南昌市颗粒物污染现状、原因及防治对策

2013—2017年南昌市环境空气PM_(10)、PM_(2.5)浓度总体呈逐年下降趋势,2017年,PM_(10)、PM_(2.5)年均浓度分别为76μg/m~3和41μg/m~3。污染主要来源于机动车尾气、燃煤、工艺过程、扬尘、餐饮油烟等,同时还受区域传输和不利扩散气象条件影响。针对南昌市颗粒物污染现状、原因,提出了加强机动车尾气污染防治;加大工业污染源综合治理力度;严控煤炭消费总量,调整燃煤结构;提高城市精细化管理水平,有效控制扬尘污染;加强科学研究及其能力建设的防治对策和建议。     

采暖期和非采暖期PM_(2.5)污染特征分析——以烟台市为例

通过统计烟台市11个监测点位的大气污染成分数据,分析了PM_(2.5)在各阶段的浓度变化规律,并利用pearson相关性分析系统分析了各个监测站点之间污染变化规律的相关性。研究表明PM_(2.5)在一天内的时均浓度呈"M"型双峰的变化规律;烟台市年均浓度超过了国家规定的年均浓度限值35.0g/m~3,达到了47.0μg/m;另外采暖期PM_(2.5)的质量浓度是非采暖期的1.27倍;非采暖期PM_(2.5)占PM_(10)的比重为59%,在采暖期上升到63%,将采暖期与非采暖期做了系统的比对。     

黄河流域城市PM_(2.5)时空异质及空间溢出效应研究北大核心

选择2000—2020年黄河流域69个地级市PM_(2.5)浓度相关监测数据,采用空间自相关模型和空间回归模型对流域PM_(2.5)污染时空特征和空间溢出效应进行分析。结果表明:①2000—2020年黄河流域城市年度PM_(2.5)浓度值呈“先升后降”的趋势,黄河流域PM_(2.5)污染呈“先恶化、后改善”的趋势。②黄河流域PM_(2.5)浓度年度均值为52.99μg/m^(3),其中,上游、中游和下游PM_(2.5)浓度年度均值分别为39.35μg/m^(3)、54.65μg/m^(3)、72.53μg/m^(3),表明黄河流域PM_(2.5)污染水平地理梯度分布呈“上游<中游<下游”的态势。③黄河流域PM_(2.5)污染具有显著的空间自相关性和空间聚集特征,下游已形成较为稳定的大气污染区,但流域PM_(2.5)污染水平空间极化程度不断降低,空气质量朝着空间均衡方向不断改善。④黄河流域城市PM_(2.5)污染空间溢出效应明显,年均气温、人口密度、工业化程度、人均GDP等因素与城市PM_(2.5)污染水平呈正向相关性,降水量、年均风速、植被覆盖度等因素与城市PM_(2.5)污染水平之间呈负向相关性。     

北京市区冬季PM_(2.5)污染特征及来源分析

选取北京市区为采样点,于2016年1月进行PM_(2.5)采集,并分析了PM_(2.5)和水溶性组分的污染特征和来源。结果表明,采样期间北京市PM_(2.5)质量浓度平均为67.7μg/m~3,水溶性离子是PM_(2.5)的主要组分,其中SO_4~(2-)、NO_3~-和NH_4~+之和占总离子的79.1%;Ca~(2+)和Mg~(2+)分别占PM_(2.5)质量浓度的2.5%和0.9%,海盐气溶胶和K~+分别占PM_(2.5)的3.6%和1.6%。采样期间NO_3~-/SO_4~(2-)为1.1,表明NO_2和SO_2主要来自移动源的贡献。北京市区冬季PM_(2.5)主要来自二次污染源、扬尘、生物质燃烧和海盐气溶胶,贡献率分别为42.351%、21.164%、16.314%和5.436%。     

四川省近15年以来PM_(2.5)的时空分布特征及原因分析

近年来,PM_(2.5)成为大家关注的重点,四川省是中国PM_(2.5)高浓度的分布地区之一。利用四川省2000~2014年近15年的PM_(2.5)年均浓度反演数据,按照2005年WHO对PM_(2.5)的划分标准,采用10μg/m3、15μg/m3、25μg/m3、35μg/m3四个断点将其分为5类。以此为基础分析了四川省PM_(2.5)的时空分布特征及影响因素。研究结果表明:(1)东部地区PM_(2.5)浓度明显大于西部,2010~2014年四川省PM_(2.5)年均浓度呈下降趋势;(2)PM_(2.5)类型以污染最严重的第五类为核心呈半环状向西递减,2010~2014年第五类所占比例波动降低;(3)成都市、眉山市等地区PM_(2.5)浓度较高,2014年PM_(2.5)年均浓度降低;(4)自然因子、不透水地表、产业结构变化、大气污染防治政策等是影响PM_(2.5)浓度变化的重要因素。     

巴中市城区PM_(2.5)污染特征及时空变化规律分析

利用巴中市城区一个自然年(2016年3月1日~2017年2月28日)的空气质量数据,分析了巴中市城区PM_(2.5)的污染特征和时空变化规律。结果表明,PM_(2.5)日均浓度对数值接近正态分布特征,PM_(2.5)与其他主要大气污染物都具有显著的相关关系。CO、NO_2是主要的相关因素,与PM_(2.5)的相关系数都高达0.7以上。PM_(2.5)浓度表现为冬季秋季春季夏季,这与首要污染物是PM_(2.5)的天数占比以及PM_(2.5)与PM_(10)相关系数的季节变化一致,反映了PM_(2.5)呈现出以冬季污染最重,春、秋季污染中等,夏季污染最小的季节特征。PM_(2.5)与PM10的浓度比值表现为冬季秋季夏季春季。各个站点的PM_(2.5)变化趋势一致,相互之间浓度差异小且比较均衡,巴中中学站点的PM_(2.5)浓度无论在任何季节都高于其他站点,苏山坪站点在冬季的PM_(2.5)浓度明显低于其他站点,表明PM_(2.5)污染具有明显的区域性特征,与人类活动强度相关的局地污染对PM_(2.5)污染具有一定影响。     

四川省近年来空气质量变化趋势及污染特征分析

采用2013～2017年四川省环境空气质量监测数据,按照国家最新标准及技术规范分析空气质量变化趋势及污染特征。结果表明:四川省城市空气质量总体逐年好转,优良天数率在80%左右波动上升;PM_(10)和SO_2浓度高于全国平均下降率;PM_(2.5)浓度与全国平均下降率持平;NO_2浓度在2017年开始反弹明显;细颗粒物二次转化问题突出,PM_(2.5)/PM_(10)比例在62%左右;NO_2/SO_2逐年上升,大气氧化性逐年增强;21个城市O_3第90百分位浓度平均升幅为10.7%,O_3造成的污染天数逐年上升。大气污染形势的变化表明加大对VOCs和NO_X的协同减排刻不容缓。     

潍坊城区典型区域PM_(10)和PM_(2.5)质量浓度变化特征

利用2016年1月至12月潍坊城区典型区域的PM_(10)、PM_(2.5)浓度的连续观测数据,研究了PM_(10)、PM_(2.5)浓度的变化特征及其与气象因素的关系。结果表明,潍坊城区颗粒物污染较为严重,PM_(10)超标率为7.59%、PM_(2.5)超标率为33.61%。PM_(10)和PM_(2.5)质量浓度均存在明显的季节变化和月变化规律,表现为夏季月份较低,而冬季月份较高。PM_(2.5)/PM_(10)比值的平均值为0.526,该比值也呈现一定季节变化,冬夏两季较高,春秋两季较低。PM_(10)和PM_(2.5)与气温均呈现一定的负相关性,PM_(10)还与湿度呈现负相关关系。     

大气环境约束下的中国煤炭消费总量控制研究

煤炭消费过程中排放的大气污染物已成为我国大气污染的重要来源。本文采用WRF-CAMx 空气质量模型定量分析了煤炭消费- 污染物排放- 空气质量之间的影响关系,基于情景分析方法,研究了2020 年、2030年空气质量改善需求对地区大气污染物排放总量与煤炭消费总量的约束作用。在此基础上,结合重点地区行业发展与能源供需等因素,提出各省煤炭消费总量控制目标与控煤对策建议。研究结果表明,要实现2020 年、2030 年空气质量改善阶段性目标,全国煤炭消费总量应分别控制在40.8 亿吨和37.7 亿吨左右,京津冀鲁豫等11 个重点省份2020 年煤炭消费量应控制在15.8 亿吨、2030 年控制在13.1 亿吨,全国煤炭清洁化利用水平需要在当前基础上大幅度提升。     

专家观点 燃煤烟气多种污染物控制技术发展到超低排放阶段，加强氨的使用和排放控制十分必要

正加强对多种污染物排放控制的管理,进一步改善空气质量氨对PM_(2.5)的成因有一定的影响,大气重污染成因与治理攻关项目的相关研究结果和近几年对秋冬季的PM_(2.5)的监测表明,PM_(2.5)中铵离子占10%,是其重要的组成部分。氨的年排放总量在千万吨左右,其中80%来自农业。燃煤烟气在脱硫脱硝过程中的氨排放问题,近年来备受关注。     

环境空气质量评价方法改进研究

通过系统调研对比国内外环境空气质量评价标准,本文对2013—2018年全国主要城市的空气PM2.5浓度及气象数据进行分析,得到如下结论:采用环境空气中污染物浓度三年滑动均值作为空气质量评价标准是国际通行做法;2013—2018年我国大部分城市PM2.5浓度受气象等相关因素影响,年均值波动较大,采用PM2.5浓度三年滑动均值变化曲线更为平滑,且采用前两年及当年的年均值进行计算更切合实际需求;采用EMI指数法量化分析气象因素对环境空气质量的影响,表明大气污染气象条件的年际变化具有波动性且各重点区域变化趋势也有所不同。建议引进三年滑动均值作为PM2.5长期变化的考核依据之一,使空气质量评价考核方式更为公平合理。     

《大气污染防治行动计划》实施环境效果模拟

本研究利用2010年污染源普查数据和MEIC排放清单建立全国大气污染物高时空分辨率排放清单,在此基础上利用2012年环境统计数据对其进行修订建立2012年全国大气污染物高时空分辨率排放清单;结合《大气污染防治行动计划》(以下简称《计划》)研究工作,测算了《计划》实施后在污染源综合治理、落后产能淘汰、能源结构调整方面对SO2、NOx、颗粒物、VOCs的减排量,同时对污染物新增量进行了预测,建立了《计划》实施后全国大气污染物高时空分辨率排放清单;利用CMAQ空气质量模型模拟分析了《计划》实施的空气质量改善效果。结果表明:《计划》实施后,将可以减少641万吨SO2、859万吨NOx、547万吨颗粒物(不含扬尘污染控制)、627万吨VOCs,全国、京津冀、长三角及珠三角区域PM2.5年均浓度将分别比2012年下降22.08%、33.99%、23.98%、24.04%。如果《计划》要求全部落实,可以实现空气质量改善目标。     

基于产业链分析的长三角地区CO2与大气污染物排放研究

长三角地区作为我国大气污染较为严重区域之一,如何在保持经济增长的同时减少CO₂与大气污染物的排放已成为一个重要挑战。本研究基于2007年与2012年长三角区域间投入产出表,定量分析了长三角地区省市间贸易引致的二氧化碳和大气污染物排放转移特征和变化趋势。同时,运用产业关联系数法,从前向关联与后向关联双重视角分析了长三角地区减缓CO₂和大气污染物排放的关键行业。研究结果表明,长三角的SO₂、PM_2.5排放总量表现为消费端大于生产端,CO₂、NO_x排放总量表现为生产端大于消费端。安徽省总体呈现为长三角地区贸易的SO₂、NO_x与PM_2.5排放净调出地,而上海与浙江表现为多数污染物排放净调入地。CO₂与大气污染物协同前向减排的关键行业为江苏省、浙江省和安徽省的电力、热力的生产和供应业,安徽省的煤炭开采和洗选业等,可以通过生产端技术革新和能源结构优化来促进减排;CO₂与大气污染物后向协同减排的关键行业为江苏省、浙江省和安徽省的建筑业等,对于这些行业,调整消费结构是有效的减排措施。为更好地制定长三角地区减排与污染防治政策,应当综合考虑行业减排、协同减排等,以确保经济持续增长的同时达到减排目标。     

长沙市空气自动站周边区域大气污染物排放源清单

以长沙市空气自动站周边3 km为研究对象,基于统计年鉴和实地调查,获得了该地区2015年储存运输源、废弃物处理源、工艺过程源、化石燃料固定燃烧源、农业源、生物质燃烧源、扬尘源、移动源8个源类的活动水平数据。以大气污染物排放源清单编制技术指南为依据,建立了2015年长沙市空气自动站周边3 km区域NH_3、NO_x、PM_(10)、PM_(2.5)、SO_2、VOCs等6项污染物的源排放清单。结果表明,2015年长沙空气自动站周边3 km内,8类大气污染源排放的NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs总量分别为53.65t、4 899.35t、1 846.09t、6 257.75t、989.49t、4 383.31t。NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs排放量最大的源分别是农业源、移动源、扬尘源、扬尘源、化石燃料固定燃烧源和移动源,贡献率分别为98.45%、84.24%、60.82%、85.90%、97.33%、49.88%。优化道路交通、减少燃煤、减少建筑工地扬尘排放可促进长沙市空气自动站周边空气质量改善。     

空气污染物的时空演化及社会经济驱动因素研究——以长江三角洲地区为例

本文以2006—2015年长江三角洲城市群为研究对象,分析该地区不同部门因能源消费而产生的典型污染物排放量,然后利用LMDI模型,对空气污染进行社会经济驱动因素分析。结果表明:该地区CO_2、SO_2、PM_(2.5)与PM_(10)等空气污染物排放量均呈现先快速增长后缓慢减少的趋势,排放的峰值多出现在了2013年,而NO_x则一直保持增长的趋势。其中,电力与工业部门是空气污染物的主要排放源,但对排放量贡献呈减少趋势,生活部门与交通部门污染物排放量则逐步增长,尤其是对PM_(2.5)与PM_(10)排放量的贡献不可忽视。人口与经济增长对污染物排放量起到了正向拉动作用,经济因素的驱动作用最为明显,其效应值呈现先小幅增加后大幅下降的趋势,能源效率与能源结构有抑制作用,其对污染物排放的效应值仅次于经济因素,而能源结构变化的效应很小。     

基于后向轨迹模式对北京市PM2.5来源的探讨

近年来中国经历了数次大范围雾霾天气，北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_2.5又称细颗粒物。为了进一步治理北京雾霾，为制定政策提供依据，须了解北京地区PM_2.5的来源。本文基于后向轨迹模式并结合PM_2.5浓度计算了2015年9月1日0：00至2016年8月31日23：00以北京为起始点，向后推算48小时的轨迹，并结合轨迹聚类分析法、潜在源贡献因子法（PSCF）、浓度权重轨迹分析法（CWT）等，探讨北京地区PM_2.5的来源。结果表明：模拟的后向轨迹经过聚类分析可分为6类，其中来自内蒙古西部的轨迹最多，来自西北、北西北方向的轨迹次之，来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小，来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响，是北京PM_2.5污染的主要潜在源区；来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁，为北京带来良好的天气；来自西北及西西北方向的部分轨迹对应的PM_2.5浓度严重超标，说明来自此方向的气团对北京的空气质量也有一定的影响。     

深圳大气污染特征模拟及环境容量估算

本文根据深圳市8 个监测站点2013 年的逐日PM₁₀ 和PM_2.5 浓度监测数据、气象数据,统计风向、风速、稳定度联合频率等,利用污染物在大气中输送扩散模式,由实测的浓度值反推出污染物的产生量或排放量的方法,重点分析龙华新区PM₁₀ 和PM_2.5 的污染特征,并依据环境目标值,估算该区域剩余环境容量。研究结果表明,龙华新区全年盛行东风、南风,其风频分别为16.7%、13.2%,风速约为1.6m/s,PM₁₀、PM_2.5 浓度均呈现出季节性变化,秋、冬季浓度值较高,尤其在10 月到次年1 月份,其排放强度主要受本地污染源的影响。除此以外,其西、北部的污染源对其污染物浓度有一定的影响。新区PM₁₀ 和PM_2.5 的剩余环境容量均呈现负值,尤其以PM_2.5 最为突出,须大力加强减排控制,以达到环境目标值     

柳州市2009-2014年空气污染变化

近年来,城市空气污染日益严重,已成为公众广泛关注的环境问题之一。柳州是中国西部的工业重镇、广西有名的工业城市,位列国家划定的113个大气污染防治重点城市之中,是广西第一个开展PM2.5监测的城市。本研究于2009—2014年连续6年对柳州市大气主要污染物SO2、NO2、PM10和PM2.5的浓度进行在线观测,获得了污染物的长期时间和空间分布特征。结果显示,SO2浓度呈逐年下降趋势,并于2011年达标之后显著下降,2014年相比2009年下降了50.0%;NO2浓度一直在低于标准以下波动(24.6~35.1μg/m3);PM10浓度呈逐年增长趋势,并从2011年开始超标,2014年相对于2009年增长了69.3%。各污染物浓度都具有显著的季节变化:冬季秋季春季夏季。SO2、NO2、PM10和PM2.5的浓度冬季相比夏季分别提高82.9%、56.3%、66.9%和133.6%。冬季SO2和秋冬季PM10超标,PM2.5除7月外全线超标。PM2.5/PM10的比值冬季也高于夏季,表明冬季更易富集细颗粒。各污染物浓度也表现出不同的空间分布。九中各污染物的浓度都最高,可能与其离柳州钢铁公司距离较近有关。SO2除九中外,其他站点均达标。NO2全部达标。PM10市监测站和九中超标。PM2.5所有站点超标严重。本研究结果表明,柳州市煤烟型污染得到有效控制,但颗粒物污染,尤其是细颗粒物污染日益严重。     

国家《大气污染防治行动计划》健康效益评估

为了提高空气质量改善进程,2013 年国家发布了《大气污染防治行动计划》。本文基于空气污染与健康效益评估模型(BenMAP),对人口分布资料、大气污染与人体健康影响的暴露反应关系等进行了本土化修正,采用“支付意愿法”与“疾病成本法”相结合的方法,系统评估了《大气污染防治行动计划》实施后,PM_2.5 污染变化引起的环境健康效益。研究结果表明,《大气污染防治行动计划》的实施将在一定程度上降低PM_2.5 环境浓度,改善环境空气质量。如果《大气污染防治行动计划》空气质量目标全面实现,可以避免城镇8.9 万居民的过早死亡,减少12 万人次住院治疗以及941 万人次的门诊和急诊病例,实现的全国健康效益约为867 亿元/ 年,说明了《大气污染防治行动计划》实施的健康有益性。本文对政府部门开展污染损失评估及制定环境健康政策具有重要的参考价值。     

社交媒体的环境关注能改善空气质量吗？

随着移动互联网的快速发展,社交媒体日益成为公众表达对重污染天气等环境问题关注的工具。本研究以微博为例,探讨了社交媒体反映的环境关注对城市PM_2.5浓度水平的影响以及内在机制。研究发现,微博上环境关注的空间分布显示出向高等级和高污染城市聚集的倾向,PM_2.5浓度水平高的地区集中在煤炭资源或重工业集聚的地区。空间回归模型的结果证实了社交媒体的环境关注能显著降低PM_2.5浓度水平,层级较高的城市及创新能力较强的城市能够更好地回应社交媒体的环境关注,并有效降低城市的PM_2.5浓度水平。本研究表明,社交媒体的环境关注已经成为环境治理中的一种重要力量,在分析环境问题时应该充分考虑新兴社交媒体平台的影响。