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.      

石河子市PM_(2.5)浓度的遥感反演研究

大气悬浮细颗粒物PM_(2.5)已成为中国各大城市的首要空气污染问题,快速了解其浓度及空间分布状况,对于控制PM_(2.5)质量浓度、提高空气质量具有重要意义。以石河子市为研究区,利用HJ-1 CCD影像,通过暗像元法、6S模型反演气溶胶光学厚度,结合DTF-6太阳光度计数据进行验证,然后根据AOD与PM_(2.5)之间的统计关系建立符合研究区实际特点的PM_(2.5)反演参数和算法,建立遥感反演模型获取PM_(2.5)的空间分布。结果表明:PM_(2.5)浓度反演结果的平均绝对误差为0.93 ug/m3,反演精度较高,石河子市PM_(2.5)的空间分布呈现北低南高,西低东高的特点。     

中国2013年1月PM2.5重污染过程卫星反演研究

利用第三代空气质量模型CMAQ(community multiscale air quality modelling system)模拟的PM2.5垂直分层数据和中尺度气象模型WRF(weather research and forcasting model)模拟的高分辨率湿度数据,分别对MODIS AOD(aerosol optical depth)资料进行垂直与湿度订正,建立了订正后的AOD数据与PM2.5地面监测数据之间的线性拟合模型,其线性相关系数r=0.77(n=57,P0.01).基于此线性拟合模型,首次反演了2013年1月全国10 km分辨率PM2.5月均浓度的空间分布特征,并分析了人口暴露水平.结果表明,2013年1月我国PM2.5月均浓度大于100μg·m-3、200μg·m-3的面积占国土面积的比例分别高达10.99%、1.34%,暴露人口占全国总人口的比例分别高达45.01%、6.31%.     

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.      

基于卫星遥感数据(AOD)估算PM2.5的研究进展

雾霾天气的频繁出现,不断向人们警示中国大气环境污染的严重性.细颗粒物PM2.5作为空气质量评价指标之一,由于粒径小、为有毒性物质提供载体的特性,对人们的健康和生活产生很大的负面影响.近年来,PM2.5的相关研究引起了世界各国研究者的广泛关注,通过地基手段获得PM2.5质量浓度受到环境、地理等因素的限制,而利用卫星遥感技术估算地面PM2.5质量浓度,覆盖面广、估算精度可靠,对环境污染监测和治理具有重要意义.在综合了国内外关于气溶胶光学厚度(AOD)估算PM2.5文献的基础上,对AOD和PM2.5的数据源和估算的方法及手段作了简要介绍,分析总结了AOD与PM2.5相关性与PM2.5遥感估算的模型,并展望了未来PM2.5研究的发展方向.     

重庆黔江地区2014年PM_(2.5)浓度变化分析

本文整理分析了2014年重庆黔江区的PM2.5变化规律。从每个月来看,重庆黔江区2014年PM2.5污染逐渐加剧,造成这种现象的原因与天气、城市基础设施建设和工业废气的排放有关,因此应主要从控制人为污染源的出发,降低重庆黔江地区PM2.5的浓度。     

浅析沈阳市高层建筑周边PM_(10)与PM_(2.5)质量浓度对应性

以空气中可吸入颗粒物(PM2.5和PM10)为研究对象,分析了采暖期和非采暖期不同监测点位PM10与PM2.5的相关性。结果表明,采暖期和非采暖期不同高度PM10与PM2.5的相关性均相当明显,可吸入颗粒物中PM2.5占绝大比重;采暖期不同高度PM10与PM2.5的相关系数大于非采暖期,季节变化规律明显。     

阜康市PM_(2.5)和PM_(10)的质量浓度变化特征分析

通过对阜康市2015年1个区控点的PM_(2.5)和PM_(10)的连续自动监测数据分析得出:2015年阜康市大气颗粒物中PM_(2.5)、PM_(10)浓度日均值和小时值的最大值均出现在4月,日均值均超过了环境空气质量标准的二级标准限值;月均值最大值均出现在12月;PM_(2.5)的年均值超过了环境空气质量标准的二级标准限值;PM_(2.5)和PM_(10)冬季的日变化浓度高于其他三季,夏季最低。超标天数高值出现在1、2、11、12月,PM_(2.5)的污染程度比PM10严重;PM_(2.5)和PM_(10)的比值1、11、12月较大。     

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.     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

工业烟尘废气中PM2.5的除尘技术概述

本文通过对不同的常规除尘设备的工作原理以及除尘性能进行研究,重点分析了电袋式混合除尘器、静电旋风式混合除尘器以及湿式电除尘器三种混合除尘器的技术特点,指出混合除尘器和凝并器能有效提高除尘器去除PM2.5的效率,对工业发展和保护大气环境具有重要意义.     

鞍山市环境空气中PM10、PM2.5污染特征研究

文章对鞍山市环境空气中细颗粒物（PM2.5）、可吸入颗粒物（PM10）季节性变化及月变化污染特征进行分析,不同季节的PM2.5、PM10变化趋势均为夏季〈秋季〈春季〈冬季;PM2.5、PM10的月均质量浓度按高低顺序分别为：12月〉1月〉11月〉2月〉10月〉4月〉3月〉7月〉8月〉6月〉5月〉9月和1月〉12月〉3月〉4月〉2月〉10月〉11月〉5月〉6月〉7月〉8月〉9月。同时,分析了ρ（PM2.5）对ρ（PM10）的贡献率,全年的ρ（PM2.5）/ρ（PM10）平均值为57.8%,结果表明,在PM10中,PM2.5的含量要大于PM2.5-10的含量。     

基于PM2.5浓度的室内通风调控

引入平衡点模型,利用计算得到的室外平衡点浓度对广州市多个采样住宅的室内PM25环境清洁度进行评价;基于广州市采样住宅PM25室外平衡点浓度与实测室外浓度的比较,对室内通风条件提出调控建议,结果是广州市3个采样住宅室内PM25环境清洁度属中等水平;相对当时的室内排放源情况和室外实测浓度条件下,一个住宅应加强通风,另两个住宅应控制室外空气的渗透影响.     

浙江省PM_(2.5)质量浓度分布特征研究

本文选取金华、衢州、温州、丽水、宁波、杭州六个城市开展PM2.5手工重量法监测,通过比较不同城市不同季节PM2.5质量浓度,研究浙江省PM2.5浓度的分布特征,以期为其空气质量预报、大气污染治理防治等工作提供技术支持。     

手工法与自动监测法测定PM2.5质量浓度比对研究

采用小流量颗粒物采样器手工采样重量法和基于微振荡天平原理自动监测法监测PM2.5质量浓度。通过2010年9月至2011年8月期间两种方法的监测数据比对显示出季节差异,冬、春两季手工法获得质量浓度高于自动法,夏、秋两季手工法低于自动法,可能与两种采样方法下膜置于不同的温度有关。当受沙尘影响、持续污染或者高温污染时,两种方法结果偏差较大,可能与仪器的粒径切割效率改变有关。     

北京市区春夏PM2.5和PM10浓度变化特征研究

通过对北京市2012年3月～6月PM2.5和PM10实时数据的整理和分析,结果表明,北京市区大气中细颗粒物PM2.5和可吸入颗粒物PM10浓度日变化趋势基本相同,PM2.5和PM10存在显著或极显著的正相关关系;3月～6月,PM2.5浓度随季节变化逐渐升高,PM10的浓度随季节变化先升高后减小;3月～6月PM2.5与PM10日平均浓度分别为62.77μg/m3和133.88μg/m3,分别为国家二级标准的83.69%和89.25%。