北京市建筑施工裸地的空间分布及扬尘效应

北京市作为中国典型的快速城市化大城市之一,大规模的城市建设使得城市内部存在大量的建筑施工裸地,工地扬尘效应造成了严重的大气颗粒物污染。以北京市平原区为研究区,首先利用高分辨率卫星数据反演了建筑施工裸地的空间分布格局,在此基础上,结合建筑施工裸地的扬尘排放因子,在空间上定量分析建筑施工裸地的扬尘效应。结果显示,2012年全市平原区建筑施工裸地总面积为140.77 km2,主要分布在城市核心区向外拓展的城乡过渡带。建筑施工裸地的扬尘效应分析中发现北京市平原区建筑施工裸地中TSP、PM10和PM2.5的排放量分别是31.53、16.66、9.16万吨,并且这些污染物的排放量在城市发展新区与功能拓展区中较高,生态涵养发展区较小。以北京市的建筑施工裸地为例,示范了以遥感为技术手段结合污染排放因子的城市内部典型面源污染的监测和污染排放定量化,为今后面源污染的快速准确监测开辟了新的研究思路。     

我国春季沙尘暴研究

利用GMS卫星遥感资料,结合地面气象观测资料和中尺度每小时数值模拟,对1998年4月和2000年4月发生的强沙尘大气演变过程进行了详细的分析,初步确定了影响我国的沙尘暴起始源地,并将我国的沙尘暴天气划分为U变化型（停滞型）和移动型（锋面气旋型等）．详细分析了低涡型沙尘暴和东北低涡型沙尘暴的发生、发展的宏观机制     

京津冀大气污染变化规律及其与植被指数相关性分析

基于2017年逐时空气质量监测数据、归一化植被指数（NDVI）16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明：①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO₂、NO₂、CO、PM_2.5、PM₁₀等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型（GWR）计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM_2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM_2.5的分布也有一定的指示作用.     

麦秸焚烧导致的北京市大气污染时空分布和化学组成特征分析

为了全面评价农田秸秆焚烧产生的污染事件,并为制定有效的管理措施提供依据,于2006年6月20日监测了西南风下北京南部农田麦秸焚烧产生的污染物向北京传输的过程.获得了SO2、CO、NOx以及可吸入颗粒物(PM10)质量浓度的数据.颗粒物的化学组分数据.数据分析结果表明,污染输送对北京市西南部地区空气质量影响最大(PM10小时浓度超过600μg·m-3),对北部山区影响较小(PM10浓度峰值在110μg·m-3).高浓度污染在市区持续时间最长.麦秸焚烧通过输送增加了PM10(尤其是PM1)、CO、NO2以及NMHC等污染物质,这使得与前一日相比污染物之间的相关关系发生了变化:SO2与其它污染物的相关性不显著,而CO与NO2、CH4与NO显著相关.因子分析进一步揭示,气象条件对污染物浓度变化具有主导作用,而由麦秸焚烧所产生的外来污染源属于次要地位.污染输送过程中,PM25中的硝酸盐类和有机碳、碳黑质量浓度增大.麦秸焚烧所输送的气态污染物和细小颗粒物对人体健康存在威胁,在不利扩散的气象条件下在大气中存留时间加长.研究结果表明,气象条件不利于污染扩散时必须禁止农田秸秆焚烧.     

2000~2010北京大气重污染研究

根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.     

北京大气能见度和消光特性变化规律及影响因素

利用长时间序列的大气能见度与湿度等气象资料以及近年来大气污染物的监测数据,探讨了北京大气能见度及消光特性的变化规律及影响因素.结果显示:近50年来北京大气消光作用存在降-升-降的变化过程,1954~1967年以下降为主,20世纪60年代中期至70年代明显上升,此后特别是20世纪90年代以来北京大气消光作用基本呈缓慢下降趋势,能见度变化过程与此相反.从区域分布看北京大气消光作用北部及西部山区低于平原区,平原区存在由北向南逐渐升高的分布规律,即北部平原区低于中部市区,中部市区低于南部平原区.近10年来北京大气颗粒物消光作用区域差异逐渐减小,这与大气污染区域分布变化趋势基本一致.北京大气消光作用20世纪80年代之前冬高夏低,之后转为冬低夏高,对应于大气污染由煤烟型向综合型的转变.大气消光作用平均日变化呈双峰双谷型,09:00和21:00形成双峰,06:00和16:00处于双谷,但月际差异明显.大气消光作用受颗粒物浓度与相对湿度影响显著.高消光作用通常与高相对湿度和高颗粒物浓度有关;低消光作用出现在湿度和颗粒物质量浓度同时较小情况.相对湿度低于70%时,大气颗粒物消光作用会随着PM2.5浓度的升高明显增强,消光作用与PM2.5浓度存在线性关系;当相对湿度大于70%时,消光作用对PM2.5浓度变化的响应并不明显.     

深度学习在裸地扬尘源监测中的应用研究

裸地是扬尘的重要来源,施工建设过程中形成的裸地极易在大风天气作用下造成扬尘污染。因此,快速、有效地定位裸地位置,并确认其管控措施落实情况,对于开展裸地扬尘源监管具有重要意义。基于高分辨率遥感监测数据,结合人工解译裸地扬尘源数据集,以北京市大兴区为例,利用深度学习方法对裸地和防尘网覆盖裸地进行分类识别。同时,利用颜色匹配法对大兴区防尘网覆盖裸地进行识别,横向评估深度学习方法的识别精度。结果显示：深度学习方法对防尘网覆盖裸地的识别精度达97%,对裸地的识别精度达61%;颜色匹配法对防尘网覆盖裸地的识别精度达85%。防尘网覆盖裸地的颜色特征鲜明,深度学习方法和颜色匹配法对防尘网覆盖裸地的识别精度都在85%以上。深度学习方法对于面积大于2 000 m²的图斑有着较好的识别精度。深度学习方法可以提高裸地遥感解译的效率,实现规范化图像识别,可以作为人工判读的辅助手段。在实际应用中,可通过进一步积累样本来增强模型性能。深度学习方法适用于裸地扬尘源线索快速发现、工地防尘网措施落实情况快速检测等场景。     

北京大气PM2.5遥感监测业务化方法探讨

为探索卫星遥感监测大气ρ(PM_2.5)业务化方法,以北京为例,利用2013年MODIS卫星资料和北京35个地面自动监测站(下称自动站)的实时观测数据,以目前国内外应用最广泛的3种卫星反演大气气溶胶的方法——AOD(气溶胶光学厚度)、K_drya,0(气溶胶干消光系数)和R_a(气溶胶表观反照率)反演地面ρ(PM_2.5)的方法(分别称为AOD法、K_drya,0法和R_a法)为基础,结合地面ρ(PM_2.5)实测数据,建立了气溶胶反演参数与ρ(PM_2.5)统计关系,进一步测算了全市区域ρ(PM_2.5)的分布情况.结果表明:3种方法都具有较高的反演精度,其获取的全年ρ(PM_2.5)与地面实测数据的相关系数分别达到0.80、0.81和0.85,其中R_a法结果精度最高.从季节来看,R_a法在除夏季外的其他季节与地面监测数据相关系数都在0.70以上,优于其他2种方法.建议在春、秋、冬三季以R_a法,夏季以AOD法或K_drya,0法为基础进行北京PM_2.5业务化遥感监测.基于R_a法探讨了在2013年11月20—23日区域性大气重污染过程中北京PM_2.5区域分布特征和变化过程,卫星反演结果相对误差低于20%,直观地反映了区域大气颗粒物污染的时空分布规律.研究显示,三者都可以用来反演北京地区ρ(PM_2.5),其中R_a法最简便易行,尤其适用于业务化遥感监测.      

京津冀与长三角区域大气NO2污染特征

基于地面监测及遥感反演数据,研究了京津冀与长三角区域大气NO2污染特征,并进行了对比分析.从2005～2011年的平均近地面质量浓度和垂直柱浓度来看,京津冀与长三角中心城市大气NO2基本处于同一污染水平;其区域背景站的NO2浓度也差异不大,且与两大区域过渡地带的合肥市大致相同.区域NO2高浓度中心夏季较为分散,秋冬季高浓度范围明显扩大,冬季全部连为一片.近年来随着中心城区污染企业的外迁,北京、上海等城市核心区NO2近地面污染有所缓解,但区域背景站NO2近地面浓度和垂直柱浓度都有所升高,京津冀与长三角NO2整体污染水平形势依旧严峻.从区域分布看,北京、上海等城市NO2浓度较高,NO2柱浓度高出区域背景的50%左右,大约是欧亚大陆背景水平的3倍;近地面NO2浓度地域差异更大,北京、上海等中心城市NO2近地面质量浓度是城市清洁区的2倍,是区域背景的10倍以上,达欧亚大陆背景站瓦里关的上千倍.北京奥运及上海世博等大型活动之前及期间大气污染集中整治效果较为明显,但活动结束后,城市大气NO2污染都出现反弹.结果表明,区域空气质量的持续改善需要区域内各省市常抓不懈的联防联控,仅靠短期内运动式的污染治理难以从根本上解决大气环境问题.     

北京大气铅污染的变化规律研究

分析了1985~2009年北京大气铅污染变化过程.结果表明:北京市区大气铅浓度存在准10a的变化周期,20世纪80年代中期以来,车公庄站大气铅浓度每10a左右出现一个下降-上升过程;古城与车公庄变化规律较为一致,但受首钢局地源排放影响明显,20世纪90年代,铅浓度上升过程中升幅较大,而下降过程迟缓.受区域污染排放总量增加影响,20多年来北京大气铅的背景浓度以升高为主,与市区差距在逐渐缩小.20世纪80年代后期,大气污染的集中整治使北京大气铅浓度明显降低,但在1990年亚运会之后出现了反弹.20世纪90年代后期,汽油无铅化进程极大地缓解了大气铅污染的加重趋势,但2000~2009年前期,其环境效益很快为煤炭燃烧和建筑源贡献的快速增加所抵消,大气铅浓度经过短暂降低后再次回升.与2007年相比,2008年奥运期间北京大气铅浓度明显降低,但其在重金属中的比重却有所升高.奥运会后大气铅浓度维持在较低水平,可能源于控制措施的持续作用及区域产业结构调整.