成都市黑碳气溶胶污染特征及与气象因子的关系

为系统了解成都市黑碳气溶胶(BC)的污染特征,利用四川省环境监测站提供的成都市人民南路四段2013年9月至2014年7月逐时BC监测数据,对其浓度进行了统计分析。结果表明:1)BC小时平均浓度变化范围较大,介于0.01~57.83μg/m3,浓度中值(5.17μg/m3)小于平均值(7.32μg/m3),即BC小时浓度具有偏态分布特征。2)BC日均浓度变化范围为2~28.2μg/m3,其浓度日变化在四季均呈明显的单谷型,谷值出现在16:00时附近,表现为从凌晨到10:00时变化较平稳,10:00—16:00时浓度急剧下降,16:00到夜间浓度急剧上升;浓度季变化呈现出冬高夏低,春秋平稳的基本特征。3)秋、冬、春、夏四季BC本底浓度值分别为2.49,5.05,2.89,2.43μg/m3。4)BC质量浓度与PM2.5和PM10变化趋势一致,BC浓度相对颗粒物浓度变化较快,在0.01水平上与PM2.5和PM10均呈显著正相关,相关系数分别为0.657、0.638,与温度、降水和风速均呈负相关,相关系数分别为-0.334,-0.338,-0.202。     

成都冬季“干”气溶胶等效复折射率变化特征研究

基于成都市2017年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GRIMM180环境颗粒物分析仪的监测资料，利用免疫进化算法一体化反演550nm波长处"干"气溶胶等效复折射率的实部和虚部，并对其冬季变化特征进行了研究，结果表明："干"气溶胶等效复折射率实部和虚部分别为（1.547±0.0552）和（0.0197±0.00604）."干"气溶胶等效复折射率实部和虚部的日变化形态基本一致，主要表现为"单谷型"特征，二者的谷值出现时段位于15：00~18：00.在日时间尺度上而言，"干"气溶胶等效复折射率实部与质量浓度统计上对其散射消光的演化存在协同作用，"干"气溶胶虚部与质量浓度对其吸收消光的演化也存在类似影响."干"气溶胶等效复折射率虚部是单位质量浓度"干"气溶胶吸收消光能力的重要表征.     

最优曲线投影动态聚类指标及在洪水分类中的应用——以南京站洪水为例

聚类数和聚类方法是聚类分析研究的核心,有着及其重要的实用价值。在投影寻踪动态聚类模型的基础上,通过引入S型曲线作为投影方式,并据此首次提出了能够同时确定最佳聚类数和对应聚类结果的最优曲线投影动态聚类指标。该动态聚类指标完全由数据驱动,具有计算简便并且物理意义清晰等特点。南京站洪水过程的应用结果表明:最优洪水动态分类指标在洪水聚类分析中是有效的,能提供明确、客观及合理的分类数和分类结果。     

气溶胶散射吸湿增长因子的BP神经网络模型

气溶胶组分、结构以及形态的复杂性对高湿条件下气溶胶散射吸湿增长因子统计模型的适用性提出了挑战。基于成都市2017年10—12月浊度计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，利用“光学综合法”计算气溶胶散射吸湿增长因子。以相对湿度(RH)、C_BC、C_BC/C₍PM_2.5)、C_PM1/C₍PM_2.5)以及C₍PM_2.5)/C₍PM₁₀)作为输入因子[C_BC、C_PM1、C₍PM_2.5)、C₍PM₁₀)分别为黑碳(BC)、PM₁、PM_2.5、PM₁₀的质量浓度],构建了气溶胶散射吸湿增长因子的BP神经网络...     

干气溶胶复折射率的参数化方案

基于成都市2017年10~12月WS600一体式气象站、AURORA-3000积分浊度计、AE-31黑碳仪以及GRIMM180环境颗粒物监测仪的地面逐时观测数据,结合Mie散射理论数值改进算法与免疫进化算法反演了550nm波长处干气溶胶复折射率（DACRI）的实部（n_re）和虚部（n_i）.通过分析DACRI反演结果与颗粒物质量浓度之比（BC/PM₁,BC/PM_2.5,BC/PM₁₀,PM₁/PM_2.5,PM₁/PM₁₀和PM_2.5/PM₁₀）之间的相关性,利用逐步线性回归方法分别构建了n_re和n_i的参数化方案. n_re和n_i的参数化方案拟合值与实测值之间的相关系数（R）分别为0.54和0.85（P<0.0001）,平均相对误差（MRE）分别为2.31%和15.18%.此外,利用该参数化方案计算的DACRI模拟了一次灰霾演化过程中干气溶胶的散射系数b_sp和吸收系数b_ap,其模拟值与实测值之间的相关系数分别为0.98和0.91（P<0.0001）,平均相对误差分别为7.43%和14.97%.     

基于GAMs模型分析成都市气象因子交互作用对O3浓度变化的影响

为探究成都市大气环境中气象因子交互作用对臭氧（8h浓度平均最大值,统一用O₃表示）浓度变化的影响特征,利用成都市2014~2019年逐日大气污染物资料以及同期的气象资料,采用广义相加模型（generalized additive models,GAMs）分析气象因子对O₃浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O₃浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度（maximum mixed depth,MMD）和通风系数（ventilation coefficient,VC）间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O₃浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O₃浓度变化的影响较全年更加显著.在构建O₃浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O₃浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数（R²）为0.849,方差解释率为85.1%,最高气温是全年O₃浓度变化的主导影响因素;夏季GAMs模型的R²为0.811,方差解释率为81.3%,而夏季最高气温和MMD同为重要影响因素.GAMs交互效应模型中,就全年而言,最高气温与日照时数、相对湿度、降水量间交互作用,以及日照时数和MMD间交互作用对O₃浓度变化影响显著,结合三维可视化图形直观分析气象因子交互作用对O₃浓度变化的影响特征,发现强高温+强日照+MMD （2000 m左右）+无降水条件协同作用下有利于O₃的生成;就夏季而言,仅最高气温分别与日照时数和VC交互作用对O₃浓度的影响显著,夏季强高温+强日照+水平方向小风速有利于近地层O₃浓度的生成.运用GAMs模型能够对O₃污染的主导气象因子进行识别,并定量化分析气象因子单效应及其交互作用对O₃浓度变化的影响特征,对O₃浓度污染防控研究具有重要指示意义.     

投影寻踪动态聚类模型及其在天然草地分类中的应用

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在如密度窗宽参数取值由经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来,构造投影指标,提出了投影寻踪动态聚类新模型.新模型在整个运算过程中不需人为给定参数,聚类结果客观、明确,而且它还具有稳定性好、操作简便等特点.天然草地分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

免疫进化算法反演均匀混合气溶胶吸湿增长因子

通过对大气消光系数进行组分分解,并借助米散射理论,构建了以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数.进一步利用免疫进化算法优化该目标函数,提出了一种针对均匀混合气溶胶吸湿增长因子的反演算法.基于成都市2017年10~12月浊度计,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）,评估了算法的性能及其适用性.结果表明：对所有测试样本而言,反演均匀混合气溶胶吸湿增长因子的免疫进化算法均能快速收敛到全局最优解.建立了成都地区秋冬季均匀混合气溶胶吸湿增长模型,该模型显著提升了环境条件下气溶胶散射系数的模拟精度,其模拟值与实测值之间的平均相对误差仅为12.7%.该反演算法的普适性可为气溶胶吸湿性及其辐射强迫效应的后续研究提供算法保障.     

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%.