无人机监测在城市环境大气污染物扩散数值模拟中的应用

通过数值模拟手段,确定城市区域污染源对周边环境的影响程度和影响范围,确定污染源周边环境复杂程度对烟气扩散的影响程度。结果表明,数值模拟结果与无人机监测结果具有相同的变化规律,验证了数值模拟的合理性,可为项目选址、排污口设置、大气污染防治措施及相关工程设计等提供科学依据或指导性意见。     

基于数值模拟的青岛市O3快速来源解析

为了建立臭氧污染快速来源解析方法,提高解析结果的时空分辨率,以2017、2018年青岛市环境空气质量精细化管理实践为契机,利用CAMx-OSAT模型的污染源识别与追踪技术,预测解析未来时段特别是污染期间不同区域、行业的排放源对目标站点O3浓度的贡献量和贡献率。结果显示:模拟的春、夏季2个时段青岛市的O3来源主要为工业、电厂、交通、生活源,2个时段的模拟结果本地和外来源中工业源的贡献分别占62. 0%和65. 0%,交通源分别占24. 5%和16. 0%,生活源分别占8. 4%和8. 0%,电厂源分别占5. 0%和11. 0%,O3高浓度污染时,工业源的贡献上升明显,青岛市的O3浓度外来源的贡献约占40%~80%。该数值模型O3来源解析及预测方法已成功用于青岛市的空气质量精细化管理及应急管控。     

乌鲁木齐市环境空气PM2.5与O3协同作用的污染特征分析

统计分析2013—2021年乌鲁木齐市环境监测资料,研究乌鲁木齐市PM_2.5和O₃的相关性,以及气象条件对PM_2.5和O₃相互作用机制的季节变化影响特征。研究结果显示：夏季PM_2.5和O₃浓度的相关系数为-0.341 86,呈负相关性;冬季PM_2.5和O₃浓度的相关系数为-0.388 3,呈负相关性,二者相互作用的季节变化一致性特征呈现相反趋势,这点和PM_2.5-O₃复合污染的特征明显不同,由此初步判断乌鲁木齐市还处于单PM_2.5污染阶段,未处于PM_2.5-O₃复合污染阶段,但O₃浓度连续多年快速上升。夏季光照条件良好,太阳辐射强,气温较高,大气氧化性较弱,O₃浓度升高,但PM_2.5浓度处于较低水平,说明O₃主导的氧化...     

环境空气气态污染物(CO、SO2、NO)标准气体质量评估

为了解当前不同来源环境空气气态污染物(CO、SO₂、NO)标气质量状况,选择12家主流气态污染物(CO、SO₂、NO)标气制造商,分别匿名采购3种气态污染物标气,建立2家参考实验室共同测试的模式和计量溯源一致性评价方法,对标气进行测试后,采用En值法评价其定值准确性,同时评估其技术资料完整性。结果显示:12家制造商的72瓶有证标气中,有9瓶标气定值结果准确性评价为不合格,涉及5个制造商来源,其中NO作为反应性气体,不合格标气数量最多,占比达20.8%;12家制造商中8家技术资料完整。鉴于标准气体对气态污染物监测结果的准确性、可比性和可溯源性具有重要意义,建议进一步加强标气质量事中事后监管和行业评估,推动制造商不断提高标气生产水平。标气使用者则应尽量选择质量可靠的有证标气。     

离子色谱法测废印刷电路板真空热解气相污染物中HBr、NO2和SO2

在淋洗液中加入H2O2和三乙醇胺配制成吸收液,通过离子色谱法同时测定废印刷电路板真空热解气相产物中HBr、NO_2和SO_2的含量,方法简单、快速、准确。当用50 m L吸收液、采样体积为30 L时,3种污染物的检出限分别为0.000 005 7、0.000 003 4、0.000 002 9 mg/L。该方法加标回收率为95.7%~104.8%,完全能满足废印刷电路板真空热解气相污染物中HBr、NO_2和SO_2的同时测定要求。利用该方法和行标方法同时测定环境空气中的HBr、NO_2和SO_2,再利用Excel分析工具对测定数据进行F检验和t检验,检验结果表明2种测定方法无显著差异。     

O3自动监测的技术要点

通过多年在粤港空气监控系统中的O3自动监测实践,阐述了O3标准气浓度传递认证的范例性解决方案,并在O3气体样品输送、O3分析仪器性能维护及在线检查校准用标准气等方面提出了实用的技术方法。     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

2019年江苏省PM2.5和O3多模式集合预报算法效果评估

基于江苏省重污染天气监测预报预警系统多模式预报结果,分析了不同数值模式对江苏省13个城市细颗粒物(PM_2.5)和臭氧(O₃)的预报偏差特征,发展了多模式集合预报算法,并对其进行了评估。结果表明,相较于单一数值模式,集合预报算法显著改善了PM_2.5和O₃预报的准确率,其对江苏省PM_2.5和O₃空气质量分指数等级的预报准确率超过了80%。就江苏省整体而言,PM_2.5集合预报的准确率相比最优单一数值模式提升了6%。O₃浓度较低时,集合预报能有效改善各模式存在的高估现象。但受限于目前的校正策略,出现高浓度O₃污染时,集合预报对预报效果的提升相对有限。     

山东省2015年PM2.5和O3污染时空分布特征

利用中国环境监测总站的城市空气质量自动监测数据,分析了2015年山东省细颗粒物（PM_2.5）和臭氧（O₃）污染的时空分布特征,并初步探讨了其与气象要素的相互关系。研究发现：山东省PM_2.5年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势,半岛地区的浓度最低,其他地区浓度均较高,年均质量浓度最大值出现在德州（101 μg/m³）。各城市PM_2.5的月均质量浓度均呈现出季节性变化,冬季最高,夏季最低。O₃-8h年均值和O₃年超标天数的空间分布与PM_2.5不同,半岛地区污染天数最少,其次为南部地区,中部地区和西北部地区污染最为严重并且各区域的城市之间O₃污染情况存在较大差异,具有明显的局地性特征。O₃质量浓度在春末夏初最高,超标现象主要出现在5—8月。分析各城市PM_2.5污染和O₃污染的协同性与差异性发现,虽然不同城市之间两者污染情况存在一定差异,但整体上看,山东省大气复合污染特征明显,全年有10个城市的PM_2.5和O₃同时超标天数都在20 d以上,并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O₃和PM_2.5叠加共存形成复合型污染。温度≥26℃时,O₃-8 h与PM_2.5日均质量浓度的相关系数为0.63,相对湿度≤60%时,两者相关系数为0.69。此外,当在大陆气团的控制下发生O₃污染时,相对湿度的提高更有利于PM_2.5浓度的增加。     

邯郸地区2017—2021年PM2.5和O3污染特征

利用实时监测数据分析2017—2021年邯郸市及周边区县PM_2.5和O₃污染特征。研究发现:2017—2021年各地区PM_2.5年均质量浓度持续降低,轻度及轻度以上污染逐渐减少;2017—2019年O₃污染加剧,2020年起O₃年均质量浓度逐年下降,污染天不断减少。PM_2.5和O₃-8 h分别在1月(平均浓度为127.3 μg/m³,平均超标22d)和6月(平均浓度为233.4 μg/m³,平均超标22 d)污染最严重。结合气象参数分析来看,PM_2.5与温度、风速和降水量呈显著负相关,与相对湿度呈显著正相关;O₃-8h与温度呈显著正相关,而与风速、湿度和降水量的相关性较弱。后向轨迹和潜在源分析表明:邯郸地区PM_2.5典型污染月受山西省中部地区污染传输影响最大,O₃典型污染月受河南省东部污染传输影响最大。     

2018年大连海域船舶大气污染物排放特征及影响分析

船舶废气已成为大气污染物的重要来源之一。为掌握大连周边海域船舶大气污染物排放特征,以及大连海域船舶排放对大连市大气环境的影响,基于船舶自动识别系统监测数据,采用基于功率的动力法估算出2018年大连海域船舶排放清单,并利用WRF、SMOKE、CMAQ空气质量数值模拟系统,研究了1月、4月、7月、10月船舶排放对大连市大气环境的影响。研究结果表明,2018年大连海域船舶共排放SO₂ 7 606.23 t、NO_x 30 990.13 t、PM₁₀ 1 212.02 t、PM_2.5 969.58 t、CO 3 339.10 t、HC 1 414.63 t、CO₂ 2 546 299.67 t。其中,客船、散货船、油船和多用途船的排放占比较大,排放区域主要集中在大连湾、大窑湾附近及周边航道。受气候因素影响,不同月份的船舶排放对大连市大气环境的影响不同,其中,1月、4月和10月受影响较大的区域主要是旅顺口区和金州区,而7月受影响较大的区域主要是甘井子区。     

济南市空气污染现状及控制对策

利用2013年1—12月济南市大气监测数据,分析该市空气质量现状及时空分布特征,结果表明:2013年济南市空气主要污染物质量浓度均超过《环境空气质量标准》(GB 3095—2012)二级标准限值,空气污染严重时段为冬季采暖期,颗粒物污染严重区域为该市西部和西北部地区,SO2、NO2污染严重区为中心城区,并从点源、面源和移动源3个方面提出相应的污染防治对策。在SO2、NOx和工业烟粉尘分别减排22.5%、18.2%和31.4%的条件下,运用Models-3/CMAQ模型模拟计算得出:2015年1月和7月,济南市空气中SO2、NO2、PM10和PM2.5的质量浓度与2010年同期相比将分别降低23.9%和29.7%、11.4%和15.9%、21.9%和32.6%、13.5%和26.9%,空气质量得到明显改善。     

Evaluation of the Trend of Air Quality in Taipei, Taiwan from 1994 to 2003

The data collected from the five air quality monitoring stations established by the Taiwan Environmental Protection Administration (TEPA) in Taipei City were analyzed to assess the changes in air quality. The analyses reveal that the air quality in Taipei City improved over the last decade from 1994 to 2003, as evidenced by the significant downward trends of the various primary air pollutant concentrations, such as CO, NO_X, SO₂, and PM₁₀. An air pollution fee was collected by TEPA in 1995, and several air pollution control measures were likewise taken to improve the air quality in Taiwan. However, although the extreme daily maximum O₃ concentrations occurred more frequently in earlier years and showed a downward trend, its moderately high concentrations increased annually in recent years. It implied that after the reduction of various primary pollutant concentrations, the effective reduction of O₃ pollution still remains an important issue.     

2016年秋季新乡市空气质量模式预报效果评估

基于新乡市空气质量数值预报平台,采用相关系数（r）、标准化平均偏差（NMB）等统计指标,系统评估2016年秋季新乡市嵌套网格空气质量预报模式（NAQPMS）和通用多尺度空气质量模式（CMAQ）的预报效果,对比分析2套模式不同预报时效和不同水平分辨率的空气质量等级预报准确率。结果显示：2套模式均较好地表征了各主要污染物的浓度变化特征,2套模式的等级预报准确率高于60%,其中CMAQ对中度及重度的预报等级准确率达到70%。对比模式24、48、72 h 3种预报时效效果,24 h预报时效的统计数据最优,说明24 h预报时效模拟结果可作为业务预报重要的支撑。     

Distribution of airborne particles from multi-emission source

The purpose of this work was to study the distribution of airborne particles in the surroundings of an iron and steel factory in southern Finland. Several sources of particulate emissions are lying side by side, causing heavy dust loading to the environment. This complicated multi-pollutant situation was studied mainly by SEM/EDX methodology.Particles accumulated on Scots pine bark were identified andquantitatively measured according to their element content,size and shape. As a result, distribution maps of particulateelements were drawn and the amount of different particle typesalong the study lines was plotted. Particulate emissions fromthe industrial or energy production processes were not themain dust source. Most emissions were produced from theclinker crusher. Numerous stockpiles of the industrial wastesand raw materials also gave rise to particulate emissions as aresult of wind erosion. It was concluded that SEM/EDXmethodology is a useful tool for studying the distribution ofparticulate pollutants.     

用GRU循环神经网络优化CMAQ预测结果

提高空气质量预报的准确度对于区域大气污染精准防控具有重要意义。针对邢台市空气质量预报情况,使用WRF气象模型输出数据和CMAQ空气质量模型输出数据结合GRU循环神经网络,建立了WRF-CMAQ-GRU模型,对2022年7月邢台市PM_2.5、PM₁₀、SO₂、NO₂、O₃、CO等6种污染物的预测结果进行优化。实验发现:该模型对PM_2.5及O₃的优化效果最明显,PM_2.5数据优化后的相关系数由0.28提高到0.85,O₃数据优化后的相关系数由0.29提高到0.70。初步验证了GRU循环神经网络对WRF-CMAQ模型预报结果的显著优化作用,使空气质量预报准确度得到较大提升。     

用后向空气轨迹方法对胶州湾主要大气污染物分布的分析

采用青岛崂山点位2005-2009年的大气监测数据,利用HYSPLIT4.8模式和象限分析方法,计算出污染物的方位贡献情况,判断出胶州湾大气污染物的传输路径主要为北、西北和西部路径,S02、N02和PM10在北部和西北部象限的5年平均贡献率分别为25.32％和28.21％、21.16％和21.53％以及20.25％和22.83％,这与胶州湾东方和东南方为海洋、北方和西北方为工业城市有关.通过个例分析得出的传输路径与象限分析的结果一致.另一方面,胶州湾地区的主要污染物在过去5年中的年均值浓度变化显示,SD2浓度呈下降趋势,NO2浓度呈上升趋势,PM10浓度变化趋势不明显.为调查青岛市和周边5个省污染物排放水平对胶州湾污染物分布的影响,分析了2005-2009年的相关环境统计数据,SO,的排放量下降,燃料煤消耗量、氮氧化物排放量以及机动车数量逐年升高可能是导致胶州湾地区污染物浓度变化的原因.     

山东省环境空气“‘蓝天白云、繁星闪烁’标准”解析

山东省环保部门提出使用\"蓝天白云、繁星闪烁\"标准评价空气质量,该标准使用能见度作为主要技术判定指标。为了探讨这种\"具象性\"标准对空气质量的指示能力,对2013—2014年监测数据进行了深入分析。结果显示,能见度与颗粒物有良好的相关性,与气态污染物的相关性均一般。源于能见度与空气污染物的密切关系,\"蓝天白云、繁星闪烁\"标准能够将空气污染物水平大致划分为优劣两类,但对各种污染物的指示能力不同。     

对导热炉大气污染物排放执行标准的探讨

目前,相关环境标准中均未明确制定关于导热炉大气污染物的排放内容。因此,对于导热炉的大气污染排放,各环境管理及监测部门均没有统一的执行标准。本文从导热炉工作原理、污染物排放特点等方面进行了分析,对其执行标准提出了个人的观点。