一种近地面细颗粒物的归因分析方法技术

本发明专利技术公开了一种近地面细颗粒物的归因分析方法，可基于直接观测对PM

A method of attribution analysis of fine particles near the ground

【技术实现步骤摘要】
一种近地面细颗粒物的归因分析方法
本专利技术涉及卫星遥感领域，尤其涉及一种近地面细颗粒物的归因分析方法。
技术介绍
大气中的悬浮颗粒物（PM）不仅可散射和吸收太阳辐射，对地气能量平衡产生影响，而且可导致近地面水平能见度降低，对公共交通安全（高速公路、机场等）产生严重威胁。大气颗粒物的增加还可能影响云反照率和生命使，间接引起气候变化。同时，大气颗粒物的环境影响也不容忽视。粒径小于10μm的颗粒物会被人体吸入对呼吸道产生危害，而小于2.5μm的颗粒物（PM2.5）可进入肺泡导致多种疾病。当前，中国的高速发展导致过多的人为颗粒物滞留于大气中，可在短时期内引发公众健康问题。然而，政府机关（美国EPA、中国环境监测总站）布设的近地面大气污染物观测网仅局限于站点观测，很难捕捉PM的区域分布及变化。近些年，针对气颗粒物的研究大量开展，主要包括以下几种：（1）比值法，即大气颗粒物与遥感观测获得的气溶胶光学厚度直接进行相关的方法；（2）统计法，它是利用AOD与PM2.5的统计相关性的设置权重值，对PM2.5进行加权统计计算。以上两种方法均需要依赖大量地面观测数据（非卫星遥感数据）支撑，不能仅独立使用卫星数据获得近地面细颗粒物浓度。（3）耦合法，该方法是利用化学传输模型获取AOD与PM2.5之间的比值，传递给卫星观测获得的AOD，进而估计近地面PM2.5。该方法需依赖化学传输模型模拟结果，然而化学传输模型需输入地面排放源信息、气象场信息以及下地面信息，这使得其结果与实际相比偏差很大（此处特指模式获取的AOD与PM2.5的比值）。然而，上述研究他们都没有对引起近地面PM2.5质量浓度的变化原因进行讨论，这是由于统计模型并不具有物理基础，而大气化学模式影响因素过多，难以厘清。现有地面PM2.5质量浓度的变化大多使用模型模拟以达到分析成因的目的。化学传输模型作为模型模拟的主要方法，主要是通过开关人为排放源，实现大气细颗粒物的分析。化学传输模型需要外部输入许多信息，其中包括排放源以及气象场。排放源指人为排放的一次颗粒物及其前体物，而当前我国排放源不确定性较大，影响人为贡献的分析结果。图1为化学传输模型模拟获得的颗粒物浓度，与站点观测值差异极大。这充分说明，由于排放源的影响，化学传输模型无法准确捕捉颗粒物浓度。气象场指来源于全球模式的三维气象网格信息，包含温度、压强、湿度、风速、风向等多种气象要素。由于预测参数多，仅可表征环境承载力的气象参数就多达200余个，主要变量包含：位温、x向风速、y向风速、z向风速、大气柱干空气质量、比湿、水汽混合比、云水混合比、雨水混合比、雪混合比、地面气压、10米x向风速、10米y向风速、边界层湍流通量、土壤分层温度、冠层水含量、湖泊深度、城市摩擦系数、叶面积指数、长波辐射通量、短波辐射通量等。同时，它们之间相互关联，难以准确表征气象贡献。通过化学传输模型进行分析时，当讨论人为影响，通常以工业革命以前的排放源输入模式作为初值，以当前最新的排放源（通常使用东亚排放源）作为对比值，二者相减获得人为影响。当讨论气象影响时，则排放源不变，仅依赖外部输入的气象场产生的变化驱动颗粒物的扩散影响，计算不同年份的差异估计气象影响。然而，这种方法过度依赖近地面排放源信息。近地面排放源与经济发展密切相关，且其时间变化显著。目前，东亚排放源仅更新至2010年，显然无法满足研究需要。此外，基于地面采样观测的大气化学研究发现，重点城市（例如北京）区域的PM2.5的来源中，二次气溶胶贡献较多，人为因素起重要作用，但化学模式中的化学反演机制复杂，目前还难以将这些区域中PM2.5质量浓度的持续增长与排放清单变化关联，并且难以解释短期爆发性增长。另外，化学传输模型计算量巨大，耗费机时严重。利用典型的区域模式，使用64个CPU，计算亚欧大陆区域的3重网格嵌套（81km-27km-9km，内网格区域仅地市范围），模拟2小时就需实际耗时37分钟。由此推测，若模拟15年数据，则需耗时4年时间。因此，目前迫切需要通过长期、面覆盖观测数据，进行各前体物和直接相关因素的分析。
技术实现思路
针对现有技术存在的问题，本专利技术的目的在于提供一种利用卫星遥感估计近地面细颗粒物的人为和气象归因分析方法，直接利用观测信息解决PM2.5质量浓度贡献的人为和气象因素的归因分析。为实现上述目的，本专利技术的技术方案如下：一种近地面细颗粒物的归因分析方法，包括以下步骤：1）建立PM2.5遥感（PMRS）模型，对基于卫星观测的近地面PM2.5质量浓度进行估计，模型公式如下：其中：AOD是气溶胶光学厚度；FMF是细模态气溶胶占总光学厚度的比例；VEf是以FMF为自变量的体积消光比参数，该参数通过经验方法拟合获取；PBLH是行星边界层高度；RH为环境相对湿度；ρf,dry是细颗粒物有效密度；f0表征以RH为自变量的细颗粒物吸湿增长因子；2）基于物理机理明确的PM2.5遥感（PMRS）模型，导出模型各影响因子对PM2.5质量浓度的贡献，具体过程如下：首先对模型公式取对数：然后进一步求导并整理，得到公式如下：得到各影响因子对PM2.5质量浓度的贡献；3）进行归因分析：首先从理论角度计算各影响因子的相对变化率：其中：RV代表相对变化率，x代表模型中的影响因子，对比影响因子变化一个单位其变率的敏感度，滤除不敏感因素，可计入残差内；通过相对变化率找到关键变量后，从估算各个影响因子对PM2.5质量浓度演变的时空变化率，分析主要影响因子及地域性差异，对比它们贡献的基底值和演变趋势，依据其变率及物理意义归因为人为主导和气象主导贡献，人为或气象主导贡献可表达为：利用卫星遥感得到的观测信息，对中国污染区域的近地面PM2.5质量浓度的演变贡献进行计算，得到人为和气相因素对近地面颗粒物的影响。进一步，步骤2）中，通过雅克比矩阵将各影响因子对PM2.5质量浓度的影响解析出来。进一步，步骤3）中，通过各影响因子的相对变化率得到密度参数对PM2.5质量浓度的影响是相对不重要的。本专利技术中的近地面细颗粒物的归因分析方法可基于直接观测对PM2.5质量浓度的贡献进行归因分析，与化学传输模型相比，本专利技术摒弃了排放源的不确定性，增强了观测在归因中的比重，具有计算简单，效率高，更适合近实时的卫星监测业务特点。附图说明图1为化学传输模式模拟颗粒物浓度与站点观测对比；图2为气溶胶在不同混合层高度下近地面细颗粒物质量浓度及误差示意图；图3为气溶胶在环境相对湿度下吸湿增长引起的变化示意图；图4为AOD、FMF、PBLH及密度在参数合理值域内相对变化率的变化情况；图5为中国污染区域连续15年的近地面PM2.5质量浓度的演变人为和气象贡献；图6为本专利技术中近地面细颗粒物的归因分析方法的逻辑流程图。具体实施方式在本本文档来自技高网...

【技术保护点】
1.一种近地面细颗粒物的归因分析方法，其特征在于，包括以下步骤：/n1）建立PM

【技术特征摘要】
1.一种近地面细颗粒物的归因分析方法，其特征在于，包括以下步骤：
1）建立PM2.5遥感（PMRS）模型，对基于卫星观测的近地面PM2.5质量浓度进行估计，模型公式如下：



其中：AOD是气溶胶光学厚度；FMF是细模态气溶胶占总光学厚度的比例；VEf是以FMF为自变量的体积消光比参数，该参数通过经验方法拟合获取；PBLH是行星边界层高度；RH为环境相对湿度；ρf,dry是细颗粒物有效密度；f0表征以RH为自变量的细颗粒物吸湿增长因子；
2）基于物理机理明确的PM2.5遥感（PMRS）模型，导出模型各影响因子对PM2.5质量浓度的贡献，具体过程如下：
首先对模型公式取对数：



然后进一步求导并整理，得到公式如下：



得到各影响因子对PM2.5质量浓度的贡献；
3）进行归因分析：
首先从理论角度计算各影响因子的相对变化率：

【专利技术属性】
技术研发人员：李正强，张莹，陈杰，魏媛媛，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11