论文部分内容阅读
每年收获季节农作物秸秆常大面积焚烧排放的可吸入颗粒物（PM10），造成局地严重的空气污染，干扰人们正常的生产生活。因此开展气象因子对秸秆焚烧源PM10浓度的影响、秸秆焚烧的遥感监测研究，可为解决秸秆焚烧及空气污染问题提供基础科学支撑。本文以安徽省为研究区域，根据2012年安徽各县主要农作物产量数据与MODIS火点数据，分析安徽省秸秆焚烧的时间变化和空间分布，建立火点修正焚烧率模型，估算小麦秸秆焚烧率、PM10排放量。结合PM10浓度与风速、降水资料，利用SPSS软件分析两者的影响规律，建立基于气象要素的PM10浓度多元回归模型。主要结论如下：（1）通过草谷比法计算2012年安徽省水稻、小麦、玉米、油菜秸秆资源量分别为1521.7万吨、1665.2万吨、537.0万吨、207.6万吨，总计3931.5万吨，其中淮北地区>江淮地区>江南地区，阜阳、六安、亳州、滁州、宿州五市为秸秆资源大市。（2）利用ArcGIS软件的空间裁剪、数据输出、融合、属性选择、缓冲区分析等工具对MODIS火点数据进行逐天逐县分离处理，结果共计4517个火点，时间上集中于5月上旬、6月上、中旬、7月下旬及10月上旬，以6月最为密集，空间上集中在淮北地区，火点密度达0.051个/km2，小麦种植面积X1、产量X2与火点数Y的回归方程分别为Y=0.975X1-0.418和Y=1.517X-2+1.642。（3）根据Bm=Bt×Ni×（1.517Wm+1.642）-1计算各县小麦秸秆的产量火点焚烧率，并按规定范围对其修正，通过Bc=(∑Bmi×Wmi)(∑Wmi)-1计算火点修正焚烧率，代入排放因子法计算得到2012安徽省小麦秸秆焚烧PM10排放总量达到3.2万吨，县PM10排放量从南向北递增，其排放强度和农民人均排放量的高值区集中在淮北地区东部。（4）利用SPSS软件分析2012年安徽省17个监测站点PM10浓度，其平均浓度介于0.052-0.098mg/m3之间，合肥最高、池州最低，地区平均浓度江淮地区>淮北地区>江南地区；采用系统聚类法将17个站点分成5个小区，能够更好地对各站点PM10污染加以区分。选取1月、4月、7月上旬及9月中旬PM10浓度计算得出城市本底浓度介于0.053-0.100mg/m3之间。合肥6月PM10浓度变幅与200km半径缓冲区内的火点数相关系数为0.457，在0.05水平上显著。（5）全省大部分站点PM10浓度与风速、降水均呈负相关性，风速<1m/s或日降水量<1mm条件下，PM10浓度有小幅上升；风速>3m/s或日降水量>20mm，PM10浓度下降明显。降水后一日PM10浓度均值要低于降水当日，降水具有明显的清污作用。合肥市1mm降水的清污效率最高，达到-0.00148mg·m-3·mm-1，秸秆焚烧期内的降水清污能力要强于平时。（6）以日PM10浓度为因变量，风速、降水及前一日PM10浓度为自变量，建立PM10浓度多元回归模型：Y=0.068-0.013X1-0.001X2+0.542X3。运用独立样本检验发现，模型拟合的PM10浓度升降趋势具有较好的预测性，但峰值的拟合值要低于实测值，并存在一定的滞后性，有待进一步修正。