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EOS/MODIS资料的太湖藻类动态模拟

建立了太湖藻类生长的动态模型,并将其与水动力模型和水质模型相耦合,利用2001年7～8月太湖的实测资料对模型进行了率定。借助该模型,对2004年8月太湖水体中TN、TP的变化以及藻类生长过程进行了模拟。利用中分辨率成像光谱仪EOS/MODIS的数据对太湖叶绿素a浓度进行遥感定量,将遥感监测数据和模型计算结果进行了比较。结果表明:该模型可进行风生湖流、TN、TP的模拟,以叶绿素a浓度描述的藻类浓度的模拟值能较好地拟合遥感监测值,且遥感监测图和模型模拟图所反映的全太湖叶绿素浓度分布基本一致。最后根据遥感和模拟对太湖全区的藻类分布作了具体的分析。     

中国3个AERONET站点气溶胶微物理特性分析及比较

选取中国地区区域代表性较强且观测时间序列较长的3个AERONET站点(SACOL、香河和太湖),分析了其气溶胶微物理参数特征. 香河和太湖多年平均气溶胶光学厚度(AOD)分别为0.67±0.66和0.72±0.44,是SACOL AOD平均值(0.38±0.27)的近2倍,且AOD变化范围较大. SACOL春冬季AOD较大,夏秋季AOD较小;而香河和太湖夏春季较大,秋冬季较小.结合尺度分布、体积浓度等参数特征说明沙尘是SACOL春季最主要的气溶胶类型,香河春季受沙尘的影响也较严重,而太湖受沙尘影响的频率较香河要小的多;香河和太湖AOD最大值出现月份与细模态粒子体积浓度最大值出现月份一致,是由于细模态粒子的消光效率是粗模态粒子的3~4倍.细模态体积比(Vf/Vt)的年变化趋势与?ngstr?m波长指数(?)的年变化趋势相似,Vf/Vt和?均可以用来分析粒子尺度大小的年变化特征.但?1.7时,Vf/Vt大于0.6,以细模态粒子为主;而0.75相似文献   

基于MODIS_C061的长三角地区AOD与Angström指数时空变化分析

以长三角为研究区,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,验证了基于MODIS_C061深蓝算法(DB)的AOD产品适用于长三角地区.并利用2000～2018年MOD04_L2产品,分析研究区AOD和Angstr?m指数(AE)的时空变化特征.结果表明,长三角地区AOD呈现东部和北部平原地区高、南部和西部山区低的空间分布,AE呈现南部地区高北部地区低的空间分布. 2003～2007年,AOD年均值增长显著,增长率为23%, 2011年以后逐渐下降; 2001～2003年,AE年均值增长迅速, 2012年以后逐渐下降.AOD在长三角地区呈现夏季最高、冬季最低的显著季节性变化,月均值6月最高达0.84, 8月最低为0.40;AE呈现秋季最高,春季最低的季节性变化,月均值9月最高达1.47, 3月最低为1.08.根据AOD与AE的关系,对长三角地区气溶胶类型进行了研究,结果表明人为产生的城市工业气溶胶是该地区主要的气溶胶类型,其次为混合型和清洁大陆型.     

南京地区冬夏季大气重污染个例对比分析

本文研究了南京仙林地区在秸秆焚烧、逆温造成的大气污染的特征,分析了不同时期大气各成分的浓度变化.秸秆焚烧产生的大气污染事件中,颗粒物浓度上升最为显著,其中PM10的浓度最高可达0.65mg/m3,污染持续时间约36h.冬季污染期持续更长,但颗粒物峰值小于夏季,PM10浓度约在0.4mg/m3.根据Fernald方法反演得到的激光雷达消光系数计算不同高度AOD表明,秸秆焚烧造成的污染在空间上的分布较为均匀而冬季污染期近地表AOD的贡献超过40%.后向轨迹分析表明了污染期的气团在1500m高度的来源和1000m之下有差异,48h内的来源距离较短,近地表的大气质量受到周边地区的影响大,非污染期的气团垂直高度上性质较为均一,来源较为一致,来源距离较长.     

基于卫星遥感的海南地区对流层NO2长期变化及成因分析

利用OMI卫星反演的较高分辨率(0.125°×0.125°)对流层NO_2(Tro NO_2)柱浓度数据,分析了近12年海南岛TroNO_2柱浓度的时空变化,同时,结合MODIS卫星反演的气溶胶光学厚度(AOD)资料、海口市空气质量指数(AQI)、GDP、SO_2排放总量,以及民用汽车保有量等探究其长期变化与成因.结果表明:海南地区TroNO_2柱浓度空间分布表现为北半部高于南半部、四周沿海高于中部山区的特征,其中,北部地区最大值可达20×1014molec·cm~(-2)以上.近12年来海南地区TroNO_2柱浓度表现为上升的变化趋势.季节变化表现为冬季高于夏季,夏季浓度偏低和雨水的冲刷作用有关,而冬季偏高与旅游过冬人口增多和外源输送作用有密切联系.四季TroNO_2柱浓度均有不同程度的上升,而且季节差异在2010年以后有增大的趋势.海南地区TroNO_2柱浓度分布与岛上经济水平和人口分布关系密切,海南地区民用机动车拥有量近10年呈现快速的增加趋势,机动车尾气NO_2排放也不容忽视.     

基于长时序“地-星”数据的京津冀大气污染时空分布及演变特征

为了促进区域社会经济与生态环境协调发展,构建美好人居环境,精准防污治污,对大气污染有准确充分了解,开展对京津冀大气污染状况深度摸排和普查.基于2014～2019年6 a地面环境观测数据和2000～2019年卫星数据,分析大气污染在不同尺度时间和空间上的分布特征和演变态势.结果表明：（1）站点PM_2.5日均值浓度显示,京津冀污染呈现天数多、等级重和总体向好的特征.污染主要发生在10月到次年4月,占近半年时间.张家口PM_2.5表现最优,其次秦皇岛;（2）卫星近20年PM_2.5年平均浓度呈现出平原大于山区,城市大于郊区的空间分布特征.时间上呈现出四阶段双峰结构的“M”型演变特征,从2000年开始逐渐增加,2006年出现第一峰,2007年开始逐渐降低,直到2012年. 2013年骤升为第二高峰,之后逐年降低,到2017年;（3）基于卫星每10 a的月平均AOT数据看月度变化特征,总体上,第一时间段（2000～2009年）的AOT月均值大于第二时间段（2010～2019年）同月,最大值在7月,最小值在12月.张家口和承德近20年月...     

中国各省区近10年遥感气溶胶光学厚度和变化

用2000—2009年MODIS大气气溶胶光学厚度（AOD））资料,分析中国29个省（区、市）AOD多年平均值和年际间变化趋势。中国10年平均AOD高值区主要集中在华北、华中、华南和新疆,低值区主要在青藏高原、西北（除新疆外）、东北和西南地区。中国有13个省（市、区）多年平均AOD超过0.4。最高为0.735（江苏）。只有西藏和黑龙江的AOD小于0.2,其余15个省区市的AOD在0.2至0.3之间。除新疆外,中国的AOD高值区全部集中在工业发达和人口密集的地区。中国年际间AOD的变化为上升趋势。近10 a来AOD增长的倾向率为0.019/10a,即增加了4.3%。其中在2000—2007年间的上升最为明显,在2007年达到近10 a来的最高峰（0.437 6）,2008年以后中国的AOD开始出现下降趋势,2009年达到近10 a来最低值（0.372 0）。有17个省区市AOD气候学变化倾向率为正值,变化的范围为0.006~0.099/10a。有12个为负值,变化的范围为-0.037~-0.003/10a。出现AOD增加和减少趋势的区域两极分化,即高排放地区继续增加,低排放地区持续减少。     

Integrating lidar and satellite optical depth with ambient monitoring for 3-dimensional particulate characterization

A combination of in-situ PM_2.5, sunphotometers, upward pointing lidar and satellite aerosol optical depth (AOD) instruments have been employed to better understand variability in the correlation between AOD and PM_2.5 at the surface. Previous studies have shown good correlation between these measures, especially in the US east, and encouraged the use of satellite data for spatially interpolating between ground sensors. This work shows that cases of weak correlation can be better understood with knowledge of whether the aerosol is confined to the surface planetary boundary layer (PBL) or aloft. Lidar apportionment of the fraction of aerosol optical depth that is within the PBL can be scaled to give better agreement with surface PM_2.5 than does the total column amount. The study has shown that lidar combined with surface and remotely sensed data might be strategically used to improve our understanding of long-range or regionally transported pollutants in multiple dimensions.     

2002-2021年渤海叶绿素a浓度变化及环境响应分析

基于2013-2021年渤海遥感反射率和叶绿素a浓度等实测数据,开展了该海域MODIS影像的叶绿素a浓度遥感反演模型研究。选择OC3经典模型形式,采用渤海的实测数据进行拟合分析,获取了适用于渤海的模型局地化参数,通过真实性检验得到叶绿素a浓度的遥感反演结果与实测值的决定系数为0.84,平均相对误差为24.77%,均方根误差为5.56 μg/L,反演精度较佳。利用该算法反演获取了渤海2002-2021年叶绿素a的月度、季度和年度平均浓度,分析了其时空变化特征,同时结合2001-2021年渤海非优良水质比例开展了环境响应分析。分析结果显示:2001-2021年,渤海非优良水质比例与同时期叶绿素a浓度变化趋势基本一致,呈现先变差后变好的倒V形趋势;5年平均的非优良水质比例与叶绿素a浓度变化趋势更直观地反映了2001-2021年渤海整体的水环境变化趋势,与非优良水质比例相比,叶绿素a浓度对渤海水环境的改善响应更快。