唐山新冠肺炎防疫期间空气质量变化特征及污染成因分析

为研究唐山市新冠肺炎防疫期间环境空气质量变化特征以及形成重污染的成因,分析了2020年1月1日至2月29日的PM_(10)、PM_(2.5)、SO_2、NO、NO_2、CO、PM_(2.5)组分(有机碳(OC)、元素碳(EC)、重金属等)和气象数据。结果表明,防疫期间空气质量整体改善,相比正常生产期间除CO浓度均值未变化,其他参数均呈下降趋势,其中NO、NO_2浓度降幅最大,分别降低73%和41%,受车流量减少影响显著。防疫期间的2月9—13日出现1次连续5天的重污染过程,相比正常生产期间PM_(10)、PM_(2.5)和CO浓度分别增长了69%、104%和95%,Fe浓度增加57%,呈钢铁型污染特征;该时段相对湿度和风速分别为80.2%、0.7m/s,为高湿低风速气象条件,二次无机盐(SNA,包括NH_4~+、NO_3~-、SO_4~(2-))在PM_(2.5)中占比为64%,比正常生产期间高31%,此次污染过程受本地工业大气污染物排放累积以及二次生成共同影响。     

春节期间太原市环境空气质量变化

对包含春节节日的2014年1月16日至2月15日太原市环境空气中O_3、NO_2、CO、SO_2、PM_(2.5)、PM_(10)的质量浓度监测数据进行了统计分析,并就春节期间燃放烟花爆竹及气象因素对空气质量产生的影响利用Pearson分析展开相关研究。结果表明:烟花爆竹集中燃放阶段,O_3的质量浓度日变化基本不受其直接影响、呈单峰型,其他污染因子由双峰型变化为明显的三峰型,PM_(2.5)、PM_(10)污染突出,PM_(10)增加速率高于PM_(2.5),PM_(2.5)/PM_(10)的3个谷值与污染因子的3个峰值相对应;分析气温、相对湿度、风速对CO、PM_(2.5)、PM_(10)的影响均在0.01显著水平上相关,但对于烟花爆竹集中燃放污染水平,气温、相对湿度对其影响不大,风速对其影响较为突出,风向与其有明显的相关性。     

哈尔滨市大气污染与气象因素的相关性分析

为了研究哈尔滨市大气污染特征以及气象要素对大气污染的影响,对哈尔滨市2013年采暖期及非采暖期内4种大气污染物(二氧化硫SO_2、二氧化氮NO_2、可吸入颗粒物PM_(10)、细颗粒物PM_(2.5))日均浓度分布特征以及日均浓度与部分地面气象要素(风速、气温、气压、相对湿度)相关性进行研究。提出哈尔滨市4种大气污染物日均浓度均符合对数正态分布。采暖期和非采暖期内4种大气污染物浓度与地面气象要素的相关性存在显著差异。采暖期内,4种污染物浓度与风速显著负相关,与风速相关系数最高达-0.639;与气压和相对湿度正相关。非采暖期内,4种大气污染物均与相对湿度呈负相关,相关系数为-0.5左右,与其他3种气象要素相关性普遍不高。全年4种污染物中仅有SO_2与气温呈较好负相关,相关系数为-0.4。     

广州PM2.5污染特征及与气象因子的关系分析

基于2014—2016年广州PM_(2.5)浓度逐时观测数据,研究了广州PM_(2.5)污染变化特征及其与气象因子的关系,确定了影响广州大气能见度的PM_(2.5)浓度阈值。结果表明:(1)2014—2016年广州PM_(2.5)质量浓度平均为32.7μg/m3,广州1月PM_(2.5)污染最重,轻度、中度、重度污染频率合计达20.16%;(2)PM_(2.5)浓度与风速、降水、气温、能见度呈负相关,与相对湿度、气压呈正相关;(3)广州地区在南风的条件下PM_(2.5)浓度最低,风速小于2m/s的偏北风下易出现污染;(4)PM_(2.5)浓度与相对湿度共同影响广州能见度的变化,随着相对湿度的增加,PM_(2.5)浓度的敏感阈值不断减小,通常当PM_(2.5)高于37.3μg/m3时,控制PM_(2.5)对改善城市能见度成效相对缓慢,而当PM_(2.5)浓度低于此阈值时,降低PM_(2.5)将显著提高大气能见度。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

道路区域PM_(2.5)浓度的影响因素研究

为探究人为因素和气象因素对道路区域PM_(2.5)浓度的影响,选择南京仙林大学城某条典型道路开展大气PM_(2.5)监测实验。结果表明,道路清扫抬升PM_(2.5)浓度,白天的抬升作用较傍晚和夜间更加显著。各类交通流对道路区域PM_(2.5)浓度的影响程度排序为:柴油车汽油车燃气车道路行人。PM_(2.5)浓度阴天高于晴天和多云天,霾日(209.3、80.5μg/m~3)高于非霾日(47.0、62.0μg/m~3);在霾日变化特征各异,在非霾日均呈"三峰"分布特征。非霾日,道路区域PM_(2.5)浓度的高值区与相对湿度的高值区,温度、风速的低值区重合;PM_(2.5)浓度的低值区与相对湿度的低值区,温度、风速的高值区重合。温度与PM_(2.5)浓度呈负相关(r=-0.501,P0.05),是影响PM_(2.5)污染程度的关键气象因子。由此可见,道路清扫、交通流和各类气象因素对道路区域PM_(2.5)浓度影响显著。     

重庆主城区近年一次典型空气重污染过程分析

对2013—2015年重庆主城区空气重污染情况进行统计,并结合地面和高空探测手段,分析了一次典型重污染过程的污染特征。结果表明:重庆主城区秋冬季节的空气污染,以受不利气象条件影响的本地细颗粒物(PM_(2.5))累积污染为主,PM_(2.5)占PM_(10)的平均比例为72%左右;大气能见度与颗粒物浓度、相对湿度均呈现明显的负相关性。典型污染期间的近地层颗粒物污染带主要在0~400 m的高度范围,AOD值高达2.0~2.4,α指数在1.0左右。二次粒子、机动车尾气、扬尘是污染期间重庆主城区PM_(2.5)的主要来源。     

绵阳重污染天气机动车限行对空气质量的影响研究

为应对2017年底绵阳出现的一次重污染天气,绵阳政府于2017年12月25日0时至29日12时首次实行了机动车尾号限行措施。利用2017年12月20日至2018年1月2日绵阳4个国控环境质量监测站点的CO、NO_2、SO_2、O_3、PM_(2.5)、PM_(10)的数据分析限行前后的污染物浓度变化特征,并结合气象数据进行污染成因分析。结果表明,大气颗粒物PM_(2.5)和PM_(10)是此次重污染天气的首要污染物,机动车尾号限行措施对PM_(2.5)和PM_(10)有一定的减排效果。机动车尾号限行措施对NO_2、SO_2、O_3具有明显的减排效果,而对CO几乎没有减排效果。限行前和限行期大气颗粒物主要来源于化学转化形成的二次颗粒物,而限行后则转为沙尘、扬尘等一次颗粒物。江油对绵阳大气颗粒物PM_(2.5)、PM_(10)影响很大,气流轨迹出现频率高,大气颗粒物浓度也高,有必要考虑进行区域联防联控。     

北京市无风天人体高度的PM_(2.5)、PM_(10)变化特征及扩散机制研究

为了解无风天情况下PM_(2.5)、PM_(10)的人体暴露水平及扩散机制,对人体呼吸高度的PM_(2.5)、PM_(10)浓度及近地面不同高度处的温度、相对湿度进行连续监测,分析了垂直温度梯度、相对湿度的相对变化速率对PM_(2.5)、PM_(10)浓度的影响,并利用回归分析法建立PM_(2.5)、PM_(10)浓度与不同高度处温度、相对湿度的单、多变量回归模型,从中选取最优回归模型。结果表明:(1)晴天的PM_(2.5)、PM_(10)浓度在研究时段(9:00—21:00)内总体呈先降低再升高的趋势,而阴天、小雨天PM_(2.5)、PM_(10)浓度呈多峰变化,起伏较大;晴天不同高度的温度差异大,阴天、小雨天温度差异相对较小;晴天不同高度的相对湿度曲线总体均呈U型分布,相较而言,阴天及小雨天各层的相对湿度曲线波动较大;(2)垂直温度梯度是影响晴天PM_(2.5)、PM_(10)扩散的主要原因,相对湿度变化是影响颗粒物扩散的另一重要因素。(3)PM_(2.5)、PM_(10)浓度的单、多变量最优回归模型表明,低污染晴天,温度是影响颗粒物扩散的主要因素,高污染晴天则主要受相对湿度的影响,介于上述两种污染状况之间时,PM_(2.5)、PM_(10)浓度不仅受各层相对湿度的控制,还受到温度的影响。阴天PM_(2.5)、PM_(10)浓度的最优回归模型相对复杂,模型精度不及晴天。     

气象因素对大气污染物影响的季节差异分析及预测模型对比—— 以深圳为例

以深圳为例,通过收集其2014年9月至2017年8月的地面气象观测数据、大气污染物PM_(2.5)和PM_(10)浓度数据及空气质量指数(AQI),利用SPSS软件分别构建线性回归模型与非线性多层神经网络(MLP)模型,探讨了气象因素对PM_(10)、PM_(2.5)及AQI影响的季节性差异,并利用构建的两种模型对PM_(2.5)、PM_(10)和AQI进行预测和对比。结果表明,气温、湿度、风速及风向均对深圳PM_(2.5)、PM_(10)及AQI有较大影响,且影响因素存在季节差异性;两种模型中,MLP模型在对复杂多变的空气质量预测上更具优越性。研究结果可为深圳空气质量优化以及城市局部和整体规划提供科学依据,并为其他城市空气质量模拟分析提供参考。     

河谷型城市一次大气持续重污染特征及其原因分析 —— 以宝鸡市为例

利用2016年冬季12月16—22日监测的宝鸡市6种大气污染物及主要气象要素,分污染前、重污染期、污染结束3个过程分析了污染物的变化特征,探讨了大气污染物时间变化与气象要素关系。结果表明:(1)大气重污染过程中主要污染物为PM_(10)和PM_(2.5),重污染期最大值比污染前增加113%、93%,比污染结束高出268%、190%,浓度均超过《环境空气质量标准》(GB 3095—2012)中24h平均二级限值。SO_2、CO、NO_2、O_3重污染期最大值比污染前增加7%、33%、54%、18%,比污染结束高出36%、33%、58%、57%,但浓度均未超过GB 3095—2012中1h平均二级限值。日变化总体表现为PM_(2.5)、PM_(10)、CO出现两个峰值,SO_2、NO_2、O_3出现一个峰值;3个过程峰值点出现时间基本一致;重污染期PM_(2.5)、PM_(10)较高,但振幅比污染前后的振幅减小。(2)PM_(10)、PM_(2.5)与相对湿度、风速关系密切,与气温关系较差。(3)河谷地形、气象条件及大气环流场相互作用形成污染物持续的集聚是导致宝鸡市重污染发生的重要因素,并对污染物的扩散和清除具有滞后作用。     

乌鲁木齐市PM_(2.5)浓度与气象条件耦合分析

为探究气象条件对污染物浓度的影响,于2013年10月至2014年10月在乌鲁木齐市主城区采集PM_(2.5)样品,并选取同期气象站监测的气象数据进行分析。结果表明:(1)乌鲁木齐市采暖期PM_(2.5)日均值平均达到84.70μg/m~3,超出了《环境空气质量标准》(GB 3095—2012)中24h平均二级限值(75μg/m~3),是非采暖期(20.66μg/m~3)的4倍多。(2)采暖期风速、相对湿度、气温、水汽压与PM_(2.5)日均值极显著相关,非采暖期相对湿度与PM_(2.5)日均值极显著相关。     

成都市大气颗粒物污染特征及与气象因子的关联性分析

利用成都市2013年6月至2014年5月的PM10和PM2.5浓度监测数据,分析大气颗粒物污染特征,并探讨其与气温、相对湿度、降雨、风向、风速等气象因子的关联性。结果表明:成都市大气PM2.5污染较严重;PM10和PM2.5浓度及超标率均表现为冬季秋季春季夏季,秋季和冬季为大气颗粒物污染高发期;PM2.5对PM10贡献显著;气温超过10℃时,PM10和PM2.5最高浓度大体随气温升高而降低;相对湿度为40%~80%时,PM10和PM2.5浓度随相对湿度增加而升高;相对湿度超过80%时,易发生降雨,PM10和PM2.5浓度降低;降雨对PM10的清除量高于PM2.5,但降雨后PM10和PM2.5浓度较快回升;PM10和PM2.5浓度在偏西风下高于其他风向;PM10主要受局地源影响,而PM2.5主要受西北方向上的外来源影响。     

基于双权重模糊综合评判的南京空气质量评价

为了更加合理地评价空气污染程度,基于传统的浓度超标赋权单因子法,将污染物毒性纳入考虑,建立了双权重因子模糊综合评价模型,并应用于南京市空气质量评价。双权重评价结果与浓度超标赋权单因子法评价结果对比如下:南京市空气主要污染物为PM_(2.5)、PM_(10)和NO_23种,2013—2016年空气质量逐年改善,夏秋季节空气质量明显优于冬春季节。双权重因子模型计算所得的PM_(2.5)的空气污染权重是单因子法的2倍,PM_(2.5)与PM_(10)所占的空气污染权重占60%以上,显著高于其他污染因子,这是由于颗粒污染物较强的毒性所致。相对于单因子法,双因子权重法考虑了不同污染因子的危害程度,是一种更客观的空气污染评价方法。     

成都市降水对大气颗粒物湿清除作用的观测研究

为研究成都市降水对大气颗粒物(以下简称颗粒物)的湿清除作用,对2014—2016年成都市的颗粒物(PM_(2.5)、PM_(10))和气象观测数据进行分析。结果表明:月、季尺度下,降水对PM_(2.5)、PM_(10)均有削减作用。降水时段的PM_(2.5)、PM_(10)浓度较非降水时段分别降低17.1%和15.8%,且冬季降幅最为明显。考察472次降水过程对颗粒物的湿清除作用,发现单次降水过程后PM_(2.5)、PM_(10)浓度增长频次(243、234次)和削减频次(229、238次)接近,但颗粒物浓度总体呈削减趋势。对于单次降水过程,颗粒物的初始浓度与降水对颗粒物的湿清除作用关系密切,特别是降水持续时间超过8h后,颗粒物初始浓度越高,削减效果越好。     

海口市PM_(2.5)演变特征及其与气象因素的关系

利用海口市PM_(2.5)逐时数据、常规气象观测资料、FNL全球分析资料和HYSPLIT模式,对比分析海口市PM_(2.5)变化特征及其与气象因素的关系。结果表明:(1)2014年1月1日至2016年6月30日,海口市PM_(2.5)日均值以达到《环境空气质量标准》(GB 3095—2012)一级标准为主;年均值为23μg/m~3,达到GB 3095—2012二级标准;月均值整体呈周期性波动,秋冬季高、春夏季低;季节均值排序为冬季秋季春季夏季。(2)降水对PM_(2.5)有清除作用;风速加大会使PM_(2.5)浓度减小。(3)污染个例分析表明,海口市PM_(2.5)浓度增大,是因为东北风将外地污染物传输经过本地,并配合有利的天气形势,最终造成大气污染事件的发生。     

汾渭平原采暖期与非采暖期大气环境质量时空变化特征研究

采暖期重污染天气频发,成为大气环境质量改善的难点。汾渭平原刚被划为中国环境治理的重点区域,大气污染形势十分严峻。基于2014—2018年PM2.5、SO_2、NO_2、O_3和CO等污染物监测数据及空气质量指数,分析了汾渭平原采暖期和非采暖期大气环境质量的时空变化特征。结果表明:(1)采暖期PM_(2.5)、SO_2、NO_2和CO浓度均高于非采暖期,非采暖期PM_(2.5)相比采暖期低42%～54%,采暖期SO_2、NO_2和CO的平均浓度分别是非采暖期的2.7、1.5、1.6倍,而非采暖期O_3平均浓度是采暖期的2.2倍;(2)PM_(2.5)和SO_2为采暖期首要污染物,O_3为非采暖期首要污染物;(3)采暖期和非采暖期三省交界处和临汾的PM2.5浓度均较高,采暖期气态污染物的空间分布与非采暖期基本相似,其中SO_2浓度的空间分布为山西境内河南境内陕西境内;(4)采暖期PM_(2.5)与SO_2、NO_2、CO浓度均呈正相关,与O_3呈负相关,非采暖期SO_2、NO_2和CO随PM_(2.5)浓度呈一致变化趋势,均先上升后下降,与采暖期的变化趋势并不相同;(5)采暖对PM_(2.5)和SO_2的年平均贡献率分别为34.9%和42.1%。     

室内外PM_(2.5)污染特征、形貌及矿物组成

为掌握室内外细颗粒物(PM_(2.5))污染特性,监测采集西安市某办公场所室内外PM_(2.5)样品,统计分析PM_(2.5)质量浓度特征,探究室内外PM_(2.5)相关性、微观形貌以及矿物组成的差异。结果表明:室内外PM_(2.5)年均质量浓度分别为85.32和109.83μg·m~(-3),冬季污染尤为严重。室内PM_(2.5)受室外PM_(2.5)影响显著,室内外PM_(2.5)质量浓度的相关系数为0.890 0。室内PM_(2.5)多为粒径小于1μm的球状颗粒物,而室外颗粒物形状、大小不规则,室内外PM_(2.5)均含有大量的碳、氧元素,其他元素的种类和含量存在一定差异。室内PM_(2.5)中矿物多为非晶态物质,室外PM_(2.5)主要由石英、赤铁矿和碳酸钙等矿物质组成。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。