应用化学质量平衡模型解析烟台市污染源的排放贡献率

根据烟台地区污染排放特点,应用化学质量平衡模型（CMB8）进行污染源解析分析,得出每个污染源对于受体地区颗粒物体样本的排放贡献率。最终的模型结果显示,建筑尘和居民烯煤锅炉排放,海洋尘和冶炼厂排放对于大气环境污染也有一定的贡献,以上分析可以为城市污染源治理提供一定的依据。     

基于iLME+Geoi-RF模型的四川省PM2.5浓度估算

高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季＞秋季＞春季＞夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布.     

顾及尺度效应的多源遥感数据“源”“汇”景观的大气霾效应

以武汉市为例,利用多源遥感数据研究城市"源""汇"景观格局与大气霾污染的相关关系.首先,基于武汉市Landsat8数据的地表覆盖分类结果,计算不同尺度下地表覆盖的整体异质性景观指数,选择异质性最大的尺度作为"源""汇"景观分析的最优尺度;在此基础上,用MODIS数据的气溶胶光学厚度(AOD)产品作为大气霾污染程度的度量,基于自相关性较小的"类别层"景观指数,使用地理加权回归分析模型对"源""汇"景观与AOD进行局部回归分析,并在工业区、商业区和居民区3种功能区内分析建筑物对大气霾污染影响的差异.结果表明:6 km是本文分析的最优尺度;大气霾污染的"源"景观为建筑物,"汇"景观为灌木和林地;减小"源"景观面积所占比例、增大其破碎化程度、"源""汇"穿插均匀分布,可以有效减小气溶胶光学厚度,降低大气霾污染;对于武汉市来说,其大气霾污染的主要来源为中心城区的商业区和居民区,即来自于市民生活.针对中心城区要发挥其经济、交通等功能,已有的建设用地不宜大面积改动这一现状,可以采取小幅度优化措施,而对于非建成区可采取建前合理规划"源""汇"景观空间分布的措施.     

基于多源数据的PM2.5浓度时空分布预测与制图

随着我国经济、工业化、城市化进程迅速发展,PM_(2.5)污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM_(2.5)质量浓度,收集并处理了遥感反演的气溶胶光学厚度(AOD),气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵(BME)结合地理加权回归(GWR)来分析2015年冬季的PM_(2.5)暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R~2为0.92,均方根误差(RMSE)为8.32μg·m~(-3),平均拟合误差(MPE)为-0.042μg·m~(-3),平均绝对拟合误差(MAE)为4.60μg·m~(-3),与地理加权回归模型的结果相比(R~2=0.71,RMSE=15.68μg·m~(-3),MPE=-0.095μg·m~(-3),MAE=11.14μg·m~(-3)),BME的预测结果有极大的提高.空间上,PM_(2.5)高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM_(2.5)空间分布所有差别,2015年的12月、2016年1月PM_(2.5)污染最为严重,2015年的11月,2016年的2月污染相对较低.     

艾比湖流域气溶胶光学厚度时空演变及影响因素

气溶胶光学厚度(AOD)描述了气溶胶对光的衰减作用,并在一定程度上反映区域大气污染程度.本研究以2000年～2015年长时间序列MOD09A1数据为本底,在生成查找表的基础上,采用深蓝算法(DB)对艾比湖流域2000年～2015年Landsat TM/ETM+/OLI数据进行AOD遥感估算,分析艾比湖流域AOD时空变化特征,结合环境变量选用随机森林模型(RF)对AOD进行预测及因子贡献度排序.结果表明:①艾比湖流域AOD呈现显著的季节性变化特征,AOD值春季(0. 414)夏季(0. 390)秋季(0. 287),其中春季变化幅度最大.②艾比湖流域平均AOD为0. 374,年际变化整体表现为上升趋势,但在2010～2015年间AOD增加较快,年际增幅达到32. 32%,表明该流域近15年间的大气污染不断加剧,近5年尤甚.③艾比湖流域AOD空间分布从艾比湖北部到南部呈阶梯式上升变化,其中,精河县污染最为突显,AOD值达到0. 483.④RF模型对AOD的预测效果较好,R~2=0. 866,RMSE=0. 042,其中蒸散发对艾比湖流域AOD影响最为显著.     

基于Landsat8影像的Himawari-8叶绿素a空间降尺度研究

新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R²)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m³。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R²达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。     

基于葵花影像中国地区夜间云识别方法研究

目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。     

1980~2016年陕西省冬季霾日数时空变化及增多成因初探

利用陕西省地面气象观测站观测资料、中国国家统计局统计资料、美国NASA的MODIS气溶胶光学厚度（AOD）资料以及NCEP/NCAR月平均再分析资料,对1980~2016年陕西省冬季霾日数的时空变化特征及可能原因进行了分析,结果表明：（1）1980~2016年冬季陕西省平均霾日数为12d左右,并且伴有明显的年代际变化;其中1980~2012年冬季霾日数波动明显,1980~1993年偏多,1994~2012年偏少,2013年之后霾日数增加明显.（2）1980~2016年冬季陕西的霾日数有显著的区域差异.关中地区的霾日数最多,平均每年大于18d;陕南地区次之,年平均霾日数为10d左右;陕北地区最少,平均霾日数仅3d左右.陕北、关中、陕南3大区域冬季的霾日数均在2013年后出现了明显的增多.（3）2000~2016年冬季MODIS卫星监测的陕西AOD在关中咸阳、西安、渭南以及汉中南部和安康南部存在明显的高值区,大于0.4,其中关中气溶胶高值区域与关中地区霾日数大值区域有很好的对应关系.（4）2013~2016年冬季我国中东部的对流层低层的东风异常是向陕西关中地区输送气溶胶的有利条件,是霾天气的产生原因之一;2013~2016年陕西冬季对流层低层存在一个明显的位温梯度增大的区域,是不利于霾向高空扩散的大气层结条件,是霾日数明显增加的另一个原因.     

磺胺二甲基嘧啶在过硫酸盐存在下的辐照降解研究

本研究对磺胺二甲基嘧啶(SMT)在不同条件下的辐照降解进行了研究.SMT(20 mg·L~(-1),约0.072 mmol·L~(-1))在外加过硫酸根浓度为0、1、2、4、10和20 mmol·L~(-1)条件下分别进行辐照,发现伽马辐照可有效去除水中的SMT,并可极大地促进溶液TOC的去除,过硫酸盐与伽马辐照联合作用表现出明显的协同效应.在本研究中,各条件下的辐照降解反应均符合准一级反应动力学.在外加过硫酸盐的条件下,溶液的矿化度可以得到极大的提高,当吸收剂量为1 k Gy时,其矿化度由3.5%提高到22.8%,当吸收剂量为5 k Gy时,矿化度由14.1%提高到70.1%.在辐解后的溶液中,利用IC检测到硫酸根离子(SO_4~(2-))、甲酸根离子(HCOO~-)和乙酸根离子(CH_3COO~-)3种离子的存在,一部分中间产物通过GC-MS检测得到,常见的含氮离子(NO_2~-、NO_3~-和NH_4~++)并未在溶液中检测到.同时,本研究还深入探讨了SMT辐照降解机理和降解途径.     

亚洲地区MODIS和Himawari-8细模态气溶胶产品验证及其时空分布分析

利用AERONET观测网数据,结合MODIS(中分辨率成像光谱仪)及Himawari-8(新一代地球同步气象卫星)的气溶胶产品分析了亚洲41个站点2015—2016年细模态气溶胶光学特性.结果表明,MODIS和Himawari-8反演气溶胶细模态比例(FMF)及细模态气溶胶光学厚度(fAOD)落在误差区间EE(期望误差)内的比例均不超过80%,其中8个典型站点则不超过50%,总体上MODIS要优于Himawari-8,但与AERONET地基观测资料相比还存在一定的误差.因此,需要进一步研究反演方法,提升地表反射率的确定精度,从而提高卫星遥感反演精度.通过季节平均的比较,发现春、夏、秋、冬四季MODIS和Himawari-8的反演值均有所低估,MODIS fAOD各季节平均偏差相对较小.Himawari-8 FMF秋季在Dhaka_University站的平均偏差较大,MODIS FMF春、冬季的平均偏差最大值相对较大,夏、秋季则相对较小;对于同一站点在相同季节均为Himawari-8 fAOD偏差较大,并且MODIS fAOD各季节的平均偏差最大值均小于Himawari-8 fAOD的偏差值.同时,利用卫星观测分析了亚洲地区FMF和fAOD年均及季节平均分布特征,发现MODIS和Himawari-8 FMF年均分布高值区主要位于华北平原、东北平原、四川盆地和中南半岛,MODIS fAOD年均分布高值区主要位于中南半岛,Himawari-8 fAOD年均值则普遍较低.MODIS FMF和fAOD季节平均分布呈现出夏秋高、春冬低的趋势,Himawari-8 FMF和fAOD季节平均分布则呈现出春秋高、夏冬低的特征,高值区的位置和量值均有明显的季节变化.