甘肃省城市大气中颗粒物污染现状及防治对策

通过分析甘肃省１４个城市（１９９０－１９９５）大气颗粒物年均值和日均值超标率,说明城市大气中颗粒物污染现状,分析了造成污染的原因,并提出解决城市大气颗粒物污染的防治措施。     

城市颗粒物污染来源与特性分析

简述了颗粒物的性质、来源及对人体健康和大气质量的影响等,并对有关的各种研究方法进行了介绍。     

石家庄市空气颗粒物污染与气象条件的关系

利用2013—2014年石家庄市环境监测中心PM_(2.5)、PM_(10)逐时监测资料、同期的石家庄市地面气象观测站常规观测资料以及环境监测梯度站2013年1月各层PM_(2.5)和PM_(10)逐时观测资料,分析了PM_(2.5)、PM_(10)质量浓度的时空分布特征及与气象要素的相关关系。结果表明:石家庄市PM_(2.5)与PM_(10)的质量浓度及两者的比值均为冬季和秋季较高;在水平分布上,PM_(2.5)与PM_(10)的平均质量浓度为市区西部高于东部;在垂直分布上,随着高度的增加,PM_(2.5)和PM_(10)平均质量浓度先上升后下降;PM_(2.5)与PM_(10)的质量浓度与相对湿度呈正相关,其中PM_(2.5)的质量浓度与相对湿度相关性更高;PM_(2.5)与PM_(10)的质量浓度与风速呈负相关,随着风速的增大,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势,但当风速大于5 m/s时,PM_(10)的质量浓度随着风速增大而上升,出现扬尘污染,总体来讲,刮西北风时PM_(2.5)与PM_(10)的质量浓度较高,刮东南风时PM_(2.5)与PM_(10)的质量浓度较低,这与风向和风速的日变化有关;PM_(2.5)与PM_(10)的质量浓度与降水呈负相关,随着降水的增加,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势。     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

石家庄市大气颗粒物中水溶性无机离子污染特征研究

用超声萃取－离子色谱法分析了石家庄市大气颗粒物中8种水溶性无机离子。结果表明,NO3－、SO2－4、NH4＋及 Ca2＋为主要组分;各个离子的质量浓度均有季节及空间变化差异;不同粒径颗粒物中 SO2－4和 NO3－相关性均很好,NH4＋与 SO2－4、NO3－在细颗粒物中具有良好的相关性,Ca2＋在粗粒子中与 NO3－和 SO2－4的相关性也较好。SO2－4／NO3－质量比季节变化表明,春、夏季固定源与流动源对大气颗粒物贡献相当,秋季流动源贡献较大,冬季固定源贡献较大。PM2．5中SO2与SO2－4、NO2与 NO3－转化率表明,SO2－4、NO3－主要是由二次转化而来。     

江西省臭氧污染特征及其与气象条件的关系

基于2017年1月至2020年6月的江西省国控点臭氧监测数据和同期气象观测数据,研究江西省臭氧污染特征及其与气象条件的关系.结果表明:2017—2019年,江西省臭氧超标时间和质量浓度呈现出逐年增加的趋势;4—6月和8—10月是江西臭氧污染高发期,其中8—10月臭氧污染最严重;臭氧1 h浓度日变化呈现\"单峰\"分布特征,...     

2011年南京市春季大气颗粒物污染特征分析

2011年江苏省环境监测中心对南京市鼓楼、建邺、栖霞3区8个采样点采集了TSP和PM10样品,进行颗粒物质量浓度、水溶性离子、无机元素以及碳成分分析。结果表明该市春季大气颗粒物污染以PM10为主,不同区域颗粒物污染特点不一;水溶性离子以Ca2+、NO3-及SO2-4居多;无机元素以Ca、Fe、Al为主,Pb与Zn浓度较Ni与V高;市内EC浓度较高,可能与裸露堆煤场有关。有关研究结果提交南京市政府部门,供决策时参考。     

唐山市中心区大气颗粒物特征分析

依据唐山市大气中TSP、PMl0监测数据、TSP源解析研究结果、对比实验结果及气象资料,分析了唐山市中心区大气颗粒物的结构组成和时空变化规律、颗粒物的粒径与空间分布及天气背景与大气颗粒物浓度的关系,得出唐山市中心区大气颗粒物的结构组成和污染特征,并提出了污染控制对策。     

辽宁省三城市大气颗粒物来源解析研究

针对辽宁省的沈阳、抚顺、葫芦岛三个城市的大气颗粒物来源,应用CMB化学质量平衡模型和二重源解析技术进行了定性和定量解析。识别各源类及其成分谱的特征,分析、比较大气颗粒物的时空分布特征,并计算三城市各源类在不同季节对城市大气颗粒物污染的贡献率,得到辽宁省城市大气颗粒物来源和季节分布特征的一般规律,说明城市扬尘、土壤风沙尘和煤烟尘是城市颗粒物的主要来源,应作为颗粒物污染治理的重点,而抚顺市特有的钢铁尘,葫芦岛市特有的锌尘等源类的污染也不容忽视。     

南通市一次典型沙尘污染过程分析

根据南通市大气超级站的观测结果和气象因素,对南通市2019年10月29日—11月2日一次典型沙尘污染过程、颗粒物化学组分、颗粒物消光和退偏进行分析.结果表明,在沙尘影响期间,PM10小时峰值达311μg/m3,ρ(Ca2+)较污染前上升了7.4倍;在沙尘颗粒物碱性环境条件下,二次组分OM和NO3-的快速生成,浓度分别较...     

Simulation of PM<Subscript>10</Subscript> concentration patterns for a 2010 traffic scenario in Bologna,Italy

Three state of the art traffic–emission–dispersion models dealing with particulate matter have been tested and validated over the Bologna metropolitan area with 2001 data and a future scenario has been developed in order to estimate expected PM concentrations in 2010. The modelling system is composed by a traffic model (VISUM) evaluating vehicle fluxes as a function of mobility demand and road network in the area, an emission model (Trefic) estimating pollutants emitted in atmosphere as a function of vehicle fluxes amount and composition and of environmental conditions and a dispersion model (ADMS) evaluating PM concentrations on the area, given the meteorological variables. The three models compose a cascade sequence and results of the previous one feed the next one. PM concentrations computed by the model suite for the town of Bologna, in northern Italy, for the reference period (January 2001) have been compared with air quality stations measurements suggesting the modelling system being especially suitable for evaluating traffic induced PM. Qualitative and quantitative changes in the circulating vehicle fleet have been supposed in order to obtain a realistic scenario for year 2010. Forecasted concentrations have been then compared with limits fixed by current EU legislation for particulate matter.     

External Contribution to Urban Air Pollution

Elevated particulate matter concentrations in urbanlocations have normally been associated with local trafficemissions. Recently it has been suggested that suchepisodes are influenced to a high degree by PM₁₀sources external to urban areas. To further corroboratethis hypothesis, linear regression was sought betweenPM₁₀ concentrations measured at eight urban sites inthe U.K., with particulate sulphate concentration measuredat two rural sites, for the years 1993–1997. Analysis ofthe slopes, intercepts and correlation coefficientsindicate a possible relationship between urban PM₁₀and rural sulphate concentrations. The influences of winddirection and of the distance of the urban from the ruralsites on the values of the three statistical parametersare also explored. The value of linear regression as ananalysis tool in such cases is discussed and it is shownthat an analysis of the sign of the rate of change of theurban PM₁₀ and rural sulphate concentrations providesa more realistic method of correlation. The resultsindicate a major influence on urban PM₁₀ concentrations from the eastern side of the UnitedKingdom. Linear correlation was also sought using PM₁₀ data from nine urban sites in London and nearby ruralRochester. Analysis of the magnitude of the gradients andintercepts together with episode correlation analysisbetween the two sites showed the effect of transportedPM₁₀ on the local London concentrations. This articlealso presents methods to estimate the influence of ruraland urban PM₁₀ sources on urban PM₁₀ concentrations and to obtain a rough estimate of thetransboundary contribution to urban air pollution from thePM₁₀ concentration data of the urban site.     

青藏高原典型城市拉萨市近地面臭氧污染特征

拉萨市作为青藏高原典型城市,环境空气质量相对较好,但臭氧污染近年来有所凸显。对拉萨市臭氧的现状与污染特征进行分析基础上,探讨臭氧污染的影响因素。结果表明:拉萨市臭氧污染表现出\"来得早,去得快\"的特征,与内地城市相比,拉萨市臭氧质量浓度在3月即可达到全年平均值(2015年为105μg/m~3),而9月以后将低于全年平均值,并在春末夏初达到峰值;由于青藏高原海拔高,紫外线强,相对内陆地区臭氧均值偏高,2015年拉萨市臭氧年均值比北京市和成都市分别高出7.7%、29.0%,其小时浓度变化呈中午高、早晚低的特征;拉萨市臭氧的浓度变化受空气湿度、日照时间和日均气温的影响;生物质燃料的跨界传输可能也对青藏高原地区臭氧的来源产生一定影响。     

北京秋冬季空气严重污染的特征及成因分析

近年来北京大气环境质量达标天数明显增加,但是严重污染日依然占近6个百分点,并且没有明显减少的迹象。弄清严重污染,尤其是秋冬季节(9-12月,1-2月)积累型严重污染的时空分布特征和成因,对于污染预警、污染控制具有重要意义。文章首先分析了2000-2005年秋冬季节北京市大气污染达到4-5级的44个案例,发现该类严重污染具有发生时间连续、空间范围广和垂直散布高等特点。运用追踪过程的诊断分析方法剖析了2004年国庆期间和2005年11月初两个典型严重污染过程,说明了气象因子在秋冬季严重污染发生、持续和结束过程中的主导作用。文中最后给出了44个严重污染日气象条件的统计特征:850百帕温度偏高,可高于月均值5-15℃;海平面气压偏低;低空逆温发生概率大于75%;高湿度发生概率大,地面温露差在0-7.5之间约占80%;各层风速都很小,海平面0-2米/秒,850百帕风速2-16米/秒。     

长株潭区域一次重度污染过程气象成因

利用PM_2.5质量浓度、地面气象要素、NCEP、ERSST＿V3、GBL等资料,研究了2021年12月7—11日长株潭地区一次重度空气污染过程的特征及成因。结果表明,高空平直环流、无明显槽脊影响,地面弱冷空气活跃是本次重度空气污染过程的主要环流形势特征;地面均压场、小风和升温增湿是此次重度空气污染过程的主要气象要素特征。污染物浓度变化与主导风向和污染通道密切相关,本地风速对混合层的高度、污染物水平扩散影响较大,600～700 hPa逆温层有利于污染物在主导风作用下近距离传输及在低层交换积累。我国中东部污染物积聚是长株潭区域重要的污染来源,长株潭地区存在区域性同步污染现象。低层流入长株潭区域气流轨迹差异及地理条件是长株潭污染物空间分布差异的重要因素。     

北京市城市非点源污染特征的研究

通过监测降雨径流水质,研究了北京市城市非点源污染的特征。结果表明,北京市城市地表径流水排入任何地表水体都会对其造成污染,且城市地表径流水的大部分水质指标已经达到了污水综合排放的三级标准,因此,我们对待城市地表径流水应该如对待污水一样处理。对于TN、TP、CODCr、BOD5浓度,路面径流要高于屋顶径流,而对于SS浓度,屋顶径流高于路面径流。总磷TP颗粒吸附态的污染物对总污染物的贡献最大,对于路面径流高达83.1%,对于屋顶径流为68.6%,其次是CODCr,总氮TN的颗粒吸附态的贡献较低。通过沉积或过滤去除城市地表径流中的悬浮颗粒物,可以提高城市地表径流的水质。所有污染物随降雨过程变化的总体趋势为雨水初期径流污染物浓度很高,随降雨历时的延长,污染物浓度逐渐下降并趋于稳定。初期径流危害较大。     

基于天津臭氧污染特点的气象条件与天气分型研究

使用天津市2013—2019年连续污染物监测数据和气象观测数据探讨臭氧污染现状,分析气象条件对臭氧浓度的影响,对不同臭氧污染过程案例进行天气分型,统计出现臭氧污染时的污染气象特征。结果表明:天津市臭氧浓度不降反升,2017—2019年连续3年超过国家二级浓度限值,2019年以臭氧为首要污染物的重污染天约占全年的1/2。春季和秋季臭氧污染日益突出,4月臭氧浓度已明显升高。天津市臭氧日最大8 h滑动平均质量浓度(O₃-8 h)在日最高气温超过30℃、相对湿度20%~70%、西南风或东南风风速1~2.5 m/s、白天边界层高度1 400 m以下时较高。将臭氧污染天气形势分为春夏之交、盛夏高温和夏秋静稳3种类型。其中春夏之交天气型易出现臭氧与PM_2.5协同污染;盛夏高温天气型平均风速较大,日最高气温大于35℃;夏秋静稳天气型平均风速小、边界层低。     

臭氧综合指数与臭氧潜势指数的构建与应用

随着社会经济的快速发展,我国臭氧污染日益严重,因此,研发出能定量评估气象条件对臭氧污染影响程度的诊断指数,成为提高和改善气象服务质量的重要任务之一。利用中国大陆地区2018年温度、总云量、风速、风向、相对湿度等气象场数据与臭氧浓度数据,研究臭氧污染敏感气象条件,统计各气象因子分布在不同数值区间时发生臭氧污染事件的相对频率(即分指数),按照分指数最大值和最小值的差值大小进行排序,筛选出10个与臭氧污染密切相关的气象因子,将10个气象因子的分指数进行累加,即得出臭氧综合指数。随后,对各地构建臭氧综合指数时采用的气象要素进行统计,得到出现频率最高的3个气象要素,并参考这些气象要素构建了臭氧潜势指数。分别以臭氧潜势指数和臭氧综合指数对北京市2019年臭氧日最大浓度建立拟合预报模型,结果表明:两类指数的拟合预报值与实测值有着相似的变化趋势;利用臭氧综合指数计算得到的预报值与实测值的相关系数为0.76,优于利用臭氧潜势指数计算得到的预报值与实测值的相关系数(0.64)。     

中山市2013年污染天气形势和气象要素特征分析

利用2013年中山市空气质量监测资料、气象观测资料、韩国气象厅天气图资料和WRF数值模式模拟分析了中山市全年大气污染的基本特征,总结了易于造成大气污染的典型天气形势和气象要素条件。结果表明:2013年中山市空气污染主要发生在秋季和冬季,首要污染物类型为PM_2.5和O₃,全年共发生12次持续污染事件;当中山市位于我国大陆冷高压底部(冷锋前部)副热带高压脊线北部或台风外围地区时有利于污染发生;中山市的弱(风速1~2 m/s)偏北风或偏东风、合适的相对湿度(40%~60%)和温度(秋季20~25℃,冬季10~15℃)均可能造成秋冬季的大气污染,而高温(大于30℃)是造成夏季大气污染的主要原因。1月PM_2.5重污染期间的WRF数值模拟结果表明:此次PM_2.5污染是小风(风速小于2 m/s)、地面增暖(增温2℃)、增湿(增湿5%以上)综合作用的结果,而大风(风速大于4 m/s)的强扩散作用对PM_2.5的清除效果显著。