基于机器学习的二氧化碳卫星反演方法

基于机器学习模型在分析数据并学习预测方面的优势,提出了一种基于机器学习的短波红外通道CO₂卫星遥感反演方法,以卫星观测辐亮度、气溶胶光学厚度、温度构建训练数据集,采用前馈神经网络与量化共轭梯度算法进行训练学习,构建了短波红外通道卫星CO₂反演模型,并利用GOSAT卫星观测光谱数据反演了CO₂浓度.反演结果与TCCON站点观测数据进行了比对,结果表明:卫星与地面观测的相关性优于0.86,平均误差小于2.5×10^-6,验证了反演方法的有效性.     

涂层大气腐蚀的模糊综合评定

此文将模糊理论应用于涂层的大气腐蚀试验,针对对比性腐蚀试验结果,提出了涂层保护性能大气腐蚀模糊综合评定方法。本法具有简捷、迅速、准确等优点。     

润湿时间统计方法研究

根据日记相对湿度曲线，本文采用了五种方法统计江津地区1998年逐月的润湿时间；五种方法的区别主要在于：(1)相邻两点时间间隔不同，方法2、方法3相邻两点间隔1h，方法4、方法5相邻两点间隔6h；(2)若相邻两点的相对湿度值一个高于80％，另一个低于80％时，则采用了三种不同的方法计算从低点到高点相对湿度低于80％的时间，方法1直接从曲线读取，方法2、方法4则从相邻两点的相对湿度值计算获得，方法3、方法4则取相邻两点间隔时间的一半。方差分析表明五种方法之间没有显著差异，可直接利用国家气象局发布的全年每天2、8、14、20点的相对湿度来统计润湿时间。     

南京市典型地区大气多环芳烃污染特征及健康风险评价

采用气相色谱-质谱法,于2016年9月和12月对南京市2个典型地区大气中16种多环芳烃(PAHs)的质量浓度进行分析,并开展了PAHs组成特征、来源解析及人体健康风险评价研究。结果表明,工业区(六合区)和生活区(江宁区)大气(气态和可吸入颗粒态)中16种PAHs的质量浓度分别为914.82和712.27 ng/m~3,苯并[a]芘毒性等效浓度分别为274.1和309.84 ng/m~3,且呈现冬季高、秋季低的特征。比值法源解析结果表明,燃煤污染是六合区PAHs污染主要来源,而江宁区主要表现为交通污染。人体健康风险评价结果表明,六合区和江宁区人群通过大气吸入PAHs的超额致癌风险分别为5.17×10~(-5)和5.85×10~(-5),均略高于可接受水平10~(-6)。     

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.     

基于多源探测的南京市大气污染状况分析

南京市作为长三角地区的核心城市之一,工业发达,大气污染状况较为严重.为深入研究南京市污染状况,利用MODIS以及CALIPSO的气溶胶产品对南京市2011-2019年气溶胶特性进行分析,并基于地基反应性气体分析仪数据分析了冬季南京市大气中4种常见反应性气体（SO₂、NO、NO₂、O₃）的体积分数时序状况.结果表明:①南京市2011-2019年气溶胶光学厚度（AOD）整体呈下降趋势,冬季AOD值可达0.7,污染程度为四季中最高,且气溶胶以粗粒子和吸收性粒子为主.②南京市近地层大气（2 km以内）以大粒子和不规则颗粒物为主,2~6 km高度层内细粒子与规则颗粒物的占比逐渐增多,且2~6 km高度层内粒子的体积大小变化不大.③冬季4种常见的反应性气体中,φ（NO）在大气中的变化最为显著,且最高值可达160×10-9,φ（NO₂）与φ（O₃）在大气中的变化趋势相反.由于排放限制措施、工厂脱硫措施的推广以及光化学反应的影响,导致φ（SO₂）较低,仅在3×10-9左右.结合OMI卫星观测数据发现,受新冠肺炎疫情下工厂停工的影响,2020年初南京市φ（NO_x）维持在较低水平.研究显示,近年来南京市颗粒物污染状况有所改善,但仍需注意粗颗粒物的排放,需严格控制工厂气态污染物,尤其是NO_x的排放.      

鄂州市高时空分辨率大气污染源排放清单的建立

为进一步推进鄂州市大气污染防治工作,加强大气环境质量及重污染应急工作保障,文章基于污染源普查成果建立了2017年鄂州市高时空分辨率大气污染源排放清单。研究通过对鄂州市固定燃烧源、工艺过程源、溶剂使用源等的调查,借助第二次全国污染源普查成果,获得污染源的基本信息。鄂州市2017年各类大气污染物排放情况:SO_2为8 048.58 t、NO_x为18 363.60 t、CO为306 258.10 t、VOCs为19 146.60 t、NH_3为2 603.01 t、PM_(10)为22 695.50 t、PM_(2.5)为10 811.73 t、BC为918.34 t、OC为1 018.93 t。工艺过程源对SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)的贡献率最大,分别为66.75%、63.41%、89.87%、68.28%、54.69%、66.51%;农业源对NH_3的贡献率最大,为53.71%;固定燃烧源对BC、OC的贡献率最大,分别为35.85%、37.85%。