北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物（BC、PM_2.5、SO₂、O₃和NO₂）日均浓度资料以及同期的气象资料,采用广义相加模型（GAMs）中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM_2.5和BC单效应,以及气温与PM_2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈“J”型分布特征,最适温度为24℃;累计滞后一天情况下PM_2.5和BC的健康效应均最显著,此时PM_2.5和BC浓度每升高四分位间距（IQR）,呼吸系统疾病死亡人数超额增加百分比（ER）分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM_2.5（或BC）对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM_2.5,当气温大于24℃时,BC和PM_2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM_2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.     

霾过程大气消光系数时间序列混沌特性分析

霾是气溶胶与特定多尺度过程（大气边界层、天气和气候过程以及大气化学过程）复杂相互作用的结果 .利用成都市2015—2017年地面能见度、PM2.5质量浓度和相对湿度的逐时观测数据,通过Koschmieder’s公式反演了研究时段内6次霾过程大气消光系数时间序列.在分析霾过程统计特征基础上,基于相空间重构理论,分别计算了6次霾过程大气消光系数时间序列的最佳嵌入维数m和最佳延迟时间τ,探讨了不同时间序列非线性特征量（饱和关联维数、Kolmogorov熵以及最大Lyapunov指数）的指示意义.结果表明,霾过程大气消光系数为（1.83±0.77）km-1,其中轻微霾及轻度霾、中度霾和重度霾的样本占比分别为34.2%、20.8%和45.0%.霾过程大气消光系数时间序列有弱混沌特性,对应的最大可预报时间尺度介于7～25 h.上述成果深化了对霾系统演化不确定性的认知,并为霾过程大气消光系数预报及演化机理的后续研究奠定了基础.     

成都市污染边界层高度的演变特征分析

基于2014年1月21日至2月5日成都市人民南路四段逐时PM_(2.5)质量浓度、大气能见度资料以及同期Mie散射激光雷达探测数据,遵循消光系数与细颗粒物质量浓度之间的关系,探讨污染边界层高度的演变特征。结果表明:污染时段内的污染边界层高度偏低,平均为221m;污染边界层高度与地面PM_(2.5)浓度的变化具有明显相关性,但污染边界层高度改变在前,地面PM_(2.5)浓度响应在后;污染边界层高度的日变化表现为单峰单谷型,峰值和谷值分别出现在08:00时和14:00时前后。     

成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.     

MODIS卫星遥感AOD反演近地面“湿”消光系数新模型的构建及应用

针对气溶胶含量随高度呈负指数递减这一假设存在的问题,通过对Mie散射激光雷达探测资料的系统分析和总结,论证了Logistic曲线能更好地表征大气消光系数在边界层内的垂直演变特征.在对MODIS卫星遥感气溶胶光学厚度(AOD)系统偏差进行校正的基础上,将大气消光系数的模拟值与实测值之间离差平方和最小作为目标函数,利用小波协方差法计算混合层高度,以订正后的AOD和混合层高度作为约束条件,再用免疫进化算法优化目标函数中的参数,据此提出了MODIS卫星遥感AOD反演近地面"湿"消光系数的新模型.基于成都市2013年6月—2014年5月的MODIS卫星遥感AOD资料及同时次的Mie散射激光雷达探测数据和地面细颗粒物浓度资料的实例分析表明,新模型反演得到的近地面大气"湿"消光系数与近地面细颗粒物质量浓度之间的相关系数在四季均能稳定在0.6以上.     

基于修正A值法核算成都市季节大气环境容量

本文选取成都市2010-2012年的地面气象观测资料及温江站探空资料,通过重新计算成都地区季节A值建立修正A值法,再对成都市的季节环境容量进行核算。研究结果表明:1成都四季A值分别为1.01、1.28、0.46、0.38;2成都市各污染物均为夏季环境容量最大,冬季环境容量最小,各污染物的夏季环境容量均约为冬季的5倍以上,其中SO2的夏季环境容量达到了冬季的13倍;3季节间大气环境容量的差别主要源于湿沉降在年内分布的不均匀,其次通风量季节间的不同也是其中一个重要诱因。     

气溶胶粒径吸湿增长与散射吸湿增长的关系

基于成都市2017年10~12月AURORA-3000积分浊度计、AE-31黑碳仪和GRIMM180环境颗粒物监测仪的地面逐时观测资料,以及该时段同时次的环境气象监测数据（大气能见度、相对湿度RH和NO₂质量浓度）,通过Mie散射理论与免疫进化算法反演气溶胶粒径吸湿增长因子Gf（RH）,并利用光学综合法测量气溶胶散射吸湿增长因子f（RH）,探究了Gf（RH）与f（RH）之间的关系.结果表明：当RH<85%,Gf（RH）和f（RH）随RH的增加均表现为平缓式增长;当RH>85%,Gf（RH）和f（RH）随RH的增加则均呈现出爆发式增长.Sigmoid函数f（RH）=17.34/（1+e^{-2.43·[Gf（RH）-2.15}]）较好地拟合了f（RH）随Gf（RH）的变化形态,其f（RH）拟合值与测量值之间的决定系数（R²）和平均相对误差（MRE）分别为0.97和4.01%.利用sigmoid函数计算Gf（RH）,模拟了观测时段内一次灰霾演化过程中气溶胶的散射系数b_sp（RH）和吸收系数b_ap,二者的模拟值与测量值基本吻合,对应的R²分别为0.99和0.98,MRE分别为2.94%和5.24%.     

成都颗粒物吸湿增长特征及订正方法研究

利用2013年6月—2014年5月成都市人民南路四段逐时PM_(2.5)质量浓度、大气能见度监测资料及同期温江站相对湿度观测数据,分析了该区域相对湿度对大气消光系数的影响,探讨了消光系数湿度订正方法的原理和技术流程.结果表明:针对细颗粒物而言,平均单位质量“湿”消光系数在相对湿度为40%时存在突变(通过了α=0.05的信度检验),当相对湿度小于40%时,平均单位质量“湿”消光系数呈现平稳波动的特征;而当相对湿度介于40%~90%时,平均单位质量“湿”消光系数增长趋势明显;现有的湿度订正方法未能在成都地区起到相应的订正效果;单位质量“湿”消光系数直观上表现为非平稳随机序列,基于单位质量“湿”消光系数和单位质量“干”消光系数在统计意义下应具有一致性的原则,从不确定性分析的角度提出了消光系数湿度订正的新方法,取得了令人满意的结果.     

颗粒物分界层Mie散射激光雷达识别的sigmoid算法

基于成都市2013年6月~2015年5月期间由Mie散射激光雷达探测的大气消光系数廓线资料,发现混合层以上在颗粒物消光和分子消光之间一致存在一个S型的过渡区,利用sigmoid函数对此分布形态进行模拟,通过计算该函数上下曲率最大点所在的高度,据此提出了颗粒物分界层Mie散射激光雷达识别的sigmoid算法.针对该算法模拟效果的分析表明,颗粒物分界层过渡区附近大气消光系数理论廓线和实测廓线保持了高度的相关性,二者在春夏秋冬四季的相关系数（R）分别为0.9971±0.0052、0.9935±0.0167、0.9979±0.0038和0.9990±0.0021（均通过α=0.05的显著性检验）.基于sigmoid算法计算的颗粒物分界层过渡区与成都市温江站探空资料得到的逆温层之间存在很好的对应关系.     

成都市冬季大气消光系数及其组成的特征研究

由于气溶胶吸湿增长的复杂性和不确定性,大气消光的演化机理至今尚不十分清晰.为此,利用成都市2017年12月浊度仪和黑碳仪的逐时观测资料,结合同时次的环境气象监测数据,系统研究了该区域冬季对应550 nm大气消光系数及其组成的特征.结果表明:①观测期间大气消光系数为(1173.42±641.21) Mm~(-1),其中"干"气溶胶散射系数、"干"气溶胶吸收系数、干洁大气散射系数、气态污染物吸收系数和气溶胶吸湿性消光系数对其平均贡献率分别是53.02%、6.54%、1.50%、1.65%和37.29%.②大气消光系数、"干"气溶胶散射系数和气溶胶吸湿性消光系数的日变化为"单峰单谷型",而"干"气溶胶吸收系数和气态污染物吸收系数的日变化则分别表现为"单谷型"和"双峰双谷型".③明确了单位质量大气消光系数及其组成随相对湿度的变化特征,并就其各自成因进行了分析.