区域大气细颗粒物化学组分及来源年变化趋势

利用单颗粒气溶胶质谱仪(SPAMS)于2018年1月1日—2019年12月31日对上海市浦东新区环境空气PM_2.5开展高时间分辨化学成分监测。结果表明，2019年监测点空气质量总体优于2018年，AQI达标率由74.8%升高至86.6%。通过对PM_2.5成分分类，最终确定了8类颗粒物，相较于2018年，2019年富钾颗粒物升幅较为明显，左旋葡聚糖、重金属和元素碳有小幅增加，其余各组分相对减少。对PM_2.5排放源分类分析显示，机动车尾气源占比>25%，其中2018年3月、2018年7月、2019年2和3月贡献超过40%；二次无机源和燃煤源呈现一定的季节变化特点，整体秋冬季高于春夏季，2019年燃煤源占比较2018年下降了41%；工业排放源2018年5和10月、2019年1和5月占比相对较高，其余各月份占比相对较为稳定。     

区域大气重污染过程识别指标及算法研究

重点区域秋冬季大气重污染应对是大气污染防治工作的重中之重，但针对区域大气重污染过程尚无明确、统一的判定依据，给空气质量管理造成不便。以京津冀大气污染传输通道"2+26"城市为研究对象，依据秋冬季大气重污染过程的区域性特征，以及"发生—发展—消散"的演变规律，将区域内3个及以上相邻城市至少1 d空气质量达到重污染水平判定为一次区域大气重污染过程；若前后两次重污染过程仅间隔1 d，将两次过程及间隔日视为一次完整的区域大气重污染过程。基于"2+26"城市空间相邻矩阵设计了区域大气重污染过程识别算法，以2019—2020年秋冬季为研究时段，在"2+26"城市识别出7次区域大气重污染过程。该研究可为统一区域大气重污染过程的统计口径、优化区域重污染天气的预警范围和重点区域的划定等提供技术支持。     

基于信号改进深度学习网络的京津冀城市群二氧化氮浓度预测

在中国华北地区,二氧化氮污染仍旧不容忽视,尤其是在机动车辆密集和工业生产相对集中的京津冀城市群。运用小波分解(WD)和长短期记忆(LSTM)神经网络建立了W-LSTM组合模型,用于预测未来京津冀地区二氧化氮日均浓度和分指数。使用2014年1月—2018年5月主要大气污染物数据对组合预测模型进行训练试验,在获得最优模型参数后,使用2018年6月—2019年6月数据进行模型预测性能测试试验。结果表明,相较于传统的LSTM预测模型,W-LSTM组合预测模型具有更好的预测性能,预测结果的平均绝对百分误差为9.21%。在此基础上,使用最优预测模型对京津冀城市群2019年7月—2020年12月二氧化氮日均浓度进行了预测,并描绘了时空分布图用以表征其时空变化特征。     

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。     

新疆玛纳斯县大气臭氧浓度时空变化及影响因子分析

选取新疆玛纳斯县2018—2019年空气自动站的监测数据,统计分析了臭氧浓度时空变化规律。主要结果表明,2019年臭氧为首要污染物天数同比2018年增加48.9%,2019年因臭氧浓度超标造成轻度污染天数较上年增加250%,臭氧已成为影响空气质量的重要因子之一。臭氧浓度具有明显的季节变化特征,2018—2019年玛纳斯县臭氧平均浓度均在5—8月达到全年的最高值,11月至翌年1月浓度为全年最低值,臭氧浓度整体呈现夏季高,冬季低的特点,城市形成局部臭氧超标的主要原因及其影响力的大小受温度和风速的影响。在此基础上对臭氧污染进行了溯源及影响因子分析,提出防控臭氧污染的建议。     

基于卫星遥感的京津冀热环境效应分析

为探究北京城区和京津冀城市群等不同尺度上地表热环境时空格局变化以及与大气污染和污染排放的关系,利用Landsat-58、Terra MODIS和Aura卫星上OMI等多期数据,采用普适性单窗算法反演了不同区域的地表温度强度,并结合京津冀重点行业NOX排放量和区域NO2柱浓度空间分布数据,分析了2001—2016年北京及京津冀地区大气污染、能源消耗和城市热力格局之间的关系。结果表明:北京市热岛分布具有显著的地域性,高地表温度与相对较低地表温度集聚与相间分布并存,建成区城市热岛效应明显; 2001—2016年随着城市的快速发展,城区快速向外蔓延,北京城市的热场强度逐年加强,范围逐年向东、向南扩大;热岛高强度范围与NO2高污染区、NOX高排放区有较好的一致性,热岛强度的分布特征有助于大气污染物"热量"网络的规划,卫星热红外遥感可提供必要的技术支撑。     

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。     

广东省城市环境空气质量时空特征及经济影响因素分析

选取2014—2018年广东省21个城市的空气质量指数(AQI)以及PM_(2.5)、PM_(10)、CO、NO_2、O_3、SO_2的浓度数据,利用重心模型和空间自相关模型,对广东省的空气质量和各污染物的浓度水平进行时空特征分析,同时,利用空间计量分析模型分析社会经济特征变量对环境空气质量空间特征的影响。结果表明:2014—2018年广东省的大气污染重心一直徘徊在广州市和东莞市的交界地带。全省的重心由东北向西南迁移,6种污染物的迁移路径各有特点。6种污染物中,PM_(2.5)、PM_(10)、NO_2、O_3的重心整体向西南方向迁移,CO的污染重心整体向东北方向迁移,而SO_2污染重心整体向南迁移。6种污染的污染重心每年迁移的距离非常微小。广东省春夏的污染重心偏东北方向,分布较松散;秋冬季的污染重心偏向西南方向,分布较集中。2014—2018年,广东省存在大气污染的"热点"和"冷点"区域,呈现出高污染区域聚集和低污染区域聚集的态势。珠江入海口地区、清远市周边的空气质量较差;湛江沿海地区、汕尾地区的空气质量相对较好。2014—2018年,广东省人均地区生产总值(GDP)、第三产业占GDP比重与城市AQI呈现负相关关系,工业产值占GDP比重、人均可支配收入、研究与试验发展(RD)经费支出与城市AQI呈现正相关关系,外商直接投资和大气环境之间的关系不确定。     

2013—2019年京津冀及周边地区PM2.5重污染特征

为探讨2013—2019年京津冀及周边地区"2+26"城市PM_(2.5)重污染时空演变特征,对"2+26"城市7年间的大气环境监测网数据进行了统计分析。在年际变化上,重污染过程次数逐年下降,发生时长和强度分3个阶段大幅降低。相比2013年,2014—2016年重污染小时数、天数和峰值浓度均降低了一半左右,2017—2019年则下降了约80%。目前,区域重污染过程以持续1～2 d的较短过程为主。在季节分布上,全年重污染集中于秋冬季,其中冬季占比从60%升至80%,尤其是1月的重污染占比最高且有逐年增加趋势。在空间分布上,区域差异明显缩小,呈相对均匀化趋势,区域污染中心有所南移,南部的冀南豫北区域在区域重污染中的占比呈上升趋势。在污染成因基本类型上,污染排放导致的积累型为主要类型,占比约90%;沙尘型及烟花爆竹燃放型的总占比约为10%,虽然其占比较低,但近年的比重较稳定,未有明显下降趋势。     

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%。     

Magnetic mapping of fly-ash pollution and heavy metals from soil samples around a point source in a dry tropical environment

The Singrauli region in the southeastern part of Uttar Pradesh, India is one of the most polluted industrial sites of Asia. It encompasses 11 open cast coalmines and six thermal power stations that generate about 7,500 MW (about 10% of India’s installed generation capacity) electricity. Thermal power plants represent the main source of pollution in this region, emitting six million tonnes of fly-ash per annum. Fly-ash is deposited on soils over a large area surrounding thermal power plants. Fly-ashes have high surface concentrations of several toxic elements (heavy metals) and high atmospheric mobility. Fly ash is produced through high-temperature combustion of fossil fuel rich in ferromagnetic minerals. These contaminants can be identified using rock-magnetic methods. Magnetic susceptibility is directly linked to the concentration of ferromagnetic minerals, primarily high values of magnetite. In this study, magnetic susceptibility of top soil samples collected from surrounding areas of a bituminous-coal-fired power plant were measured to identify areas of high emission levels and to chart the spatial distribution of airborne solid particles. Sites close to the power plant have shown higher values of susceptibility that decreases with increasing distance from the source. A significant correlation between magnetic susceptibility and heavy metal content in soils is found. A comparison of the spatial distribution of magnetic susceptibility with heavy-metal concentrations in soil samples suggests that magnetic measurements can be used as a rapid and inexpensive method for proxy mapping of air borne pollution due to industrial activity.     

基于RS和GIS的生态环境状况时空变化研究--以河南省为例

生态环境状况评价是资源合理利用、制定社会经济发展规划及生态环境保护对策的重要依据。现以河南省行政区为研究区域,基于遥感影像、水资源及环境统计数据,采用生态环境状况指数(EI)和空间格局分析方法,综合对比分析河南省2014—2018年生态环境状况时空变化及其冷热点空间分布。研究结果表明:(1)2014—2018年河南省EI值变化范围为60.6~63.5,生态环境状况整体呈现稳中趋好态势,除开封市和济源市外,16个省辖市的EI值均有所增加,位于西部山区丘陵地带的三门峡、洛阳和平顶山市EI值增加明显。(2)2014—2018年河南省生态环境的G*i指数的高值区域位于西部地区的三门峡市和洛阳市,且5年内没有发生变化,较为稳定。G*i指数的高、低值区域与EI值的高值和低值区表现出较高的一致性。     

望虞河西岸河网区沉积物营养盐和重金属污染时空分布特征

以无锡市望虞河西岸河网区为研究区域,于2018年12月—2019年9月分冬、春、夏、秋4个季节采集了上覆水和沉积物样本,研究氮磷营养因子在沉积物-上覆水界面的释放规律,探究主要水质指标、沉积物氮磷和重金属含量的时空分布特征。结果表明:研究区域内的水质状况不佳,主要是氮含量超标,污染严重的点位集中在人类活动较为密集的市区和工业区;受上覆水氮磷浓度、溶解氧浓度等变化的影响,沉积物营养盐含量季节变化明显,污染状况较为严重,75%的点位属于中度和重度污染;沉积物重金属含量季节变化不显著,部分重金属的空间分布特征相似,污染程度排序为Zn>Cd>Cu>Pb>Ni>Cr>As。     

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。     

黄河流域水质和工业污染源研究

为科学评价黄河流域的水质状况及工业企业污染源现状,根据黄河流域2018—2019年地表水和饮用水水源地水质监测数据,建立了综合反映流域水环境质量和可定量分析排名的城市水质指数;利用大数据技术分析工业企业水污染物排放数据,研究建立了企业环境信用动态评价体系。研究结果表明:2018—2019年,黄河流域城市水环境质量得到一定程度的改善,城市地表水环境质量优和良等级数量从17个增加到19个,饮用水水源地优等级城市数量从7个增加到11个;但黄河流域中游地区水污染问题较为严重,需要重点加强水污染控制。水质污染主要以点源工业污染为主,COD和氨氮排放量较多,COD和氨氮年日均排放浓度平均值分别为51.1、3.1 mg/L,工业废水处理率偏低;山西、陕西、河南等"高"风险企业数量较多,分别达到3 047、1 630、1 442家。建议加强黄河流域上下游、左右岸、干支流协同配合,加大水污染防治工作的深度和力度。     

基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

基于2018—2020年合肥、芜湖和马鞍山3个城市国控站点的PM_2.5逐日监测数据和同期地面气象观测资料，利用Kolmogorov-Zurbenko(KZ)滤波对PM_2.5日浓度的原始时间序列进行分解，获取短期分量、季节分量和长期分量，并进行多元线性逐步回归构建各分量与气象因子的模型，最后依据短期分量和基线分量的回归模型和残差分析，对序列进行重建，获取消除气象条件影响的PM_2.5长期分量。KZ滤波分析结果表明：2018—2020年气象条件对江淮区域PM_2.5污染改善影响存在波动，在2018—2019年为负贡献，而在2020年秋冬季则变为正贡献；江淮地区3个城市2018年和2020年PM_2.5修正后的长期分量均值表明气象条件对各市PM_2.5改善影响存在差异较大，气象条件对合肥PM_2.5改善的贡献仅为1.0%,芜湖为7.8%,马鞍山为21.0%;NAQPMS数值模式情景分析结果显示，减排措施对江淮之间PM_2.5浓度改...     

浙江省大气重污染应急预警

通过比较多地省级及城市的大气重污染预案和分析浙江省大气重污染预警工作情况及一次大气重污染预警案例来研究省级大气重污染应急。结果表明,省级应急预案在机构组织和职责、预警分级以及应急措施3个方面有需完善的地方,并且在区域应急联动方面的内容相对缺乏。通过对问题的探讨,建议可以通过构建畅通应急信息交流渠道、设定符合地区污染特征的预警分级以及科学安排多城市应急联动减排等方式来进一步完善省级大气重污染应急预案。     

2001—2018年浙江省酸雨变化特征及影响因素分析

利用2001—2018年浙江省32个城市酸雨观测资料,结合数理统计和GIS空间插值,分析了全省降水酸度变化、化学组分特征及其影响因素。研究结果表明,以2009年为拐点,浙江省酸雨污染呈先加重后减轻的趋势,降水酸度和酸雨率均得到显著改善。2009年后,轻酸雨城市的比例不断上升。至2018年,全省大部分城市均处于轻酸雨区,并有部分非酸雨城市出现。降水中的硫酸根离子浓度呈显著下降趋势,硝酸根离子浓度呈波动变化,但变化不显著。硫酸根离子与硝酸根离子的当量浓度比值呈显著下降趋势,由2002年的3.48降至2018年的1.35,酸雨类型由硫酸主导型向复合型转变。二氧化氮、硝酸根离子和可吸入颗粒物是影响降水pH的主要因素,氮氧化物对浙江省降水酸度的影响不断增大。因此,在加强区域硫氮协同控制的同时,着力加强氮氧化物深度减排是进一步改善浙江省酸雨状况的关键。