为详细了解京西生态涵养区日照情况, 利用北京市门头沟、斋堂两个国家气象站 1975-2019 年逐日总云量、低云量、降水日数、相对湿度、日照时数等资料, 采用气候倾向率、Mann-Kendall 检验等方法分析了京西生态涵养区日照时数时空变化特征及其与各气象要素之间的相关性。结果表明: 在 1975-2019 年间, 京西生态涵养区年、月、日日照时数均呈西部山区多、东南平原少的特征, 且两站日日照时数呈显著相关性, 约 80% 的差值在-2～2 h 范围。其中月均日照时数峰值出现在 4-5 月, 谷值出现在 11-12月, 6 月、9-10 月减少趋势最明显; 四季日照时数分布较均匀, 但呈春季多、冬季少的特征; 2002-2010 年年日照时数连续低于均值, 东南平原区减少趋势[-51.6 h·(10a)-1] 大于西部山区[-39.5 h·(10a)-1]。年、四季日照时数异常偏少情况主要出现在 2000 年以后, 接近异常偏多年份在 20 世纪 80-90 年代较集中。1982-1990 年日照时数明显增加, 1991 年发生明显减少突变, 1991-2019 年日照时数明显减少。综合分析表明该地区的日照时数与总云量、低云量、日平均湿度、日降水量呈负相关, 与日分钟风速、能见度呈正相关, 该结论对首都京西生态涵养区建设和气候评价具有重要参考价值。

利用 AERONET 北京站点 2016 年 1 月-2018 年 12 月的数据产品, 分析了北京地区气溶胶光学厚度 (AOD)、Angstrm 波长指数 α、粒径谱分布的季节特性; 同时选取典型污染天气条件下的数据, 分析了不同季节主控污染物的类型, 并使用相应雷达比对比反演激光雷达消光结果。研究结果表明: 北京地区 AOD 季节变化特征明显, 主要表现为春、夏季大, 秋、冬季小, 其中夏季 (0.83) 显著高于其他季节; α 表现出与 AOD 一致的变化规律, 春季最低 (α = 0.95), 表明北京春季受沙尘影响显著, 为主要污染物; 而夏季最大 (α = 1.23), 表明沙尘影响迅速减弱, 细粒子颗粒物占主导, 符合温带季风气候的特点; AOD 和 α 关系图中, 不同污染物分布特征存在差异, 可通过阈值法对污染物进行分类。此外, 以两种典型污染情况为例, 使用不同雷达比反演激光雷达的消光系数的结果表明, 可以使用太阳光度计数据对反演参数进行优化。

京津冀地区的大气颗粒物污染非常严重,对气候环境和人类健康产生直接影响。为了使用遥感技术对京津冀地区的颗粒物污染进行快速、准确的评价,验证了NASA近期发布的全球1 km分辨率的MCD19A2气溶胶光学厚度(AOD)产品在京津冀地区的精度,明确了卫星产品在该区域应用的可靠性,并分析了AOD产品与空气质量指数(AQI)的相关性,探讨其对空气污染的指示作用。获取2014~2018年京津冀地区的MCD19A2 AOD空间分布数据,以及同步的AERONET实测数据,对两类数据进行了时空转化等处理,以实现数据间的精确匹配。验证结果表明,MCD19A2产品在该区域达到较高的精度及稳定性,相关系数、均方根误差、平均绝对误差和期望误差范围分别为0.9504、0.1243、0.0863和82.26%。基于不同尺度AOD结果,与AQI数据进行相关性分析,二者具有较高的相关性,表明MCD19A2数据对空气污染状况具有直接的指示作用。该研究可为气溶胶特性研究、空气质量监测等方面的工作提供一定的参考。

三维荧光光谱(3DEEM)是表征大气颗粒物中水溶性有机物(WSOC)化学组成与官能团的有效工具, 目前所报道的应用3DEEM分析WSOC仅局限于荧光强度及其指标研究。 由于大气颗粒物pH值变化范围大(0~9), WSOC形成、 传输和转化过程易受pH值的影响。 因此, 研究pH值对WSOC荧光特性的影响, 对于加深了解WSOC的环境效应以及化学结构组成具有重要意义, 然而关于pH值对大气颗粒物中WSOC荧光特性影响的研究还未见报道。 在此基础上, 采用三维荧光光谱研究北京市大气细粒子中WSOC荧光特征, 并着重考察WSOC在不同pH值(2~8)条件下荧光光谱特征的变化情况。 研究表明, 大气细粒子中WSOC荧光主要成分包括类腐殖质、 类色氨酸和新生成有机物质。 进一步研究发现, WSOC荧光峰位置、 荧光强度和荧光指数对pH取值敏感。 WSOC荧光强度在pH值为3左右时达到最大值, 推测是羧基质子化达到最强的结果, 然而, 当pH值大于3时, 荧光强度变化则呈现相反趋势, 随pH值增大明显下降, 可能是由于分子间与分子内的氢键作用增强造成的。 另外, 夏季WSOC类色氨酸荧光峰随pH值升高略有红移现象, 表明分子结构中苯环增多, 共轭度增加。 相对于其他荧光物质, 类腐殖质受溶液pH值影响更显著。 通过对pH值与荧光指标进行相关性分析发现, WSOC荧光基团结构具有季节性差异。 pH值与自生源指数(BIX)呈显著负相关性, 随pH值的增大明显下降。 而pH值与Peak T/C(荧光峰T与荧光峰C的荧光强度比值)呈显著正相关性(p<0.01), 随pH值的增大明显升高, 说明低pH值不利于有机物的生物降解。 腐殖化指数(HIX)和荧光指数(FI)随pH值增大先升高后降低, 其值变化范围分别为1.6~3.64和0.8~1.94。 通过对三维荧光光谱分析发现pH值是影响WSOC荧光特性的一个重要因素, 在表征WSOC光学特性或其他性质时, 还应考虑pH值对WSOC的影响。

利用中国环境监测总站发布的2013年11月1日～2014年12月12日污染物实时浓度数据,分析了京津冀地区污染物变化特征。结果显示: PM2.5、PM10、SO2、NO2和CO浓度年平均值分别为95.3, 163.9, 54.7, 48.9 μg/m3, 1.5 mg/m3;五种污染物浓度都表现出冬季高夏季低的季节变化特征,但不同污染物在不同的月份又有其特殊的变化特征。APEC期 间京津冀地区PM2.5、PM10、SO2、NO2和CO平均浓度分别为66.1, 123.7, 33.2, 48.5 μg/m3, 1.2 mg/m3。APEC期间京津冀地区PM2.5浓度是APEC前后一个月的60.1%、59.4%; APEC期间气态 污染物CO、SO2、NO2浓度与APEC前一个月相当,但APEC后急剧增加。减排措施使京津冀地区PM2.5浓度削减40%左右, PM10削 减35%左右, NO2削减10%左右, CO削减15%左右。

由于北京城市中心区冬季供暖、 汽车尾气、 工业生产等因素的影响, 以及冬季植被覆盖减少导致地表热惯量降低, 致使北京市冬季地表热场与其他季节差异明显。 冬季城市热场分布直接影响冬季大气颗粒物等污染物的扩散速度, 因此, 研究热场分布对了解城市热场在大气颗粒物污染中的贡献具有重要的意义。 首先利用MODTRAN大气辐射传输模型计算大气透过率、 大气上行辐射与大气下行辐射三个关键参数, 通过构建查找表解算热红外波段辐射传输方程。 使用数据模拟的手段评价了该方法的精度, 结果表明, 当比辐射率和水汽分别在±0.005和±0.6的误差范围内波动时, 温度反演的误差分别小于0.348和2.117 K, 表明该方法可达到较高的反演精度。 选择长时间序列Landsat TM、 ETM+数据, 进行地表温度反演, 得到1985年—2015年北京市的地表温度。 基于反演的地表温度分析了北京市热场的时空分布。 结果表明, 北京冬季热场分布在空间上可分为四个层次: 北京市二环内温度较高、 二环到五环内低温环状特征明显、 外围郊区温度高以及北京西部的山区温度最低; 随着近30年来北京市的快速发展, 热场分布在长时间序列中发生了明显的改变: 随着北京城市的不断扩张, 环状低温区域也不断扩大, 从三环扩展到六环; 城市二环以内热岛效应随时间推移而增强, 且分布范围扩大。

针对目前HJ-1 CCD大气校正没有考虑中国地区气溶胶模式的问题, 提出一种耦合中国地区局部气溶胶模式的大气校正方法。 以京津冀地区作为研究区域, 该方法对地基北京城区和香河站点反演的气溶胶模式参数进行聚类, 得到京津冀地区具有代表性的四类气溶胶模式, 并根据四类气溶胶模式来建立查找表进行气溶胶光学厚度的反演。 HJ-1 CCD数据没有短波红外波段(2.12 μm), 无法采用MODIS的气溶胶算法中获得地表反射率的方法来计算蓝红波段的反射率, 本文在气溶胶光学厚度的反演中采用HJ-1卫星的蓝色（0.43~0.52 μm）和红色（0.63~0.69 μm）波段的反射率比值作为误差方程的依据, 不需要输入地表目标的反射率。 基于反演后的光学厚度对HJ-1 CCD数据进行大气校正, 并与ASD光谱辐射计测量数据以及MODIS地表产品数据（MOD09）进行对比。 结果表明, 该方法得到的大气校正结果与ASD测量结果接近, 并与MOD09有较强的相关性, 红色波段的平均相关系数达到了0.8以上, 受气溶胶影响最大的蓝色波段平均的相关系数也达到了0.75左右。

以北京市Landsat TM为数据源, 提出了一种新的地表温度光谱分解模型(Temperature Unmixing with Spectral, TUS), 以期将地表温度的空间分辨率提高到30 m.首先, 基于线性光谱混合模型获得地表组分的丰度值.然后, 基于温度/植被指数选取典型端元的地表温度.最后, 综合地表组分的比辐射率数据实现地表温度的分解.结果表明, TUS模型能够有效地提高地表温度的空间分辨率, 反映不同地表组分地表温度的空间差异性, 平均绝对误差(MAE)和均方根误差(RMSE)分别为1.25 K和2.27 K, 非常适合于复杂地表覆盖地区的地表温度降尺度处理.