2015—2020年全国重污染天变化趋势及时空分布特征分析

2015—2020年,全国重污染发生天数、比例及城市数量整体呈逐年下降趋势。与2015年相比,2020年全国337个地级及以上城市重污染天数减少1 847 d,降幅达55.2%;重污染天数比例下降1.6个百分点;发生过重污染天气的城市数量减少60个。其中,全国细颗粒物重污染天数整体呈下降趋势,沙尘重污染天数随气象条件的差异波动变化,臭氧重污染天数呈波动上升趋势。"十四五"期间,消除重污染天气的主要对象仍是细颗粒物重污染。应将天山北坡城市群、"2+26"城市、汾渭平原及苏皖鲁豫交界地区作为"十四五"期间污染减排的重点关注区域。此外,需遏制"2+26"城市臭氧重污染上升势头。     

2017—2019年中国337个城市及重点区域臭氧污染状况分析

分析了2017—2019年中国337城市O_3污染特征,结果表明:2017—2019年全国O_3第20～70百分位浓度逐年增幅相对稳定,第80～95百分位浓度逐年上升速率最快,平均每年升高5.5μg/m~3。全国O_3超标以轻度污染为主,主要集中在5—9月,占全年O_3超标天数的85.3%;"2+26"城市、汾渭平原交界、长三角、苏皖鲁豫交界O_3超标天数占全国63.9%,"2+26"城市O_3污染最为严重,平均每城市超标71 d。2017—2019年O_3单因子超标分别损失全国空气质量优良天数比例为4.5个百分点、4.9个百分点和7.4个百分点,2019年9月O_3单因子超标天数比例为18.8个百分点,单月使全年优良天数减少1.2个百分点。天津、河北、山东、北京、河南、山西、江苏的O_3污染相对较重,天津市发生O_3污染的关键温度为26～34℃,风速为2.0～2.5 m/s,相对湿度为40%～80%,降水明显减少和温度偏高是导致2019年O_3浓度升高的重要气象因素。     

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。     

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。     

中国北方地区采暖期颗粒物污染现状

分析了2013—2016年冬季采暖期与非采暖期中国北方地区颗粒物污染现状及时空变化特征。结果表明:中国北方地区空气污染比较严重,采暖期尤为突出。2016年,中国北方地区重度及以上污染天数比例超过10%,采暖期优良天数比例较非采暖期下降22.8%,重度及以上污染天数比例升高10.1个百分点。颗粒物浓度呈现明显的冬季高、夏季低的特点,最高值一般出现在12月至次年1月,最低值一般出现在7—9月。2013—2016年,北方地区空气质量呈较为明显的改善趋势,PM_(10)和PM_(2.5)浓度总体呈下降趋势,但2014年以来采暖期同期比较显示,PM2.5浓度呈缓慢升高趋势,采暖期空气污染形势十分严峻。颗粒物浓度呈现明显的空间分布规律,采暖期石家庄、保定、衡水、邢台、邯郸、安阳等城市为京津冀区域污染最严重的城市。     

“十一五”时期乌鲁木齐市大气污染特征及影响因素分析

为全面了解"十一五"时期(2006—2010年)乌鲁木齐市大气污染状况,评估污染源治理及气象条件对空气质量变化的影响,利用2001年1月—2010年12月主要大气污染物浓度数据和同期地面气象资料,总结"十一五"时期乌鲁木齐市大气污染变化特征,重点分析其变化原因。结果表明:"十一五"时期PM10和SO2年均浓度分别比"十五"下降1.7%和10.3%,采暖季降幅最明显,分别达到2.2%和21.9%;而NO2年均浓度比"十五"升高8.9%,非采暖季增幅最大,为11.7%。2006—2010年PM10、SO2年均浓度整体呈下降趋势,NO2浓度有升高趋势。5年中非采暖季各污染物浓度均达标,采暖季PM10和SO2超标倍数逐年减小,煤烟型污染特征仍然典型。污染源管控(特别是减排工程实施)是"十一五"时期SO2和PM10浓度下降的重要原因,气象条件作用相对有限。NO2浓度升高主要与机动车保有量逐年增加和氮氧化物治理启动滞后有关。     

沈阳地区臭氧污染日时空变化特征及天气分型研究

利用2013—2019年沈阳地区11个国控监测站近地层臭氧(O_3)浓度监测数据和地面气象观测资料,分析了沈阳地区O_3污染日的O_3浓度时空分布规律,并对造成O_3污染日的天气系统进行了主观分型。结果表明:自2013年以来,以O_3为首要污染物的天数逐年增加,2017年达到研究期内的最高值,但2018—2019年略有下降。O_3浓度的日变化趋势呈现明显的单峰形,O_3-1 h在10:00—20:00明显高于其他时间段,最大浓度值出现在15:00,而在01:00—07:00则相对较低。从季节变化上看,沈阳地区O_3污染主要发生在6—7月,两个月的O_3污染日之和占全年O_3总污染日的比例高达51%。从O_3浓度空间分布上看,沈阳地区三环外监测站测得的O_3浓度明显高于三环内监测站,高浓度区域主要集中在东部和东北部,城市中心存在明显的低浓度区,南部和北部差别不大,但也明显高于城市中心。造成沈阳地区O_3污染的主要天气类型有4种:暖脊型、均压场型、高空槽型和副热带高压型。其中:暖脊型出现的频次最高,占总样本的49.1%;副热带高压型出现的次数最少,占总样本的7.7%。     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据，综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重，但治理成效显著，2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³，完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标；13个城市PM_2.5浓度各百分位数总体呈现下降趋势，且随百分位数增大而下降速率加大，PM_2.5年均质量浓度平均每年下降10.6 μg/m³，污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³；京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%，呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³，PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。     

京津冀区域大气重污染过程特征初步分析

基于为京津冀区域和城市环境空气质量预报和空气重污染预警业务提供必要基础参考资料和区域重污染发生发展规律认识的需求,应用现有空气监测网2013—2014年度京津冀区域13个城市空气质量监测数据,分析了该区域2013—2014年空气质量整体情况和污染过程的季节变化规律、污染范围,统计了两年间31次区域范围大气重污染过程,并根据污染过程的空气质量变化特点和大气环流形势,着重对31次重污染过程中均压场天气型污染开展分析。结果表明,2013—2014年京津冀区域空气污染形势严峻,全年约有六成日数受颗粒物污染影响;京津冀区域空气污染南北差异显著,有自北向南逐步加重的特点,南部污染严重城市对区域污染贡献巨大,石家庄、保定、邢台、邯郸4城市将PM_(10)、PM_(2.5)年均浓度分别拉升31、16μg/m~3;2013—2014年京津冀区域大范围重污染过程集中发生在秋冬季,两季的污染过程对区域两年PM_(10)、PM_(2.5)平均浓度分别拉升27、21μg/m~3;京津冀区域均压场天气型污染可细分为臭氧型均压场和颗粒物型均压场。当秋冬季出现较小气压梯度、西南小风、逆温层等均压场天气型时,容易造成区域颗粒物污染过程;而春末、夏季出现均压场天气型时,容易造成O_3污染。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

辛集市"十三五"期间空气质量特征分析

重点对河北省辛集市"十三五"期间整体空气质量变化情况以及影响辛集市优良天数的2个重要参数O₃和PM_2.5的污染规律进行了分析。结果表明,辛集市"十三五"期间空气质量改善明显,优良天数整体增加,污染天数整体减少。O₃浓度及其作为首要污染物出现的天数整体呈现上升趋势,对综合指数的贡献率逐年增加;O₃污染高发期主要集中在4—9月,高值区域分布差距较大,但市区污染持续突出。PM_2.5浓度逐年下降,以PM_2.5为首要污染物的天数逐年减少;PM_2.5浓度季节变化特征整体呈现"秋冬高、春夏低"的分布特点,空间分布呈"南北高、中间低"的污染特征。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪（SPAMS）和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明：每年秋冬季（11月至次年3月）杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO₃^-、SO₄^2-和NH₄⁺;PM_2.5浓度上升过程中,二次NO₃^-和SO₄^2-转换率明显上升,其中NO₃^-上升更为显著,二次气溶胶污染严重。2次案例中,PM_2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM_2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。     

江苏省春季臭氧污染特征分析

对2018—2020年春季江苏省臭氧(O 3)污染特征进行了分析。结果表明,江苏省ρ(O 3)均超过二级标准限值,分别超出5.6%,11.3%和8.8%,沿江区域ρ(O 3)略高于苏北区域;ρ(O 3-1 h)日变化呈“单峰型”,峰值呈逐年上升趋势,非污染日苏北区域ρ(O 3-1 h)均高于沿江区域,主要时间段体现在夜间至次日早晨,污染日中午至傍晚时段,沿江区域ρ(O 3-1 h)高于苏北区域;日ρ(O 3)高频区间为80~120μg/m 3,频率约为20%,沿江区域高频区间为60~120μg/m 3,苏北区域高频区间为80~140μg/m 3,频率均超过15%。沿江和苏北区域日ρ(O 3)在临界区间的出现频率偏差不大,O 3污染潜在风险相当;江苏省ρ(O 3)超标率呈逐年递增趋势,超标现象主要集中在4—5月;O 3作为首要污染物且超标的占比逐年升高,而PM 2.5作为首要污染物且超标的占比逐年降低,江苏省春季空气质量影响因子逐渐从PM 2.5转为O 3;平均>90%的O 3污染日为轻度污染,受O 3影响空气质量达到中度污染的占比较小,平均<10%,未出现因O 3导致的重度或严重污染日。     

典型农业生产功能区土壤中六六六、滴滴涕类农药残留及其异构体分布

测定了不同典型农业生产功能区土壤中有机氯农药(OCPs)残留,六六六(HCHs)、滴滴涕(DDTs)各同分异构体均有不同程度检出。结果表明,DDTs含量占有机氯农药含量的56%~95%,是污染的主要贡献污染物。HCHs中γ-HCH占45%~79%,DDTs中DDE>40%。其畜禽养殖基地和污水灌溉区污染指数(DDTs)分别为1.6(重污染)和0.6(中污染),其余均小于0.5(轻污染)。     

2014—2018年洛阳市大气污染变化特征及影响因素研究

研究采用空气质量指数法对2014—2018年洛阳市大气污染变化特征进行了分析,构建了空气污染物浓度的影响指标体系,采用灰色关联法研究了空气污染物浓度与影响因子之间的关联度,得到了影响空气污染物浓度的主要指标因子,并提出了改善洛阳市空气质量的措施。结果表明:洛阳市空气质量指数类别主要为良和轻度污染。2014—2018年空气质量为优良的天数主要出现在春季、夏季和秋季,重度污染和严重污染主要出现在冬季。2018年PM₁₀、PM_2.5、NO₂、SO₂和CO这5项污染物浓度随时间变化呈"V"型,污染主要集中在1—5月和11—12月。O₃浓度随时间变化呈倒"V"型,污染主要集中在4—9月。研究期内PM_2.5、PM₁₀和O₃是主要污染物。市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM_2.5、PM₁₀和O₃的浓度表现出高关联度或较高关联度。     

Extreme Nitrogen Oxide and Ozone Concentrations in Athens Atmosphere in Relation to Meteorological Conditions

In the present study, we investigate the variation of NO _x (NO + NO₂) and O₃ concentrations and the relation between the extreme events (episodes) of NO _x and O₃ concentrations and the relevant meteorological conditions in the urban atmosphere of the Athens basin. Hourly data of NO, NO₂ and O₃ concentrations from 10 representative monitoring sites located in the Athens basin were used, covering the 10-year time period from 1994 to 2003. The results of our analysis show that the concentrations of air pollutants differ significantly from one monitoring site to another, due to the location and proximity of each station to the emission sources. For each site, there are also significant differences in NO _x and O₃ concentrations from day to day, as well as from month to month and/or from season to season. The annual and seasonal variations show higher NO values in winter and lower in summer. On the contrary, NO₂ and O₃ values are higher in summer (photochemical production of O₃) and lower in winter. These differences are attributed, to a large extent, to the prevailing synoptic and meteorological conditions, the most important between them being the wind direction and speed as well as the atmospheric pressure. Our analysis of the identified 179 extreme NO _x air pollution events shows that most of them took place under anticyclonic conditions, associated with calm or weak winds (speed <2.5 ms⁻¹) of mostly southern to southwestern directions, as well as with low air temperatures and intense stable surface atmospheric conditions. There exists a significant decreasing tendency in NO _x air pollution episodic events over the 10-year study period, resulting in very few to none events in the period from 2000 to 2003. As far as it concerns the extreme O₃ concentrations, 34 air pollution events were identified, occurring under high air temperatures, variable weak winds and intense solar irradiation. The trends of O₃ concentrations are stronger in suburban sites than in urban ones.     

京津冀区域臭氧污染趋势及时空分布特征

为研究京津冀区域的臭氧(O_3)污染情况及其时空分布特征,对2013—2015年京津冀区域13个城市80个国家环境空气监测点位的监测数据进行了统计分析。结果表明:2013—2015年,京津冀区域O_3污染状况整体呈加重趋势,其中2014年污染状况最为严重。13个城市中O_3污染最严重的城市为北京和衡水,连续3年均超标,且处于上升态势中。区域内不同城市O_3污染趋势并不相同。京津冀区域O_3浓度变化呈明显的季节变化特征,春末和夏季的O_3污染最严重。O_3-8 h(臭氧日最大8 h均值)年均值的高值区主要分布在北京中北部、承德和衡水等,2013—2015年第90百分位O_3-8 h的高值区均集中分布在北京。O_3的浓度峰值时间要晚于NOx2~5 h。O_3在春、夏季呈单峰分布,白天15:00左右出现最大值,在秋、冬季浓度较低,全天波动不大。