夏季局地环流对京津冀区域大气污染影响

为研究局地环流对京津冀大气污染分布特征的影响,利用京津冀区域大气污染监测网7个站点的大气污染物浓度观测资料,结合WRF数值模式对气象场的模拟结果,对区域夏季局地环流对大气污染浓度水平和空间分布特征进行了研究。结果表明,2010年6月局地环流发生时,京津冀大气中PM10的平均浓度可高达156.4μg/m3,而在强天气系统过境时仅为89.1μg/m3。京津冀受区域局地环流控制时,大气中可吸入颗粒物比强天气系统过境时高75%;海-陆风回流携带的高浓度污染物,导致海滨区域夜间大气中PM10平均浓度从46.2μg/m3上升到64.7μg/m3;山地-平原风导致京津冀大气本底区域河北兴隆臭氧浓度峰值较北京城区滞后3 h。京津冀近年来强天气过程比例逐渐下降,目前仅占月20%,而以山地-平原风和海-陆风叠加的局地环流气象条件占比增加,造成京津冀区域大气污染易聚难散。     

西安市及周边地区MODIS气溶胶光学厚度与PM10浓度关系模型研究

西安是空气污染监控和防治有代表性的西部大型城市。研究了西安市及周边地区上空气溶胶光学厚度与PM10浓度的关系模型。利用2011—2012年MODIS卫星气溶胶光学厚度（AOD）遥感产品，通过数据匹配，利用地面气象观测站点的能见度数据和相对湿度数据对AOD产品进行垂直标高订正和湿度订正，2项订正显著提高了AOD和地面PM10浓度的相关性，相关系数从0．36提高到0．65，按季节分类统计和订正春至冬四季的相关系数分别为0．57、0．71、0．62和0．87，夏季和冬季的订正更为有效，可用性更高，这可能由于受到不同季节气溶胶来源和特征的影响。为研究中国西部大型城市，特别是西安市空气环境监测和区域联防联控提供了一种有效方法。     

贵州贫困农村室内PM10污染水平及影响因素分析

为调查贵州贫困农村室内空气污染水平,对织金和六枝农户室内可吸入颗粒物(PM10)进行了系统采样,分析了PM10污染水平,探讨了其影响因素。结果表明:采暖期PM10的平均值为640.5μg/m3,最高质量浓度达到7 739.9μg/m3;非采暖期PM10的平均值为459.9μg/m3,最高质量浓度达到3 515.1μg/m3,与《室内空气质量标准》(GB/T 18883—2002)相比,研究区PM10的超标率为71%～92%,超标倍数最高达50.60倍。经调查可知,贵州贫困农村室内PM10污染水平与燃料类型、炉灶类型、室内通风情况等密切相关,以拌泥煤、纯煤、蜂窝煤和简易敞口灶为主,且室内通风较差。     

山东省空气质量预报平台设计及其预报效果评估

基于排放源处理(SMOKE)模型、综合空气质量(CMAQ)模型与气象预报(WRF)模型初步搭建山东省空气质量预报平台,利用污染物在线监测数据和气象站观测数据检验预报平台的预报效果。结果表明,预报平台气象模块的预测效果与文献研究结果较一致;由CMAQ模型对2014年济南、淄博、烟台、威海的SO2、NO2、PM2.5质量浓度进行预测,SO2、NO2、PM2.5预报平均值分别在17.65~48.97、18.69~45.43、34.97~79.15μg/m3;SO2、NO2、PM2.5预报值与监测值的相关系数在0.52~0.74,标准化平均偏差、标准化平均误差、平均相对偏差、平均相对误差分别在-34.00%~-5.73%、11%~47%、-25.00%~-10.21%、20%~42%,预报平台具有良好的预报性能。最后,对未来空气质量数值预报平台的发展提出建议。     

宝鸡市大气PM_(10)中水溶性物质的组成及特征研究

2008年冬、春季在宝鸡市4个不同功能区采集PM10样品,探讨了PM10中水溶性物质的化学组成、时空分布特征以及来源。结果表明,冬、春季PM10的平均质量浓度分别为(402±100)、(410±160)μg/m3,无明显季节差异,冬季以交通干道区的PM10浓度为最高,而春季则以商贸区的PM10浓度为最高;冬、春季PM10中水溶性有机碳(WSOC)浓度最高值均出现在商贸区,最低值则分别出现在背景点和交通干道区,水溶性无机碳(WSIC)浓度最高值分别出现在交通干道区和商贸区,最低值均出现在背景点;冬、春季PM10中所含大多数无机离子浓度不存在显著空间差异,但不同功能区PM10中无机离子所占质量分数差异较明显;冬、春季PM10中的水溶性物质质量浓度分别为207、151μg/m3,在PM10中所占质量分数分别为51%和40%,其中,冬、春季水溶性物质浓度最高的分别为居民区和商贸区;冬季PM10中WSOC浓度与SO24-、NO3-浓度有较好的相关性,说明冬季PM10中WSOC的主要组分为二次有机气溶胶,而春季PM10中WSOC浓度与SO42-、NO3-浓度的相关性相对较差,这是由于一次有机气溶胶对WSOC的贡献率较冬季显著增大;宝鸡市与北京市大气PM10浓度、PM10中的SO42-、NO3-、NH4+浓度最为接近;广州市大气PM10中的SO42-所占质量分数(14%)要高于北方城市(宝鸡市和北京市均为9%)。     

珠三角地区大气PM_(2.5)理化特性季节规律与成因

基于珠三角大气超级站2013年8月至2014年3月PM2.5、PM2.5中主要水溶性无机离子组分及其重要气态前体物等参数的逐时在线监测结果,揭示当地大气PM2.5中二次无机组分与其气态前体物的相互作用,以及PM2.5理化特性与成因的季节差异。结果表明,观测期间,PM2.5、PM10的年平均质量浓度分别为64.2、105.1μg/m3,PM2.5在PM10中所占比例(PM2.5/PM10)平均为61.1%。SO2-4、NO-3、NH+4的年平均质量浓度分别为16.6、9.0、10.2μg/m3,3者之和(SNA)占PM2.5的比例(SNA/PM2.5)平均为55.8%,体现了二次转化对珠三角地区PM2.5污染的重要影响;不同季节,SNA/PM2.5为46.0%~64.3%,夏季最低,冬季最高,其中SO2-4、NH+4对PM2.5的贡献相对稳定,NO-3贡献的季节差异较大;秋、冬季各项观测参数浓度的日变化规律相对明显,夏季除HNO3和NH3外,多项观测参数在低浓度水平波动,日变化规律不明显;珠三角大气中具有足量气态NH3以中和硫酸盐和硝酸盐,PM2.5中NH+4、SO2-4、NO-3主要以(NH4)2SO4和NH4NO3形式存在;本研究站点夏季的硫氧化率和氮氧化率均高于广州市,这充分体现了该站点的区域性特征。     

重庆主城区春季典型天气的大气颗粒物浓度变化分析

选取重庆大气超级站2010年春季典型天气时段的颗粒物实时监测数据,将β射线法和震荡天平法(TEOM法)的PM10监测值进行了比对,分析了PM10、PM2.5和PM1质量浓度百分比例关系及10μm以下颗粒物数浓度随粒径大小的分布规律。结果表明,β射线法与TEOM法的PM10监测结果基本一致,β射线法比TEOM法监测值平均偏低5.4%;PM2.5、PM1和PM0.5的数浓度均占PM10数浓度的98%以上;PM0.25数浓度占PM10数浓度的平均比例为34.9%,占PM1数浓度的平均比例为35.1%;TEOM法监测的PM2.5占PM10日均质量浓度平均比例为51.2%;β射线法监测的PM2.5占PM10日均质量浓度平均比例为56.9%,PM1占PM10平均比例为30.9%。     

不对称街谷内PM_(2.5)浓度垂直分布特征及成因

当前细颗粒物PM2.5已成为城市环境的主要污染物,研究城市不对称街谷内PM2.5浓度的垂直分布特征,对居民日常生活与健康出行有现实意义。实验选取2013年3个不同阶段对高度在1~35 m范围的街谷进行PM2.5浓度监测,同时引用街谷内流场模型与浓度场模型,对PM2.5浓度垂直分布特征及成因进行探究。结果表明,不对称街谷受大气对流、风速、风向影响,街谷内细颗粒物存在不均匀分布特点,在较高侧随着壁面高度的增加PM2.5浓度大体呈"S"型曲线变化。同时在同一阶段监测的4天中街谷内PM2.5浓度分布特征大体一致,而阶段之间差异明显;街谷内PM2.5浓度垂直分布的最高浓度差出现在阶段1,高达75μg/m3,阶段2与阶段3浓度差相对减弱,仅在20~30μg/m3之间。通过阶段2与阶段3对比可知,北京冬季供暖燃煤对大气细颗粒物的贡献较大,导致颗粒物浓度偏高;而非采暖期气温回升,大气对流作用较强,有助于大气颗粒物扩散,因而街谷内PM2.5污染程度相对较低。     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

朔州市市区环境空气PM_(10)中元素碳、有机碳分布特征

采集朔州市市区采暖季和非采暖季季PM10样品,测定其中元素碳(EC)和有机碳(OC)含量,并对碳组分的浓度水平、时空分布特征和主要来源进行了研究,结果表明:朔州市市区PM10中OC、EC平均浓度分别为(25.95±9.36)μg/m3和(26.58±10.36)μg/m3,总碳气溶胶(TAC)在PM10中的平均百分含量为30.1%;采暖季OC和EC浓度大于非采暖季,且OC、EC质量浓度大小在5个采样点位均呈现出点位5(工业开发区)点位2(居民区)点位1(商业、居民混合区)点位3(商业、文教混合区)点位4(相对清洁区)的变化规律,其中,点位5的OC、EC质量浓度最大,分别为(29.66±8.72)μg/m3和(31.40±10.42)μg/m3;PM10中OC/EC在采暖季和非采暖季比值均低于2,一次污染严重;OC和EC相关性较好,相关系数(R2)分别为0.85(采暖季)和0.69(非采暖季),说明PM10中的碳气溶胶主要来源于一次排放源,加强对燃煤烟尘、机动车尾气和生物质的燃烧等空气污染来源的控制对于改善朔州市环境空气质量有重要作用。