迎亚运 “蓝天白云”重现羊城

早在申亚之初,广州就已提出＂绿色亚运＂的口号和承诺。＂绿色亚运＂的一个重要方面,就是＂打造蓝天白云＂的优美环境。2004年申亚成功后,广州便开始将亚运空气质量保障工作分为八个阶段逐步推进。目前,已推进到第六阶段既最关键的攻坚期。接下来的第七阶段,将在亚运会举行期间实施更严格的监管减排和应急减排措施,并与周边城市联动,做好亚运会空气质量保障工作。     

污染减排及新冠肺炎对广州空气质量影响分析

自2017年《广州市空气质量达标规划》实施以来,广州空气质量大幅改善并于2020年首次实现全面达标,评估《规划》中本地污染减排措施实施成效可为后续大气污染防治提供参考.本研究基于各种减排情景的排放核算结果,综合运用空气质量模型模拟和数据融合技术,量化评估了本地污染减排措施、新冠疫情防控工作、周边排放控制及气象条件变化4种影响因素对2017—2020年广州市空气质量改善的贡献.评估结果显示,本地污染减排措施是2017—2020年SO₂、NO₂、PM₁₀及PM_2.5浓度下降的主导因素,其浓度削减贡献分别为53.58%、31.60%、34.24%及30.82%;疫情防控工作的浓度削减贡献在初期较大,但在后期随着复工复产而减弱;周边减排空气质量改善效果弱于本地污染减排;气象条件变化对各污染物浓度下降均存在正贡献,且对O3浓度削减的贡献(81.96%)尤为显著.     

首都重大活动与空气重污染应急减排措施效果对比分析

以2015年"9·3"阅兵活动及同年冬季两次空气重污染红色预警为例,针对气象要素及污染物浓度变化特征进行对比分析,对不同减排措施下污染物减排比例估算,并利用WRF-CAMx模型,对减排带来的PM_(2.5)污染改善效果进行了定量评估与对比分析.结果表明,阅兵期间(8月20日至9月4日)PM_(2.5)日均浓度(19.0μg·m~(-3))分别比阅兵前(8月15～19日)和阅兵后(9月5～15日)日均浓度降低了60.0%和48.0%,第一次红色预警期间PM_(2.5)日均浓度(232.3μg·m~(-3))高于第二次红警(216.6μg·m~(-3)),第二次启动重污染红色预警之前的空气质量好于第一次红警.阅兵期间北京及周边省市污染物减排比例普遍大于红警期间,为保障"阅兵蓝"的实现提供了人为可控的有利条件."9·3"阅兵、北京首次及第二次红色预警期间采取污染物应急减排措施情况下,北京PM_(2.5)浓度分别平均降低了32.4%、 17.1%和22.0%.阅兵期间与红色预警相比,PM_(2.5)浓度降低比例较高,归因于更大力度的区域污染物协同减排以及阅兵期间易于污染物扩散的气象条件.污染减排力度、应急控制措施实施时机以及气象条件是可能影响应急污染控制措施污染改善效果的重要因素.     

APEC期间北京及周边城市AQI区域特征及天气背景分析

利用环境监测总站公布的监测资料,分析2014年11月1日至15日,即北京举办亚太经合组织(Asia-Pacific Economic Cooperation,APEC)会议期间北京及周边地区空气质量演变及区域特征,结合中国气象局官方发布的同期气象要素和天气形势图,探讨天气背景对APEC期间空气质量改善的影响,结果表明:1强化减排措施实施期间,北京及周边地区良好和轻度污染的天数相对较多,而强化减排措施终止后,重度和严重污染的天数明显增多,表明强化减排措施对北京及周边城市局地空气质量的改善贡献明显;2强化减排措施实施初期,受逆温层的影响,北京及周边城市空气质量指数迅速上升,说明在不利的天气背景下,即便有强化减排措施,污染物也会累积升高,形成污染过程,可见天气背景对空气质量的影响不容忽视;3在强化措施实施后期,虽然受逆温层影响,北京污染物的浓度并没有累积到很高的程度,而天津、唐山、保定和邢台均出现中度和重度污染,进一步说明,强化减排措施的实施对改善北京空气质量的贡献明显.     

京津冀及周边地区秋冬季大气污染物排放变化因素解析

基于大气污染源排放清单技术方法,定量分析2016~2017年秋冬季"跨年霾"至2019~2020年秋冬季"疫情霾"期间京津冀及周边地区主要大气污染物排放量变化,解析大气污染防治政策实施带来的减排和疫情造成的活动水平下降对主要污染物排放的贡献,并利用空气质量模型模拟分析不利气象条件下措施减排和疫情影响对空气质量改善的贡献.结果表明,从"跨年霾"（2016-12-16~2017-01-14）至"疫情霾"（2020-01-22~2020-02-14）该区域主要大气污染物排放量大幅下降50%左右,不利气象条件下,区域PM_2.5平均浓度可削减40%以上.措施减排主要来自火电、钢铁等重点工业行业提标改造和工业锅炉、民用燃煤等燃煤源治理,对SO₂和PM_2.5排放量的削减贡献较大,贡献率分别为67.1%和53.4%;疫情主要影响移动源和轻工业活动水平,对NO_x和VOCs排放量的削减贡献较大,贡献率分别为71.9%和68.2%.措施减排对区域空气质量改善贡献突出,有效抑制了重污染过程的强度和范围.在"跨年霾"的不利气象条件下,措施减排使区域PM_2.5平均浓度下降26%,重度及以上污染天数减少44%.受疫情影响,区域PM_2.5平均浓度继续下降24%,重污染持续时间和范围进一步缩减.     

红色预警期间北京市PM2.5浓度特征及应急措施效果评估

综合利用监测数据并结合数值模型,分析了2015年北京市第2次空气重污染红色预警期间PM_(2.5)浓度变化特征并初步评估了减排措施对PM_(2.5)浓度的影响.结果表明:污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值往往出现在北京南部站点.污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度积累速率可达5~10μg·m~(-3)·h~(-1).污染缓解阶段,偏北风作用,空气质量转好.预警期间北京市空气质量南北差异较大.应急措施实施后,北京市PM_(2.5)环境浓度下降约20%~25%.PM_(2.5)累积速率呈现出交通站城区站背景站的特征,与重污染日平均值相比交通站下降幅度最大,表明减排措施在交通站更加显著.气象条件对重污染的形成和结束起着决定性作用,为了更好的做好空气质量预警预报工作,应加强对小尺度天气系统的研究,同时关注不同方位PM_(2.5)浓度峰值及重污染持续时间的变化,形成北京市分区预报预警的经验.     

G20峰会期间杭州地区空气质量特征及气象条件分析

利用空气质量和气象要素的监测资料与再分析资料,分析了2016年G20峰会期间(2016年8月10日—9月20日)杭州及周边地区空气质量演变及区域特征,探讨了气象条件对G20峰会期间杭州空气质量的影响.结果表明:G20峰会管控期间,由于机动车排放大幅度降低,杭州NO_2浓度较管控前有所下降,对比周边城市降幅居于首位;而由于不利气象条件的影响,PM_(2.5)、PM_(10)、SO_2、CO和O_3浓度比管控前有不同程度的增长,但增幅相比周边城市较小,说明管控措施对杭州空气质量有一定的改善效果.9月7日管控措施结束后污染反弹现象明显.气象条件对杭州的空气质量有重要影响:在管控前,杭州晴热高温天气有利于O3的生成,偏东风相对洁净,污染传输较少;在管控期,杭州虽受到静稳天气和外来污染传输的影响,但得益于减排应急管控措施的有效实施,NO_2浓度下降幅度最大,其他污染物的增幅也较周边城市偏小;在管控后,气象条件不利于污染物的垂直扩散,受静稳天气和污染源恢复常态的影响,PM_(2.5)、PM_(10)、NO_2、SO_2和CO出现了整个研究时段的最大值,而台风"莫兰蒂"使得杭州PM_(2.5)、PM_(10)和O_3浓度出现了整个研究时段的最低值.     

2010年广州亚运期间空气质量与污染气象条件分析

利用2010年11月4日～12月10日广州地区NO2、O3、SO2、PM、能见度实测资料,区域空气污染指数RAQI及大气输送扩散特征参数,分析广州亚运期间空气质量与气象条件变化特征.结果表明,亚运期间空气质量比亚运前后好,能见度比亚运前后大,PM1和PM2.5浓度比亚运前后小,能见度与PM1和PM2.5有较好的反相关;亚运期间NO2和SO2日均值和小时均值均达到国家一级标准,PM10日均值和O3小时均值均满足国家二级标准,污染物得到较好的控制;广州地区SO2受本地源和外地源远距离输送叠加影响,NO2受本地源影响较大;广州周边城市NO2、SO2和PM10有向广州输送的潜势,而广州O3有向其周边城市扩散的潜势;亚运期间污染气象条件比亚运前后有利,亚运期间污染物浓度降低得益于政府实施的减排措施及良好的气象条件.     

不同时刻污染减排对北京市PM2.5浓度的影响

利用空气质量模式Model-3/CMAQ及京津冀地区高分辨率排放源清单,针对有代表性的污染时段(2012年2月7~16日),设置了5种不同时刻的减排方案(在污染峰值提前4d、提前3d、提前2d、提前1d及当天减排),对比在同样的减排比例下,不同时刻开始减排的效果差异.研究发现,提前采取减排控制措施比污染峰值当天开始减排对降低PM2.5浓度的影响更为明显,而且提前采取应急减排的时间越早,PM2.5浓度下降越明显.提前1d、2d、3d减排海淀站和城六区峰值浓度下降率分别为23%和22%、31%和30%、39%和38%,均明显高于当天减排的峰值浓度下降率10%和9%.但随着提前天数的增加,PM2.5峰值浓度进一步下降的幅度越来越小,减排效益较之前显著降低.提前4d减排海淀站和城六区峰值浓度下降率分别为40%和39%,提前4d减排和提前3d减排对降低污染峰值日PM2.5浓度的效果已没有太大差别.同时针对另一个污染时段(2012年1月11~20日)进行了相似的敏感性试验,得出了类似的结论.因此,针对某些污染事件的应急减排,综合考虑减排成本和减排效果,根据气象条件的预报,在可能引起重污染事件的不利气象条件来临时提前2~3d采取减排措施效果最好,既能有效降低PM2.5浓度,也可以避免因盲目长时间减排造成的成本过大.     

成都市道路移动源减排对空气质量的短期影响

近年来随着经济社会的高速发展,我国的空气污染问题日渐突出.管控污染源以减少污染物排放是改善空气质量的主要手段,且其效率如何会极大地影响空气质量的改善效果.但通常情况下,单一减排手段的实施对空气质量的改善的实际贡献往往在短时间内较难做出客观评价.本研究借助新冠疫情期间以道路移动源为主的各类污染源排放短期内大量下降的机会,通过疫情管控措施实施前后交通条件和空气质量的对比,分析道路移动源减排对空气质量改善的短期影响.结果表明,实施管控措施后,城市范围内道路交通条件明显改善,拥堵路段基本消失.受此影响,各类主要污染物浓度出现不同程度的下降,其中,受道路移动源贡献较大的NO₂浓度下降比例达40%~60%,PM_2.5因受气象条件影响较大而下降幅度较小.结合实时的交通数据估算其相应的尾气排放结果表明,疫情期间道路移动源排放的NO_x、HC、CO分别下降59.7%、59.9%和58.8%.本研究对于分析短时间内急速减排等应急措施对环境改善的效果,以及削减污染物排放对空气质量改善的潜力有重要的实际参考价值.     

2010年广州亚运会期间灰霾天气分析

使用广州地区气象资料,重点研究了 2010 年广州亚运会期间的灰霾天气特征. 结果发现,2010 年 11 月广州出现灰霾天气 5 d,较近年平均水平明显偏少,但 2008—2010 年的污染气象条件分析表明,2010 年的扩散条件较 2008 和 2009 年均较差,说明 2010 年广州亚运会前期的各项减排措施取得了明显成效. 作为对照,自 20 世纪 80 年代初开始,广州地区的能见度急剧恶化并导致灰霾天数增加,每年 10 月至次年 4 月的旱季灰霾天数较多,改革开放以来,每年 11 月份的灰霾天气大幅增加,并于 1994 和1999 年分别出现了最多的17 d. 2000 年以后,11 月份灰霾天气最多为 12 d,出现在 2005 年; 最少为 3 d,分别出现在 2002 和 2003 年. 广州市空气质量逐年恶化的趋势不容乐观,珠江三角洲复合型新型空气污染日趋严重的态势非常严峻; 且区域性特征明显,治理难度加大; 广州周边的佛山、清远、东莞、江门的灰霾天气都比广州多,对广州治理灰霾天气形成了压力. 因而 2010 年 11 月灰霾天气的明显减少,更说明区域联动、机动车单双号限行、重点工业污染源调控、严控垃圾秸秆焚烧等减排措施效果明显.     

广州市环境空气监测与预警体系在亚运会中的应用

本文以2010年广州亚运会空气质量监测保障为例,从广州市环境空气质量监测网络、空气质量预报、预警体系和环境质量会商及信息发布管理机制等方面,介绍了广州市环境空气监测与预警体系。通过2010年广州亚运会空气质量保障监测实践,证明广州市环境空气监测与预警体系是适应广州环境保护工作发展,并能满足特殊环境空气质量保障目标需求,具有示范作用和可供全国中心城市借鉴的先进的环境空气质量监测与预警体系。     

基于地基观测及源清单的2017-2019年德州市秋冬季大气污染防治效果评估

为评估污染减排措施实施效果,基于地基观测及排放清单数据,运用WRF中尺度气象模型和CAMx空气质量模型,对德州市2017-2019年秋冬季大气污染攻坚实施效果进行了评估.结果表明,2017-2018年秋冬季,德州市ρ（PM_2.5）同比下降31.7%,高于京津冀及周边地区平均水平（25.6%）,大气污染攻坚措施成效显著;2018-2019年秋冬季,德州市ρ（PM_2.5）同比增加8.5%,高于京津冀及周边地区平均水平（4.2%）,这与不利气象条件及排放量同比减少有关.观测结果显示,2018-2019秋冬季,德州市PM_2.5中无机组分、一次排放示踪物以及SO₂和CO等气态前体物浓度较上一年度呈下降趋势,ρ（SOA）（SOA为二次有机气溶胶）、ρ（NH₄+）同比有大幅增长,增幅分别为53.8%和19.1%,这与大气中VOCs（挥发性有机物,增加46.5%）及大气氧化性（增加6.4%）的增加密切相关,表明德州市复合型大气污染加剧,PM_2.5防控难度加大.综合气象和减排评估结果可知,2017-2018年秋冬季,气象条件（13.4%）和长效措施（9.4%）是德州市PM_2.5改善的两个主要因素;2018-2019年秋冬季,长效措施减排效果较为有限,减排主要来自预警应急（5.0%）和区域减排（5.2%）,若仅考虑不利气象条件的影响,将导致同比约19.9%的反弹.因此,持续深入推进长效减排措施,降低污染物排放水平,是德州市实现空气质量改善的根本途径.      

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

广州地区灰霾与清洁天气变化特征及影响因素分析

利用2006~2010年广州气象站逐时地面风场、湿度、能见度观测资料和2006~2009年珠江三角洲其他33个地面观测站风场观测资料,通过对灰霾与清洁天气过程的风速风向进行统计分析与矢量和分析,研究了广州地区灰霾与清洁天气过程的变化特征及影响因素.结果表明:灰霾天气过程在干季发生较频繁,主导风向为东南及东南偏南风,风速一般在1.5m/s以下,静风频率大于多年静风频率;灰霾天气过程风矢量和较小,扩散条件较差.清洁天气过程主要出现在湿季,风速普遍较大且主导风为东南及东南偏南风,干季也可以出现清洁天气过程,主要为较强的北风及偏北风;清洁天气过程风矢量和较大,有较强的平流输送.     

亚运时段广州大气污染物来源数值模拟研究

利用嵌套网格空气质量预报模式系统(Nested Air Quality Prediction Model System,NAQPMS)研究2006年亚运时段广州的空气质量状况,同时结合污染源追踪方法,分析珠三角各城市的源排放对广州全市、广州二环以内市区、广州6个亚运加强观测站的污染物浓度贡献.结果表明,NAQPMS模式能较好地反映广州各污染物(NO2、SO2、PM10)浓度的变化;广州全市、广州市区、6个亚运加强观测站的污染物最主要来源于本地排放,而周边城市以东莞的贡献最大.3个源受体中,广州市区受本地排放的影响最显著,来自本地的NO2、SO2、PM10的月均贡献率分别为89.5%、75.4%、86.7%;东莞则对6个亚运加强观测站的影响最为突出,其NO2、SO2、PM10的月均贡献率达9.3%、23.8%、21.7%,而日最大贡献率高达19.3%、40.2%、48.7%.因此在大力削减广州本地污染排放的同时,对周边城市特别是东莞实施区域联防联控,将能有效改善亚运场馆附近的空气质量.     

2015年北京“阅兵蓝”特征及成因探讨

利用大气成分和气象要素观测数据,对2015年8~9月北京田径世锦赛和抗战胜利70周年纪念活动期间的北京PM_2.5浓度变化特征及其相关的大气污染气象条件进行了研究,并采用大气化学数值模式模拟了气象条件、减排措施和区域减排联合行动对北京PM_2.5浓度下降的作用和贡献.结果表明：纪念活动期间北京地区空气质量显著改善,PM_2.5平均浓度仅为18.7μg/m³,比前期8月1~19日下降70%,比2014年同期降低74.0%;东北冷涡长时间稳定少动为空气质量改善提供了良好的大气环流条件,北京地区混合层高度相比前期升高20%,相对湿度降低17%,风速增大7%,气象要素变化为庆祝活动期间PM_2.5浓度下降提供了良好的气象条件,尤其是地面主导风向转为偏北风后,阻止了北京城南及华北中南部地区的污染物输入北京城区;CAMx模式的模拟结果表明,与2014年同期相比,气象条件变化在北京PM_2.5浓度降幅中的贡献率达73%;纪念活动期间有无减排的模拟分析显示,在相同的气象条件下,减排措施使北京PM_2.5浓度下降约33%;期间北京PM_2.5来源以本地排放为主,本地的减排措施对改善空气质量的贡献率约为72%,周边地区减排的贡献率约为28%.     

区域气象条件和减排对空气质量改善的贡献评估

区域气象条件和减排与空气质量的变化关系密切.区域污染天气的发生不只受人为排放的影响,其与气象条件也密切有关.我国地处全球的主要季风气候区,大气环流具有明显的季风气候变化特征,区域气象条件受年际气候变化影响显著.研究通过分析不同气候条件下京津冀地区、成渝地区、长三角和珠三角城市群2001～2018年主要气象要素及其污染天...     

基于WRF-Chem和EMI指数的新冠肺炎疫情期间沈阳市大气污染物浓度变化原因分析

利用2015—2020年沈阳市空气质量监测数据、地面气象观测资料、环境气象评估指数（EMI）产品、NCEP再分析资料及WRF-Chem数值模式,分析新冠肺炎疫情防控期间沈阳市主要大气污染物和气象要素的变化情况,研究空气质量对污染物减排和气象要素变化的响应.结果表明：疫情防控导致沈阳市PM_2.5、PM₁₀和NO₂质量浓度下降,但O₃质量浓度小幅增加;PM_2.5和NO₂对人为减排的响应更敏感;防控期内沈阳市气象条件有利于污染物的清除,气象条件使PM_2.5质量浓度下降16.37%,防控减排措施导致PM_2.5质量浓度下降22.96%;在疫情防控的背景下,不利的气象条件和污染物排放的突然增加共同造成重污染天气发生,其中不利气象条件的贡献大于排放增加的贡献;减排措施对防控期间重污染天气过程污染物峰值浓度有明显的削弱作用.