中巴经济走廊沿线城市大气对流层NO_(2)柱浓度时空变化研究

本文利用基于臭氧监测仪(OMI)的对流层NO_(2)柱浓度(VCD)产品,分析了喀什、伊斯兰堡、卡拉奇及拉合尔等城市2005—2019年NO_(2)柱浓度的长时间序列变化并探讨了其影响因素。研究发现,2005—2019年,NO_(2)柱浓度污染水平表现为拉合尔>伊斯兰堡>喀什>卡拉奇;拉合尔和伊斯兰堡的对流层NO_(2)柱浓度冬季污染最为严重,卡拉奇和喀什分别在夏季和秋季最为严重;中巴经济走廊沿线城市NO_(2)柱浓度相对较低,原因是经济发展缓慢,深居内陆,受海洋影响小,且常年风速较小,污染不易扩散。

长三角地区2004-2022年NO_(2)柱浓度演变特征及其主要影响因素分析

为研究长三角地区NO_(2)柱浓度长期的时间演变特征及其影响因素,利用OMI卫星观测的NO_(2)柱浓度数据、GPM降雨数据、MERRA-2再分析数据和社会经济数据,结合地面NO_(2)浓度数据,分析了卫星数据与地面观测数据的一致性以及NO_(2)柱浓度的年际、月际和季节性变化特征及其主要影响因素.结果表明:①OMI卫星观测的NO_(2)柱浓度与地面观测的NO_(2)浓度一致性较好,能够较好地反映地面NO_(2)浓度分布及其时间变化特征.②长三角地区2004-2022年NO_(2)柱浓度高值主要集中在南京、常州、无锡、苏州、上海和杭州等核心城市地区;NO_(2)柱浓度年际变化呈波动变化趋势,可分为2个阶段,2004-2011年为增加阶段,年均变化率为0.68%,2011-2022年为降低阶段,年均变化率为-4.51%.2011年NO_(2)柱浓度达最大值〔(12.63×10^(15)±9.16×10^(15))molec/cm^(2)〕,2022年达到最小值,仅为(7.16×10^(15)±4.80×10^(15))molec/cm^(2).③受气象条件和排放源的影响,导致NO_(2)柱浓度存在明显的月际和季节性变化,呈冬季>春季≈秋季>夏季的特征,其中12月〔(20.20×10^(15)±8.89×10^(15))molec/cm^(2)〕最高,7月〔(4.81×10^(15)±1.72×10^(15))molec/cm^(2)〕最低.④长三角地区NO_(2)柱浓度的长期演变特征受社会经济因素的影响.第二产业中的燃煤源和第三产业中交通运输对NO_(2)柱浓度的影响较大,机动车排放是长三角地区核心城市群对流层NO_(2)的重要来源.研究显示,2004-2022年随着一系列大气污染防治措施的执行,长三角地区在经济快速发展的同时NO_(2)柱浓度持续降低,充分证明了经济发展与环境保护可以实现良性互动.

山东省近10年对流层NO_2柱浓度时空变化及影响因素

利用OMI卫星对流层NO2柱浓度产品研究了近10年山东省NO2时空格局及影响因素,结果表明：对流层NO2柱浓度波动较大,10年柱浓度年均值增幅为28.5%,其中2011年浓度最高;对流层NO2柱浓度空间变化显著,2005～2009年四、五级高值仅出现在经济发达的内陆城市,2010～2012年四、五级高值范围显著扩大至中西部大范围地区,尤以2011年最为严重,2013～2014年,四、五级高值范围呈逐步缩小趋势;夏季丰富的降水对NO2具有显著湿沉降作用;山东省近10年地区生产总值不断攀升、机动车保有量大且增幅快、秸秆焚烧火点个数多,这些人为排放是对流层NO2柱浓度升高的主要影响因素。

基于OMI数据的中国中部平原地区NO_2对流层柱浓度2007～2014年时空变化特征分析

利用OMI（OzoneMonitoringInstrument）N022级数据产品通过采用面积权重得到OMIN02对流层柱浓度网格化分布，研究了中部地区3个代表性区域（工业集中区域，黄河流域，以及农业区域）2007-2014年N02柱浓度时空分布特征。结果表明，N02对流层柱浓度年均值在2009年最小，2013年最大，2014年相对2013年降低大于25％。同时分析了典型时间段（中国农历新年2月以及秸秆焚烧6月）内3个区域N02柱浓度变化特征，2月期间3个区域柱浓度都有不同程度的下降，6月农业区NO。柱浓度上升约80％。N02柱浓度相对变化率进一步反映了3个区域N02柱浓度近8年内的变化特征，2008年年中至2009年年中工业区域以及沿河流域N02柱浓度相对往年同期都有高于15％的下降而农业区没有体现，但2014年以后3个区域N02柱浓度都出现明显下降，下降比例都在20％以上。

华北平原固城站NO_2对流层柱浓度变化特征

基于2008年9月2010年9月河北固城生态与农业气象试验站多轴差分吸收光谱仪(multi-axis differential optical absorption spectroscopy,MAX-DOAS)获得的太阳散射光谱观测,反演计算该地区NO_2对流层柱浓度,分析其季节、日变化特征以及不同来源输送的影响,并与同期NO_2地面观测资料和卫星产品进行对比分析。发现固城站NO_2对流层柱浓度冬高(5.14×10^(16)cm^(-2))夏低(1.28×10^(16)cm^(-2));日变化形态在四季均呈现中午低、傍晚高的特征,且冬季最明显。与北京城市区域同期的观测相比,冬季固城站观测值略低,而在春、夏季则偏低较显著。地面风玫瑰图分析显示,来自SW,SSW,NE方向及ENE方向的污染输送对其贡献最大。与地面、卫星NO_2观测的对比表明,MAX-DOAS反演的NO_2柱浓度与地面观测浓度具有一致的季节和日变化特征,卫星反演的NO_2对流层柱浓度产品在华北平原农村地区存在系统性低估。

郑州市对流层NO_2柱浓度时空变化及其影响因素

基于郑州市2005—2015年的OMI遥感反演资料以及地面相关监测数据,研究了郑州市对流层NO_2的时空分布特征,并利用灰色关联法对郑州市NO_2柱浓度变化的主要影响因素进行分析。与地面观测数据对比检验显示,对流层NO_2柱浓度年均值数据与近地面监测站NO_2浓度的实测年均值数据呈显著的正相关,相关系数分别为0.884 6和0.940 2,表明OMI数据资料可以较好地反映地面NO_2浓度的变化。郑州市的对流层NO_2柱浓度在2005—2013年间呈现波动变化且2013—2015年NO_2柱浓度显著减小的特征。季节变化上NO_2柱浓度主要表现为冬季>秋季>春季>夏季的特点。郑州市对流层NO_2柱浓度的空间变化分布主要表现为由北部向南部逐渐递减的趋势,年际变化上高值区与低值区变化不够显著,中值区近年来不断扩大。灰色关联度分析结果显示,汽车保有量与对流层NO_2柱浓度的灰色关联度最低为0.571,而标准煤消耗量、工业用电量以及采暖供热量与对流层NO_2柱浓度的灰色关联度比较高,分别为0.956、0.828、0.862,即大气中工业过程及采暖期煤炭燃烧排放的NO_2占较大比例,汽车尾气排放所占的比例相对较小。

奎屯市-独山子区-乌苏市区域大气对流层NO_(2)柱浓度时空变化分析

为研究以石化工业为主的奎屯市-独山子区-乌苏市(简称“奎-独-乌”)区域大气对流层NO_(2)柱浓度的时空变化,基于地基多轴差分吸收光谱仪(MAX-DOAS)于2018年2月—2019年7月在各城市城区中心进行固定监测(09:00—20:00),以及在环奎-独-乌区域进行车载移动监测(10:00—15:00),结合地形地貌、气象、工业分布和人为排放量等因素,反演分析该区域对流层NO_(2)柱浓度的时空变化规律.结果表明:①奎-独-乌区域对流层NO_(2)柱浓度日变化呈早晚高、中午低,冬季高、夏季低的特点,对流层NO_(2)柱浓度季节性变化呈冬季(11.8×10^(15)molec cm^(2))>秋季(9.46×10^(15)molec cm^(2))>春季(7.46×10^(15)molec cm^(2))>夏季(4.33×10^(15)molec cm^(2))的特征.奎-独-乌区域对流层NO_(2)柱浓度最高值均出现在冬季(1月),呈独山子区(22.23×10^(15)molec cm^(2))>奎屯市(21.30×10^(15)molec cm^(2))>乌苏市(18.34×10^(15)molec cm^(2))的特征.②奎-独-乌区域大气对流层NO_(2)柱浓度存在空间集聚现象,且区域内部差异显著.不同季节高值主要出现在区域内交通交错区(奎屯立交桥、独山子立交桥)和工业集中分布区,最低值均出现在奎-独-乌区域西南部的乌苏市,且位于主导西风通道的上风向.③结合后向轨迹分析发现,奎-独-乌区域气流来源中冬季气流运动在水平方向和垂直方向上均不利于污染物扩散,夏季西北风向导致下风向路段NO_(2)浓度相对较高,该区域大气NO_(2)污染物以本地输送为主,且在城际间存在污染物的传输与积累.④奎-独-乌区域的能源结构以煤炭为主,其固定源排放以工厂和电力部门为主,而乌苏市交通移动源所产生的NO_(2)排放总量远高于奎屯市和独山子区.该区域冬季燃煤6个月,低风速(1.5~3.0 m s)频率持续时间较长,加之独特的山盆结构形成的“山谷风”,有较厚的逆温层,不利于污染物远距离扩散.研究显示,能源工业结构背景下形成的奎-独-乌区域环境有利于大气污染物的聚集和积累,其污染源以本地污染为主.

天山南坡库尔勒市大气对流层NO_2垂直柱浓度特征

基于地基多轴差分吸收光谱技术（Multi-axis different optical absorption spectroscopy,简称MAX-DOAS）,分析位于天山南坡典型干旱区城市,库尔勒市大气对流层NO2垂直柱浓度（Vertical column densities简称VCD）分布、变化,以了解其变化规律和分布特点。研究表明：（1）库尔勒不同观测点对流层NO2VCD高低表现为,农田区〉新市区〉老城区,农田区NO2浓度最大达到3.40×1015molec/cm2。（2）市区观测点,新城区和老城区对流层NO2浓度变化趋势基本一致,呈现V和U字形变化趋势,早上和晚间浓度较高,中午浓度较低,市区浓度变化范围分别为1.91×1015~4.02×1015、0.22×1015~4.59×1015molec/cm2。（3）农田呈现出与市区不同的变化趋势,农田观测区中午之前浓度较低,中午之后NO2浓度呈现升高的趋势。

新疆干旱区城市对流层NO_2垂直柱浓度的时空分布

基于地基多轴差分吸收光谱仪(MAX-DOAS),分析2014年3月至2016年2月新疆干旱区城市(中等城市库尔勒市和小城市博乐市)对流层NO2垂直柱浓度(VCD)变化规律、分布特征及其影响因素。结果表明:(1)新疆干旱区城市对流层NO_2 VCD采暖期是非采暖期的4倍左右,且有显著的季节特征,表现为冬季>秋季>春季>夏季,库尔勒市的对流层NO_2 VCD年均值大于博乐市,两市对流层NO2VCD日变化峰值在8:00(冬季峰值在9:00)和20:00左右,且晚上的峰值高于早上;(2)库尔勒市和博乐市的对流层NO_2 VCD高值分别达到2.540×1015~4.450×1015、1.630×1015~2.620×1015 molec/cm^2,高值区均集中在商业、工业区,对流层NO_2 VCD低值分别为2.300×1014~1.920×1015、6.000×1014~1.390×1015 molec/cm^2,低值区均集中在居民区、学校周边;(3)库尔勒市和博乐市对流层NO_2 VCD对气象因子有不同程度的响应,其与气压呈正相关,与气温、相对湿度、云量和风速呈负相关。

新疆绿洲城市夏季农田区对流层NO_2垂直柱浓度特征分析

2014年夏季6~8月利用地基多轴差分吸收光谱仪(MAX DOAS)在新疆绿洲城市乌鲁木齐市三道坝镇、库尔勒市西尼尔镇及博乐市84团农田区观测的NO_2垂直柱浓度(VCD)数据,结合同期的气象数据分析了NO_2VCD的变化特征。研究表明:1NO_2气体的日变化规律在乌鲁木齐市和库尔勒市农田区呈波浪式多峰特征,博乐市农田区呈明显的双峰形式,且峰值除了库尔勒市在午后外,乌鲁木齐市和博乐市均出现在早晚时段;2新疆绿洲城市农田区在夏季6月(3.327×1015molec/cm^2)的NO_2VCD最高,其次是7月(2.002×1015molec/cm^2),最低是8月(1.656×1015molec/cm2);3NO_2VCD与气温、水汽压气象要素密切相关;由于城市间地势、格局的差异,库尔勒市的NO_2浓度与风速呈显著正相关,乌鲁木齐市、博乐市的NO_2浓度与风速相关性不显著。

基于OMI卫星数据的河北省对流层NO_2垂直柱浓度时空变化研究

利用对流层排放监测网(TEMIS)提供的OMI NO2浓度数据,应用ENVI和ArcGIS等技术平台开展河北省2005-2012年对流层NO2垂直柱浓度的时空分布特征的研究。结果表明,河北省对流层NO2垂直柱浓度值在秋、冬季明显高于春、夏季,冬季最高,夏季最低。2005-2012年河北省对流层NO2垂直柱浓度呈逐年增加的趋势,2011年达到最高值。河北省NO2垂直柱浓度值空间分布不平衡,呈现出由东南向西北递减的趋势。河北省的气候特点和日益增长的机动车数量对河北省对流层NO2垂直柱浓度时空分布及持续增加贡献最大。

天山北坡绿洲城市车流量与对流层NO_(2)垂直柱浓度关系研究

为探讨天山北坡河谷绿洲城市车流量与对流层NO_(2)垂直柱浓度(VCD)的关系,基于各城市车流量状况,利用地基多轴差分光谱仪(Mini MAX-DOAS)在2018年—2019年天山北坡经济带上的综合性大城市乌鲁木齐、工业型中等城市石河子和工业型小城市阜康市中心区连续固定监测,并沿城市交通主干道进行车载移动监测,研究车流量对NO2VCD的影响,对比分析山盆体系河谷绿洲城市与中东部发达城市污染严重原因的差异。结果表明:(1)天山北坡大中小城市的车流量日均值大城市乌鲁木齐(1406辆/5 min)远大于中小城市,中等城市石河子(203辆/5 min)和小城市阜康(185辆/5 min)差异并不显著(p>0.05),而各类城市NO 2VCD整体差异显著(p<0.05),其日变化峰值有所差异,表现为乌鲁木齐(22.613×10^(15) molec·cm^(-2))>阜康(17.758×10^(15) molec·cm^(-2))>石河子(15.272×10^(15) molec·cm^(-2)),三类城市的车流量和NO 2VCD的日变化趋势一致,都呈现出“早晚高,中午低”的变化趋势;季节变化中三类城市的车流量和NO 2VCD均为:冬春季>秋夏季;(2)虽然早晚各监测点的车流量有所差异,但三类城市的车流都集中在市中心附近;移动监测数据表明,NO2VCD高值出现在车流较高的市区,并且在各城市风向稳定时,下风向浓度大于上风向;由于居住空间差异,人们在城市各功能区间的活动,车辆流向和NO2VCD都集中于人流密集的商业区,说明车辆对NO2VCD具有较大贡献;(3)2009年—2019年10年间天山北坡大中小城市经济生产总值增长率在200%以上,乌鲁木齐、石河子机动车增长率超过北京、上海等发达城市,城市快速发展,并处于河谷绿洲地带,地势南高北低,冬季逆温层深厚,静风天数较多,采暖期长达6个月,造成冬季污染严重。天山北坡城市除人为污染排放外,自然因素对污染物形成聚集作用。

基于EMI观测的珠三角地区对流层NO_(2)柱浓度时空变化特征分析

珠三角城市群作为我国最具发展活力的都市经济圈之一,近年来经济发展势头迅猛,但与此同时,珠三角地区大气污染问题也引起了广泛关注。在众多大气污染监测手段中,卫星遥感方法具有观测范围广、观测种类多、可长期连续观测、成本低等优点。EMI(Environmental trace gases monitoring instrument)是我国首台星载大气监测光谱仪,于2018年5月9日搭载于高分五号(GF-5)卫星发射运行,已广泛应用于中国和全球众多区域的大气污染物空间分布与时间变化监测,对于我国卫星高光谱遥感反演算法的研发和大气污染防治具有重要意义。本文基于EMI遥感数据和中国科大的卫星遥感产品,分析了珠三角地区2019年1–8月期间对流层NO_(2)柱浓度时空变化特征。结果表明:(1)在2019年1–8月期间,珠三角地区对流层NO_(2)柱浓度整体呈现"内凹型"特征,表现为1–6月呈下降趋势,7–8月呈上升趋势;(2)珠三角地区的主要NO_(2)污染重心集中在佛山市中部,以及珠江入海口沿海海岸,在1–8月期间,NO_(2)污染源重心不断由佛山市中部向深圳及香港特区方向移动;(3)珠三角地区对流层NO_(2)柱浓度分布与城市的经济状况、产业结构、常住人口数量及机动车保有量具有一定的相关关系,其中,城市的整体经济状况与第二产业占比对于其对流层NO_(2)柱浓度影响较大,因此各地在大气污染防治中需注意当地经济状况的发展及产业结构的持续优化。

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。

新疆大中小城市夏季对流层NO2垂直柱浓度变化特征

利用地基多轴差分光谱仪(Mini MAX—DOAS),选择新疆乌鲁木齐、库尔勒、博乐市具有代表性的大中小城市,于2014年6—8月对其市区、工业区、农田区的对流层NO_2浓度进行观测。结果表明:(1)大中小城市夏季大气对流层NO_2垂直柱浓度的日变化有波峰和波谷的波动,其峰值在大中小城市中有所差异,表现为乌鲁木齐(7.590×10^(15)molec·cm^(-2))>库尔勒(7.559×10^(15)molec·cm^(-2))>博乐(3.578×10^(15)molec·cm^(-2));(2)大中小城市夏季大气对流层NO_2垂直柱浓度大小与城市地表条件差异有关,尤其与观测区的车流量有密切关系,表现为市区(4.643×10^(15)molec·cm^(-2))>工业区(4.469×10^(15)molec·cm^(-2))>农田区(2.425×10^(15)molec·cm^(-2));(3)不同天气条件下大中小城市大气对流层NO_2的垂直柱浓度特征为雨天(3.082×10^(15)molec·cm^(-2))时浓度最小,说明降水对NO_2的浓度具有重要的影响。

基于MAX-DOAS的上海市区NO_(2)对流层柱浓度研究

二氧化氮(NO_(2))是大气中的主要污染物之一,在对流层和平流层大气化学中发挥关键作用,不仅参与对流层臭氧的催化形成,而且还有助于气溶胶的生成并导致酸雨等气候灾害,危害人体健康。人为源排放(工业,电厂、交通等排放)的NO_(2)占氮氧化物排放总量的大部分。传统的监测手段例如卫星遥感技术对对流层底部没有足够的敏感度,原位采样仪器则只能获得近地面的污染物浓度信息。近年来广泛使用的多轴差分吸收光谱技术(MAX-DOAS)不仅对近地面观测敏感,还拥有时间分辨率高,探测下限低,可以同时监测多种污染物等优点。为了实时监测上海市NO_(2)对流层柱浓度的变化特征,在上海市徐汇区搭设了地基MAX-DOAS仪器,进行了长期的持续观测。分析2019年6月至9月的MAX-DOAS观测数据,发现NO_(2)VCDs(垂直柱浓度)受交通排放影响显著,一般上午9:00左右达到峰值(1.56×10^(16)molec·cm^(-2)),随光照增强浓度降低明显,午后达到最低值(1.21×10^(16)molec·cm^(-2)),傍晚交通排放增强16:00以后浓度再次抬升。工作日早高峰期间的NO_(2)VCDs明显高于周末(高出约11.8%),而周末傍晚NO_(2)VCDs较工作日傍晚大幅上升。将MAX-DOAS观测结果与TORPOMI卫星观测数据对比发现,两个数据具有良好的一致性,相关性系数r为0.87。采用HYSPLIT后向轨迹模型对观测期间500 m高空气团输运后向轨迹进行聚类分析,发现上海市NO_(2)污染受沿海区域污染气团输送影响较大。研究表明,地基MAX-DOAS系统作为一种实时、快速、连续的大气监测手段,可以广泛应用于城市区域污染监测应用中。上海市对流层NO_(2)的观测研究为上海市大气污染防治提供了一定的数据支持。

基于MAX-DOAS的大气对流层SO_2垂直柱浓度遥测

基于多轴差分吸收光谱技术(multi-axis differential optical absorption spectroscopy,MAXDOAS)获得了对流层SO_2垂直柱浓度。采用不同参考谱和不同波段来获得SO_2差分斜柱浓度,通过对比发现,当圈天顶光谱作为参考谱的反演误差最小,且全天相对稳定波动小,误差小于5%。通过六个波段的对比选取了最优反演波段为307.5~315 nm。结合地面气象数据对2015年10月14日~18日的污染过程进行了研究,数据分析表明风速和风向是影响监测点SO_2浓度的两个重要因素,城市和电厂产生的SO_2会在东风和南风的影响下向监测点输送.通过研究表明,MAX-DOAS能够准确反演大气对流层SO_2垂直柱浓度信息,对于探究城市大气对流层SO_2垂直柱浓度、卫星校验、模型校验以及污染输送的研究具有重要意义。

2008~2019年四川省对流层NO_(2)浓度遥感监测时空分布研究

为探究四川省NO_(2)污染空间分布及周期性变化特征,利用2008~2019年OMI NO_(2)柱浓度产品,结合趋势分析、局部空间自相关分析方法,分析了四川省NO_(2)柱浓度时空特征。结果表明:近12年来四川省对流层NO_(2)柱浓度呈现"M-型"波动,且冬季最大、夏季最小,1~12月呈现"U-型"变化特征,"高-高"聚集区主要分布于成都平原、川南及川东北城市群。因此,四川省NO_(2)污染防治应以四川盆地三大城市群为主,合理控制机动车出行,提高工业过程NO_(X)处理效率。

基于卫星观测的2005-2015年京津冀地区NO_2柱浓度分布及变化趋势

为更好地了解京津冀地区NO_2浓度的长期时空分布变化特征,对2005—2015年京津冀地区对流层NO_2柱浓度数据进行了统计分析.结果表明,京津冀地区对流层NO_2柱浓度在2005—2010年增加明显,年均复合增长率为6.8%,并在2010年达到峰值,为1 329.07×1013mol/cm^2;2010—2013年保持相对稳定;2013—2015年显著下降,降幅达26.2%.2015年NO_2柱浓度为964.43×1013mol/cm^2,基本与2005年的浓度水平持平.北京地区NO_2柱浓度最先开始下降并保持降低趋势,其中北京市城区降幅远大于郊区,并在2015年达到最低值,为1 647.38×1013mol/cm^2;天津市城、郊区NO_2柱浓度变化相近,总体上均呈先增后减的趋势,并且均在2010年达到峰值,分别为2 686.96×1013、2 019.36×1013mol/cm^2;而河北省西南部(石家庄、邢台、邯郸市)在近两年降幅最为明显,均在35.0%以上.京津冀对流层NO_2柱浓度呈由南向北递减的空间分布趋势,高值区主要分布于京津唐一带以及河北省南部沿太行山一带.研究显示,虽然近年来京津冀地区NO_2柱浓度降幅明显,但相比于周边地区仍面临较大的减排压力.

乌鲁木齐市大气污染物NO_(2)输送路径及潜在源分析

为深化对乌鲁木齐市大气污染物NO_(2)的传输路径和潜在来源的研究,文章利用2017—2022年OMI遥感监测对流层NO_(2)垂直柱浓度(VCD)数据分析了乌鲁木齐市NO_(2)浓度的大气污染特征,运用后向轨迹模型、潜在源区贡献分析法和浓度权重轨迹分析法,揭示了不同季节NO_(2)潜在源区及其对研究区NO_(2)VCD的贡献变化趋势。结果表明:五年来,乌鲁木齐市NO_(2)VCD波动下降,各区NO_(2)VCD在2020年春夏季变幅最大,降幅介于18.45%~35.25%之间;空间上高污染区范围持续缩小至人口基数较大的中心城区;乌鲁木齐市大气NO_(2)污染的气团轨迹受山盆体系的地形影响较大,春、秋、冬三季来自哈萨克斯坦境内的长距离气流频率持续提高(2022年占比分别为25.74%、21.11%、41.83%);影响NO_(2)污染的潜在源区呈现显著季节变化特征,秋冬季源区分布广、贡献度高,而春夏季源区分布狭窄、贡献度低。潜在源区主要为本地源和西部源区,本地源区作为重度污染源区出现在秋冬季,对NO_(2)污染的贡献逐渐增强,源区范围逐渐收缩至乌鲁木齐市沙依巴克区和达坂城区;西部源区主要为中度污染区,近年来向西扩展至伊犁哈萨克自治州西南部、阿克苏地区以及巴音郭楞蒙古自治州等区域。