基于网格的长三角PM2.5分布影响因素及交互效应

基于遥感反演数据,研究了2016年长三角地区PM_2.5浓度空间分布特征,从气象因素、地形、植被和大气污染物排放清单等方面选取评价因子,以0.25°×0.25°网格为评价单元,利用GAM模型研究了长三角PM_2.5空间分布的影响因素及交互效应.结果表明：①长三角PM_2.5浓度总体呈北高南低、西高东低的分布态势,但以南北向差异为主.长三角南部PM_2.5浓度多低于35 μg·m^-3,PM_2.5超标零星出现在城镇周围,呈孤岛状分布.北部PM_2.5浓度多超过35μg·m^-3,PM_2.5污染多呈连片状分布.②长三角PM_2.5浓度分布具有显著的正的空间自相关性,高高集聚区集中分布在长三角北部,低低集聚区集中分布在南部.③ GAM模型分析表明,地形起伏度、气温和降水量对PM_2.5浓度主要呈负向影响;污染物排放量主要呈正向影响;风速<2.5 m·s^-1时影响不显著,风速≥2.5 m·s^-1后有显著的负向影响.地形起伏度、气温和降水量南高北低是造成长三角PM_2.5北高南低的重要原因,风速东高西低是造成长三角PM_2.5浓度东西向差异的原因之一.④除地形起伏度-PM_2.5排放量外,其余因素两两间的交互项均通过了显著性检验,对PM_2.5分布有显著的交互效应.     

基于积累速率的汾渭平原秋冬季PM2.5污染特征及影响因素分析

为研究汾渭平原各城市PM_2.5污染特征及影响因素,利用2015—2019年汾渭平原11市秋冬季污染物逐时浓度,基于日变化分析构建了各城市慢速积累和快速积累的评价指标,量化了各城市的积累水平.结果表明：汾渭平原各城市PM_2.5积累水平差异显著,积累速率最快的城市是宝鸡,最慢的是三门峡;快速积累阈值最高的是临汾,最低的是三门峡.结合各地积累速率值的分布特征,11地市的积累水平可分为较强（宝鸡、临汾、吕梁、晋中）、中等（咸阳、渭南、铜川、运城、洛阳）和较弱（西安、三门峡）3种.积累速率多随浓度的增高呈上升趋势,其中吕梁和临汾最为显著,而西安增幅最小.从年变化来看,各地快速积累占比从2017年或2018年开始减少,从月变化来看,12月和1月为快速积累出现最多的月份.二次污染物和区域传输对PM_2.5积累速率均有影响,发生快速积累时,前体物SO₂和NO₂的浓度明显升高,二次反应显著;对临汾和西安的后向轨迹分析表明,西偏南方向气流的增加更易引起当地PM_2.5的快速积累.     

关中平原城市群PM2.5时空演变格局及其影响因素

PM_2.5作为大气污染的主要来源,其时空演变格局和影响因素对于大气环境质量调控具有重要意义.基于2000~2020年PM_2.5遥感反演数据,采用空间自相关和数理统计方法分析关中平原城市群PM_2.5时空演变特征,以海拔、年均气温和人均GDP等10种因子为自变量,结合地理探测器和多尺度地理加权回归（MGWR）模型对PM_2.5污染影响因素进行空间分异探究.结果表明：①2000~2020年,关中平原城市群PM_2.5浓度总体呈下降趋势.浓度高值区集中在研究区中东部,低值区集中在研究区西部.热点区域集中在临汾市和运城市,冷点区则集中在天水市和宝鸡市.②自然因子在关中平原城市群PM_2.5污染中占主导地位,2020年PM_2.5浓度主控影响因子按解释力大小排序依次为：海拔>年均气温>地形起伏度>年均相对湿度>年降水量>人均GDP>植被覆盖度>能源消耗指数.③主控影响因子按照作用尺度大小排序依次为：植被覆盖度>年均气温>能源消耗指数>年降水量>地形起伏度>海拔>人均GDP>年均相对湿度.其中人均GDP、地形起伏度、能源消耗指数和年均气温主要为正向作用,植被覆盖度、年降水量、海拔和年均相对湿度主要为负向作用.研究得出了关中平原城市群PM_2.5时空演变格局和影响因素,可为相关部门制定大气污染防治政策提供决策依据,同时丰富实证研究.     

新冠肺炎疫情期间气象条件和排放变化对PM2.5的影响

本文基于WRF-CMAQ定量分析了2020年1~3月全国337城市气象条件和排放变化对PM_2.5浓度的影响.全国气象条件整体转好1.7%,1月转差1.6%,2~3月分别偏有利1.3%和7.9%;全国污染物排放下降使得PM_2.5浓度同比下降14.1%,1~3月分别下降4.0%、25.7%和15.0%.武汉第一季度实测PM_2.5浓度同比降幅高于全国水平,与其气象条件大幅转好且污染排放降幅较大有关.北京在疫情发生前和严控期PM_2.5浓度同比升高,主要为气象转差所致;复工复产期同比下降,主要为污染排放大幅下降所致."2+26"城市、汾渭平原和长三角在第一季度PM_2.5浓度同比均下降,长三角降幅最大,与其污染排放大幅下降有关;"2+26"城市和汾渭平原在疫情发生前气象条件大幅转差,严控期大幅转好,长三角在复工复产期气象条件最有利;重点区域均为疫情严控期污染排放降幅最高,复工复产期降幅趋缓.     

PM2.5和O3污染协同防控区的遥感精细划定与分析

针对地面站点监测数据难以支撑大气PM_2.5与O₃污染防控区边界划定的问题,融合大气污染浓度遥感估算建模与GIS统计分析模型,提出了一种基于PM_2.5和O₃浓度遥感估算结果的协同防控区精细划定方法,开展了2015~2020年月和年尺度的全国PM_2.5与O₃污染协同防控成效定量分析与防控区精细划定研究.结果表明,2015~2020年,我国PM_2.5浓度总体下降显著但O₃浓度基本持平,PM_2.5污染在秋冬超标严重,O₃污染则在春夏;同时PM_2.5与O₃浓度变化在空间上的不一致性显著,其中PM_2.5下降且O₃上升、PM_2.5与O₃均下降、PM_2.5与O₃均上升和PM_2.5上升O₃下降的面积占比分别为38.34%、35.12%、15.24%和10.89%.遥感精细划定范围显示,PM_2.5和O₃协同防控区域的边界具有显著动态变化特征,在时间变化上呈现先扩大后缩小的趋势,主体范围集中在"2+26"城市、汾渭平原、长三角北部和山东半岛.以PM_2.5或O₃单一防控为主的区域范围较为稳定,辽吉、鄂湘赣、成渝和塔克拉玛干沙漠-河西走廊区域需以PM_2.5防控为主,珠三角、长三角和环渤海湾部分区域则应以O₃防控为主.基于卫星遥感手段的PM_2.5和O₃协同防控区域边界精细划定方法可更好辅助国家PM_2.5和O₃协同防控策略制定需求.     

冬季采暖期气象条件对PM2.5等空气质量要素的影响——以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心（ECMWF）发布的第五代全球气候再分析资料数据集（ERA5）,分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_2.5浓度的影响程度,使用二元Logistic回归分析气象因素对PM_2.5超标风险的影响。咸阳市采暖期首要污染物以细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）为主,采暖期超标最多的污染物为PM_2.5,超标天数逐年递减;PM₁₀的日变化呈“双峰双谷”型,PM_2.5的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_2.5浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示：除相对湿度外,其他气象因素对PM_2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。     

陕西省PM2.5时空分布及影响因素区域差异研究

为了解陕西省PM_2.5分布特征及影响因素区域差异,基于陕西省2019年PM_2.5浓度数据,采用空间数据统计方法、空间自相关分析法和地理探测器法对PM_2.5时空分异特征及驱动因素进行探究,以期为陕西省PM_2.5研究与治理提供可靠的科学依据。结果表明：陕西省PM_2.5污染呈“冬高夏低”、“中部高、南北低”的特点。陕西省PM_2.5浓度空间分布表现为极显著的空间正相关性,陕南部分县域为低低聚集区,关中地区渭南、西安、咸阳部分县域为高高聚集区。对陕西省PM_2.5浓度影响最大的是社会经济因子（0.328—0.548）,陕北地区为GDP（0.932）,关中地区为人口密度（0.936）,陕南地区为相对湿度（0.710）。交互探测结果表明：陕西省主导交互因子为人口密度∩GDP,各种复杂的自然因素和人为活动因素耦合会大大加强对PM_2.5浓度的解释力。     

汾渭平原空气质量的时空特征及其与气象因子的关系

汾渭平原是继京津冀和长三角之后环境污染治理的第三大重点区域,为发挥协同作用改善区域大气质量提供更为科学客观的依据,基于2014—2019年汾渭平原11个重点城市的空气质量监测资料和气象数据,利用统计方法分别从空间和时间尺度上揭示了汾渭平原空气质量指数以及主要污染物特征,及其与气象因子的关系.结果表明：11个城市中有7个城市的年均AQI指数100以上,重度以上天数占6%,重污染聚集区主要集中在关中中东部.从时间尺度看,AQI的年际波动明显且在2017年之后略有改善,冬春季特别是1月污染最为严重且呈现出明显的周末效应.首要污染物的季节差异较大,冬季以PM_2.5和PM₁₀为主,而夏季则主要以O₃为主,春秋季则分别以PM₁₀和PM_2.5为主.从气象影响因子看,年尺度上气压、降水、平均气温以及混合层高度除与O₃为正相关外与其它污染物均为显著的负相关,且呈现出明显的季节差异.而降水无论年尺度还是季节尺度上均对空气质量有利,特别是中雨量级以上的降水过程对颗粒物和O₃污染的改善作用明显.     

中原城市群PM2.5浓度驱动因子联动效应及非线性影响

城市群是中国PM_2.5污染与防治的核心区.为探究中原城市群PM_2.5浓度驱动因子的作用机制,基于多源遥感数据和统计数据,采用空间自相关、参数最优地理探测器以及系统动态面板回归模型等方法,量化了PM_2.5浓度的驱动因子及因子间的联动效应,进一步分析了社会经济因素对PM_2.5浓度的非线性影响并给出相应的治霾建议.结果表明：①2012~2018年,中原城市群PM_2.5浓度下降程度存在空间分异,北部较南部地区污染减弱更为显著.②PM_2.5浓度高值聚集有从中原城市群北部向东部转移的趋势,而低值聚集情况相对稳定.③高程对PM_2.5浓度的解释力最强,因子间联动效应对PM_2.5污染的解释力均表现为增强,其中高程与降水交互后解释力最强.④人均GDP、人口密度、夜间灯光、外商直接投资和第二产业占比均与PM_2.5浓度之间存在非线性关系.结合中原城市群现状,加大污染治理投入、调整城市结构形态、加强基础设施建设、调整人口分布与产业结构、保持较高的城市活跃水平、设定严格的环境法规和引入高质量外商投资等有助于治理PM_2.5污染.     

邯郸市大气颗粒物污染特征的监测研究

使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM₁₀和PM_2.5浓度,分析了2012年7月31日—12月2日4个月内PM₁₀、PM_2.5的浓度水平、时变规律和PM_2.5/PM₁₀的变化情况.结果表明,监测时段内PM₁₀和PM_2.5的日均浓度平均值分别为208.4 μg·m^-3和99.1 μg·m^-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM_2.5/PM₁₀在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM₁₀和PM_2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM₁₀和PM_2.5浓度变化剧烈且大大高于8、9月份.PM₁₀和PM_2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.     

Fe2O3添加对钛基SCR催化剂表面硫酸氢铵分解行为的影响规律

采用共沉淀法合成了TiO_2及TiO_2-Fe_2O_3载体,并对硫酸氢铵与上述载体之间的相互作用及硫酸氢铵的具体分解行为进行了研究.结果表明,催化剂载体表面含硫官能团主要以双齿硫酸盐的形式存在,含氮官能团以铵根离子的形式存在.当硫酸氢铵沉积于催化剂载体表面时,由于硫酸根离子具有较强的电负性,Ti原子及Fe原子处于电子缺失状态.对于TiO_2载体,硫酸根离子主要与Ti原子相连;而对于TiO_2-Fe_2O_3载体,Ti原子及Fe原子均为硫酸根离子主要的附着位点.采用热分析方法及原位红外对硫酸氢铵在TiO_2及TiO_2-Fe_2O_3载体表面的分解行为进行了研究,发现铁氧化物的添加显著促进了硫酸氢铵在低温区间内的分解行为;与铵根离子相比,硫酸根离子具有更高的热稳定性.催化剂稳定性测试结果表明,铁氧化物的添加显著提高了低温抗硫抗水性能,为实现低温SCR技术的工业应用提供了理论基础.     

污灌区盐分累积对土壤汞吸附行为影响的模拟研究

以受盐渍化和重金属汞双重胁迫的天津污灌区土壤为研究对象,探讨汞在盐渍化土壤中吸附的热力学及动力学特征.研究的盐分种类为污灌区土壤盐渍化进程中的主要盐分NaCl和Na2SO4,设置的盐度梯度为7个,添加质量分数为0~5%.结果表明,Lanmguir方程和Elovich方程可以理想地拟合盐处理下土壤对Hg(Ⅱ)吸附的热力学和动力学过程.当加入的盐分为NaCl时,随着添加盐度的增长(0~5%),最大吸附量(Langmuir方程的参数qm)、吸附强度(Langmuir方程的参数k)迅速降低,分别由对照的868.64 mg·kg-1和1.32减少至添加5%NaCl的357.48 mg·kg-1和0.63,且使土壤Hg(Ⅱ)的吸附速率(Elovich方程的参数b)显著下降;当加入的盐分为Na2SO4时,随着盐度的增长,最大吸附量和吸附强度小幅下降,由对照降低至添加5%Na2SO4的739.44 mg·kg-1和1.18,对土壤Hg(Ⅱ)吸附速率影响不显著.土壤中Cl-和SO2-4含量对Hg(Ⅱ)最大吸附量之间可以用对数模型刻画,Cl-含量与Hg(Ⅱ)吸附速率之间表现为线性关系.研究表明,高浓度的NaCl环境极其不利于Hg(Ⅱ)在污灌区土壤中的吸附及固持,用含NaCl较高的污水灌溉作物很有可能会引起汞的二次污染,土壤的盐渍化趋势会使汞污染和释放趋势更趋严重.     

兴隆大气气溶胶中水溶性无机离子分析

2009年9月～2010年8月在兴隆大气背景站,利用Andersen分级采样器进行大气气溶胶样品的采集,并利用离子色谱分析了其中的水溶性无机离子的成分含量.结果表明,TSP、PM2.1和PM1.1中总水溶性无机盐的年平均浓度分别为(89.66±47.66)、(54.44±34.08)和(44.39±29.95)μg·m-3,其中SO42-、NO3-、Ca2+和NH4+为兴隆大气气溶胶中最主要的水溶性无机离子.PM2.1中总水溶性无机离子的年平均浓度占TSP的61%.PM1.1总水溶性无机离子的年平均浓度占TSP的50%,占PM2.1的82%.PM1.1、PM2.1和TSP中水溶性无机离子总浓度季节性变化趋势一致,夏季>秋季>春季>冬季.NH4+与SO42-的摩尔比>2,表明NH4+未被SO42-完全中和.在细粒子中NH4+和SO42-、NO3-均有较好的相关性,相关系数分别为0.96和0.87,表明NH4+可能以(NH4)2SO4和NH4NO3的形式存在.     

杀菌剂对湖泊水体温室气体浓度分析的影响

通过往湖泊水样中添加杀菌剂(CuSO4和HgCl2),利用平衡法,用气相色谱仪测定CO2、CH4、N2O浓度,研究杀菌剂(CuSO4和HgCl2)添加对湖泊水体CO2、CH4、N2O浓度分析的影响.实验设计:对照组(CK)不加任何试剂;处理组T1加1mL CuSO4溶液,T2加5 mL CuSO4溶液,T3加0.5 mL HgCl2溶液;每组的水样分两批分析:(Ⅰ)预处理完成后立即分析和(Ⅱ)预处理完成后静置两天再分析.结果表明,CuSO4和HgCl2的添加均能明显增加水体中CO2的浓度,CK(Ⅰ)和CK(Ⅱ)的CO2平均浓度分别为(11.5±1.47)μmol·L-1和(14.38±1.59)μmol·L-1,T1(Ⅰ)和T1(Ⅱ)的CO2平均浓度分别为(376±70)μmol·L-1和(448±246.83)μmol·L-1;T2(Ⅰ)和T2(Ⅱ)的CO2平均浓度分别为(885±51.53)μmol·L-1和(988.83±101.96)μmol·L-1;T3(Ⅰ)和T3(Ⅱ)的CO2平均浓度分别为(287.19±30.01)μmol·L-1和(331.33±22.06)μmol·L-1.但CuSO4和HgCl2添加对水体中CH4和N2O的浓度没有影响.对比Ⅰ和Ⅱ的实验结果可知,在水样预处理完成后需当天分析其温室气体(CO2、CH4、N2O)浓度.本研究表明,杀菌剂的添加能显著增加水体CO2的浓度.     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

黄河泥沙中的腐殖质对高锰酸盐指数测定的影响

通过模拟试验研究了黄河泥沙对高锰酸盐指数的影响,结果表明:①浑水高锰酸盐指数(COD_Mn)和水样加酸处理后水相COD_Mn随着泥沙含量的增加而显著增长;但水样未加酸处理水相的COD_Mn随着泥沙含量的增加只呈微上升趋势;②随着泥沙含量的增加,浑水生化需氧量(BOD₅)的增长率显著低于浑水COD_Mn和加酸处理条件下的水相COD_Mn的增长率;③黄土中含量仅为0.76%的腐殖质对含泥沙浑水COD_Mn的贡献较大,当泥沙含量为7.5g/L和15g/L时,腐殖质对浑水COD_Mn的贡献分别为15.9%和 21.7%;④泥沙中腐殖质的主要组成之一富里酸溶于酸,当泥沙含量为7.5g/L和15g/L时,富里酸对水样加酸处理后水相COD_Mn的贡献分别为23.6%和50.6%.由于富里酸在自然条件下不容易发生生物降解,因此,目前黄河水质监测中的COD_Mn夸大了黄河耗氧性有机物的污染.     

烟花爆竹燃放对北京大气污染物和水溶性无机离子的影响

为了解春节期间烟花爆竹燃放对北京大气污染物和PM_2.5中水溶性无机离子贡献的影响,采用浓度特征对比、相关性分析等方法,对2011年2月1日-3月1日期间的PM₁₀、气态污染物、PM_2.5中水溶性无机离子浓度等在线数据进行了分析.结果表明:烟花爆竹的燃放会在短时间内加重PM₁₀颗粒物污染,集中燃放期（含除夕、春节、正月初五、元宵节）ρ（PM₁₀）和φ（SO₂）（分别为232μg/m3和40.2×10-9）是非集中燃放期（63μg/m3和16.0×10-9）的3.7和2.5倍,燃放烟花爆竹对ρ（PM₁₀）和φ（SO₂）的小时贡献率分别达到56.8%和35.6%;但对φ（CO）、φ（NO）、φ（NO₂）无显著影响.而观测期间由其他因素导致的污染期ρ（PM₁₀）和各气态污染物小时体积分数有所增加,分别是非集中燃放期的3.0~8.3倍.燃放烟花爆竹对PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）的影响最大,分别为非集中燃放期的65.0、31.6、6.9倍,贡献率分别为88.6%、87.2%、65.8%. ρ（Mg2+）、ρ（K+）与ρ（Cl-）在集中燃放期表现出较高的相关性（R>0.9）.污染期ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）明显升高,分别为非集中燃放期的3.8、16.4、8.3倍,同时高于集中燃放期（分别为2.7、2.5、2.1倍）.集中燃放期PM_2.5中主要以NH₄HSO₄、NH₄NO₃、KNO₃、KCl、NH₄Cl、MgCl₂等形式存在.集中燃放期硫氧化物转化率（SOR）高于非集中燃放期和污染期,而氮氧化物转化率（NOR）则是污染期最高.研究显示,燃放烟花爆竹对ρ（PM₁₀）及PM_2.5中ρ（Mg2+）、ρ（K+）、ρ（Cl-）影响最大,污染期各离子浓度均有大幅升高,NOR在污染期的高值是导致ρ（NO₃-）升高的重要原因.      

不同酸性气体及相对湿度对海盐氯损耗过程的影响

使用在广州南村站、深圳竹子林站及西涌站的MARGA仪器实测资料,分析了不同酸性气体及相对湿度对海盐氯损耗过程的影响.在分析深圳竹子林站、西涌站的海盐氯损耗中发现,竹子林站氯损耗平均为48.0％,西涌站海盐氯损耗平均为56.9％,氯损耗的峰值一般出现于下午14时.西涌站、竹子林站和广州南村站酸性气体和碱性气体均以HNO2、SO2、NH3为主,但各站点的比例分布不同,西涌站以HNO2最多(42％),SO2(32％)次之;竹子林站以NH3与SO2为主,百分比分别为36％和34％;广州南村站以SO2为主(58％),NH3次之(20％);而三站HNO3所占比例很小,均为7％.另外,分析了HCl的来源,主要关注了海盐粒子中的NaCl与HNO3反应、NH4Cl的挥发及H2SO4与NaCl的反应这3个来源,发现西涌站与竹子林站HCl和HNO3之间的线性关系较好(R2西涌=0.689,R2竹子林=0.594),说明西涌站与竹子林站的HCl主要来源于NaCl与HNO3反应过程中Cl被HNO3置换而成;而广州南村站二者线性关系较差(R2南村=0.295),说明还存在其他的损耗机制.在研究相对湿度对氯损耗的影响中发现,相对湿度低时氯损耗更容易发生.     

2014年APEC会议期间北京市空气质量分析

为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象数据、能见度、常规污染物浓度和PM_2.5化学组分,对APEC会议期间北京市的空气质量进行分析.结果表明,APEC期间的11月4日和8-10日两个过程,大气污染物扩散条件较不利,易出现污染过程.APEC期间,密云、榆垡、昌平、奥体中心和西直门北大街5个站点SO₂、NO₂、O₃、PM₁₀和PM_2.5平均浓度分别为(8.0±8.0)、(37.4±21.6)、(36.0±22.5)、(67.7±43.4)和(48.6±42.2) μg·m^-3.与近5年同期(PM_2.5为去年同期)相比,SO₂、NO₂、PM₁₀和PM_2.5日均浓度分别下降了61.5%、40.8%、36.4%和47.1%,O₃日均浓度上升了101.8%.从污染物日变化规律来看,减排措施的环境效果在大气污染物扩散条件较有利的时段体现的更明显.在APEC期间,PM_2.5浓度在前半夜保持平稳,未出现积累峰值.与秋季非APEC期间相比,PM_2.5中大部分组分浓度均有明显下降,二次离子组分降幅尤为明显.同时,本文测算了APEC期间减排措施的"净环境效益",发现减排措施使得SO₂、NO₂、PM₁₀和PM_2.5浓度分别降低了74.1%、48.0%、66.6%和64.7%,O₃浓度上升了189.2%.与10月份的大气污染过程相比,同样在不利气象条件下,实施减排措施后PM_2.5浓度峰值明显降低,积累速度明显减缓.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.