利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布

使用香港元朗地区2008年MODIS卫星遥感的气溶胶光学厚度(AOD)产品、激光雷达气溶胶消光系数垂直分布、地面相对湿度和地面气溶胶浓度观测资料等数据, 通过激光雷达数据建立地面消光系数和激光雷达AOD与气溶胶标高的关系, 利用这一关系和卫星AOD进行地面消光系数的反演估计, 并进行湿度订正; 通过建立地面气溶胶浓度和地面消光系数的关系, 进行卫星AOD产品和激光雷达气溶胶探测反演地面大气颗粒物质量浓度的研究及应用。结果表明, 卫星估计的地面消光系数与小时平均的颗粒物质量浓度观测值的相关系数为0.57~0.86 (PM2.5)和0.59~0.78 (PM10), 估计的质量浓度与小时平均的观测值对比的均方根偏差分别为11.64~25.34 g/m³ (PM2.5)和24.64~91.64 g/m³ (PM10), 表明可以通过卫星遥感进行大气悬浮颗粒物污染的监测应用。其中1 km分辨率的AOD产品, 因其更高的空间分辨率, 更适合反映具有复杂地形的城市地区大气悬浮颗粒物污染。     

利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布

使用香港元朗地区2008年MODIS卫星遥感的气溶胶光学厚度(AOD)产品、激光雷达气溶胶消光系数垂直分布、地面相对湿度和地面气溶胶浓度观测资料等数据,通过激光雷达数据建立地面消光系数和激光雷达AOD与气溶胶标高的关系,利用这一关系和卫星AOD进行地面消光系数的反演估计,并进行湿度订正;通过建立地面气溶胶浓度和地面消光系数的关系,进行卫星AOD产品和激光雷达气溶胶探测反演地面大气颗粒物质量浓度的研究及应用。结果表明,卫星估计的地面消光系数与小时平均的颗粒物质量浓度观测值的相关系数为0.57~0.86(PM2.5)和0.59~0.78(PM10),估计的质量浓度与小时平均的观测值对比的均方根偏差分别为11.64~25.34μg/m3(PM2.5)和24.64~91.64μg/m3(PM10),表明可以通过卫星遥感进行大气悬浮颗粒物污染的监测应用。其中1 km分辨率的AOD产品,因其更高的空间分辨率,更适合反映具有复杂地形的城市地区大气悬浮颗粒物污染。     

南京市MODIS气溶胶光学厚度与PM10质量浓度的相关性分析

利用NASA MODIS气溶胶光学厚度(AOD)产品与南京市区API转换得到的PM10质量浓度进行了相关性分析;发现二者的直接相关程度较低。对气溶胶光学厚度进行垂直和湿度影响订正后,二者的相关系数显著提高。结合风速和气压等气象因子分季节进行多元回归分析,相关系数进一步提高。分析结果表明卫星遥感气溶胶光学厚度可以作为监测PM10污染分布的有效手段。     

基于MODIS数据的地面颗粒物浓度估算方法

提出了一种基于卫星遥感数据的近地面颗粒物质量浓度(PM值)估计方法 .采用Terra/MODIS卫星数据和基于连续两天MODIS数据的气溶胶光学厚度反演算法,反演出无锡地区的气溶胶光学厚度;再利用所反演的气溶胶光学厚度与地面实测颗粒物质量浓度数据进行分析,得出颗粒物质量浓度的大小分布范围与气溶胶光学厚度的关系模型;进一步利用研究区域中地面站点监测到的颗粒质量浓度数据对估算结果进行评估.结果表明该方法所估算的PM值与地面实测数据具有较好的相关性,且地面监测的颗粒物质量浓度均分布在卫星遥感数据所估算的范围之内.本研究证明了MODIS卫星数据监测地面颗粒物质量浓度的可行性,为近地面PM值的估算提供了有效手段.     

长沙市MODIS气溶胶光学厚度与PM_(2.5)浓度的相关性研究

利用MODIS数据研究区域大气PM_(2.5)浓度分布是环境动态监测的有效方法。获取美国NASA发布的分辨率为3km的MOD光学厚度产品;提取2016年1月至2017年7月期间长沙市10个大气监测站点的PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度与AOD之间的线性、幂函数以及指数函数3种相关性模型;引入湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型订正PM_(2.5)浓度。结果表明:湿度订正提高了PM_(2.5)与AOD相关性,幂函数相关性模型的方差值相对其他2种模型较好,运用幂函数相关性模型研究长沙市MODIS气溶胶光学厚度与PM_(2.5)浓度的相关性较好。     

一种基于激光雷达和卫星资料估算地面颗粒物浓度的方法

从2013年5月至11月中筛选激光雷达和MODIS大气光学厚度(AOD)资料,提出一种基于激光雷达反演大气气溶胶消光系数廓线,结合MODIS大气光学厚度资料,估算地面颗粒物质量浓度的方法;将该方法与AOD/大气边界层高度(ABLH)方法进行对比,最后将估算的颗粒物浓度与实测值进行比较。研究表明,该方法估算地面颗粒物浓度效果好于AOD/ABLH方法,与实测PM_(2.5)和PM_(10)浓度相关系数分别达到0.8和0.62。两种方法估算得到的地面颗粒物浓度与实测值比较,新方法估算的结果准确性更好。     

北京市MODIS气溶胶光学厚度和PM2.5浓度的时空差异及其相关性研究

利用NASA MODIS数据反演北京市气溶胶光学厚度,探讨与北京市12个环境污染监测站点PM2.5质量浓度的时空差异及其相关性。结果显示,AOT与PM2.5均有明显的时空分布特征;二者的日均值具有相反的季节性变化特征(AOT夏季日均值高于冬季,PM2.5浓度日均值相反);日均值空间分布围绕城区向远郊区递减;二者的相关性对季节变化敏感,夏季相关性较好,冬季相关性较差。且郊区相关性明显优于城区。因此,卫星气溶胶数据可以反映PM2.5的分布,弥补地面监测站点的不足。     

基于WRF-Chem的AOD预报在一次沙尘天气中的研究

气溶胶光学厚度(AOD)是表征大气气溶胶光学特征的最基本量;它可以用来推算大气气溶胶含量,是确定大气气溶胶辐射气候效应及大气污染程度的关键因子。利用WRF-Chem数值模式对我国北方2010年3月19~23日的一次沙尘天气过程进行了模拟分析,主要分析了模式对于AOD的预报能力。结果表明:模式对于气溶胶光学特性具有较好的模拟能力,模拟结果中AOD、PM2.5、PM10的时空分布具有很好的一致性。通过与MODIS AOD卫星资料和地基AERONET观测网站点实测数据进行对比分析,发现AOD模拟结果与卫星产品和站点实测数据较吻合,模式24 h预报能够较好地体现AOD随时间的变化特征。     

不同时间尺度大气PM_(2.5)和PM_(10)卫星影像反演

利用南宁市地面8个监测站与中分辨率成像光谱仪(MODIS)数据反演得到的气溶胶光学厚度值作为数据源,运用回归分析法,选取月、季、年三种时间尺度,分别对PM_(2.5)、PM_(10)浓度与AOD值进行相关性研究。结果表明,PM_(2.5)与AOD相关性好于PM_(10),月尺度PM_(2.5)和PM_(10)与AOD值相关性强,除个别月份外,R2均在0.7以上;季尺度PM_(2.5)和PM_(10)与AOD值相关性,随季节变化显著,但R2均在0.5以上;年尺度PM_(2.5)和PM_(10)与AOD值拟合,采用一元二次模型,R2在0.5以上。上述结果表明AOD在月尺度上与地面站点污染物监测数据PM_(2.5)和PM_(10)的相关性最为显著,故可在月尺度上通过卫星遥感影像反演的AOD推算地面PM_(2.5)和PM_(10)的空间浓度场。     

基于BRDF订正的兰州地区春季气溶胶光学厚度反演实验

利用6S模式反演并分析兰州地区春季气溶胶光学厚度(AOD)分布情况,探讨了双向反射分布(BRDF)对气溶胶光学厚度反演结果的影响.结果表明:兰州地区2010年春季气溶胶光学厚度高值中心位于西工业区和城关区,最大值分别为0.46和0.31.不考虑BRDF时水面上空气溶胶光学厚度反演结果存在明显误差,经Walthall BRDF订正后,水面上空误差明显减小,说明经过Walthall BRDF订正后的6S模式适用于水面上空的气溶胶光学厚度反演.兰州大学半干旱气候与环境观测站(SACOL)站点(35.57°N,104.08°E)反演值和实测值比较表明,在无云晴天条件下,选用Walthall BRDF模式可以提高AOD反演精度.     

张掖地区春季大气气溶胶的光学特性

利用2008年4-6月份张掖气候观象台CE-318的观测资料,结合同期PM₁₀质量浓度和地面常规气象资料,分析了气溶胶光学厚度AOD,Angstrom指数和PM₁₀质量浓度的时间变化特征,讨论了AOD与气象要素的关系以及AOD与PM₁₀质量浓度的相关性.结果表明,观测期间AOD与浑浊度系数β的日均值变化趋势较为一致,与波长指数α呈较弱的负相关.AOD大致存在四种日变化形式:1)平缓稳定;2)早晚低,中午较高;3)早晨低,傍晚高;4)早晨高,傍晚低.观测点受西北（偏北）风控制时,AOD易出现较高值,相对湿度的变化对AOD大小影响不明显.日平均情况下AOD和PM₁₀质量浓度的相关系数R²为0.735 9,大于小时平均情况下的0.4035.     

北京市夏季大气气溶胶 PM2.5和 PM10成分特征?

对北京市城区2012年夏季大气对气溶胶进行每日PM2.5和PM10石英膜采样,得到了可溶性离子质量浓度和16种元素的质量浓度,并结合气象观测值进行了分析.结果显示,采样期间,PM2.5质量浓度为9.58~210.42μg·m-3,平均值102.81μg·m-3;PM10质量浓度为33.75~288.33μg·m-3,平均值159.66μg·m-3.PM2.5和PM10质量浓度都与采样点能见度、风速呈负相关,与相对湿度呈正相关.质子荧光分析(PIXE)结果显示,S、K、Ca和Fe在PIXE可分析元素中含量较高,在PM2.5和PM10都占89%.且元素Ca、Ti、Sc、Cr、Fe主要存在于粗粒子(PM2.5~10)中,而元素S、Cu、Zn、As、Br、Pb主要存在于细粒子(PM2.5)中.富集因子分析表明,元素K、Ca、Ti、V、Mn、Ni主要为地壳来源,元素S、Cl、Cu、Zn、As、Br、Pb主要来自于人为源.SO2-4、NO-3、NH+43种可溶性离子总质量浓度占PM2.5浓度的43.5%,占PM10浓度的25.4%.     

Aerosol influence domain of Beijing and peripheral city agglomeration and its climatic effect

In recent years, along with development of industries and intensification of human activities, aerosol influ- ence and its climatic effect, and the aerosol-associated “aberrance” cloud phenomenon have increasingly drawn people’s attention. The term “A…     

北京地区夏季PM10污染的数值模拟研究

利用三维区域空气质量模式CAMx,对北京地区夏季PM10浓度的时间变化规律和空间分布特征进行了数值模拟研究。结果表明,北京市城近郊区夏季的PM10具有明显的时空变化规律。一般在半夜前后和早晨常表现出较高的浓度;中午前后由于大气化学转化对二次气溶胶的生成贡献,在城市地区也会表现出一定的高浓度值;傍晚前后往往是一天中浓度最低的时段。PM10的空间分布与源排放关系密切,中午前后的空间分布会体现出光化学反应对其二次生成作用的影响。二次气溶胶在PM10中占有相当的份额,对于PM10中硫酸盐和硝酸盐的浓度变化,其中的二次组分起主要决定作用,而有机碳气溶胶以及PM10的浓度水平和变化规律则主要受一次成分的影响。     

中国不同地区闪电活动和气溶胶的相关性研究

基于10年(2002~2011)卫星观测资料,研究气溶胶浓度(以气溶胶光学厚度AOD代替),地面温度,相对湿度,海拔高度以及其他数据对中国两个不同地区夏季闪电活动的响应。结果表明,不同地区闪电活动主要影响因素不同。对于气溶胶浓度低的地区(AOD_(ave)=0.14),地面温度(偏相关系数为0.745)、海拔高度(偏相关系数为-0.613)可能是影响该区域闪电活动的主要因素;对于气溶胶浓度高的地区(AOD_(ave)=0.60),地面温度(偏相关系数为0.87)、气溶胶浓度(偏相关系数为-0.823)、相对湿度(偏相关系数为0.818)可能是影响该区域闪电活动的主要因素。另外气溶胶浓度低和高的两个地区气溶胶对闪电活动的影响是相反的。对于气溶胶浓度低的地区,闪电密度与AOD,冰粒子光学厚度(IOT)呈明显正相关(R=0.81,0.82),气溶胶可能主要通过微物理过程增加云滴数量,随之冰粒子含量增多,增强雷暴云活动,促进闪电活动的发生;对于气溶胶浓度高的地区,闪电密度与AOD呈明显负相关(R=-0.78),地面气温与AOD呈负相关(R=-0.29),而IOT与闪电密度无相关性(R=0.09),表明气溶胶可能通过辐射效应,使到达地球表面的太阳辐射降低,地面温度降低,雷暴云强度减弱,使冰粒子含量减少,导致闪电活动减弱。     

北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。