北京市MODIS气溶胶光学厚度与PM_(10)质量浓度的相关性分析

利用北京地区2012年1—12月NASA MODIS气溶胶光学厚度(AOD)和通过空气污染指数(API)转换得到的PM10质量浓度进行了相关性分析.结果发现,二者的直接相关程度较低,在引入季节变化的气溶胶标高且考虑了气溶胶的垂直分布后,进行标高订正,二者的相关系数有所提高;在考虑了湿度影响因子后,进行湿度订正,二者的相关系数显著提高;引入平均风速、平均气温和平均气压等气象因素,进行多元回归分析,相关系数进一步提高.证实了卫星遥感气溶胶光学厚度在经过垂直和湿度订正并考虑气象因素的情况下,可以作为监测北京地区颗粒物污染物地面分布的一个有效手段.     

珠三角地区利用PM_(2.5)反演气溶胶数浓度谱方法

大气气溶胶数浓度谱分布(PNSD)对于大气辐射和光学计算至关重要,利用目前普遍观测的气溶胶质量浓度(PM2.5)来反演计算PNSD,能有效补充PNSD观测的不足,对于需要PNSD信息的研究工作如大气能见度计算等有重要的实用价值。本文利用2014年11月~2015年1月在广州城市站进行同期连续观测的干气溶胶粒子的PM2.5、PNSD数据进行客观分析,建立了一种使用PM2.5反演PNSD的方法,并评估了该方法的适用性。结果表明该反演算法具有较好的适用性和稳定性,对于积聚模态的PNSD反演效果较好,但对于PM2.5高浓度的反演结果差异较大。该反演方法将为珠三角地区的大气能见度计算和应用提供有利的依据和支撑。     

珠三角地区利用PM_(2.5)反演气溶胶数浓度谱方法

大气气溶胶数浓度谱分布(PNSD)对于大气辐射和光学计算至关重要,利用目前普遍观测的气溶胶质量浓度(PM2.5)来反演计算PNSD,能有效补充PNSD观测的不足,对于需要PNSD信息的研究工作如大气能见度计算等有重要的实用价值。本文利用2014年11月~2015年1月在广州城市站进行同期连续观测的干气溶胶粒子的PM2.5、PNSD数据进行客观分析,建立了一种使用PM2.5反演PNSD的方法,并评估了该方法的适用性。结果表明该反演算法具有较好的适用性和稳定性,对于积聚模态的PNSD反演效果较好,但对于PM2.5高浓度的反演结果差异较大。该反演方法将为珠三角地区的大气能见度计算和应用提供有利的依据和支撑。     

杭州市大气能见度与PM_(2.5)浓度的关系

为了研究杭州市大气能见度与PM2.5质量浓度之间的关系,选取杭州市区2013年冬季至2014年春季期间PM2.5浓度、相对湿度以及能见度有效观测数据进行分析。结果表明:能见度与PM2.5的关系并不是直接的线性关系,而是与大气湿度也有着密切关系。随着相对湿度和PM2.5浓度的增长,能见度水平逐渐降低。而进一步量化相对湿度与PM2.5浓度对能见度的影响,将相对湿度分为40%~50%、50%~60%、60%~70%、70%~80%、80%~90%以及>90%共六个区间,对PM2.5与能见度的关系用非线性幂函数来拟合,拟合曲线的R2均大于0.9,表明拟合曲线与真实情况符合程度较好。另外,能见度与PM2.5的拟合曲线均在PM2.5浓度为50μg/m3左右出现拐点,说明在杭州市只有将PM2.5浓度控制在50μg/m3内,能见度才能得到显著提升。     

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。     

阜新市MODIS AOD与大气PM_(2.5)浓度相关性研究

利用卫星遥感MODIS数据研究区域大气PM_(2.5)浓度分布是环境管理的有效方法。获取美国国家航空航天局MODIS L1B1KM数据,采用暗目标法反演阜新市大气气溶胶厚度AOD数据;提取阜新市5个大气监测站点位2014年3月至5月、2015年3月至4月期间PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度-AOD之间的线性、一元二次、对数函数、幂函数及指数函数5种相关性模型;引用湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型、Peterson模型分别订正PM_(2.5)浓度及AOD标高,应用阜新市环保局5个监测点位2014年6~12月、2015年5~12月期间PM_(2.5)的月平均浓度进行模型检验。对比分析订正后的5种相关性模型拟合优度,检验结果表明:订正方法提高了PM_(2.5)浓度-AOD相关性;线性相关性模型R2为0.633 6,相对误差为12.41%,相对其他4种模型相对误差较小。利用阜新市大气AOD预测PM_(2.5)浓度具有良好环境指示意义。     

广州大学城大气PM_(2.5)质量浓度与影响因素

选择广州大学城代表性学生宿舍、教室、食堂等多个室内采样点及几个室外采样点,准确测定各采样点大气中PM2.5的质量浓度,分析各室内和室外采样点大气中PM2.5污染程度及分布特征;根据同步记录的气象数据,分析评价气象因子对大气PM2.5质量浓度的影响。     

沈阳地区PM_(10)、PM_(2.5)和PM_1质量浓度的分析

分析了其时间分布特征。结果表明,沈阳地区的气溶胶分布具有明显的季节差异,气溶胶的质量浓度冬季最高,秋季最低,其中冬季、春季和夏季均超标。PM2.5和PM1分别在PM10中所占的比值均为冬季最高,夏季和秋季次之,春季由于受到沙尘的影响,其比值最低。在各个不同的季节,气溶胶粒子的粒级分布具有相似之处,主要集中在6～8级(1.1μm)、1级(5.8～9.0μm)、0级(9～10μm)和5级(1.1～2.1μm);春季出现沙尘时粗粒子明显增多,气溶胶粒子的粒级主要集中在0级(9～10μm)、1级和3级(3.3～4.7μm);冬季重污染天气下细粒子浓度高,峰值出现在1级、7级和5级(1.1～2.1μm)。     

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.      

基于AERMOD模型评估公路交通源PM_(2.5)的浓度分布

PM2.5是公路机动车主要污染物之一,对沿线居民的呼吸健康有直接的危害,因此有必要在公路建设环境影响评价中增加对交通源PM2.5扩散浓度的评估。本文通过分析空气质量模型AERMOD、PM2.5排放清单测算模型MOVES以及建模数据需求,在交通量调查、气象数据预处理以及道路源PM2.5排放清单测算的基础上,应用AERMOD模型评估了我国某高速公路沿线PM2.5的浓度分布水平。结果表明:在研究路段沿线下风向距路肩400m范围内,均受到公路交通源PM2.5污染(PM2.5净浓度≥4μg/m3)的影响;AERMOD模型可以精细化地评估道路机动车PM2.5对空气质量的影响,为道路沿线PM2.5浓度分布评估提供了一套研究方法,其评估结果对道路规划环境影响评价具有重要的参考价值。     

基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。     

基于MODIS气溶胶光学厚度与气象要素的苏锡常地区PM2.5地面浓度分布研究

基于GIS技术和岭回归分析方法,采用苏锡常地区的MODIS高分辨率气溶胶光学厚度资料、PM_(2.5)浓度观测资料和苏锡常及周边地区的气象观测资料,构建了基于气溶胶光学厚度和气象要素的PM_(2.5)地面浓度分布估算模型,模拟了2013年春季苏锡常地区PM_(2.5)的空间分布状况,并将此模型与气象要素多元回归模型、气溶胶光学厚度直接回归模型进行比较.结果表明:该模型将遥感观测资料与地面气象观测资料相结合,能够有效地模拟PM_(2.5)的空间分布状况;2013年春季苏锡常地区PM_(2.5)的空间分布具有整体上西北高、东南低,中心城区高、城郊区低的趋势,局部高浓度区域可能与工业生产、交通等人为因素有关;该模型能够在保持较高精度的前提下,有效地突出局部地区的变化特征,体现出更强的空间分异性,对于研究PM_(2.5)的空间分布规律具有一定的实际应用价值.     

基于移动监测的隧道内部PM_(2.5)与PM_(10)质量浓度分布研究

以上海市5条隧道为研究对象,采用车载移动监测的方式监测记录各条隧道沿程颗粒物(PM_(2.5)和PM_(10))的质量浓度,结合隧道自身特点,探究隧道内部颗粒物分布规律和成因。结果表明:隧道内颗粒物质量浓度分布主要与隧道自身的通风方式、结构特点和通过的车辆及其形成的活塞风有关。通过平行比较5条隧道的通风效果,发现翔殷路隧道通风效果较好,人民路隧道北线污染较为严重。     

长三角地区重点源减排对PM_(2.5)浓度的影响

应用中尺度天气-化学预报模式WRF-Chem,基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM2.5浓度影响的模拟研究。长三角地区SO2、NOx、PM2.5和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%。模拟结果表明,两组减排情景下长三角地区国控点PM2.5年均浓度分别下降-1.4~26.7μg·m-3和2.1~32.3μg·m-3,降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM2.5浓度的降低贡献最大。PM2.5及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大。重点源强化减排即可使得上海、江苏夏季PM2.5浓度降低约20%。对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM2.5的生成,从而阻碍了PM2.5浓度的降低。其中,冬季的阻碍作用最强,导致PM2.5污染改善效果最差。夏季大气氧化性受减排影响较小,从而使得PM2.5污染改善在四季中最有效。此外,春、秋季的阻碍作用也不容忽视。     

基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析

文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。     

北仑区域气象条件对PM_(2.5)浓度的影响模型研究

利用对区域的PM2.5的浓度与气象因子的监测,对影响PM2.5浓度的气象因子进行研究,研究结果表明,PM2.5浓度存在一定的季节性变化规律,同时通过对其与气象因子之间的多元线性回归,得出了具有一定吻合度的未来24h PM2.5预测模型。     

基于非线性数学方法的PM_(2.5)中重金属浓度模拟

2013年在南京市南京大学鼓楼校区和仙林校区采集PM_(2.5),并测试其中重金属浓度,分析重金属在不同季节和地区的污染特征及其与气象因子、常规大气污染物的相关关系.数据经主成分分析预处理后,使用BP神经网络(BP-ANN)和支持向量机(SVM)两种非线性数学方法构建PM_(2.5)中重金属快速评估模型,并与多元线性回归模型(MLR)进行比较.结果显示:南京PM_(2.5)及其中重金属平均浓度冬季最高,其次为春季,夏季和秋季浓度较低.PM_(2.5)中重金属浓度与气象因子和大气污染物间具有一定相关性.BP-ANN对大部分金属(除了Ba、Cr和V)训练模型的相关系数最高;而SVM对所有金属验证模型的相关系数最高.3种方法对Cd、Cu、Pb、Ni和Zn的模拟效果较好,对Cr、Fe、Sr、Ti和V的模拟效果相对较差.     

基于CAMx模型的福州市PM_(2.5)来源解析

为了持续改善环境空气质量,判断PM_(2.5)的来源是控制和治理的关键。该文应用WRF-CAMx模式,对福州地区2013年1、4、7、10月污染物的传输过程进行模拟。结果显示,工业源对PM_(2.5)浓度的贡献率最大,为45.9%~62.3%,其次交通源为17.2%~26.7%,民用源为13.6%~17.7%;本地源排放是福州地区污染物主要来源,本地源对PM_(2.5)的贡献率为83.8%~89.1%,外界传输贡献率为10.9%~16.2%;福州地区一次PM对PM_(2.5)的贡献最大,贡献率为64.6%~82.9%,SO2的贡献率为9.1%~12.1%,NOx贡献率为0.5%-12.5%。     

PM_(2.5)工业排放源监管对策研究——以秦皇岛市为例

通过分析秦皇岛市PM2.5工业排放源有关数据,得出秦皇岛PM2.5工业排放源具有支柱产业排污量大、排污企业分布不合理以及工业企业中高耗煤企业PM2.5排放量大等特征。在此基础上提出政府监管部门可以采取调整产业结构严控排污总量,推行清洁生产强审制度等监管措施来促使企业减排PM2.5。     

基于地基遥感数据的太湖地区气溶胶光学厚度和粒子谱变化规律研究

利用多光谱旋转遮蔽影带辐射计(Multi-Filter Rotating Shadowband Radiometer,MFRSR)测定了我国长江三角洲中部的太湖地区2008年5月至2009年4月期间415 nm、500 nm、615 nm、673 nm、870 nm波段的全天空总辐射、散射辐射和直接辐射通量密度,结合球形粒子的Mie散射理论反演了该地区大气气溶胶粒子谱,并对结果进行了分析.结果表明:受人为活动的影响,该地区工作日和非工作日气溶胶光学厚度和粒子谱的日变化存在明显的差异,工作日上午6:00-9:00时间内,细粒子的生成远大于非工作日这一期间细粒子的生成.太湖地区气溶胶光学厚度常年较高,500 nm波段的年平均值为0.8038±0.7924,夏季最大(0.9359±0.7389),冬季最小(0.6209±0.5500);气溶胶粒子谱表现出双峰分布,一种是位于半径0.15 μm附近的细模态,另一种是半径3μm左右的粗模态,且夏季和秋季细粒子较多,而其他季节粗粒子较多.气溶胶光学厚度以及气溶胶粒子谱分布的季节变化受到气象条件的显著影响.降水过程对大气气溶胶具有明显的冲刷作用,并且降水后大气气溶胶的增加与气溶胶粒子大小有关,积聚态粒子浓度的增加比粗模态粒子的增加更快.