雾霾与GNSS水汽相关性分析范文

本站小编为你精心准备了雾霾与GNSS水汽相关性分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

［摘要］伴随着我国社会经济的高速发展，近年各地来雾霾事件频发，严重的影响了人民的日常生活。本文分析了北京房山2014到2017年空气质量影响因子（PM2．5、PM10和AQI）与大气可降水量的相关性，在此基础上本文对gnss技术探测雾霾发生的可行性进行了研究。本文基于对北京房山站的分析结果，表明PM2．5、PM10含量、AQI与大气中可降水量PWV具有较强的正相关性，且大气中PM2．5、PM10含量、AQI与可降水量PWV都表现出明显的季节性特征，以上结论表明GNSS技术可用于雾霾的预测。

［关键词］全球导航卫星系统（GNSS）；细颗粒物（PM2．5）；可吸入颗粒物（PM10）；空气质量指数（AQI）；大气可降水量

0引言

伴随着我国社会经济的高速发展，许多城市中雾霾事件频繁发生。雾霾严重时造成能见度降低，影响人们的出行并且引发众多呼吸道疾病。雾霾中的主要成分PM2．5、PM10一方面导致能见度降低，另一方面也是一种严重危害人类身体健康的有害物质。雾霾天气的严重程度在中国目前主要通过监测仪器获取相应指数来表示，如PM2．5、PM10和空气质量指数（airqualityindex，AQI）等。雾霾事件的频发，引发了大地测量学者们的广泛关注。近些年来，随着全球定位系统GNSS气象学技术的不断完善，越来越多的学者借助于GNSS技术研究雾霾与水汽的相关性。由于GNSS技术具有全球性、全天候、精度高、观测时间短等其他技术无法比拟的优点，目前已经成为反演大气中可降水量的主要技术手段。何盛浩等对鄂中区大雾天气中GNSS监测的水汽总量的演变分析得出雾的形成与空气中水汽含量有较好的相似性［1］。王勇，闻德保等对北京2011年几次雾霾过程中大气中水汽与PM2．5含量做了分析，发现两者具很好的一致性［2］。2014，吕旭阳开始了GNSS技术用于雾霾天气检测的探索研究［3］。2015年，刘严萍、王勇等研究了北京APEC会议期间雾霾与水汽的相关性［4］。2016年，张双成等研究了西安地区、北京地区的雾霾与水汽的相关性［5－6］。2017年，张文静又根据地基GNSS水汽反演研究了香港地区雾霾与水汽的相关性［7］。本文首先介绍了GNSS水汽反演的基本原理，在此基础上根据2014－2017年北京房山国际GNSS服务组织（InternationalGNSSService，IGS）站的观测数据和气象数据计算得到了北京地区的大气可降水量，分析了雾霾事件发生时水汽与雾霾的变化规律。

1GNSS水汽探测的基本原理

卫星信号被地球大气的电离层和中性大气所延迟，其中电离层延迟利用双频可以消除，剩下中性大气延迟分为湿延迟（ZenithWetDelay，ZWD）和干延迟（ZenithHydrostaticDelay，ZHD），而干延迟可以通过经典的对流层模型（Saastamoinen模型、Hop－filed模型和Black模型）计算所得［8］。

2GNSS水汽与雾霾的相关性分析

2．1数据来源为了分析雾霾与水汽的相关性，本文收集了2014年1月到2017年6月的北京房山国际GNSS服务组织站的数据和雾霾数据进行对比。（1）GNSS数据：在cddis．gsfc．nasa．gov上下载了北京房山站（BJFS）2014年－2017年对流层延迟文件（m文件、zpd文件）和气象文件，利用个人编写的软件自动提取出天顶总延迟以及测站的气压和温度数据，计算出大气干延迟和湿延迟，进而根据水汽反演原理计算得到大气可降水量PWV时间序列。（2）雾霾数据：本文从china．usembassy－china．org．cn下载得到2014－2017年的北京雾霾数据。

2．2计算结果及分析基于以上数据，本文分析了21次雾霾事件过程中大气PM2．5、PM10、AQI含量与大气可降水量PWV之间的关系。

3结束语

本文基于北京房山2014到2017年大气可降水量序列和雾霾有关数据（PM2．5、PM10和AQI），进行相关性分析，得到了以下结论：（1）北京房山地区雾霾事件多发生在冬春季，而在夏秋季，雾霾事件则很少发生。（2）GNSS水汽PWV与雾霾的正相关性，是由于冬春季太阳辐射弱、气候潮湿停滞，空气污染物（PM2．5、PM10）和水汽积聚在近地边界层（planetaryboundarylayer，PBL）中。此时一个正反馈周期将会被触发：（a）水汽的扩散受到浅层PBL的限制，导致大气中水汽浓度增加；（b）高水汽浓度又会增强吸湿性生长和多相反应，从而导致气溶胶颗粒尺寸和数量的增加，导致PBL高度进一步减少，从而进一步抑制气溶胶和水汽在一个非常浅的PBL中。这种反馈构成了一种自我放大机制，在这种机制中，水汽将导致近地表空气中的PM2．5、PM10等空气污染物浓度的大幅增加。（3）本文仅研究了北京房山站的雾霾与水汽的相关性，存在一定的局限性与不足，由于雾霾的成因是复杂的，与风速、热岛效应等气象条件都有关，还值得深入研究。

参考文献

［1］何盛浩，周志敏，梁涛，等．鄂中区大雾天气中GPS监测的水汽总量及其演变分析［C］．北京：中国气象学会年会，2013．

［2］王勇，闻德保，刘严萍．雾霾天气对GNSS天顶对流层延迟与可降水量影响研究［J］．大地测量与地球动力学，2014，34（2）：120－123．

［3］吕旭阳．GNSS技术用于雾霾天气监测的探索研究［D］．陕西西安：长安大学．

［4］刘严萍，王勇，李江波．北京APEC会议期间GNSS水汽与PM2．5／PM10的相关性比较［J］．灾害学，2015（3）：26－28．

［5］张双成，赵迎辉，戴凯阳，等．西安地区雾霾与GNSS水汽的相关性分析［J］．工程勘察，2016（3）：47－50．

［6］张双成，李振宇，戴凯阳，等．北京地区GNSS水汽变化与雾霾的相关性［J］．测绘科学，2016（8）：43－47．

［7］张文静．基于地基GNSS水汽反演的PM2．5探测研究［D］．四川成都：成都理工大学，2017．

［8］汤中山，吴良才．GPS反演可水量中的三种对流层延迟模型精度分析［J］．北京测绘，2016（2）：32－35.

［10］张京江，楚艳丽，张朝林．地基GNSS实时水汽反演系统建设速成［M］．北京：气象出版社，2011．

［12］．京津冀雾霾产生的根本原因及如何治理［J］．科技资讯，2014（8）：125－127．

作者：陈广鄂；卢茜；曾攀；韩建锋；吴德钊 单位：中国地质大学（北京）土地科学技术学院