基于MODIS数据的云南省地表温度反演研究

基于MODIS数据反演云南省地表温度,采用分裂窗算法需要参数较少、易实现。研究表明:云南省地表温度由北向南递增,东部高、西部低,基本符合云南省实际情况。利用气象观测站实测数据进行验证,平均误差为3.16℃,两组数据基本接近,证明基于MODIS数据和分裂窗算法反演云南省地表温度是可行的。     

天津市PM2.5组分污染特征与模型模拟对比

文章选用2015-2018年天津市复康路站点的长期连续PM_(2.5)组分观测数据,分析了天津市的PM_(2.5)主要组分污染特征,并分析了WRF/NAQPMS模型对天津市不同季节的PM_(2.5)组分的模拟情况。研究发现天津市近年的PM_(2.5)及其主要组分浓度整体在逐年下降,与2015年相比,2018年PM_(2.5)、OM与EC分别下降了27%、30%与28%。Cl~-、F~-、NO_3~-、NO_2~-、SO_4~(2-)等均有较大降幅,2018年与2015年相比分别下降了51%、72%、28%、54%与48%,但Ca~(2+)、Mg~(2+)、K~+浓度均有所上升,升幅分别是177%、170%与76%。这些组分浓度的变化表明燃烧源等人为源排放控制较好,沙尘等影响在加大。大部分PM_(2.5)组分呈现冬季浓度最高,夏季浓度最低的季节变化规律,但Na~+与Ca~(2+)等离子在5-6月也出现了一个峰值,可能与沙尘或海风的影响相关;K+离子在2月出现峰值,可能与烟花或生物质燃烧有关;硝酸盐与铵盐在3月出现了另一个峰值,可能与农业活动有关。总体上数值模式对天津市PM_(2.5)及其主要组分模拟的结果比较理想,NAQPMS模式可以较好地模拟出NO_3~-、OM、NH_4~+、SO_4~(2-)等的变化趋势与浓度水平,但对EC高估了约2倍,这可能主要由于清单对EC排放的估算过高导致。     

天津市PM2.5污染特征与来源解析

使用2013—2018年大范围长期连续PM_(2.5)观测数据分析了天津市PM_(2.5)污染特征,并使用SMOKE/WRF/NAQPMS模型研究了天津市不同季节PM_(2.5)来源情况。天津市近年PM_(2.5)浓度逐年下降,2013—2018年的年均浓度从96μg/m3下降到52μg/m3,均呈现冬季浓度最高,春、秋季较高,夏季最低的趋势;空间分布上呈西高东低、南高北低的分布特征。本地排放是天津市PM_(2.5)主要来源,不同季节占比为30%～40%,周边城市的跨省输送特征明显,沧州市的贡献约为10%,廊坊市的贡献在、秋冬季较大,为10%～14%,山东省在冬季以外的季节也有10%左右的PM_(2.5)贡献,国外及海洋的贡献在夏季较大(23%),但在其他季节的贡献较小。多数时期二次生成的PM_(2.5)贡献比例最大,贡献为30%～40%,说明天津所在的华北地区二次反应较强烈。另外,居民源与工业源的排放占比也较大,特别是冬季的居民源,占比高达42%。制定防治措施时可考虑不同季节的地区联防联控,但由于本地的排放占比均较大,在任何季节都应该强化本地排放的控制,控制重点是居民源与工业源。     

天津市“十三五”期间O3污染特征和驱动因子

为了解“十三五”期间天津市O₃污染特征和驱动因素,基于2016～2020年高时空分辨率的在线监测数据,利用空间自相关、空间热点分析和STIRPAT模型分析了O₃污染空间分布、聚集特征和驱动因子.结果表明,2016～2020年天津市O₃浓度变化特征呈现污染发生时间点提前和污染范围扩大的趋势.6～10月O₃污染分布具有显著聚集性,高值-高值聚集区主要为市内六区、北辰区、津南区和静海区,O₃浓度在西南部地区形成高值热点聚集区,在东北部地区形成低值冷点聚集区.气温、小风百分率和日照时数等气象因子与NO_x排放量、 VOCs排放量和机动车保有量等社会因子对O₃浓度有显著性影响,综合驱动STIRPAT模型的回归拟合效果比单一气象因子或社会因子模型更好.为科学高效地开展“十四五”期间O₃污染的防治,在关注气象条件基础上,在“双碳”目标的约束下,天津市应进一步提升钢铁、石化、火电和建材等行业全过程排放的绩效水平,引导企业清洁化提升...     

天津市臭氧污染特征及来源解析研究

使用天津市2013—2017年的连续臭氧观测数据,分析了天津市的臭氧污染特征,并使用基于排放清单处理模型(SMOKE)/中尺度气象模型(WRF)/多尺度空气质量模型(CAMx)的臭氧来源解析技术对天津市不同季节的臭氧来源情况进行研究。结果表明,天津市臭氧污染整体波动变化,年均浓度总体呈现先下跌后上升的趋势;天津市臭氧夏季浓度较高,春季、秋季浓度较低,冬季浓度最低。天津市臭氧污染区域性特征明显,区域输送贡献远大于本地贡献,本地臭氧来源贡献率仅占8%～20%。河北省、山东省、内蒙古自治区等地区污染物排放对天津市臭氧污染有较大贡献。天津市本地源对臭氧的贡献季节差异较大,其中工业源贡献较大,其在春季、秋季对臭氧贡献率分别为49%、43%。夏季天然源、工业源、交通源与电厂源对臭氧贡献率较为接近,均在20%～30%;冬季其他源(包括生物质燃烧源、居民燃烧源等)对臭氧贡献率最大,为54%。未来应根据臭氧污染来源的地域特征和季节特征采取不同臭氧污染防治策略。     

黄淮海地区夏玉米花期阴雨灾害风险区划

黄淮海地区为我国夏玉米主产区。夏玉米花期若遇连阴雨灾害将导致玉米减产,造成严重的经济损失。选取黄淮海地区(包括北京、天津、河北、河南、安徽、山东)1971-2011年7-8月的日降水量、日照时数等气象资料,及土地利用类型等数据,采用层次分析法和加权综合评价法,结合GIS空间技术,对黄淮海地区夏玉米花期阴雨灾害进行了风险区划。结果表明:黄淮海地区夏玉米花期阴雨高危险性地区主要分布在黄淮海地区东南部,占总面积的9.7%;高暴露性区域集中分布在山东省、河北省中南部及河南省东部,占总面积的32.5%;高易损性地区主要分布在黄淮海地区南部,占总面积的5.1%;整体综合风险指数较高,中、高风险区主要分布在黄淮海地区北部、东部及南部,占总面积的57.3%。对区划结果进行了验证,结果表明:实际夏玉米花期阴雨灾害发生情况与分析结果吻合良好。     

天津市臭氧污染特征与影响因素分析

2013—2015年,天津市臭氧(O_3)浓度整体呈下降趋势,污染状况略低于京津冀区域的其他城市。O_3浓度春、夏季高,冬季低,高值主要集中在5—9月,浓度从早上06:00开始升高,至中午14:00达到峰值。污染主要集中在中心城区、西部和北部地区,东部、南部和西南部地区污染相对较轻。O_3浓度在温度303 K以上、相对湿度70%以下或西南风为主导时较高。VOCs/NOx比值低于8,O_3的生成处于VOCs控制区。芳香烃类和烯烃类对天津市O_3生成贡献最大,其中,乙烯和甲苯为O_3生成潜势贡献最大的物种,其次为间/对二甲苯、丙烯、邻二甲苯、异戊二烯、反-2-丁烯、乙苯等,通过控制汽车尾气、化工行业及溶剂使用等对O_3生成潜势贡献大的VOCs排放源可有效控制天津市O_3污染。     

天津市PM2.5-O3复合污染特征及气象影响分析

为了解天津市PM_2.5-O₃复合污染特征及气象成因,基于2013～2019年高时间分辨率的PM_2.5、 O₃和气象观测数据,对天津市PM_2.5-O₃复合污染特征、污染物浓度分布以及关键气象因子进行分析.结果表明,2013～2019年,天津市复合污染日94 d,总体呈现下降趋势,前期（2013～2015年）下降明显,由2013年的23 d降至2015年的11 d,下降52.2%;后期（2016～2019年）波动式上升,由2016年的12 d升至2019年的14 d,上升16.7%.复合污染日主要出现在每年的3～9月,年际变化较大,2013～2016年在6～8月出现较多,2017～2019年在4月和9月出现较多.小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).在所有O₃污染中,PM_2.5...     

2017年1月天津市区PM2.5化学组分特征及高时间分辨率来源解析研究

为了快速分析天津市区冬季以及重污染过程中PM_2.5的化学组成特征及来源,本研究于2017年1月利用在线监测仪器快速采集了天津市区环境受体中PM_2.5及其化学组分的小时数据,并通过PMF（positive matrix factorization,正定矩阵因子分解法）模型解析了天津市区2017年1月及重污染过程中PM_2.5的主要贡献源类,分析了重污染过程中排放源的变化趋势.结果表明：2017年1月天津市区PM_2.5浓度为6.0~449.0 μg·m^-3,平均值为153.3 μg·m^-3.NO₃^-、SO₄^2-、NH₄⁺是PM_2.5中水溶性离子的主要组分,三者之和占水溶性离子总量的88.3%.NH₄⁺与Cl^-、NO₃^-、SO₄^2-均表现出显著的正相关性（r=0.82,0.95,0.97;p<0.01）.NO₃^-和SO₄^2-（r=0.90;p<0.01）,Ca²⁺与Mg²⁺（r=0.65;p<0.01）均表现出显著的相关性,说明它们分别具有较高的同源性.OC和EC也是PM_2.5的重要组成部分,两者之和占PM_2.5质量浓度的20.4%.重污染过程中,PM_2.5及其主要离子的浓度显著的增加（p<0.01）,并存在较高的二次离子生成.PMF解析结果表明,二次源类是天津市区2017年1月PM_2.5的首要源类,分担率为38.1%,其次为机动车源（分担率为25.6%）、燃煤源（分担率17.1%）、扬尘（分担率10.1%）和生物质燃烧（分担率9.1%）.重污染过程中,二次源是PM_2.5的主要贡献源类,分担率达到39.3%;说明重污染期间存在显著的二次转化及二次粒子的积累过程.重污染发生演变过程中,二次源、机动车源和燃煤源对PM_2.5贡献表现出显著增加的趋势,而扬尘和生物质燃烧的贡献则没有显著增加.