李 陽,巨天珍*,馬 成,常 鋒,張延平,何 帆,王青青

?

長江三角洲近10年甲醛柱濃度變化及影響因素

李 陽1,巨天珍1*,馬 成2,常 鋒2,張延平2,何 帆2,王青青1

(1.西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,甘肅 蘭州 730070；2.張掖市環(huán)境保護(hù)局,甘肅 張掖 734000)

基于Aura-OMI HCHO數(shù)據(jù)產(chǎn)品,解譯并分析了2008~2017年長江三角洲(以下簡稱長三角)地區(qū)甲醛柱濃度的數(shù)量分布、動態(tài)規(guī)律和影響因素.結(jié)果顯示:10年甲醛柱量均值為14.16×1015molec/cm2、最大值15.41×1015molec/cm2、最小值12.27×1015molec/cm2、最大增速17.8%、平均增速0.17%、最大降速15.95%.時間上,10年來甲醛濃度呈波動上升的態(tài)勢,以四級、三級和五級的變化為主,夏季最高,春秋次之,冬季最小,春夏秋冬四季的分擔(dān)率分別是25.96%、34.28%、22.00%、17.76%.空間上,濃度整體從中部向兩側(cè)遞減,沿海地區(qū)最低,高值區(qū)由西北向東南逐漸轉(zhuǎn)移擴(kuò)大.影響長江三角洲甲醛柱濃度變化的主要因素為自然因素和人為因素,自然因素以氣溫和降水為主,人為因素以能源消費(fèi)總量、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、生產(chǎn)總值及家具和建房裝修材料為主.長三角和京津冀的時空演化及影響因素有相同之處,也有不同之處.

OMI；甲醛濃度；時空分布；長江三角洲；影響因素

來源廣泛和釋放期長是甲醛在大氣中存在的特點(diǎn),以往采用的甲醛特定儀器監(jiān)測和人工檢測方法缺乏全面性、長期性和廣泛性[1-2].近年來,衛(wèi)星遙感技術(shù)發(fā)展良好,借此優(yōu)勢,甲醛的檢測研究得以更加完善全面.監(jiān)測大氣污染的傳感器主要有GOME、SCIAMACHY、GOME-2和OMI等[3-6],除OMI之外,其他傳感器性能較老,OMI作為新一代傳感器,它的數(shù)據(jù)時空覆蓋度更高,軌道掃描幅為2600km,每天可覆蓋全球一次;空間分辨率更高,為13km′24km;反演數(shù)據(jù)精度也更高,它共有3個光譜通道(紫外通道UV1、UV2和可見光通道)、波譜分辨率是0.5nm、波長范圍為270~500nm[7-9],基于以上優(yōu)點(diǎn),其數(shù)據(jù)被廣大學(xué)者應(yīng)用于甲醛研究.

目前國內(nèi)外專家學(xué)者主要以上述衛(wèi)星遙感數(shù)據(jù)為基礎(chǔ),研究與甲醛相關(guān)的內(nèi)容.國外學(xué)者大多在大尺度區(qū)域范圍上對甲醛進(jìn)行研究分析,對比了全球和亞洲特大城市的甲醛分布狀況[10-11].國內(nèi)方面,不少學(xué)者分省域和地區(qū)兩種尺度范圍研究分析了各省市地區(qū)的甲醛柱濃度時空分布[12-14],此外,還有不少學(xué)者探討了各因素對甲醛變化的影響,自然方面有氣溫、降水、植被、風(fēng)向等影響因素[15-17],人為因素方面,汽車保有量、工業(yè)廢氣排放量、化肥施用量、農(nóng)業(yè)秸稈燃燒等對甲醛的影響也較大[18-19].

現(xiàn)階段,我國主要的三大經(jīng)濟(jì)圈京津冀、長三角、珠三角中只有京津冀有甲醛方面的相關(guān)研究,而在長三角范圍內(nèi),SO2的排放控制[20]、NO2的時空分布[21-22]、O3的生成及污染過程[23-25]、氣溶膠的遙感研究[26-27]等均有文獻(xiàn)可查詢,唯獨(dú)缺失甲醛的研究,因此研究長三角甲醛的相關(guān)規(guī)律和影響因素,有利于此區(qū)域大氣狀況以及各污染物之間關(guān)系的探究.本文將采用OMI甲醛柱濃度數(shù)據(jù),結(jié)合氣象自然數(shù)據(jù)和統(tǒng)計年鑒數(shù)據(jù),分析2008~2017年長江三角洲甲醛柱濃度的時空變化特征,并討論甲醛變化特點(diǎn)背后的自然以及人為因素,望能為大氣治理和政策制定提供一定的參考依據(jù).

1 研究區(qū)概況

長三角位于我國東部沿海地區(qū),介于北緯28°45'~33°25',東經(jīng)118°20'~123°25'之間,瀕臨東海,良港眾多,占地面積約10.05萬平方公里.長三角涉及兩省一直轄市共16個市,即上海市,江蘇省南部的南京、揚(yáng)州、泰州、鎮(zhèn)江、常州、無錫、南通、蘇州,和浙江省東部與北部的杭州、湖州、紹興、嘉興、舟山、寧波、臺州(圖1).長江三角洲地區(qū)氣候主要為亞熱帶季風(fēng)氣候,年均溫14~18℃,年降水量1000~1400mm,集中于春、夏兩季.長三角地區(qū)地勢低平,平均海拔50m左右,地勢從西南向東北降低.

長江三角洲地區(qū)作為國內(nèi)綜合實(shí)力最強(qiáng)的第一大經(jīng)濟(jì)中心,不僅制造業(yè)全球領(lǐng)先,而且是亞太地區(qū)的門戶.2016年,長三角GDP為14.7萬億,約占全國的19.76%,是全國貢獻(xiàn)率最大的地區(qū).截止2015年底,常住人口約1.5億,也是外來人口的最大集聚地.長江三角洲由于經(jīng)濟(jì)發(fā)達(dá),人口眾多,因此工業(yè)、旅游服務(wù)行業(yè)等較為發(fā)達(dá),能源消耗較大,各種污染問題層出不窮,大氣污染問題也在所難免[28-29].

圖1 研究區(qū)位置示意Fig.1 Schematic diagram of the study area

2 數(shù)據(jù)來源及處理方法

2.1 數(shù)據(jù)資料來源

本研究所用的甲醛遙感數(shù)據(jù)來自搭載于Aura衛(wèi)星上的臭氧監(jiān)測儀(Ozone Monitoring Instrument, OMI),該衛(wèi)星由芬蘭、荷蘭和美國航空航天管理局(NASA)三方共同制造,并于2004年7月15日發(fā)射[30].OMI的工作原理是依據(jù)甲醛的吸收特性,測量太陽紫外波段后向散射及輻射,運(yùn)用DOAS技術(shù)(差分吸收光譜技術(shù))和IMAGES全球化學(xué)傳輸模型等計算甲醛柱濃度[31-32].

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享網(wǎng)(http: //cdc.cma.gov.cn)等,社會經(jīng)濟(jì)數(shù)據(jù)來源于國家統(tǒng)計局、上海市統(tǒng)計年鑒、江蘇省統(tǒng)計年鑒和浙江省統(tǒng)計年鑒等.

2.2 數(shù)據(jù)處理方法

本文所選取的數(shù)據(jù)是NASA官網(wǎng)上2008~2017年長三角逐日OMI Level-2HCHO數(shù)據(jù)(存儲格式為HDF-EOS5).數(shù)據(jù)處理時,首先通過HDFView2.10軟件提取數(shù)據(jù)中的經(jīng)緯度(Longtitude、Latitude)、甲醛柱濃度量(Column Amount)和云量(AMFCloud Fraction)等信息,由于云量會干擾甲醛濃度值的精度,故會剔除云量大于20%的數(shù)據(jù)[33];其次,為提高研究區(qū)邊界精度,通過VB程序,將經(jīng)緯度擴(kuò)大1~3度,并存儲為TXT格式;最后運(yùn)用ArcGIS10.2將前一步數(shù)據(jù)轉(zhuǎn)換為Shape file格式[34],然后依次進(jìn)行克里金插值(像元大小為0.30′0.30)、均值裁剪計算(按月份、季節(jié)、年份進(jìn)行)和掩膜提取等步驟得到最終結(jié)果,以此對長江三角洲地區(qū)的甲醛柱濃度時空變化進(jìn)行分析.

氣象數(shù)據(jù)以及社會經(jīng)濟(jì)數(shù)據(jù)方面,通過中國氣象數(shù)據(jù)共享網(wǎng)和國家統(tǒng)計局以及研究區(qū)所在省份的統(tǒng)計年鑒,將研究區(qū)內(nèi)各市逐月氣溫、降水?dāng)?shù)據(jù)和各省逐年能源消費(fèi)總量、生產(chǎn)總值、各產(chǎn)業(yè)值、家具產(chǎn)值和價格指數(shù)以及建筑裝修材料價格指數(shù)分別進(jìn)行統(tǒng)計篩選,然后通過柵格計算器得到各指標(biāo)10年均值.基于以上數(shù)據(jù),通過IBM SPSS Statistics 22和Origin9,與甲醛濃度數(shù)據(jù)做相關(guān)性分析和相應(yīng)統(tǒng)計圖,以此分析各因子對甲醛濃度變化的影響.

3 結(jié)果與討論

3.1 長江三角洲地區(qū)對流層甲醛柱濃度月均值時空變化

圖2 2008~2017年對流層甲醛逐月月均垂直柱濃度分布 Fig.2 Monthly average distribution of tropospheric HCHO vertical columnconcentrationduring 2008~2017

將10年各月的甲醛濃度值進(jìn)行平均計算,得出長江三角洲2008~2017年甲醛柱濃度的月均值空間分布圖(圖2),為研究方便,將甲醛濃度分為六個等級:4~8為一級,8~12為二級,12~16為三級,16~20為四級,20~24為五級,24~28為六級(1015molec/ cm2).由圖可見:1月和2月研究區(qū)甲醛濃度值呈現(xiàn)深綠色和中綠色,指示其大部分地區(qū)甲醛濃度值處于一、二級狀態(tài),其中一級的區(qū)域占整個研究區(qū)的面積最多,主要分布在研究區(qū)的中部和南部,二三級區(qū)域面積較少,以北部為主.3月和4月,甲醛濃度有所上升,主要呈現(xiàn)三級的中綠色和二級的淺綠色,二級主要分布在地勢較低的沿海城市,面積較小,其余城市均為三級,面積較大.5月,研究區(qū)甲醛濃度整體大幅度上升,從淺綠色轉(zhuǎn)變?yōu)殚偌t色甚至紅色,從東到西,濃度值逐漸從三級上升為六級,大部分地區(qū)濃度在三級以上,最高值區(qū)出現(xiàn)在杭州西南小部.6月,研究區(qū)甲醛濃度大幅下降,大部分區(qū)域處于三級,這可能與研究區(qū)特殊的梅雨天氣有關(guān).7月,甲醛濃度又有所升高,研究區(qū)大部分處于三級以上,以黃色和橘紅色為主,四級和五級的分布范圍較大.8月、9月甲醛濃度又略有下降,分別以研究區(qū)西半部、西南半部的黃色三級,北部和沿海地區(qū)的淺綠色四級為主,其中9月杭州西北小部分處在最高的六級,3月至9月甲醛濃度反復(fù)的升高與降低,與甲醛聚合物在高溫高濕環(huán)境易水解生成甲醛[35],以及長時間大規(guī)模的降雨對甲醛有一定的抑制作用有關(guān).10月-12月,甲醛濃度持續(xù)下降,分布區(qū)呈現(xiàn)東部沿海為主的深綠色和中綠色分布,以及其余大部分為淺綠色分布.濃度值基本在三級以下,低值區(qū)面積不斷擴(kuò)大.

圖3 2008~2017年甲醛垂直柱濃度月均值等級變化 Fig.3 Monthly mean grade changeof HCHO vertical column concentration during 2008~2017

為了清楚地分析研究區(qū)10年的甲醛柱濃度月變化增減規(guī)律,以10年內(nèi)各月的平均甲醛柱濃度為基礎(chǔ)做出2008~2017年甲醛垂直柱濃度月均值等級變化圖.由圖3能夠看出,10年內(nèi)甲醛濃度月均等級變化規(guī)律明顯,從年初到年中再到年末,呈現(xiàn)出先增高再降低的趨勢,10年內(nèi)平均最低值為7.78× 1015molec/cm2,出現(xiàn)在2月,平均最高值為19.073× 1015molec/cm2,出現(xiàn)在7月,同時7月也出現(xiàn)最大增速,為5.02×1015molec/cm2.從每月內(nèi)各等級的占比情況來看,1月與2月處在一級的范圍所占面積均在50%左右,2月二級所占面積49.39%,高于1月的32.95%; 3月、4月處在三級的面積分別高達(dá)55.45%和64.51%,其余地區(qū)均處于二級;5月,研究區(qū)中高等級所占的面積較大,四級占比48.70%,五級37.50%;6月,研究區(qū)全境處在三級的地區(qū)占96.48%;7月中高值區(qū)范圍極大,四級和五級各占59.38%和35.84%;8月和9月,處在三級和四級的的范圍占到整個研究區(qū)的94%以上;10~12月,三級所占面積從68.19%大幅下降到37.94%,二級占比穩(wěn)定在30%～47%,一級占比逐漸增大到19.16%.

3.2 長江三角洲地區(qū)對流層甲醛柱濃度季節(jié)時空變化

圖4 2008~2017年對流層甲醛季均垂直柱濃度分布 Fig.4 Seasonal distribution of tropospheric HCHO vertical columnconcentrationduring 2008~2017

圖4為2008~2017年長江三角洲甲醛柱濃度的季節(jié)空間分布圖,其中春季為3、4、5月,夏季為6、7、8月,秋季為9、10、11月,冬季為12月和次年的1月與2月.甲醛濃度以3個基本單位為一級,共分為六級:5~8為一級,8~11為二級,11~14為三級,14~17為四級,17~20為五級,20~23為六級(單位: 1015molec/cm2).春季,研究區(qū)西南端的杭州和湖州部分地區(qū)濃度最高(四級),其余90.85%的地區(qū)甲醛濃度普遍在三級,整個研究區(qū)甲醛濃度分布比較均勻;夏季,研究區(qū)甲醛濃度達(dá)到全年最高,研究區(qū)濃度呈中部的紅色和周邊的橘紅色,其中紅色六級的區(qū)域占38.61%,橘紅色五級的占54.66%,高值區(qū)主要集中在杭州、紹興、嘉興、湖州、無錫、泰州一帶,鎮(zhèn)江、常州、南通略有分布;秋季時甲醛濃度普遍下降,其中除中部偏西的湖州、蘇州小部分處于較高的四級,沿海的南通、上海、寧波、臺州等部分處在二級及以下,其余大部均在三級(占78.54%);冬季時節(jié)低值區(qū)面積擴(kuò)大,全境由北向南甲醛濃度逐漸下降,由淺綠變?yōu)橹芯G色,其中杭州北部、湖州南部和臺州濃度最低,為深綠色.在季節(jié)變化中,由于研究區(qū)夏季盛行東南風(fēng),夏季濃度盡管整體偏高,但西北部濃度高于東南沿海,冬季則由于地勢低平,無所阻攔,西北風(fēng)長驅(qū)直入,整體降低了甲醛濃度.

圖5 2008~2017年對流層甲醛垂直柱濃度季節(jié)貢獻(xiàn)率 Fig.5 Seasonal contribution rate of tropospheric HCHO vertical columnconcentration during 2008~2017

由圖5可見,2008~2017年甲醛柱濃度的四季分擔(dān)率,夏季甲醛產(chǎn)生量最高,占比達(dá)34.28%,春季次之,為25.96%,再次為秋季,分擔(dān)率為22.00%,冬季最低,產(chǎn)生量僅占17.76%,說明甲醛濃度的增長與季節(jié)變化的關(guān)系緊密,夏季氣溫高在一定程度上影響著其濃度高與分擔(dān)率大,冬季氣溫低,它的濃度與分擔(dān)率值較低.

由圖6可見,2008~2017年甲醛柱濃度夏季最高,冬季最低,春秋季變化中等.其中,夏季2008年~2010年甲醛濃度一直上升,2015年出現(xiàn)低值16.788× 1015molec/cm2,2017年達(dá)到研究區(qū)甲醛柱濃度10年來的最高值(19.538×1015molec/ cm2),其他年份總體波動幅度較小;春秋季濃度值相近變化規(guī)律相似,甲醛濃度整體變化最小,在波動中略有上升,其中秋季在2016年出現(xiàn)低值,為12.356× 1015molec/cm2,2017年又回升到與2013年持平;冬季在波動中下降,2008年冬季出現(xiàn)10年來研究區(qū)的最低值(8.506×1015molec/cm2),2008年~2010年,甲醛柱濃度大速率增長,2010年出現(xiàn)最高值,為13.862× 1015molec/cm2, 2014年出現(xiàn)低值,為9.183× 1015molec/cm2.10年來,四個季節(jié)變化大體穩(wěn)定,均是夏季柱濃度最高,冬季最低,2014年前秋季高于春季,2014年后春季高于秋季.

圖6 2008~2017年對流層甲醛垂直柱濃度季節(jié)變化特征 Fig.6 Seasonal variation characteristics of tropospheric HCHO vertical column concentration during 2008~2017

3.3 長江三角洲地區(qū)對流層甲醛柱濃度時空年變化

長江三角洲2008~2017年甲醛濃度時空年變化如圖7所示,2008年,沿海城市甲醛濃度處在一、二級,其余大部分地區(qū)處于三級;2009年,甲醛濃度整體上升,五級范圍最廣;2010年,高值區(qū)范圍迅速增大,江蘇省境內(nèi)大部分地區(qū),以及浙江的嘉興、湖州、紹興、杭州部分地區(qū)也均處于六級濃度,其余大部分地區(qū)濃度在五5級;2011年甲醛濃度處于六級的高值區(qū)范圍大幅減小,僅南京、泰州和杭州的部分地區(qū)濃度很高,五級范圍略有縮小,三四級范圍有所增加;2012甲醛濃度大幅下降,大部分區(qū)域均處在三級以下,其中三級范圍最廣,研究區(qū)整體濃度呈現(xiàn)出西高東低的趨勢;2013年甲醛濃度又有升高,高值區(qū)范圍迅速增大,五六級主要濃度級別,整個研究區(qū)甲醛濃度從中間向東西兩側(cè)縱向下降分布,其中在東部沿海的臺州、寧波、上海等地,濃度在三級以下;2014年和2015年,濃度持續(xù)下降,五級范圍大幅度減小,研究區(qū)全境甲醛濃度差別不大,2014年西部高,東部沿海略低,2015年西北部和南部部分地區(qū)高,其他地區(qū)略低;2016年和2017年,甲醛濃度又有所上升,處在五級和六級濃度的范圍均在增大,僅在東部沿海地區(qū)濃度較低,2016年僅紹興北部處在六級,2017年處在六級濃度的范圍則北移至鎮(zhèn)江、無錫、泰州等地,且所占面積增大.總體來說,研究區(qū)甲醛濃度年變化呈現(xiàn)南北帶狀分布,高值區(qū)從西北向東南逐漸擴(kuò)大,這與長三角工業(yè)重心的轉(zhuǎn)移趨勢重合[36],而沿海地區(qū)濃度普遍最低,這與研究區(qū)存在海陸差異[37]有一定關(guān)系;揚(yáng)州、鎮(zhèn)江、常州、無錫、湖州、杭州、紹興等地所在的中間范圍濃度較高,是因?yàn)檫@些地區(qū)的工業(yè)產(chǎn)值較高,與人為活動關(guān)系密切.其余部分,由中間向東西兩側(cè),濃度有所下降.

圖7 2008~2017年對流層HCHO垂直柱濃度年均變化 Fig.7 Annual average distribution of tropospheric HCHO vertical columnconcentration during 2008~2017

圖8 2008~2017年甲醛垂直柱濃度年均值等級變化 Fig.8 Annual mean grade change of HCHO vertical column concentrationduring 2008~2017

長江三角洲2008~2017年甲醛濃度年均值等級變化及各級所占面積如圖8所示,2008~2017年,甲醛濃度整體在波動中上升,先后出現(xiàn)3次上升,2次下降,波動的最高值15.41×1015molec/cm2出現(xiàn)在2010年,最低值12.27×1015molec/cm2出現(xiàn)在2012年,波動的最大增速16.8%出現(xiàn)在2013年,最大降速15.95%.在2012年,年均值為14.16×1015molec/cm2,平均增速0.17%. 10年中,甲醛柱濃度等級變化以四級的橘黃色為主,三級黃色次之,二級淺綠色第三.除2008年和2012年,四級濃度在各年中所占的分量不容小覷,大多數(shù)為當(dāng)年占比最高的濃度級別,能達(dá)到50%以上,其次三級濃度也占有很大的面積.縱觀整體,各濃度級別所占比重大小依次為:四級>三級>五級>二級>一級.

3.4 長江三角洲地區(qū)對流層甲醛柱濃度變化的影響因素

3.4.1 自然因素 (1)氣溫對甲醛柱濃度的影響:溫度的升高會加劇化學(xué)反應(yīng)的速率,從而導(dǎo)致生成物快速增加.甲醛有相當(dāng)大的一部分來源于二次污染,因此氣溫是影響甲醛濃度的一個重要自然因素.圖9是分別根據(jù)上海市、江蘇省、浙江省10年的月平均氣溫與各自省市的甲醛平均柱濃度所做的散點(diǎn)圖,由圖可知,氣溫與甲醛濃度呈現(xiàn)出較強(qiáng)的正相關(guān),上海、江蘇、浙江的相關(guān)性分別為57.86%、61.59%、66.3%,因此,僅從自然因素來看,氣溫的升降很大程度上影響著甲醛濃度的高低,這也是長三角地區(qū)夏季甲醛濃度最高,冬季最低的原因之一,但是相比于其他地區(qū)[38],長江三角洲溫度與甲醛濃度的相關(guān)性較弱.(2)地理位置、氣候特征和獨(dú)特的天氣現(xiàn)象對甲醛柱濃度的影響一個地方獨(dú)特的地理位置和氣候條件,以及特殊的天氣現(xiàn)象會對當(dāng)?shù)丶兹┑姆植寂c濃度產(chǎn)生很大的影響.長江三角洲地處20N~40N之間的大陸東岸,亞熱帶季風(fēng)氣候和強(qiáng)烈的海陸對比,使梅雨成為此區(qū)域獨(dú)有的天氣現(xiàn)象.5月迎梅時,研究區(qū)甲醛分布以五級的橘紅色和四級的黃色為主,濃度較高,6月正式入梅,甲醛濃度的分布等級下降為淺綠色,而7月逐漸出梅,甲醛濃度回升,甚至高于五月,此現(xiàn)象與梅雨季降雨量高關(guān)系較大,這與王少麗等[39]研究出的降水對甲醛有清除作用,但長時間的高溫高濕又會使甲醛濃度升高這一結(jié)果相互印證.

3.4.2 人為因素 本文根據(jù)長江三角洲的特點(diǎn),通過各個省份的統(tǒng)計年鑒進(jìn)行數(shù)據(jù)搜集與整理,從眾多人為影響因素中挑選出相關(guān)性較高的幾類進(jìn)行分析與比較.由于各省市2018年統(tǒng)計年鑒還未公布,所以以下相關(guān)性分析均只選取2008~2016年9年的數(shù)據(jù).

(1)能源消費(fèi)總量對甲醛柱濃度的影響

圖10為能源消費(fèi)總量與甲醛柱濃度的相關(guān)性分析散點(diǎn)圖,由圖可知:上海、江蘇、浙江9年來的能源消費(fèi)總量與甲醛平均濃度均呈現(xiàn)出正相關(guān)的關(guān)系,三省市的相關(guān)性大小程度為:上海<江蘇<浙江,其中上海的相關(guān)性為57.57%,江蘇為59.46%,浙江為68.38%.不同的省市,能源消費(fèi)量和甲醛濃度兩者之間相關(guān)性的密切程度不一樣,上海市能源消費(fèi)總量在10500~11500萬tce之間時,相關(guān)性較強(qiáng),甲醛濃度散點(diǎn)距離線性趨勢線分布較近,擬合程度較高,而江蘇省的這一值域范圍為28000~32000萬tce,浙江省的則在18000~21000萬tce之間.整體上,隨著能源消費(fèi)總量的增大,甲醛濃度有所升高,個別年份有所下降,但均保持在一定范圍內(nèi),所以合理消耗各種能源、協(xié)調(diào)能源消耗與生產(chǎn)生活之間的關(guān)系、積極尋找新型替代能源及其有效的使用途徑,是降低大氣甲醛濃度及其他大氣污染的有效措施.

(2)生產(chǎn)總值及其構(gòu)成對甲醛柱濃度的影響

生產(chǎn)總值是一個地區(qū)經(jīng)濟(jì)水平與實(shí)力最直接的體現(xiàn),各產(chǎn)業(yè)產(chǎn)值的高低均影響著當(dāng)?shù)丶兹舛鹊臓顩r.表1是2008年-2017年長江三角洲經(jīng)濟(jì)區(qū)各省市地區(qū)生產(chǎn)總值及各產(chǎn)業(yè)值與甲醛柱濃度相關(guān)性矩陣.從表中可以看出:上海市第一次產(chǎn)業(yè)與甲醛濃度相關(guān)性呈現(xiàn)負(fù)值,江蘇省有相關(guān)性,而浙江省這一方面的相關(guān)性較強(qiáng),達(dá)到了64.72%,這一結(jié)果與這三個省市第一產(chǎn)業(yè)產(chǎn)值占長江三角洲總產(chǎn)值的比重較為符合,上海市占比最小;就第二產(chǎn)業(yè)來說,長江三角洲經(jīng)濟(jì)區(qū)三省市與甲醛濃度的相關(guān)性差別不大,均在63%左右,相關(guān)性均較強(qiáng);從第三產(chǎn)業(yè)與甲醛濃度間的相關(guān)性來看,上海市最高,高達(dá)69.99%,江蘇省和浙江省相關(guān)性也較高,分別為57.32%和62.22%;長三角地區(qū)的生產(chǎn)總值與甲醛濃度之間呈現(xiàn)出顯著的正相關(guān)關(guān)系,上海、江蘇、浙江的相關(guān)性分別為70.47%、59.14%、63.15%.從研究區(qū)生產(chǎn)總值及其構(gòu)成對甲醛柱濃度的整體影響來看,生產(chǎn)總值的影響整體較高,第一產(chǎn)業(yè)的影響相對較小,第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和影響均較高,但是差別不大,說明隨著人們生活水平的提高,和思想意識的轉(zhuǎn)變,旅游服務(wù)業(yè)對長三角區(qū)域經(jīng)濟(jì)的貢獻(xiàn)逐年在增大,漸漸與工業(yè)持平,成為影響甲醛濃度的主要因素,這與其他地區(qū)第二產(chǎn)業(yè)是影響甲醛變化的主要因素大不相同,也印證了人為因素是影響該研究區(qū)甲醛柱濃度的重要因素.

(3)家具和建筑裝修材料行業(yè)對甲醛柱濃度的影響

表1 2008~2017年長江三角洲地區(qū)生產(chǎn)總值及各產(chǎn)業(yè)增加值與甲醛柱濃度相關(guān)性矩陣
Table 1 Correlation matrix between Yangtze river delta' s GDP with theindustries Value-added and HCHO column concentration during 2008~2017

家具和建筑裝修材料通常是室內(nèi)甲醛的主要來源[40].表2是2008年-2017年長江三角洲各省市家具與建筑裝修材料行業(yè)的產(chǎn)值及價格指數(shù)與甲醛柱濃度相關(guān)系數(shù).由表可知:三省市家具工業(yè)產(chǎn)值與甲醛濃度的相關(guān)性均較強(qiáng),其中上海市最高,為71.2%,浙江和江蘇次之,分別為57.9%和46.7%;價格指數(shù)方面,家具及建房裝修材料與甲醛濃度的相關(guān)性基本呈現(xiàn)負(fù)值,其中江蘇省家具出廠價格指數(shù)的相關(guān)系數(shù)最高,為68%,而建房裝修材料相關(guān)系數(shù)最高的是浙江省,為42.2%,除以上兩項呈現(xiàn)出相對較高的負(fù)相關(guān),其他指標(biāo)的相關(guān)性均較弱.從供求角度來說,價格指數(shù)越低,即相關(guān)系數(shù)負(fù)值越大,產(chǎn)品產(chǎn)量就越多,同時工業(yè)產(chǎn)值越高產(chǎn)量也越大,由此可見,家居和建筑裝修材料不僅通過室內(nèi)通風(fēng)對大氣甲醛的貢獻(xiàn)較大,而且此類產(chǎn)品的生產(chǎn)過程也是甲醛的重要來源,隨著產(chǎn)量增加,甲醛貢獻(xiàn)量也不斷增大.

表2 2008~2017年長江三角洲地區(qū)家具及建房裝修材料與甲醛柱濃度相關(guān)性矩陣
Table 2 The correlation matrix between Yangtze river furniture and building decoration materials and HCHO column concentration of Yangtze river during 2008~2017

縱觀以上分析,長三角經(jīng)濟(jì)區(qū)下轄兩省一直轄市共計16市,其10年甲醛的時空分布及動態(tài)變化規(guī)律明顯,說明自然因素和人為因素均對其起著重要的作用.與其他地區(qū)相比[41],人為因素與甲醛的關(guān)系不是很密切,后者與該地區(qū)不同時期社會經(jīng)濟(jì)與環(huán)境政策的調(diào)整有一定的關(guān)系[42].

3.5“長三角”與“京津冀”的甲醛時空演化異同

在時間變化方面,長三角在2008~2017年間,和京津冀在2009~2016年,甲醛濃度整體均在波動中上升,研究時段內(nèi)的甲醛濃度均值均在14.0× 1015molec/cm2左右,且季節(jié)性變化均較為明顯,都是夏季最高,冬季最低,這是兩個地區(qū)的相同點(diǎn);不同點(diǎn)是長三角甲醛濃度最高值出現(xiàn)在2010年,最低值在2008年,每年甲醛濃度最低值在2月,最高值在7月,而京津冀甲醛濃度最高值出現(xiàn)在2013年,最低值在2009年,每年最低值在4月,最高值在6月.京津冀年均增長率1.01%大于長三角的0.17%,但長三角的最大增長率17.8%大于京津冀的12.91%.

在空間變化方面,相同之處在于隨著年份的變化,兩地區(qū)逐年最高濃度值區(qū)范圍先擴(kuò)大后減小,高值區(qū)范圍總體在擴(kuò)大.夏季高值區(qū)范圍最大,冬季多處于低值區(qū);不同之處在于兩地區(qū)都有各自的空間變化規(guī)律,長三角是由中部向東西兩側(cè)帶狀遞減,沿海地區(qū)最低,高值區(qū)由西北向東南逐漸轉(zhuǎn)移擴(kuò)大,而京津冀則呈現(xiàn)出由北向南遞增的特征,與地區(qū)海拔狀況、人口分布和工業(yè)發(fā)展?fàn)顟B(tài)表現(xiàn)出高度一致性.

在影響甲醛柱濃度變化的因素方面,相同點(diǎn)有:自然因素中氣溫和降水對兩地區(qū)甲醛濃度的影響都較為顯著,人為因素方面,影響均較大的是工業(yè)和能源消費(fèi)量(京津冀地區(qū)單列了煤炭消耗量和原油消耗量);此外,兩個地區(qū)有其它對各自影響較大的因素,如第三產(chǎn)業(yè)、生產(chǎn)總值以及家居和建房裝修材料對長三角的甲醛濃度有較大影響,而氣壓與京津冀地區(qū)的甲醛濃度則呈現(xiàn)較強(qiáng)的負(fù)相關(guān).

4 結(jié)論

4.1 2008~2017年長江三角洲地區(qū)甲醛柱量均值為14.16×1015molec/cm2、最大值15.41×1015molec/ cm2、最小值12.27×1015molec/cm2、最大增速17.8%、平均增速0.17%、最大降速15.95%.

4.2 在時間變化方面:長江三角洲地區(qū)甲醛濃度時間變化規(guī)律明顯,年變化上,10年來甲醛濃度呈波動中上升的態(tài)勢.其中上升下降幅度大小,以四級、三級和五級的變化為主.季節(jié)變化上,夏季最高,春秋次之,冬季最小,其中,夏季的分擔(dān)率是34.28%、春季25.96%、秋季22.00%、冬季17.76%.;月變化上,先增高后降低,最低值在2月,最高值在7月,以黃色三級及淺綠色二級為主,橘紅色四級次之.

4.3 在空間變化方面:研究區(qū)中部(從南向北)濃度高,東西兩側(cè)濃度低,沿海地區(qū)最低,呈現(xiàn)從中部向兩側(cè)帶狀遞減分布格局.夏季五六級濃度遍及全境,春季以黃色四級為主,秋季以淺綠色三級為主,冬季以三級、二級和一級為主.

4.4 影響長江三角洲甲醛柱濃度變化的主要因素為自然因素和人為因素,自然因素以氣溫和降水為主,人為因素以能源消費(fèi)總量、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、生產(chǎn)總值以及家居和建房裝修材料為主,

[1] 孫 湛,王蔚茹,張 揚(yáng).新裝修住宅室內(nèi)空氣甲醛污染狀況及影響因素 [J]. 中國公共衛(wèi)生管理, 2013,29(01):92-93. Sun Zhan, Wang Wei-ru, Zhang Yang. Air formaldehyde pollution in newly renovated residential buildings and its influencing factors [J]. Chinese Journal of Public Health Management, 2013,29(1): 92-93.

[2] 張玉潔,龐小兵,牟玉靜.北京市植物排放的異戊二烯對大氣中甲醛的貢獻(xiàn) [J]. 環(huán)境科學(xué), 2009,30(4):976-981. Chance K, Palmer P I, Spurr R J D, et al. Satellite observations of formaldehyde over North America from GOME [J]. Geophysical Research Letters, 2000,27(21):3461-3464.

[3] Callies J, Corpaccioli E, Eisinger M, et al. GOME-2-Metop's second- generation sensor for operational ozone monitoring [J]. ESAbulletin, 2000,102:28-36.

[4] Bovensmann, H, Burrows, J. P, Buchwitz, M, et al. SCIAMACHY: Mission Objectives and Measurement Modes [J]. Journal of Atmospheric Sciences, 1997,56(2):125-150.

[5] Canty T P, Hembeck L, Vinciguerra T P, et al. Ozone and NOchemistry in the eastern US: evaluation of CMAQ/CB05 with satellite (OMI) data [J]. Atmospheric Chemistry & Physics, 2015,15(4):4427- 4461.

[6] Smedt I D, Stavrakou T, Müller J F, et al. H2CO columns retrieved from GOME-2: first scientific results and progress towards thedevelopment of an operational product [C]//Eumetsat Meteorological Satellite Conference, 2009.

[7] Kim J H, Kim S M, Baek K H, et al. 2011. Evaluation of satellite- derived HCHO using statistical methods [J]. Atmospheric Chemistry & Physics, 11(3):8003-8025.

[8] Li X, Brauers T, Hofzumahaus A, et al. MAX-DOAS measurements of NO2, HCHO and CHOCHO at a rural site in Southern China [J]. Atmospheric Chemistry & Physics, 2013,13(4):2133-2151.

[9] Baek K H, Kim J H, Park R J, et al. Validation of OMI HCHO data and its analysis over Asia. [J]. Science of the Total Environment, 2014, 490:93-105.

[10] Bauwens M, Stavrakou T, Müller J F, et al. Nine years of global hydrocarbon emissions based on source inversion of OMI formaldehyde observations [J]. Atmospheric Chemistry & Physics, 2016,16(15):1-45.

[11] 謝順濤,巨天珍,張惠娥.基于OMI數(shù)據(jù)的蘭州地區(qū)對流層甲醛時空變化研究 [J]. 環(huán)境科學(xué)學(xué)報, 2017,37(11):4253-4261.Xie S T, Ju T Z, Zhang H E. 2017. Temporal and spatial variations of tropospheric formaldehyde in Lanzhou aera based on remote sensing data [J]. Acta Scientiae Circumstantiae, 37(11):4253-4261.

[12] 劉宏慶,巨天珍,裴 潔,等.黑龍江省近12年甲醛柱濃度時空變化及其影響因素 [J]. 中國環(huán)境科學(xué), 2018,38(6):2001-2011.Liu Hong-qing, Ju Tian-zhen, Pei Jie, et al. Spatial-temporal Changes of Tropospheric HCHO Column Density and Its Impact Factors over Heilongjiang Province During 2005~2016 [J]. China Environmental Science, 2018,38(6):2001-2011.

[13] 張江峪,巨天珍,陳雪萍,等.寧夏近10年甲醛柱濃度時空分布及其影響因素 [J]. 環(huán)境科學(xué)研究, 2018,(7):1214-1222.Zhang Jiang-yu, Ju Tianz-hen, Chen Xuep-ing, et al. Temporal and spatial distribution of HCHO column concentration and its influencing factors in Ningxia in recent ten years [J]. Research of Environmental Sciences, 2018,(7):1214-1222.

[14] 王 爽,巨天珍,咸 龍,等.京津冀對流層甲醛的時空演變特征及其影響因素 [J]. 環(huán)境科學(xué)學(xué)報, 2018,38(4):1297-1305.Wang S, Ju T Z, Xian L, et al. Temporal-spatial change and affecting factors of tropospheric formaldehyde over Beijing-Tianjin-Hebei region, China [J]. Acta Scientiae Circumstantiae, 2018,38(4):1297- 1305.

[15] 謝順濤,巨天珍,李 兵,等.基于OMI數(shù)據(jù)的天水地區(qū)對流層HCHO垂直柱濃度變化研究 [J]. 遙感技術(shù)與應(yīng)用, 2017,32(5):958-965.Xie Shuntao, Ju Tianzhen, Li Bing, et al. Analysis of the Spatial and Temporal Distribution Variatio of Formaldehyde by the OMI Satellite Sensor [J]. Remote Sensing Technology and Application, 2017,32(5): 958-965.

[16] 王伯光,劉 燦,呂萬明,等.廣州大氣揮發(fā)性醛酮類化合物的污染特征及來源研究 [J]. 環(huán)境科學(xué), 2009,30(3):631-636.Wang Bo-guang, Liu Can, Lü Wan-ming, et al. Character of Volatile Carbonyl Compounds and Their Source in Guangzhou Ambient Air [J]. Environmental Science, 2009,30(3):631-636.

[17] 徐 竹,龐小兵,牟玉靜.北京市大氣和降雨中醛酮化合物的污染研究 [J]. 環(huán)境科學(xué)學(xué)報, 2006,(12):1948-1954.Xu Zhu, Pang Xiaobing, Mu Yujing. Measurement of carbonyl compounds in Beijing ambient air and rain [J]. Acta Scientiae Circumstantiae, 2006,(12):1948-1954.

[18] 謝順濤,巨天珍,葛建團(tuán),等.基于衛(wèi)星遙感中國甲醛的時空分布及影響因子 [J]. 中國環(huán)境科學(xué), 2018,38(5):1677-1684.Xie Shun-tao, Ju Tian-zhen, Ge Jian-tuan, et al. Spatial and temporal distribution and related factors analysis of formaldehyde in China, based on satellite remotesensing [J]. China Environmental Science, 2018,38(5):1677-1684.

[19] 王東東.長江三角洲地區(qū)O3、SO2和NO2的觀測和模擬研究 [C]// 中國氣象學(xué)會.第27屆中國氣象學(xué)會年會大氣物理學(xué)與大氣環(huán)境分會場論文集.中國氣象學(xué)會, 2010:20. Wang Dongdong. Observation and Simulation of O3, SO2and NO2in Yangtze River Delta Region [C]//Chinese Meteorological Society- Proceedings of the 27th Annual Conference of the Chinese Meteorological Society on Atmospheric Physics and Atmospheric Environment. China Meteorological Society: 2010:20.

[20] 周春艷,王 橋,厲 青,等.近10年長江三角洲對流層NO2柱濃度時空變化及影響因素 [J]. 中國環(huán)境科學(xué), 2016,36(7):1921-1930.Zhou Chun-yan, Wang Qiao, Li Qing, et al. Spatio-temporal change and influencing factors of tropospheric NO2column density of Yangtze River Delta in thedecade [J]. China Environmental Science, 2016,36(7):1921-1930.

[21] 高 誠,張 超,余樹全.2005~2013年長江三角洲地區(qū)對流層二氧化氮時空變化特征 [J]. 浙江農(nóng)林大學(xué)學(xué)報, 2015,32(5):691-700.Gao Cheng, Zhang Chao. Yu Shu-quan. Temporalandspatial variation for vertical column density of tropospheric NO2over the Yangtze River Delta from 2005 to 2013 [J]. Journal of Zhejiang A & F University, 2015,32(5):691-700.

[22] 張 亮,朱 彬,高晉徽,等.長江三角洲夏季一次典型臭氧污染過程的模擬 [J]. 環(huán)境科學(xué), 2015,36(11):3981-3988.Zhang Liang, Zhu Bin, Gao Jin-hui, et al. Modeling Study of A Typical Summer Ozone Pollution Event over Yangtze River Delta [J]. Environmental Science, 2015,36(11):3981-3988.

[23] 易 睿,王亞林,張殷俊,等.長江三角洲地區(qū)城市臭氧污染特征與影響因素分析 [J]. 環(huán)境科學(xué)學(xué)報, 2015,35(8):2370-2377. Yi Rui, Wang Ya-lin, Zhang Yin-jun, et al. Pollution characteristics and influence factors of ozone in Yangtze River Delta [J]. Acta Scientiae Circumstantiae, 2015,35(8):2370-2377.

[24] 鄭向東,陳尊裕,崔 宏,等.長江三角洲地區(qū)春季低空大氣臭氧垂直分布特征 [J]. 中國科學(xué)(D輯:地球科學(xué)), 2004,(12):1184-1192.Zheng Xiang-dong, Chen Zun-yu, Cui Hong, et al. Characteristics of vertical distribution of ozone in low-altitude atmosphere in the Yangtze river delta region in spring [J]. Sciencein China Ser. D Earth Sciences, 2004,(12):1184-1192.

[25] 肖鐘湧,江 洪.長江三角洲地區(qū)大氣頂氣溶膠直接輻射強(qiáng)迫遙感估算 [J]. 中國環(huán)境科學(xué), 2013,33(5):799-807.Xiao Zhong-yong, Jiang Hong. Estimations of aerosol direct radiative forcing at the top of the atmosphere using remote sensing data in YangtzeRiver Delta region, China [J]. China Environmental Science, 2013,33(5):799-807.

[26] 翟天勇.長江三角洲地區(qū)大氣氣溶膠光學(xué)厚度長時間序列時空特征分析 [D]. 華東師范大學(xué), 2014.Zhai Tianyong. Analysis of spatio-temporal variability of aerosol optical depth in the Changjiang River Delta, China [D]. East China Normal University, 2014.

[27] 陸 駿.長江三角洲區(qū)域發(fā)展中的大氣環(huán)境保護(hù) [J]. 海南師范學(xué)院學(xué)報(自然科學(xué)版), 2002,(Z1):22-24.Lu Jun. Atmosphere protection in the local development of Yangtze River Delta [J]. Journal of Hainan Normal University: Natural Scienc, 2002,(Z1):22-24.

[28] 浦靜姣,徐宏輝,馬千里.長江三角洲背景地區(qū)大氣污染對能見度的影響 [J]. 中國環(huán)境科學(xué), 2017,37(12):4435-4441.Pu Jing-jiao, Xu Hong-hui, Ma Qian-li. Impacts of atmospheric pollution on visibility in the background area of Yangtze River Delta, China [J]. China Environmental Science, 2017,37(12):4435-4441.

[29] Celarier E A, Brinksma E J, Gleason J F, et al. Validation of ozone monitoring instrument nitrogen dioxide columns [J]. Journal of Geophysical Research Atmospheres, 2008,113(D15).

[30] Lee H, Ryu J, Irie H, et al. Investigations of the Diurnal variation of vertical HCHO profiles based on MAX-DOAS measurements in Beijing & 58; Comparisons with OMI vertical column data [J]. Atmosphere, 2015,6(11):1816-1832.

[31] Theys N, Campion R, Clarisse L, et al. Volcanic SO2fluxes derived from satellite data: A survey using OMI, GOME-2, IASI and MODIS [J]. Atmospheric Chemistry & Physics, 2012,12(12):5945-5968.

[32] Martin R V. Satellite remote sensing of surface air quality [J]. Atmospheric Environment, 2008,42(34):7823-7843.

[33] Sabolis A, Meskhidze N, Curci G, et al. Interpreting elevated space-borne HCHO columns over the Mediterranean Sea using the OMI sensor [J]. Atmospheric Chemistry & Physics Discussions, 2011, 11(6):12787-12798.

[34] 楊 葉,李立清,馬衛(wèi)武,等.相對濕度、溫度對膠合板甲醛釋放的影響 [J]. 中國環(huán)境科學(xué), 2016,36(2):390-397.Yang Ye, Li Li-qing, Ma Wei-wu, et al. Effect of relative humidity and temperature on formaldehyde emissions of plywood panels [J]. China Environmental Science, 2016,36(2):390-397.

[35] 趙海霞,蔣曉威.長江三角洲經(jīng)濟(jì)與工業(yè)污染重心演變及脫鉤機(jī)理 [J]. 中國環(huán)境科學(xué), 2013,33(10):1911-1919.Zhao Hai-xia, Jiang Xiao-wei. Evolution of economic and industrial pollution gravity centers and the decoupling mechanism in Yangtze River Delta [J]. China Environmental Science, 2013,33(10):1911- 1919.

[36] 辛名威,袁金國,馬晶晶.基于OMI衛(wèi)星數(shù)據(jù)的河北省對流層NO2垂直柱濃度時空變化研究 [J]. 湖北農(nóng)業(yè)科學(xué), 2014,53(10):2290- 2295. Xin Ming-wei, Yuan Jin-guo, Ma Jing-jing. Spatiotemporal changes of tropospheric NO2vertical column densities in Hebei Province based on data of OMI satellite [J]. Hubei Agricultural Sciences, 53(10): 2290-2295.

[37] 焦 驕,劉旻霞,李俐蓉,等.近12年華北五省區(qū)域?qū)α鲗蛹兹┲鶟舛葧r空變化及影響因素 [J]. 環(huán)境科學(xué)學(xué)報, 2018,38(6):2191-2200.Jiao J, Liu Ming-xia, Li Li-rong, et al. Spatio-temporal change and influencing factors of tropospheric HCHO column density of the five provinces of North China in the 12years [J]. Acta Scientiae Circumstantiae, 2018,38(2):618-628.

[38] 王少麗,王會祥,劉 斌.北京市大氣甲醛濃度研究 [J]. 環(huán)境科學(xué)研究, 2008,(3):27-30.Wang Shao-li, Wang Hui-xiang, Liu Bin. Determination of Atmospheric Formaldehyde in Beijing by High-Performance Liquid Chromatography [J]. Research of Environmental Sciences, 2008,(3): 27-30.

[39] 石碧清,劉 湘,閭振華.室內(nèi)甲醛污染現(xiàn)狀及其防治對策 [J]. 環(huán)境科學(xué)與技術(shù), 2007,30(6):55-124.Shi Bi-qing, Liu Xiang, Lü Zheng-hua. Current Situation of Indoor Formaldehyde Pollution and Its Countermeasures [J]. Environmental Science & Technology, 2007,30(6):55-124.

[40] 劉洋洋,劉宏慶,王振乾,等.遼寧省近12年對流層甲醛柱濃度時空變化及其影響因素 [J]. 環(huán)境科學(xué)學(xué)報, 2018,38(2):618-628.Liu Y Y, Liu H Q, Wang Z Q, et al. Spatial-temporal changes of tropospheric HCHO column density and its impact factors over Liaoning Provinceduring 2005—2016 [J]. Acta Scientiae Circumstantiae, 2018,38(2):618-628.

[41] 張 蕾,陳 雯,陳 曉,等.長江三角洲地區(qū)環(huán)境污染與經(jīng)濟(jì)增長的脫鉤時空分析 [J]. 中國人口·資源與環(huán)境, 2011,21(S1):275-279.Zhang Lei, Chen Wen, Chen Xiao, et al. Space-time Analysis on delinkage between environmental pollution and economic growth in Yangtze River Delta [J]. China Population, Resources and Environment, 2011,21(S1):275-279.

The temporal, spatial variation and influencing factor of formaldehyde column concentration in the Yangtze River Delta in the past 10 years.

LI Yang1, JU Tian-zhen1*, MA Cheng2, CHANG Feng2, ZHANG Yan-ping2, HE Fan2, WANG Qing-qing1

(1.College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China；2.Zhangye City Environmental Protection Agency, Zhangye 734000, China)., 2019,39(3)：897~907

The study of air pollution in areas with dense economically developed populations was of great significance for ensuring regional environmental security and human settlement health. This article was based on Aura-OMI HCHO data products, it interpreted and analyzed the quantitative distribution, dynamics and influencing factors of formaldehyde column concentration in the Yangtze River Delta region from 2008 to 2017. The results showed that in the past 10years the average value of formaldehyde column was 14.16×1015molec/cm2, the maximum value was 15.41×1015molec/cm2, the minimum value was 12.27×1015molec/cm2, the maximum growth rate was 17.8%, and the average growth rate was 0.17%, the maximum rate of decline was 15.95%. In time, the concentration of formaldehyde has shown a fluctuating upward trend over the past 10years, mainly in the fourth, third and fifth grades, the highest in summer, followed by spring and autumn, and the smallest in winter. The share ratios in spring, summer, autumn and winter were 25.96%, 34.28%, 22.00%, and 17.76%, respectively. In space, the concentration decreases from the central to the both sides, the coastal area was the lowest, and the high value area gradually shifts from northwest to southeast. The main factors affecting the change of formaldehyde column concentration in the Yangtze River Delta were natural factors and human factors. The natural factors were mainly temperature and precipitation,while the human factors were mainly the total energy consumption, the secondary industry, the tertiary industry, the gross production value,the furniture and building decoration materials. There were spatial-temporal evolutions and influencing factors of the Yangtze River Delta and Beijing-Tianjin-Hebei have similarities and differences.

OMI；HCHO concentrationa；temporal and spatial distribution；Yangtze river delta；impact factors

X512

A

1000-6923(2019)03-0897-11

李 陽(1994-),女,甘肅金昌人,西北師范大學(xué)碩士研究生,主要從事大氣污染遙感監(jiān)測研究.

2018-07-26

國家重點(diǎn)研發(fā)計劃項目(2016YFC0500907);甘肅省重點(diǎn)研發(fā)計劃(17YF1FA120);蘭州市科技計劃(2017RC69)

* 責(zé)任作者, 教授, jujutz@163.com