降水和风对苏州地区PM2.5浓度影响分析

为了解降水和风对苏州地区细颗粒物(PM2.5)质量浓度的影响,利用2018-2022年逐日降水量、风向风速和环境空气质量数据,分析苏州市降水和ρ(PM2.5)的月变化特征及日降水强度、降水时长和风向风速对ρ(PM2.5)变化的作用.结果表明,降水对PM2.5存在一定湿清除作用,全年雨日ρ(PM2.5)平均值较非雨日低21％,1-2月和11-12月最为显著.降水的湿清除效率受日降水量级和日降水时长等因素的影响,当日降水量达到中雨及以上量级时,ρ(PM2.5)下降样本数超过总样本数的60％,降水的湿清除效率随着降水量级的增加而显著提高;当日降水时长＞6 h时,降水对污染物浓度的改善作用明显,ρ(PM2.5)下降样本数超过总样本数的50％.不同风向、风速的清除作用也有差异,静风或微风状态下,高温高湿的西南风最易造成苏州地区的霾污染;当西北风速＞4m/s时,受到冷锋前的污染气团南下扩散影响,ρ(PM2.5)升高;对于东北风、西南风和东南风这3个风向,当风速达到5 m/s时,对污染物具有有效的干清除作用.     

基于LSTM-GCN的PM2.5浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_2.5浓度,结果显示预测效果较好。     

基于机器学习的大气PM2.5中金属浓度预测模型的研究

基于2013—2018年哈尔滨市气象数据、大气污染物数据和细颗粒物（PM_2.5）中金属成分数据,采用机器学习方法探索大气PM_2.5中金属浓度预测模型,并选择最优模型进行污染物浓度预测。结果表明,多元线性回归（MLR）、人工神经网络（BP-ANN）、支持向量机（SVM）和随机森林（RF）4种模型中,RF对大气PM_2.5中5种金属［锑（Sb）、砷（As）、铅（Pb）、镉（Cd）、铊（Tl）］的浓度预测效果最佳,在训练集和测试集中表现均较稳定,其中相关系数（r）均＞0.7, 平均绝对误差（MAE）和均方根误差（RMSE）数值较小。RF在大气PM_2.5中金属浓度预测上具有较好的表现,可在缺乏监测和实验数据的情况下,实现对大气颗粒物中金属浓度的快速预测,为全面了解颗粒物中金属污染特征提供数据基础。     

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...     

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。     

山东省PM2.5污染现状及预报效果对比分析

对2019—2022年山东省16个市的细颗粒物（PM_2.5 ）污染特征进行了分析,并对2021和2022年的4个数值模式［社区多尺度空气质量模拟系统（CMAQ）、扩展综合空气质量模型（CAMx）、区域气象-大气化学在线耦合模式（WRF-Chem）、嵌套网格空气质量预报系统（NAQPMS）］及集合预报模式预测的效果进行评估。结果表明：2019—2022年山东省PM_2.5 年均质量浓度逐年降低,污染程度逐步减轻,但在1—3,11—12月,PM_2.5 质量浓度超标现象较为普遍。2021年底更换污染源清单后,2022年5个模式的24 h级别准确率和相关系数（r）同比升高,均方根误差（RMSE）同比降低,模式预报准确率有所提升,但由于参数调整略大,CMAQ、CAMx、WRF Chem、集合预报模式易漏报或偏轻预报PM_2.5 的中度污染和重度污染天气。由于NAQPMS模式在更换污染源排放清单时,同时改进了非均相化学反应机制,因此对PM_2.5 不同污染类别尤其是中度污染、重度污染的预报准确率明显提升。     

长三角地区2014—2019年大气环流型下的PM2.5 和O3 污染特征

基于中国中东部地区2014-2019年秋、冬季(11月—次年2月)、暖季(4-10月)的细颗粒物(PM2.5)、臭氧(O3)监测数据,运用T-mode斜交旋转主成分分析法(T-mode PCA)对长三角及周边地区2014-2019年925 hPa位势高度和风场进行大样本客观分型,总结了有利于和不利于长三角地区PM2.5和O3污染发生的大气环流类型.结果表明,17类大气环流类型会影响长三角地区空气质量,并进一步识别出PM2.5污染和O3污染易发的大气环流型.其中,秋、冬季PM2.5污染易发的环流型是冷锋相关(AW_CT2)和出海高压(AW_CT3和AW_CT5)相关,前者可能与上风向PM2.5污染输送相关,后者则可能以局地累积和转化过程为主.副高控制(Spring_CT1和Summer_CT1)和均压场(Summer_CT3和Autumn_CT2)环流型则有利于促发暖季O3污染;在Spring_CT1、Summer_CT1、Summer_CT3和Autumn_CT2环流型下,长三角5个重点城市O3超标率和ρ(O3-8h)水平高于同季节的其他环流类型,但气象和化学影响机制可能有所差异.此外,副高控制和均压场环流型也易导致上海、杭州和南京等城市出现暖季PM2.5和O3双高污染.     

利用卫星遥感数据估算PM2.5浓度的应用研究进展

近年来,PM_(2.5)已成为中国大气污染的首要污染物,危害人体健康。为弥补地基监测站点在空间分布上的局限性,借助卫星遥感技术估算PM_(2.5)浓度已成为研究热点。文章总结了利用卫星估算PM_(2.5)浓度的各种研究方法,探讨了不同方法的优势和不足,指出不同方法对不同应用目的的选择性差异较大。提出,应针对不同应用目的选择相应的方法,从而取得满足各方面需求的研究成果,为未来PM_(2.5)浓度估算应用工作提供参考。     

北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据,利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用,同时以一次典型降水过程为例,具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除,随着降水总量增加,PM_2.5、PM₁₀的平均清除率提高,有效清除的比例增加;连续降水可增强对大气颗粒物的湿清除作用,连续降水达3d可有效降低PM_2.5、PM₁₀浓度;降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段,各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用,对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高,且这4种组分主要以颗粒态形式被冲刷进入降水中,加剧了北京市降水酸化程度。     

潍坊市大气环境中PM2.5和PM10的污染特征及来源解析

于2017年1月—2018年1月在潍坊市城区8个监测点位按季节采集了环境空气颗粒物样品,对其组分进行分析;采用电子低压冲击仪（ELPI）稀释采样法和稀释四通道法2种源采样方法同步采集源样品,建立了潍坊市本地化的燃煤源、钢铁源等排放源的颗粒物源成分谱;结合排放源清单,利用化学质量平衡受体模型（CMB）开展不同行业的细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）的精细化来源解析。结果表明,各监测点位ρ（PM_2.5）、ρ（PM₁₀）年均值均超过环境空气质量二级标准;潍坊市城市扬尘、土壤风沙尘、建筑水泥尘特征组分分别为硅（Si）、Si、钙（Ca）,燃煤尘和造纸碱回收尘的特征组分均为硫酸根离子（SO₄^2-）;PM_2.5首要的贡献源类为煤烟尘,分担率为36%;其次为机动车尘,分担率为25.4%;扬尘的分担率为21.8%;煤烟尘中分担率最高的是工业燃煤（18%）;机动车尘中以载货汽车分担率最大（14%）。PM₁₀首要的贡献源类也是煤烟尘,分担率为30.9%,其次是扬尘（27.6%）、机动车尘（21.5%）;煤烟尘中分担率最高的是工业燃煤,为15.4%,机动车尘中以载货汽车分担率最大,为11.8%。工艺过程的分担率均较低。     

污染源减排对长三角区域冬季细颗粒物污染的敏感性研究

为了进一步精准有效地降低细颗粒物浓度,针对长三角区域细颗粒物PM2.5浓度,选取8个省级区域的5种污染物为减排目标,设定5个基准排放情景,采用CMAQ-DDM敏感性技术分别进行敏感性分析。结果表明,冬季长三角区域PM2.5污染受区域内的4个省级区域一次PM2.5排放影响最大,区域外的排放影响主要来自河南省和山东省的氨气和一次PM2.5。分别削减本地60%一次PM2.5的排放,安徽省PM2.5平均质量浓度下降了23. 24μg/m^3,江苏省下降了18. 32μg/m^3,上海市下降了15. 17μg/m^3,浙江省下降了9. 07μg/m3。综合各省(市)浓度响应曲线,最大排放因子均为本地一次PM2.5,削减20%左右存在敏感性最大值,削减60%之后浓度曲线趋于平缓,其他因子削减40%以后PM2.5浓度下降逐渐明显,对最后一位排放因子的响应则比较平缓。     

长三角典型城市公交车实际道路细颗粒物排放测试

为研究长三角典型城市公交车细颗粒物排放特征,采用便携式排放测试系统（PEMS）,对上海、杭州和苏州三大城市的8辆典型城市公交车开展实际道路细颗粒物排放实验。研究结果表明：长三角典型城市车辆的实际道路平均车速为22.7 km/h,怠速比例为20.4%,加减速比例为54.5%;在稳态行驶工况下,随车速增大,公交车颗粒物质量及数量排放呈逐渐增大趋势;在20 km/h车速范围内,上海国III、国IV和苏州国III公交车颗粒数浓度呈双峰粒径分布,其他公交车均为单峰分布;随比功率的增大,公交车颗粒质量呈逐渐增大的趋势,国IV公交车颗粒数量呈先下降再增大趋势,国III公交车颗粒数量呈上升趋势;公交车颗粒质量综合排放因子为0.8~189 mg/km,颗粒数量综合排放因子为6.2×10¹²~9.6×10¹⁴#/km。     

中国4城市空气颗粒物元素的因子分析

因子分析在研究空气颗粒物来源上得到了广泛的应用。本文应用最大方差旋转因子分析法对中国4城市空气中粗、细颗粒物元素的来源进行了分析。结果指出粗、细颗粒物因子大致可分为土壤源因子和工业污染源因子两大类。粗颗粒物主要来自土壤源,细颗粒物主要来自工业污染源,并指出土壤源因子对粗颗粒物的贡献大于对细颗粒物的贡献。     

Residues of organochlorine pesticides in water and suspended particulate matter from the Yangtze River catchment of Wuhan, China

The residues of 13 organochlorine pesticides (OCPs) in surface water and HCHs and DDTs in suspended particulate matter (SPM) from rivers and lakes in Yangtze River catchment of Wuhan, China, were investigated. The concentration of total OCPs in surface water varied from 1.01 to 46.49 ng l⁻¹ (mean 10.55 ng l⁻¹). The levels of total HCHs (ΣHCH) and total DDTs (ΣDDT) in surface water were in the range of 0.55–28.07 ng l⁻¹ and lower than detection limit to 16.71 ng l⁻¹, respectively, which was lower than Chinese standards on the whole. For OCPs residues in SPM, the mean levels varying from 0.20 to 34.72 ng l⁻¹ and 0.46 to 2.72 ng l⁻¹ for ΣHCH and ΣDDT, respectively, which ranked the relatively higher levels among Chinese studied rivers. Results from this investigation showed that previous excessive usage of technical OCPs was the main reason for the residues of HCHs and DDTs both in surface water and SPM, although some new sources were likely to occurred in the region. Apart from the OCPs in SPM originated from upstream in flood season, one of the important sources of OCP residues both in water and SPM in Yangtze River was supposed to be the inputs of its tributaries. Additionally, in situ water-SPM phase distributions of OCPs indicated that HCHs tended totransport with water as well as DDTs was prone to combine with SPM in Yangtze River catchment of Wuhan.     

Analysis of Wet Precipitation of Air Pollutants in Mumbai (India)

Bulk precipitation samples at Mumbai (India) were collectedduring the monsoon seasons of 1991 to 1996 and analysed forionic concentrations using an Ion Chromatograph DIONEX model100. The variability of sulphate to nitrate ratio in rainwaterfluctuates in a wide range from 1.5 to 20 and governed by thesulphate concentrations in the sample. The regression analysisof the data reveals that in the bulk precipitation at Mumbai, SO₄^2- is becoming increasingly important relative toNO₃^-. The role of meteorological influences onscavenging of air pollutants by rain water has been tried toexplain the phenomena. The computed wet deposition rates for Sand N during 1991–1996 show that the S deposition is higherthan N in all the years. There is a wide fluctuation indeposition rates of S ranging from 2 to 55 kg km² per annum.     

青岛市降水中的铅及其变化规律

对青岛市四个站位 1 997年 1 1月～ 1 998年 1 0月 33次降水中铅浓度进行了监测 ,降水中铅浓度在 <0 .5～2 7.7μg/ L之间 ,均值为 4 .2μg/ L,降雪高于降雨。讨论了 p H、交通和季节对铅浓度变化的影响 ,并与其它城市地区降水中铅进行了比较     

“十三五”期间赣州市环境空气质量特征及变化趋势

为科学谋划赣州市“十四五”期间大气污染防治工作,重点对赣州市“十三五”期间整体空气质量变化情况,以及影响赣州市优良天数的两个重要参数——臭氧(O₃)和细颗粒物(PM_2.5)的污染规律进行了分析。结果表明,赣州市“十三五”期间空气质量改善明显,优良天数整体增加。O₃浓度和O₃超标天数占总污染天数的比例整体均呈现波动上升趋势,对空气质量综合指数的贡献率逐年增加;高浓度O₃污染通常发生在干燥、高温条件下,高发期主要集中在4—5月和7—11月,空间分布呈西高东低的特点,与2018年大气污染源排放清单中挥发性有机物(VOCs)的排放量分布情况较为一致。PM_2.5浓度呈逐年下降趋势,在2019年和2020年达到国家空气质量二级标准;PM_2.5污染天数在2016年同比增加26 d,而后逐年减少,其中2020年较2015年减少了12 d;PM_2.5浓度的季节变化特征整体呈现为冬季高、春秋次之、夏季低,空间分布特征与O₃类似。建议赣州市在“十四五”期间以PM_2.5和O₃协同治理为主要思路,继续深入打好蓝天保卫战。     

不同模式版本对长三角区域大气污染物模拟结果对比评估

选取2015年1、4、7、10月(分别代表冬、春、夏、秋4季),应用CMAQv4.7.1和CMAQv5.1模式模拟长三角区域的空气质量,对比了NO2、SO2、O3、PM2.54个常规污染物的模拟结果,表明CMAQv5.1对NO2、SO2和PM2.5的模拟效果优于CMAQv4.7.1,而CMAQv4.7.1的O3模拟效果优于CMAQv5.1;CMAQv5.1的NO2模拟值更接近地面观测值,比起不同版本的化学机制对NO2模拟效果的影响,NO2的模拟偏差受排放高估的影响更大;2个版本SO2的模拟值差距较小,且都与地面观测值之间差异较小;CMAQv5.1 PM2.5的模拟值比CMAQv4.7.1更接近观测值,气溶胶模块机制的更新(例如新增细分的PM2.5模式物种和部分二次有机气溶胶生成机制的改进等)对PM2.5模拟效果的改善显著;CMAQv5.1的O3模拟值比CMAQv4.7.1高,CMAQv5.1的O3模拟值在O3观测值的高值时段更接近观测值,而CMAQv4.7.1的O3模拟值在低值时段更接近观测值,CMAQv5.1在日最大8小时平均(MDA8)O3观测浓度超标日的O3模拟效果相比CMAQv4.7.1有一定程度的改善,但在非超标日模拟效果变差,CMAQv5.1的O3模拟效果总体相比CMAQv4.7.1并未得到有效提升。提出,未来针对低值时段和低值区域的O3模拟机制的改进将进一步提升O3模拟效果。     

利用SPAMS初探盘锦市冬季PM2.5污染特征及来源

利用SPAMS 0515于2015年1月在盘锦市兴隆台空气质量自动监测点位采集PM_(2.5)样品,并分析其污染特征和来源。研究结果表明,盘锦市冬季PM_(2.5)的颗粒类型主要以OC颗粒、富钾颗粒、EC颗粒组成。其中,OC颗粒占比最高,为52.5%;PM_(2.5)污染的主要贡献源为燃煤、生物质燃烧、机动车尾气排放,占比分别为33.2%、25.7%、17.5%,特别是在PM_(2.5)质量浓度较高时段,燃煤和机动车尾气排放对污染的贡献较大。     

湿法脱硫烟气中多形态颗粒物的测量方法及组分特征

为全面测量固定源湿法脱硫烟气中多形态颗粒物的排放浓度及其离子组成特征,提出了一种基于一级冷凝、二级过滤和一级冲击吸收的多形态烟气颗粒物的同步测量方法,外场实测了3种湿法脱硫和除尘工艺的排放水平。现场测试表明：简易湿法除尘脱硫（NaOH法）一体化装置烟气中可过滤颗粒物（FPM）浓度为（36±11）mg/m³,可逃逸颗粒物（EPM）浓度为（33±7）mg/m³;氧化镁法+布袋除尘工艺烟气中FPM浓度为（14±5）mg/m³,EPM浓度为（13±6）mg/m³;石灰石-石膏脱硫+电袋除尘工艺烟气中FPM浓度低,小于3 mg/m³,EPM浓度为（6±1）mg/m³;烟气中EPM是传统滤膜法检测FPM浓度的0.7~5.7倍,EPM的主要存在形态为冷凝液中的可溶解颗粒物（DPM）,颗粒物的组分与脱硫方法密切相关,各形态颗粒物的主要组分是SO₄^2-、SO₃^2-、NO₃^-、NO₂^-、NH₄⁺、Cl^-、Na⁺、Mg²⁺和Ca²⁺等离子。