基于MCD19-A2数据和GWR模型的2011－2020年中国大气PM2.5质量浓度反演

为探究MODIS高时空分辨率气溶胶产品数据在长时间序列下对于反演中国陆地PM_2.5质量浓度的适用性和准确性。该研究基于MCD19-A2数据研究2011-2020年中国陆地气溶胶光学厚度(aerosol optical depth,AOD)的时空分布特征，以降水、风速等8个气象要素为辅助变量建立反演PM_2.5的地理加权回归模型(geographically weighted regression,GWR)并分析中国陆地PM_2.5的空间分布。结果表明：1)2011-2020年中国陆地气溶胶时空分布基本符合“西低东高、逐年下降”的规律且10 a间AOD值存在较大季节差异，春季(0.294)>夏季(0.262)>冬季(0.223)>秋季(0.194)。2)利用方差膨胀系数(variance expansion coefficient,VIF)对变量进行多重共线性检验，建立并分析2011-2020年GWR模型，发现建模集决定系数均大于0.760，验证集决定系数均大于0.740，且均方根误差均小于7.070μg/m...     

北京市道路防护林带内外PM2.5质量浓度特征及与气象要素的相关性

以北京市奥林匹克森林公园北侧的北五环路防护林带为研究对象,通过在林带外及林带内布设5处PM2.5质量浓度监测点进行3个月的定位监测,分析北京市道路防护林带内外PM2.5质量浓度特征,并通过建立PM2.5质量浓度与风速、温度、相对湿度等气象要素的相关关系,分析气象要素对PM2.5质量浓度的相关性.结果表明：1）在时间变化规律上,林带内PM2.5质量浓度08：00和12：00相对较高,其他时间段相对较低,18：00后质量浓度又开始增加,林带内PM2.5质量浓度在日变化规律上呈单峰或双峰变化,林带内外PM2.5质量浓度的日变化规律基本一致;2）在空间变化规律上,林带内PM2.5质量浓度水平比林带外相对较高,距北五环路40 m处PM2.5质量浓度值相对其他布置点2、20、30和60m处都高;3）林带内PM2.5质量浓度与风速、温度呈负相关关系,与相对湿度、气压呈正相关关系;4）林带内PM2.5质量浓度与温度的关系可以用幂函数来描述.     

城市不同绿地PM2.5质量浓度日变化规律

以北京林业大学校园(绿地率42.2%)、奥林匹克森林公园(绿地率70.3%)和鹫峰国家森林公园(绿地率96.2%)为研究对象,以周边主要交通干道为对照,采用多功能精准型激光粉尘仪观测PM2.5质量浓度,研究城市不同绿地PM2.5质量浓度日变化规律。结果表明:1)绿地率对PM2.5质量浓度变化有较大影响,研究区内PM2.5质量浓度随绿地率增加而递减,北京林业大学校园、奥林匹克森林公园和鹫峰国家森林公园PM2.5质量浓度最高值分别为140、62和48μg/m3,均高于国家PM2.5质量浓度年平均标准(35μg/m3);2)研究区内城市绿地PM2.5质量浓度与其周边主要交通干道没有明显差异;3)气象条件对PM2.5质量浓度的变化有较大影响,阴天PM2.5质量浓度较高,长时间保持在80～110μg/m3之间,降雨天则使PM2.5质量浓度明显降低,降幅约达80%。     

道路植被结构对大气可吸入颗粒物扩散影响的模拟与验证

为了研究道路植被结构对城市内可吸入颗粒物（简称PM10）扩散的影响,该文设计不同道路绿化布局模式,在夏季和冬季不同的风向条件下,利用三维微气候模型（ENVI-met模型）模拟大气颗粒物扩散的规律;另外,该文选择百子湾路、林大北路、交道口东大街、东直门北小街、农展馆南路6条不同绿化布局的道路作为北京市街区道路的典型案例,监测夏季和冬季不同绿化布局道路的可吸入颗粒物浓度,并与ENVI-met模型模拟结果进行对比。结果表明：在高宽比一定的情况下,乔灌草的布局方式对PM10浓度降低作用最明显,其次是乔灌组合方式,乔木对降低PM10浓度的作用较弱,灌木对降低PM10浓度的作用最弱;在植被布局相同的情况下,街道高宽比值越小,PM10浓度降低的越明显。实测和模拟结果对比发现：两者相对误差分布在10%以下的占全部的71%,相对误差分布在10%至20%占全部的22%,相对误差分布在20%以上的仅占全部的7%;模拟值和实测值拟合的决定系数R2为0.9894,RMSE为8.399 μg/m3,说明模拟结果精度较高,因此ENVI-met模型能够合理模拟道路植被结构对大气颗粒物扩散的影响,对PM10浓度降低作用角度考虑乔灌草的布局方式最优。     

基于MODIS和AERONET的气溶胶地表直接辐射效应评价

气候变化背景下进一步开展高污染地区气溶胶直接辐射效应的研究,对于该地区的大气环境监测、气候变化评估以及农业生产布局等具有重要意义。利用全球气溶胶监测网（AERONET）多年观测资料以及MODIS地表反照率数据,借助6S（Second Simulation of a Satellite Signal in the Solar Spectrum）辐射传输模式,定量评估2001年1月−2016年12月中国AERONET北京、香河和太湖3个典型高污染站点多年晴空条件下的气溶胶直接辐射效应。结果表明：（1）各个高污染站点气溶胶PM2.5质量浓度季节变化特征差异明显,秋冬污染较为严重,其中高值主要集中在1月、2月、11月和12月;（2）与无气溶胶影响相比,气溶胶致使各站点地表直接辐射年际变化较明显。在气溶胶影响下,北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化较明显,均呈波动增加趋势,且香河站日平均直接辐射增加最大（621.14W·m⁻²）,太湖站次之（743.29W·m⁻²）,北京站最小（488.14W·m⁻²）。（3）气溶胶影响下各站点地表直接辐射明显降低,且气溶胶对各站点影响差异较大。2001−2016年,北京、太湖和香河站年平均地表直接辐射分别降低32.29%、24.01%和15.07%。其中,气溶胶对北京站的地表直接辐射影响最大,香河站最小。（4）近15a来,北京、香河和太湖3个站点气溶胶地表辐射效应均呈现增加趋势。     

基于泰森多边形的南京市PM2.5时空特征及其与土地利用的相关性研究

[目的]分析南京市PM2.5时空分异规律,探讨PM2.5浓度变化与土地利用的关系,为南京市生态保护和空气污染治理决策提供依据。[方法]基于南京市2013年12个月的日均PM2.5浓度数据以及2013年土地利用数据,利用泰森多边形将南京市划分为9个研究区域,以月、季、年为时间尺度,对各个研究区内的PM2.5浓度的时空特征以及与土地利用的关系进行分析。[结果]时间上,南京市PM2.5浓度冬季呈现最高,达到129.93μg/m^3,夏季最低,达到44.65μg/m^3。空间上,迈皋桥和瑞金路监测区片年均浓度最高,达到78.90和78.56μg/m^3,仙林大学城和中华门监测区片年均PM2.5浓度最低,为72.09和72.64μg/m^3。在与土地利用类型的相关性分析中,与水域用地的相关性较强,春夏秋呈现正相关,冬季呈现负相关;年均PM2.5浓度与5种土地利用类型成不同程度的负相关。[结论]南京市PM2.5浓度具有明显的时空分异规律,土地利用类型对PM2.5浓度变化具有重要影响。     

2种城市林地PM2.5质量浓度变化及其与气象因子的关系

以奥林匹克森林公园的杨树林和油松林为研究对象,采用手持式环境粉尘仪Dustmate观测PM 2.5质量浓度和手持式Kestrel 4500气象仪实时记录气象因子,选择典型天气研究2种城市林地PM 2.5质量浓度变化规律与不同气象要素之间的关系。结果表明:(1)城市林地不同对PM 2.5质量浓度的影响变化不同,杨树林和油松林的PM 2.5质量浓度变化走势类似,而不同时段的质量浓度变化却有所不同:在8:00-10:00最大,11:00-17:00最低,17:00-20:00又逐渐回升。(2)当风速在0.3~8 m/s时与林内PM2.5质量浓度呈显著的负相关关系,相关系数为-0.74,而正北风、偏北风、正南风和偏南风对林内PM 2.5质量浓度影响最为显著。(3)林内PM 2.5质量浓度与相对湿度呈显著的正相关关系。(4)油松对PM 2.5的吸附阻止作用较杨树强,且作用更明显。     

LUR模型模拟的南昌市PM2.5浓度与土地利用类型的关系

城市土地利用对城市大气污染具有重要影响,探究两者间的关系对于促进城市大气污染治理、保障人体健康具有重要意义。该研究首先利用土地利用回归(land use regression,LUR)模型模拟南昌市中心城区PM_(2.5)浓度空间分布。其次,根据土地利用主导方式的不同,在南昌市中心城区选择商业区、工业区、居住区、教育区和对照区各5个,作为样本功能区,分春、夏、秋、冬四季统计各样本功能区PM_(2.5)浓度,运用方差分析与多重比较法定量研究不同类型功能区四季PM_(2.5)浓度差异。研究结果表明:1)四季LUR模型调整R2分别为0.713、0.741、0.898、0.964,检验样本平均绝对误差率为12.03%,说明构建的四季LUR模型拟合情况好,可以有效地对监测点以外区域PM_(2.5)浓度进行估计;2)功能区类型对PM_(2.5)浓度影响显著,城市土地利用方式显著影响PM_(2.5)浓度,且这种影响与季节无关;3)各类功能区之间PM_(2.5)浓度差异显著水平不一致,工业区与商业区、居住区与教育区均无显著差异,工业区、商业区均与教育区和居住区有显著差异,对照区与其他4类功能区均有显著差异。该研究探索了城市土地利用与大气污染耦合的新思路,研究结果为优化城市土地利用,缓解大气污染提供参考。     

大气环境对育肥猪舍内颗粒物浓度的影响

2014年10月-2015年8月,以北京昌平某猪场3栋育肥猪舍为例,在猪舍内外设置监测点,对猪舍内外空气动力学直径≤2.5μm的颗粒物（PM2.5）、≤10μm的颗粒物（PM10）和≤100μm的颗粒物（TSP）浓度进行周年监测,并将舍外监测数据与昌平国家环境监测数据进行比较分析,以研究探讨大气环境颗粒物浓度对育肥猪舍内环境的影响。试验结果表明,试验期间舍内外PM2.5浓度的变化范围分别为23～245μgm^-3和11～372μgm^-3,PM10浓度变化范围分别为113～1182μgm^-3和25～444μgm^-3,TSP浓度变化范围分别为334～4396μgm^-3和31～742μgm^-3。育肥猪舍内PM10和TSP浓度远高于猪舍外,说明育肥猪舍内PM2.5浓度受大气环境的影响,而育肥猪舍内粒径大于2.5μm的颗粒物主要源于养殖生产活动。     

规模化笼养蛋鸡舍冬季氨气和颗粒物排放特征研究

畜禽养殖的氨气(NH3)和颗粒物(particulatematter,PM)排放已成为危害人畜健康,并可能造成环境风险的重大问题。该文选择北京郊区一典型规模化蛋鸡养殖舍,对典型冬季条件下蛋鸡舍的NH3和PM排放进行了连续8d的监测;并根据二氧化碳平衡原理,对NH3及PM的排放通量进行了估算。研究结果表明,蛋鸡舍出风口处NH3平均质量浓度为(4.58±3.29)mg/m3,每只鸡NH3排放通量为(32.2±12.5)mg/d。蛋鸡舍出风口处PM2.5、PM10和总悬浮颗粒物(total suspended particulates, TSP)质量浓度为(0.13±0.06)、(0.81±0.16)、(3.28±1.32)mg/m3,每只鸡PM2.5、PM10和TSP排放通量分别为(0.7±0.4)、(6.3±1.4)、(27.6±12.5)mg/d。氨气以及PM的排放均随着舍内1次/2 d的机械清粪频率呈现2 d的周期变化趋势。除清粪作业、鸡群日间活动等影响外,舍内PM2.5浓度一定程度上受舍外环境本底值影响。舍内PM2.5与PM10的比例在10.4%~20.4%之间。舍内PM2.5颗粒上所含的K+、Mg2+含量均显著高于舍外环境本底PM2.5(P0.05)。同时舍内及舍外PM2.5颗粒上解析出来的阳离子所带的电荷量均高于阴离子。研究结果可为畜禽养殖NH3和PM排放清单的编制提供基础参数;同时对畜禽舍PM的组分研究,可为后续开展二次无机气溶胶形成机理以及颗粒物源解析的研究提供支撑。     

基于MODIS的中国陆地气溶胶光学厚度时空分布特征

利用MODIS 08_C5气溶胶产品2000—2008年月均值资料,通过线性回归和相关分析方法,探讨中国大陆地区550 nm气溶胶光学厚度的时空分布特征和变化趋势。结果表明:南疆盆地、长江中下游地区以及四川盆地常年处于气溶胶光学厚度高值区;全国各地气溶胶光学厚度季节变化有明显差异,大部分地区年内呈先增大后减小趋势,4月达到其年内最高值,且多年光学厚度月均值与全国每月发生沙尘总次数呈显著相关关系;沙尘月发生10次以上地区,沙尘月发生次数与光学厚度月均值之间呈显著线性相关关系,而沙尘月发生10次以下地区,沙尘月发生次数与光学厚度月均值之间没有明显的关系。     

PM2.5特征及森林植被对其调控研究进展

随着工业化进程的加快,人类活动对自然环境的影响越来越大,大气中PM2.5对人类健康的威胁逐步加剧,如何减轻PM2.5对人类的危害已经成为一个迫切需要解决的问题。通过分析国内外学者对PM2.5的研究成果,总结PM2.5的时空分布特征、组成特性、来源分类,以及世界主要国家、地区对PM2.5的监测标准,并基于森林植被对PM2.5的调控作用,指出通过合理建设森林植被达到有效调控PM2.5、降低PM2.5对人类的危害的目的。     

基于暗目标法和GF-1的农作物光合有效辐射反演

光合有效辐射是农田生产力和产量估算的依据,也是农作物参数遥感反演的主要研究内容。该文基于大气辐射传输模型,选择覆盖山东禹城市2014年4月－2014年12月共12景GF-1/WFV（wide field view,WFV）数据,结合浓密植被（暗目标）蓝光波段、红光波段之间反射率的线性关系,基于查找表（look-up table,LUT）技术反演了大气气溶胶光学厚度（aerosol optical depth,AOD）等大气参数,提出了基于蓝、绿、红3个离散波段反演光合有效辐射（photosynthetically available radiation,PAR）的算法。其中,浓密植被是根据WFV/NDVI（normal differential vegetation index）设置阈值的方式筛选的;红光波段与蓝光波段地表反射率的比例系数为1.7977,截距为0.0034,相关系数达0.9826,是根据美国地质调查局（U.S. Geological Survey,USGS）提供的典型植被波谱库数据理论计算获取;GF-1/WFV数据蓝、绿、红波段转换为400～700 nm谱段间光合有效辐射值之间的转换系数分别为0.09156、0.09951、0.1007。采用中国生态系统研究网络禹城实验站实测的 PAR 数据进行对比验证,光合有效辐射的总体精度达到了95.77%,误差绝对值平均为11.36 W/m2,平均误差小于5%,表明了该方法具有较高的精度。该方法不需要额外辅助数据,产品生产过程简单,是比较理想的GF-1/WFV数据光合有效辐射业务反演备选算法。     

艾比湖流域气溶胶光学厚度与土地覆被景观格局关联分析

土地覆被-景观格局直接或间接影响大气环境,了解大气环境对土地覆被-景观格局的响应,对维护和改善生态环境具有重要的意义。该研究基于环境一号卫星HJ-1B CCD数据,研究艾比湖流域土地覆被-景观格局与气溶胶光学厚度(aerosol optical depth,AOD)的关联关系,首先通过CCD数据反演AOD,然后利用分维数分析和贡献分析方法,定量分析土地覆被-景观格局对AOD的影响。结果表明:1)研究区AOD主要集中于绿洲及人口集聚区,从绿洲的中心到绿洲边缘气溶胶光学厚度逐渐降低,且在南部山区集聚呈带状;2)流域平均AOD与景观指数PD、ED、LSI和AI之间均存在着高度相关性,且景观的组成和空间结构都影响着流域AOD的空间分布;3)通过分维数分析,可知耕地和盐渍地的AOD密度从高值中心到外边界下降,但在其他的土地覆被类型上变化相反,盐渍地和耕地是流域主要空气污染的贡献者;4)应用贡献分析法进一步阐明了耕地和盐渍地可以增加空气污染,而林草地的效果相反。土地覆被变化和人类活动是影响艾比湖流域AOD空间分布主要原因,对AOD与土地覆被-景观格局变化的定量研究可以使研究者更好地了解AOD与土地覆被-景观格局的关系,进一步为土地政策的制定和土地利用规划提供参考。     

MODIS数据辅助的GF-1影像晴空光合有效辐射反演

面向农作物产量监测对中高分辨率遥感数据光合有效辐射(photosynthetically available radiation,PAR)反演的实际需求,该文选择山东省禹城市2014年1月至2014年12月共13景GF-1/WFV卫星影像作为数据源,基于中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)地表反射率产品作为辅助数据源,开发了适于业务运行的WFV数据气溶胶光学厚度(aerosol optical depth,AOD)及PAR的反演算法。算法核心是采用6S(second simulation of satellite signal in the solar spectrum)大气辐射传输模型,建立包括AOD在内的大气参数与查找表(look-up table,LUT),结合大气顶层太阳入射辐照度及卫星入瞳处辐射亮度值反演地表反射率数据,通过与WFV蓝光波段地表反射率数据对比获取大气参数。通过反演的大气参数计算400~700 nm连续光谱区间的PAR值,并建立WFV数据离散红、绿、蓝光波段与连续光谱区间PAR的转换系数,实现WFV数据PAR的反演。其中,WFV蓝光波段反射率数据与MODIS地表反射率数据关系、离散到连续谱段PAR的关系可以从美国地质勘探局(United States Geological Survey,USGS)提供的典型地物波谱库数据理论计算获取。利用中国生态系统研究网络(chinese ecosystem research network,CERN)禹城站地面观测值进行验证结果表明,该文提出的算法总体精度达到92.63%,平均绝对误差为14.56 W/m~2,平均相对误差7.37%,具有业务应用的潜力。