覆盖的空间分布和变化特征,对喀斯特区域生态环境的评价和改良具有重要的参考价值,同时也为喀斯特地区植被修复、保护和石漠化防治提供决策依据     

济南市大气颗粒物特征及来源的研究

在济南市区设11个点位,在不同季节采集大气颗粒物,其中五个点位用六级串级式采样器采集飘尘样。样品分析了40多种元素、非金属和有机物,并分析了不同粒径中苯并(a)芘含量。应用富集因子计算并提出富集值大干5(EF>5)为污染富集的论点;摸清了济南大气颗粒物的理化特征及粒径分布规律;用化学质量平衡(CMB_7)法探寻了颗粒物来源。     

大气颗粒物的环境质量评价方法研究

大气颗粒物对环境和人体健康的影响不仅与颗粒物的总浓度有关,而且与其粒径大小分布有关,基此本文提出了一种兼顾其粒径大小的大气颗粒物环境质量评价方法。并以北京为例,在北京七个不同功能区用十级级联碰撞采样器进行采样,评价了大气颗粒物的环境污染。     

降低PM2.5健康风险的行为选择及支付意愿——以北京市居民为例

本文运用权变评价法(CVM)调查了北京市居民对大气细颗粒物(PM2.5)健康风险的认知状况、行为选择及降低健康风险的支付意愿。结果表明:182.5%的居民认为北京市空气污染较为严重,52.4%的居民知道雾霾天气是由PM2.5引起的并认为其会对自己和家人的健康带来影响,92%的居民认为政府应该承担更多降低PM2.5健康风险的责任。2在降低风险的行为中,能够节省生活成本、有益于身心健康的生活方式和符合日常生活习惯的行为得到了最积极的响应,而会降低居民生活舒适性和增加生活成本的行为支持率相对较低。3在降低30%的PM2.5浓度情景下,居民的支付意愿平均为22.78元/月;在降低60%的PM2.5浓度情景下,居民的支付意愿平均为39.82元/月。而且,居民的个体特征、经济条件、居住位置、交通方式、认知水平及风险沟通等因素,都对降低PM2.5健康风险的支付意愿产生显著影响。     

鄂西北山区耕层土壤有机质空间变异及影响因子分析

为揭示鄂西北山区耕层(0～20 cm)土壤有机质的空间变异特征及其影响因子,以十堰市为研究区,基于地统计学方法,分析耕层土壤有机质含量空间变异规律,并结合地理探测器进一步探讨土壤有机质空间变异的影响因子及其之间的交互作用.结果 表明:研究区土壤有机质平均含量为17.48 g/kg,总体上处于缺乏状态;变异系数为45.59％,属于中等变异强度;块金系数为0.496,存在中等程度的空间自相关;空间变异各向异性显著,在45°方向上变异程度最剧烈.土壤有机质含量呈现随高程降低而不断减小的趋势.年降水量、种植制度和高程对研究区土壤有机质空间分布的解释力最强,是决定十堰市耕层土壤有机质空间分布格局的主导因子,而成土母质和土地利用解释力相对较弱,各环境因子两两之间为非线性增强或者双因子增强.土壤有机质含量的空间变异性是各影响因子共同作用的结果,揭示了耕层土壤有机质含量空间异质性影响因子的多样性和复杂性,研究结果可为研究区土壤有机质的精准管理、耕地土壤改良、耕地质量的提升及促进农业生产等提供理论依据.     

南京浦口区大气负离子的时空特征及其与气象条件的关系

利用南京市浦口区境内老山森林、农庄、珍珠泉、石桥万诚4个观测点2014年10月~2015年10月大气负(氧)离子观测资料,分析了浦口区大气负(氧)离子浓度的时空变化特征及其与气象因子的关系。结果表明:(1)浦口区日平均大气负(氧)离子浓度为688个/cm~3,最大值约在21:00,为986个/cm~3,最小值约在12:00,为610个cm~3;(2)浦口区年平均大气负(氧)离子浓度为675个/cm~3,其中夏季最高,为728个/cm~3;冬季最低,为538个/cm~3;(3)浦口区大气负(氧)离子空间分布规律为:农庄珍珠泉老山森林石桥万诚;(4)不同天气条件下大气负离子与气象因子的相关性不同,如雨日,大气负离子与降水量、气温、相对湿度显著相关(P0.01);无雨天,大气负离子与日照显著相关(P0.05)。     

安庆大气颗粒物污染外来输送轨迹及源区研究

在对安庆2015~2016年大气颗粒物变化特征分析的基础上,利用HYSPLIT-4后向轨迹模式,采用气团轨迹聚类分析、潜在源贡献因子法(PSFC)和浓度权重轨迹法(CWT),研究了不同季节安庆地区外源污染物传输的路径及潜在源区。结果表明:(1)安庆市大气颗粒物质量浓度存在显著的季节变化,表现为冬季春季秋季夏季,12月份污染最重,7月份污染最轻。(2)影响安庆地区气流轨迹具有显著性季节性变化特征,夏季主要受来自南方和东南方向海洋气流影响,PM10和PM2.5的平均值较低;冬、春和秋季安庆地区受到海洋性气团和大陆性气团共同影响,且以偏西和西北路径的大陆性气团影响最为明显,受沙尘或人为排放因素的影响,对应PM10和PM2.5的平均值相对较高,颗粒物高污染时段与该2类大陆性气流轨迹输送关系密切。(3)安庆颗粒物冬季PSFC值和CWT值最大,夏季最小。PSFC和CWT值2处高值区主要分布在湖北东部、江西北部和湖南南部等带状地区,以及山西、河南中部、山东南部及安徽北部等带状区域。     

京津冀PM_(2.5)的主要影响因素及内在关系研究

大气污染物的源排放是形成灰霾天气的内因,气象条件是形成灰霾天气的外因。本研究通过构建PM_(2.5)浓度的两段式分布滞后模型,结合自然环境因素及经济因素对PM_(2.5)的影响因素进行了综合分析。在第一段模型中构建了PM_(2.5)和大气污染物排放量的分布滞后模型,第二段模型中构建了不同的大气污染源对大气污染物排放量的影响因素模型。大气污染物排放源主要包括工业源、生活源、机动车源、集中式污染治理设施源。在工业源中,工业废气重度污染行业是大气污染物排放主要的贡献者;在生活源中,燃煤消费量对大气污染物排放影响很大,这也是冬季供暖期间PM_(2.5)剧增的原因;在机动车源中,尽管黄标车的保有量仅占汽车保有量的10%左右,但却占据了颗粒物排放量的绝大部分。利用京津冀代表性城市PM_(2.5)日度数据研究得出平均气温、平均风速、日照时数、平均气压、降雨量、平均相对湿度、沙尘暴等因素对PM_(2.5)浓度的负向与正向作用。研究发现,大气污染物排放量对PM_(2.5)浓度具有聚集的滞后效应,当期大气污染物排放量、滞后一期、滞后两期、滞后三期大气污染物对PM_(2.5)浓度具有显著的正向作用,且影响依次递减。构建的大气污染物排放量的污染源影响因素模型揭示一个地区煤炭消费量、工业废气重度污染行业工业增加值、黄标车保有量对该地区大气污染物排放量具有显著影响。本研究对优化能源消费结构和产业结构,减少空气污染物排放提出了对策建议。     

2005年中国气态α HCH的人体暴露和健康风险分析

为评估由我国大气中α HCH所导致的人体健康风险,利用CanMETOP 模拟的2005年日均α HCH大气浓度,基于吸入因子和致癌风险进行研究。结果表明年吸入因子呈东部>西部,北部>南部的特征,东中和东北部地区的吸入因子分别主要由人口密度和α HCH大气浓度贡献,东中和东南部地区的个体健康损失小于东北地区,东中和东南部地区年内逐月吸入因子分配较为均匀,而东北地区主要集中的夏季,东北地区个体致癌风险系数明显高于中部和南部。推测由其它污染物所形成的暴露风险具有类似的时空分布。加之夏季东北地区集中降水所形成的湿沉降以及气温升高等因素,使摄食暴露和皮肤接触暴露增大,东北地区人群的复合暴露风险将显著大于其它地区     

近58年来长江中游雾和霾的演变特征及其影响因素

以1961～2018年湖北72个国家站的气象观测资料和NCEP再分析资料为基础,采用代表站分类、时序演变、相关性分析等方法,研究雾和霾的时空分布特征及其影响因素,结果表明:(1)湖北地区的雾和霾空间分布不均,霾多发生在大城市和工业城市,雾多发生在鄂西南山区;1980年前,雾和霾的年代际变化趋势比较一致,之后呈反相,总体上呈现负相关,2005年后霾日较雾日明显增加.(2)城市站与生态站雾日的年变化趋势均是先增加后减少再增加,由增至减的拐点分别出现在1980和1987年,表明城市化进程对雾的生成有影响;霾日变化趋势基本一致,空气污染的年际变化无明显的城乡差异.(3)对于所有站点来说,"区域尺度气候变化、城市化和空气污染(气溶胶污染)"等3个因素对雾的定量影响相当;对于城市站,城市化的影响明显占主导(55％);对于生态站,气溶胶污染的贡献率最高(43％).     

基于地理探测器的城市热岛驱动因素分析——以武汉市为例

城市热岛是由地表特征、社会经济和气象等因素综合引起的环境问题，具有显著的季节差异。大量的研究分析了土地覆盖类型、地表覆盖指数、景观指数等和城市热岛之间的相互关系，忽略了气象因素以及气象因素、地表特征与社会经济之间的交互作用对城市热岛的影响。在分析武汉市不同季节热岛强度及空间自相关分析的基础上，采用地理探测器研究了不同季节城市热岛强度的驱动因素及其交互作用和热岛风险区探测。结果表明：武汉市各季节热岛强度在空间上呈现强烈的集聚特征。按春夏秋冬顺序，武汉市4个季节热岛强度的主要驱动因素分别为地表特征、社会经济、社会经济和气象因素，四季对应的主要驱动因子分别是土地覆盖类型、夜间灯光、夜间灯光和气压。在11个驱动因子的交互影响中，四季热岛强度交互影响作用最大的分别为土地覆盖类型与夜间灯光、土地覆盖类型与NDVI、土地覆盖类型与夜间灯光、气压与土地覆盖类型或与NDVI。风险探测结果显示春夏秋冬平均热岛强度最高的分别为城市建成区、城市建成区、城市建成区、裸地和低植被覆盖区，最低的分别是水体、水体、水体、植被；四季的平均城市热岛强度随着夜间灯光的增加而增加；NDVI子区域平均热岛强度呈现先上升后下降的趋势；气压子区域平均热岛强度总体呈现逐步上升的趋势。这些结果揭示了热岛强度的季节变异特征，可为缓解城市热岛效应措施的制订提供依据。     

渭河下游洪水灾害的降水危险性评估与区划

大气降水的不规则运动是引发洪水灾害的重要因素.通过对"小洪水、大灾情"特性显著的渭河下游洪泛区的洪水特性、降水规律以及二者的关系进行分析,利用插值计算法进行降水量和降水变率空间分析,评估并区划了研究区汛期洪灾风险的降水危险性.主要结论为:①季节性的强降水过程是引发渭河下游洪水灾害的重要因素,连续暴雨或大范围暴雨往往带来洪水灾害;②汛期降雨量呈现出显著的南多北少特征,且从东南到西北依次递减,咸阳、高陵县、大荔县西北部降水量偏低,而秦岭北麓的华县、华阴及西安市区降水相对丰富;③汛期降水变率虽然呈现出相间分布的特征,但降水量变化较大的区域(西安市区、华县以及潼关县东南部)都集中于南部的秦岭北麓;④根据降水量越大,影响度越高,降水变率越大,降水量越不稳定,洪水危险性越高的原则,进行洪灾的降水危险性评估与区划,结果显示降水危险性较高与较低区域呈环状相间分布,危险性较高的区域更多地分布于渭河干流南岸.