佛山市中心城区工业污染源排放的数值模拟

以广东省佛山市中心城区为研究区域,在分析城区工业污染源排放与分布特征的基础上,应用中尺度气象模式MM5耦合空气质量模式CALPUFF的方法,模拟了中心城区工业污染源排放SO₂的扩散传输过程. 在考虑周边污染源及本地污染物的情况下,发现ρ(SO₂)模拟值与实测值的变化趋势一致,表明模拟方案可较好地反映ρ(SO₂)的时空分布特征. 分析中心城区工业源排放时空分布模拟结果发现,工业污染源排放与分布特征和气象环境是影响城区工业源排放SO2的时空分布的重要因素.      

用数量化理论研究TSP的时空分布

<正> 我国大气污染基本属于燃煤污染类型,从若干城市大气环境监测数据看,TSP(总悬浮颗粒物)的污染是极为严重的,控制TSP 的污染已成为我国城市环境保护中最突出的问题之一。毫无疑问,研究 TSP 浓度与诸影响因素的关系及其变化规律,对于制订综合治理方案,有效地控制 TSP 的污染,改善大气环境质量,是十分必要的。我们用数量化理论研究 TSP 的时空分布,从中得到一些有益的结论。一、影响因素及其调查方法有关研究表明,TSP 与环境类型、时间和气象等三个因素密切相关。环境类型因素:区域的环境功能不同,TSP 的污染源构成、源强、排放高度以及排放规律也不同。如商业区以排放高度为10米     

餐饮源排放PM_(2.5)污染特征研究进展

餐饮油烟排放的污染物危害人体健康,餐饮源已成为城市环境PM_(2.5)的重要来源之一。文章对餐饮源排放PM_(2.5)污染特征的研究进行了综述,包括餐饮源对城市大气环境中PM_(2.5)的贡献、餐饮源排放PM_(2.5)的时空分布特征、化学特性、排放量的估算;初步总结了影响餐饮源PM_(2.5)排放特征的多种因素;分析了餐饮源PM_(2.5)污染的健康效应。该文在汇总国内外研究的基础上,对餐饮源PM_(2.5)的研究前景进行了展望。     

长江三角洲夏季一次典型臭氧污染过程的模拟

利用WRF/Chem空气质量模式对长江三角洲夏季一次典型臭氧(O3)污染过程的时空分布特征和物理化学机制进行了数值模拟研究.结果表明,模式能够合理地再现这次长江三角洲夏季典型O3污染过程的时空分布特征和演变规律.2013年8月10~18日,长江三角洲主要受副热带高压影响,晴天、高温和小风的气象条件有利于光化学污染的形成.模拟结果表明,长江三角洲地区气象场、地理位置、区域输送和化学生成都对O3的时空分布有影响.敏感性实验表明,上海O3浓度在海洋性气流影响下较低,但上海排放源对长江三角洲O3浓度时空分布的影响较为显著;南京近地面高浓度O3主要贡献为化学生成(烯烃和芳香烃)和高层O3的垂直输送,杭州和苏州近地面高浓度O3主要来源于物理过程.在O3生成速率最大时(11~13h)对O3前体物减排,对长江三角洲15:00的O3峰值浓度影响较为明显.     

广东省气象与源排放因素对PM_(2.5)浓度影响的数值模拟研究

为更好地区分大气污染物浓度变化中气象与源排放因素的影响,使用中尺度气象模型WRF和三维空气质量模型CAMx,通过固定源清单的方法模拟研究了广东省各地区不同时期气象因素对PM_(2.5)浓度变化的影响,并结合实测的PM_(2.5)浓度变化,计算出源排放因素对PM_(2.5)浓度的贡献。结果表明:相对于2014年,2015年广东省夏季的气象条件不利于PM_(2.5)浓度的下降,春季和秋季的气象条件有利于PM_(2.5)浓度的下降,就全年各季度平均而言,珠江口附近地区气象条件较有利于PM_(2.5)浓度的下降;源排放变化对肇庆市、韶关市和揭阳市等城市PM_(2.5)浓度变化有较强的削减作用,可使其浓度下降30%以上,显示这些城市的减排工作较为有效,深圳市、珠海市、东莞市、中山市与顺德区等市(区)PM_(2.5)污染改善主要是由于有利的气象条件的影响,源排放变化对珠海市和湛江市等城市污染起加剧的作用,表明不利的源排放变化抵消了部分有利气象条件对PM_(2.5)污染的改善作用,应加强对这些地区源排放的控制。     

2018年西安市春节期间重污染过程分析

对2018年西安市春节的污染过程、污染来源、不利气象条件及烟花爆竹对PM_(2.5)的贡献4个方面进行分析。结果显示,在该污染过程的污染快速增长期,PM_(2.5)、PM_(10)、SO_2和NO_2浓度峰值分别是污染前期浓度的3.56、1.74、2.28和1.81倍;排放源主要为燃放烟花爆竹,对PM_(2.5)的贡献率为50%以上;不利气象条件为小风、静稳、高湿、逆温、边界层低、倒槽等。污染持续期的排放源除了烟花爆竹燃放还有其他污染源;不利气象条件除了均压场外,其它与快速增长期相似。     

青岛市机动车排放源强与排放量研究

阐述了青岛市城市机动车的发展现状和道路交通状况,采集典型交通状况的车流量和车速数据,对评价区域进行了移动线源、面源的源强分析计算,得到了该区域内机动车排放网格数据,通过修正的排放因子计算了青岛市机动车主要尾气污染物的年排放量,目的是为机动车污染治理提供了理论数据。研究表明从排放源源强分析机动车道路污染状况和污染区域分布,不受扩散模式的影响,可以简单有效的评价机动车排放污染程度;青岛市城市主干道以成为机动车污染物的主要排放源,针对青岛市机动车尾气污染情况提出了合理的污染物治理建议。     

陕西省雾霾污染时空分布特征及相关性分析

基于陕西省10个地级市2016年PM2. 5浓度数据,分析雾霾污染的时空分布特征,计算雾霾污染与气象及社会经济因素不同指标间的相关性。结果表明:陕西省雾霾污染时空分布差异较大,随季节变化特征明显,冬季污染最严重且范围最广,春秋季次之,夏季最小;关中地区雾霾污染最严重,并且逐渐向南北两边扩散;雾霾污染时空分布与气象因素紧密相关,温度、风力与雾霾污染呈负相关,湿度对其影响较小。社会经济因素中,工业企业生产和能源结构、污染物的直接排放都是影响雾霾污染的重要因素。     

区域高时空分辨率VOC天然源排放清单的建立

将中尺度气象模式MM5应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法.根据方法需要,确定了我国部分树木排放异戊二烯和萜烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度.应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空分辨率VOC天然源排放清单.结果表明,华南地区夏季典型日的VOC天然源排放总量约1.12×10⁴t,VOC排放速率具有明显的时空分布,其中地理分布取决于植被类型及其分布,日变化规律则依赖于太阳辐射和温度的高低.并讨论了VOC天然源排放估算过程中误差的来源     

环境化学

X1312(X户灯l3()l区域高时空分辨率VOC天然源排放清单的建立/胡泳涛…(北京大学环境科学中心环境模拟与污染控制国家重点联合实验室大气环境模拟分室)//环境科学/中科院生态环境研究中心一2阅1,22(6)一l二6环图X一5 将中尺度气象模式MMS应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法。根据方法需要,确定了我国部分树木排放异戊二烯和枯烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度。应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空…     

长江三角洲地区PM_(2.5)两种污染来源对比分析

应用Model-3/CMAQ模式,结合观测资料和后向轨迹,分析了2015年1月21日~24日长江三角洲地区PM_(2.5)污染的时空分布特征和区域输送过程.重点对比了2种不同类型的污染过程(大风外源输入污染21日12:00~23:00和静稳本地积累污染22日~24日12:00)中大气物理化学过程对边界层内PM_(2.5)生成的贡献.结果表明,模式能合理再现这一期间长江三角洲地区PM_(2.5)浓度的时空变化和分布.21日午后,长江三角洲地区地面偏北风,风速较大,是短时大风北方输入污染.短时大风污染时段输送通量大,边界层中上部污染水平输入,再垂直下传.22~24日,地面小风,存在逆温,大气静稳,是本地积累污染.对比大风外源输入时段与静稳本地积累时段的过程分析发现,大风污染时段PM25的主要正贡献过程依次为局地源排放(35.0%)、水平平流(27.1%)、气溶胶化学生成(20.9%)、垂直平流(14.1%);本地积累时段PM_(2.5)的主要正贡献过程依次为局地源排放(50.1%)、气溶胶化学生成(27.1%)、垂直平流(17.4%).其中水平平流、源排放、气溶胶化学过程在2类污染时段中所占贡献率有显著差异.     

关中地区冬季人为源减排对PM_(2.5)浓度的影响

使用WRF-Chem模式和关中地区高分辨率的人为源排放清单,选取2013年冬季不利于关中地区污染物扩散的4类典型天气形势中的各1d,模拟了PM_(2.5)时空分布和日变化趋势,同时以国家环境空气质量标准为目标,制定人为源等比例减排的敏感性试验.结果表明,模式可以较好地捕捉PM_(2.5)的时空分布和变化趋势,且与天气形势有着一致的对应关系.在4类不利天气形势下,PM_(2.5)浓度随着人为排放源的减少呈二次曲线下降趋势,PM_(2.5)浓度下降率与所在区域原有大气污染程度成正比.在不同天气形势下,要使PM_(2.5)浓度达到国家环境空气质量标准75mg/m~3时,人为源需削减比例为30%~60%.     

北京的风与霾

正近年来北京市雾霾天气频发,严重影响到市民正常的生产与生活。霾是主要由人类不合理的社会活动造成的细粒子气溶胶污染(主要指PM2.5),雾霾天气除主要受区域大气污染物排放量的影响外,同时亦受众多气象因子的影响,包括温度、相对湿度、气压、风等等。当源排放达到最不利扩散气象条件的容量限值时,开始出现霾天气;当源排放达到一般扩散气象条件的容量限值时,霾天气频发;源排放     

基于WRF-CMAQ模式的抚顺市大气污染数值模拟研究

为探究抚顺市大气污染特征,该项研究应用气象模式WRF耦合空气质量模式CMAQ对抚顺市2016年大气细颗粒物的时空分布特征及主要来源进行分析。建立了抚顺市3×3 km网格化污染源清单,清单显示抚顺市的大气污染物排放以工业为主,SO_2、NO_x、TSP排放量分别达到2.14×10~4t、1.97×10~4t、3.29×10~4t,排放高值网格集中在市区内。数值模拟结果显示,抚顺市PM_(2.5)污染总体呈现"西高东低"的趋势,高值区出现在以新抚区、望花区、东洲区、顺城区为中心的城区地带。1月抚顺市的PM_(2.5)污染最重,高值区浓度在60μg/m~3以上。1月ρ(PM_(2.5))贡献最大的源为居民源(21.6%)与供暖源(20.7%);4月贡献最大的源为居民源(25.0%),钢铁源(16.5%)与移动源(11.7%)占比其次;7月钢铁源与移动源对抚顺市ρ(PM_(2.5))贡献分别为17.8%与15.1%;10~月居民源的贡献达到33.4%,远超过其它源类的贡献。     

深圳市SO2污染来源及其特征分析

以珠江三角洲地区2004年SO₂源排放清单、国家级气象站及深圳市气象站气象资料和空气质量监测数据为基础, 采用基于扩散模式的污染源解析技术对深圳市SO₂污染来源进行研究. 利用非稳态气象和空气质量(CALPUFF)模拟系统,模拟外来污染源及深圳市局地污染源排放扩散行为,定量计算2类污染源对深圳市SO₂浓度的贡献率,并分析其时空变化特征. 结果表明:珠江三角洲地区2004年SO₂排放总量为72.9×104 t, 深圳市局地排放量约4.65×104 t;深圳市SO₂污染是由局地污染源和外来污染源排放共同作用的结果, 对SO₂的贡献率分别约为75%和25%, 表明局地污染源排放是深圳市SO₂污染的最主要来源.      

21世纪以来天津细颗粒物气象扩散能力趋势分析

基于高精度的排放源和大气化学模式WRF/chem,在同排放源条件下模拟了2000~2015年天津地区PM_(2.5)质量浓度,根据NECP再分析资料和地面观测相关数据构建细颗粒物气象扩散指数,使用两种方法描述21世纪以来天津地区细颗粒物气象扩散能力变化趋势.研究结果表明:2000~2015年期间天津地区细颗粒气象扩散能力呈现周期性波动,不利气象条件的第一个峰值出现在2003~2004年,第二个峰值为2013~2015年,两个峰值相距11年,在2000~2015年间,天津地区气象扩散能力(主要针对PM_(2.5)影响)年际平均波动4.1%,最大值约为9%,对于大气污染防治目标制定和效果评估,必须考虑气象年际波动的影响;2008~2010年气象条件较有利于细颗粒物扩散,此后逐年转差,在2013~2015年处于历史正距平(不利扩散),从而导致2013~2015年雾霾和重污染天气频发;2015年相比2013年天津细颗粒物气象扩散能力没有明显提高,但PM_(2.5)质量浓度下降29%,大气污染防治措施的有效执行在其中发挥积极作用.     

气象局:京津冀重霾频发,气象条件成控制因子

正据中国气象局统计,2015年入冬以来,京津冀地区经历了四次严重雾霾过程.中国气象局预测,未来几天,包括元旦假期在内,京津冀地区出现严重雾霾过程的可能性较小.中国气象局环境气象中心首席预报员马学款认为,京津冀的雾霾日数多、过程重,既与污染物排放源强度和分布有关,也与不利气象条件有关,污染排放是内因,气象条件是外因、是控制因子.     

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.     

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013～2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM_(2.5)强排放是极端霾事件发生的主要原因(AQI 300);时期二,在最严寒月份里,重度霾污染事件(200 AQI 300),主要由燃煤和汽车燃料消耗的PM_(2.5)排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM_(10)浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM_(10),并提升了裸土的人为源矿物尘的排放强度.     

沈阳地区工业污染源与大气污染的研究

本文从沈阳地区工业源高度集中,工业结构与布局不合理以及管理不善是造成环境污染的主要原因这一角度出发,分析了沈阳地区工业污染物的排放现状并通过评价揭示出区域污染源系统与行业、企业污染源的关系和主要污染因子的排放特性、规律及其时空分布特征;探讨了工业排放源与大气污染的相关性并提出了工业废气污染的控制对策.