2018, Vol. 39
2. 广东省环境保护大气环境管理与政策模拟重点实验室, 广州 510045
, LI Min-hui1,2 , LIAO Cheng-hao1,2 , ZENG Wu-tao1,2 , ZHANG Hui1,2 , ZHANG Yong-bo1,2
2. Guangdong Provincial Environmental Protection Key Laboratory of Atmospheric Environment Management and Policy Simulation, Guangzhou 510045, China
大气环境分区管理是指大气环境在开发、利用和保护过程中, 按照一定的评价标准和分区方法, 将具有相似的大气环境利用状况以及相似的大气环境效应的区域单元作为一个管理区域进行管理, 以便提高不同管理分区内大气环境的利用效率和管理精度, 获得较好的社会和经济效益.如何划定和落实大气环境管理分区, 国内外不少机构或学者对其进行了深入的研究. 20世纪80年代, 由于监管不力等原因, 美国仍有96个地区O3超标, 58个地区空气颗粒物超标, 41个地区CO超标, 为解决这一问题, 美国将环境空气质量区域分为达标区和未达标区两类, 同时以污染严重程度为指标, 在对未达标地区进行分类细化的基础上, 用分区管理的方法来控制污染物的达标排放[1~3]. 20世纪90年代, 英国政府为了保护公众健康与环境, 将无法达到空气质量目标的地区视为“污染热点”, 同时将其列为空气质量管理区域, 该区域范围可以是一两条街道, 整个城区, 或者更大.空气质量管理区域所属地方政府要制定相应的行动计划以提高其空气质量.截至目前, 空气质量分组已在全英国范围内完成[4].为了解决交通污染造成的空气质量恶化问题, 瑞典首都斯德哥尔摩在2002年开展了环境分区研究, 依据不同区域空气污染浓度的差异进行划分, 其用于交通规划及尾气控制, 取得了良好的成效[5, 6].
从20世纪80年代起, 我国先后制定并颁布了3个版本的空气质量标准(GB 3095-1982、GB 3095-1996和GB 3095-2012), 将我国大气环境划分为3个或者2个质量功能等级, 并提出不同等级的空气质量要求.为了适应不同社会经济发展需要, 我国很多地方对其空气功能区划进行了修编.马安青等[7]运用空间分析技术, 将城市社会功能、气象特征以及环境现状叠加对兰州市环境空气质量功能区进行划分; 李玲[8]通过对珠海市空气质量现状、土地利用方式及污染源分布的分析, 提出了城市环境空气质量功能划分的细化方案; 付红玲等[9, 10]结合大气环境质量数值模拟技术, 采用模糊综合评价法实现了唐山市区环境空气质量功能的区划; 张华等[11]建立了以工业类型、污染物排放密度、环境空气质量和人口密度这4个要素为判定集合的系统评判模型, 并以此对太原市环境空气质量三类功能区进行了划分.此外, 基于大气环境分区管理的理念, 刘丽等[12]和张南南等[13, 14]在宁大同等[15]关于空气资源雏形的基础上, 提出了空气资源禀赋的概念, 并从气象要素场中筛选出关键因子作为空气资源的评价指标体系, 再与地理信息系统相结合给出空间分布; 薛文博等[16~18]和武卫玲等[19]提出了大气环境红线的概念, 结合源头布局敏感区、污染易聚集区及敏感的环境受体, 划定红、黄、绿三级大气环境红线体系, 实施红线禁止、黄线限制和绿线引导的分级控制思路.综上, 目前我国大气环境管理分区要么是功能导向型, 要么是依据单一要素进行划分, 并没有将地形地貌、污染排放、质量现状、敏感受体等管理范畴的关键要素有机地综合起来加以考虑, 是一种不完整的大气环境管理分区.
为了科学指导产业合理发展布局, 推动大气环境治理工作落实, 取得空气质量改善的实际成效, 基于科技进步的精细化大气环境管理已经成为必要手段.本研究以广东省为例, 从辨析区域大气环境特征及其社会经济背景的空间差异规律出发, 根据各地区大气环境特征及其影响因素的相似性和差异性, 进行网格化环境管理分区, 把大气环境特征及其影响因素相似性较大或大气系统关系较为紧密的地区划分到同一个分区, 并分区制订防治目标、明确防治政策措施, 促进全省大气环境管理的分类分治和整体优化.
1 材料与方法 1.1 方法设计从区域大气环境管理的需要出发, 提出区域空气质量管理指标要素、等级划分及分区管控的理念.在深入分析该地区经济社会发展、污染排放信息[20~22]和污染气象特征[23, 24]等因素基础上, 利用空气质量数值模拟(WRF、SMOKE、CALPUFF、CMAQ等)和卫星遥感监测反演的综合性手段, 从气象要素场、浓度要素场和卫星图像解析中筛选出影响大气环境管理的主要因子, 得到大气环境管理分区指标体系, 并利用聚类分析算法对不同网格单元进行类别划分, 确定每一网格单元的管理分区属性.在此基础上, 将大气环境管理分区的结果与地理信息系统相结合, 给出其空间分布, 强化分区管控政策的空间落地.具体研究技术路线见图 1.
|
图 1 研究技术路线 Fig. 1 Technology route of the research |
空气质量模型是人们基于大气中物理和化学过程规律, 建立起来的数学计算方法, 用来模拟大气污染物的特征.本研究的空气质量模型包括气象模型、排放模型和化学模型这3大部分, 其中气象模型使用国际领先的中尺度模式WRF, 排放模型使用SMOKE, 化学模型使用第三代空气质量模型Models-3的核心系统CMAQ和非稳态拉格朗日烟团模型系统CALPUFF.
本研究空气质量数值模拟采用三重嵌套网格, 网格基于Lambert正形投影, 中心经纬度为114°E、28.5°N, 两条标准纬线为15°N、40°N, 第一层网格的分辨率为27 km, 包括整个中国和东南亚等地区, 第二层网格的分辨率为9 km, 包括珠三角和华南地区等区域, 第三层网格的分辨率为3 km, 包括整个广东省地区.垂直方向上, 网格分23层, 模式顶高为100 hPa(~16 km), 垂直分辨率在近地层较高, 高层相对较低.
1.3 卫星遥感反演方法目前, 广东省已具有较大规模的PM10和PM2.5地面常规监测网, 每小时有约110个公开的监测站数据.然而地面站监测因为建站和仪器设备及维护的昂贵等, 始终只能在有限的地点进行, 难以得到良好的空间覆盖和三维空间分布特征[25].而且气溶胶浓度有着明显的空间变化, 单个站点数据并不足以完整反映城市各区的空气质量.现有的稀疏的气溶胶监测资料难以满足人们对身边周围环境污染信息及污染治理的需求.
利用卫星遥感和激光雷达遥感可以弥补地面观测的不足.卫星遥感作为一种先进的科学技术, 能够提供地面监测难以得到的气溶胶的空间分布信息.气溶胶光学厚度(aerosol optical depth, AOD)定义为大气中气溶胶的消光系数在垂直方向上的积分, 用于描述气溶胶对光的衰减作用.但是AOD是对大气柱总的测量, 不能直接提供污染物的垂直分布信息.因此, 如何将地面颗粒物消光信息从卫星遥感得到的整层AOD中分离出来, 是地面颗粒物污染反演技术的重点[26, 27], 本研究的关键步骤如下：①利用目前中等分辨率成像光谱辐射计(MODIS)卫星遥感大气气溶胶的反演算法, 建立气溶胶光学厚度分析方法, 获得高空间分辨率的大气气溶胶光学厚度产品. ②通过太阳光度计观测等方式获取地基气溶胶观测数据, 对卫星反演结果进行比对和校验, 对反演的气溶胶光学厚度进行垂直订正和湿度订正, 获得近地面的气溶胶消光系数, 并修正消除水汽对气溶胶消光系数的影响, 提高大气气溶胶产品与地面颗粒污染物浓度的相关性. ③通过遥感反演和修正得到的近地面气溶胶消光系数资料与地面PM浓度的监测数据进行对比及统计分析, 建立近地面气溶胶消光系数与近地面PM浓度的相关关系模型, 建立近地面PM浓度遥感反演算法.
1.4 管理分区聚类方法聚类分析是多元统计分析被引入分类学中逐步形成的一个新的数学分支, 是研究如何将一组样品(对象、指标、属性等)分成类内相近、类间有别的若干类群的一种多元统计分析方法[28].聚类分析是数据挖掘中的一个活跃研究领域, 并提出了许多聚类算法.层次聚类的基本思想是将待处理的数据集进行一层一层的分解, 将数据组织成若干组并形成一个相应的树状图然后进行聚类, 一旦满足用户预先设定的条件, 算法就结束[29].依据层次分解聚类形成过程的不同, 又可以具体将层次分解分为聚合层次聚类和分解层次聚类两种方案.聚合层次聚类的方法也称“自底向上”的方法, 一开始每一个数据对象都被当做一个原始聚类, 然后对这些原始聚类逐层进行聚合, 直至满足一定的终止条件为止.分解层次聚类也称“自顶向下”的方法, 与前者相反, 初始时将所有的对象都看成一个聚类, 然后在每次循环中将其不断分解成多个更小的聚类, 直至满足算法设定的终止条件或者每个类簇只包含一个数据对象.本研究采用聚合层次聚类法进行大气环境管理分区划分.
2 结果与讨论本节以广东省为例, 探讨区域大气环境管理分区的技术方法和应用前景.大气环境管理分区是为了各地区更好地、因地制宜地制定大气环境的开发利用和保护管理规划, 不同等级的管理分区要反映大气环境的地区差别, 而且在一定时期内要相对固定并带有强制性.本研究从历史浓度超标情况、空气资源禀赋、污染物聚集敏感、污染源排放敏感以及人口分布等要素出发, 划分大气环境管控分区.
2.1 等级划分指标要素 2.1.1 区域长期超标区筛选利用MODIS等卫星遥感数据, 优化改进本地大气气溶胶算法, 并结合地面观测站点的颗粒污染物的浓度实测数据进行对比分析, 建立区域大气颗粒污染物浓度的卫星遥感反演算法, 得到广东省地区高时空分辨率的近地面细颗粒物(PM2.5)浓度分布信息, 并对超标区域、超标程度及超标年份进行统计, 结果如图 2所示.广东省PM2.5污染从2013~2015年得到有效改善, 超标区域不断缩小, 超标程度也逐渐降低, 总体而言, 全省PM2.5高值区主要集中在佛山－广州南部－东莞一带, 韶关、清远、云浮以及粤东三市中部的PM2.5浓度也较高, 粤西、梅州南部、潮州北部、汕尾北部等区域PM2.5浓度相对较低.从超标区域统计数据来看, 3 a中出现过超标的区域占全省面积的60.4%, 其中1a超标区域、2a超标区域和3a超标区域分别占11.6%、38.1%和10.7%.
|
图 2 广东省2013~2015年PM2.5超标区域分布 Fig. 2 PM2.5 nonattainment area from 2013-2015 in Guangdong |
气象条件是大气环境中最重要的自然要素, 其中, 混合层高度、风速是气象条件的关键指标.混合层高度反映了污染物在垂直方向被热力湍流稀释的范围, 混合层高度越高, 表明污染物在铅直方向的稀释范围越大, 越有利于大气污染物的扩散.风速反映了自然环境对污染物的自净能力, 并对污染物起着整体输送和稀释冲淡的作用, 风速愈大, 单位时间内污染物被输送的距离愈远, 混入的空气量愈多, 大气扩散稀释能力愈强.空气资源禀赋是在不考虑大气污染源排放的情况下, 对一个地区大气稀释、扩散、输送、清除等综合能力的度量[13, 14], 本研究照国家环保部颁布的《制定地方大气污染物排放标准的技术方法》(GB/T 13201-91)中规定的大气环境容量核算A值法中通风系数的计算方法, 主要根据风速和混合层高度对空气资源禀赋进行综合评估.
|
(1) |
式中, H、U分别为混合层高度和混合层的平均风速, A值越大空气资源越充裕.
利用气象诊断工具CALMET对2013~2015年WRF运行结果进行混合层高度和混合层的平均风速的提取分析, 得到广东省3 a平均A值(无量纲)分布情况如图 3所示.从中可以看出, 空气资源禀赋充裕地区集中在粤西、珠三角南部及中部、粤东沿海和粤北与江西/湖南接壤边界等区域, 空气资源禀赋较好及一般地区集中在韶关－清远－肇庆－云浮一带以及东莞－惠州－河源－梅州一带, 全省基本没有空气资源禀赋稀少的地区.
|
图 3 广东省2013~2015年平均A值分布 Fig. 3 Distribution of average A values from 2013-2015 in Guangdong |
假定模拟范围内每个网格排放相同的污染物(0.25 g·s-1), 利用空气质量模型(CMAQ)模拟所有网格排放源的环境影响, 依据污染物浓度的高低或聚集度, 划定污染物聚集敏感区, 结果如图 4所示.在全省排放一致情况下, 最容易受到污染的地区主要分布在佛山、广州、肇庆、清远以及韶关局部、河源局部、梅州局部、惠州局部等.聚集敏感区呈带状或片状分布, 反映了区域内空气污染的输送特征, 由此可见, 影响珠三角空气质量有三条主要输送通道, 分别是河源－惠州－广州通道、韶关－清远－广州通道和肇庆－佛山－广州通道.
|
图 4 广东省PM2.5污染积聚敏感分布 Fig. 4 Distribution of PM2.5 pollution accumulation sensitivity in Guangdong |
假定广东省范围内每个网格排放相同的污染物(100 g·s-1), 利用空气质量模型(CALPUFF)依次模拟每个网格排放源对全省所有空气监测站点及所有县(区)的浓度贡献, 依据对所有受体点的加权浓度贡献, 划定污染源排放敏感区, 结果如图 5所示.在全省排放一致情况下, 容易对周边大气环境造成影响的区域主要分布在广州南部－佛山东部－中山北部一带、深圳东部－南部一带、广州东部－东莞北部一带、潮州南部－揭阳东部－汕头东北部一带, 其它城市市区中心一带也有小片区域分布.
|
图 5 广东省污染源排放敏感区分布 Fig. 5 Distribution of emission source sensitivity in Guangdong |
通过人口统计数据与遥感空间信息集成技术, 重构符合空气质量模型网格分辨率要求的人口空间分布特征.统计《广东省统计年鉴2014年》中各地级城市及其所辖区县2013年常住人口数据, 以同年度MODIS Land Cover数据为基础, 提取IGBP地物分类中的建成区域作为人口集聚的地理空间约束性图层, 将各区县人口总数分配于各城市所辖区县建成区域; 再基于DMSP/OLS遥感夜间灯光数据对全省所有区县构建“灰度密度-人口密度”模型, 将各区县人口进行本地化空间分配; 为匹配空气质量模型的空间精度要求, 按照模型网格空间分辨率规格对人口分布空间模型进行尺度转换重塑, 最终构建了表征截至2013年底的广东省人口集聚分布, 如图 6所示.广东省人口高密度区主要分布在深圳、东莞、广州、佛山等珠三角城市以及潮州、汕头、揭阳区域中部.
|
图 6 广东省人口分布 Fig. 6 Distribution of population in Guangdong |
在取得大气环境管理分区各指标体系研究成果的基础上, 采用分解层次聚类方法对区域内单元进行分区聚类(图 7).层次上分要素层、属性层和成果层, 要素层包括超标统计、空气资源(A)、人口-污染聚集敏感(CP, 人口·污染物聚集敏感·10-7, 人·μg·m-3)和排放敏感(EP, μg·m-3)这4个要素, 属性层按每个要素的不同属性进行不同等级的划分, 成果层分严格控制区、持续改善区和协调发展区.
|
图 7 大气环境管理分区层次聚类体系 Fig. 7 Hierarchical cluster system of air quality management subareas |
综合考虑超标情况、空气资源禀赋、基于人口的污染积聚敏感和排放源敏感等因素, 将2013~2015年均超标、空气资源禀赋“一般”、人口-污染聚集敏感大于3人·μg·m-3和污染源排放敏感大于0.006 μg·m-3的区域划定为大气环境管理“严格控制区”, 将2013~2015年中有1~2 a超标、空气资源禀赋“较好”、人口-污染聚集敏感在2~3人·μg·m-3之间和污染源排放敏感在0.005~0.006 μg·m-3之间的区域划定为大气环境管理“持续改善区”, 将2013~2015年中有1~2 a超标、空气资源禀赋“充裕”、人口-污染聚集敏感小于2人·μg·m-3和污染源排放敏感小于0.005 μg·m-3的区域划定为大气环境管理“协调发展区”.
严格控制区内现状浓度较高, 空气资源禀赋一般, 已经基本没有环境容量, 而且人口集中程度高, 部分地区还处在污染输送通道上, 内部排放源容易对周边空气质量造成较大影响, 该类分区主要集中在珠三角的东莞北部－广州南部－佛山东－顺德－中山北一带, 粤东潮安－湘桥－榕城－潮南－潮阳－龙湖呈环状一带, 粤北韶关的中部、东部和清远的南部、北部等区域, 粤西及清远中部局部地区也有零星小斑块分布; 严格控制区应实施最严格的大气环境管理政策, 全面加强治污减排, 加快推动空气质量改善.持续改善区内空气资源禀赋较好, 聚集敏感性、排放敏感性和人口集中程度中等, 该类分区主要集中在肇庆、云浮、江门北部、清远中－南部、广州中部、惠州东北、河源中部、梅州中部和韶关中部等区域; 持续改善区应以保障持续稳定达标和推动空气质量持续改善为目标, 实施相对严格的大气环境管理政策.协调发展区内空气资源禀赋相对充裕, 聚集敏感性、排放敏感性和人口集中程度相对较小, 该类分区在粤西、汕尾及周边、沿海地带、惠州－河源－韶关交界一带等分布广泛; 协调发展区应着力保障相对良好的空气质量, 并持续推动空气质量的改善提高.从分区管理的角度总体而言(图 8), 广东省大气环境管理压力主要集中在珠三角地区, 粤北、粤东地区次之, 粤西地区大气环境管理压力最小.
|
图 8 广东省大气环境管理分区 Fig. 8 Air quality management subareas in Guangdong |
从全省层面看(图 9), 广东省大气环境管理严格控制区、持续改善区和协调发展区分别占全省国土面积的16.3%、28.0%和55.7%.从区域层面看, 珠三角地区严格控制区、持续改善区和协调发展区分别占国土面积的27.9%、34.4%和37.7%, 粤东地区严格控制区、持续改善区和协调发展区分别占国土面积的19.3%、15.8%和64.9%, 粤西地区严格控制区、持续改善区和协调发展区分别占国土面积的4.4%、7.8%和87.8%, 粤北地区严格控制区、持续改善区和协调发展区分别占国土面积的12.5%、34.5%和53.0%.从城市层面看, 阳江、河源、云浮、梅州、茂名、湛江的严格控制区比例较小, 都在5%以内; 东莞、佛山和深圳的严格控制区占比靠前, 比例分别为82.8%、77.6%和75.2%.
|
图 9 大气环境管理分区比例 Fig. 9 Proportion of air quality management subareas at different levels |
(1) 从卫星遥感反演的结果来看, 广东省PM2.5高值区主要集中在珠三角中部佛山－广州南部－东莞一带, 粤北的韶关、清远、云浮以及粤东三市中部的PM2.5浓度也较高, 粤西、梅州南部、潮州北部、汕尾北部等区域PM2.5浓度相对较低.
(2) 广东省大气污染扩散条件整体较好, 粤西、珠三角南部及中部、粤东沿海和粤北与江西/湖南接壤边界等区域的空气资源禀赋较为充裕, 韶关－清远－肇庆－云浮一带以及东莞－惠州－河源－梅州一带的空气资源禀赋较好, 全省基本没有空气资源禀赋稀少的地区.
(3) 在污染源排放一致情况下, 佛山、广州、肇庆、清远以及韶关局部、河源局部、梅州局部、惠州局部等地区最容易受到局地污染.聚集敏感区反映出的输送特征显示, 珠三角的空气质量主要受“河源－惠州－广州”、“韶关－清远－广州”和“肇庆－佛山－广州”三条输送通道的影响.
(4) 在污染源排放一致情况下, 广东省的污染源排放敏感区主要分布在广州南部－佛山东部－中山北部一带、深圳东部－南部一带、广州东部－东莞北部一带、潮州南部－揭阳东部－汕头东北部一带, 这些区域内的污染源较为容易对周边大气环境造成影响.
(5) 广东省大气环境管理严格控制区、持续改善区和协调发展区分别占全省国土面积的16.3%、28.0%和55.7%.严格控制区主要集中在珠三角的东莞北部－广州南部－佛山东－顺德－中山北一带, 粤东潮安－湘桥－榕城－潮南－潮阳－龙湖呈环状一带, 粤北韶关的中部、东部和清远的南部、北部等区域; 持续改善区主要集中在肇庆、云浮、江门北部、清远中－南部、广州中部、惠州东北、河源中部、梅州中部和韶关中部等区域; 协调发展区主要分布在粤西、汕尾及周边、沿海地带、惠州－河源－韶关交界一带等地区.从分区管理的角度总体而言, 广东省大气环境管理压力主要集中在珠三角地区, 粤北、粤东地区次之, 粤西地区大气环境管理压力最小.
| [1] |
余朝毅. 环境功能区划体系构建与应用[D]. 上海: 上海交通大学, 2013. 2-4. Yu C Y. Construction and application of environmental function zoning system[D]. Shanghai:Shanghai Jiao Tong University, 2013. 2-4. |
| [2] |
柴发合, 王晓, 罗宏, 等. 美国与欧盟关于PM2.5和臭氧的监管政策述评[J]. 环境工程技术学报, 2013, 3(1): 46-52. Chai F H, Wang X, Luo H, et al. Review of supervision policies of USA and European Union on PM2.5 and O3[J]. Journal of Environmental Engineering Technology, 2013, 3(1): 46-52. |
| [3] |
孟露露, 单春艳, 李洋阳, 等. 美国PM2.5未达标区控制对策及对中国的启示[J]. 南开大学学报(自然科学版), 2016, 49(1): 54-61. Meng L L, Shan C Y, Li Y Y, et al. Control strategy of PM2.5 nonattainment area in the United States and its enlightenment to China[J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2016, 49(1): 54-61. |
| [4] | Woodfield N K, Longhurst J W S, Beattie C I, et al. Regional collaborative urban air quality management:case studies across great Britain[J]. Environmental Modelling & Software, 2006, 21(4): 595-599. |
| [5] | Rapaport E. The Stockholm environmental zone, a method to curb air pollution from bus and truck traffic[J]. Transportation Research Part D:Transport and Environment, 2002, 7(3): 213-224. DOI:10.1016/S1361-9209(01)00020-7 |
| [6] | Guo H C, Liu L, Huang G H, et al. A system dynamics approach for regional environmental planning and management:a study for the lake Erhai basin[J]. Journal of Environmental Management, 2001, 61(1): 93-111. |
| [7] |
马安青, 刘道彬, 安兴琴. 基于GIS的多因子分析法对兰州市大气环境功能区划的研究[J]. 干旱区地理, 2007, 30(2): 262-267. Ma A Q, Liu D B, An X Q. Atmospheric environment functional regionalization of the urban areas of Lanzhou city based on GIS[J]. Arid Land Geography, 2007, 30(2): 262-267. |
| [8] |
李玲. 区域环境空气质量功能区划体系构建及其应用研究——以珠海市环境空气质量功能区划为例[D]. 广州: 中山大学, 2008. Li L. System construction of regional ambient air quality function district and application research-a case study of Zhuhai[D]. Guangzhou:Sun Yat-sen University, 2008. |
| [9] |
付红玲, 程水源, 李莉, 等. 唐山市区环境空气质量功能区划研究[J]. 安全与环境学报, 2011, 11(1): 109-113. Fu H L, Cheng S Y, Li L, et al. Study on ambient air quality functional regionalization of Tangshan urban area[J]. Journal of Safety and Environment, 2011, 11(1): 109-113. |
| [10] |
付红玲. 唐山市区环境空气质量功能区划研究[D]. 北京: 北京工业大学, 2010. Fu H L. Study on ambient air quality functional regionalization of Tangshan urban area[D]. Beijing:Beijing University of Technology, 2010. |
| [11] | 张华, 邱敏, 冯新宇. 系统评判法的建立及其在城市环境空气质量功能区划分中的应用[J]. 环境科学动态, 2001, 26(3): 16-18. |
| [12] |
刘丽, 王体健, 李宗恺, 等. 区域空气资源的评估方法及其在台湾海峡西岸地区的应用[J]. 环境科学学报, 2011, 31(9): 1872-1880. Liu L, Wang T J, Li Z K, et al. The method of regional air resource assessment and its application in the west coast of Taiwan strait[J]. Acta Scientiae Circumstantiae, 2011, 31(9): 1872-1880. |
| [13] |
张南南, 万军, 苑魁魁, 等. 空气资源评估方法及其在城市环境总体规划中的应用[J]. 环境科学学报, 2014, 34(6): 1572-1578. Zhang N N, Wan J, Yuan K K, et al. Air source assessment method and its application in urban environmental master planning[J]. Acta Scientiae Circumstantiae, 2014, 34(6): 1572-1578. |
| [14] |
张南南, 吴舜泽, 万军, 等. 全国空气资源评估及其与空气质量相关性分析[J]. 环境科学学报, 2016, 36(6): 2223-2230. Zhang N N, Wu S Z, Wan J, et al. National air resources assessment and its impact on air quality[J]. Acta Scientiae Circumstantiae, 2016, 36(6): 2223-2230. |
| [15] |
宁大同, 袁军, 张良, 等. 空气资源观雏论[J]. 环境科学, 1997, 18(5): 88-90, 96. Ning D T, Yuan J, Zhang L, et al. Viewpoint on the air resources[J]. Environmental Science, 1997, 18(5): 88-90, 96. |
| [16] |
薛文博, 汪艺梅, 王金南. 大气环境红线划定技术研究[J]. 环境与可持续发展, 2014, 39(3): 13-15. Xue W B, Wang Y M, Wang J N. On determining methodology of the red line of atmospheric environment[J]. Environment and Sustainable Development, 2014, 39(3): 13-15. |
| [17] |
薛文博, 吴舜泽, 杨金田, 等. 城市环境总体规划中大气环境红线内涵及划定技术[J]. 环境与可持续发展, 2014, 39(1): 14-16. Xue W B, Wu S Z, Yang J T, et al. Connotation and division technique of atmospheric red-line system in the urban environmental master plan[J]. Environment and Sustainable Development, 2014, 39(1): 14-16. |
| [18] |
薛文博, 付飞, 吴舜泽, 等. 福州市大气环境红线空间区划研究[J]. 环境与可持续发展, 2014, 39(6): 19-23. Xue W B, Fu F, Wu S Z, et al. Study on spatial division of atmospheric environmental red line in Fuzhou[J]. Environment and Sustainable Development, 2014, 39(6): 19-23. |
| [19] |
武卫玲, 薛文博, 雷宇. 宜昌市大气环境红线研究[J]. 环境与可持续发展, 2016, 41(6): 182-185. Wu W L, Xue W B, Lei Y. Study on the atmospheric red lines in Yichang[J]. Environment and Sustainable Development, 2016, 41(6): 182-185. |
| [20] |
杨柳林, 曾武涛, 张永波, 等. 珠江三角洲大气排放源清单与时空分配模型建立[J]. 中国环境科学, 2015, 35(12): 3521-3534. Yang L L, Zeng W T, Zhang Y B, et al. Establishment of emission inventory and spatial-temporal allocation model for air pollutant sources in the Pearl River Delta region[J]. China Environmental Science, 2015, 35(12): 3521-3534. DOI:10.3969/j.issn.1000-6923.2015.12.001 |
| [21] |
朱倩茹, 廖程浩, 刘剑筠, 等. 广东省典型内河港区主要大气污染物排放特征研究[J]. 安全与环境学报, 2015, 15(3): 191-195. Zhu Q R, Liao C H, Liu J J, et al. Research on the air pollutant emission in the typical river ports and harbors, Guangdong[J]. Journal of Safety and Environment, 2015, 15(3): 191-195. |
| [22] |
朱倩茹, 刘剑筠, 廖程浩, 等. 基于COPERT模型的重型柴油货车排放因子敏感性分析研究[J]. 环境科学与管理, 2017, 42(5): 52-56. Zhu Q R, Liu J J, Liao C H, et al. Sensitivity analysis of heavy-duty diesel truck emission factors basic on COPERT model[J]. Environmental Science and Management, 2017, 42(5): 52-56. |
| [23] |
吴兑, 廖国莲, 邓雪娇, 等. 珠江三角洲霾天气的近地层输送条件研究[J]. 应用气象学报, 2008, 19(1): 1-9. Wu D, Liao G L, Deng X J, et al. Transport condition of surface layer under haze weather over the Pearl River Delta[J]. Journal of Applied Meteorological Science, 2008, 19(1): 1-9. DOI:10.11898/1001-7313.20080101 |
| [24] |
范绍佳, 祝薇, 王安宇, 等. 珠江三角洲地区边界层气象特征研究[J]. 中山大学学报(自然科学版), 2005, 44(1): 99-102. Fan S J, Zhu W, Wang A Y, et al. Analysis on the boundary layer meteorological features of the Pearl River Delta[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2005, 44(1): 99-102. |
| [25] |
孙林. 城市地区大气气溶胶遥感反演研究[D]. 北京: 中国科学院研究生院(遥感应用研究所), 2006. 4-5. Sun L. Remote sensing of aerosols over urban areas[D]. Beijing:University of Chinese Academy of Sciences (Institute of Remote Sensing Applications), 2006. 4-5. |
| [26] | Li Y, Lin C Q, Lau A K H, et al. Assessing long-term trend of particulate matter pollution in the Pearl River Delta region using satellite remote sensing[J]. Environmental Science & Technology, 2015, 49(19): 11670-11678. |
| [27] | Kaufman Y J, Tanré D, Boucher O. A satellite view of aerosols in the climate system[J]. Nature, 2002, 419(6903): 215-223. DOI:10.1038/nature01091 |
| [28] |
王斌会. 多元统计分析及R语言建模[M]. 第三版. 广州: 暨南大学出版社, 2014: 131-132. Wang B H. Multivariate statistical analysis and modeling for R language[M]. 3rd ed.. Guangzhou: Jinan University Press, 2014: 131-132. |
| [29] | 段明秀. 层次聚类算法的研究及应用[D]. 长沙: 中南大学, 2009. 15-18. |