2018年长三角一次持续重污染过程分析

利用常州市6个环境空气质量评价点PM_2.5、PM₁₀、SO₂、NO₂、CO和水溶性离子数据,结合后向轨迹、激光雷达探空资料、气象资料等,分析了2018年1月29日—2月2日长三角区域一次持续重污染过程。结果表明,重度污染时次高达94 h,PM_2.5最高值达235 μg/m³,由外来输送污染物与本地排放的污染物叠加而成,在不利气象条件影响下,污染物在长三角区域长时间滞留;重污染期间,污染物日变化规律显示,PM_2.5受外来源影响更显著,而SO₂、NO₂受本地污染源影响更显著,水溶性粒子组分与常州市本地源存在较大差异,其中NO₃^-、NH₄⁺、K⁺、Mg²⁺和SO₄^2-值增加最为明显,较污染前分别增加了9.1,5.9,4.3,4.2和4.1倍;K⁺值升高较快,说明污染期间也受到了生物质燃烧的影响。此外,NO₃^-和SO₄^2-在空气质量较好时,在水溶性离子中的占比日变化幅度较大,而在重污染期间,NO₃^-和SO₄^2-日变化幅度明显减小。     

中国中东部一次大范围重污染过程特征分析

采用嵌套网格空气质量预报模式(NAQPMS)模拟与气象、污染物观测资料相结合的方式,分析了2016年12月影响中国中东部地区的一次重污染过程中PM_(2.5)时空分布特征及来源成因。结果表明,重污染过程中PM_(2.5)具有较明显的时空变化规律,污染呈现一定程度的区域性分布特点,不同地理位置条件下,污染物浓度的累积和传输方式表现出不同的特征,细颗粒物快速二次生成及不利扩散条件下的持续积累可能是此次污染过程的主要原因,不利于污染物扩散的高低空天气形势的配合抑制了污染物的快速消散,为大气污染的形成及维持提供了稳定的大气环境背景,形成了此次污染过程污染浓度高、影响范围大的态势。     

邢台市颗粒污染物变化特征和后向轨迹分析

为深入了解邢台市PM_(10)、PM_(2.5)浓度变化情况和气流后向轨迹,对邢台市2013—2016年环境大气颗粒污染物监测数据进行了分析,同时利用HYSPLIT模型计算出逐日72 h后向气流轨迹。结果表明:邢台市的PM_(10)和PM_(2.5)质量浓度在2013—2016年间呈逐年下降趋势,PM_(10)和PM_(2.5)质量浓度高值出现在冬季(296μg/m~3和192μg/m~3),最低值出现在夏季(140μg/m~3和80μg/m~3),PM_(10)和PM_(2.5)质量浓度在日变化上均呈\"双峰双谷\"型分布;后向轨迹的季节聚类分析表明,春季大气颗粒物污染以粒径2.5～10μm的颗粒污染物为主,夏季、秋季和冬季的大气颗粒物污染以PM_(2.5)为主;逐日聚类分析表明,在路径为西北偏西向的、途经多个沙源地的气流影响下,邢台市的PM_(10)和PM_(2.5)质量浓度处于一个相对高值;来源于偏南向的气流由于化合反应,污染物积聚导致PM_(10)、PM_(2.5)质量浓度也处于相对高值;在来源于西北向和偏北向的、水汽含量相对较低的气流影响下,邢台市的PM_(10)、PM_(2.5)质量浓度出现一个明显的下降。     

京津冀一次空气重污染过程激光雷达走航观测分析

针对2016年国庆期间一次污染消散过程,开展了激光雷达定点与走航观测,并综合运用中国环境监测总站国家预报平台数值模型预报结果和国控站点PM_(2.5)监测数据,对污染团的移动和分布进行了分析。结果表明,雷达定点观测的消光系数突变,主要由北京西部累积污染团在夜间弱西北气流作用下的回流所引起。受此西北气流影响移出北京的污染气团在天津至沧州一带滞留。北京至保定沿线颗粒物污染消散现象,被雷达走航观测所捕捉。     

洞庭湖区一次重度空气污染过程成因分析

利用AQI和PM_(2. 5)质量浓度、地面气象要素、NCEP、ERSST_V3、GBL等资料,对2016年12月29日至2017年1月5日洞庭湖区一次重度空气污染过程成因进行了分析。结果表明,静稳天气形势下的累积效应和本地持续升温、降压、增湿、小风导致污染物浓度不断增加。本地风速与雨量对污染物浓度产生显著影响。降温前风速明显加大,有利于污染物快速扩散。湿度增加有利于污染物吸湿性增长,但高湿易引起降水有利于污染物的湿清除。此次重度空气污染过程中大气稳定度为中性或稳定,14:00混合层高度逐渐降低且重度空气污染日降至100 m以下。污染物空间分布与主导风向和污染通道密切相关。气流后向轨迹分析表明,洞庭湖区各地气流来源和影响路径差异明显,且存在大范围区域性同步污染现象。北方外来污染源是洞庭湖区重要的污染面源,本地工业污染排放点源和地理条件也是洞庭湖区空气污染物空间分布差异的重要因素。     

广州市春季一次沙尘天气过程综合观测

2017年4月21—23日广州市经历了一次远距离传输的沙尘天气过程,为了解沙尘过程对广州市空气质量的影响,基于广州市大气超级站,利用单颗粒气溶胶质谱(SPAMS)、气溶胶激光雷达观测数据并结合HYSPLIT后向轨迹模型分析了沙尘过程细颗粒物组分及污染来源贡献变化和沙尘气溶胶的来源及路径。结果表明:受沙尘过境影响,PM_(10)浓度大幅升高,PM_(2.5)/PM_(10)最小值仅为12.1%;沙尘过境期间影响近地面颗粒物的沙尘高度主要分布在1 km以下区域,近地面颗粒物消光系数均值为100.11 Mm~(-1),探测到最大退偏振比为0.28。SPAMS研究发现沙尘过境期间含硅酸盐颗粒物(SI)的细颗粒物数浓度比例达25.9%,是沙尘过境前的1.4倍;PM_(2.5)中扬尘贡献率明显增大,达到了17.3%,是沙尘过境前的1.9倍。后向轨迹模型HYSPLIT显示此次沙尘为典型的北方沙尘传输,沙尘源自中国西北地区,传输方向为自西北输送至华东地区后,转为东南方向影响广州市。     

中国北方地区采暖期颗粒物污染现状

分析了2013—2016年冬季采暖期与非采暖期中国北方地区颗粒物污染现状及时空变化特征。结果表明:中国北方地区空气污染比较严重,采暖期尤为突出。2016年,中国北方地区重度及以上污染天数比例超过10%,采暖期优良天数比例较非采暖期下降22.8%,重度及以上污染天数比例升高10.1个百分点。颗粒物浓度呈现明显的冬季高、夏季低的特点,最高值一般出现在12月至次年1月,最低值一般出现在7—9月。2013—2016年,北方地区空气质量呈较为明显的改善趋势,PM_(10)和PM_(2.5)浓度总体呈下降趋势,但2014年以来采暖期同期比较显示,PM2.5浓度呈缓慢升高趋势,采暖期空气污染形势十分严峻。颗粒物浓度呈现明显的空间分布规律,采暖期石家庄、保定、衡水、邢台、邯郸、安阳等城市为京津冀区域污染最严重的城市。     

西安市环境空气PM2.5污染现状及对策初探

文章通过对西安市城市环境空气PM_2.5试点监测数据深入分析,初步摸清了区域PM_2.5污染水平及分布规律,提出了污染防治对策和建议,对现阶段的环境空气PM_2.5污染防治有着重要的参考价值。     

济南地区一次沙尘过程的激光雷达观测分析

利用微脉冲激光雷达探测技术,结合常规污染物监测以及PM_(2.5)化学组分监测数据,对2017年5月影响济南地区的一次沙尘天气过程进行分析。结果表明:5月4日12:00沙尘天气开始影响济南市,PM_(10)小时浓度大幅升高,至5月5日13:00,PM_(10)小时浓度达到峰值(质量浓度953μg/m~3)。沙尘过境期间近地面1 500 m以下形成消光系数和退偏比极大区,其中5月5日11:00—13:00,300 m处退偏比平均高达0. 19,非球形特性显著。沙尘天气过程中Mg~(2+)组分、Ca~(2+)组分增幅最为明显。后向轨迹模型HYSPLIT显示,此次沙尘起源于内蒙古中西部地区,沿高空西北方向传输至济南地区。     

贵阳市夏季大气颗粒物及多环芳烃污染特征研究

采集贵阳市老城区夏季5个典型监测点(太慈桥、贵州师范大学、大西门、省政府及省植物园)的样品进行PM2.5、PM10质量浓度分析。同时对PM2.5中PAHs的质量浓度进行分析。结果表明:贵阳市夏季PM2.5和PM10浓度排序均为太慈桥省政府大西门贵州师范大学省植物园,且PM2.5和PM10之间有良好的相关性,PM10=0.931 3 PM2.5+0.019 4,R2=0.996 7,PM2.5污染较重。此外,5个监测点总PAHs和苯并(a)芘的分析结果均为太慈桥省政府大西门贵州师范大学省植物园,苯并(a)芘浓度均未超标。     

成都PM2.5与气象条件的关系及城市空间形态的影响

2013年2月1日至3月20日、2013年7月10日至8月10日对成都市大气中细颗粒物(PM2.5)进行连续监测,同步记录气象数据。将PM2.5质量浓度与城市气象条件进行相关性分析,研究气象条件对PM2.5质量浓度的影响。2月1日至3月20日PM2.5质量浓度平均为147.38μg/m3,7月10日至8月10日平均为50.19μg/m3,大气细颗粒物污染最严重的时间出现在2月1—6日。成都市各气象条件中,PM2.5质量浓度与能见度、风速呈现显著负相关,而与其他气象要素相关性较弱,降水对PM2.5质量浓度影响也很大。改善城市通风有利于成都市大气中PM2.5的稀释和消散。通过建立3D模型并运用计算流体力学(CFD)软件模拟成都市选定的一处密集的建成区域,分析城市空间形态对通风的影响。研究发现,在假设等温的情况下,多层密集的区域对城市通风影响小,而高层对城市通风影响很大,建筑高度相近的街道与风向平行的风速大于与风向成角度的,与风向平行的街道沿线为高层的风速高于沿线为多层的,较大的开敞空间及背景风速更有利于城市通风环境。     

长沙市冬季人行道PM2.5污染特征及影响因素

了解不同气象条件下城市人行道细颗粒物(PM_2.5)时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_2.5质量浓度、风速、温度及相对湿度监测,探讨PM_2.5分布特征与气象因子的关系。结果表明:冬季晴天、阴天及大风天的人行道PM_2.5质量浓度变化呈现双峰双谷特征,峰值均出现在06:00—08:00,其次为18:00—20:00,谷值出现在14:00—16:00及22:00—24:00;距离机动车道10m处的人行道PM_2.5含量低于机动车道旁(即距离机动车道0 m)的人行道PM_2.5含量,这种差异在大风天气下更为显著;人行道PM_2.5质量浓度与温度、风速呈显著负相关关系,与空气湿度呈显著正相关关系,低温不利于PM_2.5扩散,但在大风天温度对PM_2.5的影响极小,风对PM_2.5含量的变化影响极大,在远离机动车道的人行道更为显著,而高湿度天气有利于PM_2.5的凝结。低温、高湿天气下06:00—08:00、18:00—20:00人行道PM_2.5质量浓度较高,大风对PM_2.5质量浓度具有一定削减作用,早晚高峰减少人行道洒水以降低空气湿度,有利于PM_2.5质量浓度的降低,减少PM_2.5积累。     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

2019—2021年徐州市大气细颗粒物化学组成特征及来源解析

徐州市地处四省交界,大气污染物来源复杂,颗粒物污染在气象条件不利时较为显著。通过地面观测数据、颗粒物组分连续观测、源解析及轨迹溯源等方法,对徐州市2019—2021年颗粒物变化特征进行了全面分析,以定量解析各类污染源的贡献,识别对颗粒物贡献显著的化学成分。结果表明：PM_2.5各组分质量占比中二次无机盐和有机碳相对较高,其中二次无机盐SNA(SO■、NO^-₃、NH⁺₄)占比达到59.1%～62.7%;水溶性离子总浓度逐年降低,但Mg²⁺和Ca²⁺浓度2021年分别同比增加2%和12.5%,说明扬尘污染存在反弹。秋冬季水溶性离子明显较高,Cl^-浓度明显高于其他季节,表明徐州市秋冬季受移动源、燃煤源和二次有机气溶胶共同影响。PM_2.5中OC与EC质量浓度比为4.88～8.40,说明徐州市颗粒物受多源影响,柴油、汽油机动车尾气排放以及燃煤排放对颗粒物贡献较大。后向轨迹分析表明,污染严重的1月污染物主...     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_2.5、PM₁₀浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_2.5、PM₁₀月平均浓度最高,7月的PM_2.5与PM₁₀达到最低。季节尺度上PM_2.5、PM₁₀浓度变化为由大到小顺序依次为冬季>秋季>春季>夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_2.5、PM₁₀浓度不断降低;当风速>4.0 m/s时,PM_2.5、PM₁₀浓度随风速增加而增加。PM_2.5、PM₁₀浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_2.5、PM₁₀浓度呈增加趋势;相对湿度>50%时,随着空气湿度增加,PM_2.5     

宁波市秋冬季大气能见度特征及影响因素分析

针对宁波市大气能见度的观测研究表明,宁波市秋冬季大气能见度均值为11.6 km,霾日发生率为31.6%,霾日的能见度均值为6.6 km,且PM_(2.5)质量浓度在100~120μg/m3范围内的频率最高。能见度随着PM_(2.5)浓度增大呈指数下降,且相同的PM_(2.5)浓度情况下,相对湿度越大,能见度越低。能见度为10 km的临界点上,PM_(2.5)质量浓度值对应为67.5μg/m3。不同相对湿度时,能见度为10 km对应的PM_(2.5)质量浓度临界值不同。通过建立能见度回归方程发现,低相对湿度(RH≤30%)时,PM_(2.5)对能见度的影响权重最大;高相对湿度(RH60%)时,相对湿度的权重最大;RH低于60%时,RH的权重随着PM_(2.5)浓度的增加而增大;而RH高于60%时,RH的权重随着PM_(2.5)浓度的增加而减小。分析结果可为宁波市灰霾防治和采取合适的管控措施提高能见度提供一定参考。     

空气自动监测中PM2.5与PM10 “倒挂”现象特征及原因

采用不同原理的自动监测仪器在不同季节同时测定PM2.5与PM10,对所得数据中的PM2.5与PM10\"倒挂\"现象进行分析。结果表明,当PM10采用振荡天平法时,PM2.5与PM10的\"倒挂\"率较高;冬季和夏季\"倒挂\"现象发生率明显高于其他季节;造成PM2.5与PM10\"倒挂\"的原因主要有监测过程中的随机误差,PM2.5与PM10的监测方法原理不同,监测方法之间存在显著差异等。