基于贝叶斯的大数据模型在大气污染成因分析中的应用

提出了一种基于多维高斯贝叶斯分类算法的复杂系统影响因素的分析方法,并利用大数据方法建立了不同PM_2.5范围的分类模型,结合马氏距离开展了影响因素的关键性分析。以合肥市2013―2018年间的天气与空气质量数据为基础,筛选了PM₁₀、SO₂、NO₂、CO、O₃等8个大气污染的关键影响因素,采用散点矩阵对PM_2.5与这些影响因素的相关性进行了分析。利用高斯贝叶斯分类器建立了基于8个主要参量的PM_2.5大气污染分析模型,研究发现,PM_2.5与CO浓度具有较强的正相关性,对NO₂具有选择性,与O₃具有负相关性,而CO与SO₂对PM2.5的产生存在某种竞争机制。     

基于SSA-LSTM模型的空气质量预测研究

为提高PM_2.5浓度的预测精度,提出了一种结合麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的组合预测模型。以2023年5月至8月期间长沙市PM_2.5浓度数据为基础,构建了SSA-LSTM模型并与其他模型进行了对比实验。实验结果显示,SSA-LSTM模型的预测结果在拟合优度(R²)上相较于单一LSTM、PSO-LSTM和WOA-LSTM模型分别提升了45.93%、31.55%、19.12%,同样在均方根误差(RMSE)和平均绝对误差(MAE)的结果上也表现更优,表明该模型在PM_2.5浓度预测方面具有高准确性和有效性,可为制定PM_2.5相关预防措施提供一定的参考价值。     

新冠肺炎疫情管控期间乌鲁木齐市空气质量变化及原因分析

为研究新型冠状病毒肺炎疫情防控期间乌鲁木齐市空气质量变化特征及其影响因素,选取了2020年乌鲁木齐市两次疫情严格防控期间(2020年1月26日至3月21日和7月20至8月29日)及疫情前后,以及2019年相同时期地面观测站的逐小时空气质量指数(AQI)、颗粒污染物(PM_2.5、PM₁₀)和气态污染物(SO₂、NO₂、CO、O₃)的数据进行对比分析,探究了气态污染物对颗粒污染物二次合成的贡献,并利用地理探测器对影响空气质量的因子进行了定量探测。结果表明：与2019年同期相比,2020年乌鲁木齐市两次疫情防控期间,除O₃外,PM_2.5、PM₁₀、SO₂、NO₂和CO浓度都呈现下降趋势,分别减少了36%、55%、10%、18%和49%;而同疫情严格防控期相比,2020年疫情前后期的AQI、颗粒污染物浓度及气态污染物浓度都要高。说明疫情防控措施在一定程度上减少了乌鲁木齐市颗粒污...     

利用近邻因子提高二氧化氮遥感反演浓度的精精度度——基于随机森林算法

NO₂是损害健康和破坏生态的主要大气污染物。本文基于NASA提供的Aura OMI遥感反演NO₂浓度,利用采样点8 km内的经济、人口、路网和坡度数据,以及气象、植被和高程的点值数据,采用随机森林算法、地理加权回归(GWR)和多尺度GWR方法提高NO₂浓度的预测精度。NASA原浓度R²为0.48,以上三种模型把交叉验证R²分别提高到0.74、0.71和0.70,其中随机森林算法的精度最高,该算法的均方根误差(RMSE)和平均绝对误差(MAE)分别只有6.4μg/m³和4.98μg/m³,且其速度远快于多尺度GWR,预测精度也高于大部分现有的同等范围研究。在浓度修正方面,局部化经济人口路网因子对预测精度提高的贡献至少为11.24%。此外,基于随机森林算法还给出全国县级城市NO₂浓度估计值的分布图。     

泰兴市2021年春季典型沙尘污染过程的时空分布解析

利用当地空气质量自动监测站颗粒物监测数据和气象数据,并结合大气颗粒物监测激光雷达的监测数据以及HYSPLIT气团后向轨迹模型等,对泰兴市2021年春季较为典型的沙尘污染过程进行综合分析。结果表明：1)沙尘开始阶段,PM₁₀浓度升幅明显,污染较为严重时,PM_2.5/PM₁₀降至0.2左右;2)在沙尘影响期间,泰兴市颗粒物浓度呈现双峰特征,但两个时间段出现次峰值的原因不同,3月30日晚间出现次峰值与沙尘沉降有关,而5月8日上午出现次峰值与天气系统导致的沙尘回流有关;3)结合激光雷达反演结果可以看出,两次沙尘污染过程中,沙尘传输高度普遍在2 km以下,厚度大于1 km; 4)泰兴市沙尘传输主要为西北和偏北路径,潜在污染源以内蒙古、安徽、河南、河北、湖北等省份的输入性污染为主。对泰州市春季沙尘污染的时空分布以及演变过程的了解,为该地春季颗粒物污染的改善提供了一定的科学依据。     

GM(1,1)-ARMA(p,q)组合模型下的PM2.5浓度预测——以西安市为例

随着经济的发展,空气质量问题日渐显露,雾霾天气不断增加,而雾霾形成的主要原因是细微颗粒物,细微颗粒物能够较长时间悬浮于空气中,其浓度越高危害越大。PM_2.5作为直径小于等于2.5微米的颗粒物,被吸入体内后会引发哮喘、支气管炎以及心血管病等疾病,引起人们的广泛关注。因此,文章对西安市2013年12月到2021年3月的PM_2.5浓度值共计88条数据进行了实证研究,分别采用灰色系统预测模型GM(1,1)、时间序列模型AR(2)以及二者的组合模型对西安市的PM_2.5进行预测,研究结果表明组合模型的相对误差最小,预测效果最优。     

基于OMI数据2005～2012年中国区域SO2时空变化特征研究（英文）

利用OMI传感器获取了2005²012年中国区域内的SO₂柱浓度变化数据,并基于MODIS传感器获取了中国区域内的下垫面土地利用类型数据.应用空间分析的方法,分别分析了中国区域内的SO₂柱浓度与时间的空间关联特征,以及与土地利用类型的空间关联特征.通过研究发现,从空间和时间区域来说,乌鲁木齐、京津冀、长江三角洲、四川盆地和珠江三角洲为SO₂高浓度区;北方地区SO₂浓度冬高夏低且峰值呈现逐年上升的趋势,南方地区则呈现SO₂浓度夏高冬低的特点.从土地利用来说,城市和耕地上空的SO₂浓度较高,森林、草地和裸地上空的浓度较低.研究结果表明,人类活动在行星边界层SO₂分布和浓度变化中起关键作用.     

基于OMI及地面监测的贵州省污染气体浓度时空差异研究

贵州省属于典型的喀斯特山区,受地势和气候影响,省内不同区域污染气体浓度具有明显的时空差异。因此,利用交互式数据语言(IDL)+遥感图像处理平台ENVI、地理信息系统软件Arc GIS等,基于臭氧层监测仪(OMI)的L3 V003柱浓度数据和地面环境监测站数据,从时间和空间两个方面在区域尺度上评估分析了贵州省3种主要污染气体的浓度变化差异和时空演变特征。结果表明：(1) 2019年,贵州省二氧化氮(NO₂)、二氧化硫(SO₂)、臭氧(O₃)柱浓度较2005年呈下降趋势,且两种方法监测的NO₂、SO₂季节特征均表现为“秋冬高、春夏低”,受太阳辐射和天气过程影响,两种方法监测的O₃均表现为“春夏高、秋冬低”的季节特征;(2)对比分析表明,遥感方法反演的NO₂柱浓度极大值和SO₂柱浓度极小值较地面监测结果在时间上存在滞后性,但滞后时间较短,没有出现跨季节差异,总体上空间差异性大于时间差异性,且SO₂...     

北京2014年冬季边界层高度与颗粒物浓度的相关性研究

拉曼激光雷达已经广泛应用于大气气溶胶、大气温度和水汽的空间分布及时间演变特征测量。为了获取北京污染期间大气气溶胶边界层的特征,2014年11月~2015年1月期间在中国科学院大学雁栖湖校区利用拉曼激光雷达进行连续观测。使用梯度法处理激光雷达观测数据得到边界层高度,同时与国家环保部提供的当地颗粒物浓度数据进行对比。观测期间灰霾天共出现15天,污染天出现27天,干净天出现24天。灰霾天、污染天和干净天三种情况下的平均大气边界层高度范围分别为0.6~0.9、0.9~1.3、1~1.9 km;PM2.5的质量浓度范围分别为143~203、77~90、17~34 g/m3;PM10的质量浓度范围分别为170~271、103~153、33~78 g/m3。研究结果表明:北京地区大气边界层高度对近地面颗粒物浓度具有明显的负相关影响。干净天、污染天和灰霾天下的PM2.5和PM10的质量浓度变化率随大气边界层高度降低而依次增大。灰霾天大气边界层高度引起的PM2.5质量浓度平均变化率为-242.4 gm-3/km,约为污染天（-114.8 gm-3/km）的两倍,干净天（-77.4 gm-3/km）的三倍;灰霾天大气边界层高度引起的PM10质量浓度平均变化率为-224.2 gm-3/km,约为污染天（-117.6 gm-3/km）的两倍,干净天（-90.4 gm-3/km）的两倍。     

激光雷达观测淮南大气SO2和NO2浓度廓线实例分析

为了初步探究淮南地区大气SO₂及NO₂的不同时空分布特征,采用自研的差分吸收激光雷达系统测得某地（淮南地区）部分月份大气SO₂及NO₂气体浓度分布廓线,并选取其中典型实例从气体水平浓度日变化、垂直浓度变化以及水平浓度月变化3个方面分析了SO₂及NO₂分布特点。结果表明,同一天夜晚时刻,SO₂及NO₂气体浓度大于下午时刻的气体浓度;SO₂及NO₂气体垂直浓度随高度增加呈递减趋势;SO₂及NO₂气体水平浓度月变化变现为冬季月份气体浓度最大,夏季月份气体浓度最小,春、秋季月份次之。SO₂及NO₂浓度变化特征是人群活动和气象条件变化共同作用的结果。     

膜采样与β射线法测定气溶胶PM2.5质量浓度的对比分析

利用β射线法气溶胶质量浓度自动观测仪器和膜采样设备,于2013年9月至10月在北京上甸子大气本底站进行了气溶胶PM_2.5质量浓度的自动观测和人工采样方法的对比试验。结果表明,两种方法的观测结果间具有较好的一致性,呈显著的线性相关关系;在PM2.5质量浓度较低(<35μg·m^-3)和较高(>250μg·m^-3)时,两种方法间的偏差较大;随着空气PM_2.5质量浓度的增加,自动观测方法与人工方法观测结果间的偏差逐渐增大.两种方法间的线性回归方程斜率、截距和相关系数均达到了国家环境保护标准HJ 653-2013的有关要求.对全部观测数据、>10μg·m^-3和10¹50μg·m^-3浓度范围内的数据分别建立了回归订正方程,同时,根据不同气团轨迹条件也建立了订正方程,订正效果表明以10¹50μg·m^-3范围内数据建立的回归订正方程为最优.     

基于GOSAT-2卫星的中国XCO2 时空分布特征分析

CO₂是主要的温室气体之一,它对全球变暖的作用很大。自工业化以来,CO₂浓度在全球范围内大幅增加。为实现碳减排目标,迫切需要监测大气中的CO₂浓度并分析其时空分布特征。随着温室气体观测卫星的发射,利用碳卫星可以大范围地观测和分析大气中的CO₂浓度。本研究基于GOSAT-2卫星数据,利用克里金插值技术分析了2020年6月至2021年5月中国陆地区域的CO₂柱浓度(XCO₂)的时空变化特征。结果表明,全国范围内XCO₂的平均值从2020年的413.86 ppm增加到2021年的419.59 ppm,增加了5.73 ppm。其中,XCO₂的最低值和最高值分别出现在冬季和春季。进一步的分析表明,XCO₂在空间分布上不一致,在人口密度较高的东南部区域浓度较高,而在人口稀少的西北部较低。此外,大城市及其周边地区的XCO₂普遍高于其他地区,表明人为因素导致城市地区的XCO_2...     

基于GEE的2011—2021年广西林火碳排放格局时空变化

森林火灾对中国碳循环及“碳达峰”进程造成的影响重大。利用2011—2021年广西MCD64A1、MCD12Q1和MOD17A3数据集，基于GEE平台，通过可燃物载量模型和碳排放因子法，估算了广西林火的可燃物载量、碳排放量和主要含碳气体排放量(CO₂、CO和CH₄),利用线性回归法和归一化手段等，从年尺度和月尺度上分析了广西森林过火因子及其NPP总量的时间统计量以及空间分布，以及林火碳排放量和林火主要含碳气体排放量的时空变化特征，结果表明：(1) 2011—2021年广西森林总可燃物载量为2.78×10⁵ t,其中林草地和混交林可燃物载量最高，分别为2.71×10⁵、4.31×10³ t,稀树草原和落叶阔叶林最少，分别为146、74 t;(2) 2011—2021年广西碳排放量密度与林火点密度的空间分布基本一致，呈现不均匀分布，且主要集中在百色、河池及百色与贵州的交界区域，表明上述区域需要重点防控；(3) 2011—2021年广西主要含碳气体总排放量为3.59×10^5<...     

寿县一次沙尘过程气溶胶谱分布和光学特性的阶段性特征

利用三波长偏振激光雷达和气溶胶在线监测仪器的协同观测,获取了2021年1月14日—16日寿县国家气候观象台一次沙尘过程气溶胶垂直分布、粒子数浓度、质量浓度、散射特性和能见度观测数据,并结合常规地面气象观测资料,分析了沙尘过程气溶胶微物理、光学特性及垂直分布的阶段性演变特征。结果表明：沙尘过境期间气溶胶粒子总数浓度峰值为5431 cm^-3,PM₁₀质量浓度峰值为447.2μg/m³,PM_2.5和PM₁₀的质量浓度比为0.43±0.10。沙尘、霾和晴空阶段下的气溶胶谱分布均可表示为2个细粒模和1个粗粒模的叠加,沙尘阶段气溶胶粒子数显著高于晴空和霾阶段,2个细粒模的粒子几何平均半径基本一致,在粗粒模中,沙尘阶段的粒子几何平均半径为2.24μm,明显大于晴空阶段的1.74μm和霾阶段的1.79μm。沙尘阶段气溶胶总散射系数平均值大于霾阶段和晴空阶段,其后向散射比较小,空气中以较大的沙尘粒子为主。3个波长的气溶胶消光系数垂直分布变化趋势基本一致,沙尘阶段气溶胶层高度扩展至近地面3.0 k...     

基于Fluent软件的室内颗粒物浓度分布影响研究

文章运用Fluent软件,研究了不同送风速度下办公室内细颗粒物的流动特点。通过建立颗粒流动模型计算得出不同送风速度下室内PM_2.5颗粒浓度分布的特征,分析了员工工作区域的最佳送风参数,以减少颗粒物对人员身体健康的影响。计算四种不同工况及不同送风速度下室内空气流场和颗粒浓度的分布,对比分析表明,最佳工作条件为送风速度3.25 m/s,送风温度295 k。计算结果为今后空调工程施工中的供气参数设置提供一定的理论参考。     

宝鸡高新区冬季大气消光系数及其组成特征

为了解宝鸡市高新区气溶胶及气体的消光特性,利用宝鸡市高新区2018年1月浊度仪和 黑碳仪的逐时观测数据,以及同时段的PM2.5、NO2质量浓度和气象数据,分析了冬季大气 消光系数Bext、气溶胶散射系数Bsp、吸收系数Bap与气体吸收系数Bag的变化特征,并估算了气溶胶消光系数和气体消光系数对大气消光的贡献率。结果表明,宝鸡高新区Bext范围为200.63~948.87 Mm^-1, 均值为483.12 Mm^-1; Bsp范围为170.83~890.06 Mm^-1, 均值为444.11 Mm^-1; Bap范围为4.89~20.44 Mm^-1,均值为9.69 Mm^-1。 PM2.5与Bext、Bsp和Bap的相关系 数分别为0.952、0.950、0.572,说明宝鸡市高新区PM2.5对大气消光效应的影响不容忽视。 Bsp与相对湿度(RH)呈显著正相关,与能见度呈显著负相关。Bsp和 Bap均具有显著的双峰双谷型变化特征,这与宝鸡高新区早晚高峰、机动车运行 时间有关。黑碳(Black carbon, BC)质量浓度、Bsp和Bap随污染 等级增加而升高。整体分析表明,气溶胶消光系数占大气消光系数93.93%,其中散射 系数Bsp和吸收系数Bap分别占91.92%和2.01%,而气体消光系数 占总大气消光系数的6.07%。     

基于AIRS卫星的全球和东亚地区CO2时空特征分析

利用2002年12月到2016年11月的大气红外探测仪(Atmospheric infrared sounder, AIRS)卫星观测资料,分析了全球 和东亚地区(70~140^。E, 10~55^。N)CO₂浓度的时空变化和季节分布特征,并与地面观测 资料进行了对比。结果表明: 1) AIRS反演的CO₂资料与地表观测资料相关系数均在0.9以上,且年均值相对误差均 在1%以内。2)全球CO₂年平均浓度从2003年的375.16 ml/m³增加到2016年的401.24 ml/m³, 年平均增长率约2.01 ml/m³;同期,东亚地区CO₂平均浓度从2003年的375.13 ml/m³增加 到2016年的402.22 ml/m³,年增长率约为2.08 ml/m³,高于全球的年平均增长率。 在2010~2016年,北半球大部分地区CO₂浓度增长率低于2003~2009年的增长率。CO₂增幅较明显 的区域位于北半球高纬度地区如中西伯利亚和格陵兰岛等地上空。3)CO₂分布存在明显的区域性,高值区主要位于 北半球的中高纬度地区;低值区主要位于青藏高原上空。在南半球,CO₂浓度的高值区主要位于南美洲中纬度地区; 低值区主要出现在低纬度(0~20^。S, 50^。W~5^。E)的大西洋上空。在对流层中低层(4~6 km), AIRS反演的CO₂浓度的季节变化特征准确性较高,特别在冬季,北半球大部分地区的CO₂浓度随着时间 变化呈现先减小后增加的趋势。4)在东亚地区,CO₂高值区位于中国北方地区,呈带状分布。     

傅里叶红外系统监测大气中温室气体的污染特征

研制了一套90 m的开放光路傅里叶变换红外光谱(OP-FTIR)温室气体分析测量设备，并利用该设备开展了CO₂、CH₄和CO质量浓度的高精度检测。OP-FTIR系统反演CO₂、CH₄和CO的光谱区域分别为2102～2250 cm^-1、2920～3140 cm^-1和2172～2210 cm^-1。以采集到的中红外吸收光谱为反演基准，开展了与Picarro温室气体分析仪的对比测试。选取测量期间10 d的数据，研究了温湿度、风向风速与环境大气中CO₂、CH₄和CO质量浓度的关联度，并详细分析了污染物的日变化特征。实验结果表明：研制的OP-FTIR光谱系统监测温室气体质量浓度具有较高的可靠性；温度、相对湿度、风速和风向对当地污染物质量浓度影响显著；CO₂、CH₄和CO质量浓度的时序变化具有明显的周期性变化趋势。将CO、CH₄质量浓度分别...     

基于大气消光系数概率分布参数的湿度订正方法

大气消光系数湿度订正是气溶胶吸湿性研究的重要内容,也是利用卫星气溶胶光学厚度(AOD)产品反演近地面颗粒物质量浓度的关键技术环节.基于成都市2016年1月至12月的逐时PM2.5质量浓度、大气能见度、相对湿度(RH)观测数据,首先,深入探讨了大气消光系数与颗粒物质量浓度之间的统计关系及其对RH变化的响应特征,发现在RH小于90％时,单位质量大气消光系数均服从对数正态分布,并进一步指出该分布函数的形状参数和尺度参数均随RH的增加呈现出波动型增长.其次,以干燥环境条件下(RH小于等于40％)单位质量大气消光系数对数正态分布参数为基准,通过数学变换消除湿度变化对单位质量大气消光系数概率分布参数的影响,据此提出了大气消光系数湿度订正的原理和计算流程.最后,对该原理的适用性进行研究,结果表明,订正后大气消光系数反演得到的PM2.5质量浓度与实际PM2.5质量浓度相关系数为0.90,显著优于气溶胶散射吸湿增长因子法的湿度订正结果.     

区域大气加权平均温度模型的构建及其精度分析

大气加权平均温度(T_m)可通过模型计算得到,针对一些常用的T_m模型在中国区域研究中存在精度较低的问题,提出一种顾及地表温度(T_s)和T_m年周期、半年周期、日周期的T_m模型——BGT_m模型。利用2017—2019年欧洲中期天气预报中心(ECMWF)提供的ERA5再分析数据建立适用于中国区域的区域T_m模型,使用2020年ERA5数据和探空数据对模型精度进行评估。实验结果表明,与GPT3、UNB3和Bevis模型相比,BGT_m模型在研究区域内具有更好的适用性。BGT_m模型可为中国区域提供精确的T_m值,为该区域水汽反演提供水汽信息的参考。