南京2013年12月初持续重污染天气特征及成因分析

利用空气质量监测及气象观测数据,对2013年12月初南京市持续重污染天气特征及成因进行分析,结果表明:此次过程表现出污染程度重、持续时间长及细颗粒物占比大等特征,其中PM2.5日均质量浓度最高达327μg/m3,超标3.36倍;各化学组分中二次无机盐(SNA)占比高达53.8%,且随着污染加重呈增大趋势;有机碳(OC)/无机碳(EC)比值平均为3.7,二次污染特征显著。分析此次污染成因,一方面是冷空气强度弱及大气静稳等气象条件不利于污染扩散;另一方面本地污染排放叠加区域输送影响,造成细颗粒物积聚增多,形成持续重污染天气。     

青海高原一次沙尘重污染天气成因分析

利用常规观测的卫星云图资料、地面资料、探空资料、地面污染物监测数据,结合拉格朗日粒子扩散模型(LPDM)污染源溯源方法,对2018年2月青海高原一次沙尘重污染天气的主要成因以及沙尘传输特征进行了分析。结果表明:此次重污染天气受高空低槽东移影响,在300~700 hPa形成了强烈的辐散下沉,槽后的高空急流随之东移。在其东移过程中,受高空急流动量下传及偏北气流中的冷空气共同作用,青海东部出现了大风沙尘天气。边界层中逆温层的存在是此次污染天气持续的重要原因之一,加之未出现明显降水,不利于大气污染物的扩散。通过运用LPDM对此次污染天气的运动轨迹进行分析来看,气团影响的模拟高度层距离地面100 m,气团层趋势一致。研究区地处青藏高原,海拔较高,0~100 m高度的气团足迹可以反映出PM 10污染气团的输送路径。同时,0~100 m是主要的人为源排放空间,也是对人类活动影响较大的区域。气团足迹与PM 10浓度的变化趋势一致,即青海东部沙尘污染主要是由河西走廊沙尘倒灌进入青海东部导致,这与天气学分析结果一致。     

2013年6月江苏一次大气污染过程分析

研究了2013年6月在江苏范围内的一次污染天气过程。6月10—22日期间,江苏省13个省辖城市均出现不同程度的轻度污染以上天气,个别城市甚至达到重度或严重污染,根据后向轨迹模型、颗粒物离子浓度的分析可见,这是一次局地秸秆焚烧所引起,加之不利的气象条件所形成的区域污染过程,根据监测结果详细阐述此次污染的变化特征及成因机制,并分析提出相应的对策及建议。     

乌鲁木齐市重污染天气与气象因素变化的影响分析

利用乌鲁木齐市近年来的空气污染监测资料和同期气象观测资料,研究乌鲁木齐市重污染天气的变化特征及其与气象条件的关系,并从气象特点、局地因子等方面的变化分析污染严重的成因,进一步研究造成重污染的物理机制,为今后乌鲁木齐市空气污染综合治理提供科学依据与建议。     

秸秆焚烧对哈尔滨市灰霾天气的影响

2015年11月1—4日,哈尔滨市及周边地区发生了连续的灰霾天气,颗粒物浓度急剧升高。污染发生时,监测仪器均布设在哈尔滨市区上风向30 km处(哈尔滨市双城区)并开展了连续96 h的监测分析。综合利用气象观测资料,3D可视激光雷达监测资料及地面空气污染监测资料分析了灰霾天气发生的气象条件和污染边界层特征,根据哈尔滨市双城区大气污染物排放源谱库对主要成分进行来源解析,结合颗粒物质量浓度和气象条件研究了秸秆焚烧对灰霾天气的影响。结果表明,灰霾天气持续期间,夜间生物质燃烧源成为该地区颗粒物的第二大源;秸秆焚烧产生的大气污染物,由于地面长时间静风,污染边界层降低等原因,致使本地污染物累积、不易扩散,加剧了本次污染。     

沈阳市冬季重污染过程PM2.5浓度变化及成因分析

利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。     

阿图什市2006年"3·12"特强沙尘暴重污染过程分析

分析了2006年3月12日新疆南疆地区特强沙尘暴的形成原因及机理,着重研究阿图什市空气重污染的变化特征及其与气象条件的关系,并从气象特点、局地影响因子等方面的变化分析空气重污染的成因,进一步研究造成重污染的机制,以期为改善阿图什地区城市大气污染状况提供科学依据与建议.     

华北地区一次重污染天气的气象变化过程分析

利用大气环境监测数据、常规气象观测资料、探空数据以及HYSPLIT后向轨迹模式对2014年2月20—26日发生在华北区域的一次大面积重污染天气进行综合分析。利用风云卫星观测资料直观展示了污染的生成、消散状况。结果表明,在此次重污染天气过程中,华北地区主要城市均观测到高浓度的PM_(2.5),其中北京、石家庄PM_(2.5)小时浓度均值分别为286.1、371.2μg/m~3。该次污染与天气过程关系密切,平稳的高空环流形势、华北地面弱低压为污染天气的发生、发展提供了有利的气象条件。地面的静风或小风天气以及近地逆温的出现有利于污染的维持。后向轨迹分析表明,此次污染过程区域性明显,南部、西南部周边地区的污染物外源性输入对研究的主要城市有显著影响。     

上海市郊春季PM10 污染的观测研究

利用上海市郊金山环境监测站2007年春季的逐时PM10和气象参数的观测数据,分析了PM10日平均质量浓度和最大质量浓度的时间变化规律,小时平均质量浓度的分布规律,气象条件对PM10质量浓度的影响,并利用HYSPLIT轨迹模型结合气象观测数据对一次最严重的PM10污染过程进行了分析.结果表明,PM10在春季有11日出现超标,污染比较严重;风和降雨对PM10质量浓度均有较为明显的影响;4月2日监测点PM10日平均和最高质量浓度分别达到0.78 mg/m3和1.0 mg/m3,均为全年最高值,这与北方冷空气携带沙尘南下的影响有关.     

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。     

吐鲁番市空气微生物浓度状况

对吐鲁番市空气微生物进行了初步测定。结果表明，室外平均空气细菌(B)、真菌(F)、总菌(T)的浓度及F／T分别为33106．3、0、33106．3CFU／m3及0，说明室外空气处于中度微生物污染状态．一些室外测点的空气已受到微生物的严重污染。室内平均空气细菌浓度为9982．2 CFU／m3，说明室内空气污染较重。室内外均未测到空气真菌。本文对吐鲁番市空气微生物浓度指标的时空分布状态作了分析。     

Assessment of air pollution from small scale industry

Air pollution due to small scale industries have been found tocause serious occupational health hazards and adverse effects on vegetation and heritage. The study for air pollution impactassessment for brick kiln industries was undertaken. The stackmonitoring exercise was carried out to estimate the pollution level of SPM, SO₂, and NO_x. The ambient air quality was also measured in the vicinity of brick kilns to assess the impact of stack emission on ground level concentration. Characterisation of SPM for toxic metals were studied. Modelling exercise was carried to predict the impact of emission of brick kiln on surrounding environment. To minimise the emission level and ground level concentration, airpollution mitigation measures are suggested.     

乌鲁木齐市一次冷空气过境天气对空气污染的影响分析

根据对2006年11月20～28日乌鲁木齐市出现冷空气过境天气过程的天气形式和主要气象要素及空气污染变化情况进行的分析,结果表明:冷空气过境天气前后,诸多气象要素发生了变化,冷空气导致逆温层的破坏和降水过程使各项污染物均得到有效的清除.通过此分析可为类似天气的空气质量预报提供思路.     

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.     

空气流域管理--城市空气质量达标战略的新视角

概述了现今比较流行的"空气流域"新概念,介绍了在此概念基础上的"空气流域管理"新观念,认为它们可以作为我国城市空气质量达标战略的新起点.     

空气质量预报在世界互联网大会中的应用

为支持世界互联网大会期间大气污染管控工作，利用人工结合数值模式预报的方式在第二届到第五届世界互联网大会期间开展空气质量预报工作。多模式系统中WRF-CMAQ对乌镇及浙北区域大气污染变化的趋势模拟最好，2016—2018年对AQI日均值模拟的平均分数偏差（MFB）和平均分数误差（MFE）分别为-1.3%~1.6%和24.3%~28.3%。会前48 h、72 h和96 h空气质量等级预报准确率分别为37.5%~83.3%、33.3%~90.0%和0~89.9%。会议期间乌镇的AQI日均值48 h预报准确率为33.3%~100%，等级预报准确率为66.7%~100%。与日常空气质量预报不同，会议期间预报还应重点关注大气污染过程，如有污染可能性，需要给出污染过程的起始时间、持续范围和浓度峰值等情况及其关键时间节点，有针对性地提出大气污染管控的措施建议，为会议期间空气质量保障提供技术支撑。     

乌鲁木齐市环境空气中主要污染物24 h变化特征

根据乌鲁木齐市空气自动监测数据，分析并找出了乌鲁木齐市环境空气24h污染规律和变化特征。     

高精度船舶排放清单在城市空气质量管理中的应用

上海港船舶大气污染物排放对城市空气质量的影响不容小觑。基于船舶AIS数据，高精度船舶大气污染物排放清单得以建立并应用。2018年11月5—10日召开的第一届中国国际进口博览会期间，在气象条件不利的情况下，通过提前实施船舶排放控制区政策等措施，使船舶单日SO_x排放量下降28.5%，一次PM_2.5排放量下降25.5%，全市空气质量达到了保障要求。     

上海市交通环境空气质量监测与发展探讨

机动车的快速增长引发了严重的车辆尾气污染问题.通过分析上海市交通环境空气质量现状,评估污染物浓度改善效果,回顾交通环境空气质量监测发展的进程,建议借鉴国外交通环境空气质量监测网络的经验,加快完善上海的交通环境空气质量监测网络.     

用后向空气轨迹方法对胶州湾主要大气污染物分布的分析

采用青岛崂山点位2005-2009年的大气监测数据,利用HYSPLIT4.8模式和象限分析方法,计算出污染物的方位贡献情况,判断出胶州湾大气污染物的传输路径主要为北、西北和西部路径,S02、N02和PM10在北部和西北部象限的5年平均贡献率分别为25.32％和28.21％、21.16％和21.53％以及20.25％和22.83％,这与胶州湾东方和东南方为海洋、北方和西北方为工业城市有关.通过个例分析得出的传输路径与象限分析的结果一致.另一方面,胶州湾地区的主要污染物在过去5年中的年均值浓度变化显示,SD2浓度呈下降趋势,NO2浓度呈上升趋势,PM10浓度变化趋势不明显.为调查青岛市和周边5个省污染物排放水平对胶州湾污染物分布的影响,分析了2005-2009年的相关环境统计数据,SO,的排放量下降,燃料煤消耗量、氮氧化物排放量以及机动车数量逐年升高可能是导致胶州湾地区污染物浓度变化的原因.