哈尔滨市大气污染物输送路径及潜在源区分析

该文采用空气质量指数(AQI)分析了2015-2019年哈尔滨市不同季节首要污染物的污染特征,利用HYSPLIT后向轨迹模式对近5年四季逐日72 h后向轨迹气流进行聚类分析,结合AQI数据,揭示哈尔滨市大气污染物传输路径及潜在源贡献因子和浓度权重轨迹的季节差异。结果表明:哈尔滨市优良天数占比从2015年的66%上升到2019年的83%,5年中2015年为大气污染较为严重的一年,5年来空气质量呈明显好转趋势。哈尔滨市大气污染呈现出不同的季节特征:优良天数平均值占比从高到低依次为夏季(94.6%)秋季(84.4%)春季(80%)冬季(53%),O3和PM2.5分别为空气质量最优的夏季与最差的冬季的首要污染物,春季和秋季首要污染物表现为由NO2和PM2.5复合型污染向以O3为主导的气态型污染转变。各季节轨迹分布与其所处的地理位置和季风气候密切相关,春季来自山东东部、渤海、辽宁、吉林到达哈尔滨的轨迹污染率最高;夏季污染率较高的气流轨迹均来自南部方向,主要传输方向自渤海越过山东东部到达青岛地区,经辽宁、吉林汇入哈尔滨;秋季污染率较高的轨迹分布最为分散,主要以近距离输送轨迹为主;冬季AQI值显著高于其他季节,可能与北方冬季进入燃煤采暖期,污染物排放增多有关,主要集中分布于西北方向输送进入哈尔滨,呈现出输送轨迹越短,污染率越高的特点,其中来自吉林的最短转向路径挟带的污染物浓度最高,其次为由俄罗斯东南部经内蒙古过吉林到达哈尔滨,说明吉林是影响哈尔滨市冬季大气污染物浓度偏高的主要地区。     

沈阳地区冬季空气颗粒物输送路径及潜在源分析

文章利用2016~2017年冬季沈阳地区气象数据和环境空气污染物浓度数据,综合分析沈阳地区冬季环境空气污染特征,分析颗粒物输送路径以及潜在源区贡献情况。结果表明,沈阳地区冬季污染时段内PM2.5是主要污染物,PM2.5平均浓度达到149μg/m^3,最大值达到273μg/m^3。沈阳地区环境空气颗粒物除来源于本地排放外,还主要受到内蒙古东北部和京津冀北部2个方向传输影响,内蒙古东北部方向传输气量约占总气量的70%。潜在源区分析表明,辽宁中西部、内蒙古东北部及京津冀北部是沈阳地区环境空气颗粒物潜在源区。浓度权重轨迹分析表明,辽宁大部、内蒙古东北部、京津冀北部和山东局部地区对沈阳地区的颗粒物浓度贡献较大,PM2.5修正后的浓度权重值WCWT>50μg/m^3,PM10的WCWT值>100μg/m^3。     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

厦门市冬季PM2.5污染情境识别及其与气象条件的关系

为研究厦门市冬季不同PM_2.5污染情境与气象条件和气团轨迹路径特征的关系,结合PM_2.5观测数据,使用AGAGE（Advanced Global Atmospheric Gases Experiment）统计方法识别2014—2018年冬季厦门市PM_2.5观测值、基线值和污染值情境,通过气象数据统计和气团后向轨迹聚类对不同PM_2.5污染情境下气象条件和气团轨迹路径特征进行探究.结果表明:①厦门市冬季不同PM_2.5污染情境下,ρ（PM_2.5）及PM_2.5污染值情境时长占比均呈波动中下降的趋势,具体表现为冬季PM_2.5观测值、污染值和基线值情境下,ρ（PM_2.5）平均值分别从2014年的42.2、90.7、16.4 μg/m3降至2018年的26.3、56.9、8.8 μg/m3,冬季PM_2.5污染值情境时长占比从2014年的10.2%降至2018年的3.0%.②冬季PM_2.5污染值情境下气象要素呈低风速、低气压、高温度、高相对湿度的特征.③冬季到达厦门市的气团轨迹路径中,局地路径由于大气条件稳定易累积形成PM_2.5污染;偏北路径和西北路径易从临近省份携带污染物输入导致PM_2.5污染,属于重要的外源污染输入路径;沿海路径和偏西路径均属于清洁路径,但沿海路径易在福建省北部与偏北路径重合形成污染输入,加强了偏北路径的污染物输送能力.研究显示,近年来厦门市冬季PM_2.5污染有明显减弱趋势,但不利的气象条件和外来污染输入仍会造成PM_2.5污染的发生.      

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

太原市大气污染防治战略研究

以太原市2003年-2013年大气中主要污染物SO2、NO2、PM10为依据,分析了其季节、年度变化特征和外源输入的影响。2013年污染物的季节变化显示,SO2在冬季较高是受采暖排放影响;PM10在春季由于扬尘使其浓度最高。2003年-2012年间SO2和PM10浓度呈显著下降趋势,但仍较严重。重污染天气受来自西南、西北和东南方向的气团影响。太原市城区SO2和氮氧化物的排放总量已超过大气环境容量,其中主要是工业排放。对重点工业企业搬迁的方向也将对太原市空气质量改善产生影响。     

春节期间黔江区污染物浓度变化特征及相关影响因素研究

利用2015年春节期间黔江城区主要污染物(PM_(10)、SO_2、NO_2、PM_(2.5))自动监测数据,分析了燃放烟花爆竹对空气质量的影响。结果表明:黔江区城区春节期间集中燃放烟花爆竹造成了环境空气短时间严重污染;对空气中不同污染物浓度的影响存在差异,PM10污染最为严重;气象条件是影响春节期间空气质量的关键因素。     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

太原市冬季SO_2、PM_(10)和PM_(2.5)浓度城郊变化特征研究

通过对太原市2013年冬季SO2、PM10和PM2.524小时浓度均值实时数据的整理和分析,结果表明,各项污染物浓度在城区和郊区差异显著。由于城郊地形条件、气象条件基本一致,各项污染物24小时浓度月变化曲线趋势基本相同。城郊PM2.5和PM10浓度比值范围与均值差别较小,比值月变化曲线趋势基本相同,城郊颗粒物污染物来源相同或相近。相关性分析表明PM2.5分别与PM10和SO2浓度均为高度正相关关系,三者污染源存在较大一致性,冬季区域污染主要以燃煤排放大气污染物为主要特征。     

新乡冬季PM_(2.5)中金属元素与水溶性离子年际变化及其来源解析

为了探究新乡地区年际间冬季PM2.5组分的变化特征和污染来源,于2015年冬季和2016年冬季分别在新乡市区进行连续1个月的膜采样,测定PM2.5质量浓度、金属元素含量及其水溶性离子成分含量,并结合气象因素进行分析。结果表明,新乡地区2015年和2016年冬季采样期间PM2.5的质量浓度日均值分别为226μg·m-3和224μg·m-3,污染水平较高。观测期间,新乡冬季PM2.5中Cd和Pb金属元素富集明显,富集因子超过1000。且与2015年相比,2016年金属元素(除Ag和Ni)中浓度下降约7.83%~73.33%,富集程度均趋于降低。水溶性离子以SO42-、NO3-和NH4+这3种为主,2016年在PM2.5中占比上升25.1%。综合两种成分分析,新乡地区的PM2.5污染呈现出金属污染向二次水溶性离子污染转移的趋势。综合PCA和PMF源解析结果显示,新乡市冬季有4种主要排放源,即尘土、二次源、工业源和化石燃料燃烧源,2015年冬季主要来源是土壤和建筑扬尘混合源,贡献率37.46%,2016年主要来源是交通及工业生产中的二次气溶胶污染源,贡献率为34.94%。     

北部湾经济区产业发展对大气环境的影响研究

 根据北部湾经济区2007年污染源普查数据和各市级地方政府提出的2005~2020年重点产业发展规划,得到该区域2015年和2020年主要大气污染物(SO2、NO2和PM10)的排放清单,在此基础上,利用CALPUFF模式模拟该区域2015年和2020年的空气质量情况.结果表明,2015年和2020年北部湾经济区污染物浓度增幅较大的地区多为各个市的经济开发区,工业区污染物的浓度增大和大项目的上马有直接关系;大部分城区的污染物浓度增幅较小,城区污染物浓度的增加与生活源的增加有关,同时也和工业区污染的输送有关.大部分城区和工业区2020年的浓度增幅与2015年的增幅相比有所回落.     

重庆九龙坡城区和城郊大气污染物浓度特征研究

为了解重庆市九龙坡区城区和城郊大气污染物浓度特征,分析了城区和城郊国控空气站点2014年3月~2015年2月典型污染物的浓度变化。结果表明,除O_3表现出夏高冬低的季节变化趋势外,其它污染物均表现出冬高夏低的季节变化趋势。PM_(2.5)污染最严重,城区和郊区日均值超标率分别为31.4%和33.4%。城区和城郊的PM_(2.5)浓度之间没有显著性差异(p0.05),城郊O_3浓度显著高于城区(p0.01),NO_2、SO_2、CO和PM_(10)则是城区显著高于城郊(p0.01)。     

南京地区冬夏季大气重污染个例对比分析

本文研究了南京仙林地区在秸秆焚烧、逆温造成的大气污染的特征,分析了不同时期大气各成分的浓度变化.秸秆焚烧产生的大气污染事件中,颗粒物浓度上升最为显著,其中PM10的浓度最高可达0.65mg/m3,污染持续时间约36h.冬季污染期持续更长,但颗粒物峰值小于夏季,PM10浓度约在0.4mg/m3.根据Fernald方法反演得到的激光雷达消光系数计算不同高度AOD表明,秸秆焚烧造成的污染在空间上的分布较为均匀而冬季污染期近地表AOD的贡献超过40%.后向轨迹分析表明了污染期的气团在1500m高度的来源和1000m之下有差异,48h内的来源距离较短,近地表的大气质量受到周边地区的影响大,非污染期的气团垂直高度上性质较为均一,来源较为一致,来源距离较长.     

秸秆焚烧影响南京空气质量的成因探讨

综合利用卫星遥感的火点和云覆盖信息,结合气团后向轨迹分析,探讨了由秸秆焚烧造成的空气污染物的区域尺度输送和本地源对城市空气质量的影响.结果表明,在一定气象条件下,污染物可以发生区域尺度的输送,上风火点与下风城市的污染有明显的相关,将空气污染分为局地型(如,2006年5月31日、2009年11月8日)、区域型(如,2008年10月28日),以及局地区域相结合型(如,2006年6月14日、2007年6月5日、2008年6月2日)3种.应用本文的方法,在有云时,可以通过部分火点和气团后向轨迹分析推测污染物源地.空气污染气象条件分析表明,秸秆焚烧若伴随高空(500hPa)有槽(或位于槽前),低空存在弱切变,气流由周边向中心辐合;同时,若在均压场控制下,等压线稀疏,风速较小或静风,污染物则易积聚而不易输送;逆温层的形成将污染物禁锢在混合层以下,不利于垂直扩散;再加上较大的相对湿度,有利于霾的形成,造成严重空气污染.     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

2013-2015年十堰市环境空气质量变化趋势分析研究

利用十堰市空气自动监测站的监测数据,采用综合指数、空气质量指数(AQI)和Spearman秩相关系数法等评价方法,研究十堰市2013年-2015年环境空气质量变化情况及其影响因素,为城市的大气污染防治提供治理思路.结果表明:2013年-2015年十堰市城区空气质量逐年好转,除PM10和PM2.5外,其他因子均达标,污染物贡献比例中,PM10和PM2.5污染负荷占比超过50%,为主要污染物;十堰市城区空气质量整体呈夏季较好,冬季较差的趋势;全市中开发区铁二处空气质量较好,张湾区刘家沟空气质量较差;结合自然因素和人为因素,综合分析空气质量的变化情况,通过调整能源结构、减少污染源排放和使用清洁能源等多项措施,并注意季节特征和加强预警预报工作,进而改善空气质量.     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.     

上海城区典型空气污染过程中细颗粒污染特征研究

采集了上海城区2009年10月10~21日期间2次空气污染过程的样品,在对污染过程分析的基础上,着重分析了PM2.5及其化学组分的变化,探讨了污染源及形成机制.研究表明,14日的灰霾过程主要由本地排放的污染物二次转化形成,PM2.5占PM10比重超过60%且PM2.5中离子组分含量高.17~19日的浮尘过程中,受北方沙尘影响本市粗颗粒浓度上升,PM2.5所占比重下降,二次离子组分从细颗粒物向粗颗粒物转移且Ca2+浓度上升,同时受到长江三角洲区域秸秆焚烧的影响,细颗粒物中K+, EC和OC含量高.因此,应在控制本地源排放的同时,加强对细颗粒尤其是二次细颗粒污染及其前体物的协同控制.     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。