浅析沈阳市高层建筑周边PM_(10)与PM_(2.5)质量浓度对应性

以空气中可吸入颗粒物(PM2.5和PM10)为研究对象,分析了采暖期和非采暖期不同监测点位PM10与PM2.5的相关性。结果表明,采暖期和非采暖期不同高度PM10与PM2.5的相关性均相当明显,可吸入颗粒物中PM2.5占绝大比重;采暖期不同高度PM10与PM2.5的相关系数大于非采暖期,季节变化规律明显。     

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

兰州冬季大气污染来源分析

利用WRF(天气研究与预报模式)输出的高分辨率气象数据驱动HYSPLIT_4.9(混合单粒子拉格朗日轨迹模式),结合PSCF(潜在源贡献因子)和CWT(权重浓度轨迹分析)模拟研究复杂地形下兰州城市尺度大气污染物局地输送特征、潜在源区及其对空气质量的影响. 结果表明:2002—2008年影响兰州城区冬季12月空气质量的轨迹可分为5类,输送类型可分为城区内输送和城区外输送. 第1、3类轨迹出现频率均大于20%且污染轨迹出现频率均大于38%,是污染物的主要输送路径,对应潜在源区为兰州城关区东北部和榆中县东部,这2个源区对ρ(PM₁₀)的影响最大,对ρ(SO₂)的影响最小,对ρ(PM₁₀)、ρ(SO₂)和ρ(NO₂)的贡献分别超过200、80和60 μg/m3. 来自榆中县的第4类轨迹和兰州西固区的第5类轨迹易造成大气重污染,而来自皋兰县的第2类轨迹属于清洁轨迹. 兰州冬季污染既受局地输送的影响,也与地面天气形势密切相关.      

合肥市霾天气变化特征及其影响因子

分别应用费希尔最优分割法和后向轨迹-聚类分析的方法分析了1965～2005年间合肥霾天气的气候变化特征,以及合肥霾天气发生频率与不同高度输送条件的关系.同时应用2001～2005年的资料分析了合肥霾的月、季分布特征及其与地面气象要素的关系.合肥各月平均霾日数呈W型分布,1月最多,8月最少,秋冬两季占全年霾日数的70%以上.41年来霾日数总体呈上升趋势,期间发生了3次跃变,分别在1978、1992和2005年,与我国社会经济发展的各个阶段相一致.霾的发生频率与边界层中上部气团来向关系不大,但与其移动速度关系密切.近地面不同来向的气团对应霾的发生频率明显不同,霾易于出现的气团在春、夏、冬季主要来自偏东方向,秋季主要为本地气团以及来自偏北方向的气团.小风、高湿和偏东风是产生霾的有利条件.随着空气污染加重,霾的出现频率升高,当空气质量为中度污染时,霾的出现频率达到75%;高质量浓度的PM10并不意味着有霾出现,反之亦然.     

北京市典型城区PM_(2.5)中正构烷烃的污染特征与来源

2013年6月在北京及华北平原大城市空气污染联合观测期间,使用大流量PM2.5采样仪分昼、夜采集北京市典型城区环境空气中PM2.5样品,利用GC-MS技术对PM2.5中正构烷烃的污染水平、分布特征与来源进行分析,并且结合后向轨迹分析了远距离传输的影响.结果表明:观测期间ρ(PM2.5)为29.73~275.30μgm3,PM2.5中ρ(总正构烷烃)为50.33~143.49 ngm3.PM2.5中正构烷烃质量浓度随碳数分布呈单峰-后峰型和双峰-后高型2种;Cmax(主峰碳数)为C29或C31;CPI(碳优势指数)为1.34~6.66;LMWHMW〔ρ(C14~C24正构烷烃)ρ(C25~C36正构烷烃)〕为0.10~0.31.观测期间PM2.5中正构烷烃主要来自高等植物蜡,并且主要来自温带植物;其次来自化石燃料和生物质的不完全燃烧.观测期间来自北京市南向气团轨迹出现概率最高,影响最为突出,其次为来自东南沿海方向和内蒙古中西部方向的气团轨迹.     

《大气污染防治行动计划》后期成都大气PM2.5中水溶性无机离子特征

为探究《大气污染防治行动计划》实施后期成都大气PM2.5中水溶性无机离子(WSIIs)季节变化及来源等特征,本研究于2016～2017年在成都城区进行了分季节PM2.5样品的连续采集,对其中WSIIs进行了全面分析.结果表明,成都市年均ρ(PM2.5)和ρ(WSIIs)分别为(114.0±76.4)μg.m-3和(41.2±31.3)μg.m-3,ρ(WSIIs)可占ρ(PM2.5)的36.1％,其季节贡献特征为:秋季(39.5％)＞冬季(38.2％)＞春季(32.5％)＞夏季(28.9％).全年及各季节P(PM2.5)和ρ(WSIIs)均值均表现为夜间高于白天,且昼夜差异幅度呈现出了明显的季节变化特征.SNA(SO42-、N03-和NH4+)是WSⅡs的重要组成,在春、夏、秋和冬这4季中可占到整体ρ(WSIIs)的84.2％、86.6％、86.3％和87.0％.秋和冬的ρ(NO3)/ρ(SO42-)比值分别为1.1和1.6,高于春和夏的0.96和0.57,移动源和固定源相对贡献随季节变化特征明显.观测期间WSIIs主要来源包括二次生成、扬尘源和燃烧源.后向轨迹分析表明,来自成都东部地区的近地气团对应的P(PM2.5)低于源自西部的高空气团,就WSIIs构成而言,东部气团对应的ρ(SO42-)占比高于西部气团,而西部气团对应的ρ(NO3-)占比则高于前者.     

基于TSI天气分型方法的长沙PM_(10)浓度特征研究

根据2008-2012年长沙市的逐日的高空、地面气象资料,采用TSI天气分型法将长沙市的天气按季节进行分型,并利用2011-2012年逐日PM10浓度资料讨论了四季不同天气类型下PM10浓度特征和污染等级特征,结果发现:长沙四季的天气均可分为6种天气型,且各季各天气型的天气特征差异明显。长沙市PM10污染不是很严重,最高能达到4级即中度污染程度,且出现频率很低。各季均以PM10污染等级为良的情况最多,发生频率在66.1%~75.4%。春季在1型和3型天气下容易出现PM10轻度污染;夏季在1型和6型天气下容易出现PM10轻度污染;秋季在1型和3型天气下容易出现PM10轻度污染;冬季在1型和6型天气下容易出现PM10轻度污染。     

区域传输对华东森林及高山背景点位大气污染物浓度的影响

利用HYSPLIT4.8轨迹模式和2011年6月～2012年5月NCEP气象再分析资料计算每日抵达华东森林及高山背景区域的后向气流轨迹并进行聚类,探讨该区域的大气污染物传输特征.同时结合国家大气背景监测福建武夷山站同期大气污染物监测数据,进一步分析不同气团的污染特征及高污染气团的主要来源.结果表明,有65%的轨迹输送污染气块,主要来自我国东部高污染负荷区、江西省以及西北部沙漠地区的高空,有35%的海洋性气团对站点污染物起清除作用,且各气团在各季节对污染物浓度的贡献有一定差异;SO2较高浓度主要受北方城市冬季采暖期燃煤影响,CO较高浓度主要受安徽省煤炭生产和消费过程中的污染物排放影响,NOx、O3、PM10和PM2.5较高浓度主要受我国东部高污染负荷区影响.     

2013年12月中国中东部地区严重灰霾期间上海市颗粒物的输送途径及潜在源区贡献分析

2013年12月初中国中东部地区发生了入冬以来最为严重的一次长时间、大范围的高浓度颗粒物污染过程,期间上海市PM10小时浓度最大值超过700μg·m-3,PM2.5最大小时浓度超过600μg·m-3.为研究此次严重灰霾污染期间影响上海的污染气团的主要传输途径,采用HYSPLIT后向轨迹结合聚类分析方法,探讨了本次污染事件中到达上海的主要气团轨迹,结合上海城区在线观测的PM10小时浓度资料,通过计算潜在源贡献因子PSCF和浓度权重轨迹CWT,分析了影响上海2013年12月PM10质量浓度的潜在源区,并探讨了不同源区对上海市PM10质量浓度贡献的差异.结果表明,西北路径和北路径是污染事件中的主要输送通道,在到达上海的气团轨迹中,大陆气团和海洋气团分别占总轨迹的79.6%和20.4%,影响上海的潜在源区除长三角一带的江苏、浙江和安徽等人口密集,工业、重工业和交通污染严重的地区以外,山东、河北、河南等地对于上海城区颗粒物污染亦有一定贡献.研究表明,区域大气污染联防联控乃至跨区域联动对于应对当前频发的重污染态势具有极为重要的意义.     

长春市大气SO2、O3和NOx的变化特征及来源

为研究长春市采暖期大气污染物的污染水平及其随时间的变化特征,于2012年1—6月通过在线监测仪获取了大气中ρ(SO₂)、ρ(O₃)和ρ(NO_x),利用HYSPLIT(混合型单粒子拉格朗日综合轨迹模式)后向轨迹模型结合地面气象资料,初步分析了该市大气污染物的可能来源及传输过程. 结果表明:观测期间ρ(SO₂)和ρ(NO_x)的日均值分别为(25.0±21.6)和(54.4±34.0)μg/m3,ρ(O₃)最大8 h平均值为(85.0±26.2)μg/m3,ρ(SO₂)、ρ(NO_x)和ρ(O₃)的变化范围分别为2.3~131.0、17.6~183.7和31.0~173.3 μg/m3;其中ρ(O₃)日均值超过GB 3095—2012《环境空气质量标准》二级标准限值的时间为2 d,ρ(SO₂)和ρ(NO_x)均未超过二级标准限值,但ρ(SO₂)日均值在采暖期超过GB 3095—2012一级标准限值的时间为23 d,占采暖期的24%. 采暖期ρ(SO₂)日变化为双峰型,峰值出现在06:00和20:00左右,而在非采暖期表现为单峰型,峰值出现在08:00左右;ρ(O₃)表现为单峰型,峰值出现在13:00─15:00;ρ(NO_x)在采暖期表现为双峰型,而在非采暖期表现为单峰型. 对观测期间72 h内HYSPLIT后向轨迹模拟结果和气象数据的分析表明,长春市大气污染主要受本地源的影响,偏西气流易对污染物造成积累,而偏东气流有利于污染物扩散.      

京津廊城市气团光化学污染潜势分析

选取京津廊三市交界处,于2019年和2021年的7月开展PAN (过氧乙酰硝酸酯)在线监测、空间来源解析与反应产率研究,以评估北京、天津、廊坊不同城市气团的光化学污染潜势及近年变化趋势.观测结果表明,三市交界处2021年夏季PAN浓度均值(0.89±0.21)×10^-9,较2019年同期(2.45±0.71)×10^-9下降63.8%.PAN在夏季大气寿命很短,其在该观测点浓度主要受周边城市气团光化学反应控制,其产率呈现明显双峰特征,峰值水平在2019年和2021年的7月分别为3.08×10^-9/h、1.75×10^-9/h,2021年较2019年下降43.18%,与PAN的年际变化趋势吻合.该观测点PAN的潜在源贡献函数(PSCF)高值区在2个观测月均出现在东南方向50km范围内,显示了天津市气团输送对该观测点PAN浓度的显著贡献.当该观测点受天津城市气团绝对影响时,PAN生成潜势和前体物NO₂均呈最高水平,约为受北京城市气团影响时的2.03倍和2.01倍,为受廊坊城市气团影响时的1.53和1.21倍.可见,天津城市气团具有最高的光化学污染潜势,其与北京气团的差异主要源自NO_x,而与廊坊气团的差异则来自NO_x和VOCs两类前体物.     

南京城区上空大气一氧化碳的观测分析

利用南京大学城市大气环境观测站(32°03′20″N,118°46′32″E)2011年1~12月一氧化碳(CO)连续观测资料,分析南京市CO浓度变化特征;利用后向轨迹模式和聚类分析方法研究影响南京市的主要气团及其化学性质;基于MOPITT资料分析南京市CO的垂直分布.研究表明,南京市CO的年均浓度为(757.5±410.5)×10-9.CO浓度具有明显日变化特征,早上8:00浓度最高,下午16:00浓度最低.CO日变化具有季节差异性,春季最为明显,夏季幅度最小.一周之中CO在周五的浓度最高.CO存在明显季节变化,冬季1月浓度最高,夏季6月浓度最低.HYSPLIT4把影响该观测站的主要气团分为6类,其中来自江苏南部、浙江、上海的气团的污染物浓度最高,对南京市CO浓度贡献最大;源于西伯利亚高原,伴随强冷空气迅速向南移动的气团对南京市CO贡献最小.卫星数据分析结果表明,南京市夏季CO的垂直分布与其他3个季节有较大差异.与地面观测站相比,卫星反演的CO地面浓度要明显偏低.     

A five-year climatology of back-trajectories from the Izaña baseline station,Tenerife, Canary Islands

As a contribution to the climatological characterization of the Izaña baseline observatory (Tenerife, Canary Islands, Spain), back-trajectories were calculated and an air mass climatology was developed for a 5-year period. On a daily basis, 5-day back-trajectories were computed for the 850- and 700-HPa levels from January 1983 to December 1987. Trajectories were separated into long- and short-range flows and classified into categories depending on the path followed by the air masses. Flows from the North Atlantic Ocean were much more frequent than flows from continental sectors. In addition, seasonal variations of the sector frequencies were studied and synoptic meteorological patterns were associated with each trajectory category.     

北京2011年10月连续重污染过程气团光化学性质研究

于2011年10月份对北京市大气痕量气体、颗粒物及单颗粒组成进行了观测,分析了观测期间各项污染物的关系、单颗粒物物理化学特征及气团光学性质,并结合后向气流轨迹分析了污染物来源.结果显示,2011年10月份存在3次明显的重污染过程:第1次过程区域性特征明显,气团光化学年龄较长,主要来源于河北省和山西省交界处;第2次过程呈区域与局地性叠加特征,气团光化学年龄开始呈现缩短趋势,气团主要来源于河北省;第3次过程中局地特征较明显,气团光化学年龄较短,主要来源于京津及河北省中北部.     

珠江口无机氮湿沉降规律及大气输送的研究

针对2007年3～11月广东中山市横门站的降水资料,分析了珠江口氮湿沉降特征及其来源.结果显示:研究期间横门降水中NH+4-N和NO-3-N的降雨量加权平均浓度分别为0.62和0.41mg·L-1;其季节变化规律表现为秋季最高,其次是春季,夏季最低.降水NH+4-N和NO-3-N的浓度呈显著正相关,与降水pH值呈负相关.利用气团轨迹后推以及天气形势得出,横门陆地性降水氮浓度最高,海洋性降水氮沉降通量最高.云下气团分类结果表明,海洋性NE类气团对横门无机氮湿沉降的输送负荷最大.     

Cluster analysis: A technique for estimating the synoptic meteorological controls on air and precipitation chemistry—Results from Eskdalemuir,South Scotland

Clustering of isobaric trajectories arriving at Eskdalemuir, south Scotland, enabled us to isolate the influences of atmospheric transport patterns and precipitation amount on gas, aerosol and precipitation chemistry at this site. We conclude that at Eskdalemuir, 55% of the variation in summer season non-sea-salt sulphate concentration in rain may be explained by upwind history defined by trajectory clustering and by precipitation amount. Each cluster of trajectories could be described by distinct synoptic weather conditions, leading to the interesting prospect of assigning a typical ion concentration in precipitation to a given synoptic weather pattern. The scale of the synoptic patterns identified in this study were shown to be able to explain the variation in sulphur dioxide concentrations observed across a network of 50 stations contributing to the European Monitoring and Evaluation Programme.There is greater confidence in Global Climate Model simulations of future circulation patterns as a result of climate change than of equivalent simulations of temperature and precipitation distributions. A first approximation of future levels of ion deposition may therefore best be inferred from circulation pattern-ion concentration relationships of the type developed in this paper. The influence of other less certain changes in precipitation type/amount, scavenging processes and emission levels should then be assessed against a background of changes in the frequency of circulation patterns.     

华北区域大气污染过程中天气型和输送路径分析

以2003年10月2—12日一次大气污染过程为例,分析华北区域大气污染过程中主要天气型及污染物输送路径.结果表明:区域内大部分城市API上升阶段,以西南输送路径为主;API下降阶段,受纬向锋区影响,以东北气流为主,污染物从北向南扩散,区域内各城市空气质量好转.统计2003年9—12月7次大气污染过程发现,当华北地区为大尺度高气压控制时,若高压中心位于山西南部,河北为弱的低气压区(地形槽)时,将导致西南风气流盛行该区域.受地形和天气型控制,西南方向的输送通道是引起北京大气污染过程的主要通道.      

基于气流轨迹大气输送对大连市酸雨形成分析

文章利用HYSPLIT-4后推气流轨迹模式,对辽宁省大连市2007年的降水来源进行气流轨迹模拟,再通过聚类分析方法,得到气流的平均轨迹分布,从而分析大连市降水的来源及各方向气流对酸雨形成的影响。研究表明,大连市酸雨污染主要由西-南、西北和北-东-南3个方向气流形成。在季风影响下,6-10月的雨季,来自西-南方向气流多经过河北、京津、山东、我国东部沿海等工业发达地区或朝鲜半岛;起源于北绕行东-南方向气流仅在辽宁省内行12小时后,也途经山东或朝鲜半岛及南部海域,这2个方向的气流运行高度低,地面污染贡献大,携带大量致酸前体物,在大连形成酸性降水频率高,导致其酸雨污染严重。而来自西北方向的气流经过蒙古、内蒙古、辽宁西部等工业欠发达地区,且多在高空运行,气流相对干净,很少形成酸性降水。     

Cluster analysis: A technique for estimating the synoptic meteorological controls on air and precipitation chemistry—Method and applications

Combining the pattern recognition capabilities of cluster analysis with isobaric air trajectory data is a useful way of quantifying the influence of synoptic meteorology on the pollution climatology at a site. A non-hierarchial clustering of 1000 mb isobaric trajectories, using squared Euclidean distance as a similarity measure, leads to the identification of a finite number of distinct synoptic patterns. Typical airbore and aqueous pollutant concentrations associated with each of these patterns may then be established. By considering 3-day air trajectories in this study, the “history” of an air parcel is captured in an improved manner, when compared with attempts to use individual day weather “types” to characterize meterological situations.     

嘉峪关市大气污染物传输特征与潜在源分析

利用Meteoinfo软件中的Trajstat插件对2019-03—2020-02期间抵达嘉峪关市的气团进行后向轨迹模拟,并结合各类大气污染物数据,对嘉峪关市四季的后向轨迹进行聚类分析,研究抵达嘉峪关市的主要气团输送路径及对应路径的污染物浓度特征。通过潜在源贡献因子法（PSCF）及权重浓度轨迹分析法（CWT）来分析PM₁₀与O₃的输送来源及主要潜在源区。结果表明:输送至嘉峪关市的气团中,西北方向气团轨迹数目和污染轨迹数目占比均大于其余方向,嘉峪关市四季的大气污染更易受到西北方向气团的影响。嘉峪关市春季PM₁₀污染相对严重,更易受到新疆东部地区潜在源区的影响,其余三季PM₁₀污染相对较轻,潜在源区主要集中在新疆东部地区,少数位于嘉峪关市东北方向。嘉峪关市春、夏季的O₃污染相对严重,强潜在源区主要集中在新疆东部地区及甘肃河西走廊地区,秋、冬季O₃污染相对较轻,其中秋季潜在源区主要位于甘肃河西走廊地区,冬季潜在源区主要位于新疆东部地区。