温州城区大气污染特征数值模拟与来源解析

文章以位于温州城区的瓯海区为例,在建立大气污染源清单的基础上,利用WRF-CMAQ、CALPUFF模型分析了外来污染物区域输送对瓯海区的影响,模拟了瓯海区主要大气污染物浓度分布,解析了区域大气污染物排放来源。WRF-CMAQ模型模拟结果表明,区域大气污染物SO_2、NO_2、PM_(10)和PM_(2.5)的输送对瓯海区的贡献影响均呈现冬季(1月)>春季(4月)>秋季(10月)>夏季(7月)的变化规律,这可能与大气污染物来源有关。CALPUFF模型模拟结果显示,瓯海区SO_2和PM_(10)的年平均浓度达标,但NO_2和PM_(2.5)出现超标现象。除SO_2均能达标外,部分敏感目标处NO_2、PM_(10)和PM_(2.5)年平均浓度有不同程度的超标现象。来源分析结果表明,瓯海区大气污染物SO_2和NO_2主要来自本地源排放,而PM_(10)和PM_(2.5)本地源与外来源的排放贡献相当。     

基于AERMOD模型的乌鲁木齐机动车排放大气污染物的数值模拟

以乌鲁木齐市主城区为例,将区域机动车排放清单数据作为排放源数据,利用AERMOD模型对乌鲁木齐市主城区域机动车排放的主要大气污染物质量浓度分布情况进行了数值模拟,并探讨了机动车排放的大气污染物对乌鲁木齐市城市空气质量的影响。结果表明:由机动车排放引起的乌鲁木齐市主城区域大气污染物CO、HC、NOx和PM10的质量浓度分布均表现为新市区和米东区高于其他几个区域,最大影响浓度点出现在新市区河南路北侧和米东区,为机动车所排放的大气污染物影响最为显著的区域;模拟得到的各大气污染物年均质量浓度在网格点最高值均低于相关标准浓度限值;显著影响区域范围内,NOx模拟预测浓度占区域环境空气质量浓度的44.12%,是区域环境空气中NOx的较为重要排放源,而可吸入颗粒物(PM10)仅占0.5%,说明机动车颗粒物排放不是乌鲁木齐城市空气中可吸入颗粒物的主要排放源。     

基于PMF模型解析典型化工园区VOCs污染来源应用研究

选取某小型化工园区为研究对象,在不同日期进行样品采集并使用气相色谱-质谱联用仪(GC-MS)定性定量分析,评估该区域VOCs污染水平及特征,同时研究P MF模型解析小尺度区域VOCs污染来源的可行性.结果表明,该研究区域VOCs浓度明显高于城市环境空气及其他化工园区,存在较重污染;该区域VOCs的主要成分为丙烯、苯、甲苯、萘、间-乙基甲苯、丙酮、丙烷、1,2,4-三甲苯、异丁烷等物质,各排放源污染特征显著,差异性明显;使用PMF模型对观测期间VOCs源解析,共获得4个因子,各因子与该区域不同排放源工艺及污染特征能够高度对应,并依此计算了各点位VOCs污染来源,结果与污染物扩散规律相符,PMF模型应用于小尺度污染物溯源分析具有可行性,能够很好地解析VOCs污染来源.     

来源解析有哪些方法?

<正>类型大气颗粒物来源解析技术方法主要包括源清单法、源模型法和受体模型法,每种技术方法或者方法组合都有特定的适用范围.源清单法:根据排放因子及活动水平估算污染物排放量,据此排放量识别对环境空气中颗粒物有贡献的主要排放源.源模型法:以不同尺度数值模式方法定量描述大气污染物从源到受体所经历的物理化学过程,定量估算不同地     

基于CMAQ与前馈神经网络的区域大气污染物浓度快速响应模型

建立大气污染可控源排放-复合污染水平的函数关系,实现给定排放情景下环境污染物浓度的实时响应,是大气污染物浓度预测与减排效果评估等的重要技术前提.本研究对污染物浓度影响因子变化空间进行拉丁超立方采样,使用CMAQ区域多尺度空气质量模型的预测值作为输入数据,通过前馈神经网络模型构建基于统计机器学习的长三角区域污染物浓度快速响应模型.结果表明经过模型结构选择与参数调整,基于前馈神经网络的快速响应模型能够快速准确还原出不同减排情景下长三角区域PM_(2.5)浓度的预测值.外部验证情景下相关系数CORR达到0.999以上,MB与ME均值达到了-0.046μg·m~(-3)和0.6162μg·m~(-3),实现了比RSM更加快速与准确的预测,不同时段与不同污染物浓度的准确预测则验证了其普适性.     

南京冬季一次重霾污染事件PM2.5区域传输收支分析

利用WRF-Chem模式对2015年12月21—23日南京一次重霾污染过程进行模拟.基于合理的模拟评估,采用大气传输通量计算法,着重分析了此次霾污染过程中模拟的南京地区PM_(2.5)的传输收支特征,以及周边地区大气污染物传输对南京市PM_(2.5)变化的贡献.结果表明,此次霾污染过程中,本地源与外来源区域传输共同影响着南京市的空气质量.PM_(2.5)的跨区域传输是此次重霾污染发生和消亡的重要因素.在霾污染事件的形成维持阶段,南京地区是作为周边地区PM_(2.5)的接收区,大气污染物主要由南京的西边界输入,大气污染物的外源输入是南京PM_(2.5)污染的主要贡献来源,占南京PM_(2.5)污染的84%.在霾污染事件的消亡阶段,南京地区则是作为周边地区PM_(2.5)的源,大气污染物主要由南京的东边界持续向外输出.     

西安西南郊“夏防期”大气VOCs污染特征及来源解析

于2021年8月1日—9月30日开展“夏防期”西安西南郊大气挥发性有机物（VOCs）污染监测,累计监测到不同大气VOCs组分70种. 基于监测结果梳理分析西安西南郊大气VOCs污染分布特征及进行臭氧生成潜势（OFP）评估,并运用PMF模型解析VOCs主要来源.结果表明：①监测期间西安西南郊平均TVOCs浓度为181.89 μg·m^-3,工业园区污染物浓度（189.32 μg·m^-3）整体略高于城区（164.96 μg·m^-3）,以甲醛和 乙醛为主的醛酮类物质占比最高（88.10%）,醛酮类物质浓度下午时段高于上午时段.②OFP评估结果表明,醛酮类物质对西安西南郊臭氧生成贡献较大,其中,甲醛、乙醛和丙醛是对该区域近地面O₃生成贡献最大的3种物质.③PMF源解析结果显示,西安西南郊大气VOCs主要来源依次为移动源、油气挥发源、溶剂涂料源、工业过程源,其中,以工业企业生产排放为主的溶剂涂料源与工业过程源均指向工业园区,表明当前西安西南郊大气VOCs来源以机动车尾气排放和工业园区企业生产排放为主.     

哈尔滨市周边秸秆焚烧对市区空气质量的影响分析研究

利用单颗粒气溶胶质谱仪(SPAMS),结合哈尔滨市大气污染物排放源谱库对大气污染主要成分进行来源解析,结果表明,秸秆焚烧期间,哈尔滨市环境空气中细颗粒物质量浓度明显上升,生物质燃烧排放源仅低于燃煤和机动车尾气,位列第三大污染源,浓度占总颗粒物浓度的20％.同时,为了探讨秸秆焚烧对哈尔滨市空气质量造成影响的原因,结合气象观测资料,对污染期间气团后向轨迹分析,发现在高空无风不利于污染物扩散的情况下更易加剧哈尔滨环境空气质量污染的程度.     

武汉夏季光化学过程二羰基的污染特征及来源

2021年在武汉城区开展了夏季光化学污染过程中大气羰基化合物的离线观测和大气挥发性有机物(VOCs)的在线监测,研究该时期乙二醛和甲基乙二醛的污染特征并利用正交矩阵因子模型(PMF)对其来源进行解析.武汉夏季大气乙二醛和甲基乙二醛的平均浓度分别为(0.42±0.34)×10^-9和(0.69±0.19)×10^-9,两者均呈现“单峰型”日变化规律,在上午10:00达到峰值.PMF共解析出6类源,乙二醛的源贡献为二次生成(A)(70.86%)>溶剂使用源(8.05%)>机动车排放源(8.04%)>燃烧源(6.43%)>工业源(3.38%)>二次生成(B)(3.24%);甲基乙二醛的主要排放源及贡献率为二次生成(A)(39.10%)>二次生成(B)(31.54%)>机动车排放源(13.26%)>溶剂使用源(8.21%)>燃烧源(5.80%)>工业源(2.09%).由于强烈的光化学作用,二次生成是乙二醛和甲基乙二醛最主要的来源.光化学污染期与非污染期相比,二次生成(A)对乙二醛和甲基乙二醛的贡...     

应用受体模型(CMB)对北京市大气PM_(2.5)来源的解析研究

为研究影响北京市大气环境PM2.5污染水平的主要来源,于2012年8月—2013年7月,依托北京市大气地面观测网络在10个监测点采集的491 d(次)大气PM2.5有效样本,对其化学组分进行了测试分析;从城市大气污染源组成出发,建立和完善了5类固定点源、2类流动源、4类无组织面源的PM2.5排放成分谱.应用受体模型(CMB)开展了来源解析研究.结果显示:1观测期间大气环境PM2.5的来源主要包括:一次来源机动车(16%)、燃煤(15%)、土壤尘(6%)、二次硫酸铵和硝酸铵(36%),以及有机物(20%)和其他未识别来源(7%);与历史解析结果相比,燃煤源分担率有所下降,二次无机盐与有机物分担率上升,且二次硝酸盐有赶超二次硫酸盐之势;2从主要组分的来源看,观测期间环境大气PM2.5中近25%的硫酸盐来自于燃煤锅炉和电厂排放,17%的有机物来自机动车排放;3北京市PM2.5来源类型大致相同,但各点位PM2.5来源种类和分担率具有一定差异,对一些排放量较大的局地排放源有比较明确的响应.研究表明,开展区域性PM2.5治理、大力削减前体物、严格控制本地机动车、燃煤等PM2.5排放都是改善北京市空气质量的重要途径.     

利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因

2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气象条件研究了该地区冬季灰霾天气成因.结果表明,石家庄市大气细颗粒物来源分为7类,各源示踪离子:燃煤源为Al,工业源为OC、Fe、Pb,机动车尾气源为EC,扬尘源为Al、Ca、Si,生物质燃烧源为K和左旋葡聚糖,纯二次无机源为SO-4、NO-2和NO-3,餐饮源为HOC.灰霾期间大气中主要含有OC、HOC、EC、HEC、ECOC、富钾颗粒、矿物质和重金属等8类颗粒,其中OC和ECOC颗粒最多,分别占到总数的50%和20%以上,OC颗粒主要来自燃煤和工业工艺,ECOC颗粒主要来自燃煤和机动车尾气排放.灰霾发生时含有NH+4、SO-4、NO-2和NO-3等二次离子的颗粒物占比升高,其中含NH+4颗粒增幅最大;EC、OC与NO-3、SO-4、NH+4在灰霾天气下的混合程度均比干净天气高,其中与NH+4的混合程度加剧最为明显.冬季采暖期煤炭的大量燃烧、医化行业工艺过程及机动车尾气等污染源排放的一次气态污染物(SO2、NOx、NH3、VOCs)和一次颗粒物在静稳天气中难以扩散而迅速累积,气态污染物发生二次转化形成硝酸铵、硫酸铵,而颗粒物之间通过碰撞形成二次颗粒物并发生不同程度的混合,从而导致大气能见度下降,以上是石家庄市冬季灰霾形成的主要原因.     

全运会期间天津市大气污染物时空变化特征

为了解全运会期间天津市空气污染时空特征以及减排措施对空气质量的改善效果,分别利用时间序列分析法与最优空间插值法对大气污染物进行时空分析。结果表明:(1)全运会期间天津市出现一次明显的污染过程,首要污染物为PM_(2.5);(2)不同功能区污染物浓度差异明显,市区污染物浓度均大于2016年同期平均浓度,汽车尾气特征污染物NO_2浓度增幅明显,区域抑煤控硫等措施效果明显;(3)全运会前与全运会期间,市郊SO_2排放源浓度显著降低,NO_2、PM_(2.5)与PM_(10)的净土区呈现从2016年同期、全运会前期、全运会期间到后期逐渐减小的现象,污染高密度逐渐向市郊及西南等热点地区聚集。     

中原城市冬季两次重污染形成机制及来源

为揭示郑州市冬季空气污染过程及形成原因,选取郑纺机国控站点为采样点,探讨2019年12月郑州大气污染物浓度和主要气象参数特征,对比不同污染阶段PM_2.5水溶性离子、元素和碳质组分浓度变化,并利用空气质量模型模拟结果,分析采样期间污染源排放与区域传输对采样点PM_2.5质量浓度的贡献.结果表明,采样期间第一次和第二次重污染形成和消散过程略有差异,分别呈现出"缓慢累积、缓慢清除"和"缓慢积累、快速清除"的特征.第一次和第二次重污染时段NO₃^-、SO₄^2-和NH₄⁺质量浓度占PM_2.5比值达到41.5%和46.2%,OC/EC比值分别为4.0和4.5,二次气溶胶颗粒的大量生成是两次重污染形成的主要原因.采样期间本地、东部、南部、西部和北部区域对采样点PM_2.5浓度贡献占比均值分别为58.0%、2.4%、6.7%、6.9%和12.7%,第一次重污染是本地污染物排放和外来源区域传输共同作用的结果,期间西部和南部区域及外来工业源贡献占比有所升高;而第二次重污染则主要受到本地大气污染物累积的影响,期间交通源、扬尘源和燃煤源污染贡献骤增,外部区域对采样点PM_2.5浓度的影响有所减弱.     

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

ArcGIS在大气污染源排放清单建立中的应用研究

以重工业城市唐山为例,在收集已有排放源数据的同时,结合唐山市环境空气质量状况,利用地理信息系统(ArcGIS)对污染企业的位置及污染物排放量、浓度参数建立网格模型,采用反距离权重法及区位商法对污染源及污染物的空间分布进行估算分析,形成准确完善的多尺度、高时空分辨率大气污染源排放清单.为京津冀地区区域大气污染联防联控及2020年大气污染物区域消减计划打下数据基础.     

郑州市金水区冬季大气PM2.5污染特征及来源解析

为探究郑州市金水区冬季PM_2.5污染特征及来源贡献,采用离线采样法对金水区大气中银行学校和郑纺机两站点的PM_2.5进行了采集,通过颗粒物分析仪解析PM_2.5的组分构成,并重点采用正交矩阵因子(PMF)模型和多尺度空气质量(CMAQ)模型分析评估了PM_2.5的来源及输送贡献。结果表明,银行学校和郑纺机站点中水溶性离子(WSIIs)浓度分别占PM_2.5浓度的46.4%和44.8%,金属元素组分浓度分别占17.2%和14.3%。富集因子(EF)及比值分析显示,两站点需重点关注燃煤源和机动车源的影响。PMF源解析显示,金水区两站点中对PM_2.5的浓度贡献污染源主要是机动车源、扬尘源及燃煤源。CMAQ模型模拟结果显示,金水区两站点中PM_2.5的主要来自金水区自身的排放,贡献占比高达43%以上,其次为金水区的北部、西部和南部区域。研究显示,在加强本地PM_2.5污染管控的同时,需要考虑北部、西部及南部区域以及郑州市周边地区的区...     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

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.     

北京市大气中NMHC的来源特征研究

对2006年北京气象塔每周大气中非甲烷烃(NMHC)数据进行了分析和研究,烷烃和芳香烃是大气中最丰富的组分,总NMHC浓度夏秋两季最高,春季最低。正矩阵因数分解(PMF)模型解析出5个非甲烷烃可能来源,分别是汽车尾气、汽油挥发、工业排放、燃烧源和植物排放。PMF解析的NMHC浓度与实测值有很好的一致性。和交通源相关的汽车尾气和汽油挥发是主要的排放源,贡献率分别为36.0%、26.3%,其他排放源为工业排放(23.1%)、燃烧源(10.1%)、植物排放(4.6%)。由于源、汇以及气象条件的影响,PMF解析出的各排放源贡献也表现出明显的季节变化。