OMI和TROPOMI的中国对流层NO_(2)污染数据的时空对比分析

基于2018年12月—2019年11月臭氧层观测仪(Ozone Monitoring Instrument,OMI)和对流层观测仪(TROPOspheric Monitoring Instrument,TROPOMI)遥感反演产品数据,统计两种数据在中国区域对流层NO_(2)柱浓度数据缺失率,分析得出两者的时空分布差异。结果表明:(1)该时间段内,两种传感器数据缺失率呈现“S”形的变化趋势,TROPOMI月数据缺失率低于OMI,TROPOMI年平均数据缺失率为3.98%,OMI年平均数据缺失率为36.22%,造成该结果的原因可能是不同仪器的分辨率不同。(2)在中国区域内,两种数据存在一定的相关性,相关系数为0.844,但TROPOMI获得的对流层NO_(2)年平均柱浓度值大于OMI;从季节差异上来看,TROPOMI获得的结果同样相对OMI的结果高出57.5%,造成OMI结果偏低的原因可能是OMI传感器在有云(非晴空)情况下用其他卫星观测进行校正,使得结果平均降低15%,但不会影响季节变化趋势。(3)季节相关性方面,秋、冬两季相关性较好,春、夏两季相对较差,是由于春、夏季节NO_(2)柱浓度易受其他气体污染物的影响,且两种传感器在反演方法上有所不同,会造成一定的系统误差。(4)在重污染情况下,TROPOMI传感器获得的地域范围相比于OMI大1.54%,只有在冬季污染最为严重的情况下,TROPOMI获得的污染区域相比于OMI小0.86%。(5)在时空差异上,东部地区两者差异明显,TROPOMI获得的月平均结果相比于OMI的结果大10.21%,西部差异不大,中国不同城市群之间的结果也存在差异。

基于TROPOMI的扬州市对流层甲醛和二氧化氮时空分布特征分析

以2020年1月—2021年9月对流层观测仪(TROPOMI)卫星观测资料反演获取的对流层甲醛(HCHO)、二氧化氮(NO_(2))柱浓度数据为依据,采用统计方法分析了扬州市HCHO和NO_(2)柱浓度的时空分布特征。结果表明,扬州市对流层HCHO、NO_(2)平均柱浓度分别为903.01×10^(13),633.77×10^(13) mole/cm^(2);受太阳紫外辐射影响,HCHO柱浓度变化特征表现为6月最高、1月最低;受气象条件和人为排放强度影响,NO_(2)则表现为1月最高、8月最低。2021年1—9月扬州市对流层HCHO、NO_(2)柱浓度月均值同比2020年分别增长4.0%,40.6%。空间分布特征显示,扬州市对流层HCHO和NO_(2)浓度高值区主要分布在扬州市南部,且浓度高值区域与重点排污企业分布情况较为一致,多为电力供热、工业锅炉、冶金、石化与化工、表面涂层等行业。相关性分析显示,对流层HCHO与气温、臭氧浓度呈显著正相关,而NO_(2)与气温、臭氧浓度呈显著负相关。

基于TROPOMI的近地面臭氧浓度估算研究

在PM2.5浓度逐年下降的背景下,臭氧浓度不降反升,目前臭氧已经成为国内大气的主要污染物之一。本文利用当今大气监测中时空分辨率最高的TROPOMI传感器,并基于大数据关联思想,构建GWR-RF臭氧浓度估算模型,融合臭氧浓度地面监测数据、欧洲中期天气预报中心的ERA5数据集、高分辨率遥感影像(TROPOMI_NO2)数据,构建训练整体数据集,用以估算2019年四川省每日最大8 h平均臭氧浓度(O3_8h)。研究结R2为0.94,RMSE为10.5 μg•m−3,MAE为7.49 μg•m−3,表明GWR-RF模型对O3_8有较好的估算性能。

“哨兵-5P”卫星TROPOMI传感器在江苏省域大气污染监测中的初步应用

简述了欧洲航天局(ESA)于2017年10月13日发射的"哨兵-5P"卫星上对流层观测仪(TROPOMI)的技术特性。基于TROPOMI的NO_2、O_3、SO_2、CO等几种污染气体L2级数据产品对江苏省域的空间分布特征和大气污染识别效果进行了初步分析。结果表明,TROPOMI的NO_2、CO遥感反演产品可以很灵敏地反映工业源、城市交通源排放在对流层近地表的含量水平,可为区域大气污染精细管控和空气质量精准预警预报提供有力支持。

中国地表臭氧浓度估算及健康影响评估

在PM_(2.5)浓度逐年下降的背景下,臭氧浓度不降反升,臭氧已成为中国暖季的主要污染物之一.基于大数据关联分析思路,构建并开发了极限梯度提升(XGBoost)臭氧浓度估算模型,用以估算2019年中国每日最大8 h平均臭氧浓度(O_(3)_8h),用于人类暴露评估.该模型输入地面监测站点数据、高分辨率遥感卫星数据、气象数据、排放清单数据、数字高程模型(DEM)数据和人口数据,捕捉O_(3)_8h的时空变化.本研究采用十折交叉验证的方式评估模型的估算性能(R^(2)为0.871,RMSE为11.7μg·m^(-3)),与随机森林模型(RF)和核岭回归模型(KRR)相比,由于算法本身的提升和并行处理的推进,使得XGBoost模型估算结果表现出更高的准确性(RF:R^(2)为0.864,RMSE为12.387μg·m^(-3);KRR:R^(2)为0.582,RMSE为23.1μg·m^(-3))且模型运算效率明显提升.同时对中国各省市人口臭氧暴露水平和归因于臭氧暴露的慢性阻塞性肺部疾病(COPD)死亡相对风险进行评估,结果表明,在超标天数上,非达标天数排在前五的有山东省、河南省、河北省、安徽省和宁夏回族自治区;在暴露强度上,人口加权臭氧浓度排在前五的有河北省、山东省、山西省、天津市和江苏省;在健康影响上,COPD死亡相对风险表现出季节变化,夏季最高,冬季最低.