秸秆焚烧影响南京空气质量的成因探讨

综合利用卫星遥感的火点和云覆盖信息,结合气团后向轨迹分析,探讨了由秸秆焚烧造成的空气污染物的区域尺度输送和本地源对城市空气质量的影响.结果表明,在一定气象条件下,污染物可以发生区域尺度的输送,上风火点与下风城市的污染有明显的相关,将空气污染分为局地型(如,2006年5月31日、2009年11月8日)、区域型(如,2008年10月28日),以及局地区域相结合型(如,2006年6月14日、2007年6月5日、2008年6月2日)3种.应用本文的方法,在有云时,可以通过部分火点和气团后向轨迹分析推测污染物源地.空气污染气象条件分析表明,秸秆焚烧若伴随高空(500hPa)有槽(或位于槽前),低空存在弱切变,气流由周边向中心辐合;同时,若在均压场控制下,等压线稀疏,风速较小或静风,污染物则易积聚而不易输送;逆温层的形成将污染物禁锢在混合层以下,不利于垂直扩散;再加上较大的相对湿度,有利于霾的形成,造成严重空气污染.     

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.     

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013～2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM_(2.5)强排放是极端霾事件发生的主要原因(AQI 300);时期二,在最严寒月份里,重度霾污染事件(200 AQI 300),主要由燃煤和汽车燃料消耗的PM_(2.5)排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM_(10)浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM_(10),并提升了裸土的人为源矿物尘的排放强度.     

弹性系统助力北斗提升电力运行安全水平

电力行业是北斗卫星导航系统应用最深入、最全面的行业,北斗失能失效对电力行业稳定运行影响严重,需要多措并举加快弹性PNT系统在电力领域的推广应用,降低失效损失,保障电力系统正常稳定运行。     

静止水色卫星GOCI及其应用进展

海洋水色遥感技术是新兴的探测技术,能够通过遥感平台上搭载的探测器对海表水色信息进行探测进而获取海洋信息。随着极地轨道卫星发展逐渐成熟,地球静止卫星也进入了发展阶段,开启了水色遥感技术的新时期。本文基于地球同步卫星的优势特点,着重总结了第一颗地球静止水色卫星GOCI(geostationary ocean color imager)的主要参数信息及标准水色算法,同时对各算法的应用范围、计算公式及各方法的联系进行了简要的介绍,并针对其实际应用进行了讨论,验证了GOCI数据的实用性,最后指出了GOCI在目前研究过程中存在的问题,并对第二代地球同步遥感器进行简要论述,以期为海洋探测研究提供更多的技术支持。     

福建省2005-2017年大气边界层SO2的时空变化特征

为研究近年来福建省SO₂污染的时空动态特征,利用臭氧观测仪（ozone monitoring instrument,OMI）卫星遥感反演的PBL（planetary boundary layer,大气边界层）SO₂柱含量数据,分析了2005-2017年福建省PBL SO₂柱含量的时空间分布特征.结果表明:①在长时间尺度上,PBL SO₂柱含量的变化趋势可分为2个时段,其中,2005-2011年PBL SO₂柱含量呈逐渐上升趋势,6 a增加了约0.027 DU,增长率约为6.12%;2011-2017年PBL SO₂柱含量呈下降趋势,7 a减少了约0.018 DU,下降率约为3.89%.②PBL SO₂柱含量呈明显的周期性变化特征,最小值和最大值分别出现在6月和12月,多年平均值分别约为0.383和0.555 DU.③PBL SO₂柱含量的3个高值区分别出现在沿海的福州市,厦门市、漳州市东部和泉州市西部,三明市和南平市部分地区,这3个高值区多年平均PBL SO₂柱含量分别约为0.505、0.495和0.485 DU.从城市尺度上来看,PBL SO₂柱含量最大值出现在厦门市,其多年平均值为（0.486±0.015）DU;其次为福州市,PBL SO₂柱含量多年平均值为（0.465±0.026）DU;最低值出现在漳州市,PBL SO₂柱含量多年平均值为（0.429±0.020）DU.④福建省PBL SO₂柱含量变化趋势在空间分布上存在明显的差异,不同时期、不同区域变化趋势不一致.2005-2011年PBL SO₂柱含量的变化范围为-0.13~0.18 DU,变化率范围为-25%~50%,PBL SO₂柱含量出现增长的区域主要是在高值区,如龙岩市西部、厦门市北部以及三明市东部等区域;2011-2017年PBL SO₂柱含量的变化范围为-0.13~0.15 DU,变化率范围为-29%~34%.2011-2017年福州市和厦门市PBL SO₂柱含量下降最为明显,减少了约0.10 DU,下降率约为25%.研究显示,卫星遥感估算的PBL SO₂柱含量具有一定的可靠性,可以用于区域SO₂污染的研究.      

基于AOD数据反演地面PM_(2.5)浓度研究进展

随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。     

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.     

基于卫星遥感和地面观测的人为源VOCs区域清单多维校验

本文针对京津冀区域,基于传统的排放因子法建立了区域人为源VOCs物种排放清单;并基于区域卫星遥感甲醛信息和典型城市地面VOCs观测信息,开展了VOCs物种清单多维校验研究.清单计算结果表明,该区域2013、2015和2017年VOCs排放量分别为202.67、207.34和193.42万t,以烷烃（29.83%~30.72%）、不饱和烃（16.54%~17.68%）、芳香烃（27.14%~27.51%）、醛（8.75%~9.52%）、酮（8.13%~9.04%）和醇醚酯（5.13%~6.60%）为主.2013~2017年VOCs清单排量,张家口、秦皇岛和衡水小幅上升（每年1.10%~1.66%）,邢台和邯郸小幅下降（每年-1.46%~-1.12%）,承德、唐山、保定和沧州呈稳定趋势,且与卫星遥感HCHO柱浓度年际变化呈现较好的一致性趋势;而北京、天津、廊坊和石家庄的VOCs排放年变幅（每年-6.51%、-3.30%、2.16%和0.11%）与HCHO柱浓度变幅（每年-1.17%、7.19%、-0.24%和6.68%）差异较大.在VOCs清单区域空间分布上,城市地区VOCs网格排放量与HCHO柱浓度取得了较好的线性相关性（R>0.5）;而在郊区地区,两者相关度仅为0.33,主要源于郊区天然源VOCs二次转化对HCHO的重要影响和贡献.最后,本文在北京市和邯郸市城区开展了VOCs地面浓度观测,回归了主要VOCs化合物与CO的排放比值（ER）,对比发现：大部分烃类化合物的清单ER值与回归ER值具有较好的吻合度,但乙烷的清单ER值显著偏低（-156%~-73%）,C8以上芳香烃有所偏高（54%~74%）.总体而言,本文建立的区域人为源VOCs物种清单具有较好的准确性和可靠性.     

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.