乌鲁木齐市近地面O_3与前体物及颗粒物相关性分析

利用2016年10月~2018年2月乌鲁木齐市近地面O_3、PM_(2.5)、PM_(10)、NO_2、CO的连续观测资料,主要分析乌鲁木齐市O_3浓度的变化特征与部分前体物质、颗粒物之间的关系。结果表明:(1)2017年月分布:监测期间乌鲁木齐市O_3平均浓度为79.33μg/m~3,O_3浓度较高主要集中在6~9月份,其平均O_3浓度为121.14μg/m~3。O_3季平均浓度整体呈现出夏季春季秋季冬季。(2)时间分布上:O_3小时浓度的日变化分布呈现"单峰型"特点,且日间浓度明显高于夜间。一般在15∶00~16∶00左右达到峰值浓度;空间分布上:对照点浓度城区监测站点,城区外围站点浓度城区监测站点的特征。(3)在O_3与前体物CO、NO_2及与OX之间的关系中,O_3与CO、NO_2均呈显著的负相关关系,相关系数分别为-0.789(P0.01)、-0.871(P0.01),与OX呈显著正相关关系(r=0.985,P0.01)。(4)O_3与大气颗粒物PM_(2.5)、PM_(10)呈明显的负相关关系,其相关系数分别为-0.754(P0.01)、-0.718(P0.01)。     

长春城市水体夏秋季温室气体排放特征

为掌握我国东北地区城市湖泊水体温室气体的释放/吸收特征,本研究分别于夏季和秋季,对位于吉林省长春市的7个城市湖泊(南湖、北湖、雁鸣湖、胜利公园、地理所内湖、天嘉公园和长春公园)表层水中的CO_2和CH_4分压[p(CO_2)和p(CH_4)]进行了监测,并对影响p(CO_2)和p(CH_4)季节变化的相关环境和水质参数进行了分析.研究结果表明在夏季和秋季这7个城市湖泊表层水体中CH_4都处于过饱和状态;除夏季的南湖和胜利公园内湖,其它湖泊CO_2也都处于过饱和状态,且不同湖泊间的温室气体分压具有显著性差异(P0.05),通量也同样具有显著性差异(P0.05).除了南湖和胜利公园内湖外,其它各湖泊在夏秋季节都是大气CO_2和CH_4的"源",且对大气中温室气体的贡献都以CO_2为主.环境参数与p(CO_2)或p(CH_4)之间的相关性分析表明,在夏季,城市湖泊表层水体中p(CO_2)和p(CH_4)都与日照时数呈显著负相关(r_(p(CO_2))=-0.48,P0.05;r_(p(CH_4))=-0.63,P0.01),日照时数通过影响水生植物的光合作用进而影响水体中CO_2和溶解氧浓度,p(CH_4)还与降水量呈显著正相关(r_(p(CH_4))=0.44,P0.05);在秋季,p(CO_2)与气温呈显著负相关(r_(p(CO_2))=-0.39,P0.05).另外,水质参数与p(CO_2)和p(CH_4)的相关性分析表明,这些城市湖泊表层水体的p(CO_2)和p(CH_4)都与水体pH显著负相关(r_(p(CO_2))=-0.51,r_(p(CH_4))=-0.82,P0.01),与盐度显著正相关(r_(p(CO_2))=0.38,P0.05;r_(p(CH_4))=0.75,P0.01),p(CH_4)还与水体DOC、TN和TP均具有显著相关性(P0.01).从研究结果可以推测在这7个富营养城市湖泊中,水体的营养物水平及其所决定的浮游植物生物量并不是影响表层水体p(CO_2)的最主要因素,而日照时数、水体pH和盐度与夏秋季表层水体中的p(CO_2)和p(CH_4)有较大关联.     

太湖藻型湖区CH4、CO2排放特征及其影响因素分析

为明确太湖藻型湖区温室气体CH_4、CO_2排放特征及其影响因素,本研究利用便携式温室气体分析仪改进的静态箱法,对太湖梅梁湾春、夏季的CH_4、CO_2通量进行观测,并分析其影响要素.主要结果为:观测地点春、夏季CH_4、CO_2通量具有明显日变化动态.春季,CH_4通量白天大于夜间,夏季夜间大于白天;春、夏季,CO_2吸收通量均白天大于夜间.梅梁湾藻型湖区春、夏季为CH_4源,且CH_4释放通量在夏季明显高于春季,春、夏季的平均通量分别为4.047 nmol·(m~2·s)~(-1)和40.779 nmol·(m~2·s)~(-1);该区域春、夏季为CO_2汇,且春季CO_2吸收大于夏季,春、夏季的平均通量分别为-0.160μmol·(m~2·s)~(-1)和-0.033μmol·(m~2·s)~(-1).在小时尺度上,CH_4释放通量与气温和水温呈显著正相关(r=0.20,P0.01;r=0.34,P0.01),当风速6 m·s-1时,与风速呈显著正相关(r=0.71,P0.01);CO_2吸收通量与气温和风速呈显著正相关(r=0.14,P0.01;r=0.33,P0.05),与气压和太阳辐射呈显著负相关(r=-0.41,P0.01;r=-0.35,P0.01);CO_2释放通量与风速呈显著正相关(r=0.40,P0.05),与太阳辐射呈显著负相关(r=-0.35,P0.01).在日尺度上,CH_4释放通量与水温和气温呈显著正相关(r=0.83,P0.01;r=0.78,P0.01).     

基于移动监测和土地利用回归模型的上海市近地面黑碳浓度空间模拟

黑碳(BC)是大气污染物的重要组成部分,对空气质量与人类生活健康产生重要的影响.本研究采用移动样带手段开展上海市近地面BC浓度监测,分析其基本统计特征和空间分异性.在此基础上,利用土地利用回归模型(LUR),探讨人口密度、经济产值和交通道路网密度等因素对上海市近地面BC浓度空间分异的影响.结果表明上海市近地面BC平均浓度为(9.86±8.68)μg·m~(-3),空间差异明显,郊区[(10.47±2.04)μg·m~(-3)]比市中心地区[(7.93±2.79)μg·m~(-3)]高32.03%(2.54μg·m~(-3)).气象要素(风速和相对湿度)和交通道路变量(路网长度、省道距离、高速距离等)显著影响上海市近地面BC浓度(r为0.5~0.7,P0.01).基于气象和交通道路变量的LUR模型能较好模拟上海近地面BC浓度(调整后R2为0.62~0.75,交叉验证R2为0.54~0.69,RMSE为0.15~0.20μg·m~(-3)),其中100 m和5 km缓冲距离的LUR模型相对较优,在一定程度上表明上海市近地面BC浓度主要受气象要素和交通源的影响.本研究有利于加深对上海市BC浓度空间分布格局及其影响因素的客观认识,可为模拟和预测BC对人类活动和自然环境的响应机制提供科学依据和理论支撑.     

厦门秋季近郊近地面CO2浓度变化特征研究

利用CO2监测仪在厦门近郊中国科学院城市环境研究所超级监测站进行了秋季CO2数据采集,并结合监测站气象要素和气体污染物监测,分析了近地面CO2浓度变化特征、风速风向对其变化特征的影响以及CO2与部分气体污染物的相互关系.结果表明,厦门近郊秋季近地面CO2浓度主要集中分布在375～415μmol.mol-1范围内,约占70.87%;近地面大气CO2日变化曲线呈单峰型结构,CO2浓度日变化范围375.74～418.18μmol.mol-1,日平均最高值出现在黎明前后(408.54μmol.mol-1),最小值出现在午后附近(379.14μmol.mol-1),夜晚(18:00～05:00,北京时间)平均浓度(400.87±4.05)μmol.mol-1高于白天(06:00～17:00)平均浓度(388.86±9.40)μmol.mol-1;风速日变化曲线与CO2呈现完全相反的变化趋势,夜晚时段(22:00～04:00)风速波动范围在1.0～1.5 m.s-1时,对应的CO2浓度变化平稳,基本稳定在(400.72±2.12)μmol.mol-1.白天时段(09:00～18:00)风速变化范围在2.0～2.5 m.s-1时,对应的CO2浓度变化范围较大为379.14～394.83μmol.mol-1;用指数函数模型估测到该站点区域CO2背景浓度为386.84μmol.mol-1;观测期间该站点主要风向为东北偏东,统计该方向上CO2浓度与风速的相关关系,得出CO2浓度与风速呈极显著负相关(r=-0.67),相关系数高于所有方向统计的CO2浓度与风速的相关系数(r=-0.41,P<0.01),不同风向上CO2浓度贡献来源不同;此外,CO2浓度与温度、辐射量呈负相关(r=-0.541/-0.515,P<0.01),与湿度呈正相关(r=0.66,P<0.01);与其它大气气体污染物相比CO2与CO、NO的相关程度较高(r=0.469/0.436,P<0.01),与SO2相关程度较弱(r=0.126,P<0.01),经分析推测监测站点区域CO2排放源部分来自机动车排放,而燃煤排放贡献较小.     

北京地区霾/颗粒物污染与土地利用/覆盖的时空关联分析

土地利用/覆盖变化(LUCC)直接或间接影响颗粒物污染,为定量评价颗粒物污染与土地利用在时序变化和空间分布上的关系,使用北京市长期气象资料、土地利用数据、实测颗粒物浓度数据和遥感影像,结合GIS空间分析和典型相关分析方法,对北京市霾日数与土地利用变化的响应关系、以及局地土地利用类型对颗粒物污染浓度空间分布的影响进行了定量评价.结果表明:从时序变化的角度看,北京市(行政区内)1996~2008年间霾日数与生态用地和耕地表现为显著负相关,相关系数分别为-0.574和-0.592,与建设用地、居民点及工矿用地和交通用地则呈显著正相关,相关系数分别为0.595、0.609和0.590;北京城区(五环内)1989~2012年间霾日数与生态用地、耕地和建设用地变化趋势具有良好的响应关系,其中城市区域扩张对霾日数影响显著,建成区面积与霾日数显著正相关,相关系数为0.876.从空间分布的角度看,建筑工地、道路和裸地3种下垫面类型的颗粒物浓度要明显高于其他类型;在0.5km和1km缓冲区内,绿地面积与PM1.0浓度呈显著负相关,相关系数分别为-0.542和-0.507,建筑面积与PM1.0浓度呈显著正相关,相关系数分别为0.469和0.537.总体来看,北京地区颗粒物污染水平、空间分布格局与土地利用/覆盖状况具有良好的时空关联性.     

城市大气污染(SO2)与气象关系的初步分析

本文用五个城市三至六年的大气污染(SO_2)监测资料与相应的气象资料进行统计分析,求迴归方程和相关系数。得出混合层高度、混合层平均风速、通风系数、地面风速均与SO_2浓度呈负幂函数关系,且高空气象要素与SO_2浓度的相关性较好。又SO_2浓度与逆温层高度呈负相关,与近地面逆温强度呈正相关。SO_2高浓度持续出现的天气形势,大多为稳定的高压系统(夏季为副热带高压,冬季为冷高压)所控制。     

复杂下垫面下不透水层的CO2通量足迹分析——以上海市奉贤大学城为例

城市是重要的二氧化碳排放源,研究城市区域CO_2通量与复杂城市下垫面之间的关系有助于深入了解城市碳循环特征.本文基于城市涡动相关系统的通量数据和气象数据,结合研究区CO_2通量信息和土地覆被信息,依据ART(Agroscope Reckenholz Tanikon)Footprint Tool模型(基于Kormann Meixner(KM)模型计算足迹),探讨了城市复杂下垫面尤其是不透水层对于CO_2通量足迹的影响.结果发现,研究区CO_2通量变化范围在2015年5—8月为-6.44~4.62μmol·m-2·s-1,其中,5月和6月均出现CO_2通量最大值(4.62μmol·m-2·s-1),8月出现CO_2通量最小值,为-6.44μmol·m-2·s-1.风向是影响CO_2通量足迹的主要要素,5—8月CO_2通量足迹的范围主要在距离观测塔600 m以内,集中于东南方向,这与此期间盛行东南风有关.研究表明,不透水层的类型会影响CO_2通量的贡献率,距离观测站600 m以内的不透水层的CO_2通量贡献率最大为46.9%,最小为1.5%;其中,建筑的CO_2通量贡献率最大为70%,最小为0.08%,道路的CO_2通量贡献率最大为23.7%,最小为2.92%;不透水层的面积也会影响CO_2通量贡献率,道路的CO_2通量贡献率会随着不透水层面积的增加而增加,呈正相关关系.     

移动监测法测量厦门春秋季近地面CO2的时空分布

移动监测对研究城市近地面空气污染物时空分布特征具有重要意义.本研究采用野外移动监测车,利用二氧化碳测量仪、粉尘仪及小型气象站,在春秋季共选取14 d,沿厦门不同功能区,在每天不同时间段(09:00~12:00、13:00~16:00、22:00~01:00)进行了CO2与颗粒物(PM)浓度及气象参数的监测,并分析了春秋季不同时段下各功能区近地面CO2空间分布特征以及CO2与颗粒物的相互关系.结果表明:①监测期间,路线从北部的坂头水库背景区经郊区进入市中心最终在城市南部边缘沿海干道结束,CO2浓度的空间分布呈现中间市中心高沿市中心向两边边缘处降低的结构,不同功能区CO2空间分布存在差异,受城市交通,工业,人类活动等排放,地面植物/作物以及气象条件的影响.主要表现为交通繁忙区(仙岳路/厦禾路/嘉禾路,477.33μmol·mol-1±6.11μmol·mol-1)高于商业居民区(杏林/思北,454.95μmol·mol-1±5.45μmol·mol-1)高于自然风景区(文屏/环岛路/演武路,441.01μmol·mol-1±6.24μmol·mol-1)高于耕地(农田,436.79μmol·mol-1±1.87μmol·mol-1)高于山体林地(坂头水库,434.06μmol·mol-1±0.31μmol·mol-1);②监测期间春季平均CO2浓度为452.04μmol·mol-1±20.24μmol·mol-1,最大值出现在2013年4月12日的嘉禾路路段(市内交通繁忙区)为533.10μmol·mol-1,最小值出现在2013年4月10日的坂头水库路段(远离市区,受人为活动影响较小,水库周围有大量植被,可认为监测过程中的背景区域)为413.25μmol·mol-1.秋季平均CO2浓度为451.80μmol·mol-1±21.56μmol·mol-1,其中最大值出现在2012年11月19日的厦禾路路段(市内交通繁忙区)为526.45μmol·mol-1,最小值出现在2012年11月20日的坂头水库路段为415.01μmol·mol-1.这符合Idso等在1998年提出"城市CO2岛"的现象;③不同时间段CO2浓度表现出夜晚时段(22:00~01:00)高于上午时段(09:00~12:00)高于下午时段(13:00~16:00),阴天普遍高于晴天,且不同功能区CO2浓度在夜晚时段(22:00~01:00)和白天时段(09:00~12:00和13:00~16:00)的差异不同,春季的差异范围为-0.66~29.48μmol·mol-1,秋季的差异范围为-4.01~33.69μmol·mol-1;④市区CO2浓度与周围郊区存在差异,市区CO2浓度均高于郊区;⑤移动监测主要受道路车辆排放的影响,CO2浓度与PM2.5呈显著正相关关系(R=0.73,P<0.01).     

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WRF-STILT模型对高塔CO_2浓度的模拟研究

利用下垫面均一的美国最大农业种植区已有高塔CO_2浓度观测资料,结合EDGAR的13种不同类型人为化石源CO_2通量和Carbon Tracker的植被NEE数据,评估了WRF-STILT拉格朗日大气传输模型的模拟能力.结果表明,WRF-STILT模型能够很好地模拟出高塔100m处观测到的CO_2浓度强季节和日变化特征,全年模拟的大气CO_2浓度的均方根误差为10.6×10~(-6),相关系数为0.44(n=7784,P0.001);生长季(6~9月)观测和模拟的浓度增加值线性拟合斜率为1.08(R=0.52,P0.001),说明一致性高;截距为7.26×10~(-6)则反映了使用人为化石燃烧的CO_2通量的高估或者植被NEE的低估.2008年全年高塔观测到的CO_2浓度增加值为4.83×10~(-6),小于模拟得到化石燃烧贡献的增加量6.61×10~(-6)与植被NEE的贡献值3.23×10~(-6)之和.其中原油生产和提炼以及能源工业分别贡献了化石燃料燃烧总量的2.55×10~(-6)(38.6%)和1.43×10~(-6)(21.6%).而对生长季观测到的强CO_2浓度日变化特征模拟结果显示,其模拟的平均日振幅为24.30×10~(-6);生物质燃烧产生的CO_2浓度贡献值为0.06×10~(-6),相对于植被NEE和化石源的贡献,可以被忽略.该方法可为将来应用高塔衡量气体浓度观测来反演中国区域尺度的温室气体通量提供参考.     

太湖水体中碱性磷酸酶的空间分布及生态意义

在对太湖生态湖区进行分区的基础上,监测各湖区水体碱性磷酸酶活性、动力学参数以及常规水环境化学指标,探讨水体碱性磷酸酶活性的空间分布特征及其环境影响因素.结果表明,太湖水体碱性磷酸酶活性(APA)、最大反应速率(Vmax)值及碱性磷酸酶反应米氏常数(Km)值分布均呈空间异质性;APA与Vmax值具有相似性的空间分布规律,即西岸河口区水体中APA值与Vmax值最大,分别为(9.43±5.30)nmol.(L.min)-1和(13.70±7.42)nmol.(L.min)-1,在其他湖区依次为湖心区>草型湖区>梅梁湾区>竺山湖区>贡湖区;草型湖区Km值(20.50±11.30)μmol.L-1>贡湖区>竺山湖区>梅梁湾区>湖心区>西岸河口区(9.17±3.46)μmol.L-1.太湖水体中Vmax与pH、总磷(TP)、叶绿素a(Chla)之间均存在显著的线性正相关,其相关系数分别为rpH=0.651 2**(p<0.01)、rTP=0.488 5**(p<0.01)、rChla=0.765 6**(p<0.01),但与水温、溶解性总磷(DTP)、正磷酸盐(PO43--P)无显著的相关性;Km值与TP浓度间呈显著的线...     

基于MODIS数据的沈阳市PM_(2.5)反演研究

该文利用2014-2015年MODIS L1B数据反演了沈阳市气溶胶光学厚度(AOD),并利用地面观测站的能见度和相对湿度2类常规气象资料数据,对AOD进行标高和湿度订正,在此基础上,建立了PM_(2.5)质量浓度与AOD的关系模型。结果表明:(1)订正前PM_(2.5)质量浓度与AOD相关系数仅为0.208,相关性较低,而订正后相关性显著提高,相关系数从0.208提高到0.69(p0.01),为了进一步分析两者的相关性,对全年数据划分为冬半年和夏半年,它们的相关系数分别为0.66(p0.01)和0.63(p0.01);(2)利用4种不同的函数模拟了PM_(2.5)质量浓度与AOD的关系,冬、夏半年4种模型的均方根误差(RMSE)分别为41.94、52.98、45.27、43.66μg/m~3和18.64、12.61、14.74、30.87μg/m~3。其中冬半年线性模型RMSE最小,夏半年指数模型RMSE最小,说明模型拟合效果较好,可以较为准确地反演地面PM_(2.5)的浓度值。     

降雨对城市草坪温室气体源汇效应的影响

利用静态箱法研究了夏季降雨对上海市城市草坪温室气体排放的影响,结果表明,晴天上海市城市草坪是N_2O和CO_2的源,CH_4的汇;降雨会削弱N_2O和CO_2排放,使得草坪由CH_4的汇转变为排放源。N_2O通量在晴天和雨后分别为1.37±3.47和1.06±2.67μmol/(m2·h),CO_2通量在晴天和雨后分别为13.33±8.59和6.46±2.61mmol/(m~2·h),CH_4通量在晴天和降雨后分别为-0.08±3.77和0.22±6.27μmol/(m~2·h)。明暗箱对比实验显示,草坪生态系统能有效缓解土壤对大气N_2O和CO_2的贡献。N_2O和CO_2通量与光合有效辐射和温度呈显著负相关(p0.01),CH_4和二者相关性不显著。降雨通过降低光合作用和温度,间接削弱城市草坪CO_2和N_2O的排放。降雨可能通过提高含水率抑制城市草坪对CH_4的吸收,促进其排放。     

三峡库区香溪河秋末至中冬CO2和CH4分压特征分析

为揭示三峡库区支流库湾表层水体秋末至中冬CH_4和CO_2的分压特征及其影响因素,于2014年相应时间段在香溪河库湾每天定点定时采取表层水样,利用顶空气相色谱技术测定水中溶解CH_4和CO_2的浓度,通过亨利定律计算CH_4和CO_2的分压,并同步监测相关环境因子.结果表明,表层水体CH_4分压变化范围0.64~4.43 Pa,平均值为(1.69±0.94)Pa,CO_2分压变化范围49.90~868.91 Pa,平均值为(328.48±251.63)Pa.水体CO_2和CH_4分压的变化呈显著负相关(r=-0.618,P0.01),p CH_4和p CO_2与溶解氧、总磷、叶绿素a、p H水温和水位相关性明显,其中p CO_2与各环境因子的相关性较p CH_4更为密切.     

南京市大气CO2浓度模拟及源贡献研究

定量研究城市区域人为CO_2通量对于控制温室气体排放具有重要意义,而基于大气CO_2浓度观测与大气传输模型方法反演区域尺度的CO_2通量是未来的一个重要发展方向,其中模型对大气CO_2浓度的模拟则是能否成功反演CO_2通量的重要基础,然而我国还未有针对城市区域CO_2浓度的长时间(1年)模拟.本研究基于高空间分辨率的人为源CO_2资料与拉格朗日大气传输模型(WRF-STILT),对南京市郊区34 m观测高度处2014年大气CO_2浓度进行模拟,并就模型模拟结果的主要影响因素和源贡献组成进行了分析,研究得出以下结论:(1)WRF-STILT模型能较好模拟出4个季节观测到的高CO_2浓度及有季节差异性的日变化特征.(2)观测CO_2浓度的足迹贡献源区(footprint)的季节变化在盛行风向影响下差异巨大,CO_2浓度增加值在前1 d的主要贡献占据总浓度贡献的90%,表明该34 m高度观测点可代表长三角区域的CO_2排放量的影响,而安徽东部和江苏中南部对其影响更大;(3)相对于排放源的日变化,边界层高度等气象因素的差异是引起CO_2强日变化的主要因素,这也是模拟的各季度浓度增加值差异的原因,其中秋季(34.97μmol·mol-1)冬季(30.07μmol·mol-1)夏季(27.28μmol·mol-1)春季(23.36μmol·mol-1);(4)浓度的主要贡献来源分别为石油生产(41%)和能源工业(26%),这和长三角区域的人为源CO_2排放通量差异巨大(石油生产:3%,能源工业:35%).     

闽江口短叶茳芏+芦苇沼泽湿地大、小潮日土壤间隙水溶解性CH4与CO2浓度日动态

研究河口感潮沼泽湿地土壤间隙水溶解性CO_2和CH_4浓度日动态对于揭示河口湿地碳循环过程具有重要作用.于2010年的4月4~5日和9月2~3日(小潮日)和4月14~15日和9月9~10日(大潮日),对闽江河口鳝鱼滩中部中高潮滩过渡区分布的短叶茳芏(Cyperus malaccensis)+芦苇(Phragmites australis)沼泽湿地的土壤间隙水溶解性CO_2和CH_4浓度进行24 h连续监测,并同步测定了原位土壤温度、电导率及NH+4-N等参数.结果表明:14月与9月大、小潮日土壤间隙水溶解性CH_4浓度日变化范围分别介于88.20~190.74、53.42~141.24、16.27~81.89和44.90~88.53μmol·L~(-1),其中4月大、小潮日土壤间隙水溶解性CH_4浓度均呈现昼低夜高特征(P0.05),而9月大、小潮日呈现相反的日变化趋势(P0.05);29月大、小潮日土壤间隙水溶解性CO_2浓度日变化范围分别介于19.33~40.1μmol·L~(-1)和9.69~29.96μmol·L~(-1),均呈现昼低夜高特征(P0.01);3涨潮期间土壤间隙水溶解性CO_2浓度均要低于涨潮前与落潮后,而涨潮期间土壤间隙水溶解性CH_4浓度高于涨潮前和落潮后.     

利用TM影像反演广州市气溶胶光学厚度空间分布

利用2005年7月18日摄录的广州市TM影像,在相关研究基础上建立了适合于复杂大气状况城市尺度的气溶胶光学厚度(Aerosol Optical Depth,AOD)反演模型,研究了广州市30m空间分辨率的AOD空同分布,并与同期的广州市地面9个空气质量监测站的PM10浓度进行比较.结果表明,利用TM影像较好地反演了广州市AOD空间分布.地形、植被、建成区分布是影响广州市AOD空间分布的主要因素,AOD按照高山植被区、靠近建成区的山地植被区、建成区与平原植被区的顺序逐渐增加.地面监测的PM10浓度与AOD的相关系数为0.717,基于TM影像反演的AOD可较好地反映当日地面污染物PM10的空间分布.     

中国城市扩张及空间特征变化对PM2.5污染的影响

为推动绿色生态城区构建,基于2000～2015年城市分类数据,研究中国城市扩张以及城市空间特征变化对大气环境的影响.得出中国城市扩张(人口、经济和地域面积扩张)以及城市空间特征[人口密度、城市空间紧凑度(compact index,CI)、不透水覆盖率(impervious surface coverage,ISC)、植被覆盖率(NDVI)和夜间灯光指数]变化与PM_(2.5)污染显著相关,相关强度顺序为夜间灯光指数 CI人口密度 ISC城市地域扩张≥城市人口扩张 NDVI;夜间灯光指数与PM_(2.5)变化关系最明显,相关系数R为0. 77,具有强相关性,表征经济发展对PM_(2.5)的影响最大;城市CI和人口密度与PM_(2.5)变化的相关系数分别为0. 66和0. 55,中强相关. 2010～2015年期间,城市扩张、城市空间特征变化、城市空间特征异质性变化对PM_(2.5)浓度变化总贡献率为80. 30%.城市空间特征变化的贡献率最高为55. 00%,城市空间异质性的贡献率为25. 60%,均大于2010年基础城市特征的贡献率5. 70%. 2000～2010年期间,城市空间特征变化对PM_(2.5)浓度变化贡献率为39. 30%,城市空间特征异质性的贡献率分别为14. 90%,均大于2000年基础城市特征的贡献率3. 70%.结论表明未来城市转型发展中,构建绿色生态城区应充分考虑城市空间布局、城市空间特征变化,把城市建设对生态环境的破坏降到最小,实现低碳循环绿色发展.     

乌鲁木齐市MODIS气溶胶光学厚度与PM10浓度关系模型研究

为了建立乌鲁木齐市近地面PM10浓度监测的关系模型,利用乌鲁木齐市2013年3—11月、2014年3—11月MODIS AOD产品与同期地面观测的PM10质量浓度进行相关分析,结果表明二者直接相关程度较低(r=0.433,p0.01);然后以WRF模式模拟的大气边界层高度及地面观测的相对湿度数据对AOD进行垂直、湿度订正后,二者相关性得到较大程度提高(r=0.630,p0.01);按照季节分类统计和订正春、夏、秋季的相关系数r分别为0.779、0.393、0.523,均大于统计学上99%的置信度要求,其中春季的订正最为有效,可用性更高;最后,建立全年和各季AOD-PM10最优拟合模型并反演乌鲁木齐市地面PM10质量浓度,全年和三季的反演结果与实测数据的相关系数分别为0.757、0.748、0.652、0.715(p0.01);同时基于卫星遥感AOD反演得到的PM10质量浓度的空间分布与AOD呈现出整体的一致性,并且3个季节AOD平均值表现为:春季秋季夏季.证实了卫星遥感AOD经过垂直和湿度订正后,可以作为辅助监测乌鲁木齐市PM10地面浓度分布的一个有效手段.