对2010～2014年阿克达拉大气本底站和阿勒泰市的PM10质量浓度值、温度、降水、风向风速、湿度、气压数据进行了对比分析。 结果表明:阿克达拉和阿勒泰市PM10年平均质量浓度均呈上升趋势,但是本底站值上升较快。当阿克达拉的平均气温在10～20℃时, 阿勒泰市的平均气温低于－10℃时, 两地PM10质量浓度处于较高污染水平。相关性分析表明阿克达拉和阿勒泰市PM10质量浓度与降水、 风速均呈负相关。当PM10质量浓度处于较高污染水平, 此时阿克达拉站主导风是西北风(NW),风频达17.1%,风速 在1.8～5.7 m·s－1之间,且风速小于1.5 m·s－1时的风频明显比风速大于1.5 m·s－1时 的风频小很多;阿勒泰主导风是北风(N), 风频为10.6%,风速在1.3～3.3 m·s－1之间,风速小于1.5 m·s－1 时的风频与风速大于1.5 m·s－1时的风频相差不明显。此外,分析表明PM10浓度与湿度、气压的相关性较弱。

湖泊蓝藻水华的精准动态监测, 可为水利及环保部门评价污染水体的防治效果、优化和调整防治政策提供依据。论文以巢湖为研究对象, 利用Landsat TM/OLI、HJ-1B CCD/IRS和NPP-VIIRS三种不同空间分辨率的影像数据, 通过归一化水体指数(Normalized Difference Water Index, NDWI)实现巢湖水域范围提取, 利用归一化植被指数(Normalized Difference Vegetation Index, NDVI)和浮游藻类指数(Floating Algae Index, FAI)提取2010~2014年共22景巢湖蓝藻的爆发区域。进一步的, 对NDVI和FAI两种方法计算的蓝藻爆发区域进行对比分析, 评价Landsat、HJ-1B以及VIIRS三种影像数据对巢湖蓝藻水华空间和时间的监测效果及适用性,进而结合气象因素分析不同气象因子对蓝藻水华爆发的影响。研究结果表明: (1) 相比NDVI指数, FAI指数(Landsat和HJ-1B数据为主, VIIRS数据辅助)能降低薄云对蓝藻水华提取效果的影响, 可提高蓝藻水华爆发区域、程度的识别能力; (2) 气象因子中气温和日照时长加重了蓝藻水华爆发的严重程度, 降水则对蓝藻水华的爆发起到一定的抑制作用。综上所述, 论文引入VIIRS卫星影像研究巢湖蓝藻水华爆发, 利用FAI指数降低薄云对蓝藻水华爆发面积提取精度的影响, 取得的研究结果可为基于多源卫星遥感数据的巢湖蓝藻水华动态监测系统开发提供重要的方法支持, 有利于推进卫星遥感技术在安徽省“河长制”和“湖长制”中发挥重要作用。

基于差分光学吸收光谱（different optical absorption spectroscopy, DOAS）技术于2007年1月19日～2月8日期间对位于北京市北四环附近的北京大学校园进行了大气污染物SO2, NO2, HONO和HCHO的连续监测。 并对SO2典型日变化趋势、 主要污染源以及气象条件对污染物浓度分布的影响进行了分析。 结果表明, 在天气状况较为稳定的情况下, SO2具有“V”字型日变化特征, 即除下午浓度较低外, 其余时间浓度均较高。 研究发现北京冬季采暖期间燃煤对大气各污染物的浓度均具有显著贡献。 结合风速等气象要素对污染物扩散、 传输和清除进行的分析可知, 监测期间风速对污染物浓度分布起主导作用, 气压等其它气象状况对污染物浓度分布也有一定的影响。