论文部分内容阅读
在区域性的高浓度排放背景下，雾霾和细颗粒物(PM2.5)已经成为政府和公众关心的重大环境问题。准确的PM2.5时空分布信息不仅是国家环保部门评估和改善空气质量的基本需求，也是公共健康等科学研究的重要指标。地基监测站点覆盖区域有限，而基于卫星气溶胶光学厚度估算PM2.5的方法受云和重霾影响，存在较大不确定性。本研究利用时空插值与基于卫星AOD的方法估算了我国北京市与京津冀地区的PM2.5浓度，对比探讨了典型区域不同空间尺度下PM2.5估算模型及其适用性，分析了北京市与京津冀地区两个尺度下PM2.5时空分布特征与曝露风险。主要研究内容如下: (1)提出PM2.5时空克里金插值模型，提高了PM2.5估算精度。常用的空间插值方法往往只考虑空间的变异特征，而忽略了时间变化特征。PM2.5在时间尺度上也存在较大的相关特性，本论文通过分析PM2.5的时间与空间维度上的相关特性，将时空克里金插值引入到PM2.5估算的研究中。并利用北京地区PM2.5站点观测数据作为应用验证，实现了城市尺度的PM2.5估算。估算结果与普通克里金插值、距离加权反比等空间插值相比精度都有所提高，交叉验证精度为R2为0.94，RMSE为17.29μg/m3; (2)通过考虑AOD-PM2.5关系的时空变化特性，引入区域气象数据，提出基于气溶胶光学厚度的PM2.5时空回归模型，提高PM2.5估算精度。常规的垂直订正与湿度订正的方法需要获取较为精确的边界层高度数据与相对湿度数据，统计模型可以根据监测样本训练得到AOD-PM2.5的关系，但是在区域尺度上AOD-PM2.5之间的关系存在较大的时间与空间变化特性，目前针对中国地区的研究使用比较多的是简单线性回归，较少研究AOD-PM2.5关系之间的时空异质性。本研究基于MODIS气溶胶光学厚度数据，引入RAMS大气模式气象参数作为统计因子，在对AOD-PM2.5时间与空间相关性分析的基础上发展基于混合效应与地理加权回归结合的时空回归模型，并以京津冀地区数据作为应用验证，结果表明模型能得到较高的精度交叉验证精度R2可达0.865，RMSE为24.13μg/m3;同时，本论文对RAMS模式模拟的气象数据因子的作用进行检验，结果表明加入RAMS模拟的气象数据后PM2.5估算精度明显提高。 (3)时空克里金插值与利用卫星AOD估算PM2.5的两种方法比较与结果融合。本研究利用时空克里金插值和基于卫星AOD的时空回归模型分别估算了北京地区和京津冀两个空间尺度的PM2.5分布，并对两种模型进行了不确定性分析。对比发现北京地区时空克里金插值插值精度略微优于遥感估算模型，而在京津冀尺度基于卫星AOD估算模型要优于时空克里金插值的结果;考虑到卫星遥感观测的限制，在城市尺度PM2.5时空插值的方法具有很大应用潜力，而在区域尺度，受站点数目的限制和排放源的复杂变化影响，卫星遥感具有较大优势。但是，时空克里金插值结果会过于平滑，无法反映污染源信息，而卫星AOD的缺失造成PM2.5估算缺失。针对两种模型的缺陷，本文提出利用两种模型估算的均方根误差RMSE作为权重，对结果进行融合，以弥补各自的不足。 (4)分析研究了京津冀地区2013年PM2.5时空分布特征与曝露风险。利用本论文提出的PM2.5估算模型，分别估算了2013年北京市3km分辨率的PM2.5季节分布与京津冀地区10km分辨率的PM2.5季节分布。估算结果显示京津冀地区PM2.5分布具有较大时空变化特性，这种时空异质性既受本地排放影响，也与气象条件、地形有关;区域传输对北京地区的PM2.5浓度具有重要贡献;北京城区PM2.5年均值在90μg/m3左右，而河北南部超过了110μg/m3。在此基础上，本文计算出了北京市3km分辨率的PM2.5超标分布（日均值浓度大于75μg/m3）与京津冀地区10km分辨率的PM2.5超标分布（日均值浓度大于75μg/m3）。曝露评估显示北京地区有近180天PM2.5均值超过75μg/m3，而河北南部有超过225天空气质量不达标，PM2.5超标天数在不同的地区差异明显。