京津冀地区一次浮尘过程的车载激光雷达走航观测

利用双波长三通道激光雷达与车载激光雷达,针对2018年3月28日京津冀区域的浮尘天气过程,分别进行了定点垂直观测与车载走航观测,对这次浮尘天气中沙尘的源地、沙尘气溶胶的时空分布、沙尘的传输路径与传输方式进行了综合分析。位于北京的激光雷达监测到28日凌晨开始,沙尘气溶胶与近地面污染物混合,受沙尘影响近地面污染物浓度迅速升高。北京到沧州的车载激光雷达走航观测结果显示,沙尘气溶胶先向南传输到京津冀南部区域,随后向西南方向传输,同时观测到京津冀区域上空1. 5 km左右存在沙尘传输带。结果表明,使用车载激光雷达走航观测,结合定点垂直激光雷达与其他地面监测数据,能可靠地观测到沙尘过程中颗粒物的时空变化特征。     

京津冀地区一次污染过程的星载地基激光雷达联合观测分析

针对2018年3月9—15日京津冀地区的一次空气重污染过程,进行了基于地基颗粒物激光雷达组网的星载-地基联合观测分析。颗粒物激光雷达观测到污染前期为局地污染累积过程,中期有明显的污染物区域传输过程,北京受太行山沿线城市污染输送影响较大。风廓线激光雷达观测结果表明:此次污染过程近地面主要为偏南风且风力较弱,冷空气到来时风向转为较强东北风,导致污染消散。微波辐射计观测到保定在污染过程中出现持续6 d的逆温层,同时在污染过程中近地面相对湿度较高,逆温层被打破后污染开始消散。在污染过程的各个阶段中,污染团的空间分布与变化特征均被很好地反映出来,可见地天联合观测对污染物的累积与输送研究有较大的意义,能对京津冀及周边地区的大气污染联防联控提供有力支持。     

中国中东部一次大范围重污染过程特征分析

采用嵌套网格空气质量预报模式(NAQPMS)模拟与气象、污染物观测资料相结合的方式,分析了2016年12月影响中国中东部地区的一次重污染过程中PM_(2.5)时空分布特征及来源成因。结果表明,重污染过程中PM_(2.5)具有较明显的时空变化规律,污染呈现一定程度的区域性分布特点,不同地理位置条件下,污染物浓度的累积和传输方式表现出不同的特征,细颗粒物快速二次生成及不利扩散条件下的持续积累可能是此次污染过程的主要原因,不利于污染物扩散的高低空天气形势的配合抑制了污染物的快速消散,为大气污染的形成及维持提供了稳定的大气环境背景,形成了此次污染过程污染浓度高、影响范围大的态势。     

华北地区一次重污染天气的气象变化过程分析

利用大气环境监测数据、常规气象观测资料、探空数据以及HYSPLIT后向轨迹模式对2014年2月20—26日发生在华北区域的一次大面积重污染天气进行综合分析。利用风云卫星观测资料直观展示了污染的生成、消散状况。结果表明,在此次重污染天气过程中,华北地区主要城市均观测到高浓度的PM_(2.5),其中北京、石家庄PM_(2.5)小时浓度均值分别为286.1、371.2μg/m~3。该次污染与天气过程关系密切,平稳的高空环流形势、华北地面弱低压为污染天气的发生、发展提供了有利的气象条件。地面的静风或小风天气以及近地逆温的出现有利于污染的维持。后向轨迹分析表明,此次污染过程区域性明显,南部、西南部周边地区的污染物外源性输入对研究的主要城市有显著影响。     

邢台市颗粒污染物变化特征和后向轨迹分析

为深入了解邢台市PM_(10)、PM_(2.5)浓度变化情况和气流后向轨迹,对邢台市2013—2016年环境大气颗粒污染物监测数据进行了分析,同时利用HYSPLIT模型计算出逐日72 h后向气流轨迹。结果表明:邢台市的PM_(10)和PM_(2.5)质量浓度在2013—2016年间呈逐年下降趋势,PM_(10)和PM_(2.5)质量浓度高值出现在冬季(296μg/m~3和192μg/m~3),最低值出现在夏季(140μg/m~3和80μg/m~3),PM_(10)和PM_(2.5)质量浓度在日变化上均呈"双峰双谷"型分布;后向轨迹的季节聚类分析表明,春季大气颗粒物污染以粒径2.5～10μm的颗粒污染物为主,夏季、秋季和冬季的大气颗粒物污染以PM_(2.5)为主;逐日聚类分析表明,在路径为西北偏西向的、途经多个沙源地的气流影响下,邢台市的PM_(10)和PM_(2.5)质量浓度处于一个相对高值;来源于偏南向的气流由于化合反应,污染物积聚导致PM_(10)、PM_(2.5)质量浓度也处于相对高值;在来源于西北向和偏北向的、水汽含量相对较低的气流影响下,邢台市的PM_(10)、PM_(2.5)质量浓度出现一个明显的下降。     

多元线性回归方法对北京地区PM2.5预报的改进应用

利用多元线性回归方法（REG）将多模式空气质量预报系统中3个模式（CMAQ、CAMx和NAQPMS）对北京市2016年PM_2.5的预报结果和观测数据进行集合,并对集合结果进行评估。结果表明：①不同模式的预报结果不尽相同,均能够反映2016年北京地区PM_2.5随时间的变化趋势,CMAQ、CAMx和NAQPMS相关系数为0.6~0.9,标准化平均偏差为-0.6~0.6。3个模式对重污染峰值预报都存在偏差,NAQPMS预报偏差低于其他模式;②基于多元线性回归集成预报模型能显著提高日均PM_2.5预报的准确率,能较好地改进不同季节模式整体高估或者低估的系统性偏差现象,春季国控平均偏差由-23 μg/m³改善至-2.3 μg/m³,冬季平均偏差降低近20 μg/m³;③利用多元线性回归方法对2016年红色预警期间小时PM_2.5订正结果显示,相关系数提高了0.13,均方根误差降低了20~30 μg/m³,并且对峰值浓度有较好的调整,预报峰值更为接近实况峰值,特别是对北部地区的改进效果较为明显,反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。     

基于SOF-FTIR方法走航观测南京市重点区域特征挥发性有机物

介绍了污染源挥发性有机物(VOCs)排放的常用监测方法,以及基于红外掩日通量-傅里叶变换红外光谱(SOF-FTIR)的走航观测系统结构与测试原理。以2014年南京青奥会期间对一些重点区域VOCs的走航观测为例,提出了借鉴前期现状调查结果,结合手工采样分析,确定特征目标组分的监测方案。观测结果表明,该方法在柱浓度监测和排放总量核算方面具有一定优势,不足之处在于受日照条件、走航速度和路况、地面风速限制,测量时需避开不利因素影响。     

基于激光雷达走航车的大气污染物探测技术及其应用

大气气溶胶对人体健康环境和全球气候都有一定的影响,是大气污染的主要来源。为了提升空气质量,大气污染防治刻不容缓。把气溶胶探测激光雷达和测风激光雷达集成在车辆上,进行走航和扫描探测可获得立体的大气气溶胶时空变化状态图。以合肥和芜湖等地大气气溶胶探测为例,基于激光雷达走航车的探测数据,获得大气气溶胶消光系数时空分布图,搜寻污染物排放源和估算颗粒物的PM_2.5输送通量。由此可知,激光雷达走航式探测技术是获得大气污染立体图像便捷的、有效的方法,可为大气污染防治提供精准的科学依据,具有重要的应用价值。     

武汉市冬季重污染过程中PM2.5组分特征与区域来源解析

随着《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的相继实施,在高强度的污染治理下,中东部地区PM_2.5污染改善效果显著。为探讨在PM_2.5浓度不断降低的背景下,仍时有发生的武汉冬季重污染过程的成因及特征,以2020年12月武汉地区一次长达10 d的重污染过程为例,利用多种观测数据和嵌套网格空气质量预报模式系统(NAQPMS)分析污染过程中PM_2.5的化学组分特征和区域贡献等。结果表明:污染日二次无机盐SNA (SO₄^2-、NO₃^-和NH₄⁺)和碳质组分(EC和OC)在PM_2.5中的占比高(分别为78%和18%),NO₃^-的占比从清洁日的36%上升到污染日的46%,是污染过程中占比最高的化学组分。污染期间,NO₃^-和SO₄^2-的浓度比为2.9~6.1,因此二次无机盐的主要来源可能是移动源;OC和EC的浓度比为3.0~9.8,因此碳质组分的主要来源可能是燃煤源。污染期间主要有河南-孝感-武汉和安徽-黄冈-武汉2条污染传输带,污染物传输以武汉周边城市的近距离输送为主,随着污染程度加重,武汉本地及武汉城市圈的区域贡献增加。重度污染天是静稳天气下持续的偏弱东风和西北风输送的污染气团在不易扩散的天气条件下累积形成的。     

南京及周边区域亚青期间大气监控预警走航观测研究

2013年8月,为了解亚青会期间南京及周边地区大气污染物的来源、时空分布和输送规律,江苏省环境监测中心联合中科院大气物理所等15家单位,开展了为期一个月的夏季联合观测,监测区域覆盖江苏沿江8市以及安徽部分地区。该次联合观测,江苏首次利用空气质量数值预报模式指导开展走航观测,实现了动静、水平与垂直相结合的立体式巡航观测,并初步揭示了现阶段江苏省大气污染主要特征,观测结果直接服务于亚青空气质量会商,为保障南京市空气质量提供技术支撑,同时为2014青奥会空气质量保障积累经验。     

2021年青岛市一次PM_(2.5)和沙尘混合空气污染过程分析

以2021年3月青岛市空气自动站监测数据为依据,借助环境气象激光雷达、气溶胶激光雷达、在线离子色谱仪等技术手段,并利用后向轨迹模式(HYSPLIT)对青岛市一次PM_(2.5)和沙尘混合空气污染过程、气象条件、颗粒物组成以及传输路径等进行了综合分析。结果表明:静小风、湿度大、垂直方向逆温以及高空多次向近地面的污染物输送是第1阶段PM_(2.5)污染的主要原因,NO^(-)_(3)、SO^(2-)_(4)、NH^(+)_(4)浓度分别占水溶性离子浓度总和的51.7%,24.8%,22.4%,三者之和占ρ(PM_(2.5))的52.3%,机动车源、工业源和燃烧源贡献较大,其中尤以机动车源影响最显著;第2阶段各子站颗粒物浓度变化呈现明显的传输特征,PM_(2.5)中Ca^(2+)浓度升至第1阶段的6倍,沙尘源影响显著,污染气团主要来自蒙古国和我国内蒙古,前期由西北地区直接到达青岛,后期是经渤海湾、烟台到达青岛东南海域,最后回流至青岛;冷高压强度较弱导致近地面水平扩散条件不利,ρ(PM_(10))长时间维持在较高水平。     

基于激光雷达分析2020年冬季镇江地区一次大气污染过程

利用气溶胶激光雷达观测结果,结合环境监测站污染物浓度数据、气象观测资料及HYSPLIT后向轨迹模式结果,综合分析2020年1月17—22日镇江市一次大气污染过程。结果显示,此次污染过程前期天气形势稳定,不利于污染物的清除及扩散,后期受偏北风影响,北方污染物向镇江输送,使得本地污染物持续累积,污染不断加重。特征雷达图分析表明此次污染为以PM2.5为主的二次污染。激光雷达显示污染日消光系数为0.0⁰.9 km-1,消光系数垂直廓线日变化特征明显,气溶胶粒子主要堆积在0.6 km高度以下,并且很好地揭示了污染气团从高空逐渐下沉最终与本地污染叠加的过程,与HYSPLIT模式解析的污染气团来源结果基本一致。     

基于环境一号卫星的PM2.5浓度遥感反演研究

2014年12月29—30日,青岛市发生了一次空气污染过程,利用环境一号卫星CCD遥感影像数据和实测PM_(2.5)浓度数据,分析了该过程前后5 d的实测PM_(2.5)浓度与环境一号卫星CCD遥感影像的DN值之间的相关性,分别按日期和区域建立了反演模型。结果表明,按日期拟合反演模型相关系数为0.02~0.51,按区域拟合反演模型相关系数为0.01~0.80,总体来说,区域拟合结果较好。     

江淮地区秋季一次典型污染过程分析

结合2018年10月15—20日国控站点监测数据、气象资料及激光雷达走航观测结果,对江淮地区一次重度污染过程进行了分析。利用拉格朗日粒子扩散模型和拉格朗日混合单粒子轨迹模型定性分析了区域污染来源,分别基于激光雷达和空气站实测数据提出了外来源占比的估算方法,结合嵌套网格空气质量预报模式(NAQPMS)的源解析结果,对比分析了外来源占比。以淮北市为例,结合NAQPMS和单颗粒气溶胶质谱的PM2.5在线源解析结果,对比分析此次污染过程的行业来源。结果表明,本地污染累积时段,主要以燃煤和机动车尾气混合源为主(占比>70%);受北方污染输送时段,机动尾气占比显著升高,从19.4%(16日00:00)升至66.7%(17日11:00),淮北市、蚌埠市、合肥市3个城市污染物外来输送占比分别为52.2%~70.6%、48.8%~58.8%、41.5%~59.0%。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪(SPAMS)和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明:每年秋冬季(11月至次年3月)杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO^-₃、SO₄^2-和NH⁺₄;PM_2.5浓度上升过程中,二次NO     

On the usefulness of an airborne lidar for O3 layer analysis in the free troposphere and the planetary boundary layer

Ozone vertical profiling with a lidar is well adapted to the spatial and temporal O3 variability analysis either in the free troposphere, when studying the respective impact of chemical production and dynamical processes, or in the planetary boundary layer (PBL) when characterizing the diurnal evolution of ozone plumes during pollution episodes. Comparisons with other measuring techniques (ozonesonde and aircraft in-situ measurements) demonstrate the lidar ability to characterize narrow layers (< 500 m) with a good accuracy (deltaO3 < 5-10 ppb). Application of airborne or ground-based operation of the CNRS airborne ozone lidar show its ability (i) to observe O3 layering above the PBL during two field experiments held to study air pollution in the Po Valley, Northern Italy, and the city of Marseille, Southern France, (ii) to improve airborne campaign planning (real time information on position of O3 layers) and analysis (three-dimensional perspective for layers detected by in-situ measurements) when chemical characterization of narrow O3 layers in the free troposphere is sought, (iii) to map O3 inhomogeneity down to an horizontal scale of 10-20 km within or above the polluted PBL by airborne measurements. For O3 pollution studies, understanding the origin and the life cycle of O3 layering is the first priority, and in this case the optimum use of the lidar remains the continuous operation of a ground-based instrument.     

联网激光雷达的观测性能综合平行比对

激光雷达以其高精度的探测能力在大气污染研究中得到了广泛应用。由于生产厂家和反演算法等的差异,激光雷达观测数据的质量参差不齐。笔者利用2013年11月和2014年3月2种不同型号激光雷达(高频激光雷达和微脉冲激光雷达) 532 nm波段的气溶胶消光系数和气溶胶自动观测网(AERONET)光学厚度数据,对2部雷达在不同空气质量下的观测性能进行综合对比。结果表明:2部雷达在不同空气质量条件下探测效果不同,空气质量为优和良时,2部雷达的消光系数比较一致,偏差主要在1 km以下;随着污染加剧,2部雷达在1 km以下的偏差先减小后增大,1 km以上的偏差随高度增大。与AERONET的光学厚度相比,高频激光雷达在轻度污染和严重污染时相对误差较小(3. 23%和26. 75%);微脉冲激光雷达在良和轻度污染时相对误差较小(40. 00%和25. 81%)。2部雷达设备的差异和重污染时不利的气象条件是影响雷达表现的重要原因。该研究作为全国激光雷达联网的前期工作,为全国激光雷达数据的综合应用提供了参考。     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。