熊秋林
- 作品数：17 被引量：358H指数：12
- 供职机构：首都师范大学资源环境与旅游学院更多>>
- 发文基金：国家教育部博士点基金国家杰出青年科学基金北京市教委科技计划面上项目更多>>
- 相关领域：环境科学与工程天文地球更多>>
- 北京市区不同植被叶片的滞尘量反演
- 2016年
- 为探究利用近地面高光谱反演植被叶片的滞尘,分别获取北京城区的大叶黄杨、国槐、毛白杨、山桃和臭椿等5种典型绿化植被叶片样本的叶片滞尘量、光谱反射率和叶面积等数据。对5种植被单位面积滞尘量与除尘前、后各波段光谱反射率差值进行相关分析,并建立相关性最大波段的滞尘反演模型,最后对拟合较好的反演模型进行精度检验。结果表明:在780~1300nm波段,5种植被的滞尘叶片反射率均明显低于干净叶片;臭椿、国槐、毛白杨、山桃和臭椿的滞尘反演模型决定系数(R2)分别为0.204、0.435、0.482、0.682、0.129;精度检验结果表明,国槐、毛白杨和山桃真实值与预测值之间的相关性分别为0.706、0.638、0.824,均方根误差分别为4.119、10.607、4.361。研究表明,山桃的滞尘量反演模型精度最高,国槐和毛白杨较高,对于今后估算城区植被滞尘量具有一定的参考意义。
- 王皓飞赵文吉陈凡涛晏星熊秋林
- 关键词：大气污染绿化植被
- 基于光谱特征的北京城区植被滞尘分布反演被引量：5
- 2016年
- 植被叶片的滞尘量可以表征空气污染的程度，分析城市植被滞尘的空间特征对于制定更为有效的空气污染控制政策具有重要的现实意义。基于北京市主城区采集的大叶黄杨、国槐、毛白杨和山桃等四种典型绿化植被叶片的滞尘量、光谱反射率和叶面积等数据，比较四种植被叶片滞尘前后的光谱曲线，进行窄波段与卫星波段滞尘前后叶片光谱反射率比值与滞尘量的相关分析。然后，分别建立相关性最大的卫星波段反射率和 NDVI与滞尘量之间的回归模型，选取拟合较好的模型反演北京城区植被的滞尘量分布，进而插值得到整个北京城区的尘埃分布。最后，根据高滞尘区域周围的土地覆盖和土地利用以及滞尘期间 PM10浓度的空间分布对反演的的合理性进行检验。结果表明：在780-1300 nm 波段，大叶黄杨、国槐、毛白杨和山桃四种植被的滞尘叶片反射率均明显低于干净叶片；窄波段反射率与滞尘量在520-650 nm波段和1390-1600 nm波段具有较高的相关性，相关系数的绝对值最高达到0.626；利用Landsat8的green波段和ND-VI构建的滞尘反演模型，决定系数（R2）分别为0.446和0.465。NDVI模型反演的北京城区植被的滞尘量分布结果表明，北京城区滞尘含量呈现出北高南低，东高西低，中心城区高于郊区的空间分布格局。该研究通过高光谱和遥感影像数据反演滞尘量，可以为快速全面监测城市地区尘埃分布提供参考。
- 王皓飞房娜晏星陈凡涛熊秋林赵文吉
- 关键词：遥感
- 交通与气象因子对不同粒径大气颗粒物的影响机制研究被引量：31
- 2013年
- 为了研究北京市气象因子与车流量、车速等交通因子对PM2.5、PM10浓度水平的影响,在市区三环主路及居民区选取了28个采样点,采集滞尘量,PM2.5、PM10浓度、车速、车流量、温度、湿度、风速等数据.通过3个月的滞尘质量分析,得出交通源对空气质量的影响是显著的,其中三环主道路两侧采样点和远离交通源对照点滞尘均值分别为0.284 g和0.016 g.再由道路口与居民区对比实验(局部实验)得出,居民区采样点测得的PM2.5和PM10浓度均低于道路口颗粒物浓度,差值均值分别为101 074 n·(cf)-1和15 386 n·(cf)-1,同时PM2.5白天浓度一般低于夜间.最后结合最佳子集预测模型分析得出,PM2.5和PM10受到湿度和温度的影响最大,车速、车流量、风速次之,其中车速、车流量、低风速对颗粒物PM2.5的影响比对PM10的影响更为显著.
- 罗娜娜赵文吉晏星宫兆宁熊秋林
- 关键词：PM2PM10气象因子
- 基于JavaScript和Ajax技术的车载全景地图发布被引量：2
- 2013年
- 提出了一种基于JavaScript和Ajax技术的车载全景地图发布方法,并分别用城区道路和山区道路数据进行了实例验证,实现了全景地图的发布。结果表明,基于JavaScript和Ajax技术的车载全景地图发布方案具有可行性。
- 熊秋林叶春段福洲赵文吉
- 关键词：地图发布AJAX技术
- 北京市地表土重金属污染特征及潜在生态风险被引量：41
- 2017年
- 为研究北京市地表土重金属污染特征及潜在生态风险,于2013年11~12月采集了北京市不同功能区的表土样品,用沉析法进行沉降和分级,共得到49组不同粒径的地表土样,并用ICP-MS测试了样品中Cr、Ni、Cu、Zn、Mo、Cd、Ba和Pb等8种重金属的浓度.北京地表土中Cd、Cu、Zn和Pb的平均浓度分别为1.4mg/kg、85mg/kg、333mg/kg、69mg/kg,且4种重金属在道路交通中的污染均明显重于其他功能区.Cd、Cu、Mo、Ni、Pb和Zn的地累积指数随粒径的减小而升高,粒径越小,其污染程度越高.道路交通表土重金属总的潜在生态风险远高于其他功能区,程度很强;工业区和城乡结合部的总的潜在生态风险次之,程度较强.北京不同粒径地表土总的重金属潜在生态指数随粒径的减小而增大,粒径越小,其生态健康风险越大.北京地表土重金属潜在生态风险以Cd的为主.
- 熊秋林赵佳茵赵文吉王皓飞李威望于雪欧阳杨兴川
- 关键词：重金属粒径分布地累积指数潜在生态风险指数
- 2016年京津冀地区PM_(2.5)时空分布特征及其与气象因素的关系被引量：70
- 2017年
- 京津冀地区是典型的PM_(2.5)高污染区,研究该地区PM_(2.5)污染现况及其影响因素,对科学有效地治理大气污染意义重大。利用2016年京津冀地区空气质量监测站点的PM_(2.5)数据,结合风速、日照时长、相对湿度等气象资料,综合运用空间插值、聚类分析和相关分析等方法,探讨了PM_(2.5)的时空分布特征及其与气象因素的关系。结果表明,(1)2016年京津冀地区PM_(2.5)年均质量浓度为71.8μg?m^(-3),较2015年下降7.8%,PM_(2.5)达标天数比例为67.7%。(2)京津冀地区PM_(2.5)质量浓度呈北低南高的空间格局,南北差异显著,北部属于PM_(2.5)长期优良区,中部和南部PM_(2.5)污染较重,呈集中连片分布态势。(3)京津冀地区PM_(2.5)污染具有明显的时间变化规律,从季节上看,夏季PM_(2.5)污染相对较轻,春秋次之,冬季污染最重;从月份上看,PM_(2.5)质量浓度呈现出"U"形起伏的变化规律,1月、3月和10—12月PM_(2.5)日均值超标率高于40%,2月及4—9月超标率均低于30%;从日变化上看,春夏季PM_(2.5)日变化呈单峰单谷型分布,秋冬季呈双峰双谷型分布,最大值出现在10:00左右,而最小值出现在16:00左右。(4)京津冀地区PM_(2.5)与气压、相对湿度呈正相关,与气温、日照时长、风速呈负相关,其中风速、相对湿度和日照时长与PM_(2.5)具有较强的相关性,各季节中,冬季的气象因素对PM_(2.5)质量浓度的影响比其他季节更为显著。
- 杨兴川赵文吉熊秋林王丽丽赵文慧
- 关键词：PM2.5京津冀气象因素
- 北京采暖季PM_(2.5)水溶性无机离子污染特征及其影响因素被引量：29
- 2018年
- 为深入研究北京市采暖季PM_(2.5)中水溶性离子的污染特征及其影响因素,利用大流量采样器结合石英滤膜采集了2016年11月15日—2016年12月31日期间北京市典型污染天的PM_(2.5)样品(19个),采用离子色谱法测定了其中的水溶性无机离子成分,收集了同期北京市的日均气象数据和海淀区日均PM_(2.5)数据。应用热力学平衡模型ISORROPIA-Ⅱ分析了PM_(2.5)样品的酸度值,Traj Stat软件分析气流的72 h后向轨迹,并采用潜在源贡献因子分析法(PSCF)定位了PM_(2.5)潜在污染源的位置,浓度权重轨迹分析(WCWT)法定量解析了潜在污染源对北京PM_(2.5)质量浓度贡献的大小。结果表明:(1)PM_(2.5)的日均质量浓度变化范围为7.6~383μg·m^(-3),均值为114μg·m^(-3),污染天是清洁天的4.4倍;(2)10种水溶性离子的总质量浓度均值为44.61μg·m^(-3),SNA(NO_3^-、SO_4^(2-)、NH_4^+)占总水溶性离子的81.37%,污染天NO_3^-、SO_4^(2-)、NH_4^+质量浓度均值分别为20.35、16.16、8.68μg·m^(-3),分别是清洁天的4.7、3.5、3.6倍;(3)污染天PM_(2.5)酸性比清洁天强,污染天NH_4^+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4,清洁天NH_4^+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3;(4)北京PM_(2.5)及其水溶性离子的污染除受本地污染源影响,还受河北省中部和南部以及内蒙古中部等区域传输的影响;(5)在北京采暖季低大气边界层以及三面环山的特殊条件下,风速和相对湿度是影响北京PM_(2.5)及其水溶性离子污染特征的2个主要气象因素,高湿度低风速的静稳天气条件可以造成以本地污染物为主的大气重污染,此外,一定范围内的低风速可以使周边地区高浓度的污染物传输至北京,加重大气污染。
- 李星赵文吉熊秋林于雪汪涵涵
- 关键词：水溶性离子气象因素
- 北京降尘重金属污染水平及其空间变异特征被引量：16
- 2016年
- 为了研究北京大气降尘中重金属污染水平及其空间变异特征,分别于2013年6—10月（非采暖期）、2013年11月—2014年3月（采暖期）收集了北京大气降尘样品66份,采用Elan DRCⅡ型电感耦合等离子体质谱仪（ICP-MS）测试了样品中的37种重金属质量分数.结果表明：非采暖期北京大气降尘中Cd、Zn、Pb 3种重金属污染最严重,三者质量分数分别为5.3、822.0、177.2mg/kg,分别超出各自北京背景值的1 065.0%、516.2%和403.1%;采暖期北京大气降尘中Mo、Cd、Bi、Zn 4种重金属污染最严重,四者质量分数分别为8.7、2.7、3.0、660.5 mg/kg,分别超出各自北京背景值的656.9%、495.8%、457.5%和395.2%;与非采暖期相比,采暖期大气降尘重金属中除Zn、Pb、Cd质量分数分别降低了19.6%、25.3%和48.9%外,其余元素的质量分数却有不同程度的升高,其中Sr、Ba、Ce、Cu、Cr、W、La、Ni、Mo、Co等10种重金属质量分数升高了53.2%~176.7%.Arc GIS地统计插值研究表明,非采暖期主要重金属（Cr、Cu、Zn、Zr、Ba和Pb）空间分布呈现出较强的变异性;采暖期降尘中主要重金属存在不同程度的空间变异,Ba和Zn的空间变异较强,二者高值区和低值区相互交错分布;Cu和Pb的空间变异相对较弱,二者高值区和低值区分布均呈规律性分布.元素示踪分析表明,无论是采暖期还是非采暖期,北京降尘重金属污染均主要来源于机动车尾气和垃圾焚烧.
- 熊秋林赵文吉束同同陈凡涛郑晓霞潘月鹏
- 关键词：大气降尘重金属采暖期地统计
- 北京城区2007～2012年细颗粒物数浓度时空演化被引量：12
- 2013年
- 为反映近年来北京城区细颗粒物数浓度时空演化过程，利用MODEL3886GEO-α手持式激光粒子计数仪连续采集了2007-2012年北京城区93个采样点6月上旬～7月上旬（非采暖期）和12月上旬～次年的1月上旬（采暖期）细粒径颗粒物PM（0.3,0.3-0.5,0.5-1.0）的粒子数浓度数据，然后在地统计和空间分析方法的基础上，探究了北京城区细颗粒物数浓度的时空演化特征．结果表明，PMo3在采暖期的数值均高于其在非采暖期的浓度值，而PM0.3-0.5和PM0.5-1.0在两个不同的采样期浓度值有高有低；采暖期不同下垫面细颗粒浓度差异较明显，而非采暖期下垫面类型对细颗粒浓度的影响相对较弱；非采暖期，北京城区南部的丰台区和东部的朝阳区细颗粒物污染最严重，市中心次之，而北部的海淀区和西部的石景山区污染相对较轻；采暖期，北京城区细颗粒物污染主要集中在朝阳区的东部和东南部，以及市中心及其周边区域．
- 熊秋林赵文吉宫兆宁赵文慧唐涛
- 关键词：细颗粒物采暖期非采暖期
- 不对称街谷内PM_(2.5)浓度垂直分布特征及成因被引量：6
- 2016年
- 当前细颗粒物PM2.5已成为城市环境的主要污染物,研究城市不对称街谷内PM2.5浓度的垂直分布特征,对居民日常生活与健康出行有现实意义。实验选取2013年3个不同阶段对高度在1-35 m范围的街谷进行PM2.5浓度监测,同时引用街谷内流场模型与浓度场模型,对PM2.5浓度垂直分布特征及成因进行探究。结果表明,不对称街谷受大气对流、风速、风向影响,街谷内细颗粒物存在不均匀分布特点,在较高侧随着壁面高度的增加PM2.5浓度大体呈＂S＂型曲线变化。同时在同一阶段监测的4天中街谷内PM2.5浓度分布特征大体一致,而阶段之间差异明显;街谷内PM2.5浓度垂直分布的最高浓度差出现在阶段1,高达75μg/m^3,阶段2与阶段3浓度差相对减弱,仅在20-30μg/m^3之间。通过阶段2与阶段3对比可知,北京冬季供暖燃煤对大气细颗粒物的贡献较大,导致颗粒物浓度偏高;而非采暖期气温回升,大气对流作用较强,有助于大气颗粒物扩散,因而街谷内PM2.5污染程度相对较低。
- 陈凡涛赵文吉晏星熊秋林
- 关键词：PM2.5采暖期非采暖期
