华中地区吸收性气溶胶时空分布特征及类型研究

利用2005-2019年OMI-OMAERUV L2气溶胶数据集,研究了近15年华中地区吸收性气溶胶指数(UVAI)的时空分布特征和主导气溶胶类型,探究下垫面变化和人为及气象因素的影响.结果表明:①在时间分布上,华中地区UVAI的年际变化整体呈波动上升趋势;2005-2008年UVAI波动下降,20092013年逐年增...     

基于OMI数据的兰州地区吸收性气溶胶指数时空分布特征研究

基于OMAERUV遥感数据产品,对兰州地区2008—2017年紫外吸收性气溶胶指数(ultraviolet aerosol index,UVAI)的时空分布进行了分析,并对其变化相关因素进行了探讨,结果表明:兰州地区2008—2017年UVAI整体呈上升趋势,年均值增幅为7.0%,2008—2010年UVAI出现了最大增长率53.1%,2011—2015年UVAI出现了最大降低速率18.5%,2016—2017年UVAI在2015年的基础上继续下降,2017年有所上升.2008—2017年兰州地区UVAI的空间分布特征为中间高、东西两侧低.10年来研究区UVAI最高值一直为永登县和皋兰县结合部及相邻区域,也是吸收性气溶胶的污染源中心.每年的最高值出现在1—2、11—12月,10年中最大的UVAI值出现在2017年的12月,每年的最低值出现在6—7月,10年中最低的UVAI值出现在2017年6月,四季UVAI值水平为:冬季春季秋季夏季.影响因素中UVAI与自然要素中的风向、温度和降水关系密切,兰州各地区的人口密度也与UVAI的变化具有相关性;基于PM_(2.5)的UVAI指示的空气质量等级分析,兰州地区空气质量以良为主.针对兰州地区UVAI的时空分布特点、吸收性气溶胶外源和内源污染源情况,提出了在永登县北部区域建设防护林带、减少人为活动强度等建议.     

基于卫星遥感的甘肃省吸收性气溶胶的研究

基于OMAERUV数据日产品，对甘肃省2008~2017年吸收性气溶胶指数（UVAI）的时空分布进行了分析，并对其相关因素进行了探讨，结果表明：该省近10a UVAI空间格局为由西北向东南区域逐步递减，UVAI的高值区域一直分布在酒泉市及邻近区域，为吸收性气溶胶污染源中心；甘肃省UVAI的稳定性呈现从东北向西南区域逐渐降低的规律；UVAI月均值呈现出明显的规律性，每年的月变化均呈现"V"型；四季UVAI水平为：冬季 > 春季 > 秋季 > 夏季，四季变化规律基本同步，十年来四季的UVAI呈逐渐上升趋势，且四季中主导的吸收性气溶胶来源不同.基于PM_2.5的UVAI指示的空气质量等级分析，甘肃省空气质量以良为主；从气象因素与UVAI相关性分析来看，降水量、气温均与UVAI之间呈现显著正相关，风向也对其空间分布有重要影响；植被覆盖度与UVAI呈现正相关的区域主要分布在甘肃省西北部、武威市中部区域，呈现负相关的甘肃南部天水、陇南等区域为较高的植被覆盖区域.从人类活动因子与UVAI相关性来看，地区生产总值、各产业产值与UVAI有着明显的正相关性，尤其以第二产业与UVAI相关性最高；UVAI与汽车保有量、能源消耗总量及人口密度均存在较强的正相关，说明汽车尾气和工业排放及建筑粉尘也是吸收性气溶胶的重要来源.针对甘肃省UVAI时空分布特点、自然及人类活动因素分析情况，提出了减少人类活动强度等建议.     

宁夏吸收性气溶胶时空分布及其影响因素研究

基于2008~2017a每天的OMI Level-2数据产品，对宁夏回族自治区吸收性气溶胶指数（UVAI）时空分布特征进行了研究，并对其环境因子（自然与人类活动）进行了相关性分析及冗余分析.结果表明：宁夏回族自治区近10a UVAI空间格局为西北向东南区域逐步递减，UVAI高值区域一直分布在中卫市全境及吴忠市、银川市和石嘴山市的大部分区域.每年的UVAI月变化均呈现“V”型，四季变化特征为冬季 > 秋季 > 春季 > 夏季，2013a是UVAI由低值向高值突变的年份，2017年UVAI达到十年最高值.结合Theil-Sen Median趋势分析和Mann-Kendall检验结果：季节变化趋势为春季无显著减少，夏季无显著增加，秋季极显著增加，冬季表现为显著增加和极显著增加；年际变化趋势表现为逐年增加，且5市UVAI增加程度不同.UVAI空间变化稳定性呈现由中卫市向南北两边逐渐降低，高低差异显著的分布格局，变异系数区间为0.293~0.442.影响因素中，温度对气溶胶气团存活时间影响最大，能源消耗结构，产业总值及第二产业（工业、建筑业）对气溶胶的生成具有重要影响，降水的影响次之.平均风速、最大风速对宁夏回族自治区高空中气溶胶气团的停留时间表现为较大的负相关.     

粤港澳大湾区吸收性气溶胶的解析

为了解粤港澳（Guangdong-Hong Kong-Macao,GHM）大湾区气溶胶污染现状,基于OMAERUV日产品数据,对粤港澳大湾区2008~2019年吸收性气溶胶指数（ultraviolet aerosol index,UVAI）的时空分布、未来趋势变化和潜在源区进行了分析,并对其影响因素进行了探讨.结果表明,GHM大湾区年时间序列上UVAI呈现出下降的趋势,年均下降为2.3%;月时间序列上从春季开始呈现倒"V"形,季节特征春季最高,冬、秋次之,夏季最低;空间上呈现中部区域一直属于高值区,12年年均UVAI高达0.35;UVAI分布在时间序列主要表现为可持续,有82.69%的区域在未来UVAI将呈现下降的趋势;GHM大湾区外部潜在源主要是东部工业产生的碳质源和海洋带来的生物源;UVAI潜在源区春季以碳质源和生物质源为主,夏季以生物质气溶胶源为主,秋季以碳质源占比最大,冬季沙尘性质气溶胶源有所增加;通过相关性分析,气溶胶和PM_2.5之间是相互依附的关系,工业生产活动是大气气溶胶的重要组成部分,降水可以降低大气中因工业生成所产生的气溶胶含量,第二产业活动在气温升高的情况下会加快气溶胶的生成.     

基于卫星观测的中三角地区吸收性气溶胶的时空演化解析

基于臭氧检测仪(Ozone Monitoring Instrument,OMI)的遥感数据,利用ArcGIS10.2对2005—2020年中三角地区(湖北省、湖南省、江西省)紫外吸收性气溶胶指数(Ultraviolet Aerosol Index,UVAI)的时空变化进行分析,结合气溶胶颗粒物(PM_2.5、PM₁₀)和气态污染物(CO)数据,利用HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory model)方法研究主要污染城市气溶胶颗粒物的来源与传输路径,通过核密度估计法、相关性分析、聚类分析,研究其影响因素.结果表明：(1)在空间分布上,中三角地区吸收性气溶胶的高值区集中在襄阳市北部、孝感市东部、武汉市西部;在时间分布上,2008年UVAI最低,2014年达到最大值;季节分布具有明显变化,2005—2020年吸收性气溶胶指数季均值为冬季>春季>秋季>夏季.(2)UVAI与人口增长率、第二产业产值占总产值的比重呈正相关性,与节能环保预算支出呈显著负...     

我国西北5省5城市API变化特征的对比分析

依据2001-2012年的空气污染指数(API)日报数据,从月(或季、年)平均和空气污染等级2个角度出发,研究西北5省5城市(西宁、兰州、银川、西安和乌鲁木齐)API和空气污染状况比例的变化特征和趋势分析,统计结果表明:(1)5城市空气质量等级以Ⅱ级良为主,首要污染物以可吸入颗粒物为主。在年、季节、采暖期和非采暖期API值有趋于同步的下降变化趋势,污染(优良)天数呈现明显的下降(上升)趋势,大气污染呈现一定的"区域化"的特征。(2)5城市API指数变化规律有明显的时间和空间差异。从多年API年均值来看,西安、兰州和乌鲁木齐较高,银川和西宁相对较低,且乌鲁木齐、兰州和西宁空气质量状况不稳定,而西安和银川变化相对比较平缓。5城市的年变化也呈现不同的变化特征,总体上夏秋季空气质量明显好于冬春季。(3)5城市谱峰区间逐渐向低浓度范围偏移且天数逐渐增加,高浓度事件逐渐减少,各城市向低浓度转变的年份不完全一致。     

华北地区大气细颗粒物(PM2.5)年际变化及其对土地利用/覆被变化的响应

大气细颗粒物(PM_2.5)是大气污染的重要组成成分,对其影响因素进度探讨具有重要的意义.但目前来看,多数的研究都聚焦于PM_2.5与气象要素以及经济因素之间的关系,分析土地利用/覆被变化对PM_2.5影响的研究相对较少,需要进一步的深入探讨.基于PM_2.5空间分布数据及土地利用/覆被数据,对华北地区PM_2.5变化特征及土地利用/覆被变化特征进行了系统分析,并利用地理加权回归、GIS空间分析等手段探讨了PM_2.5变化与土地利用/覆被变化的响应关系,结果表明:①华北地区PM_2.5浓度整体呈现东南高、西北低的空间格局,且18a均保持这一态势没有变化.时间上来看,在2006年达到污染最大值,之后虽有波动但一直居高不下.多数城市PM_2.5浓度超标,整体环境污染形势严峻;②2000～2015年研究区土地利用类型/覆被以耕地、林地和草地为主,土地利用/覆被变化趋势主要表现为耕地的大量减少以及建设用地的持续增加,水域和未利用地面积略...     

石家庄市臭氧和二氧化氮的时空演替特征及来源解析

为研究石家庄市域臭氧(O3)和NO2的时空演替格局及污染来源,取2014 ～2017年市域18个区县(市)的O3、NO2和气象要素资料(温度、湿度、风速、降水、日照),及2017年夏季挥发性有机物(VOCs)数据,采用网络分析(network analysis)、空间插值(IDW)、Moran模型及后向轨迹方法,对市域...     

南京大气PM2.5中碳组分观测分析

为了解南京地区大气细颗粒物及化学成分在灰霾期间的污染水平及可能来源,于2007年6月至2008年5月,采集PM2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量.并考察了有机碳和元素碳的季节变化特征,比较分析了南京地区灰霾与非灰霾期间含碳气溶胶的污染特征.结果显示,南京大气中PM2.5、OC和EC浓度变化范围分别是12.1~287.1,2.6~47.0和1.0~33.6mg/m3,其中夏季PM2.5(109.6mg/m3)和OC(20.8mg/m3)的值在四个季度中最高,呈现出夏季>秋季>冬季>春季的季节变化特征;EC则具有秋季>春季>冬季>夏季的季节变化特征. 霾日的OC、EC、总碳含量(TC)浓度及OC与EC比值分别是非霾日的2.0、1.8、1.9和1.7倍.后向轨迹分析表明,在有利的天气背景下,具有丰富水汽和污染物的混合气团最易使南京产生霾天气.     

京津冀地区汽车运输碳排放影响因素研究

以空间相关性和空间异质性为基础,构建SLM-STIRPAT、SEM-STIRPAT和GWR-STIRPAT模型,对京津冀地区汽车运输碳排放进行测算和影响因素分析.结果表明：京津冀地区汽车运输碳排放存在显著空间相关性和空间异质性.人口对汽车运输碳排放呈正向影响;人均GDP对货运碳排放和总量碳排放呈正向影响,对客运碳排放呈负向影响,城镇化水平对汽车运输碳排放呈负向影响.第三产业增加值对客运碳排放和总量碳排放呈正向影响,对货运碳排放呈负向影响,人口对张家口市汽车运输碳排放影响最为显著;人均GDP对秦皇岛市和沧州市的汽车运输碳排放影响最为显著;城镇化水平对秦皇岛市的汽车运输碳排放影响最为显著;第三产业增加值对秦皇岛市的汽车运输碳排放影响最为显著.     

基于Model-3/CMAQ模式的本溪市大气细颗粒物数值模拟

为探究北方山区城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ对本溪市2016年PM_2.5空间分布特征、化学组分特征及主要污染源贡献情况进行分析.本溪市SO₂、NO_x、TSP的工业排放量分别达到5.2×104、4.1×104、16.1×104 t.结果表明,模拟值与监测值变化趋势基本一致,模拟效果较好. 1月ρ（PM_2.5）明显高于7月,空间分布均呈现"西高东低"态势,高值区出现在人口稠密的市区附近. 1月ρ（PM_2.5）本地源贡献率表现为钢铁（35.7%）>供暖（12.5%）>居民（7.5%）>移动（5.2%）>秸秆（2.0%）>电力（0.4%）;7月为钢铁（48.6%）>移动（9.2%）>建材（3.5%）>居民（2.8%）>电力（1.5%）.受气候、地貌及大气污染物排放特征影响,1月区域传输特征明显,外来源贡献为24%,高于7月的14%.另外,1月和7月本溪市PM_2.5组分中二次粒子（SO₄2-、NO₃-、NH₄+）占比分别为29%和32%,碳组分（OC、EC）占比分别为43%和37%,碳气溶胶污染严重.研究显示,本溪市大气细颗粒物污染具有明显的季节性变化特征,1月部分区域浓度超标主要是由于以钢铁行业为主的工业排放造成,加之本溪市1月以西北风为主且风力较大,市区位于西部低海拔地区,来自中部城市群的污染物在向东南方向传输过程中受到高海拔山区阻隔,从而形成污染物积聚效应.      

基于OMI数据的新疆地区臭氧柱浓度研究

利用臭氧监测仪（OMI）卫星反演数据,对2005~2018年新疆地区大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明：在时间变化上,2005~2018年,新疆地区大气臭氧柱浓度整体呈现逐渐上升趋势.在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在阿尔泰、塔城北部以及昌吉北部等区域;低值区集中于和田、巴音郭楞蒙古自治州和喀什的南部大部分地区.在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,冬季略高于秋季,但四季的臭氧柱浓度值呈现逐渐上升的趋势.稳定性分析表明：研究区域臭氧柱浓度整体呈现中部及南北部分散、东西部集聚的分布格局.自然因素中,气候因素、风场以及海拔均呈现显著正相关（P<0.01）;通过后向轨迹追踪发现,该区域西北和西部气流是臭氧外来的最主要输送路径,分别占总气流轨迹的78.59%、57.29%.人为因素中,臭氧柱浓度值与地区生产总值、煤炭消耗量、工业废气排放量及机动车保有量均表现出显著的正相关关系（P<0.05）.其中,挥发性有机物（VOC_s）主要来源于工业源,其次是交通源和居民源.总体来看,臭氧浓度的变化受到了诸多因素的综合影响,但气温、VOC_s的排放及吸收性气溶胶是大气臭氧浓度变化的主导因素.     

2015~2019年日照市PM2.5长期变化特征及其潜在源区分析

利用2015~2019年山东省日照市PM_2.5质量浓度和气象要素的小时数据,对日照市PM_2.5季节污染特征和日照市海陆风特征进行了分析,并基于HYSPLIT模式计算了5年逐日02：00、08：00、14：00和20：00（BTC）的48h后向轨迹,不仅通过轨迹聚类分析和潜在源区分析探讨了日照市不同季节PM_2.5主要传输路径和其轨迹污染特征及其潜在源区分布和贡献,也分析了海陆风对日照市污染物的影响.结果表明：日照市PM_2.5呈现冬季最高、夏季最低的分布特征,监测站点颗粒物浓度在偏西北风影响下较高.日照市不同季节主要输送路径存在差异：春季主要受到偏东和偏北方向气流影响;夏季在副热带高压影响下主要受到来自海上的较为清洁的偏东气流影响;秋季主要受到西北和偏东气流影响;冬季主要受西北和偏北气流影响.整体而言,不同季节受偏西至偏南气流影响时,日照市对应的PM_2.5浓度较高.日照市海陆风春秋季多,夏冬季少;在海陆风影响下,日照市PM_2.5污染和臭氧污染呈现不同的分布特征,且在不同PM_2.5污染等级下,PM_2.5浓度日变化特征也与其在非海陆风日的日变化有所差异.污染潜在源区分析结果表明,日照市最主要的潜在源区位于山东省临沂市、潍坊市、青岛市和江苏省连云港市.     

闽三角地区碳排放时空差异及影响因素研究

以闽三角地区为研究对象,以2005~2017年为研究期,构建城市尺度的碳排放清单,应用对数平均迪氏指数分解方法从时间维度的纵向比较和典型年份城市横向比较两个维度开展了驱动因素的分解分析及评价,探讨了闽三角碳排放变化影响因素的时空差异.结果显示：研究期内闽三角CO₂排放增长较快,从2005年的74.08Mt增加到2017年169.48Mt,增幅为128.75%.其中,泉州贡献最大,占比为67.93%.碳排放变化趋势分析来看,产业结构和经济增长为导致闽三角地区碳排放量增长的主要因素,累计贡献度分别为30.38%和12.21%,能源结构为抑制碳排放的重要影响因素,累计贡献度为-45.76%.时空差异上看,能源结构效应在研究期内均表现为抑制效应,最大贡献率为52.95%;而产业结构效应均表现为促进效应,最大贡献率为33.85%.在研究期内,漳州市碳减排力度最大,最大净减排148.27Mt.而泉州市经济增长和产业结构效应贡献率较大,未来仍具有较大的减排空间.厦门市经济增长和产业结构效应贡献率均低于参考值,且在研究期内变动幅度较小,碳减排压力较低.研究结果深化了闽三角地区碳排放的时空格局及影响因素的科学认识,为闽三角地区及相似城市群的减排治理提供了有益借鉴.