文摘为了探究新冠疫情防控措施对乌鲁木齐市NO_(2)污染的影响,更有效的推动大气污染治理,基于OMI(Ozone Monitoring Instrument)卫星遥感高光谱技术与地面监测资料相互结合,估算了NO_(2)干沉降通量,并利用聚类分析与PSCF(潜在源贡献因子)潜在源方法,对2019年—2021年疫情防控期间乌鲁木齐市NO_(2)扩散轨迹与潜在源进行研究。利用夜间灯光数据,百度地图热力图工具,高德地图POI(Point of Interface)功能区情况,进一步分析讨论了乌鲁木齐市NO_(2)污染来源。研究表明:(1)乌鲁木齐市NO_(2)浓度整体表现为:新市区>沙依巴克区>天山区>水磨沟区>米东区,2020年(疫情爆发期)与2019年(疫情爆发前期)同期对比发现,各城区NO_(2)浓度下降明显,其中沙依巴克区减少幅度最大,为47.63%,2021年(后疫情时代)与2020年(疫情爆发期)同期对比发现,各城区NO_(2)浓度逐渐回升,其中沙依巴克区增长幅度最大,为60.09%。城市热力情况表现为:天山区>沙依巴克区>水磨沟区>新市区>米东区。城市热力情况与NO_(2)浓度变化情况大致相同,米东区城市人口集聚度最低,故城市热力值与NO_(2)浓度均最低。(2)长支流为远距离西北方向输送,距离最远来自于哈萨克斯坦,气流占比最大,达80.32%。短支流主要来自于乌鲁木齐市周边,气流占比为19.69%,NO_(2)为短寿命气体,故气流短距离输送对乌鲁木齐NO_(2)影响较大。各类气流所经过的潜在源区的概率等在空间分布较为一致。PSCF分析法模拟的潜在源贡献具有较大的可信度。(3)将大气系统作为一个灰色系统进行分析,按灰色关联度大小划分为:标准煤消耗量>第二产业>工业总产值>工业用电量>人口密度>汽车拥有量>第三产业>第一产业。在静稳天气条件下基于OMI卫星遥感资料估算乌鲁木齐市各区干沉降通量结果,该方法可以弥补地面监测的不足,为干沉降通量的估算提供证据。