基于传感器技术的渭南市道路环境颗粒物污染特征及影响因素研究

为深入了解渭南市街区道路环境颗粒物污染时空分布特征,利用车载颗粒物传感器于2019年3月1日—5月31日对渭南市道路环境空气中PM_2.5和PM₁₀浓度开展在线走航测量,分析了影响渭南市道路环境颗粒物污染时空分布的主要因素.研究表明:①渭南市区内所有道路PM_2.5平均浓度范围为37.7~51.9 μg/m3,浓度较高路段位于高新区东部和主城区;PM_2.5~10（粗颗粒物）平均浓度范围为65.8~119.1 μg/m3,浓度较高路段位于各功能区城郊.②工作日早高峰时段（07:00—09:00）主城区道路环境PM_2.5、PM_2.5~10污染较非工作日严重,3种类型道路工作日07:00 PM_2.5~10平均浓度呈支路（103.5 μg/m3）>主干道（102.1 μg/m3）>次干道（96.9 μg/m3）的特征.③对于高新区和老城区路段,除早晚高峰时段出现PM_2.5和PM_2.5~10浓度峰值外,凌晨时段渣土车行驶路段、裸地或施工现场周边路段易出现PM_2.5~10浓度峰值,其PM_2.5~10平均浓度最高达230.9 μg/m3（乐天大街西段的路段Ⅳ）.研究显示,工作日早晚高峰时段,特别是早高峰,机动车排放导致渭南市高新区东部和主城区路段的PM_2.5污染加重,夜间渣土车行驶导致高新区和老城区靠近城郊路段的颗粒物（PM_2.5和PM_2.5~10）污染加重.      

北京典型道路交通环境机动车黑碳排放与浓度特征研究

本研究对2009年北京市典型道路(北四环中路西段)进行实际交通流监测和调研,分析了总车流量、车型构成和平均速度的日变化规律.应用北京机动车排放因子模型(EMBEV模型)和颗粒物黑碳排放的研究数据,计算该路段的黑碳平均排放因子和排放强度.根据同期观测的气象数据,应用AERMOD模型对道路黑碳排放进行了扩散模拟,并根据城市背景站点和道路边站点的监测数据对模拟结果进行了验证.研究表明,该路段黑碳平均排放因子与重型柴油车在总车流中所占比例呈现出极强的相关性,由于北京市实行货车区域限行制度,日间时段总车流的平均黑碳排放因子为(9.3±1.2)mg·km-1·veh-1,而夜间时段上升至(29.5±11.1)mg·km-1·veh-1.全天时均黑碳排放强度为17.9~115.3g·km-1·h-1,其中早(7:00—9:00)晚(17:00—19:00)高峰时段的黑碳排放强度分别为(106.1±13.0)g·km-1·h-1和(102.6±6.2)g·km-1·h-1.基于同期监测数据验证,AERMOD模型的模拟效果较好.模拟时段的道路黑碳排放对道路边监测点的平均浓度贡献为(2.8±3.5)μg·m-3.由于局地气象条件差异,日间和夜间的机动车排放对道路边黑碳的模拟浓度存在显著差异.日间时段,小型客车排放对道路边站点的黑碳浓度贡献最高,达(1.07±1.57)μg·m-3;其次为公交车,达(0.58±0.85)μg·m-3.夜间时段货车比例明显上升,其黑碳排放占主导地位,贡献浓度(2.44±2.31)μg·m-3.     

天津夏季黑碳气溶胶及其吸收特性的观测研究

利用天津城市边界层观测站2010年8月12日~9月18日期间的黑碳、污染物和气象梯度观测数据,分析天津市夏季黑碳气溶胶浓度的变化特征及其影响因子.结果表明, 观测期间,黑碳气溶胶浓度均值为6.309mg/m3,占PM10质量浓度的4.17%,其吸收消光占气溶胶总体消光的10.23%.受人类活动和边界层结构影响,黑碳气溶胶浓度日变化呈双峰型,7:00达到峰值,14:00~16:00最小,20:00达到次高峰.黑碳气溶胶浓度随风速增加呈下降趋势,当风速超过4m/s时,浓度一般低于5mg/m3,西风及西北风对天津城区黑碳气溶胶输送作用明显,其出现大于10mg/m3的高黑碳气溶胶事件概率为18.07%;逆温和大气稳定易造成黑碳气溶胶在近地层的堆积,形成高污染事件.     

兰州城市和远郊区黑碳气溶胶浓度特征

利用兰州大学半干旱气候与环境观测站(SACOL)2010年9月至2011年8月的黑碳气溶胶观测资料,分析了兰州市区和郊区黑碳气溶胶的浓度变化特征.结果表明:市区的年平均黑碳浓度要远大于郊区.日变化都呈明显的双峰结构,最大值出现在08:00~10:00,最小值出现在16:00左右;对于月最大频数浓度的年变化,市区和郊区均是5月黑碳浓度最小,其值分别为1143和932ng/m3,1月黑碳浓度最大,分别为10230和5063ng/m3;市区的周变化较郊区明显;沙尘条件下黑碳气溶胶浓度值低于当月的日均值.     

辽宁地区大气黑碳气溶胶质量浓度在线连续观测

利用2008年3月—2009年2月辽宁沈阳、大连、鞍山、抚顺和本溪ρ(黑碳)观测资料,分析了其变化特征及重要影响因子. 结果表明,5个城市小时ρ(黑碳)的变幅较大,最小值出现在抚顺秋季的2008年9月23日00:00,ρ(黑碳)为0.14 μg/m3,最大值出现在本溪冬季的2008年11月11日08:00,ρ(黑碳)为64.52 μg/m3;本溪ρ(黑碳)日均值最高,为6.87 μg/m3,其次是沈阳、鞍山和抚顺,大连的ρ(黑碳)日均值最小,为3.18 μg/m3;ρ(黑碳)日变化有明显的峰值和谷值,最高值一般出现在06:00─09:00和17:00─19:00,低值出现在02:00─04:00和12:00─15:00;风速对ρ(黑碳)有重要影响,当风速<3.5 m/s时,ρ(黑碳)随风速增大而减小,当风速>3.5 m/s时,风速对ρ(黑碳)的影响不大;后向风轨迹较好地反映污染物在不同城市区域间的传输特征,在冬季沈阳以上风区域北部影响为主;ρ(黑碳)日均值变化和大气低层垂直温度梯度变化有较好的对应关系.      

西安郊区泾河秋、冬季大气黑碳变化及粒径特征

利用西安郊区泾河大气成分站ρ(BC)(BC为黑碳)、粒子数浓度资料和观象台自动站、探空站数据,对西安郊区秋、冬季ρ(BC)变化特征、粒径分布特征和变化原因进行了分析.结果表明:①泾河郊区ρ(BC)比城区的低.城区ρ(BC)日变化呈三峰特征,峰值分别出现在凌晨02:00、清晨07:00和傍晚20:00,分别为17.0、12.5和21.5 μg/m3.泾河郊区ρ(BC)日变化呈双峰特征,峰值出现在上午09:00和晚上23:00,数值分别为5.5和6.1μg/m3;谷值出现在清晨06:00和下午16:00,数值分别为4.9和2.6μg/m3.②ρ(BC)与不同粒径颗粒物数浓度关系不同,其中与粒径＜4.0 μm粒子的数浓度成正比,与粒径≥4.0 μm粒子(如沙尘)的数浓度成反比;波长指数分析表明,沙尘可致ρ(BC)实测值偏大.③ρ(BC)与近地面逆温强度有密切相关性,R(相关系数)达到0.412 5(P ＜0.000 1);风速小于1.5 m/s时BC易堆积,大于1.5 m/s时则相反;连续降水对BC清除效果显著.     

成都西南城郊黑碳和PM2.5 浓度变化特征及其影响因子

四川盆地是我国灰霾和大气污染易发和频发区之一,目前关于本地区黑碳气溶胶（black carbon,BC）的相关研究较少。利用2017年11月—2018年12月成都西南城郊地区黑碳气溶胶以及PM_2.5观测资料,结合气象资料和其他污染物浓度资料,分析BC和PM_2.5浓度,BC浓度在PM_2.5浓度中所占比例（黑碳占比）的季节、月、日变化特征及其影响因子。结果表明：（1）BC逐小时浓度范围为0.18—40.51 μg?m^?3,平均值为(5.26±4.68) μg?m^?3,本底浓度为3.34 μg?m^?3。PM_2.5逐小时浓度范围为1.00—344.50 μg?m^?3,平均值为(60.02±46.91) μg?m^?3,本底浓度为33.38 μg?m^?3。日变化均呈“白天低,早晨、夜间高”的变化特征,其中冬季浓度最高,春、秋季次之,夏季浓度最低。（2）黑碳占比均值为9.16%±5.13%,白天黑碳占比低,夜间黑碳占比高,且夏季最高,冬季最低。随着空气污染加重,冬季占比缓慢增加,其他三季占比减小。（3）BC与NO₂和CO相关性较好,表明西南城郊BC排放主要受机动车尾气、生物质燃烧影响。BC和SO₂相关系数偏小,燃煤等工业源排放对西南城郊BC的贡献较小。（4）风速、温度和湿度与BC浓度均有很好的相关性,其中风速对BC浓度的影响最大,当风速小于2.0 m?s^?1时,BC浓度值明显偏高;BC浓度大于20.00 μg?m^?3的高值区主要集中在西北、西南以及东北风向上,即：偏东北方向市中心大气中的污染物,以及西南方向远郊地区的污染物可能对西南城郊高浓度黑碳的贡献更大。     

不同季节气象条件对北京城区高黑碳浓度变化的影响

利用2013年至2015年北京城区黑碳气溶胶(下文统称为"BC")和PM2.5观测资料,结合地面气象观测资料、ECMWF边界层高度再分析资料和FNL/NCEP不同高度风速再分析资料,讨论了BC质量浓度及其在PM_(2.5)质量浓度中所占比例(下文统称"黑碳占比")的季节、月、日变化特征,并通过计算北京城区BC浓度与不同高度风速的相关矢量,分析了气象条件和外来输送对北京城区BC浓度变化的影响.结果发现:研究时段内北京城区BC浓度平均值为(4.77±4.49)μg·m~(-3);黑碳占比为8.23%±5.47%.BC浓度和黑碳占比在春、夏季低,秋、冬季高,其日变化特征在4个季节均为"白天低夜间高"的单峰型特征.随着PM_(2.5)浓度的升高,BC浓度增大,黑碳占比减小.当北京地区风向为东北、东北偏东、东南和西南偏西(主风向)时,BC浓度与风速和边界层高度均呈反向变化,即随风速和边界层高度的增大而减小.另外不同季节BC浓度随风速变化的临界值及其变化速率不同.冬季高BC浓度时段,北京城区BC浓度在低层大气的关键影响区分别位于河北南部与山东交界地区以及河北西北部与山西内蒙交界地区;高空关键影响区主要位于北京以西的河北西部、山西北部和内蒙古地区.     

本溪大气黑碳气溶胶浓度的观测研究

对2008年3月至2009年2月本溪黑碳气溶胶浓度观测资料进行了研究分析.结果表明,本溪黑碳平均浓度值为6.877 μg/m3,日平均浓度变化范围为0.592～20.577 μg/m3,每小时平均浓度最大值达64.518 μg/m3;黑碳浓度具有明最的季节变化,夏季的平均浓度最低,最高值出现在冬季的1月份,这与冬季取暖...     

成都市黑碳气溶胶污染特征及与气象因子的关系

为系统了解成都市黑碳气溶胶(BC)的污染特征,利用四川省环境监测站提供的成都市人民南路四段2013年9月至2014年7月逐时BC监测数据,对其浓度进行了统计分析。结果表明:1)BC小时平均浓度变化范围较大,介于0.01~57.83μg/m3,浓度中值(5.17μg/m3)小于平均值(7.32μg/m3),即BC小时浓度具有偏态分布特征。2)BC日均浓度变化范围为2~28.2μg/m3,其浓度日变化在四季均呈明显的单谷型,谷值出现在16:00时附近,表现为从凌晨到10:00时变化较平稳,10:00—16:00时浓度急剧下降,16:00到夜间浓度急剧上升;浓度季变化呈现出冬高夏低,春秋平稳的基本特征。3)秋、冬、春、夏四季BC本底浓度值分别为2.49,5.05,2.89,2.43μg/m3。4)BC质量浓度与PM2.5和PM10变化趋势一致,BC浓度相对颗粒物浓度变化较快,在0.01水平上与PM2.5和PM10均呈显著正相关,相关系数分别为0.657、0.638,与温度、降水和风速均呈负相关,相关系数分别为-0.334,-0.338,-0.202。     

郴州市大气PM2.5碳组分污染特征及其来源分析

为研究郴州市PM_2.5中碳组分的污染特征及来源,于2016年7月-2017年4月分4个季度典型时段采集郴州市环境大气中的PM_2.5,测定了样品中OC（有机碳）和EC（元素碳）的质量浓度,对碳气溶胶污染水平、时空分布、SOC（二次有机碳）以及OC和EC相关性等特征进行了分析,并分析了碳组分的来源.结果表明:郴州市ρ（PM_2.5）年均值为（40.2±19.0）μg/m3,ρ（OC）、ρ（EC）占比分别为15.7%和7.2%;ρ（OC）与ρ（EC）相关性分析显示二者来源较为一致,但春季、夏季差异相对较大;ρ（SOC）全年估算值为1.84 μg/m3,占ρ（OC）的29.11%,夏季较高的温度和较低的相对湿度导致夏季ρ（SOC）的估算偏低.结合碳组分丰度分析、PCA（主成分分析）和PMF（正矩阵因子分解分析）结果发现,燃煤/道路尘、机动车排放和生物质燃烧对PM_2.5中TC（总碳）的影响最为明显,贡献率分别为49.25%~56.71%、19.79%~25.36%和9.35%~13.69%.反向轨迹聚类结果显示,广东珠三角区域的汽油车排放、道路尘和生物质燃烧对郴州市PM_2.5中碳组分有较大的影响,而燃煤和柴油车的贡献主要来源于本地.研究显示,郴州市PM_2.5中碳组分污染较为严重,应重点加强本地燃煤和柴油车的控制.      

2013年12月石家庄一次霾天气过程中的黑炭浓度特征

2013年12月5日~27日石家庄地区连续出现霾天气,大气日均能见度为0.2~8km,其中大约89.53%的时间大气能见度不足5km.分析12月10~27日期间的黑炭固定观测数据表明:1)黑炭浓度均值为39.84μg/m3,日变化具有明显的双峰结构,第1个峰值在上午9:00左右,第2个峰值在夜晚21:00~24:00;2)黑炭浓度小时均值与大气能见度小时均值之间呈负相关关系,当黑炭浓度大于固定观测期间的均值时,重度霾发生的概率为97.78%.此外,通过在车辆上安装黑炭分析仪和GPS接收机对石家庄市区主干道进行了多天的移动观测,结果表明:黑炭浓度与交通密度和街道特点(道路类型、交通密度)直接相关; 市区二环的黑炭浓度较高,大约是二环内黑炭浓度均值的1.48倍;市中心区的黑炭浓度相对较低,且呈现明显的东西-南北向差异性.     

北京市道路空气中挥发性有机物时空分布规律

为研究城市交通道路空气中挥发性有机化合物(VOCs)的污染状况、变化规律和不同道路类型的浓度特点,于2008年5月—2009年7月对北京市3种典型道路(街道峡谷、交叉道路和开阔道路)进行空气质量监测. 采用气相色谱法测定道路空气中非甲烷烃(NMHCs)、苯系物(苯、甲苯和二甲苯)的质量浓度. 结果表明:北京市道路空气中挥发性有机化合物污染比较严重,其中ρ(NMHCs)日均值为1.0～3.3 mg/m3,ρ(苯系物)日均值为8.8～80.0 μg/m3. 污染物浓度日变化多呈现双峰型. 选取1,4,7和10月为不同季节的代表月份,7月的ρ(NMHCs)和ρ(苯系物)均最高,10月最低. 3种典型道路中,街道峡谷的污染物质量浓度高于另外2种道路. 道路附近的挥发性有机物质量浓度主要受到机动车排放、气象条件和地形条件等的影响.      

廊坊市开发区冬季颗粒物碳组分污染特征及来源分析

廊坊市是北京市及周边传输通道“2+26”城市之一.为研究廊坊市开发区冬季颗粒物中碳组分污染特征,于2018年1月5日—2月5日在廊坊市开发区国控点位同步开展PM_2.5及PM₁₀样品采集,使用DRI分析OC（有机碳）与EC（元素碳）的质量浓度.结果表明:廊坊开发区冬季ρ（PM_2.5）、ρ（PM₁₀）分别为（54.5±46.0）（91.0±58.2）μg/m3.PM_2.5中ρ（OC）、ρ（EC）分别为14.64、3.54 μg/m3,PM₁₀中分别为17.07、4.58 μg/m3;PM_2.5、PM₁₀中ρ（OC）与ρ（EC）相关性均较好,R2均为0.91（P < 0.01）,表明二者具有相似的来源;在PM_2.5和PM₁₀中OC/EC〔ρ（OC）/ρ（EC）,下同〕分别为4.46和4.16,ρ（SOC）（SOC为二次有机碳）分别为6.15和5.88 μg/m3,分别占ρ（OC）的42.1%和37.7%,表明二次污染较严重.碳组分丰度及主成分分析结果表明,PM_2.5与PM₁₀中碳组分来源基本一致,主要来源于汽车尾气、水溶性极性化合物、生物质燃烧及燃煤的混合源,柴油车排放,以及道路扬尘.后向气流轨迹聚类结果表明,颗粒物及碳组分质量浓度受途径内蒙古自治区及河北省中部、北京市南部气团的影响较大;对于碳组分来源,道路扬尘及汽车尾气受气团传输的影响较大,而生物质燃烧、燃煤等受气团传输的影响较小.研究显示,汽车尾气、燃烧源及道路扬尘为廊坊市开发区冬季碳组分的主要来源.      

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

北京市城区春季大气挥发性有机物污染特征

"2+26"城市联防联控措施的实施及北京市产业结构的调整,使得北京市大气中VOCs（volatile organic compounds,挥发性有机物）质量浓度、组成特征及来源发生了变化.运用AirmoVOC（GC-866）在线自动监测仪对2017年3-5月北京市城区大气中的VOCs进行观测.结果表明:①北京市城区春季大气中ρ（TVOCs）（TVOCs为总挥发性有机物）为34.36 μg/m3,ρ（烷烃）、ρ（芳香烃）、ρ（烯烃）、ρ（炔烃）分别占ρ（TVOCs）的57.13%、33.18%、7.54%、2.15%.质量浓度最高的前3位VOCs物种分别为苯、丙烷和乙烷,其质量浓度分别为5.97、3.51、2.63 μg/m3.②ρ（TVOCs）的日变化有3个较明显的峰值,分别出现在05:00、11:00和23:00,ρ（TVOCs）最低值出现在18:00,并且夜间ρ（TVOCs）高于白天.VOCs日变化特征表明,北京市VOCs污染受凌晨时段柴油车尾气排放和早晚交通高峰期汽油车尾气排放的影响较为明显.③春季VOCs的OFP（ozone formation potential,臭氧生成潜势）分析表明,芳香烃对OFP的贡献率（44.22%）最大,其次是烯烃（31.06%）,最后是烷烃（23.86%）;北京市VOCs污染的关键活性组分是丙烯、正丁烷、环戊烷、苯、甲苯、二甲苯.④PMF（正矩阵因子分析法）分析表明,溶剂使用源是北京市春季大气中VOCs最主要的排放源,对TVOCs的贡献率为39.06%,其次是移动源（33.79%）和油气挥发源（17.85%）,燃烧源的贡献率（9.30%）最低.研究显示,控制移动源、溶剂使用源和燃烧源的排放是控制北京市环境空气中VOCs污染的关键.      

基于车速-流量模型的动态化道路扬尘清单编制方法与应用

目前国内外关于道路扬尘排放的计算多采用美国环境保护局推荐的AP-42排放因子法,直接计算道路扬尘的年均排放总量,但其动态化程度不足,难以满足日益增长的精细化管理需求. 本研究采用车速-流量模型构建高时间分辨率的道路车流量获取方法. 以天津市为例,采用自下而上的方法,结合本地化的排放因子以及天津市采取的道路扬尘控制措施,借助GIS平台编制高时空分辨率的道路扬尘排放清单,精细反映天津市道路扬尘排放的时空分布特征. 结果表明:①时间尺度上,受早晚高峰的影响,城市道路在08:00—09:00与18:00—19:00扬尘排放强度较大,13:00—14:00是白天扬尘排放强度的低值时段. ②空间尺度上,夜间(03:00—04:00)道路扬尘排放强度的高值区域集中在高速路段,白天扬尘排放强度的低值时段(13:00—14:00)集中在城市道路中支路密集的地区,道路扬尘排放强度高峰时期(18:00—19:00)集中在各类型的城市道路. 全年道路扬尘排放高值区域集中在城市支路和郊区道路. ③天津市内六区全年道路扬尘PM_2.5、PM₁₀、TSP排放量分别为603、2 492和12 986 t,相较以往研究有所下降. 从区域看,道路扬尘排放总量呈偏远郊区>环城四区>市内六区的规律. 城市道路采取的洒水措施明显降低了道路扬尘排放总量. 研究显示,受交通扰动影响,道路扬尘排放呈现明显的时空分布差异.      

Reducing black carbon emissions from diesel vehicles in Russia: An assessment and policy recommendations

The paper assesses options and challenges of reducing black carbon emissions from diesel vehicles in Russia. Black carbon is a product of incomplete diesel combustion and is a component of fine particulate matter. Particulate matter emissions have adverse health impacts, causing cardiopulmonary disease and lung cancer; black carbon is also a large climate forcer. Black carbon emissions from Russian diesel sources affect not only the Russian territory but also contribute to overall pollution. This paper analyzes current ecological standards for vehicles and fuel, evaluates policies for emission reductions from existing diesel vehicle fleet, and assesses Russia's attempts to encourage the use of natural gas as a vehicle fuel. Based on best practices of black carbon emission reductions, this paper provides a number of policy recommendations for Russia.