本站小編為你精心準備了霧霾與GNSS水汽相關性分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

［摘要］伴隨著我國社會經濟的高速發展，近年各地來霧霾事件頻發，嚴重的影響了人民的日常生活。本文分析了北京房山2014到2017年空氣質量影響因子（PM2．5、PM10和AQI）與大氣可降水量的相關性，在此基礎上本文對gnss技術探測霧霾發生的可行性進行了研究。本文基于對北京房山站的分析結果，表明PM2．5、PM10含量、AQI與大氣中可降水量PWV具有較強的正相關性，且大氣中PM2．5、PM10含量、AQI與可降水量PWV都表現出明顯的季節性特征，以上結論表明GNSS技術可用于霧霾的預測。

［關鍵詞］全球導航衛星系統（GNSS）；細顆粒物（PM2．5）；可吸入顆粒物（PM10）；空氣質量指數（AQI）；大氣可降水量

0引言

伴隨著我國社會經濟的高速發展，許多城市中霧霾事件頻繁發生。霧霾嚴重時造成能見度降低，影響人們的出行并且引發眾多呼吸道疾病。霧霾中的主要成分PM2．5、PM10一方面導致能見度降低，另一方面也是一種嚴重危害人類身體健康的有害物質。霧霾天氣的嚴重程度在中國目前主要通過監測儀器獲取相應指數來表示，如PM2．5、PM10和空氣質量指數（airqualityindex，AQI）等。霧霾事件的頻發，引發了大地測量學者們的廣泛關注。近些年來，隨著全球定位系統GNSS氣象學技術的不斷完善，越來越多的學者借助于GNSS技術研究霧霾與水汽的相關性。由于GNSS技術具有全球性、全天候、精度高、觀測時間短等其他技術無法比擬的優點，目前已經成為反演大氣中可降水量的主要技術手段。何盛浩等對鄂中區大霧天氣中GNSS監測的水汽總量的演變分析得出霧的形成與空氣中水汽含量有較好的相似性［1］。王勇，聞德保等對北京2011年幾次霧霾過程中大氣中水汽與PM2．5含量做了分析，發現兩者具很好的一致性［2］。2014，呂旭陽開始了GNSS技術用于霧霾天氣檢測的探索研究［3］。2015年，劉嚴萍、王勇等研究了北京APEC會議期間霧霾與水汽的相關性［4］。2016年，張雙成等研究了西安地區、北京地區的霧霾與水汽的相關性［5－6］。2017年，張文靜又根據地基GNSS水汽反演研究了香港地區霧霾與水汽的相關性［7］。本文首先介紹了GNSS水汽反演的基本原理，在此基礎上根據2014－2017年北京房山國際GNSS服務組織（InternationalGNSSService，IGS）站的觀測數據和氣象數據計算得到了北京地區的大氣可降水量，分析了霧霾事件發生時水汽與霧霾的變化規律。

1GNSS水汽探測的基本原理

衛星信號被地球大氣的電離層和中性大氣所延遲，其中電離層延遲利用雙頻可以消除，剩下中性大氣延遲分為濕延遲（ZenithWetDelay，ZWD）和干延遲（ZenithHydrostaticDelay，ZHD），而干延遲可以通過經典的對流層模型（Saastamoinen模型、Hop－filed模型和Black模型）計算所得［8］。

2GNSS水汽與霧霾的相關性分析

2．1數據來源為了分析霧霾與水汽的相關性，本文收集了2014年1月到2017年6月的北京房山國際GNSS服務組織站的數據和霧霾數據進行對比。（1）GNSS數據：在cddis．gsfc．nasa．gov上下載了北京房山站（BJFS）2014年－2017年對流層延遲文件（m文件、zpd文件）和氣象文件，利用個人編寫的軟件自動提取出天頂總延遲以及測站的氣壓和溫度數據，計算出大氣干延遲和濕延遲，進而根據水汽反演原理計算得到大氣可降水量PWV時間序列。（2）霧霾數據：本文從china．usembassy－china．org．cn下載得到2014－2017年的北京霧霾數據。

2．2計算結果及分析基于以上數據，本文分析了21次霧霾事件過程中大氣PM2．5、PM10、AQI含量與大氣可降水量PWV之間的關系。

3結束語

本文基于北京房山2014到2017年大氣可降水量序列和霧霾有關數據（PM2．5、PM10和AQI），進行相關性分析，得到了以下結論：（1）北京房山地區霧霾事件多發生在冬春季，而在夏秋季，霧霾事件則很少發生。（2）GNSS水汽PWV與霧霾的正相關性，是由于冬春季太陽輻射弱、氣候潮濕停滯，空氣污染物（PM2．5、PM10）和水汽積聚在近地邊界層（planetaryboundarylayer，PBL）中。此時一個正反饋周期將會被觸發：（a）水汽的擴散受到淺層PBL的限制，導致大氣中水汽濃度增加；（b）高水汽濃度又會增強吸濕性生長和多相反應，從而導致氣溶膠顆粒尺寸和數量的增加，導致PBL高度進一步減少，從而進一步抑制氣溶膠和水汽在一個非常淺的PBL中。這種反饋構成了一種自我放大機制，在這種機制中，水汽將導致近地表空氣中的PM2．5、PM10等空氣污染物濃度的大幅增加。（3）本文僅研究了北京房山站的霧霾與水汽的相關性，存在一定的局限性與不足，由于霧霾的成因是復雜的，與風速、熱島效應等氣象條件都有關，還值得深入研究。

參考文獻

［1］何盛浩，周志敏，梁濤，等．鄂中區大霧天氣中GPS監測的水汽總量及其演變分析［C］．北京：中國氣象學會年會，2013．

［2］王勇，聞德保，劉嚴萍．霧霾天氣對GNSS天頂對流層延遲與可降水量影響研究［J］．大地測量與地球動力學，2014，34（2）：120－123．

［3］呂旭陽．GNSS技術用于霧霾天氣監測的探索研究［D］．陜西西安：長安大學．

［4］劉嚴萍，王勇，李江波．北京APEC會議期間GNSS水汽與PM2．5／PM10的相關性比較［J］．災害學，2015（3）：26－28．

［5］張雙成，趙迎輝，戴凱陽，等．西安地區霧霾與GNSS水汽的相關性分析［J］．工程勘察，2016（3）：47－50．

［6］張雙成，李振宇，戴凱陽，等．北京地區GNSS水汽變化與霧霾的相關性［J］．測繪科學，2016（8）：43－47．

［7］張文靜．基于地基GNSS水汽反演的PM2．5探測研究［D］．四川成都：成都理工大學，2017．

［8］湯中山，吳良才．GPS反演可水量中的三種對流層延遲模型精度分析［J］．北京測繪，2016（2）：32－35.

［10］張京江，楚艷麗，張朝林．地基GNSS實時水汽反演系統建設速成［M］．北京：氣象出版社，2011．

［12］．京津冀霧霾產生的根本原因及如何治理［J］．科技資訊，2014（8）：125－127．

作者：陳廣鄂；盧茜；曾攀；韓建鋒；吳德釗 單位：中國地質大學（北京）土地科學技術學院