霾与城市化发展的关系

利用遥感夜间灯光数据,结合地面观测资料,以浙江省为例,研究了城市发展与气候条件、大气污染物质量浓度及霾天气之间的关系. 结果表明:当前粗放型城市发展引起的干岛、热岛、低湿、低能见度等气候效应,使1980—2010年杭州年均气温的线性增长率达到0.70 ℃/10 a、风速下降率为0.11 m/(s·10 a)、能见度下降率为1.40 km/10 a,分别高于临安的0.41 ℃/10 a、0.06 m/(s·10 a)、0.92 km/10 a. 城市发展改变大气污染物组成,对于城市化水平较高的杭州,大气中ρ(PM_2.5)/ρ(PM₁₀)的月均值介于0.52~0.69之间,明显高于临安的0.45~0.59,NO₂、SO₂等二次气溶胶前体物的质量浓度也明显高于临安. 浙江省大气中ρ(NO₂)较ρ(SO₂)高,其中临安大气中ρ(NO₂)年均值较ρ(SO₂)高出5.8 μg/m3,杭州的则高出21.0 μg/m3,同时杭州大气中ρ(NO₂)与ρ(SO₂)年均值的比值(1.70)也高于临安(1.57). 城市发展引起的气候效应及大气污染物组成变化可以解释浙江省霾日数与夜间灯光在空间分布和年代际长期变化趋势上的高度一致性. 在空间上,城市发展快、夜间灯光密集的浙北、浙江沿海、金衢盆地也是霾天气高发地区,而1960—2010年年霾日数出现的2个大跃变与改革开放及2000年后城市快速发展阶段相吻合,年霾日数与夜间灯光总灰度值之间的相关系数达到0.99. 研究显示,粗放型城市化发展是当前浙江省霾污染加剧的根本原因.      

常州市霾天气特征及其影响因子分析

基于常州市气象观测站2001-2013年的气象资料和大气自动站2009-2013年的监测数据,对常州市霾天气的变化特征、成因及其影响因子进行了初步分析。结果表明：2001-2013年,霾日数在全年及四季都呈现逐渐增多的年际变化特征,其中在2001-2008年,霾日数的趋势平稳且窄幅波动,但2009-2013年,霾日数急剧增加。季节变化上表现出夏季少、冬季多的分布特征。霾天气多发生在午后,11时出现的次数最多。常州霾天气持续日数不断增加,2013年连续霾日最长是16 d。常州霾典型天气形势为受冷高压或变性冷高压控制之下和处于入海高压后部或底部。常州霾天气受气象因子的影响,在静风、偏东风、50％～60％的相对湿度、逆温、降水偏少和大气湍流不利气象扩撒条件下都易形成霾。     

福州市春冬季灰霾天气PM10和PM2．5污染水平和气象特征分析

分析和探讨了福州市霾日和非霾日气溶胶PM10和PM2.5污染水平,无论春季或冬季,霾日福州市气溶胶PM10和PM2．5的质量浓度是非霾日的1．6倍;通过对霾日与非霾日的天气形势与及地面气象要素场的分析,揭示了福州市灰霾天气形成原因。为政府用空气扩散能力来对大气污染物排放进行调控,为开展相应的大气污染防治工作提供科学依据。     

北京2013年1月连续强霾过程的污染特征及成因分析

以北京市2013年1月份连续灰霾天气中10~16日的强霾污染过程为例,利用MPL-4B型IDS系列微脉冲激光雷达观测资料由Fernald算法反演得到此次污染过程中气溶胶垂直分布特性,结合地面气象条件和天气形势分析污染原因,并讨论与气溶胶地面监测数据的符合性.结果表明:此次连续强霾过程污染严重,观测时段内89.4%的时间出现霾,39.8%的污染时段达到重度霾级别,其中大气地表消光系数与PM2.5浓度变化呈显著线性相关关系,相关系数达0.95.研究过程内,大气边界层在91%的时段低于500m,平均仅为293m,低边界层抑制了污染物的有效扩散;近地面垂向各高度的消光系数持续达到1.5km-1以上,对比气溶胶退偏比发现城市上空的大气强消光为气溶胶颗粒物和大气水分共同导致;气溶胶光学厚度(AOD,532nm)较大,有83.6%的时段超过1,且受相对湿度影响较大,相对湿度偏小时段的AOD值主要为气溶胶颗粒贡献,相对湿度较大时段,细颗粒物吸湿增长导致AOD受大气水分干扰显著.连续静稳的天气形势和区域污染是导致此次强霾发生和持续的主要原因,高湿天气则加剧了灰霾状况.     

利用微脉冲激光雷达分析上海地区一次灰霾过程

通过分析2008年6月至2009年5月期间浦东新区灰霾天气出现的特征,并以2008年12月19日至2008年12月21日一次典型的灰霾天气过程为例,利用激光雷达(Light laser detection and ranging,简称Lidar)数据资料反演得到气溶胶消光系数及其强度图和廓线图,结合地面气象数据和气溶胶观测资料,分析了此次灰霾天气形成的原因.一年的观测资料表明,上海地区冬季和春季易产生灰霾天气,冬季出现重度霾最多,秋季和夏季灰霾天气较少.较弱的太阳辐射以及静风、小风是导致灰霾天气发生的重要原因,且高湿度的霾天气对能见度影响更大.大气边界层(以下简称边界层)高度变化决定着灰霾天气发生的强度,当边界层高度在1km左右时,易发生轻微霾天气,当边界层高度降至600m左右时,易发生中度、重度霾天气,而太阳辐射强度变化决定着边界层高度的变化.轻微霾天气下,大气气溶胶垂直分布最强消光值约为0.15km-1,而重霾天气下可达0.30km-1以上.本次霾过程还受地面颗粒物排放的影响,主要是PM1和PM2.5,且在消光作用中散射性气溶胶的贡献大于吸收性气溶胶.轻微霾天气下PM2.5浓度为50μg·m-3,黑碳浓度为5000ng·m-3,浊度为200Mm-1,而重度霾时则分别达到200μg·m-3、24000ng·m-3和1400Mm-1.随着此次霾的出现,整层大气气溶胶光学厚度(AOD,550nm)不断增加,在重度霾时达到0.6左右,Angstrom指数在重度霾时显著降低,表明有大颗粒物导入,说明此次重度霾天气的发生还与气溶胶的输送有关.     

长江三角洲冬季一次低能见度过程的地区差异和气象条件

采用NCEP再分析资料、MICAPS地面、高空气象资料以及国家环保部空气质量监测资料,对2014年2月20~22日长江三角洲地区一次低能见度过程地区差异和气象条件进行了分析.天气形势分析表明,长三角地面处在高压的控制下,地面风速较小,使污染物积累,有利于低能见度(雾-霾)的形成和维持.根据不同区域的雾、霾分布和日变化特征,将长江三角洲地区分为3个子区域:I区为江苏大部(雾霾混合型),II区为上海及其周边(霾类型),III区为浙江大部(雾类型),该区域白天能见度较高,夜间能见度较低的特征是由湿度因子造成的.影响I区能见度变化的主要原因是:热力原因:大气对流层低层的层结稳定;湿度原因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因主要是垂直方向和水平方向的大气扩散能力弱;污染因子对能见度变化的影响较小.影响II区能见度变化的主要原因是PM2.5浓度高导致的污染,热力因子、湿度因子和动力因子对能见度的变化影响很小.影响III区能见度变化的热力原因是:大气对流层低层层结稳定、近地面存在逆温;湿度原因是因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因是因为边界层高度较低导致的垂直扩散能力较差.各个区域的气象因子解释方差的计算结果表明:I区湿度因子和动力因子对能见度的影响更大,III区.湿度因子对能见度的影响更大.     

西安一次霾重污染过程大气环境特征及气象条件影响分析

利用西安区域8个气象站点的气象观测资料及西安市13个环境质量监测站点的空气污染物浓度监测资料,对2013年12月16—25日西安地区一次长时间重污染霾天气过程的污染特征及成因进行了分析.结果表明此次霾重污染天气过程主要是一次在不利气象条件下形成的高浓度颗粒物污染事件,其中有54.6%的霾属于干霾,其余属于湿霾.气压场偏弱,气压梯度力小,风速小,弱冷空气形成的下冷上暖的稳定性层结等天气形势有利于霾重污染的形成与维持;弱的降温与相对湿度增大叠加,有利于气溶胶吸湿增长而加重霾的强度.关中盆地特有的喇叭口地形通风不畅,造成外来输送与当地排放的大量污染物堆积,为此次长时间霾发生提供了增强条件.低的混合层厚度抑制了垂直方向上的对流输送,严重削弱了大气垂直扩散能力,造成了大气中各类污染物浓度的大量积聚,是造成此次霾重污染过程的重要原因之一.城市污染加重热岛效应、热岛效应反过来通过热岛环流改变城市污染物传播扩散规律并加重污染,二者相互作用、互为增强条件.     

海西城市群灰霾天气特征及其影响因子分析

利用2005-2010年海西21个城市常规气象观测资料和大气污染物浓度资料,分析了灰霾的时空分布规律和主要影响因子。结果表明:各城市间灰霾发生总天数存在明显差异,两个高发区在以福州、漳州为代表的闽中、闽南地区,少发区位于闽东北。1-4月是灰霾的高发期,10-12月是次高发期;春季霾日最多,其次是冬季,夏季和秋季较少。灰霾的产生不仅与天气条件有关,还与城市地形、大气复合污染有关。受低涡锋面、台风等降水系统影响,不会出现灰霾,非降水天气系统下均有可能出现,其中在锋前暖区和地面倒槽影响下灰霾出现率最高。秋冬季灰霾的出现与冷空气的强弱有关;春季与西南暖湿气流的强弱有关,夏季与副热带高压的进退有关。     

长三角冬季一次霾过程气溶胶及其水溶性离子的区域分布特征

为研究长江三角洲地区霾天水溶性离子的区域污染特征,于2013年1月18~24日使用Andersen气溶胶粒度分布采样器和离子色谱仪(850professional IC)对南京、苏州、杭州、宁波这4个城市和临安区域大气本底站的大气气溶胶质量浓度及水溶性离子进行了同期观测分析,并结合天气形势分析了长三角地区大范围霾天气的形成原因及水溶性离子的分布特征.结果表明,观测期间长三角处于高压以及高压前部,气压梯度较大时,低层大气有明显气流辐散,有利于污染物扩散;处于弱低压及弱高压的均压场形势下,并伴随有大气低层气流辐合现象时不利于污染物扩散.观测期间霾天气发展过程中,各监测点的大气颗粒物及其中水溶性离子(TWSS)增加显著;TWSS增加比例分别为杭州0.9%、临安4.2%、南京8.1%.二次离子SO2-4、NO3-、NH+4均为细模态(粒径2.1μm)分布,峰值有一个从0.43~0.65μm向0.65~1.1μm段迁移的过程,Ca2+、Mg2+在4.7~5.8μm出现峰值,Na+、Cl-、K+则呈双模态分布.各监测点TWSS中的二次无机离子SNA(NH+4、SO2-4和NO3-)浓度上升较快,上升百分比分别为杭州3%、临安55%、南京64.9%;SO2-4在SNA中所占比例最大,可达45%;各监测点NO3-/SO2-4的比值均大于固定源NO3-/SO2-4(0.5)比值,可能说明流动源在区域污染过程中对颗粒物的贡献相对较大.     

杭州黑碳气溶胶污染特性及来源研究

2011年7月~2012年6月对黑碳气溶胶(BC)、PM2.5、污染气体及气象因子进行同步观测,以评估杭州市BC污染特征、来源分布及对大气能见度的影响.结果表明:杭州市大气BC日均浓度范围为1.3~16.5μg/m3,年均值达到(5.1±2.5)μg/m3.BC呈明显的季节变化趋势,秋冬季高,夏季低.BC也呈典型的日变化趋势,交通高峰期高,下午低,同时与NOx呈较好的相关性,表明城市中BC受到机动车尾气排放的重要影响;而BC/CO低于其他城市则表明生物质燃烧排放可能是杭州BC的另一大重要来源.BC随风速下降呈上升趋势, BC超过10μg/m3的高浓度事件中,风速基本低于2m/s,北-西北-西风对高浓度BC的输送作用明显.观测期间BC的吸收系数为(44.8±23.0)Mm-1,占到总消光比例的10.4%.灰霾和重度灰霾天气下,吸收系数分别为(66.2±30.1),(100.2±49.2)Mm-1,达到非霾天气的2.2和3.4倍, 表明BC吸收消光作用是影响杭州市大气能见度下降和灰霾天气发生的重要因素之一.     

气候变化对浙江省大气污染的影响

开展气候变化对大气污染影响的研究有利于加深对大气污染形成机理的认识.利用1996-2015年浙江省大气成分、气象观测资料,分析气候变化对大气污染的影响.结果表明,近20 a来浙江省呈年高压天气日数增多、年均气温升高、降水集中及年均净辐射、日照时数、风速、气温日较差和水汽蒸发量都下降的气候变化事实.气候变化引起大气污染扩散能力下降,1996-2015年杭州市和浙江省年均大气扩散指数分别下降了0.55和0.81,降幅分别达35.71%和42.69%.大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）及年霾日数之间呈显著负相关,当大气扩散指数增大时,大气颗粒物浓度和年霾日数均下降,反之亦然.杭州市大气扩散指数与ρ（PM₁₀）、ρ（PM_2.5）之间的相关系数分别为0.73和0.76.杭州市和浙江省大气扩散指数与年霾日数之间的相关系数分别达到0.77和0.78,T检验值则分别为28.88和30.81,说明由气候变化引起的大气扩散能力改变是影响大气污染的重要原因,但不同大气成分受气候变化的影响程度不同.影响ρ（PM₁₀）的关键气候要素是降水量、风速及相对湿度等,影响ρ（PM_2.5）的主要是辐射、气温,影响ρ（SO₂）的主要是气温,影响ρ（NO₂）及ρ（NO₃-）、ρ（NH₄+）的主要是辐射.总体来说,浙江省近20 a的气候变化事实可能有利于促进ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）及ρ（O₃）等上升,促进ρ（SO₂）、ρ（NO₃-）、ρ（SO₄2-）、ρ（NH₄+）等下降.      

Process analysis of characteristics of the boundary layer during a heavy haze pollution episode in an inland megacity, China

Ground observation data from 8 meteorological stations in Xi'an, air mass concentration data from 13 environmental quality monitoring sites in Xi'an, as well as radiosonde observation and wind profile radar data, were used in this study. Thereby, the process, causes and boundary layer meteorological characteristics of a heavy haze episode occurring from 16 to 25 December 2013 in Xi'an were analyzed. Principal component analysis showed that this haze pollution was mainly caused by the high-intensity emission and formation of gaseous pollutants (NO₂, CO and SO₂) and atmospheric particles (PM_2.5 (fine particles) and PM₁₀ (respirable suspended particle). The second cause was the relative humidity and continuous low temperature. The third cause was the allocation of the surface pressure field. The presence of a near-surface temperature inversion at the boundary layer formed favorable stratification conditions for the formation and maintenance of heavy haze pollution. The persistent thick haze layer weakened the solar radiation. Meanwhile, a warming effect in the urban canopy layer and in the transition zone from the urban friction sublayer to the urban canopy was indicated. All these conditions facilitated the maintenance and reinforcement of temperature inversion. The stable atmospheric stratification finally acted on the wind field in the boundary layer, and further weakened the exchange capacity of vertical turbulence. The superposition of a wind field with the horizontal gentle wind induced the typical air stagnation and finally caused the deterioration of air quality during this haze event.     

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.     

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.     

京津冀PM2.5时空分布特征及其污染风险因素

为分析京津冀及其周边区域2013年典型污染事件中PM_2.5的时空分布特征及污染风险因素,根据国家城市环境空气质量实时发布数据和京津冀地区地理国情信息监测成果,采用空间数据挖掘方法对PM_2.5污染的热点区域进行了划分;并采用地理探测器定量分析了PM_2.5污染风险因子及其影响程度. 结果表明:在选取的京津冀6个城市中,在PM_2.5污染事件统计上存在保定—廊坊—北京—天津—承德—张家口的污染顺序. PM_2.5污染在空间上呈河南省(山东省)—河北省—北京市(天津市)一线的带状分布特征,在单次污染事件中,城市间的PM_2.5污染存在空间运移关系. 空间热点探测表明,京津冀及其周边区域主要分为5个热点聚集区,其中3个高值区分布在北京市、天津市、河北省和山东省的中部,面积分别为5.31×104、10.26×104、5.04×104 km2. 在8个污染风险因子中,污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM_2.5污染的影响显著高于其他风险因子;其他风险因子影响力排序依次为人口数量(0.60)、降水量大于0.1 mm的降水日数(0.57)、地表覆盖类型(0.52)、年均相对湿度(0.51)、年均风速(0.33),但风险因子间相比没有显著性差异. 研究显示,京津冀地区PM_2.5污染的主要因素是污染物排放,其次,气象要素中的年降水量和自然地理环境中的地形坡度也是影响PM_2.5污染特征的重要风险因子.      

2006~2009年我国超大城市霾天气特征及影响因子分析

收集了2006～2009年北京、上海、广州和成都能见度等气象因子以及SO2、NO2和PM10等环境空气质量资料,在此基础上统计分析上述4个超大城市霾天气频率季节和年际变化特征及其主要的影响因子.结果表明,北京、上海、广州和成都霾天气频率季节最高值分别为夏季、冬季、春季和秋季.北京和广州霾天气频率呈现逐渐下降趋势,而上海和成都呈现逐渐上升趋势.PM10和相对湿度是影响能见度或霾天气频率关键因子.北京能见度变化对相对湿度比较敏感,而上海和广州对PM10浓度变化比较敏感,成都对相对湿度和PM10浓度敏感程度相当.     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

山地型城市冬季大气重污染过程特征及成因分析

以阳泉市2018年12月26日~2019年1月20日发生的典型大气重污染过程为例,研究了山地型城市冬季大气重污染过程特征及成因.结果表明,重污染发生时段首要污染物为PM_2.5,水溶性离子和碳质组分是PM_2.5主要组分,其中二次离子SO₄^2-、NO₃^-和NH₄⁺是主要水溶性离子成分（共占离子组分的87.7%）,二次有机碳（SOC）是碳质组分的主要成分（71.6%）.二次离子在重污染发生时的浓度较发生前增加5.3倍,是导致PM_2.5快速增长的重要组分.气象条件分析显示,PM_2.5及其主要组分皆与相对湿度呈显著正相关关系而与风速呈显著负相关,随相对湿度增加以及平均风速降低,污染程度逐渐加重.山地型城市相对湿度较高、温度变化幅度大等气象特征使二次污染物的生成加快,是导致PM_2.5污染程度快速加重的主要原因.另外,山地型城市相对封闭的地形导致的平均风速降低使得大气污染物扩散条件相对较差是污染物累积的原因之一.PMF模型解析结果为：二次源（46.0%）对PM_2.5贡献显著,其次为燃煤源（32.6%）、机动车源（19.8%）和扬尘源（1.6%）.因此,山地型城市更应该重视对二次组分,特别是二次离子形成的前体物的管控.     

2019年元旦前后石家庄市重污染过程PM2.5污染特征及来源解析

2018年12月30日至2019年1月15日石家庄市发生了连续的灰霾天气,出现12个重污染天,首要污染物均为PM_2.5.本文从污染演变、时空分布、组分分析、污染来源和气象因素等多方面展开分析探讨污染成因.结果表明,PM_2.5主要成分为二次无机离子（65.4%）,主要来源为燃煤（24.4%）和工业工艺源（23.7%）.随污染加剧SO₄^2-占比和二次无机源贡献均大幅增加.先后受来自偏南-东南和偏西-西南方向低空气团及特殊地形、静稳高湿、近地逆温等不利气象条件影响,燃煤、工业和机动车尾气等一次源产生的污染物在太行山前快速积累,气态污染物二次转化和颗粒物吸湿增长推高PM_2.5,硫酸盐暴发式增长加剧污染发生.建议重污染应急响应期间在确保各项减排措施落实到位情况下,加强二次无机组分前体物SO₂、NO_x及NH₃排放源的管控,并重点关注SO₂排放源（散煤等）,同时加强市区东北方向新乐、无极、深泽、晋州和行唐区县大气排放源管理,减少局地传输影响.     

四川盆地PM2.5浓度时空变化特征遥感监测与影响因子分析

四川盆地因其独特的地形地貌、静风和高湿等气象条件,导致盆地内部大气污染物扩散难度大,随着城市化与工业化进程加快,区内PM_2.5污染日益加重,四川盆地已成为国家大气污染防治的重点地区之一.基于PM_2.5浓度遥感反演产品,采用空间自相关分析与灰色关联分析方法,研究了四川盆地PM_2.5浓度的时空分布特征及其影响因素.结果表明,四川盆地PM_2.5浓度具有显著的空间聚集性,高-高聚集类型分布集中,低-低聚集类型分布较为分散;针叶林对PM_2.5的吸收抑制作用明显高于灌丛和草地等其他植被类型.研究认为,影响四川盆地PM_2.5浓度的主要气象因子是风速和气温,人口密度与经济规模则是影响四川盆地PM_2.5浓度的主要人类活动因子,产业结构及其规模变化对四川盆地PM_2.5浓度也产生一定影响.