基于气溶胶光学厚度的成渝经济区PM2.5浓度时空特征及典型污染过程研究

发布时间：2020-10-28 17:38

　　 成渝经济区是中国西部最大的双核城市群,社会经济发展迅速,工业发达,加上所处四川盆地,大气污染物扩散条件差,以细颗粒物(PM2.5)为首要污染的大气问题日益凸显。本文以成渝经济区作为研究区,基于2018年气溶胶(AOD)数据、PM2.5地面空气质量监测站点的时点数据,建立AOD-PM2.5浓度回归拟合模型,通过决定系数,筛选出最优AOD-PM2.5拟合模型,用以估算地面PM2.5浓度的空间分布。利用Arcgis空间分析、小波分析法等对AOD及PM2.5浓度的时空分布特征进行综合分析,筛选出典型PM2.5污染过程和监测受点。结合气象观测资料及NCEP的GSAS数据,采用后向轨迹模式聚类、潜在源分析等方法,分析典型大气污染过程的污染和气象特征,探究PM2.5污染物的潜在源区。主要研究结论如下:(1)研究区AOD空间分布受地形和季节影响。地形上,高海拔地区的AOD远低于盆地腹部,低海拔区域的AOD值;季节上,春、夏两季,成都-德阳AOD高值集聚明显,秋、冬两季高值区域转移,分散,自贡、内江等区域出现高值区;AOD值在时间上出现降低的趋势,从17年与18年季节同比分析,春、夏两季,AOD值变化较不明显;秋、冬两季出现较为明显的降低。(2)PM2.5的时空分布特征:在空间上的出现圈层式分布。成都-德阳为核心圈,资阳、内江、重庆城区等四川盆地腹部区域为第二圈层,以雅安、泸州、渝东南为第三圈层。在不同季节,PM2.5浓度的空间分布也存在较大差异。在时间上,研究区各地级市、区县(直辖市)的PM2.5浓度变化具有相当高的一致性,成都市的PM2.5日均浓度明显高于重庆城区,其中,1月、2月12月PM2.5浓度较高,尤以1月最为严重,污染日集中且连续,成渝两地污染峰值日接近,部分峰值日相差1~3日。(3)结合污染物浓度超标程度和时间持续程度,选取2018年1月11日至22日和12月15日至21日两次污染过程作为成渝经济区大气污染特征的典型个例。对典型污染过程期间的PM2.5浓度变化以及地面气象变化特征进行分析发现:污染过程有明显峰值,两次污染过程峰值累积时间为4、5日,污染扩散时间与气象条件相关;污染累积时期逆温现象较明显;1月与12月,气团的移动轨迹主要研究区内部气团和外部气团,1月外部气团主要来自西藏、青海,12月外部气团主要来自西藏、云南、贵州。(4)利用PSCF和CWT等方法,分析PM2.5潜在源区:1月的污染过程,成渝两地潜在污染源区主要分布在西南方位,重庆外来源污染占比较高,青海省和云南省,本地源主要为重庆西南区域,成都主要源是重庆西部,潼南、大足、四川成都、德阳、遂宁等地;12月的污染过程,成渝两地潜在污染源区主要东南方位,本地源污染贡献较高,重庆PM2.5污染源主要是江津、内江等地,成都PM2.5污染源主要地主要为成都、资阳。
【学位单位】：重庆工商大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：X513
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究进展
        1.2.1 遥感反演气溶胶研究进展
        1.2.2 基于AOD的 PM2.5 浓度估算研究进展
        1.2.3 重污染过程的研究进展
    1.3 研究内容与技术路线
        1.3.1 研究内容与方法
        1.3.2 技术路线
        1.3.3 研究特色与创新点
第2章 研究区概况与数据来源及方法
    2.1 研究区概况
    2.2 数据来源
        2.2.1 modis数据来源
        2.2.2 PM2.5 历史数据
        2.2.3 其余数据
    2.3 .研究方法
        2.3.1 线性拟合回归模型
        2.3.2 小波分析
        2.3.3 后向轨迹
        2.3.4 聚类分析
        2.3.5 潜在源分析
第3章 气溶胶光学厚度时空分布特征
    3.1 数据源与数据处理方法
        3.1.1 数据来源及预处理
        3.1.2 modis04 的验证
    3.2 气溶胶光学厚度的时空分布特征
        3.2.1 气溶胶光学厚度年度空间分布特征
        3.2.2 气溶胶光学厚度的季节性空间分布特征
        3.2.3 气溶胶光学厚度时间分布特征
    3.3 小结
第4章 MODIS AOD与 PM2.5 关系拟合
    4.1 年度AOD-PM2.5 回归拟合
    4.2 季节性AOD-PM2.5 回归拟合
    4.3 分地区AOD-PM2.5 回归拟合
    4.4 小结
第5章 成渝经济区PM2.5 浓度时空分布特征
    5.1 PM2.5 浓度空间分布
        5.1.1 PM2.5 浓度年度空间分布
        5.1.2 季节尺度的PM2.5 浓度空间分布特征
    5.2 PM2.5 浓度时间分布特征
        5.2.1 成渝经济区2014 年至18年PM2.5 浓度多年变化规律
        5.2.2 成渝两地PM2.5 浓度日均变化特征规律
    5.3 小结
第6章 成渝经济区典型污染过程分析
    6.1 典型污染过程筛选
    6.2 两次污染过程分析
22 日污染过程'>        6.2.1 2018 年1月11 日²2 日污染过程
21 日污染过程'>        6.2.2 2018 年12月15 日²1 日污染过程
        6.2.3 小结
    6.3 典型污染过程轨迹聚类
22 日污染轨迹'>        6.3.1 2018 年1月11 日²2 日污染轨迹
        6.3.2 12 月15 日至21 日污染轨迹
        6.3.3 小结
    6.4 典型污染过程污染物潜在源区贡献与污染权重分析
        6.4.1 2018 年1月11 日至22 日污染物潜在源区贡献与污染权重
        6.4.2 2018 年12月15 日至21 日污染污染物潜在源区贡献与污染权重
        6.4.3 小结
第7章 结论与展望
    7.1 研究结论
    7.2 建议与不足
参考文献
致谢
科研情况

【参考文献】

相关期刊论文 前10条

1 邱炳文;;煤烟型大气污染的治理[J];资源节约与环保;2015年09期

2 徐建辉;江洪;;长江三角洲PM_(2.5)质量浓度遥感估算与时空分布特征[J];环境科学;2015年09期

3 王荔;马嫣;郑军;王振;周瑶瑶;;南京北郊PM_(2.5)中含碳物质和水溶性离子的污染特性[J];科学技术与工程;2015年17期

4 王体健;庄炳亮;;“长三角地区城市空气污染及环境气候效应”专栏前言[J];南京大学学报(自然科学);2015年03期

5 吴健生;廖星;彭建;黄秀兰;;重庆市PM_(2.5)浓度空间分异模拟及影响因子[J];环境科学;2015年03期

6 张懿华;王东方;赵倩彪;崔虎雄;李娟;段玉森;伏晴艳;;上海城区PM_(2.5)中有机碳和元素碳变化特征及来源分析[J];环境科学;2014年09期

7 周生贤;;坚决向污染宣战——写在2014年“六·五”世界环境日[J];环境污染与防治;2014年06期

8 李成才;周寅亮;李莹;刘启汉;贺千山;杨复沫;;利用卫星遥感大气气溶胶进行待建环境监测站点位评估[J];北京大学学报(自然科学版);2014年05期

9 傅丽芳;徐诗阳;敖长林;魏薇;;基于覆盖模型的pm2.5监测站点布局优化方法研究[J];数学的实践与认识;2014年10期

10 贾松林;苏林;陶金花;王子峰;陈良富;尚华哲;;卫星遥感监测近地表细颗粒物多元回归方法研究[J];中国环境科学;2014年03期

相关博士学位论文 前3条

1 吕阳;基于地基和星载激光雷达的大气颗粒物污染遥感监测研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年

2 刘旭艳;京津冀PM_(2.5)区域传输模拟研究[D];清华大学;2015年

3 林燕芬;大气气溶胶对能见度、云和降雨的影响机制[D];复旦大学;2009年

相关硕士学位论文 前10条

1 梁崧岳;基于MODIS数据的京津冀地区PM2.5估算的研究[D];内蒙古师范大学;2019年

2 周云云;基于卫星遥感的沿淮五省PM_(2.5)估算研究[D];华东师范大学;2019年

3 吴焕波;区域大气环境污染源人体健康风险评价方法研究[D];兰州大学;2016年

4 郭晓梅;四川盆地空气质量气候特征及其大地形影响效应的观测模拟研究[D];南京信息工程大学;2016年

5 李少聪;低碳经济下京津冀发展路径研究[D];河北经贸大学;2015年

6 刘佳雨;北京市MODIS气溶胶光学厚度与PM2.5浓度关系研究[D];成都理工大学;2015年

7 闫婧华;MISR和MODIS气溶胶光学厚度产品的数据融合及其在大气细颗粒物监测中的应用研究[D];中国海洋大学;2014年

8 芦亚玲;区域背景采样点大气气溶胶单颗粒的理化特性研究[D];山东大学;2014年

9 石勇;武汉市MODIS气溶胶光学厚度与空气PM10浓度的关系研究[D];华中农业大学;2012年

10 王妮妮;上海市空气质量监测数据的规律研究及在数据审核中的应用[D];东华大学;2010年

本文编号：2860395