2015年10月南宁市区典型大气污染过程成因分析

2015年10月15日—24日南宁市出现了一次典型的大气细颗粒物（PM2.5）污染过程，利用单颗粒气溶胶质谱仪和大气颗粒物激光雷达仪器进行监测，结合气象、后向轨迹及卫星遥感影像等资料分析大气污染成因及远距离传输对该次污染过程的影响。研究表明：此次南宁市大气污染以PM2.5超标为主，PM2.5日均质量浓度最高为85.2 μg/m3，超过标准值13.6%，其中PM1占PM2.5的66.3%。此次污染过程是由本地污染源与外来源影响互相叠加，在静稳、高温、强光等天气情况下发生协同作用引起的，污染物主要来源为燃煤源、机动车尾气源和生物质燃烧源，占全部来源的75.0%～80.0%。     

2016年武汉市大气污染物时空分布特征及影响因素

利用统计学和GIS方法对2016年武汉市各区不同污染物的时空分布特征及相关性进行分析。结果表明：武汉市大气污染季节性特征明显，春季和冬季颗粒物（PM2.5、PM10）及NO2污染突出,夏季O3污染严重。污染物空间差异显著，主城区和东西湖区颗粒物及NO2污染严重，郊区O3污染严重。平均气温、平均水汽压与SO2、NO2、CO、PM2.5和PM10均呈显著负相关，而与O3呈显著正相关；降水量与SO2、NO2和CO呈显著负相关。     

合肥市春季大气PM10和PM2.5中碳组分的污染特征

2014年4月，应用热/光碳分析仪测定合肥市春季大气PM10和PM2.5中的有机碳（OC）、元素碳（EC）。结果显示，PM10、PM2.5的平均质量浓度分别为(124.0±34.3)μg/m3和(96.3±29.2) μg/m3,PM10中OC、EC的平均质量浓度分别为(15.1±5.5)μg/m3和(6.0±2.1) μg/m3，PM2.5中OC、EC的平均质量浓度分别为(12.1±3.5）μg/m3和(5.5±2.1) μg/m3。OC、EC在PM2.5中所占的比例均高于在PM10中的比例，说明合肥市春季PM2.5中碳的含量更高。通过分析8个碳组分及OC/EC比值，发现燃煤、机动车尾气和生物质燃烧是主要贡献源； OC易形成二次污染，EC排放以焦炭为主。     

北京地区气象条件与区域传输对PM2.5浓度影响研究

通过采用KZ（Kolmogorov Zurbenko）滤波统计方法，结合WRF/CMAQ数值模型情景分析技术，定量分析气象条件和区域传输对北京市PM2.5浓度的影响。结果显示: 2018年7月—2019年6月，北京市PM2.5平均质量浓度为46.0 μg/m3，气象条件同比偏差6.9%，外来传输平均为43.7%。从日变化上看，外来传输在早晚高峰期间明显下降，体现出本地机动车排放贡献明显上升的特点，气象条件对PM2.5浓度的影响主要表现为白天整体有利于污染物扩散，夜间气象条件转为偏不利的特征。2018年10月—2019年3月秋冬季期间，气象条件同比偏差3.3%，在气象条件较为不利和区域同比反弹的情况下，北京市PM2.5浓度持续走低，主要为源减排的效益。     

基于后向轨迹模式的区域大气污染及传输特征分析

选取南京市2017年PM2.5逐时观测数据,分析其颗粒物污染特征,并利用聚类分析、潜在源贡献因子法和GDAS气象数据,分析不同高度、季节下南京市主要气流输送路径及PM2.5污染的主要潜在源区。结果表明：南京市PM2.5污染冬季最严重,夏季最轻,逐时PM2.5浓度变化范围夏季小于冬季;夏季气流轨迹主要来自东南方向,秋冬春等季节以偏西和西北路径为主,且随着高度的增加,气流输送速度逐渐加快;冬季对南京市PM2.5污染的贡献最为显著,低层PM2.5污染贡献源区主要集中在近地区域,且贡献率较高,随着高度的增加,贡献源区由研究区域向四周辐散,贡献范围广,贡献率降低。     

北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。     

2013年苏州春季一次重污染天气的过程分析

研究了2013年3月在江苏范围内的一次重污染天气过程，重点分析苏州在此次污染过程中大气污染的变化特征。污染过程中，苏州市颗粒物浓度上升较为明显， PM10的小时质量浓度最高达548μg／m3， PM2．5质量浓度也达到197μg／m3，污染持续时间为2 d，3月8—9日当地空气质量均达到中度污染水平。根据后向轨迹模型、颗粒物离子浓度的分析，此次污染是由外来浮尘及苏州本地污染物排放所造成的区域霾污染影响所致。根据监测结果与实际污染特征，针对性地提出了对策和措施。     

交通减排对上海2014年PM2.5污染影响的案例研究

使用WRF Chem模式模拟分析2014年4月16日—18日一次上海市大气污染过程，探究交通减排对该市PM2.5浓度的影响。结果表明，模式较为成功地再现了污染过程中天气形势及大气污染物时空变化， PM2.5浓度模拟与观测结果IOA达到065。研究时段内交通减排使上海市PM2.5质量浓度平均减少 329 μg/m3，虹口凉城监测站受到交通减排影响最大，对小时平均质量浓度的最大影响超过26 μg/m3，超过此站PM2.5浓度的13%；PM2.5浓度越高，交通减排对上海市PM2.5浓度的影响越显著；交通减排对上海北部地区空气质量的改善效果最明显。     

广州冬季霾天气大气PM2.5污染特征分析

收集了2005年12月至2006年2月的PM2.5浓度观测数据及同步气象数据,分析了冬季PM2.5质量浓度日变化趋势以及霾日期间PM2.5质量浓度日变化和小时变化趋势.结果发现,观测期间PM2.5日均值浓度为69μg/m3,霾日期间PM2.5日均值浓度为72μg/m3.冬季霾天气的发生频率为45%,霾天气过程最短持续2天,最长持续9天.较高的PM2.5浓度和较高的相对湿度及较小的风速是导致霾天气形成的主要原因.霾日期间PM2.5小时浓度变化趋势与人类活动周期和气象条件密切相关.     

成渝地区一次区域重污染过程来源解析及减排效果研究

基于嵌套网格空气质量预报模式(NAQPMS)及耦合的污染来源追踪模块模拟2017年12月16日至2018年1月3日成渝地区一次区域重污染过程,定量解析成渝地区主要城市PM2.5来源,评估过程中应急减排的成效。结果表明,天气静稳和风向辐合是造成此次重污染过程的重要因素,污染峰值阶段,成渝地区多个城市PM2.5日均质量浓度超过150μg/m3,达到重度污染级别。污染过程中,成都市PM2.5本地排放的贡献率为42%,眉山和德阳贡献率将近30%;重庆市PM2.5本地排放的贡献率为60%,外来输送以湖北、湖南和其他地区为主,贡献率为24%,成都和重庆市的工业源和交通源的贡献最大。区域联防联控应急减排对成渝各城市空气质量改善效果显著,成渝地区PM2.5浓度降低率为5%~11%,对于未实施应急预警方案的地区(如眉山市)受周边城市减排影响,浓度降低可达6%。