共查询到20条相似文献，搜索用时 578 毫秒
1.
利用2003年10月北京地区PM10浓度流动观测资料和同期MODIS AOD(Aerosol Optical Depth)高分辨率遥感资料，采用卫星遥感地面观测变分订正处理方法，综合分析了北京地区PM10浓度的空间分布特征以及机动车排放的影响效应。动态观测试验结果表明:北京城区大部分为轻污染区, 北京近郊区PM10浓度高值区沿环路呈环状分布，其中北京西南部、南部和东北部污染较严重，北京城郊街区PM10的空间分布受机动车排放的影响较大。MODIS卫星遥感资料分析表明:北京城区及近郊区AOD值较远郊区高得多，AOD空间分布场中存在虚假高值区，AOD非均匀分布特征不明显。采取点面结合综合观测研究思路，运用卫星遥感地面观测综合变分分析方法，可以取得客观订正的显著效果。经地面实测PM10浓度变分订正后的AOD变分场可以较高分辨率信息描述北京地区AOD的非均匀分布特征，弥补地面PM10浓度观测的缺陷。 相似文献
2.
利用MODIS资料监测京津冀地区近地面PM2.5方法研究 总被引：7，自引：0，他引：7
为建立京津冀地区冬季近地面细颗粒物浓度监测方法模型,利用气象模式资料对2013年1-3月MODIS的AOD二级深蓝算法产品进行湿度和垂直订正,与同期观测的地面细颗粒物PM2.5资料进行相关分析。结果表明：AQUA的MODIS深蓝算法AOD产品更适用于建立冬季AOD-PM2.5遥感监测模型,其R2为0.33;以气象模式资料中边界层高度代替气溶胶标高对MODIS的AOD进行垂直订正,并结合IMPROVE观测的气溶胶吸湿增长特征构建分区湿度订正方法,可以提高AOD-PM2.5模型结果的精度,建立较为理想的京津冀地区冬季遥感反演综合模型,模型结果与地面监测结果R2达0.5以上。根据建立的模型计算了2013年1-3月的京津冀地区PM2.5月平均浓度,京津冀地区1月的PM2.5浓度较高,南部大部分地区空气质量已经达到重度污染水平。 相似文献
3.
对FY-4A卫星的气溶胶光学厚度（AOD）产品进行检验,并根据卫星相关观测资料,通过改进后的PMRS方法,反演得到中国近地面PM2.5质量浓度网格化分布。结果表明,FY-4A卫星反演不同站点AOD与地基观测网（AERONET）观测结果吻合较好,但存在一定的低估或高估现象,相关系数区间为0.54—0.87。将细粒子比（FMF）以0.4为界进行划分,FMF＞0.4时,拟合结果较FMF≤0.4时更接近于AERONET观测结果;但FMF≤0.4时,卫星反演的AOD稳定性优于FMF＞0.4时。通过引入AOD的大小,改进FMF＞0.4时对细粒子柱状体积消光比（VEf）的估算算法,并通过改进后的PMRS方法对中国近地面PM2.5浓度进行逐时反演,其反演结果和地面观测结果相关较好,其中,乌鲁木齐、石家庄和徐州观测点的相关系数均高于0.7,但数值上仍存在高估或低估,误差结果由多种因素决定。空间分布中,卫星反演的中国2019年近地面PM2.5浓度月均值与近地面观测的结果有较好的对应关系,二者逐月演变趋势基本一致,基本可以反映出中国近地面大气细粒子的空间分布,特别是秋、冬季京津冀周边区域、汾渭平原等污染高值区均与地面观测对应较好。 相似文献
4.
选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM2.5和PM10,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM2.5、PM10质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。 相似文献
5.
面对日益严峻的大气污染形势,针对卫星气溶胶光学厚度（AOD）资料在灰霾数值预报领域的合理有效利用问题,使用WRF-Chem（WRF coupled with Chemistry）大气化学模式以及GSI（Gridpoint Statistical Interpolation）三维变分同化系统,利用MODIS和FY-3A/MERSI AOD资料,对一次灰霾天气过程进行了同化预报试验。试验结果显示,同化卫星AOD资料有效改善了模式初始场,MODIS和MERSI同化试验分别在AOD分析场的中心强度和空间分布各具优势,且对PM2.5和PM10的后续预报改进明显;从统计分析上看,同化试验的预报效果整体上好于控制试验,同化试验中PM2.5和PM10预报值的平均值、中值、平均偏差、均方根误差等指标均明显优于控制试验,且MODIS和MERSI同化试验分别在PM2.5和PM10预报统计结果中体现出了优势;卫星AOD资料同化能明显降低污染事件的空报率和漏报率,提高预报的TS评分和ETS评分。不同卫星AOD资料的差异对分析场中AOD的分布和强度产生了相应影响,进而影响了模式的灰霾预报效果;本次试验中,MODIS和MERSI AOD同化试验分别在PM2.5和PM10预报的评分上表现更佳。结果表明,卫星AOD资料同化对数值预报产生了积极的效果。 相似文献
6.
2013年1—3月北京及周边地区雾、霾高发,气候特征异于常年。利用2013年1—3月北京及周边地区6个地面观测站观测资料,研究PM2.5和黑碳 (BC) 的质量浓度、区域分布特征及气象要素的影响情况。结果表明:北京及周边地区PM2.5污染呈区域性高值、污染局地积累以及由南向北输送的特征。北京上甸子站在雾、霾与清洁期间BC与PM2.5质量浓度的比值分别为7.1%和10.3%,雾、霾期间低于清洁期间;而河北固城站在雾、霾与清洁期间BC与PM2.5质量浓度的比值分别为17.5%和11.9%,雾、霾期间明显高于清洁期间。二者相反的比值特征反映在清洁的下游地区雾、霾过程中二次生成的气溶胶所占比例较污染的上游地区偏高。 相似文献
7.
利用MODIS火点、土地类型、植被覆盖、生物质载荷和排放因子等数据产品,开发了露天生物质燃烧排放模型,并将其嵌入空气质量模式WRF-CUACE,通过敏感性试验定量评估了露天生物质燃烧对中国地面PM2.5浓度的影响。研究设计了3种模拟方案,比较模式评估结果发现修订后的方案能更好地模拟PM2.5浓度。结果表明:2014年10月露天生物质燃烧主要集中在我国东北、华南和西南地区,其对PM2.5月平均浓度的贡献达30~60 μg·m-3,局地甚至超过100 μg·m-3;华北、华东和华南地区生物质燃烧对PM2.5月平均浓度的贡献达5~20 μg·m-3。从相对贡献看,东北大部分地区生物质燃烧对地面PM2.5浓度的贡献超过50%,华南地区达20%~50%,西南局部地区甚至超过60%;华北、华中以及华东地区相对较低,平均相对贡献达10%~20%。生物质燃烧越严重的地区,其产生的PM2.5中二次气溶胶的贡献占比越小,反之亦然。 相似文献
8.
利用2010年9-11月鞍山大气成分监测站CE-318太阳光度计观测资料,依据气溶胶光学厚度测量原理,计算得到2010年鞍山秋季大气气溶胶光学厚度、波长指数等大气光学特性数据,通过统计分析,给出鞍山秋季气溶胶光学特性分布特征。结果表明：随着测量AOD波段的降低,AOD值逐渐增大,9月的AOD平均值最大,10月AOD平均值次之,11月AOD平均值最小。从频率分布看,2010年9月 AOD日均值集中分布在0.4-0.6之间,10月和11月AOD日均值集中分布在0.0-0.4之间,表明10-11月大气较为清洁|波长指数日均值的频率分布说明鞍山秋季大气污染物以细粒子为主。500 nm 的AOD值与波长指数成对数关系,两者在9、10月和11月的相关系数分别为0.5145、0.8412和0.2715;9月AOD与PM10、PM2.5、PM1.0质量浓度为较小负相关,10月和11月AOD与PM10、PM2.5、PM1.0质量浓度成正相关,且10、11月AOD与气溶胶细粒子相关性较为显著。AOD值与能见度在趋势上呈较小的负相关性,可能是由于高层气溶胶粒子对气溶胶光学厚度产生了主要影响。 相似文献
9.
选用2003—2004年初PM2.5连续观测资料，统计分析了北京地区PM2.5的特征、PM2.5与PM10以及PM2.5与地面气象要素的相互关系。结果表明:四季中夏季PM2.5浓度最低，冬、春两季浓度较高。PM2.5与PM10比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM2.5与PM10比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM2.5在PM10中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM2.5的比例升高。PM2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO42-，NO3-和NH4+为北京地区PM2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。 相似文献
10.
利用2015年1月至2017年12月中国环境监测总站全国城市空气质量实时发布平台中公布的克拉玛依5个监测点数据和同时期克拉玛依国家基本气象站的观测数据,分别研究了克拉玛依市4个行政区的PM2.5浓度的时空变化特征以及气象条件对克拉玛依PM2.5浓度变化的影响。结果表明：从月份上看,克拉玛依每年的1月、2月、12月PM2.5浓度最高,3月、11月PM2.5浓度较高,其中,独山子每年2月的PM2.5浓度均最高,2016年2月独山子PM2.5平均浓度最高,达到134 μg·m-3,超过国家一级标准值的2.8倍,属于中度污染,从季节上看,克拉玛依四季PM2.5浓度变化呈现波峰波谷变化趋势,表现为冬季最高,春季次之,夏季、秋季各区变化不一的特点,采暖期的PM2.5浓度高于非采暖期的PM2.5浓度;克拉玛依PM2.5浓度在空间上的总体分布为：独山子区>白碱滩区>克拉玛依区>乌尔禾区;从风向、风速、气温、气压和相对湿度等气象要素与PM2.5浓度的相关性来看,气压、相对湿度与PM2.5浓度呈显著正相关,气温、风速、风向与PM2.5浓度呈负相关,其中气温、风向与PM2.5浓度呈显著负相关。 相似文献
11.
2009年秋冬季天津低能见度天气下气溶胶污染特征 总被引：8，自引：0，他引：8
为研究天津城区秋、冬季雾霾等低能见度天气下气溶胶污染特征,采用2009年10—12月的大气能见度及相关气象和环境监测数据,并结合一次典型雾霾事件分析PM10和PM2.5质量浓度演化过程及其垂直分布特征。结果表明,低能见度天气占秋、冬季观测时长的一半以上,其中以霾天气为主;典型低能见度过程分析显示,霾日近地层内PM2.5分布均匀,表现出显著的区域污染特征;雾日气溶胶质量浓度先升高后下降,系气溶胶粒子吸湿性增长与导致可溶性组份溶出的湿清除协同作用,低层PM2.5质量浓度显著高于较高层,其垂直分布差异与相对湿度的垂直变化和逆温层高度有关。 相似文献
12.
近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明：2015—2017年中国东北地区PM2.5和PM10年平均质量浓度呈下降趋势,其中PM2.5年平均质量浓度下降的更快,PM2.5最大值出现在辽宁和吉林中部地区约为90—100 μg·m-3,SO2年平均质量浓度较高值分布在辽宁西部地区约为50 μg·m-3,而NO2最大值出现在沈阳—长春—哈尔滨一带,约为45 μg·m-3,CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m-3,相反中国东北地区O3年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100 μg·m-3。污染物浓度变化具有鲜明的季节变化特征,不同地区PM2.5和PM10与AQI最大值均出现在冬季,SO2冬季质量浓度最大值出现在沈阳（180 μg·m-3）,NO2与CO冬季最大值出现在哈尔滨（80 μg·m-3,1.8 mg·m-3）。相反,O3最大值出现在夏季沈阳地区约为140—150 μg·m-3。重度污染级别（200 μg·m-3≤PM2.5 < 300 μg·m-3）和严重污染级别（PM2.5>300 μg·m-3）的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染（150 μg·m-3≤PM2.5 < 200 μg·m-3）的天数沈阳>哈尔滨>长春,轻度污染（100 μg·m-3≤PM2.5 < 150 μg·m-3）的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。 相似文献
13.
利用潮州市区2014—2020年空气质量逐小时质量浓度数据，分析了PM2.5、O3质量浓度及复合污染的年、月、日变化特征，结合相应时段潮州国家站气象资料，分析PM2.5-O3与气象条件的关系。结果表明：2014—2020年潮州市区年平均ρ(PM2.5)、ρ(O3-8 h)及复合污染出现日数均呈波动下降趋势，月平均ρ(PM2.5)最高出现在3月，月平均ρ(O3-8 h)最高出现在10月，两种污染物最低均出现在6月。复合污染出现较多的是10月至次年4月。PM2.5、O3污染具有一定相互作用，当其中一种污染物质量浓度较高时另一种污染物的质量浓度相应较高，同时污染物质量浓度的日较差也会相应增大；污染物峰谷值出现时间表现为空气污染较严重时，O3峰值出现时间在16:00,PM2.5峰值出现在19:00。PM2.5-O... 相似文献
14.
利用2019年1—6月地面环境监测资料和PM2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM2.5和SO2浓度预报值较接近观测值，PM10、CO和NO2预报值小于观测值，O3预报值大于观测值；对首要污染物O3和PM2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM10、O3和NO2改善最为明显；汾渭平原2019年上半年气象条件变化使PM2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM2.5浓度较2018年同期和过去5年... 相似文献
15.
京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析 总被引：1，自引：0，他引：1
2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。 相似文献
16.
长三角工业区夏季近地层臭氧和颗粒物污染相互关系研究 总被引：4，自引：0，他引：4
利用2013年5月15日到8月31日南京江北工业区（长三角典型工业区）同步的观测资料分析了近地层臭氧（O3）和细颗粒物（PM2.5）、气溶胶光学厚度（AOD）的变化特征及相互间的关系,并结合光化学箱模式分析了AOD对近地层O3生成的影响。结果表明,观测期间PM2.5平均质量浓度为56.2±20.1 μg m-3;AOD（500 nm）均值为1.4±0.9;波长指数α（440~870 nm）均值为1.0±0.3。PM2.5质量浓度24 h均值超国家二级标准20.2%,超标时AOD均值增加14.7%,α平均值增加23.9%,O3体积分数均值减少12.3%。O3超国家二级标准10.1%,超标时段AOD增加34.9%,α变化不显著。高温低湿条件下,O3日变化峰值（y）和PM2.5质量浓度（x）存在较高的线性相关。相对湿度＜60%时,两者拟合曲线为y＝0.97x+43.96（拟合度R2=0.60）,温度＞32°C时,两者拟合方程为y＝1.24x+30.61（R2＝0.64）。夏季长三角工业区呈现高浓度O3与高浓度PM2.5叠加的大气复合污染。O3日变化峰值和AOD变化呈显著负相关。模拟结果显示,O3日变化峰值（y）和AOD（x）呈现极高的负相关[y＝－34.28x+181.62,R2 = 0.93或y＝220.62·exp (－x/3.17)－19.50,R2＝0.99]。 相似文献
17.
本文利用2014年全年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra卫星和Aqua卫星的MODIS 3 km气溶胶光学厚度(AOD)产品,分析了地面PM_(2.5)和两颗卫星AOD的时空分布特征,并在时空匹配的基础上,建立了AOD与PM_(2.5)浓度之间的回归模型。结果表明:PM_(2.5)浓度在城区高、郊区低,最低值位于定陵站,城区站和郊区站的逐时PM_(2.5)浓度的日变化分别呈"双峰型"和"单峰型";两颗卫星AOD数值也均是城区高、郊区低,沿山区的边界有明显的AOD梯度,且城区上午Terra卫星的AOD高于下午Aqua卫星的AOD,而郊区上、下午的AOD基本相同;Aqua卫星AOD与PM_(2.5)的确定系数(R2)较Terra卫星AOD与PM_(2.5)的确定系数平均高0.11,且城区站点两颗卫星AOD与PM_(2.5)相关性均较郊区站点AOD与PM_(2.5)相关性偏高;综合来看,Aqua卫星的AOD与城区的PM_(2.5)相关系数最高,即Aqua卫星的AOD更适于监测和反演城区地面的PM_(2.5)。 相似文献
18.
利用泰安市2018—2019年降水、风和PM2.5逐小时观测数据,分析了降水和风对PM2.5浓度的影响,并对PM2.5进行了源解析。结果表明：降水对PM2.5有一定清除作用,降雨日PM2.5平均质量浓度较非降雨日平均降低约7.2%,秋冬季节最为显著。降水对PM2.5的清除率与降水强度、降水前PM2.5初始浓度及降水时间均有关。当降水强度大于4 mm·h-1时,清除率多在40%以上;当降水强度小于2 mm·h-1、初始浓度低于75 μg·m-3或降水强度小于1 mm·h-1、初始浓度在75—100 μg·m-3范围,且降水持续时间在5 h以内时容易出现PM2.5浓度反弹现象。不同风向风速对泰安地区霾粒子清除也有明显差异,西南偏西风和东北偏东风更容易造成泰安地区霾污染,重污染期间风速超过5 m·s-1偏南风和风速超过3 m·s-1偏北风均对污染物具有有效清除作用。而区域风场相关矢结果表明重污染期间PM2.5污染物主要从广西—湖南—江西一带、安徽南部及浙江北部在西南气流引导下传输至泰安地区,本地源贡献则较少。 相似文献
19.
该文对2016年11—12月北京及周边地区不同站点重污染期间PM2.5质量浓度变化特征进行分析,并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨,比较了其中两次持续3 d及以上重污染过程的异同。结果表明:重污染期间北京及周边地区PM2.5质量浓度较高,北京上甸子站、顺义站、朝阳站的PM2.5质量浓度分别为73.1,130.8,226.0 μg·m-3,河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM2.5质量浓度更高。通过对11—12月所有重污染过程分析发现,北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下,逆温层的结构、演变和持续时间决定了重污染的程度,其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。 相似文献
20.
利用2014年夏季成都市3个国控环境监测站（金泉两河,君平街和梁家巷）O3、NO2及PM2.5逐时观测数据,结合国家基准站温江站的气温、湿度、风速、风向、太阳辐照度、降雨等地面气象要素观测资料,分析O3的日、月变化及空间分布特征;探究前体物及气象因子对O3浓度的影响。结果表明：成都市O3-8 h平均浓度为104.4 μg·m-3,O3超标率为2.8%—15.3%。O3浓度6月最高,8月最低;呈现明显的“单峰型”日变化特征,午后15：00达到峰值。O3与NO2呈现负相关,相关系数为-0.5;与PM2.5无显著相关性。高温、低湿、强太阳辐射有利于O3的形成;风速为2.5—3.0 m·s-1,风向为南风时,O3浓度相对较高。 相似文献