北京大气CH4、CO2、TOC日变化规律及垂直分布的自动连续观测

提出了一种能自动连续监测CH4、CO2、TOC日变化及垂直分布的系统,利用该系统监测了2002年冬季CH4、CO2、TOC垂直分布的日变化的变化趋势.结果发现,距地面高度增加,受湍流扩散的影响,CH4、CO2、TOC浓度降低.冬季CH4浓度的日变化呈现明显的单峰周期变化,CO2日变化呈双峰形分布,TOC日变化没有明显的特征,其日变化受机动车尾气排放的影响很大.根据2002年冬季CO2浓度与2000年以前的对比结果发现,北京市冬季燃煤排放的污染物已处于一个相对稳定期,而随着北京市机动车保有量迅速增加,尾气排放成为影响某些大气微量气体日变化的主要因素.     

无锡市区大气污染物状况及变化趋势分析

使用2012—2015年无锡市区的6种大气污染物监测数据,对无锡市区各污染物的年度变化、空间分布、影响因素进行了分析。结果表明:(1)2012—2015年无锡市区SO_2、O_3质量浓度呈下降趋势,且趋势显著;NO_2质量浓度呈下降趋势,但不明显;CO、PM_(10)、PM_(2.5)的质量浓度年际变化比较平稳。(2)无锡市区SO_2、NO_2、PM_(10)、PM_(2.5)、CO的空气质量分指数(IAQI)均为冬季最高、夏季最低;O_3的IAQI则为夏季最高、冬季最低。(3)SO_2、NO_2、PM_(10)、PM_(2.5)、CO浓度间呈两两正相关,且相关性极显著;O_3浓度与NO_2、CO呈显著负相关,与SO_2、PM_(10)、PM_(2.5)浓度之间没有明显的关联。(4)分析了无锡市区各项大气污染物浓度的空间分布特征。(5)SO_2、NO_2、PM_(10)浓度周内变化具有"周末效应"的特征,而O_3、CO和PM_(2.5)浓度周内变化出现"反周末效应"。     

太湖流域近地表主要温室气体本底浓度特征

根据2003年1月-2005年6月太湖流域近地表大气中主要温室气体CO2、CH4和N2O本底浓度的监测资料,研究了该流域近地表大气主要温室气体浓度的变化特征.结果表明,在观测时段内,该流域近地表大气CO2浓度呈上升趋势;CH4浓度呈逐年递减趋势;N2O浓度呈先减后增趋势.3种气体主要与人类活动、工农业生产和交通运输业发展有关,CO2浓度的季节变化明显,冬春季高,夏秋季低,最高值在12月,最低值在8月;CH4浓度由春至夏升高,由夏至秋至冬递减,最高值在7月,最低值在2月;N2O浓度没有明显的季节变化,它们主要受源汇强度变化影响.CO2浓度的日变化基本呈双峰态,是源汇强度变化和边界层稳定程度相互作用的原因,CH4浓度无明显日变化规律,N2O浓度日变化中的最高值总体呈现是夏、秋、春至冬逐渐延迟的状态.     

采样高度和降雪对大气污染物监测结果的影响

大气中SO_2、NO_x、TSP和CO平行采样监测结果的统计分析表明,地面与楼顶采样的差异不显著,其浓度变化有随高度呈规律性的变化趋向,降雪具有明显的洗脱清除作用。     

株洲夏季大气中气态总汞浓度特征

为研究株洲市夏季优良天气下大气中气态总汞(TGM)的浓度特征,于2013年8月利用大气汞分析仪(2537X,加拿大)进行了20 d的连续在线观测。结果显示,实验期间株洲市大气TGM的平均浓度为(4.20±3.37)ng/m3,中值浓度为3.40 ng/m3,高于背景地区和沿海城市,略低于国内其他重点城市。晴天、阴雨天TGM浓度分别为3.59、7.96 ng/m3。晴天TGM浓度具有一定日变化规律,最高值出现在早上7:00~9:00,之后逐渐降低,17:00出现最低值;TGM白天和夜间浓度分别为3.57、3.62 ng/m3,昼夜变化不大。晴天TGM与一次污染物SO2、CO、NO2具有显著的正相关性,与O3呈显著负相关性。株洲市夏季主导风向为东南风,该方向没有明显污染源,西北方向风向频率较低,但TGM浓度明显升高,其主要来源可能是位于西北方向的清水塘工业区。     

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。     

太原市2013年环境空气质量变化特征分析

为全面了解太原市的环境空气质量状况及污染物的时间变化规律,本文选取太原市8个站点2013年1月至12月六种主要污染物(SO2、NO2、PM10、CO、O3、PM2.5)为期一年的监测数据,评价该市2013年环境空气质量的总体情况,研究各污染物在不同时间尺度的变化特征及相互之间的关系。结果表明,2013年太原市环境空气质量以良和轻度污染为主,首要污染物主要为PM2.5和PM10;SO2、NO2、PM10、CO和PM2.5的小时变化规律较为一致,都呈现"双峰型"的变化特征,O3则呈显著的"单峰型"变化规律;上述六种污染物具有明显的季节变化特征,SO2的浓度峰值主要集中在供暖期,NO2和O3—8h浓度在夏季要高于其他季节,PM10的浓度峰值出现在春季(3月)和秋季(10月),CO的浓度峰值集中在11月和12月,PM2.5的浓度峰值主要集中在冬季;相关性分析结果表明,SO2、NO2、PM10、CO、PM2.5浓度日均值在全年各时段均具有很好的正相关性,化石燃料的燃烧可能是上述污染物质的共同来源。     

北京市大气气态汞变化特征

采用Tekran 2537X大气汞分析仪在线测量北京市城区大气中气态元素汞(GEM,简称大气汞) 浓度,研究大气汞浓度随不同气象条件的变化特征。通过分析2016年10月—2017年9月大气汞监测数据发现,该监测点全年大气汞浓度为0.48～16.25 ng/m³,均值为(3.41±1.79)ng/m³。春季、夏季、秋季和冬季大气汞浓度均值依次为2.93 、2.95、4.27、3.37 ng/m³,其中,秋季大气汞浓度明显高于其他季节 。秋季大气汞浓度显著偏高可能由不利的大气扩散条件导致。大气汞夜间浓度显著高于白天浓度。同时,将大气汞与SO₂、CO及PM_2.5进行相关性分析,发现大气汞浓度变化趋势与SO₂、CO和PM_2.5呈显著正相关。结合风向和风速进行污染来源分析,得到该点位大气汞在西南和东北方向上受人为排放源影响较大。污染源类型分析表明,冬季大气汞与CO同源性强,主要来自本地供暖用煤。     

河源夏季臭氧污染特征及其成因

2015年9月至2016年8月,在广东河源城区内采用在线连续观测,分析该地区近地面臭氧(O_3)及其前体物的变化规律和相关性,重点探讨了夏季O_3污染特征及成因。结果表明,河源市城区O_3总超标天数为10 d,主要集中在7—9月。O_3浓度变化呈现明显的春、冬季低,夏、秋季高的季节变化。O_3浓度日变化呈典型单峰特征,前体物主要呈双峰变化。O_3小时浓度和CO无明显的相关性,与NO2浓度呈现较高的负相关关系;气象及HYSPLIT-4模型计算综合分析结果表明,夏季污染时段河源高空、低空气团大部来自西南方向,夏季O_3污染主要来源于珠三角区域传输和本地源排放。     

广州大型购物中心室内空气中PM10、CO和CO2的分布和来源特征

利用便携式测量仪,对广州市大型购物中心室内空气中的PM10、CO和CO2等进行了现场测定.结果表明,室内CO2和PM10浓度偏高.CO2全部超出了我国的室内空气标准,PM10全部超出了国家年平均标准,大部分超出了日平均标准.本文同时对购物中心内不同场所CO、CO2和PM10的浓度水平变化和来源特征进行了分析.     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。     

上海市臭氧污染时空分布及影响因素

分析2006—2016年上海市的监测数据发现,臭氧(O_3)浓度存在逐年上升趋势,污染持续时间有所增加,但除水平风速有下降趋势外,其他相关气象因素的年际变化趋势并不显著。空间分析结果表明,上海市O_3超标主要集中在西南部郊区,但市区O_3超标潜势不容忽视。O_3污染高发季节的污染玫瑰图分析发现,上海市南部地区是影响上海市O_3污染的关键区域;对于NO_2减排的影响分析发现,尽管上海市O_3平均浓度总体处于上升趋势,但在NO_2下降幅度最为明显的内环市区和北部郊区,O_3上升幅度低于NO_2下降幅度较小的内外环区域和西部郊区,表明上海市的O_3污染控制仍需持续推进NOx的减排,并同步推进VOCs的减排。     

中国高分辨率近地面NO2浓度反演

通过分析2010年全国333个县级以上城市卫星遥感的NO2对流层年均柱浓度与地面实际观测浓度之间的相关性,发现两者具有一定的线性相关性(r=0.54,n=333),并建立了NO2"遥感柱浓度"与"地面观测浓度"之间的关联方程,通过该方程反演了中国0.125°分辨率近地面NO2污染分布特征。结果表明,全国近地面NO2浓度超过《环境空气质量标准》(GB 3095—2012)要求的年均浓度二级标准(0.04 mg/m3)的区域约为5.95万平方千米,超标地区主要集中在华北平原、长三角地区、四川盆地和珠三角地区,这些地区NO2污染水平远高于333个城市的年平均值(0.028 mg/m3)。NO2污染极不平衡,以大中型城市为中心的区域污染特征显著。NO2人口加权浓度分析结果表明,NO2人口加权浓度高值区主要集中在能源消费量大、机动车保有量大及人口密集的地区,全国约5.7%的人口暴露在NO2超标区域。     

上海臭氧及前体物变化特征与相关性研究

于2010年1~12月期间,在上海城区内采用在线连续观测,分析该地区近地臭氧与其前体物的季节变化规律及相关性,探讨了臭氧浓度与OX和NO₂光解速率之间的关系。结果表明,观测期间,上海地区O₃总超标天数为13天,超标率为3.56%。O₃浓度变化呈现明显的秋冬低、春夏高的季节变化。O₃浓度日变化规律呈典型单峰变化,O₃各前体物呈双峰形分布,冬季O₃与NO_X的相关性最强。对OX的贡献中,秋冬以NO₂为主,春夏以O₃为主;夜间以NO₂为主,白天以O₃为主。臭氧浓度与OX和NO₂光解速率变化规律基本一致。     

珠三角典型城市COVID-19疫情封闭期间臭氧污染的放大效应研究

珠三角地区臭氧(O₃)已经逐步取代颗粒物成为主要大气污染物。对新型冠状病毒肺炎(COVID-19)疫情封闭期间珠三角城市背景污染效应(特别是对O₃的放大效应)进行了量化研究,发现PM_2.5和NO₂质量浓度均为工作日高于节假日,非疫情期高于疫情期。O₃质量浓度节假日高于工作日,其中疫情期节假日浓度最高。减排会增加低温高湿背景下O₃质量浓度,但会降低其极大值,并导致 O₃随温度和相对湿度的变化梯度减弱。疫情封闭期间异地输送对于局地O₃质量浓度的变化贡献突出。叠加疫情封闭影响的春节假期O₃质量浓度比节前工作日增加20.4%~41.7%,与一般年份特征相反,而NO₂降低65.3%~75.6%,降低程度强于一般年份。疫情封闭期春节期间O₃质量浓度比一般年份上升14.0%~25.9%,而NO₂质量浓度降低37.0%~54.5%。低湿晴好的天气为光化学反应提供有利条件,并且疫情封闭扩大了假期人为源减排规模,导致NO_x质量浓度进一步下降,使其对O₃的滴定效应减弱,同时静稳天气有利于O₃浓度的累积,导致局地O₃污染被逐步放大。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据，对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明，武汉市城区PM_2.5质量浓度呈现出明显的季节差异，季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损，颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明，区域传输是武汉市PM_2.5的一个重要来源，在4个典型重污染阶段，武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

Ground level volume mixing ratio of methane in a tropical coastal city

Urban regions are hotspots of greenhouse gas emissions which include CO₂, CH₄, N₂O, etc. Methane is a strong greenhouse gas which is produced from a number of sources including fossil fuel combustion, municipal waste, and sewage processing, etc. Ground level mixing ratio of methane in the tropical coastal city of Thiruvananthapuram in South India, during calm early morning period was measured. Measurements were done during both winter and summer seasons. Concentrations were significantly higher than global average value. Intra-city variation in ground level mixing ratio was also significant. Ground level methane concentration at Thiruvananthapuram urban area showed maximum value of 3.16 ppmV. Under stable atmospheric conditions in early morning, ground level mixing ratio of methane was 2.79 ppmV in winter and 2.54 ppmV during summer. The spatial distribution of methane concentration shows correlation with urban heat island.     

华东森林及高山背景区域CO2和CH4浓度变化特征

对国家大气背景监测福建武夷山站2014—2018年的主要温室气体监测数据进行分析,探讨华东森林及高山背景区域大气中CO_2和CH_4浓度的变化特征。结果表明:华东森林及高山区域CO_2背景浓度为414.1×10~(-6)(摩尔分数,下同),5年间呈逐年上升趋势; CH_4背景浓度为1 977×10~(-9),2014—2016年呈逐年上升趋势,2016—2018年保持稳定;两者均具有较明显的季节和月变化特征,CO_2还具有较明显的日变化特征,但季节变化幅度、月平均浓度振幅和日变化幅度均较小,具有区域背景特征。     

Inter-seasonal and spatial distribution of ground-level greenhouse gases (CO<Subscript>2</Subscript>, CH<Subscript>4</Subscript>, N<Subscript>2</Subscript>O) over Nagpur in India and their management roadmap

Ground-level concentrations of carbon dioxide (CO₂), methane (CH₄), and nitrous oxide (N₂O) were monitored over three seasons, i.e., post-monsoon (September–October), winter (January–February), and summer (May–June) for 1 year during 2013–2014 in Nagpur City in India. The selected gases had moderate to high variation both spatially (residential, commercial, traffic intersections, residential cum commercial sites) and temporally (at 7:00, 13:00, 18:00, and 23:00 hours in all three seasons). Concentrations of gases were randomly distributed diurnally over city in all seasons, and there was no specific increasing or decreasing trend with time in a day. Average CO₂ and N₂O concentrations in winter were higher over post-monsoon and summer while CH₄ had highest average concentration in summer. Observed concentrations of CO₂ were predominantly above global average of 400 ppmv while N₂O and CH₄ concentrations frequently dropped down below global average of 327 ppbv and 1.8 ppmv, respectively. Two-tailed Student’s t test indicated that post-monsoon CO₂ concentrations were statistically different from summer but not so from winter, while difference between summer and winter concentrations was statistically significant (P < 0.05). CH₄ concentrations in all seasons were statistically at par to each other. In case of N₂O, concentrations in post-monsoon were statistically different from summer but not so from winter, while difference between summer and winter concentrations was statistically significant (P < 0.05). Average ground-level concentrations of the gases calculated for three seasons together were higher in commercial areas. Environmental management priorities vis a vis greenhouse gas emissions in the city are also discussed.     

某典型交通路口大气颗粒物(PM10和PM2.5)中多氯联苯季节变化特征

应用同位素稀释高分辨率气相色谱-高分辨质谱 (HRGC-HRMS) 联用技术对北京市北四环典型交通路口大气颗粒物PM₁₀和PM_2.5中多氯联苯(PCBs)进行了监测,分析了PCBs浓度水平、单体组成特征、粒径分布规律和季节变化趋势。结果表明:大气颗粒物PM₁₀和PM_2.5样品中19种PCBs浓度和毒性浓度(TEQ,以世界卫生组织毒性当量因子WHO-TEF计)分别为1.05～13.83 pg/m³(平均值为6.66 pg/m³)和1.24～15.18 fg/m³ (平均值为6.84 fg/m³)、0.80～8.51 pg/m³(平均值为4.32 pg/m³)和0.88～13.40 fg/m³ (平均值为5.90 fg/m³),PM₁₀和PM_2.5中PCBs的单体分布模式相似,浓度丰度最大的是PCB-28和PCB-209,而对毒性当量贡献最大的是PCB-126。PCBs浓度季节变化明显,冬、春季明显高于夏、秋季。 PCBs浓度季节变化特征表明,不同季节采样点PCBs来源不同,除历史使用外,采暖季节可能主要来自机动车排放和化石燃料的燃烧,而非采暖季节主要来自机动车排放。粒径分布表现为PCBs倾向于富集在PM_2.5中,占PM₁₀总浓度的61%～87%(平均值为72%)。