上海市近地面大气黑碳浓度时空分布特征及影响因素分析
发布时间：2023-11-23 20:58
黑碳(Black Carbon,BC)是大气环境中仅次于CO2的增温组分,对气候和环境变化具有重要影响,并且由于其粒径较小,极易引发呼吸系统疾病,危害人体健康。城市化石燃料燃烧和交通尾气排放是大气BC的主要来源。本研究以我国高度城市化的上海为研究区域,基于固定站点和移动样带监测方法开展近地面大气BC浓度观测,并对其时空变化特征进行分析。同时,结合气象条件、主要大气污染物、土地利用分类、交通路网分布以及人口经济要素等多元数据资料,对上海近地面大气BC浓度时空变化特征的影响机制进行分析讨论。在此基础上,以土地利用回归模型(Land Use Regression,LUR)为研究手段,基于移动样带监测获取的大气BC浓度数据开展上海市BC浓度空间分布格局模拟,探究上海城市内部近地面大气BC浓度时空分异特征及其影响因素。本研究主要结论如下:(1)上海3个固定站点近地面大气BC日均浓度分别为1.17±0.61μg·m-3(浦东站)、1.11±0.48μg·m-3(闵行站)和2.09±0.97μg·m-3(青浦站)...
【文章页数】：124 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 大气BC浓度的获取方法
1.2.2 大气BC浓度时空分布特征
1.2.3 大气BC浓度时空分异的主要影响因素
1.2.4 城市区域大气BC浓度的空间分布模拟
1.3 研究内容与技术路线
1.3.1 研究目标与研究内容
1.3.2 技术路线
1.3.3 论文结构
第二章 研究数据与方法
2.1 研究区域概况
2.2 BC数据获取
2.2.1 BC观测仪器介绍
2.2.2 固定站点介绍
2.2.3 移动样带设置
2.3 近地面大气BC浓度影响因素及数据获取
2.3.1 气象数据
2.3.2 上海市大气污染物浓度数据
2.3.3 土地利用分类数据
2.3.4 交通路网数据
2.3.5 其他数据
2.4 BC数据预处理
2.4.1 BC数据质量控制
2.4.2 固定站点BC数据处理
2.4.3 移动样带监测BC数据处理
2.5 后向轨迹模型
2.6 土地利用回归模型
2.6.1 LUR模型变量
2.6.2 LUR模型构建方法
2.6.3 LUR模型验证与评估
第三章 基于固定站点观测近地面BC浓度时空分布特征及其影响因素
3.1 固定站点观测BC浓度空间对比分析
3.2 固定站点观测BC浓度时间变化特征
3.2.1 大气BC浓度日变化特征
3.2.2 大气BC浓度周变化特征
3.2.3 大气BC月和季节变化特征
3.3 固定站点观测BC浓度时空变化特征的影响因素分析
3.3.1 BC浓度与其他污染物相关关系
3.3.2 气象条件对BC浓度的影响
3.3.3 BC重污染过程后向轨迹分析
第四章 基于移动样带监测近地面BC浓度时空分布特征及其影响因素
4.1 移动样带监测BC浓度时间变化特征
4.2 移动样带监测BC浓度的空间分异特征
4.2.1 BC浓度空间分布总体特征
4.2.2 三次采样BC浓度样带空间分布
4.3 上海市BC浓度空间分异特征影响因素分析
4.3.1 城市化水平对上海市BC浓度空间分布的影响
4.3.2 交通道路对上海市BC浓度空间分布的影响
4.4 两种采样方法结果对比分析
4.4.1 固定站点和移动样点监测大气BC浓度时间变化对比
4.4.2 固定站点和移动样点监测大气BC浓度空间分异对比
第五章 基于LUR模型上海市上午BC浓度空间分布
5.1 上海市大气 BC 浓度上午 LUR 模型
5.2 LUR模型验证
5.2.1 LUR模型精度评价
5.2.2 模型误差的空间聚类与异常
5.3 LUR模型模拟结果的空间分布
5.4 LUR模拟大气BC浓度不确定性分析
第六章 结论与展望
6.1 主要结论
6.2 研究中的不足
6.3 研究展望
参考文献
作者简介
致谢
本文编号：3866200
【文章页数】：124 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 大气BC浓度的获取方法
1.2.2 大气BC浓度时空分布特征
1.2.3 大气BC浓度时空分异的主要影响因素
1.2.4 城市区域大气BC浓度的空间分布模拟
1.3 研究内容与技术路线
1.3.1 研究目标与研究内容
1.3.2 技术路线
1.3.3 论文结构
第二章 研究数据与方法
2.1 研究区域概况
2.2 BC数据获取
2.2.1 BC观测仪器介绍
2.2.2 固定站点介绍
2.2.3 移动样带设置
2.3 近地面大气BC浓度影响因素及数据获取
2.3.1 气象数据
2.3.2 上海市大气污染物浓度数据
2.3.3 土地利用分类数据
2.3.4 交通路网数据
2.3.5 其他数据
2.4 BC数据预处理
2.4.1 BC数据质量控制
2.4.2 固定站点BC数据处理
2.4.3 移动样带监测BC数据处理
2.5 后向轨迹模型
2.6 土地利用回归模型
2.6.1 LUR模型变量
2.6.2 LUR模型构建方法
2.6.3 LUR模型验证与评估
第三章 基于固定站点观测近地面BC浓度时空分布特征及其影响因素
3.1 固定站点观测BC浓度空间对比分析
3.2 固定站点观测BC浓度时间变化特征
3.2.1 大气BC浓度日变化特征
3.2.2 大气BC浓度周变化特征
3.2.3 大气BC月和季节变化特征
3.3 固定站点观测BC浓度时空变化特征的影响因素分析
3.3.1 BC浓度与其他污染物相关关系
3.3.2 气象条件对BC浓度的影响
3.3.3 BC重污染过程后向轨迹分析
第四章 基于移动样带监测近地面BC浓度时空分布特征及其影响因素
4.1 移动样带监测BC浓度时间变化特征
4.2 移动样带监测BC浓度的空间分异特征
4.2.1 BC浓度空间分布总体特征
4.2.2 三次采样BC浓度样带空间分布
4.3 上海市BC浓度空间分异特征影响因素分析
4.3.1 城市化水平对上海市BC浓度空间分布的影响
4.3.2 交通道路对上海市BC浓度空间分布的影响
4.4 两种采样方法结果对比分析
4.4.1 固定站点和移动样点监测大气BC浓度时间变化对比
4.4.2 固定站点和移动样点监测大气BC浓度空间分异对比
第五章 基于LUR模型上海市上午BC浓度空间分布
5.1 上海市大气 BC 浓度上午 LUR 模型
5.2 LUR模型验证
5.2.1 LUR模型精度评价
5.2.2 模型误差的空间聚类与异常
5.3 LUR模型模拟结果的空间分布
5.4 LUR模拟大气BC浓度不确定性分析
第六章 结论与展望
6.1 主要结论
6.2 研究中的不足
6.3 研究展望
参考文献
作者简介
致谢
本文编号：3866200
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3866200.html
