焦作市大气污染物特征和相关性分析

为研究焦作市大气污染特征及其相关性,对2015—2017年焦作市4个国控空气监测点位的监测数据进行统计分析。结果表明:2015—2017年城区环境空气污染SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度均呈逐年下降趋势;大气污染浓度季节变化特征明显,PM_(10)、PM_(2.5)、SO_2、NO_2、CO的浓度均为冬季最高、夏季最低,空气质量指数也在冬季达到最高值; O_3浓度则为夏季最高、冬季最低。2017年焦作市沙尘天气共计36 d,严重影响了环境空气中颗粒物的浓度。由PM_(2.5)与PM_(10)的比值说明大气颗粒物污染以PM_(2.5)为主。通过SPSS软件分析,SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度间呈两两正相关,O_3浓度与NO_2、CO呈负相关。     

烟花爆竹燃放对北京市空气质量的影响研究

结合常规污染物浓度和PM_(2.5)化学组分浓度,分析了2015年春节期间烟花爆竹燃放对北京市空气质量的影响。结果表明:烟花爆竹燃放会在短时间内造成严重的大气污染,其中对SO2、PM_(2.5)和PM10的影响最为显著。除夕夜间良乡、官园和怀柔3个监测站点的PM_(2.5)质量浓度峰值分别达730.5、343.4、762.2μg/m~3,为2月17—25日和3月4—8日(观测期间)平均值的5.2、3.1、7.1倍。烟花爆竹燃放对PM_(2.5)组分中的SO_4~(2-)、K+和Cl-的影响最为显著,除夕夜间监测中心点位的SO_4~(2-)、K~+和Cl~-质量浓度峰值分别达92.2、95.6、57.4μg/m~3,为观测期间平均值的4.5、10.5、6.8倍。烟花爆竹燃放产生的气态前体物和NO_3~-、SO_4~(2-)、NH+4、OC等PM_(2.5)二次化学组分在不利的气象条件下会发生化学反应和物理积累,造成PM_(2.5)浓度升高,产生持续性的大气污染。根据各污染物与NH+4的质量浓度比推算得出,除夕、"破五"和元宵节3个时段烟花爆竹燃放对K~+、Cl~-、SO_4~(2-)、SO_2和PM_(2.5)浓度的平均贡献率分别为78.4%、61.1%、37.4%、38.7%和30.1%。     

连云港春季PM2.5中主要水溶性无机离子污染特征及来源解析

于2017年3月1日—5月31日监测分析了连云港市大气PM_(2.5)中主要水溶性无机离子质量浓度的日变化规律,以及与气象因子、PM10、PM_(2.5)相关性。结果表明,水溶性无机离子质量浓度与环境空气中NO_2、CO、PM_(10)、PM_(2. 5)显著相关,与气温、风速、能见度等呈负相关;日变化呈明显单峰型,峰值出现在08:00左右;水溶性无机离子季度均值为27. 2μg/m~3,占ρ(PM_(2.5))平均50%左右,ρ(NO_3~-)、ρ(SO_4~(2-))和ρ(NH_4~+)占ρ(水溶性无机离子)总85%以上;指出,SO_4~(2-)主要受远距离传输的影响,NO_3~-和NH_4~+主要受局地源的影响。     

新疆环境空气中PM_(2.5)/PM_(10)比值特征分析

随着环境空气质量新标准的全面实施,PM_(2.5)监测已经全面普及,并成为全国大部分城市关注的首要污染物,根据新疆环境空气质量监测网中不同区域、不同时段颗粒物(PM_(2.5)、PM_(10))质量浓度监测结果,对PM_(2.5)/PM_(10)质量浓度的比值关系进行深入分析,研究其在新疆典型区域特殊气象条件下的分布规律,为科学合理评价和考核新疆环境空气质量提供数据支持与参考。     

安徽省春节期间烟花爆竹燃放对环境空气质量的影响研究

为研究烟花爆竹集中燃放对江淮地区环境空气质量的影响,基于近地面常规空气质量参数、颗粒物组分参数、激光雷达监测等数据资料,系统分析了2022年春节期间烟花爆竹燃放对安徽省主要城市和县域环境空气质量的影响。研究表明,2022年春节期间安徽省环境空气质量总体好于2019—2021年平均水平,但受局部烟花爆竹燃放和不利气象条件(低温、小风、高湿、静稳)的叠加影响,产生的环境效应(颗粒物浓度峰值较高、影响范围较广)依然较为严重。重点区域(合肥和淮北)大气颗粒物组分中硝酸根离子(NO^(-)_(3))、硫酸根离子(SO ^(2-)_(4))和铵根离子(NH_(4)^(+))等主要离子占比有所下降(降幅为3.4%~12.1%),烟花爆竹燃放示踪组分(钾离子、氯离子、金属元素等)均出现了明显的峰值过程,且金属元素浓度占比涨幅明显高于水溶性离子。烟花爆竹燃放对颗粒物的垂直分布和传输沉降过程产生显著影响,燃放排放主要以球形细颗粒物为主;不利气象条件下的本地烟花爆竹燃放叠加周边污染传输影响是造成主城区空气质量显著恶化的主要原因。基于ρ(PM_(2.5))/ρ(CO)的比值法估算,集中燃放时段,烟花爆竹燃放对城建区PM_(2.5)质量浓度的绝对贡献范围为4~701μg/m^(3),平均值达159μg/m^(3);烟花爆竹燃放对PM_(2.5)质量浓度的贡献量和贡献率呈现皖中>皖北>皖南的分布特征。主城区的禁燃措施对于春节期间空气质量的改善起到了关键作用,同时需要加强城市周边区域的烟花爆竹燃放管控措施。     

天津市基于新标准的空气质量预报模型效果评估

利用2015年环境空气质量监测数据,对天津市OPAQ空气质量统计预报模型预测效果进行验证评估。结果表明,模型对天津市AQI和PM_(2.5)、PM_(10)、O_3、NO——2的预测结果与实测结果具有较好的趋势一致性,且预测时间越临近,拟合度越好,24 h预报的相关系数r全部达到0.8以上。对PM_(2.5)的预报性能明显优于PM_(10)、O_3和NO_2,PM_(2.5)平均值预测略呈正偏差,但重污染预测值偏低约15%;O_3和NO_2预测值呈明显负偏差,O_3峰值预测不足,NO_2预测值整体偏低,均以24 h预报趋势性最好,但负偏差最为突出。     

交通限行对大气颗粒物及PM_(2.5)中二■英的影响

为了研究北京大气颗粒物和二■英(PCDD/Fs)的污染状况以及评估交通限行对大气颗粒物和PCDD/Fs的影响。利用同位素稀释高分辨率气相色谱/高分辨率质谱(HRGC/HRMS)联用法和USEPA 1613B标准方法,以中国地质大学(北京)东门为采样点,采集大气PM_(2.5)、PM_(10)、TSP样品,对北京市交通限行期间以及交通限行前后等不同交通状况下颗粒物浓度及大气PM_(2.5)中17种2,3,7,8-PCDD/Fs污染特征进行了监测。结果表明,PM_(2.5)、PM_(10)、TSP的日均质量浓度在交通限行前分别为126、202、304μg/m~3,限行期间分别为39、78、93μg/m~3,限行结束后分别为79、126μg/m~3。PM_(2.5)中17种PCDD/Fs的质量浓度(毒性浓度) 3个时段分别为1 804 fg/m~3(70 fg I-TEQ/m~3)、252 fg/m~3(9 fg I-TEQ/m~3)和1 196 fg/m~3(48 fg I-TEQ/m~3)。北京市交通限行期间颗粒物浓度和二■英浓度显著低于交通限行前后,交通源减排措施的实施是大气颗粒物和二■英污染水平降低的主要原因,从减排效果看,交通源减排措施对大气细颗粒物(PM_(2.5))的控制效果明显好于大气粗颗粒物。     

2021年沙尘天气影响下江苏省空气质量特征分析

对2021年影响江苏省的沙尘天气过程开展研究,分析受影响的时间、区域特征及环境空气质量特征。结果表明,影响江苏省的沙尘天气过程共计13次,全省累计受影响229 d。从时间分布看,沙尘天气过程多发生在1月、3—5月,2月、11月较少,6—10月和12月无沙尘天气过程。从区域分布看,苏北地区受沙尘天气过程影响较显著,受影响天数>20 d的城市均分布于此。受沙尘天气过程影响,且东北偏北风或东北风输送时,可吸入颗粒物(PM_(10))和细颗粒物(PM_(2.5))较易出现小时高值。沙尘过程造成PM_(10)日均质量浓度超标的天数占比为38.0%,造成PM_(2.5)日均质量浓度超标的天数占比仅为12.7%;扣除沙尘天气过程影响后,PM_(2.5)和PM_(10)年均质量浓度分别较扣除前下降1和6μg/m 3,沙尘天气过程对PM_(10)质量浓度的影响大于对PM_(2.5)质量浓度的影响。受沙尘天气过程影响时,环境空气质量为轻度污染及以上级别占比为45.0%,苏北和苏中地区环境空气质量易达到重度污染及以上级别,苏南地区多为良或轻度污染,少有中度污染。沙尘气团远距离传输使得PM_(10)为首要污染物的特征有所削弱,83.8%的受影响天中首要污染物为PM_(10),其余为二氧化氮(NO_(2))或臭氧(O_(3))。     

北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

广州市冬季PM_(2.5)污染过程二次水溶性无机离子组分特征

为了解广州地区灰霾天气成因,基于城市超级站,对2013年12月1日—12月8日期间2次灰霾天气过程的水溶性无机离子污染特征进行研究。结果表明:监测期间二次离子(SNA)SO_4~(2-)、NO_3~-、NH_4~+分别占PM_(2.5)质量浓度的15.8%、7.4%、7.0%;2次污染过程SNA对PM_(2.5)贡献显著,机动车排放和燃煤是PM_(2.5)的主要污染来源。广州冬季属于富氨区,2次污染过程都伴随着NH_4~+显著增加,NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3形式存在。     

一氧化氮标准气体中二氧化氮杂质FTIR定量方法研究及标气质量分析

一氧化氮标准气体在我国空气质量监测工作中广泛用于氮氧化物分析仪的校准,标准气体的质量对环境空气中氮氧化物的测量结果也有着显著的影响.利用傅里叶变换红外光谱仪建立了一套精确测量低浓度二氧化氮方法,并对一氧化氮标准气体产品中二氧化氮杂质进行了测量.结果显示有少部分样品中存在较高浓度的二氧化氮杂质.进一步讨论了可能导致一氧化...     

几种空气质量预报方法对冬季预报效果的评估与对比

基于2016年冬季泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式和人工订正对污染物质量浓度和空气质量等级的预报效果。结果表明,模式预报和人工订正对各污染物预报的相关系数由高到低排列为PM_(2.5)、PM_(10)、NO_2、SO_2、O_3-8h,颗粒物预报效果最好。除O_3-8h外,NAQPMS对各项污染物预报的相关系数R为0.47～0.82,CMAQ为0.75～0.81,人工订正为0.43～0.78,3种预报方式均能准确反映污染物浓度的变化趋势;模式预报、人工订正对O_3-8h预报相关系数均0.4。在发生颗粒物污染过程时,人工订正结果相对更为准确。NAQPMS、CMAQ和人工订正对空气质量等级24 h预报准确率分别为38.9%、41.1%和35.6%,NAQPMS对优类别的预判准确率较高,CMAQ、人工订正对良类别的预判准确率较高。对比不同时效的预报效果,24 h预报时效的准确率高于48和72 h。提出,城市空气质量预报可采用集合预报方式,综合1～2种运行较稳定的主流预报模式预报结果,预报员对模式模拟结果进行人工修订,提高预报准确率。     

西藏自治区“十二五”和“十三五”环境空气质量变化特征

"十二五"以来中国先后颁布了一系列大气污染防治政策并实施相应的大气污染治理措施以提高环境空气质量。为研究西藏自治区"十二五"(2011-2015年)和"十三五"(2016 -2020年)时期环境空气质量变化状况,评估大气污染防治措施实施效果,笔者对2011-2020年西藏自治区7个城市(地区)主要大气污染物浓度和优良天数比例变化进行分析。结果表明:随着一系列大气污染防治措施的实施,西藏自治区环境空气质量显著提升,与"十二五"时期相比,"十三五"时期西藏自治区年平均优良天数比例由97.5%±2.0%提升至99.3%±0.4%,SO₂、 NO₂、 PM₁₀、 PM_2.5浓度年均值和CO 浓度第95百分位数均呈下降趋势,其中CO、PM₁₀和PM_2.5浓度下降幅度较大,O₃日最大8h滑动平均值第90百分位数略有上升。西藏自治区环境空气质量与人口、经济发展程度呈负相关关系。受污染源排放、气象条件和区域传输等因素影响,西藏自治区O₃浓度春、夏季较高,而其余污染物浓度冬季较高。     

Inter-Laboratory Comparison of No2 and SO2 Generated by Dynamic Dilution System Under Laboratory Conditions: A Technical Discussion

A workshop on analytical quality control (AQC) of ambient air quality measurement methods for nitrogen dioxide (NO₂) and sulphur dioxide (SO₂) was conducted by Central Pollution Control Board (CPCB) for officials involved in National Ambient Air Quality Monitoring (NAAQM) in India. Concentrations of NO₂ and SO₂ were generated by dynamic dilution system under laboratory conditions at low and high levels and measured using static dilution system and wet chemical methods laid down by CPCB under section 16(2)(h) of the air act 1981. CPCB provided the measured values as reference values for comparing the means obtained by the officials participated from thirteen organizations. A tolerance limit of ±15% of the reference values was specified to accept the results. Generated concentrations, which were unknown to the participants, were measured using gaseous sampling assembly (Envirotech APM 411, New Delhi, India), and wet chemical methods laid down by CPCB i.e. the same methodology which is used by the organizations to generate the data of NO₂ and SO₂ in ambient air. Simultaneously, concentrations were checked by CPCB using automatic analyzers as a check on reference concentration. It is observed that results of automatic analyzers for NO₂ and SO₂ were within a tolerance of ±5% with %RSD below 3. On the other hand, results of most of the participants showed variability in the measurements with %RSD ranging between ±0.8 and ±88.6 and exceedences of means from the tolerance limit with bias ranging between 1.4 and −59%. To check the cause of high variability in the measurements obtained under identical conditions, duplicate sampling was performed by one of the participants for SO₂ at low concentration level. In this study, results of wet chemical methods, automatic analyzers and results of duplicate sampling are analysed statistically to assess the cause of high variability in the measurements. Analysis of t-test and analysis of variance (ANOVA) showed highly significant results for NO₂ and SO₂ at high concentration levels (α 0.05) and for SO₂ at both the levels (α 0.01) respectively indicating some bias is existing either in the sampling or in analytical technique. Duplicate sampling performed to check precision in parallel measurements showed high %RSD indicating the presence of systematic error in sampling technique as the same calibration factor (CF) was used to measure the concentration of duplicate samples. Statistical analysis of flow rates of duplicate sampling showed that the sampling assembly could not maintain the constant flow rate within the ±10% with that measured at the start of the sampling. This resulted in high %RSD and deviation from the reference values for the results of most of the participants, even after accepting ±15% tolerance limit. There is a need to improve and evaluate this gaseous sample collection device under laboratory conditions to generate reliable database of NO₂ and SO₂ in ambient air.     

广州主要工业源排放的气态污染物扩散模拟研究

以广州省控工业污染源排放的气态污染物(SO₂、NO_x为主要研究对象,通过中尺度气象模式MM5与空气质量模式CALPUFF耦合,模拟11月典型气象条件下, SO₂和NO_x的扩散传输过程,研究其时空分布特征,并分析省控工业污染源排放对特定区域(主要针对2010年亚运场馆)空气质量的影响。结果表明,主要受典型风速的影响,SO₂和NO_x浓度具有明显的时空分布不均匀性。浓度高峰值主要出现在晚间至凌晨时段,而浓度低峰值主要出现在白天至中午时段。受污染源分布、排放高度和风向的影响,荔湾区和越秀区污染物浓度较高,且在广州西南部形成较明显的污染带;且这些省控污染源对南沙体育馆空气质量有较大影响。 研究结果对广州空气污染来源分析具有一定参考意义。     

2001年～2008年及奥运会期间天津市大气污染特征分析

根据天津市大气质量监测数据,对2001年～2008年及奥运会期间天津市大气污染特征和主要大气污染物的变化规律进行了分析。结果表明,2001年～2008年天津市的PM10、SO2和NO2污染总体呈下降趋势,但质量浓度仍相对较高。2008年8月奥运会期间天津市PM10和SO2质量浓度达到国家空气质量二级标准,NO2质量浓度达到国家空气质量一级标准,空气质量良好。天津市PM10污染相对稳定,SO2和NO2的污染分布呈现明显的季节性,时间上表现为冬强夏弱。气象条件对污染物浓度影响明显,沙尘、大雾等天气可使污染物浓度急剧升高。     

广州市近年空气质量现状及趋势分析

为掌握广州市空气质量现状及其变化趋势,对广州市2001～2009年空气质量监测数据进行系统的分析。结果表明,近年来广州市空气质量总体良好;整体空气质量有逐步好转的趋势,尤其是SO2浓度下降明显,NO2稳中有降,PM10略有下降但2009年仍有上升趋势,且PM10超标率居于首位;污染物浓度时空分布不均匀,NO2与PM10夏季浓度较低,春冬季较高,表现出明显的季节性特征;主城区NO2浓度明显较高,但总体呈下降趋势,主城区外NO2浓度较低,但呈上升趋势。全年灰霾天数也呈现下降的趋势,变化规律与PM10浓度变化规律一致。     

南京市臭氧、VOCs和PANs污染特征及变化趋势

对2013—2016年基于国家环境空气质量监测站以及省建大气多参数站所获取的南京市O_3、NO_2、CO、VOCs、PANs观测结果进行综合评价,结果表明:2016年南京市O_3第90百分位日最大8 h平均质量浓度比2013年上升33.3%,超标天数中O_3引起的超标占比增至32.0%。南京市区大气中非甲烷总烃冬季浓度高于夏季,含氧挥发性有机物则与之相反;在5—9月,含氧挥发性有机物组分在日变化过程中出现峰值的时间先后顺序依次为醚、醛、酮类,且O_3和过氧乙酰硝酸酯(PANs)生成存在有一定的线性关系。VOCs/NOx比值表明南京市处于VOCs控制区,因此对NO_2浓度下降不敏感,植物源挥发性有机物连续3年上升,夏季大气光化学反应活性未显著下降,这些现象是城市O_3浓度维持在较高水平的重要因素。     

基于区域环境空气质量和碳排放数据的减污降碳协同效果评估

化石燃料燃烧产生的温室气体与大气污染物具有同根同源性，但具体治理中减污降碳的协同效果尚不明确。以浙江省11个设区市为研究样本，对环境空气质量和二氧化碳(CO₂)排放数据进行分析研究，结果显示：2016—2020年浙江省环境空气质量持续改善，但CO₂排放总量仍处于增长阶段。11个设区城市PM_2.5年均浓度降幅在26%～41%之间，二氧化氮(NO₂)年均浓度下降趋势不明显，大部分城市呈现碳排放增加、NO₂浓度下降的特征，只有杭州和温州两市呈现碳排放总量和NO₂、PM_2.5浓度协同下降的趋势。因子相关性分析结果表明，各设区市呈现NO₂浓度与碳排放相关性较大、协同性强，PM_2.5浓度与碳排放相关性较小的特点。进一步通过减污降碳协同定量评价分析表明，浙江地区在环境空气质量改善和温室气体减排已表现出一定成效，但各设区市因产业结构、环境基础条件、协同程度等不同导致减污降碳综合绩效有明显差异。从源头减排实现...     

沈阳市冬季环境空气质量统计预报模型建立及应用

利用沈阳市2013年1—2月大气自动监测数据和同期气象资料,选取19项预报因子,采用逐步回归方法建立了沈阳市冬季环境空气质量统计预报模型,预报项目包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)日均浓度及臭氧(O3)日最大8 h平均浓度。2013年11月至2014年1月,应用该模型并结合人为经验修订,开展了沈阳市环境空气质量预报工作,预报结果与实测结果的对比验证结果表明,环境空气预测结果级别准确率达到79.1%,首要污染物准确率为73.6%。