2018年大连海域船舶大气污染物排放特征及影响分析

船舶废气已成为大气污染物的重要来源之一。为掌握大连周边海域船舶大气污染物排放特征,以及大连海域船舶排放对大连市大气环境的影响,基于船舶自动识别系统监测数据,采用基于功率的动力法估算出2018年大连海域船舶排放清单,并利用WRF、SMOKE、CMAQ空气质量数值模拟系统,研究了1月、4月、7月、10月船舶排放对大连市大气环境的影响。研究结果表明,2018年大连海域船舶共排放SO₂ 7 606.23 t、NO_x 30 990.13 t、PM₁₀ 1 212.02 t、PM_2.5 969.58 t、CO 3 339.10 t、HC 1 414.63 t、CO₂ 2 546 299.67 t。其中,客船、散货船、油船和多用途船的排放占比较大,排放区域主要集中在大连湾、大窑湾附近及周边航道。受气候因素影响,不同月份的船舶排放对大连市大气环境的影响不同,其中,1月、4月和10月受影响较大的区域主要是旅顺口区和金州区,而7月受影响较大的区域主要是甘井子区。     

川东北中心城市南充大气污染态势及其主要成因

基于南充市主城区6项大气污染物浓度数据,研究了2014-2020年南充市的空气质量指数、空气质量指数等级和首要污染物的时序分布。结果表明:随着大气污染防治的开展,南充市大气污染物浓度逐渐下降,出现首要污染物的天数逐年减少,空气质量逐步提高。受污染物节律性影响,空气质量呈现明显的季节差异,冬季空气质量最差,春季次之,夏季污染相对较轻,秋季最轻。首要污染物类型的季节分布特征表现为冬季出现首要污染物天数最多,春季和夏季次之,秋季最少。春、秋、冬季以PM_2.5污染为主,夏季以O₃污染为主。从全年来看,与O₃相比,PM_2.5对空气质量的影响更为突出。在持续控制大气污染物排放总量的同时,精细化协同管控细颗粒物、氮氧化物、挥发性有机物和二氧化硫排放将有助于现阶段的大气污染防治。     

2015—2019年抚州市临川区主要大气污染物时空变化及成因分析

选取2015—2019年抚州市临川区不同时间尺度的空气质量指数(Air Quality Index,AQI)与6种常规大气污染物监测数据,分析了临川区主要大气污染物的时空变化及影响因素。结果表明,临川区大气PM_2.5、PM₁₀、SO₂和CO年均质量浓度整体呈现下降趋势,O₃年均质量浓度逐年增加,说明临川区应警惕O₃污染的加剧。PM_2.5、PM₁₀和NO₂质量浓度的月变化趋势表现为冬高夏低的特征。此外,2015—2019年临川区大气PM_2.5、PM₁₀月均浓度与AQI的相关性极高(r＞0.96,P≤0.01),表明临川区大气污染类型为颗粒型污染。根据污染物浓度日变化规律以及相关性分析结果可知,PM_2.5、PM₁₀、SO₂、NO₂日变化趋势与AQI相似。通过对2015—2019年临川区除夕至大年初一期间大气污染物变化规律和复合污染特征的分析可以发现,2018年和2019年空气污染程度较之前的3年有所下降,说明烟花爆竹燃放禁令对春节期间空气污染的控制具有明显成效。此外,控制移动源排放成为临川区大气污染治理亟需解决的重要问题。     

青岛市港口船舶大气污染排放清单的建立及应用

2002~2006年青岛市环保局与瑞典国际开发合作署合作开发了青岛市空气环境质量管理系统,建立青岛市海上交通源大气污染排放清单是其中的一项子专题,范围涉及青岛沿岸分布的港口,重点考虑船舶停泊港口及航线过程的大气污染物排放,划分了20条航线。建立的青岛市海上交通源大气污染排放清单在开发的基于GIS地理信息系统EnviMan复合源大气扩散模型中得到较好应用,实现了对沿海主要大气污染物排放量的空间模拟测算,解析出大气污染排放清单建立年度青岛市港口、航运排放的大气污染物对市区环境空气中的SO₂、NO_X浓度贡献分别约占8.0%、12.9%。     

新冠肺炎疫情期间冀南地区空气质量时空变化特征

为研究新冠肺炎疫情期间冀南地区空气质量变化规律,明确防疫管控措施对空气质量的具体影响及大气污染物排放特征,笔者综合分析了研究区域的常规监测数据和部分大气超级站的PM_2.5组分数据。结果表明:疫情防控重点区域石家庄市、邢台市空气质量整体好转,细颗粒物和一次排放气态污染物浓度下降明显,PM_2.5来源中燃煤、生物质燃烧源占比上升,机动车尾气源占比下降,体现出交通管制、企业限产和道路工地扬尘管理等环保措施的有效性。疫情防控高风险区域石家庄市藁城区出现了明显的NO₂浓度降低、PM_2.5污染好转现象,而O₃浓度显著升高成为新的特征污染物。结果显示,藁城区综合防疫管控举措对本地一次排放污染物起到了明显抑制作用。疫情防控核心区域藁城区增村镇因实行最严格的封村、限行、停产等措施,人为污染源排放"触底",6项监测指标中除O₃浓度同比、环比均大幅度升高外,其他污染物浓度全时段降低,SO₂和CO昼夜差距缩小,环境质量明显优于周边乡镇。分析认为大规模持续化学消杀可能对O₃浓度升高有影响,此问题需要进一步探讨。     

西宁市金属冶炼和压延加工业大气颗粒物排放清单

大气污染物排放清单是了解大气污染特征和控制对策的前提。根据排放因子方法,建立了2018年西宁市金属（包括黑色和有色金属）冶炼和压延加工业PM_2.5、PM₁₀大气污染物的排放清单,并对其时空分布特征和清单不确定性进行了分析。结果表明：西宁市黑色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是4.88×10³、8.37×10³ t;该行业对PM_2.5、PM₁₀排放量贡献率最大的是城北区,分别为58.36%、49.61%。有色金属冶炼和压延加工业PM_2.5、PM₁₀的总排放量分别是1.85×10³、2.78×10³ t,该行业对PM_2.5、PM₁₀贡献率最大的是大通县,分别为53.51%、56.99%。黑色金属冶炼和压延加工业对PM_2.5、PM₁₀贡献率最大的产业是粗钢产业,贡献率分别是38.41%、30.28%。有色金属冶炼和压延加工业对PM_2.5、PM₁₀贡献率最大的是铝行业,贡献率分别是97.33%和98.01%。2个行业PM_2.5和PM₁₀的排放受月份影响较小,一天中09：00—18：00是排放高峰期。蒙特卡罗法模拟结果表明：黑色金属冶炼和压延加工业95%置信区间的不确定性较高,PM_2.5和PM₁₀的不确定性分别为-59.33%~58.55%和-47.51%~47.28%。     

哈大绥城市“十三五”期间大气环境容量分析

根据2016—2020年哈尔滨市、大庆市、绥化市(以下称哈大绥)国控环境空气自动监测站的SO₂、NO₂、PM_2.5监测资料,统计年鉴中行政区划、污染物排放及气象等监测数据,分析哈大绥区域环境空气质量的变化趋势和测算因子,采用A值法核定了哈大绥区域SO₂、NO₂、PM_2.5的大气环境容量。结果表明:哈大绥SO₂、NO₂、PM_2.5 3项污染物采暖季的大气环境容量均呈逐年递增趋势。通过计算环境承载能力发现,哈大绥SO₂、NO₂、PM_2.5 3项污染物在非采暖季均具有高承载能力,哈大绥非采暖季环境容量高于采暖季。哈尔滨的个别污染物仍然处于临界超载状态,为减少重污染天气,应进一步削减采暖季污染物排放量。     

2016—2019年汾渭平原城市空气质量状况分析

基于2016—2019年全国城市环境空气质量国控监测点位自动监测数据，分析了汾渭平原城市空气质量状况。结果表明：2019年，汾渭平原优良天数比例为61.7%，略高于"2+26"城市，明显低于全国及其他区域，空气污染较重。2016—2019年，汾渭平原超标天数中PM_2.5、PM₁₀、O₃作为首要污染物的占比较高，PM_2.5、PM₁₀仍是影响汾渭平原空气质量的最主要污染物，O₃和NO₂的影响逐年升高。汾渭平原PM_2.5浓度呈夏季低、秋冬季高的特点，2019年与2016—2018年PM_2.5均值比较，1、2、4月分别偏高7.5%、36.7%、6.8%，其他月份均偏低，表明1、2、4月空气质量总体恶化，其他月份有所改善。汾渭平原O₃浓度呈夏季高、秋冬季低的特点，O₃浓度总体呈升高趋势，年平均升高10.3 μg/m³，临汾市年平均升幅最显著（26.7 μg/m³），不同百分位O₃浓度均呈升高趋势，且高百分位浓度升幅明显高于低百分位浓度，年平均升幅最高出现在第90百分位浓度。2016—2019年，O₃单项污染物超标导致优良天数比例损失分别为5.4个百分点、13.0个百分点、11.1个百分点和14.4个百分点，总体呈上升趋势，表明O₃超标对空气质量影响越来越显著。煤炭消耗量、生铁产量、粗钢产量的大幅升高对空气质量有一定影响，建议加大对相关企业污染物的排放量检查，确保超低排放或采取可行的清洁能源替代。温度与O₃浓度呈正相关，2017—2019年，温度大于25 ℃的天数中94.2%出现在6—8月，O₃-8h超标天数占全部超标天数的81.4%，因此应加强温度较高月份的O₃管控。     

环境空气质量新标准对珠三角区域站空气质量评价的影响

利用粤港珠三角区域空气质量监控网中天湖、金果湾与万顷沙3个区域站2010年全年SO₂、NO₂、PM₁₀、O₃、PM_2.5与CO自动监测的数据,分析了实施环境空气质量新标准(GB 3095—2012)对这3个子站空气质量评价的影响。研究发现,若采用新标准,万顷沙的NO₂、PM₁₀和PM_2.5年均浓度将不同程度超标。这3个子站空气质量达标率下降7~28个百分点,空气污染指数从91%~99%下降至63%~91%;O₃的引入是导致空气质量达标率下降的最主要的原因;O₃将取代PM₁₀成为最主要的首要污染物,出现频率大于50%,且O₃(8 h)平均浓度的影响大于O₃ (1 h)浓度的影响。PM_2.5的纳入也是导致空气质量达标率下降的重要因素,其超标率为3%(金果湾)~16%(万顷沙)。NO₂标准的收严未对天湖与金果湾空气质量评价造成影响,但导致万顷沙NO₂的超标率从2%上升至10%,且NO₂作为首要污染物的比例达24%。     

基于火点辐射能量的2017—2021年广西秸秆露天燃烧排放时空分析

基于2017—2021年MODIS、VIIRS和Himawari-8等多套卫星的火点辐射能量(FRE)和云量反演数据,使用更高分辨率的火点替代相邻位置低分辨率火点的融合方法,利用晴空的火点分布数据对被云遮蔽的区域进行补偿,核算得到了2 km高分辨率的广西秸秆露天燃烧排放数据,并针对2017—2021年的广西秸秆露天燃烧排放量展开精细的时空分布研究。结果表明:2017—2021年广西秸秆露天燃烧的CO、NO_x、SO₂、NH₃、VOCs、PM₁₀和PM_2.5的年排放量均值分别为12.91万、0.78万、0.16万、0.17万、2.77万、2.26万、2.21万t,排放高值区域分布在广西中部及西南部。秸秆露天燃烧排放的主要时间集中在冬、春季节(10月至次年3月),时值晚稻收割期和甘蔗榨季,占全年排放量的60%以上。广西秸秆露天燃烧PM_2.5年均排放量是全广西PM_2.5人为源年排放量的8.74%,通过逐日排放贡献分析发现,秸秆露天燃烧具有短期排放量较大的特点,2017—2021年,在1—2月有34 d出现秸秆露天燃烧导致PM_2.5排放量超过人为源排放量50%的情况。     

天津市北辰区大气污染物小尺度精细化源排放清单

以天津市北辰区空气站周边3 km为研究对象,基于拉网式实地调查,获得该地区2016年各类典型行业污染源详细的活动水平数据,以环境保护部发布的"清单编制技术指南"为参考,建立了2016年天津市北辰区空气站周边3 km大气污染源排放清单。结果表明:2016年天津市北辰区空气站周边3 km大气污染源的排放总量PM_(10)为431.28 t、PM_(2.5)为147.94 t、SO_2为48.67 t、CO为1 395.39 t、NO_x为469.52 t、VOCs为305.66 t;PM_(10)和PM_(2.5)的最大排放源是工地,贡献率分别为25.49%、15.16%;SO_2的最大排放源是散煤,贡献率为49.36%;CO和NO_x的最大排放源是道路机动车,贡献率分别为45.85%、53.89%;VOCs的最大排放源是制造业企业,贡献率为48.80%。天津市北辰区改善空气质量应从控煤、控尘、控车3个方面入手。     

Evaluation of the Trend of Air Quality in Taipei, Taiwan from 1994 to 2003

The data collected from the five air quality monitoring stations established by the Taiwan Environmental Protection Administration (TEPA) in Taipei City were analyzed to assess the changes in air quality. The analyses reveal that the air quality in Taipei City improved over the last decade from 1994 to 2003, as evidenced by the significant downward trends of the various primary air pollutant concentrations, such as CO, NO_X, SO₂, and PM₁₀. An air pollution fee was collected by TEPA in 1995, and several air pollution control measures were likewise taken to improve the air quality in Taiwan. However, although the extreme daily maximum O₃ concentrations occurred more frequently in earlier years and showed a downward trend, its moderately high concentrations increased annually in recent years. It implied that after the reduction of various primary pollutant concentrations, the effective reduction of O₃ pollution still remains an important issue.     

典型大气污染源动态排放清单编制方法及应用研究

随着环境空气质量精细化管理要求的提高，在应对重污染天气过程中，对大气污染源排放清单的时间分辨率提出了更高的要求。文章从固定源、移动源、油气储运源等方面探讨了大气污染源动态排放清单编制技术方法，并选取某城市进行了应用计算。结果表明，通过获取动态更新的数据，移动源的船舶、机动车、飞机可以逐时分析污染物排放量变化；固定源和油气储运源可以逐日分析。同时与相关指南算法进行定量比较，探讨了精细化改进方法及可能存在的问题，为建立更精细化动态排放清单提供有益参考。     

环境空气质量新标准对郑州和开封空气质量评价的影响

利用河南省环境空气质量新标准实施一期城市(郑州、开封)2013年的环境空气自动监测数据,分析了实施《环境空气质量标准》(GB 3095—2012)对这2个城市空气质量评价的影响。研究发现,若采用新标准,郑州、开封污染物年均浓度超标情况加重;城市空气质量达标率从51%、71%下降到35%和31%,下降了16和40个百分点;PM2.5的纳入是空气质量达标率下降的最主要原因,大于NO2标准的收严和CO、O3纳入评价指标的影响,其超标率分别为58%(郑州)和63%(开封);且PM2.5取代PM10成为郑州、开封的首要污染物,其作为首要污染物的比例均大于70%。     

支撑京津冀区域大气污染联防联控的大气监测体系构建

京津冀区域已成为全国大气污染最严重的地区之一,并且呈现出明显的区域性污染特征,加强区域间的环境合作,实施区域联防联控是解决京津冀区域大气污染问题的有效手段。对照《生态环境监测网络建设方案》的要求,目前京津冀区域大气监测体系还存在着监测网络不健全、监测项目覆盖不全面、监测新技术应用不足、质控体系不完善、信息产品供给与公众需求有差距等问题,与京津冀区域大气污染联防联控的要求不相适应。为全面提升京津冀区域大气监测体系对区域联防联控的技术支撑能力,亟需进一步完善京津冀区域的监测网络,增设传输研究、污染监控等特殊监测点位;逐步拓展监测项目,开展颗粒物化学组分和O_3前体物监测;加快遥感监测等立体监测技术在大气监测中的应用,全面分析污染物时空分布特征与传输规律;加强空气质量预报预警能力建设,为重污染天气应对提供技术支持;规范监测事权上收后的全过程质控体系,建立颗粒物标准方法比对和O_3量值传递质控机制;构建环境监测大数据平台,加强数据分析应用与信息公开。     

西藏自治区“十二五”和“十三五”环境空气质量变化特征

"十二五"以来中国先后颁布了一系列大气污染防治政策并实施相应的大气污染治理措施以提高环境空气质量。为研究西藏自治区"十二五"(2011-2015年)和"十三五"(2016 -2020年)时期环境空气质量变化状况,评估大气污染防治措施实施效果,笔者对2011-2020年西藏自治区7个城市(地区)主要大气污染物浓度和优良天数比例变化进行分析。结果表明:随着一系列大气污染防治措施的实施,西藏自治区环境空气质量显著提升,与"十二五"时期相比,"十三五"时期西藏自治区年平均优良天数比例由97.5%±2.0%提升至99.3%±0.4%,SO₂、 NO₂、 PM₁₀、 PM_2.5浓度年均值和CO 浓度第95百分位数均呈下降趋势,其中CO、PM₁₀和PM_2.5浓度下降幅度较大,O₃日最大8h滑动平均值第90百分位数略有上升。西藏自治区环境空气质量与人口、经济发展程度呈负相关关系。受污染源排放、气象条件和区域传输等因素影响,西藏自治区O₃浓度春、夏季较高,而其余污染物浓度冬季较高。     

Assessment of Urban Air Quality in South Estonia by Simple Measures

In countries having limited resources, it is difficult to assess urban air quality on contemporaneously, due to the absence of on-line information about air pollution levels and emission rates. An alternative approach is recommended for smaller cities with lower demands of resources. The applied scheme consists of a database of air pollution sources (NO _x and CO from industry, traffic, and domestic heating), the simple Gaussian-plume model AEROPOL and a series of measurements by passive monitors. This method was used in Tartu, a small city situated in the valley of the river Emajõgi, within a landscape with noteworthy topographical variations. Simulations of annual average and maximal concentrations were performed, and a fair agreement obtained with NO₂ monitoring results from passive Palmes monitors. Inventories of pollution sources in 1998 revealed that official statistics of stationary sources covered 64% of SO₂,36% of CO, 37% of NO _x and 32% of total particulate matter emissions. Recommendations for measures for reducing air pollution levels and for further investigations towards improving air quality assessment and management, are given.     

Preparation and Validation of Gridded Emission Inventory of Criteria Air Pollutants and Identification of Emission Hotspots for Megacity Delhi

Delhi is one of the many megacities struggling with punishing levels of pollution from industrial, residential, and transportation sources. Over the years, pollution abatement in Delhi has become an important constituent of state policies. In the past one decade a lot of policies and regulations have been implemented which have had a noticeable effect on pollution levels. In this context, air quality models provide a powerful tool to study the impact of development plans on the expected air pollution levels and thus aid the regulating and planning authorities in decision-making process. In air quality modeling, emissions in the modeling domain at regular interval are one of the most important inputs. From the annual emission data of over a decade (1990–2000), emission inventory is prepared for the megacity Delhi. Four criteria pollutants namely, CO, SO₂, PM, and NO _x are considered and a gridded emission inventory over Delhi has been prepared taking into account land use pattern, population density, traffic density, industrial areas, etc. A top down approach is used for this purpose. Emission isopleths are drawn and annual emission patterns are discussed mainly for the years 1990, 1996 and 2000. Primary and secondary areas of emission hotspots are identified and emission variations discussed during the study period. Validation of estimated values is desired from the available data. There is a direct relationship of pollution levels and emission strength in a given area. Hence, an attempt has been made to validate the emission inventory for all criteria pollutants by analyzing emissions in various sampling zones with the ambient pollution levels. For validation purpose, the geographical region encompassing the study area (Delhi) has been divided into seven emission zones as per the air quality monitoring stations using Voronoi polygon concept. Dispersion modeling is also used for continuous elevated sources to have the contributing emissions at the ground level to facilitate validation. A good correlation between emission estimates and concentration has been found. Correlation coefficient of 0.82, 0.77, 0.58 and 0.68 for CO, SO₂, PM and NO _x respectively shows a reasonably satisfactory performance of the present estimates.