论文部分内容阅读
PM2.5是城市大气复合污染中的重要污染物。本研究基于清华园、中科院大气物理所和密云3个观测点多年的颗粒物质量浓度在线监测结果,利用NASAMODIS气溶胶光学厚度(AOT)产品与北京市PM2.5质量浓度进行比较分析。得到MODIS AOT与PM2.5质量浓度的相关关系;结合AOT反演理论以及气象观测数据,对二者相关性进行修正;并在此基础上建立相关的数学统计模型;阐述AOT可以作为监测PM2.5的分布以及传输的有效补充手段。
本研究通过分析北京地区多年的MODIS AOT和PM2.5的变化特征,发现AOT与PM2.5分别具有明显的年周期变化且分别具有有明显的季节性变化特征,AOT的最高值出现在春、夏季,冬季出现最低值;而PM2.5冬季出现最高值,夏、秋季出现较低值。AOT和PM2.5的季节性平均变化和月平均变化差异很大,有几近相反的趋势,显示了在长期平均变化中,AOT和PM2.5质量浓度的相关性较低,说明二者相关性受到季节性因素的强烈影响。AOT和PM2.5日均值在春、夏和秋季具有较好的相关性,而冬季相关性较差。夏、秋季的线性相关系数与全年的相比明显提高,达到0.75左右;而春、冬季相对较低。考虑相对湿度和气溶胶标高的修正,二者的相关系数有不同程度的提升,经过相对湿度的修正,秋季的相关性有明显升高,达到0.9左右。选取与AOT更为匹配的PM2.5质量浓度,AOT和PM2.5之间的相关性亦有上升。对这些因素进行深入研究,两者的相关系数还有很大的提升空间。建立AOT与PM2.5之间的回归模型,最佳模型多为幂函数形式。引入气象因子拟合的多元线性模型显示了更为符合实际的优越性,但限制了PM2.5的有效浓度范围。以上结果均表明AOT与PM2.5具有较好的时间相关性。市区清华园和郊区密云监测点AOT与PM2.5的线性回归分析结果表明,郊区清洁监测点AOT和PM2.5具有更高的线性相关性,说明地区空间特征和环境污染特性对二者的相关关系有很大影响。
本研究通过分析北京地区多年的MODIS AOT和PM2.5的变化特征,发现AOT与PM2.5分别具有明显的年周期变化且分别具有有明显的季节性变化特征,AOT的最高值出现在春、夏季,冬季出现最低值;而PM2.5冬季出现最高值,夏、秋季出现较低值。AOT和PM2.5的季节性平均变化和月平均变化差异很大,有几近相反的趋势,显示了在长期平均变化中,AOT和PM2.5质量浓度的相关性较低,说明二者相关性受到季节性因素的强烈影响。AOT和PM2.5日均值在春、夏和秋季具有较好的相关性,而冬季相关性较差。夏、秋季的线性相关系数与全年的相比明显提高,达到0.75左右;而春、冬季相对较低。考虑相对湿度和气溶胶标高的修正,二者的相关系数有不同程度的提升,经过相对湿度的修正,秋季的相关性有明显升高,达到0.9左右。选取与AOT更为匹配的PM2.5质量浓度,AOT和PM2.5之间的相关性亦有上升。对这些因素进行深入研究,两者的相关系数还有很大的提升空间。建立AOT与PM2.5之间的回归模型,最佳模型多为幂函数形式。引入气象因子拟合的多元线性模型显示了更为符合实际的优越性,但限制了PM2.5的有效浓度范围。以上结果均表明AOT与PM2.5具有较好的时间相关性。市区清华园和郊区密云监测点AOT与PM2.5的线性回归分析结果表明,郊区清洁监测点AOT和PM2.5具有更高的线性相关性,说明地区空间特征和环境污染特性对二者的相关关系有很大影响。