管慶丹　左小清　李石華　張航　王華

摘 要：基于臭氧監(jiān)測儀（ozone monitoring instrument，OMI）遙感數(shù)據(jù)、氣象數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)，采用空間自相關(guān)、冷熱點(diǎn)分析和相關(guān)系數(shù)法對長三角城市群2005—2019年對流層NO濃度的時空分布特征及影響因素進(jìn)行研究。研究結(jié)果表明：1）OMI反演的對流層NO濃度與地面監(jiān)測站點(diǎn)實測NO濃度呈正相關(guān);2）2005—2011年間，長三角城市群對流層NO濃度一直呈現(xiàn)上升的趨勢，2011年達(dá)到了最大值，2011年后，整體呈現(xiàn)下降趨勢;冬季NO濃度值明顯高于其他三個季節(jié);3）長三角城市群的中心區(qū)域是NO濃度的高值聚集區(qū)，NO濃度變化與氣溫、降水、風(fēng)速呈正相關(guān)，與氣壓呈負(fù)相關(guān)。人口密度、第二產(chǎn)業(yè)占比和煤炭消費(fèi)總量對NO濃度變化呈正向驅(qū)動。

關(guān)鍵詞：OMI;對流層 NO;時空分布;長三角城市群;影響因素

中圖分類號：X16;X51? 文獻(xiàn)標(biāo)志碼：A

大氣NO是對流層中重要的化學(xué)成分，是形成硝酸性酸雨、酸霧以及光化學(xué)煙霧的主要污染物，對人體健康和生態(tài)系統(tǒng)已經(jīng)產(chǎn)生了負(fù)面影響[1]。大量研究表明，我國近些年來霧霾天氣頻發(fā)的主要原因之一即灰霾前體物NO的高含量排放及區(qū)域輸送，而長江三角洲地區(qū)由于經(jīng)濟(jì)發(fā)展迅速、煤炭能源消耗占比高等因素影響成為我國空氣污染最嚴(yán)重的區(qū)域之一[2]。NO是氮氧化物之一，是一種有毒氣體，具有強(qiáng)烈的刺激性和腐蝕性，會導(dǎo)致酸雨、光化學(xué)煙霧等環(huán)境污染問題。1900年以來，為了快速發(fā)展經(jīng)濟(jì)以滿足人們生活的需要，我國第二產(chǎn)業(yè)迅速崛起，尤其是重工業(yè)，導(dǎo)致我國氮氧化物排放量大幅增加。且長三角地區(qū)是我國城市群中經(jīng)濟(jì)發(fā)達(dá)、人口密度大、第二產(chǎn)業(yè)占比大、機(jī)動車和能源消耗大的超大城市群，區(qū)域性的大氣污染物近年來較為嚴(yán)重。近年來，我國對氮氧化物的排放采取了一定的控制措施，但仍有部分地區(qū)NO濃度過高[2]。由于長三角地區(qū)是我國重要的經(jīng)濟(jì)發(fā)展城市群，因此，生態(tài)環(huán)境的好壞對于該地區(qū)的長遠(yuǎn)發(fā)展至關(guān)重要。該研究對進(jìn)一步認(rèn)清長三角地區(qū)NO的時空分布特征及其驅(qū)動因素有一定的意義，為進(jìn)一步控制NO的排放提供參考依據(jù)[3]。

當(dāng)前，NO濃度數(shù)據(jù)的主要來源有地面監(jiān)測站、機(jī)載觀測和衛(wèi)星反演。其中衛(wèi)星遙感數(shù)據(jù)由于具有覆蓋范圍廣、空間盲區(qū)較少等優(yōu)點(diǎn)而更多地被人們所使用。利用衛(wèi)星遙感技術(shù)可以實現(xiàn)精度高和大尺度的NO濃度變化時空監(jiān)測分析， 從而能彌補(bǔ)傳統(tǒng)地面站點(diǎn)監(jiān)測在空間尺度上的不足，遙感監(jiān)測對城市群與區(qū)域大氣污染的動態(tài)監(jiān)測是具有很強(qiáng)應(yīng)用價值和適用性[3]。在眾多的衛(wèi)星遙感數(shù)據(jù)中，以O(shè)MI衛(wèi)星遙感數(shù)據(jù)的空間分辨率最高，分辨率13 km×24 km，與全球臭氧監(jiān)測儀和大氣制圖掃描成像吸收光譜儀遙感數(shù)據(jù)相比，OMI數(shù)據(jù)憑借其更高的精度和時空分辨率讓其應(yīng)用范圍更加豐富 [4]。目前，國內(nèi)已經(jīng)有很多學(xué)者基于OMI衛(wèi)星遙感數(shù)據(jù)對我國的NO濃度分布特征進(jìn)行了研究。例如，李龍、黃小剛等利用OMI數(shù)據(jù)分析了我國2005—2010年的NO時空分布[5-6];朱文東等基于OMI數(shù)據(jù)，利用空間自相關(guān)分析法以及趨勢分析法研究了成渝城市群對流層NO濃度分布情況[7];康思聰基于時間順序研究了我國近幾年NO和SO的時空分布特征[8];李凱路等利用OMI遙感的對流層NO垂直柱濃度資料分析了山西省長時間序列的對流層NO2垂直柱濃度的時空分布和影響因素[9];劉思思等[10]基于OMI數(shù)據(jù)分析了京津冀對流層 NO垂直柱濃度時空變化，發(fā)現(xiàn)對流層NO2濃度呈現(xiàn)出西北低、中部和東部高的空間格局。之前的研究成果為之后分析長三角城市群NO濃度的時空演化特征及影響因素奠定了理論和方法[11-15]。然而，目前對長三角地區(qū)城市群的對流層 NO濃度及其影響因素的研究較少。并且在長三角地區(qū)研究中很少有學(xué)者將污染氣體的擴(kuò)散和傳輸納入研究中，且對NO濃度影響因素的分析中也較少將自然因素和社會經(jīng)濟(jì)因素加以分析[16-20]。

因此，本研究將基于OMI傳感器反演的大氣對流層NO濃度數(shù)據(jù)，對長三角地區(qū)2005—2019年對流層 NO垂直柱濃度進(jìn)行遙感監(jiān)測，分析討論長三角地區(qū)對流層 NO濃度變化特征，并探討 NO變化的驅(qū)動因素，為長三角地區(qū)大氣污染治理和聯(lián)防聯(lián)控戰(zhàn)略的實施提供一定的科學(xué)決策。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

長江三角洲城市群位于中國長江的下游地區(qū)，瀕臨黃海與東海，地處江海交匯之地，沿江沿海港口眾多，是長江入海之前形成的的沖積平原[11]。長江三角洲城市群是中國經(jīng)濟(jì)最發(fā)達(dá)、工業(yè)、人口和城鎮(zhèn)集聚程度最高的城市群。全區(qū)為亞熱帶季風(fēng)氣候，年平均氣溫14～18 ℃，年降水量為1 100～1 500 mm;區(qū)域內(nèi)以太湖平原為主[1]。地形呈四周高中間低，海拔-143～1 749 m。該地區(qū)是我國大氣污染治理和防控重點(diǎn)區(qū)域。

1.2 數(shù)據(jù)來源

1.2.1 衛(wèi)星遙感數(shù)據(jù)

OMI是搭載在AURA衛(wèi)星上的臭氧監(jiān)測儀，其工作原理是通過觀測地球大氣和地球表面的后向散射輻射來獲取信息。它的波長范圍在270～500 nm之間，軌道掃描寬度可達(dá)到2 600 km，空間分辨率為13 km×24 km，可測得O、NO、SO濃度以及氣溶膠、云、表面紫外輻射等多種數(shù)據(jù)[2]。本文主要利用臭氧監(jiān)測儀OMI-NO的大氣對流層柱濃度數(shù)據(jù)，單位為molec/cm。遙感數(shù)據(jù)由荷蘭皇家氣象研究所反演的，版本為QA4ECV version1.1 OFFLINE，格式為ESRI grid格式，空間分辨率為0.125°×0.125°。對流層NO濃度能夠很好地反映近地面NO污染情況。遙感數(shù)據(jù)的時間范圍是2005年1月—2019年12月。

1.2.2 地面監(jiān)測數(shù)據(jù)及其他數(shù)據(jù)

NO濃度的地面監(jiān)測數(shù)據(jù)來自中國國家環(huán)境監(jiān)測站提供的城市實時空氣質(zhì)量監(jiān)測數(shù)據(jù)。氣象數(shù)據(jù)來自于氣象監(jiān)測平臺，社會經(jīng)濟(jì)數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》。

2 研究方法

2.1 空間自相關(guān)分析

全局空間自相關(guān)分析用于描述事件在整個研究區(qū)域的空間關(guān)聯(lián)與差異程度[1]。Moran’s I的指數(shù)值大于0，表明NO濃度值呈現(xiàn)空間的正相關(guān)關(guān)系，指數(shù)值越大則表明空間聚集性越強(qiáng)烈;其值越小則表明濃度值的空間聚集程度越離散[7]。計算公式為[6-7]：

2.2 冷熱點(diǎn)分析

采用空間熱點(diǎn)分析方法對研究區(qū)對流層NO濃度空間集聚特征進(jìn)行研究，該方法可以反映研究區(qū)域內(nèi)在局部空間上的NO濃度值高值聚集區(qū)和低值聚集區(qū) [6]。計算公式為：

2.3 相關(guān)性分析

利用簡單相關(guān)系數(shù)來研究OMI遙感數(shù)據(jù)的適用性以及探究我國二氧化氮濃度時空分布特征的影響因素。計算公式如下[21-22]：

3 結(jié)果與討論

3.1 衛(wèi)星反演NO濃度與地面實測值的相關(guān)性

依據(jù)中國空氣質(zhì)量監(jiān)測平臺中收集的2015—2019年間地面監(jiān)測站點(diǎn)實測的NO濃度數(shù)據(jù)值與OMI遙感衛(wèi)星反演的對流層NO濃度值進(jìn)行相關(guān)分析，驗證OMI遙感數(shù)據(jù)反演的精度。從圖1可以看出OMI遙感衛(wèi)星反演的對流層NO濃度數(shù)據(jù)與地面實測NO濃度值變化趨勢相一致，且相關(guān)性較高，故基于OMI衛(wèi)星反演的遙感數(shù)據(jù)進(jìn)行長時間序列和大尺度的對流層NO濃度變化監(jiān)測研究是可行的。

3.2 NO濃度時間演變特征

3.2.1 對流層NO濃度的月變化

長三角城市群對流層NO濃度在高值出現(xiàn)在每年的11、12和1月（圖2），低值出現(xiàn)在7、8月。8—12月NO濃度值呈現(xiàn)增長趨勢，1—7月NO濃度值呈現(xiàn)下降的趨勢。位于平原地區(qū)長三角城市群7、8月份氣溫較高、輻射較強(qiáng)，降雨較多，降低了大氣中的NO濃度;而每年的11月、12月和1月份，空氣中氣溫較低，大氣層的氣體趨于穩(wěn)定，且太陽輻射較弱，污染氣體NO不易擴(kuò)散和稀釋，因此會長時間的存留在大氣中，讓NO濃度的高值出現(xiàn)。以工業(yè)為主導(dǎo)的長三角城市群，大氣NO2濃度與人類活動和工業(yè)生產(chǎn)有密切聯(lián)系。

3.2.2 對流層NO濃度的年變化

時間序列上，2005—2019年間，對流層NO濃度變化較大。年均濃度最低值在2019年，濃度值為7.05×1015 molec/cm，最大值出現(xiàn)在2011年，為11.69×1015 molec/cm（如圖3所示），這與朱文東[7]基于OMI數(shù)據(jù)的成渝城市群對流層NO濃度遙感監(jiān)測研究中的長三角城市群年均濃度最高值出現(xiàn)在2011年一樣，其次在2005—2011年間，NO濃度值一直呈現(xiàn)上升的趨勢，到2011年達(dá)到了最大值，2011年后，NO濃度值呈現(xiàn)下降趨勢，雖然2017年有反彈上升的趨勢，但整體呈現(xiàn)下降趨勢。2012年后，隨著國家對于污染防控政策的頒布，國務(wù)院2012年9月頒發(fā)的《重點(diǎn)區(qū)域大氣污染防治“十二五”規(guī)劃》和2013年9月10日印發(fā)和執(zhí)行的《大氣十條》，這些對于防治環(huán)境污染的政策出

臺與實施是研究區(qū)污染氣體下降的關(guān)鍵舉措，同時也說明長三角城市群積極的響應(yīng)了國家大氣污染防治政策，鼓勵采用電力源，逐步減少其數(shù)量和燃料消耗 [7]。

3.2.3 對流層NO濃度的季節(jié)變化

長三角城市群對流層NO濃度值由大到小順序為：冬季、秋季、春季、夏季，冬季濃度值高于其他三個季節(jié)。2010、2011年的冬季對流層NO濃度值為18.82×1015 molec/cm和18.54×1015 molec/cm，這兩年濃度值較高于其他年份。2011年后，各個季節(jié)都普遍呈現(xiàn)出下降趨勢。冬季的濃度變化波動幅度較大，春季與秋季的濃度值變化幅度相差較小，秋季略高于春季。夏季的對流層NO濃度值最低且變化的波動幅度較?。ㄈ鐖D4所示）。

3.3 NO濃度空間格局的演變

如圖5所示，長三角城市群的中心區(qū)域是NO濃度高值聚集區(qū)域，上海-蘇州-南京-常州-鎮(zhèn)江城市一帶是2005—2019年平均NO柱濃度的高值聚集區(qū)域，濃度范圍（20.0～25.0）×1015 molec/cm，長三角城市群的邊緣城市是低值分布區(qū)，安慶-池州-宣城-杭州-金華城市一帶為低值區(qū)， NO濃度值處于（0～5.0）×1015 molec/cm至（5.0～10.0）×1015 molec/cm之間。總體來看，長三角地區(qū)NO濃度從高值聚集區(qū)（20.0～25.0）×1015 molec/cm向周圍區(qū)域呈梯度下降，長三角城市群的核心區(qū)域NO濃度值較高，人口密度和GDP、工業(yè)數(shù)量、工業(yè)產(chǎn)值、地形因素等是影響NO濃度空間分布的原因。

夏季的對流層NO濃度較低的原因是夏季降雨量大，降雨的天數(shù)較多，且靠近海，海風(fēng)和降水在一定程度上會對污染氣體起到了沖散和稀釋、吸收作用，此外由于夏季大氣中對流層的氣體活動較為劇烈，有利于NO氣體的擴(kuò)散。冬季NO濃度值較高是由于冬季氣溫較低，降水少，且對流層氣體擴(kuò)散較慢。冬季處于供暖期，多種因素共同作用下導(dǎo)致NO濃度不斷升高，高值區(qū)域覆蓋范圍較大?？梢钥闯?，從春季到夏季，NO濃度值高值區(qū)域逐漸降低，夏季NO濃度值較低，濃度都低于15×1015 molec/cm，夏季到秋季和秋季到冬季，NO濃度值逐漸升高，冬季NO濃度值高于15×1015 molec/cm的區(qū)域占比達(dá)到88.3%。從冬季到夏季，長三角地區(qū)的NO濃度逐漸降低，NO濃度高值區(qū)也逐漸減少。

長三角城市群2005—2019年NO濃度空間分布圖中可看出，長三角城市群大氣污染傳輸通道城市NO濃度空間分布成不均勻的聚集狀態(tài)，高值主要集中在長三角城市群的中部，為了方便區(qū)分濃度高低值區(qū)域，本文將參考劉思思等[10]基于OMI數(shù)據(jù)分析2006—2017年京津冀大氣污染傳輸通道城市NO濃度時空變化中對于對流層NO濃度的分級，將研究區(qū)的2005—2019年對流層NO濃度分為3個等級：濃度小于5×1015 molec/cm的區(qū)域為低值聚集區(qū)，在（5～20）×1015 molec/cm之間的區(qū)域為中值聚集區(qū)，大于20×1015 molec/cm的區(qū)域為高值聚集區(qū)。高值、中值聚集的區(qū)域主要集中在長三角城市群的中部，上海、蘇州等城市NO2濃度高，是由于經(jīng)濟(jì)發(fā)展迅速，工業(yè)占比較大、人口密集，機(jī)動車尾氣的大量排放等原因?qū)е翹O濃度值居高不下。2011年的對流層NO濃度值高值和中值分布的區(qū)域較大，污染最為嚴(yán)重，2005—2011年間，污染嚴(yán)重的區(qū)域局部擴(kuò)大，在2011年達(dá)到了峰值。2011年后，污染區(qū)域的NO濃度值逐漸降低， 2016、2017、2018和2019年高值區(qū)濃度呈現(xiàn)出向周圍區(qū)域遞減的趨勢，低值區(qū)范圍增大。究其原因，自2014年我國對NOx實行了總量削減，NO污染得到了有效控制，且2012年9月國務(wù)院批復(fù)的《重點(diǎn)區(qū)域大氣污染防治“十二五”規(guī)劃》和2013年9月10日印發(fā)并執(zhí)行的《大氣十條》，這些對于大氣污染防控政策的實施和投入力度都是導(dǎo)致2012年以后研究區(qū)NO濃度值逐漸降低的原因，可見長三角地區(qū)積極參與大氣污染的防控治理[23-25]。

3.4 NO濃度空間集聚演變特征

高值區(qū)域（high hot，HH）主要分布在研究區(qū)內(nèi)的中心和沿海城市，研究區(qū)內(nèi)的一、二線城市在經(jīng)濟(jì)增長、工業(yè)占比、人口密度、車輛擁有數(shù)等方面處于領(lǐng)先地位，對于能源消耗較大，從而排放了大量的NO，成為NO濃度高度聚集區(qū)域。NO濃度高值區(qū)的分布與城市和人類活動的密集程度具有一致性。從圖8可以看出，HH區(qū)域主要分布在上海、蘇州、無錫、常州、鎮(zhèn)江和南京等城市，上海、蘇州、無錫、南京地區(qū)形成高值聚集區(qū)。長三角城市群的中心區(qū)域是對流層NO濃度值HH（高值）聚集的區(qū)域，而由中間區(qū)域向邊緣處，NO濃度值逐漸降低。2005—2011年間，HH（高值）聚集區(qū)域逐漸擴(kuò)大，到2011年達(dá)到了最大，2011年后，聚集區(qū)域逐漸減少，NO濃度值高值區(qū)域逐漸減少，污染情況有所改善。

3.5 NO濃度的驅(qū)動因素

3.5.1 氣象因素對于NO濃度變化的影響

氣象因素中的氣溫、風(fēng)向、降水、氣壓和太陽輻射等會對流層NO濃度的變化具有一定的驅(qū)動作用?；贠MI遙感衛(wèi)星反演的對流層NO濃度月值數(shù)據(jù)與長三角地區(qū)的氣溫、降水、氣壓、相對濕度、風(fēng)速和日照時間進(jìn)行相關(guān)分析發(fā)現(xiàn)（表1），氣溫、降水、風(fēng)速和日照對NO濃度變化呈正向驅(qū)動，日照時間的長短對對流層NO濃度變化的驅(qū)動最顯著。而氣壓和相對濕度對NO2濃度變化呈現(xiàn)負(fù)向驅(qū)動，說明在對流層氣壓較高、且濕度增大的情況下，大氣污染物容易擴(kuò)散和稀釋，不容易長時間聚集[23]。3.5.2 社會經(jīng)濟(jì)因素的影響

社會經(jīng)濟(jì)因素對于大氣環(huán)境會產(chǎn)生重要的影響，采用相關(guān)系數(shù)法對長三角地區(qū)2005—2019年對流層NO濃度與人口密度、GDP，三大支柱產(chǎn)業(yè)產(chǎn)值占比和地區(qū)煤炭消費(fèi)總量進(jìn)行相關(guān)性分析，由表2可知，NO濃度變化與人口密度間相關(guān)系數(shù)大小為0.66，與第二產(chǎn)業(yè)總產(chǎn)值占比的相關(guān)系數(shù)大

小為0.676，與煤炭消費(fèi)總量的相關(guān)系數(shù)大小為0.605，其均對NO濃度變化呈正向驅(qū)動，可見人口密度的增大，對于資源的需求和消耗更加劇烈，人口數(shù)量大，機(jī)動車尾氣也是影響其濃度變化的重要因素。而長三角地區(qū)是我國的重要工業(yè)基地，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)都非常發(fā)達(dá)，能源的消耗主要是以煤炭為主。在三大類的支柱產(chǎn)業(yè)中，第一產(chǎn)業(yè)占比變化不大，第二產(chǎn)業(yè)的工業(yè)能源消耗能力強(qiáng)，排放了大量污染氣體，對環(huán)境產(chǎn)生較大影響，導(dǎo)致NO濃度增加，一、三產(chǎn)業(yè)對于能源消耗少，污染較小。

4 結(jié)論

基于OMI傳感器反演的對流層NO濃度數(shù)據(jù)對長三角城市群2005—2019年對流層NO濃度進(jìn)行分析，得出以下結(jié)論：

1）OMI遙感衛(wèi)星反演的對流層NO濃度數(shù)據(jù)與地面實測NO濃度值變化趨勢相一致，且相關(guān)性較高（相關(guān)性系數(shù)大小為0.86），因此基于OMI進(jìn)行長時間序列和大尺度范圍的對流層NO濃度變化監(jiān)測是可行的。

2）長三角城市群的對流層NO濃度變化具有顯著的時空特征。時間上，位于平原地區(qū)長三角城市群7、8月份氣溫較高、空氣的流動性較強(qiáng)，太陽輻射強(qiáng)，降雨多，降低了大氣中的NO濃度;而冬季，空氣中氣溫較低，對流層大氣趨于穩(wěn)定，輻射較弱，NO不易擴(kuò)散和稀釋。年度上，2005—2011年間，NO濃度值呈現(xiàn)上升的趨勢，到2011年達(dá)到了最大值，2011年后，整體呈現(xiàn)下降趨勢。冬季NO的濃度值明顯高于其他三個季節(jié)。空間上，長三角城市群的中心區(qū)域是NO濃度高值聚集區(qū)域。高值聚集區(qū)域主要分布在上海、蘇州、無錫、常州、鎮(zhèn)江和南京等城市。

3）長三角城市群的對流層NO濃度變化受自然和社會因素驅(qū)動顯著。氣象因素方面：氣溫、降水、風(fēng)速和日照對NO2濃度變化呈正向驅(qū)動，其中日照時間的長短對NO對流層濃度變化的驅(qū)動最顯著。而氣壓和相對濕度對NO濃度變化呈現(xiàn)負(fù)向驅(qū)動。社會經(jīng)濟(jì)因素方面：可見人口密度的增大，對于資源的需求和消耗更加劇烈，機(jī)動車尾氣增多也是影響其濃度變化的重要因素。除此之外，長三角城市群的能源的消耗主要是以煤炭為主，在三大類的支柱產(chǎn)業(yè)中，第二產(chǎn)業(yè)的工業(yè)能源消耗能力強(qiáng)，排放了大量污染氣體，對環(huán)境產(chǎn)生較大影響，導(dǎo)致NO濃度的增加。

參考文獻(xiàn)：

[1]于瑞新， 劉旻霞， 李亮， 等. 長三角地區(qū)近15年大氣臭氧柱濃度時空變化及影響因素[J]. 環(huán)境科學(xué)學(xué)報， 2021， 41（3）： 770-784.

[2] 衛(wèi)瑋， 王黎娟， 靳澤輝， 等.基于OMI數(shù)據(jù)汾渭平原大氣SO2時空分布特征分析[J].生態(tài)環(huán)境學(xué)報， 2018， 27 （12）： 2276-2283.

[3] 陳姍姍， 束炯， 徐建中. 中國若干典型城市對流層NO時空分布特征[J]. 長江流域資源與環(huán)境， 2010， 19（12）： 1484-1490.

[4] 燕麗， 賀晉瑜， 楊曉玥， 等. 2005—2018年河南省NO柱濃度變化特征[J]. 中國環(huán)境科學(xué)，2020， 40（10）：4259-4264.

[5] 李龍，施潤和，陳圓圓，等. 基于OMI數(shù)據(jù)的中國NO時空分布與人類影響分析[J]. 地球信息科學(xué)學(xué)報， 2013， 15（5）：688-694.

[6] 黃小剛， 邵天杰， 趙景波， 等. 長三角城市群臭氧濃度的時空分異及驅(qū)動因素[J]. 長江流域資源與環(huán)境， 2019， 28（6）： 1434-1445.

[7] 朱文東， 周廷剛， 李洪忠， 等. 基于OMI數(shù)據(jù)的成渝城市群對流層NO濃度遙感監(jiān)測[J]. 長江流域資源與環(huán)境， 2019， 28（9）：2239-2250.

[8] 康思聰. 衛(wèi)星遙感觀測中國二氧化硫和二氧化氮濃度的時空變化[D]. 北京：清華大學(xué)， 2016.

[9] 李凱路， 閆瑞鋒. 2006—2015年山西省對流層NO時空分布及影響因素[J]. 山西大學(xué)學(xué)報（自然科學(xué)版），2016，39（4）：686-694.

[10]劉思思， 袁金國. 2006—2017年京津冀大氣污染傳輸通道城市NO濃度時空變化分析[J]. 地球與環(huán)境， 2020， 48（2）：171-180.

[11]張健榮. 滬港兩地合作參與俄遠(yuǎn)東開發(fā)的現(xiàn)實性與可行性[J]. 西伯利亞研究，2017，44（4）：25-27.

[12]楊偉，姜曉麗. 華北地區(qū)大氣細(xì)顆粒物（PM2.5）年際變化及其對土地利用/覆被變化的響應(yīng)[J]. 環(huán)境科學(xué)，2020，41（7）：2995-3003.

[13]嚴(yán)志翰， 任麗燕，劉永強(qiáng)， 等. 浙江省碳排放時空格局及影響因素研究[J]. 長江流域資源與環(huán)境， 2017， 26（9）：1427-1435.

[14]周春艷， 厲青， 張麗娟， 等. 遙感監(jiān)測2005—2015年中國NO時空特征及分析影響因素[J]. 遙感技術(shù)與應(yīng)用， 2016， 31（6）：1190-1200.

[15]田賀中， 郝吉明， 陸永琪， 等. 中國氮氧化物排放清單及分布特征[J]. 中國環(huán)境科學(xué)， 2001， 21（6）：493-497.

[16]張彥軍， 牛錚， 王力. 基于OMI衛(wèi)星數(shù)據(jù)的城市對流層NO變化趨勢研究[J]. 地理與地理信息系統(tǒng)， 2008， 24（3）：96-99.

[17]BOERSMA K F， ESKES H J， DIRKSEN R J， et al. An improved tropospheric NO column retrieval algorithm for the Ozone Monitoring Instrument[J]. Atmos Measur Techn Discuss， 2011， 4（9）：1905-1928.

[18]肖鐘湧， 江洪， 程苗苗. 利用OMI遙感數(shù)據(jù)研究中國區(qū)域大氣NO[J]. 環(huán)境科學(xué)學(xué)報， 2011， 31（10）： 2080-2090.

[19]翟浩然， 李黔湘， 霍青蘭， 等. 基于衛(wèi)星遙感的中國東部地區(qū)NO減排成效驗證[J]. 中國環(huán)境監(jiān)測， 2020， 36（5）： 160-168.

[20]劉顯通， 鄭騰飛， 萬齊林， 等. OMI遙感珠三角城市群NO的時空分布特征及人類活動影響分析[J]. 熱帶氣象學(xué)報， 2015， 31（2）： 193-201.

[21]馬超， 巨天珍， 溫飛， 等. 基于甘肅省衛(wèi)星遙感的對流層NO時空變化[J]. 中國學(xué)， 2020， 40（3）： 956-966.

[22]咸龍， 葛建團(tuán)， 徐敏， 等. 珠江三角洲對流層HCHO柱濃度遙感監(jiān)測及影響因子[J]. 中國環(huán)境科學(xué)， 2018， 38（9）： 3221-3231.

[23]陳衛(wèi)東， 付丹紅， 苗世光， 等. 氣溶膠污染對夏季降水精細(xì)數(shù)值預(yù)報的影響研究[J]. 地球物理學(xué)進(jìn)展， 2018， 33（1）：10-18.

[24]周春艷， 厲青， 王中挺， 等. 近10年長三角對流層NO柱濃度月、季、年遙感監(jiān)測[C]//中國環(huán)境科學(xué)學(xué)會2016年學(xué)術(shù)年會. ?？冢?中國環(huán)境科學(xué)學(xué)會， 2016： 963-972.

[25]程韻初， 吳瑩. 基于OMI資料的中國對流層NO柱濃度時空變化及其影響因子分析[J]. 地球物理學(xué)進(jìn)展， 2020， 35（5）： 1644-1650.

（責(zé)任編輯： 于慧梅）

Spatiotemporal Variation Characteristics and Driving Factors of

Tropospheric NO Concentration in Yangtze River Delta

Urban Agglomeration Based on OMI Data

GUAN Qingdan ZUO Xiaoqing LI Shihua ZHANG Hang WANG Hua

（1.School of Land and Resources Engineering， Kunming University of Science and Technology， Kunming 650093， China;

2.Yunnan Basic Geographic Information Center， Kunming 650034， China）

Abstract： Based on ozone monitoring instrument（OMI） remote sensing data， meteorological data and socio-economic data， the spatial autocorrelation， cold hot spot analysis and correlation coefficient method are used to study the temporal and spatial distribution characteristics and influencing factors of tropospheric NO column concentration in Yangtze River Delta urban agglomeration from 2005 to 2019. The results show that： 1） The tropospheric NO concentration retrieved by OMI is positively correlated with the measured NO concentration at ground monitoring stations;2） From 2005 to 2011， the tropospheric NO concentration of urban agglomeration in the Yangtze River Delta has been increasing， reaching the maximum in 2011， and showing a downward trend after 2011; The concentration of NO in winter was significantly higher than that in the other three seasons;3） The central area of the Yangtze River Delta urban agglomeration is a high concentration area of NO. The change of NO column concentration is positively correlated with air temperature， precipitation and wind speed， and negatively correlated with air pressure. Population density， the proportion of secondary industry and total coal consumption are positively driving the change of NO concentration;4） The high-pressure air flow in North China Plain and the Yellow Sea is the main reason for the increase of NO column concentration in spring， while the diffusion of NO gas by air flow in North China in winter leads to its low concentration.

Key words： OMI; tropospheric NO; temporal and spatial distribution; Yangtze River Delta urban agglomeration; influence factor