论文部分内容阅读
卫星数据由于其良好的空问代表性与时间连续性,为监测污染物的排放提供了有效的途径。本研究采用OMI(Ozone Monitoring Instrument)和SCIAMACHY(Scanning Imaging Absorption Spectrometer for Atmospheric Cartography)的SO2垂直柱浓度数据对我国近年来的SO2排放特征进行了研究,并与CALPUFF模拟结果、官方的SO2排放数据以及国家监测网络内SO2监测浓度数据进行对比。
OMI及SCIAMACHY数据都显示我国华北、华中、西南地区有较高的SO2排放,长三角、珠三角SO2排放高值区范围较小,全国其他地区的SO2排放量较小。两套数据都能很好地捕捉到夏秋低而春冬高的SO2季节变化趋势,而且不论哪个季节我国高值SO2排放区域变化不大,都集中在太行山东麓、山西盆地及西南地区。
根据SO2垂直柱浓度数据,本研究估算了各省及全国SO2排放量。在偏远、面积较大的省份OMI数据的估算值不可靠;在人为源SO2排放较多的省份,基于OMI的估算结果与实际SO2排放总量较为接近。从全国的估算总量来看,基于OMI数据的估算量与官方公布的全国的SO2排放量十分接近,而SCIAMACHY数据则仅为官方数据的一半左右,说明OMI数据比SCIAMACHY更为准确。此外,通过与CALPUFF模拟的SO2浓度结果进行定性对比,发现OMI数据能够更为细致、准确地表现出SO2的分布信息。
在SO2重污染区域,两套数据都表明SO2排放的最低值出现在每年的4月份,而最高值出现在每年的8月与12月份,S02排放自2008年后出现下降趋势。在内陆背景地区,两套数据都捕捉到每年8月来自东部地区的S02传输。在东北地区,OMI数据比SCIAMACHY数据更好地区分出了采暖期与非采暖期SO2排放的差异。在海洋背景地区,SCIAMACHY数据捕捉到每年冬季来自珠三角地区SO2传输。
以2006年夏季西南大旱为研究背景,利用OMI数据对这一时间段内SO2排放特征进行研究。结果表明,OMI很好地捕捉到了极端天气条件下人为SO2排放的骤增,OMI在监测SO2的排放上是有效的、灵敏的。
本研究表明,在背景地区,SCIAMACHY的数据质量较好,而在SO2污染区域OMI数据能够很好地给出SO2的排放特点。