西安市降雪中DOM荧光特性和来源分析

利用三维荧光光谱、平行因子分析模型和后向轨迹模型等,分析西安市降雪中溶解性有机物(DOM)的荧光特性和来源,研究结果可为大气有机污染物的化学组成和来源分析提供数据基础.结果表明,降雪DOM的DOC含量为0. 88～10. 92mg·L~(-1),主要含有类腐殖质、类富里酸、类色氨酸和类酪氨酸,它们荧光强度及其总和与DOC和UV_(254)呈显著正相关(P 0. 01).降雪过程中DOM的荧光指数(FI)、生物源指数(BIX)和腐殖化指数(HIX)值分别为1. 50～1. 75、0. 87～1. 25和1. 11～1. 97,且FI与BIX和HIX分别呈正相关和负相关(P 0. 05).降雪期间气团传输轨迹包括:本地源、起始于新疆(途经甘肃、宁夏)的长距离传输、起始于内蒙古(途经宁夏)和山东(途经河南)的中距离传输,分别占总量的38. 78%、24. 04%、19. 87%和17. 31%.结果也表明,可利用代表类腐殖质、类富里酸、类色氨酸和类酪氨酸荧光峰的荧光强度与其总和表征降水中DOM的含量或相对含量,降雪中DOM兼具生物源和陆源,属于自生来源且有机质为新近产生或具有较强自源特征,本地源对降雪DOM的来源贡献最为显著.     

基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例

随着互联网与社交媒体的兴起,用户分享内容中的地理标记数据成为旅游流研究的重要对象。以南京入境旅游流空间特征为研究对象,以2010—2018年Flickr平台内南京地理标记照片为基础,利用DBSCAN算法、ArcGIS 10.2等方法与技术探究南京入境旅游热点区域、游客移动轨迹特征及模式。研究结果显示：（1）南京入境游客访问峰值出现在3-6月及10月,以一日游为主。（2）南京AOI空间分布差异明显,历史城区是南京入境旅游最热门区域,其AOI分布与旅游景区、商业购物等相关产业空间高度重合;中心城区的AOI分布数量次之,钟山风景区是其热度核心,深受热衷历史文化的游客追捧;郊区的AOI分布数量最少,基本与当地旅游景区相吻合。（3）单日游和多日游的游客移动轨迹网具有显著差异性,分别体现在网络范围、网络体系、旅游对流及转移差值4个方面。（4）南京入境游客移动轨迹模式可划分为区域内部移动轨迹模式和区域间移动轨迹模式。根据上述研究结果,分别针对历史城区、中心城区及郊区提出相应的发展建议。     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

基于HYSPLIT4模式的天水市颗粒物输送路径

首先利用后向轨迹模式（HYSPLIT）模拟了天水市2017~2019年冬季后向轨迹,分析了50,200,500和1000m 4个不同高度以及500m高度不同聚类数量对路径输送聚类统计结果的影响,并以500m高度四个季节的后向轨迹进行聚类分析,进一步运用权重潜在源贡献分析法（WPSCF）,探讨了研究期间天水市细颗粒物的潜在源区及不同源区对天水市颗粒物浓度的贡献,结果表明,（1）起始点高度为500m时,颗粒物浓度极值比和极值差均较大,聚类结果最具代表性;（2）不同聚类数量分析结果表明,按照总空间变化（Total spatial variation,TSV）显著增加的原则选取的聚类数量较少,且能反映不同方向的轨迹输送特征;（3）天水市不同季节的轨迹聚类结果表明,冬季来自陕西南部的东南路径是PM_2.5污染程度最高的路径,该路径下PM_2.5浓度为78.2μg/m³,春季西北路径的颗粒物浓度最高,PM₁₀和PM_2.5的平均浓度分别是127.9~129.9和40.6~41.0 μg/m³,夏秋季节不同路径的颗粒物浓度相差不大.     

汾渭平原吸收性气溶胶时空演化及潜在源区分析

在绿色发展理念的带动下,全国多地的空气质量逐渐改善,但汾渭平原大气污染程度逐年走高,颗粒物污染尤为严重.利用OMI/Aura OMAERUV L2气溶胶数据集和PM_2.5站点数据,采用空间自相关分析及后向轨迹模型等方法,探索2005~2019年汾渭平原吸收性气溶胶的时空演化过程,揭示其高值极主导类型以及污染物传输路径和潜在源区.结果表明：①2005~2019年汾渭平原吸收性气溶胶指数（absorbing aerosol index,AAI）年均值波动上升,2006、2013和2017年为汾渭平原AAI高值转折点,年均值均大于0.63;西安和临汾AAI空间稳定性较差为高高聚集极点,在15年间高高聚集区域面积增长15.3%,空间分布更加集中,形成由西安和临汾两极相连的条带状分布区域,占区域总面积的24.2%;低低聚集区域面积锐减6.2%,转变为无特征区域.②汾渭平原AAI冬季数值最高、覆盖区域最广,在临汾极和西安极突破0.8,研究区AAI大于0.6的区域占比91.5%,其次为春季（AAI>0.4）、秋季（AAI>0.3）,夏季全境低值.汾渭平原AAI高值受大气扩散条件、气温和降水量变化影响显著.③利用后向轨迹和潜在源贡献模型得出西安极和临汾极污染物的远距离输送气团来自西北方向,近距离输送气团来自偏东和偏南方向,结合源区下垫面类型确定两个远距离沙尘传输源区（西北风源、北风源）、两个碳质源区（东风源和南风源）和一个沙尘和碳质共同作用源区（黄土高原源）.其中西北风源、黄土高原源和南风源对西安极影响显著,东风源和黄土高原源对临汾极影响显著,临汾极虽受一定程度西北风源和北风源沙尘影响,但影响较小,结合CO空间分布和其与AAI相关性系数的空间分布得出,临汾极吸收性气溶胶为碳质主导,西安极为沙尘和碳质共同作用.     

山东半岛近地面O3浓度时空变化及潜在源区解析

为探究山东半岛在长时间序列上的臭氧（O₃）时空分布特征及潜在来源,在分析山东半岛2005～2020年O₃浓度时空变化的基础上,运用小波分析、熵权法和相关性分析对O₃及其影响因素进行了探讨,并对山东半岛O₃的潜在来源进行研究.结果表明：（1）时间格局上,山东半岛地区近地面臭氧2005～2020年间呈现出“三峰型”趋势,2010年达到最大值[（40.48±7.64）μg·m^-3], 2013年为最小值[（36.63±5.61）μg·m^-3].季节表现为：夏季[（42.49±1.7）μg·m^-3]>春季[（40.65±0.6）μg·m^-3]>秋季[（36.47±0.7）μg·m^-3>冬季[（36.46±0.3）μg·m^-3].（2）空间格局上,2005～2020年山东半岛O₃浓度随着纬度的升高而逐渐升高,呈现出东西部高,中部低的特征,O...     

京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

The Metallic Composition of Aerosols at Three Monitoring Sites in Korea During Winter 2002

In the present study, the distribution patterns of various metals were analyzed and compared using PM samples collected concurrently from three monitoring sites located in Korea (Seoul, Busan, and Jeju island) in December 2002. As these sites can represent metal pollution with different degrees of anthropogenic activities, their concentration levels were distinguished in a systematic manner in the order of Jeju, Busan, and Seoul. By comparing the present data sets with those measured previously from other locations in Korea and around the world, we attempted to diagnose the general status of elemental pollution on the Korean peninsula. Through an application of different statistical approaches, the major processes controlling elemental levels were assessed for each of the three study sites. The results indicated the importance of both crustal and anthropogenic sources in all sites with their relative roles varying significantly from each other. The results of the metal analysis data, when examined in relation to back trajectory analysis, confirmed that their concentration changes are affected quite sensitively with air mass movement patterns. The overall results of this study consistently indicated the contribution of a strong anthropogenic source area (e.g., China) to the observed metal concentration levels in the study area, but the strengths of such signals vary considerably across the Korean peninsula.     

海洋平台圆柱体坠落运动轨迹及落点分析

传统的角度偏差经验值方法导致落物风险评价过程中的落点和危险区预测存在较大误差,科学化、立体化、完整化、多因素概化的落物轨迹和落点分析方法及工具缺位。为此,以海洋平台圆柱体落物为研究对象开展先导研究,在2D运动理论模型基础上,考虑3维、6度受力与运动参数,引入粘性拖曳力系数经验公式、海流运动、旋转升力和力矩项,建立了具有普适性的落物水下3D运动轨迹预测模型,并以现场实验数据校验表明模型方法可行、结果更可信;据此以Matlab 2016为程序设计平台编制了海洋平台圆柱体坠落运动预测分析工具（MREDP）,分析了坠落运动落点分布规律。研究结果表明:随着初始倾斜角度的增大,落点偏移距离呈现先增后降的趋势,于62°时达到最大值,运动轨迹整体呈现螺线曲率减小、向轨迹曲线外开口侧偏移趋势;落点分布变化可分为Y轴偏移稳定主导阶段、X轴偏移实力型快速主导阶段和X轴偏移机会型主导阶段3个阶段;相对MREDP预测结果,DNVGL-RP-F107经验性角度偏差推荐结果较为保守,MREDP可为DNVGL-RP-F107提供更加准确、可信的轨迹曲线和落点取值。基于分析结果,提出了采用Monte Carlo方法表征实际工程中起始运动参数随机性和入水撞击产生的不确定性等建议。     

常州市臭氧污染传输路径和潜在源区

利用NCEP全球再分析资料和HYSPLIT4模式,计算了2013—2015年常州市臭氧(O_3)超标日的气流后向轨迹。结合聚类分析方法和常州市PM2.5、PM10、SO2、NO2、O_3数据,分析了O_3超标日不同类型气团来源对各污染物浓度的影响,并利用引入权重因子后的潜在污染源贡献函数分析了影响常州市O_3超标的潜在污染源区分布特征。结果表明:常州市O_3超标期间易受到东南和西南方向气流影响,其中从东海和黄海途经浙江东北部、上海、江苏南部等地的东南气流占比达50%以上。自内陆途经黄山-湖州-宜兴到常州的气流对应的O_3平均质量浓度最高,为116μg/m3。自山东经枣庄-宿迁-淮安-泰州-苏州-无锡到常州的气流对应的O_3平均质量浓度最低,为78μg/m3,但该气流对应的SO2和NO2平均值为各聚类中的最高。影响常州市O_3的潜在污染源区主要在常州周边200 km以内的区域,且集中在从南京至上海的长江下游沿线区域和杭州湾区域;其中太湖湖区为重点污染源源区之一。O_3超标日影响常州NO2的潜在污染源区主要集中在江苏南部、浙江东北部和上海3个区域,太湖周边的常州、无锡、苏州和湖州等几个临近城市为潜在的重点污染源区。与影响常州O_3的WPSCF高值区相比,影响NO2的高值区分布范围更大、距离更远。影响常州O_3的潜在污染源区分布,与长江三角洲地区人为源大气污染物的高排放区域较为一致,说明长江三角洲地区的O_3污染与本区域的人为源大气污染物排放有着极为密切的关联。