基于OMI反演的SO2排放量评估外文翻译资料

 2022-08-09 03:08

英语原文共 5 页,剩余内容已隐藏,支付完成后下载完整资料


基于OMI反演的SO2排放量评估

[1]从臭氧检测仪(OMI)卫星传感器得到的二氧化硫测量数据(平均几年的数据)与美国主要排放源的排放清单进行了比较。使用高空间和低空间滤波降低OMI数据的噪声和偏差,以增强和显示微弱的SO2信号,否则这些信号不容易显现。对大量的个别观测结果进行平均,可以获得较大的SO2排放源附近的SO2空间分布的有效分辨率,甚至可以对这些来源的排放水平进行粗略估计。研究表明,平均OMI三年的数据,排放量超过70kt yminus;1单个排放源(或者50千米以内的多个污染源)会产生一个统计学上的显著信号。源附近的OMI SO2探测值与大于70kt yminus;1的源的年SO2排放速率之间的相关系数为0.93。OMI SO2的数据还显示,在2005-2007年至2008-2010年期间,美国最大的几家燃煤电厂的二氧化硫排放值下降了40%,这一数值与此前报道的因实施新SO2污染控制措施而导致年排放量下降46%的情况相一致。

1简介

[2] 卫星SO2观测已经被用来监测火山喷发的羽流[e.g., Krueger et al., 2000],并计算火山SO2的喷发量,结果表明,卫星仪器还可以探测到来自人为来源的SO2信号[e.g., Eisinger and Burrows, 1998; Carn et al., 2007; Georgoulias et al., 2009; Lee et al., 2011],甚至可以研究非常大的来源地区(如中国)的排放演化[Witte et al., 2009; Li et al., 2010]. 美国国家航空航天局(NASA)“先兆”号(Aura)航天器臭氧监测仪(OMI)上最近应用的检索算法是专门为检索边界层中的总SO2柱和监测人为污染源的SO2而开发的。

[3] OMI提供了同类仪器中最好的水平分辨率(星下点13times;24km)。然而,即使有这样的分辨率,大多数人为源产生的SO2水平升高,只有在一两个像素的相交空间内才能检测到。分辨率为0.125°times;0.125°的标准存档OMI级别2G网格也存在同样的缺陷. 本研究采用了一种不同的分析技术,其中使用了大量的单独观测,试图量化较大的SO2排放源附近的SO2空间分布。

2数据和分析

2.1 SO2排放源

[4] 本研究调查了美国最大的100个排放源(根据2005年美国国家排放清单:见http:// www.epa.gov/ttn/chief/eiinformation.html)。这些地方大部分是燃煤发电厂。后面的研究将会发现,在OMI数据中,只有40个最大的污染源(SO2排放水平大于sim;60 kT yminus;1)产生统计上显著的信号。与大多数排放数据不同,这些来源的库存数据是基于1990年美国《清洁空气法修正案》(Public Law 101‐549)第四章规定的使用连续排放监测系统的直接堆栈测量(e.g.,http://www.epa.gov/air/caa /title4.html)。

2.2 OMI SO2数据产品

[5] 荷兰-芬兰制造的臭氧监测仪器(OMI)是一种观测星下点的紫外可见光谱仪[Levelt et al., 2006],自2004年以来一直在NASA EOS Aura卫星平台上观测气溶胶和痕量气体,包括二氧化硫[Schoeberl et al., 2006]。本研究的重点在于向行星边界层(PBL)排放SO2的人为污染源,因此使用了一种专门设计用于表示边界层SO2的数据产品[Krotkovetal.,2006]。值以Dobson单位(DU)表示,其中1du = 2.69·1026 molec·kmminus;2。本研究分析了OMI SO2在2005-2010年期间的数据。OMI测量60个轨道交叉位置(像素),像素大小取决于轨道位置,从星下点的13times;24平方公里到最外围的约28times;150平方公里。前10个轨道位置和后10个轨道位置的数据被排除在分析之外,以将跨轨像素宽度限制在40公里左右。从2007

年开始,一些位置受到了视野障碍和散射光的影响(即所谓的“行异常”,参见http://www.knmi.nl/omi/research/product/rowanomaly-background.php)。那些受影响的点会被排除在外。只有定义为云辐射率(横跨每个像素)小于20%的晴空数据会使用。为了排除瞬态火山SO2的情况,分析值的范围被限制在最大5du。此外,本研究的结果仅基于5月至8月的数据。虽然今年剩余时间的结果是相似的,但由于各种因素,如更大的太阳直射角、变化的表面反照率(雪)、更高的臭氧光学深度等,它们表现出更大的不确定性。

图1。 年排放量约为170 kT y-1(红色)的 Bowen 发电站和年排放量约为88 kT y-1(蓝色)的 Belews Creek 发电站的 OMI 总 SO2平均值。 在讨论文本时,消除了局部偏差。 误差条显示平均值的95% 置信区间。 最适合的高斯函数也被展示出来。 Bowen曲线上的二次最大值是由位于南部约80公里的两个发电厂的贡献引起的。

2.3 空间平滑和局部偏差校正

[6]图一表示了2005-2007年间的平均值,这个值是根据像元中心距排放点的距离来计算的。排放点指的是美国较大的两个SO2排放源(位于格鲁吉亚的鲍文电厂,排放量约为170kTyminus;1)和第二十高的SO2排放源(位于北卡罗来纳州的Belews Creek电厂,排放量约为88kTyminus;1)。正如图1所示,OMI的数据显示,排放源附近的SO2值有所升高,但超过50公里之后,这些数值变得微不足道,即使是本研究中使用的最大的单一排放源也是如此。这也许可以解释为什么OMI通常看不到许多排放源:来自这些排放源的SO2只影响1 - 2像素,而且噪声水平很高。然而,图1还表明,可以通过对大量位于距源半径几公里范围内的单个像素进行平均来获得具有统计意义的信号。结果发现,如果源的年排放量大于sim;70kTyminus;1,则对3年的数据求平均值通常会产生统计上显著的平均值(在95%的置信水平上),尽管有些源的年排放量为sim;60kt yminus;1也会产生显著的平均值。

[7] 基于这一发现,我们使用这种像素平均方法来分析源附近的长期平均的SO2数据在源附近的空间分布。为此围绕源建立一个地理网格,计算每个网格点以几公里半径为中心的所有OMI像素的平均值。此方法如图2a所示。在图2a中,一个60公里times;60公里、2公里的电网位于第10大电源——西弗吉尼亚州的约翰·e·阿莫斯电厂的中心。所有落在网格单元中心半径12公里内的SO2数据的平均值分配给该网格点,其中像素中心用作测量的位置。图2a所示的SO2值的合成分布显示,SO2值的最高平均值出现在位于源周围小区域内的网格点上。因此,本程序提供了一个详细的“亚像素‐分辨率”长期平均SO2值在源附近的空间分布。平均半径的选择决定了平滑的程度: 大半径的平均法可以降低噪声,但同时也降低了空间分辨率。

图2。(a)位于中心的美国第10大二氧化硫来源(102 kT y-1)约翰 · e · 阿莫斯发电厂周围夏季平均 OMI 总柱二氧化硫浓度。 在这个图中,围绕核电站建立了一个22公里的网格,对于每个网格点,所有的立交桥都集中在距离那个点12公里以内的平均值。 图中显示了最小的 OMI 像素以供参考。 (b)第16大水源地(北卡罗来纳州的罗克斯伯勒发电厂)和第17大水源地(佛罗里达州的水晶河发电厂)的类似地块(下)去除了当地的偏见(上)。 这两种污染源排放的二氧化硫量几乎相同(约为93 kT y-1)。

图3。 (a)2005-2007年和2008-2010年美国东部上空的臭氧二氧化硫平均值。 这些点表示排名前40位的污染源。 (b)2005-2007年和2008-2010年40个最大排放源的二氧化硫总值与排放源距离的函数(红色)。 图3b 顶部显示了2008-2010年和2005-2007年数值之间的比率。 虚线红线表示2005-2007年的结果,当时只使用了从11到24的轨道位置(即那些在2010年投入使用的位置)

[8] 由于仪器校准的不完善以及模型的正演简化等原因,在检索SO2时产生的系统误差通过经验校正在当前的OMI算法中得到了极大的降低[Yang et al., 2007]。尽管如此,一些大规模的偏差仍然存在。可以预见,在其他因素相同的情况下(如平均太阳光照角、风速、云量、地表反照率),发射强度相近的源所观测到的SO2平均值应该相近。如图2b所示,情况并非总是如此,剩余偏差可与来自源的SO2平均值相比。由于这些偏差大块出现,因此可以通过空间高通滤波器来消除它们。为了达到这个目的,在300公里半径内取SO2值的平均值,然后减去这个平均值。研究还发现,这些局部偏差每年都有所不同,因此计算了每年的局部偏差校正。以这种方式修正的类似源周围的SO2平均值非常相似,如图2b所示。

[9] 这种空间平滑和局部偏差校正的结合可用于制作高分辨率、长时间的均值

SO2地图。图3为美国东部的地图,大部分大型SO2源位于该地区(用黑点表示)。SO2值高的区域集中在这些主要的排放源上。图3中的地图是在2005-2007年和2008-2010年两个3年的时间段内生成的。一个24公里的平均半径被用来平滑这张图的数据。从图3可以明显看出,在这两个时间间隔的主要来源处,OMI SO2值大幅下降。这一减少是由于在此期间许多美国发电厂安装了更多的烟气脱硫装置(或“洗涤器”)(例如,http://www.epa.gov/airmarkets/images/CoalControls.pdf),以满足清洁空气州际规则(Clean Air Interstate Rule)引入的更严格的排放限制。

[10] OMI的数据可以进一步用于评估测量到的SO2值的减少,然后与实际报告的排放水平的减少进行比较。计算美国前40个排放源的SO2值之和(对应于年排放量大于60kTyminus;1的排放源),作为2005 - 2007年和2008-2010年与排放源距离的函数,如图3b所示。对于这个图,计算每个源的SO2平均值,作为到源的距离的函数,然后将这些平均值相加,形成和。这两个和之间的比率约为0.6,表明OMI的平均SO2值减少了40%。根据向美国环境保护署报告的排放量,这些相同来源在此期间的实际测量减少量(见http:// camddataandmaps.epa.gov/gdm/index.cfm?)fuseaction= emission .wizard)为46%。

3 排放清单和OMI SO2值

[11] 假设可比较的SO2源产生相似的长期平均OMI SO2值,OMI SO2可以与各个来源的排放水平相关,并进一步提供年度排放估算。为了量化源附近的SO2总量,在一个时间窗口和半径内,将一个2‐维高斯函数OMI SO2 = a·f(x, y)拟合到OMI SO2测量值,其中:

x和y是OMI像素中心的坐标。请注意,实际的OMI测量,而不是第2节用于配合平滑的数据。SO2分布在源附近的椭圆形状是由参数sx、sy和r决定的。参数mx和my被包括在内,因为排放源的位置可能与合适的最大值的位置不同,例如,由于盛行风或如果源由两个位置很近的发电厂组成。a表示源附近的SO2原子总数。对于小于140kt yminus;1的SO2排放源,使用距离源中心40 km半径内的OMI像素进行拟合,消除局部偏差。对于大于140 kT yminus;1的源,在更远的距离上影响SO2值,半径为60公里。注意,函数(1)只有一个最大值,因此描述了靠近单个源的SO2分布。如果两个或三个来源距离很近(非常大的来源在50公里以内),它们被视为一个单一来源,其排放总量等于这些来源的排放总量。否则,二次源位于拟合半径内的实例将被排除在分析之外。

图4

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[239008],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。