基于Sentinel-5P的粤港澳大湾区NO2污染物时空变化分析

基于最新的TROPOMI反演的对流层NO₂垂直柱浓度数据,利用Google Earth Engine平台分析了粤港澳大湾区近2a对流层NO₂垂直柱浓度的分布及变化特征.结果表明, TROPOMI传感器反演的对流层NO₂垂直柱浓度与地表NO₂浓度监测值具有较好的相关性,反演产品能够反映地面真实的NO₂污染状况;粤港澳大湾区NO₂柱浓度分布呈现出较为显著的圈层结构,高NO₂柱浓度区域面积约为4468km²,占大湾区总面积的8%,低NO₂柱浓度地区的面积约为25331km²,占比超过了45%;大湾区上空的对流层NO₂垂直柱浓度存在明显的“冬高夏低,春秋过度”的季节性差异和周期性波动特征;影响因子回归模型结果表明人类活动强度(DNB,夜间灯光)、植被状况(NDVI,植被指数)和地形因子(DEM,数字高程)与地区对流层NO₂垂直柱浓度的分布有明显的相关性.本研究成果可为政府和决策者制定相关政策和措施提供借鉴.     

基于Sentinel-5P卫星的中国NO2浓度遥感监测

NO₂是重要的痕量气体,对其监测有助于大气污染治理。本文基于Sentinel-5P大气污染监测卫星提供的对流层NO₂浓度数据和总NO₂浓度数据,借助谷歌地球引擎(google earth engine,GEE)分析了2018~2021年间中国大气NO₂浓度时空变化特征,使用OLS模型揭示了中国地区NO₂浓度的主要影响因子。结果表明:我国对流层NO₂浓度空间分布呈现东高西低的总体格局,东中部城市群对流层NO₂柱浓度水平明显呈现冬高夏低、春秋过渡的季节特征,西部大部分城市的四季变化不明显。北京、深圳、上海3所城市NO₂柱浓度分布呈现出较为显著的圈层结构。OLS模型结果表明,中国地区NO₂浓度变化受到社会经济和自然因素的共同影响,其中城市化程度是影响NO₂排放的重要因子。     

基于甘肃省卫星遥感的对流层NO2时空变化

基于OMI卫星遥感反演的NO₂柱浓度数据,分析了近11a甘肃省对流层NO₂柱浓度的时空变化及相关影响因素,同时利用HYSPLIT模型探究了大气污染物的来源.结果表明：从空间上,NO₂柱浓度呈现出由甘肃东北区向西南区递减趋势,最高值主要分布于庆阳市全境和平凉市少部分地区.从2008~2014年NO₂柱浓度值不断增长至最高值,高值区逐步扩大;2015~2018年NO₂柱浓度值波动变化,呈现出向周围区域递减的趋势,高值区范围缩小;从时间上,2008~2018年对流层NO₂柱浓度整体呈上升趋势,对流层NO₂柱浓度四季均值分布为：夏季>春季>秋季>冬季;NO₂柱浓度每年在6~8月达峰值,9月后开始下降,年内谷值出现在12月份~次年2月份;对研究区NO₂柱浓度的贡献最大的是自然要素.高温、降水有利于土壤排放NO₂,植被覆盖率对NO₂起到一定的消减作用.利用HYSPLIT得出2009~2018年每年7月庆阳市NO₂的外部输送路径,其中主要路径以陕西地区为主.     

粤港澳大湾区NO2污染的时空特征及影响因素分析

利用Aura卫星搭载的臭氧观测仪（OMI）反演的对流层NO₂柱密度数据,分析了自2005年以来粤港澳大湾区（GBA）对流层NO₂柱密度的空间分布特征、时间变化趋势及其影响因素.研究结果表明GBA对流层NO₂柱密度从2005~2018年呈减少的趋势,每年递减约为2.8%.小波系数显示时间演化过程中存在9个月的主振荡周期,冬季浓度较高,夏季较低.人为排放和各种自然因素,导致了GBA对流层NO₂柱浓度月变化在时间和空间上存在明显差异,最小值和最大值分别出现在6和12月,多年平均值分别为3.9665×10¹⁵和12.3423×10¹⁵molec/cm².NO₂在空间分布上呈现明显的空间分异特征,冬季12月最明显.NO₂污染严重的高值区主要出现在中部地区,如广州市、佛山市和中山市,最大的对流层NO₂柱密度可达18.8306×10¹⁵molec/cm²,大约是周边地区的3 倍,且高污染区域向四周逐渐扩散,连成一片.低值区主要在北部的肇庆市和东部的惠州市,多年平均的对流层NO₂柱密度约为7.1400×10¹⁵molec/cm².对流层NO₂柱密度的增长率在不同区域的变化趋势呈现明显的差异,变化范围为-15×10¹⁵~6×10¹⁵molec/cm²,增长率百分比范围为-65%~65%.出现增长的地区主要是肇庆市北部和惠州市东部的低值区;对流层NO₂出现明显减少的区域集中在中部的高值区,减少量最大的地区为广州市、佛山市和中山市交界处.     

利用SCIAMACHY遥感资料研究我国NO2柱浓度及其时空分布

利用SCIAMACHYENVISAT 2003—2009年月均观测数据,结合1∶4 000 000行政区划图,得到了近7 a来我国城市级别NO₂柱浓度的时空分布和变化趋势,并采用Seasonal Mann-Kendall非参数检验方法对各城市的变化趋势进行了显著性分析. 结果表明:我国NO₂分布东高西低,NO₂柱浓度高值区主要分布在京津冀及环渤海区域、长江三角洲北部及广东省等地区. 近7 a来我国北部和中部地区的NO₂增长趋势显著,NO₂柱浓度平均值最高和增速最快的前20个城市主要分布在江苏、山东和安徽等省的二级城市郊县和小城市. 与统计年鉴工业废气排放数据的比较表明,工业废气排放与NO₂柱浓度及其时空分布具有较好的一致性. 这种新的NO₂污染格局应该引起重视并采取有针对性的污染监管措施.      

中国NO2的季节分布及成因分析

利用OMI卫星观测的对流层NO₂柱浓度和113个重点城市地面ρ(NO₂)监测数据,结合753个监测站降水资料以及中国气象局气象信息综合分析处理系统(MICAPS)气压场数据,研究了中国NO₂的季节分布特征及其影响因素.结果表明:卫星遥感数据和地面监测数据同步显示了中国NO₂浓度冬季峰值、夏季谷值的季节分布特征;月降水量与地面监测的ρ(NO₂)呈负相关,相关系数为0.71.气压场平均结果表明,边界层气压场的特征是影响NO₂浓度季节分布的另一个主要因素.      

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

中国重点城市NO2排放规律与驱动分析

大气成分遥感是监测临近空间全球变化、保障生存空间永续发展的重要手段。NO₂被视为描述人类活动强度的直接指标。掌握中国NO₂的分布及其变化规律,对区域大气污染精细管控和空气质量精准预报有重要意义。该文基于S-5P卫星TROPOMI传感器的对流层NO₂柱浓度的校正数据,并结合地面站点NO₂数据,采用相关性分析、系统聚类分析和K均值聚类分析等方法,划分了中国重点城市NO₂排放类型,分析了城市对流层NO₂柱浓度的年变规律及驱动因素。结果表明：(1)TROPOMI NO₂对流层柱浓度数据与地面站点实测NO₂浓度显著相关,利用TROPOMI NO₂柱浓度数据进行城市排放研究可行;(2)基于聚类分析及机关性分析,结合中国气候带分布将重点城市划分为12个NO₂排放类型;(3)31个重点城市中有25个季节排序规律为冬季>秋季>春季>夏季,NO₂柱浓...     

基于卫星观测的2005—2015年京津冀地区NO2柱浓度分布及变化趋势

为更好地了解京津冀地区NO₂浓度的长期时空分布变化特征,对2005—2015年京津冀地区对流层NO₂柱浓度数据进行了统计分析.结果表明,京津冀地区对流层NO₂柱浓度在2005—2010年增加明显,年均复合增长率为6.8%,并在2010年达到峰值,为1 329.07×1013 mol/cm2;2010—2013年保持相对稳定;2013—2015年显著下降,降幅达26.2%.2015年NO₂柱浓度为964.43×1013 mol/cm2,基本与2005年的浓度水平持平.北京地区NO₂柱浓度最先开始下降并保持降低趋势,其中北京市城区降幅远大于郊区,并在2015年达到最低值,为1 647.38×1013 mol/cm2;天津市城、郊区NO₂柱浓度变化相近,总体上均呈先增后减的趋势,并且均在2010年达到峰值,分别为2 686.96×1013、2 019.36×1013 mol/cm2;而河北省西南部(石家庄、邢台、邯郸市)在近两年降幅最为明显,均在35.0%以上.京津冀对流层NO₂柱浓度呈由南向北递减的空间分布趋势,高值区主要分布于京津唐一带以及河北省南部沿太行山一带.研究显示,虽然近年来京津冀地区NO₂柱浓度降幅明显,但相比于周边地区仍面临较大的减排压力.      

基于OMI的汾渭平原对流层NO2长期变化趋势

利用2007~2020年臭氧检测仪（OMI） OMNO2d对流层NO₂垂直柱浓度（TVCD）数据、欧盟基本气候变量质量保证计划（QA4ECV）基于卫星观测约束下的NO_x日排放估算数据（DECSO）、大气红外探测仪（AIRS）臭氧（O₃）垂直廓线AIRS2SUP数据,研究了汾渭平原NO₂TVCD长期变化趋势及其对NO_x排放变化的响应,以及二者变化对于对流层中下层O₃的影响.结果表明,汾渭平原NO₂TVCD于2012年达峰,峰值为（9.8±4.6） x10¹⁵molec/cm²,2013年后基本呈现逐年下降趋势;NO₂TVCD冬季最高,夏季最低,冬季均值约为夏季3.6倍;NO₂TVCD并非随NO_x人为源减排单调下降,夏季NO₂TVCD低百分位上升;NO₂TVCD变率为（-1.5±0.6）%/a,低于NO_x排放降幅的1/3,可能与人为NO_x大量减排的背景下,对流层NO_x自然源的贡献大且相对贡献不断上升有关;对流层中下层O₃变率仅为（-0.2±0.2）%/a,近地层O₃变率为（0.8±0.1）%/a,汾渭平原对流层O₃生成基本处于VOCs控制区或者VOCs-NO_x过渡区,减排NO_x无法降低对流层O₃;汾渭平原NO_x减排可有效降低城市高排放区NO₂,乡村地区受NO_x自然源影响较大,人为减排收效不明显.     

拉萨市环境空气中NO2变化特征分析

选取用长光程差分光谱法监测的拉萨市2000年7月-2004年6月环境空气质量监测数据,分析了NO₂变化特征.结果表明:目前拉萨市ρ(NO₂)在<环境空气质量标准>(GB3095-1996)一级标准之内,但呈逐渐上升趋势.拉萨市ρ(NO₂)月均值呈明显的"U"字型分布规律,即1月和年末10-12月高,其他时间低;每年10月至次年1月,ρ(NO₂)月均值超过年均值,月均最高值均出现在12月;每日在8:00-12:00,20:00-24:00有2个高峰值区.汽车尾气、当地居民生活中的燃烧过程是目前拉萨市NO₂的主要产生源,特殊边界层气象条件影响拉萨市环境空气中ρ(NO₂)的变化规律.      

Long-term observations of tropospheric NO2, SO2 and HCHO by MAX-DOAS in Yangtze River Delta area, China

Yangtze River Delta(YRD) area is one of the important economic zones in China. However,this area faces increasing environmental problems. In this study, we use ground-based multi-axis differential optical absorption spectroscopy(MAX-DOAS) network in Eastern China to retrieve variations of NO_2, SO_2, and formaldehyde(HCHO) in the YRD area. Three cities of YRD(Hefei, Nanjing, and Shanghai) were selected for long-term observations. This paper presents technical performance and characteristics of instruments, their distribution in YRD, and results of vertical column densities(VCDs) and profiles of NO_2, SO_2, and HCHO.Average diurnal variations of tropospheric NO_2 and SO_2 in different seasons over the three stations yielded minimum values at noon or in the early afternoon, whereas tropospheric HCHO reached the maximum during midday hours. Slight reduction of the pollutants in weekends occurred in all the three sites. In general trace gas concentrations gradually reduced from Shanghai to Hefei. Tropospheric VCDs of NO_2, SO_2, and HCHO were compared with those from Ozone Monitoring Instrument(OMI) satellite observations, resulting in R~2 of 0.606, 0.5432, and 0.5566, respectively. According to analysis of regional transports of pollutants, pollution process happened in YRD under the north wind with the pollution dissipating in the southeast wind. The feature is significant in exploring transport of tropospheric trace gas pollution in YRD, and provides basis for satellite and model validation.     

天津城市大气污染物浓度垂直分布特征

利用2007年10月10日~2008年9月30日天津边界层气象观测塔得到的PM2.5质量浓度、O3和NO2体积分数等梯度资料,对比分析了不同高度上各污染物数据统计特征,并对各污染物数据的时间变化特征及垂直分布进行了讨论.结果表明,天津市PM2.5污染严重,且易发生光化学污染事件.各高度层PM2.5浓度在12、1和2月份存在较大差异,其他月份差异较小;O3体积分数均表现出夏季高冬季低的典型特征;NO2体积分数在220m高度处变化较为复杂且全年波动较大,120m处变化平稳,40m处则表现出春夏季高、秋冬季低的特点.PM2.5体积分数和NO2体积分数日变化均呈现双峰型,峰值的出现与早晚出行高峰以及边界层的变化有关,且污染物出现峰值的时间由低到高存在2~3h的延迟.O3体积分数与太阳辐射强度关系密切,各层均在14：00前后达到最大,而夜间的还原反应使各层臭氧体积分数下降.40m和120m处NO2体积分数变化较为一致,全天波动很小,而220m处波动较大,昼夜差异明显.     

Investigation of air pollution concentration in Kathmandu valley during winter season

The monthly concentrations of NO2, NOx, SO2 and O3 measured by a passive sampler from February 2003 to January 2004 showed that the air pollution during the winter season in Kathmandu valley was higher than the summer season. The O3 level was found the highest during April, May and June due to strong radiation. The hourly concentrations of NO2, NOx, O3 and suspended particulate matter（SPM） were also measured by automatic instruments on December 2003. Temperature at the height of 60 m and 400 m at Raniban Mountain in the northwest of Kathmandu valley was measured on February 2001 in the winter season and the average potential temperature gradient was estimated from observed temperature. Wind speed was also measured at the department of hydrology, airport section, from 18 February to 6 March 2001. It was found that the stable layer and the calm condition in the atmosphere strongly affected the appearance of the maximum concentrations of NO2 and SPM in the morning, and that the unstable layer and the windy condition in the atmosphere was considerably relevant to the decrease of air pollution concentrations at daytime. The emission amounts of NOx, HCs and total suspended particle（TSP） from transport sector in 2003 were estimated from the increasing rate of vehicles on the basis of the emission amounts in 1993 to be 3751 t/a, 30570 t/a and 1317 t/a, respectively. The diurnal concentrations in 2003 calculated by the two-layers box model reproduced the characteristics of air pollution in Kathmandu valley such as the maximum value of O3 and its time, the maximum value of NO in the morning, and the decrease of NO and NO2 at daytime. The comparison with the concentrations in 1993 calculated suggested that the main cause of air pollution was the emission from transport sector.     

MM5/WRF气象场模拟差异对CMAQ空气质量预报效果的影响

评估了为公共多尺度空气质量模式(CMAQ)提供气象输入场的第五代NCAR/Penn State中尺度 (MM5) 模式与天气研究和预报(WRF)模式模拟的多种气象要素的准确性;比较了2个模式提供的气象场对华北地区SO₂和NO₂源同化反演效果及其质量浓度预报的差异;分析了相对湿度和边界层高的变化对ρ(SO₂),ρ(NO₂)预报的影响及其物理机制.结果表明:WRF模式模拟的各气象要素准确性优于MM5模式,其中MM5模式对相对湿度和边界层高度的模拟值与实测值的偏差较明显,而WRF模式的模拟值与实测值较接近;相对湿度和边界层高度参数是影响CMAQ空气质量预报的关键气象要素,这2个参数的变化对ρ(SO₂)和ρ(NO₂)的预报有显著影响,因此,对2个参数的改进可显著减小预报误差;ρ(SO₂)模拟误差减小的主要原因是垂直输送和质量调整过程对ρ(SO₂)的贡献减小;而ρ(NO₂)模拟误差减小的主要原因是化学反应过程对ρ(NO₂)的贡献明显减小.      

多环芳烃在西江高要段水体中的分布与分配

为了解西江流域水体中多环芳烃(PAHs)的深度和季节分布及其在溶解相和颗粒相的分配以及控制因素,分别在洪水期(2003年8月和2004年7月)和枯水期(2003年11月和2004年3月)采集了西江高要段水柱.结果表明,溶解相和颗粒相中PAHs的浓度分别为21.7~138 ng/L和40.9~664.8μg/kg;水体中PAHs的总含量(颗粒相及溶解相),洪水期大于枯水期.在溶解相中,PAHs的浓度随深度无明显规律;而在颗粒物中,PAHs的浓度都表现出相同的变化趋势,即中层水PAHs含量最高,表层水PAHs含量最低.溶解相和颗粒相中PAHs的浓度都随悬浮颗粒物的含量增加而增加.从PAHs组成特点来看,溶解相以3环的PAHs为主,而颗粒相以3~4环的PAHs为主.PAHs在颗粒相及溶解相中的分配系数(KP)不受颗粒有机碳浓度控制(R2为0.000 1~0.2),而受颗粒物浓度、及溶解有机碳浓度的共同影响(R2为0.15~0.36),尤其是溶解态的细小碳黑有机质的影响.西江高要段水体PAHs在不同季节的lgKOC值大部分超过经典平衡分配模型的上限.除了2003年11月(R2为0.000 4~0.12,p0.001)之外,其它3个季节PAHs的lgKOC与lgKOW均有较强的相关性(R2为0.29~0.91,p0.05).洪水期颗粒物的亲脂性强于枯水期.     

天津夏季低层大气O3和NO2浓度垂直分布

利用2007年8月8-24日天津255 m气象铁塔上连续17 d的ψ(O3)和ψ(NO2)及同期气象观测数据,分析了ψ(O3)和ψ(NO2)(以小时平均值计)的日变化和垂直分布规律及其与气象因子之间的关系.结果表明:天津市近地层ψ(O3)分布具有明显的日变化和垂直分布特征,昼夜差异显著;一般情况下,ψ(O3)日均值在220 m高度处最大,120 m处次之,40 m处最小;ψ(O3)与温度和风速呈正相关,而与相对湿度呈负相关.ψ(NO2)日变化多为双峰型,白天较低;ψ(NO2)垂直差异较小,夜间稳定层使NO2产生局地积累,低层大于高层;ψ(NO2)与温度和风速呈负相关,与相对湿度的关系比较复杂,白天呈正相关,夜间呈负相关.     

华北地区秸秆禁烧前后的NO2卫星遥感监测分析

为保证奥运会期间的空气质量,2008年5~9月在华北平原地区采取了秸秆禁烧措施.采取遥感监测手段,利用MODIS数据的中红外和热红外通道数据监测禁烧前后的2年(2007、2008)同一时期禁烧区域的秸秆焚烧点分布情况,并利用OMI数据计算出该区域相应时期的对流层NO2垂直柱浓度总量变化情况.通过禁烧前后的数据统计分析, 6、7月秸秆焚烧点由2007年的每天近250个减少到2008年的每天约40个,秸秆禁烧对对流层NO2柱浓度的降低起到一定的作用,但不明显.分析了利用遥感监测秸秆焚烧点和NO2浓度的不确定性.     

基于15N 同位素示踪技术的地下河硝态氮来源时空变化特征分析

根据2007年10月至2008年10月每月对青木关地下河水的监测,利用~(15)N 同位素示踪技术并结合水化学指标,分析地下河硝态氮来源的时空变化特征.结果表明,地下河出口S2硝态氮浓度(20.35 mg/L)比入口D1(3.20 mg/L)高6倍多.受农业生产施肥和降雨冲刷稀释效应的影响,地下河水硝态氮浓度2007年10月至2008年3月较低且比较稳定,2008年4月至7月较高但受降雨冲刷稀释影响变化较大,2008年8月至9月随降雨减少,土壤中残留的化肥造成地下河水硝态氮浓度偏高.根据NO_3~--δ~(15)N 值识别出了地下河硝态氮来源变化特征为:D1处2007年10月至2008年3月以及2008年7月至10月NO_3~--δ~(15)N 值为-0.857‰±2.01‰(n=9),其硝态氮来源为稻田中残留的化肥;2008年4月、6月中下旬NO_3~--δ~(15)N 值为2.50‰±0.29‰(n=3),其来源为稻田中施用的化肥与土壤有机氮的混合;2008年5月下旬至6月上旬NO_3~--δ~(15)N 值分别为-3.74‰和0.52‰,其来源为稻田中施用的化肥.S2处硝态氮不仅来自上游的化肥,更主要的是来自中下游的耕地、林地土壤渗透水或侧向裂隙水带来的土壤有机氮与化肥,其中2007年10月至2008年3月以及2008年7月至10月NO_3~--δ~(15)N 值为4.77‰±0.73‰(n=9),其硝态氮主要来自于土壤有机氮;2008年4～6月NO_3~--δ～15N 值为3.16‰±0.39‰(n=5),其硝态氮来自于土壤有机氮与化肥的混合.     

河流底泥中DO和有机质对三氮释放的影响

通过大型静态土柱模拟实验,研究氮在上覆水和孔隙水中的分布特性和释放特性,在控制氧气和底泥w(有机质)的条件下,连续观测氨态氮、亚硝态氮和硝态氮(简称三氮,三者之和为总无机氮)质量浓度变化,并对其垂向分布特性进行分析,发现水体底泥释放氨态氮与反硝化作用达到平衡的时间受通氧条件影响明显;总无机氮质量浓度(ρ(TIN))在各柱的孔隙水、水土界面处和上覆水中的变化各异;在w(有机质)高的底泥中,有机质是影响总无机氮释放的最大因子,而在w(有机质)低的条件下,DO是影响总无机氮释放的最大因子.