天津市环境空气恶臭污染状况与典型气态污染物识别

以天津市中心城区和典型工业区为重点调查区域,通过网格法布设40个采样点,共采集不同季节的环境空气样品近1 300个. 采用嗅觉测定法、分光光度法和GC-MS分别测定恶臭感官浓度、NH₃和其他气态污染物的组成及浓度. 结果表明:①天津市环境臭气浓度介于0~90之间,中心城区和工业区臭气浓度水平相当. 夏季臭气浓度<10的样品最多,占总样品量的42%,春季超过85%的样品臭气浓度>20,秋季超过70%的样品臭气浓度>20,说明春、秋两季环境恶臭污染较为严重. ②NH₃是检出率最高的恶臭物质. 天津市夏、秋、春三季ρ(NH₃)平均值分别为0.070、0.058和0.060 mg/m3,各类功能区中居住区和混合区的ρ(NH₃)较高. ③秋季H₂S的检出较为普遍,ρ(H₂S)在0.006 4~0.220 0 mg/m3之间,中心城区和工业区的ρ(H₂S)平均值分别为0.014 0和 0.023 0 mg/m3,最高值出现在工业区. 以物质浓度、嗅阈值和检出率为评估参数,通过分级赋值和多参数综合评分筛选出10种典型气态污染物,分别为NH₃、CS₂、苯、甲苯、间二甲苯、乙苯、1,2,4-三甲苯、乙醇、丙酮和异戊二烯;建立了臭气浓度与这10种污染物浓度的多元线性回归方程,该方程具有良好的统计学意义和相关性(P<0.05,R=0.78),表明这些气态化合物是影响城市空气恶臭感官污染的重要因素.      

2011年6~8月平流输送对黄山顶污染物浓度的影响

基于单条后向轨迹的滞留时间场和污染物排放强度场,设计了一种可以评估该轨迹对污染物的平流输送强度参数.利用2011年6~8月光明顶CO和O3浓度资料对该参数进行了验证,进而分析了该观测时段平流输送对光明顶污染物的影响;此外将O3浓度分成3档,利用改进的PSCF(Potential source contribution function)方法分析了各档浓度对应的源区分布.结果表明:(1)平流输送评估参数与污染物浓度的变化具有很好的一致性,表明平流输送对光明顶污染物浓度的变化具有重要作用.其中,安徽、湖北和江西三省交界区域的城市群向光明顶输送的污染物占到输送总量的一半以上;(2)光明顶O3浓度 >55×10-9、(30~55)×10-9、<30×10-9时所对应的主要源区分别为华北及长三角发达工业区、黄山西南方向的工业区、较远的南部沿海地区;(3)影响光明顶污染物浓度变化的输送类型可以分为秸秆燃烧输送、发达工业区气团输送、西南方向气团输送和海洋性气团输送4种类型,对应的污染物浓度(CO/O3)(×10-9)依次为474.47/72.50、221.16/57.71、86.31/30.41、51.67/27.45.     

珠江三角洲大气中甲基叔丁基醚的污染特征研究

应用先进的大气采样罐、大气样品预浓缩技术和气相色谱/质谱联用仪器,采取长期观测和加强观测方法详细地研究了珠江三角洲大气环境中MTBE的污染浓度水平及其时空分布特征.结果表明,①目前该地区的工业区、交通区以及居住、商业和交通混合区等大气环境中普遍能够检测出MTBE污染物,长期观测的小时浓度均值变化范围从0～1.250 μg·m^-3,夏季污染较冬季更为严重,高浓度的MTBE污染物主要集中在城区,郊区显著受到上风向城市和周边城市污染源排放的影响.②夏季加强观测期间,广州市区的日均浓度为(1.520±0.370) μg·m^-3,约为其下风向郊区花都测点的7倍和清洁区从化监测点的100倍.城区呈现早晚2个污染物浓度峰值,夜间为平均浓度最低值时段,而郊区夜间反而出现高浓度峰值.③冬季加强观测期间,广州市城区的日均浓度为(0.950±0.240) μg·m^-3,为其下风向郊区新垦测点的3.6倍,出现多个峰谷,城区在18:00～22:00点均具有较高的污染物浓度,郊区则在次日的04:00～10:00点具有相对较高的污染物浓度.④在光照比较弱的时段市区交通干线附近的大气MTBE浓度随着距地面高度增加而降低,而在光照比较强的时段则随着距地面高度增加反而有所上升,反映出市区近地面大气MTBE污染物除了主要来自机动车尾气排放之外,还有明显的大气光化学反应生成的二次污染物来源.     

重庆臭氧时空分布特征及其污染成因的初步分析

近年,臭氧(O₃)正逐渐取代PM_2.5成为中国首要大气污染物.因此,研究O₃的时空分布特征及污染成因对于空气污染治理与管控具有重要价值.重庆复杂的地形造成该地区O₃的污染成因具有很大的不确定性.采用2013—2020年重庆市主城区环境监测站O₃、PM_2.5、NO₂逐小时监测数据和国家气象站观测资料,分析了O₃的时空分布特征,并探究其与复杂地形、前体物、气象要素及PM_2.5的关系.结果表明:①2013—2020年臭氧日最大8 h平均浓度的第90百分位值年际变化总体呈现先减后增的趋势.发生臭氧污染月份数量增加,臭氧污染开始月份从6月提前到4月.②2019年重庆臭氧中度和重度(中重度)污染天数最多,为6 d.2013—2015年中重度污染频率由1.09%减少至0.27%,到2019年增加至1.64%,2020年降至0.81%.③重庆中重度污染期间,O₃的空间分布受山谷风环流与城市热岛效应的共同影响.白天城区站点O₃浓度高于山区站点O₃浓度,夜间山区站点O₃浓度高于城区站点O₃浓度.④城区站点的O₃与NO₂浓度呈现显著负相关,山区站点O₃与NO₂浓度的相关系数为负值,但相关性不显著.⑤重庆大部分O₃中重度污染由局地污染主导,在非高温或者高湿的情况下同样可能发生臭氧中重度污染.臭氧中重度污染发生时,风向多为西-北风.O₃浓度与气温和风速呈显著正相关,与相对湿度呈负相关.⑥重庆O₃-PM_2.5相关性城区与山区表现不一致,城区南坪站O₃-PM_2.5在暖季呈正相关关系,冷季相关性有正有负,山区缙云山站O₃-PM_2.5在暖季和冷季都呈正相关关系.     

基于航班运行规律的典型机场NOx浓度临近预测方法研究

针对天津机场区域考虑航班运行影响,应用广义加性模型（Generalized Additive Model,GAM）建立污染物浓度预测模型,对因子间的共线性问题和交互作用进行改进,得到最优的NO_x浓度预测模型.选取天津机场区域2019年11月—2020年3月环境、气象及航班数据,建立改进的GAM.结果显示：（1）改进的GAM预测效果优,可以更加准确地预测浓度峰值及变化趋势;（2）样本量会影响模型选择的因子数量及模型性能;（3）改进模型adj-R²为0.940,实测和预测NO_x浓度的相关系数为0.975,预测效果好;（4）航班活动对机场区域污染物浓度影响较大.改进的GAM考虑污染物浓度与影响因子之间的复杂非线性关系及影响因子之间交互作用对污染物浓度变化的影响,使模型精度进一步提升. GAM对污染物浓度的准确预测可为机场区域污染防治提供依据.     

北京城区PM_(2.5)及主要污染气体“周末效应”和“假日效应”研究

利用2009—2012年北京城区海淀宝联站6种污染物(PM2.5、NO、NO2、O3、CO和SO2)的连续监测数据,研究了污染物浓度的周循环变化规律,以及春节、国庆节假日期间和假日前后污染物浓度变化的差异.结果表明,北京城区O3浓度存在周末高于工作日的显著"周末效应"现象,其它污染物则表现出周末低于工作日的"周末效应"现象;国庆节较长假期存在与"周末效应"相类似的"假日效应",即假日期间污染物浓度明显低于非假日期间(O3相反).而春节期间PM2.5、CO、SO2出现"反常"浓度(污染物浓度在假日期间高于非假日期间),可能与春节期间烟花爆竹燃放有关.从污染物浓度日变化特征分析,污染物浓度高峰期与人类活动高峰期时间基本一致,而污染物在周末和工作日出现的浓度差异现象也与人类活动的周循环差异现象相吻合,NO、NO2和CO的小时平均浓度在周末和工作日的最大偏差出现在08:00,分别为-19.8%、-14.9%和-13.9%,说明北京城区出现污染物浓度的周循环变化特征和日变化特征与人类活动密切相关.     

城市立体交通系统中污染物传播特性数值模拟

构建了一个包含交通转盘、隧道、高架桥和下沉式公交站的立体交通几何模型,建立了该系统中流体流动与污染物传播的耦合数学模型,数值分析了环境风变化时,该系统中流体流动与气态污染物的传播规律.结果表明,环境风向的变化直接改变了公交站区域流体的流向途径,在公交站区域;北风时的平均污染物浓度是西风时的3.5倍,而在转盘中央区域,北风时平均污染物浓度是西风时的5倍.西风时,环境风速从0.5m/s增加到3.5m/s,东侧公交站区域的平均污染物浓度减少95.21%;交通隧道内,环境风速的增加使空气流通速度增加,污染物浓度迅速降低.     

重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

重庆九龙坡城区和城郊大气污染物浓度特征研究

为了解重庆市九龙坡区城区和城郊大气污染物浓度特征,分析了城区和城郊国控空气站点2014年3月~2015年2月典型污染物的浓度变化。结果表明,除O_3表现出夏高冬低的季节变化趋势外,其它污染物均表现出冬高夏低的季节变化趋势。PM_(2.5)污染最严重,城区和郊区日均值超标率分别为31.4%和33.4%。城区和城郊的PM_(2.5)浓度之间没有显著性差异(p0.05),城郊O_3浓度显著高于城区(p0.01),NO_2、SO_2、CO和PM_(10)则是城区显著高于城郊(p0.01)。     

嘉兴市春节期间烟花爆竹燃放对大气污染物分布特征的影响

为研究春节期间烟花爆竹的燃放对嘉兴市空气质量的影响,利用2015年春节期间嘉兴市3个监测站点的常规污染物(PM10、PM2.5、SO_2、NO_2、CO)和南湖区残联站的有机碳(OC)和元素碳(EC)数据,分析了烟花爆竹对嘉兴市不同功能区和不同空气质量条件下大气污染物的污染特征的影响.结果表明:春节烟花爆竹燃放显著影响PM10和PM2.5的浓度,残联站、清河小学和北部站在23日00∶00达最高值,PM10浓度分别为190、263和147μg·m~(-3),是非春节期间的2.2、2.8和2.1倍,PM2.5浓度分别高达156、158和78μg·m~(-3),是非春节期间的2.6、2.2和2.2倍.烟花爆竹燃放对污染气体的影响存在差异,对CO和SO_2的浓度影响较大,对NO_2和O_3的浓度影响较小.烟花爆竹燃放对嘉兴市老城区大气污染物的影响最大,其次是新城区,对工业区影响最小.污染源减排对大气污染物的影响比较大,2013—2015年嘉兴市春节期间大气污染物浓度(PM10、PM2.5、SO_2、NO_2、CO)整体要低于非春节期间,平均降幅在6.8%~46.1%之间.二次生成物O_3在春节期间的浓度均要高于非春节期间,增幅为20.1%~22.1%.不同空气质量条件下烟花爆竹的燃放对大气污染物的影响不同.     

宜昌城区冬季大气污染的气象成因对比分析研究

2016年冬季,宜昌城区空气质量比上年冬季明显改善,通过采用对比分析、相关分析及后向轨迹分析等方法,诊断可能的原因.结果表明,宜昌城区冬季空气污染主要是由于细颗粒物导致,2016年冬季PM2.5、PM10、SO2浓度较2015年冬季明显降低,主要原因包括含硫燃料燃烧明显减少、外源性污染物的输入明显减少、降水清除以及减排措施有力等.后向轨迹分析结果显示,两年冬季污染最严重时段的污染物路径来源不同,2015年冬季最严重的污染过程主要是由于上游北方远距离的外源性污染的快速输入、在本地下沉导致,2016年冬季最严重的污染过程则是由于来自偏南路径近距离的气团叠加本地污染源,在垂直方向累积造成.     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。     

2015—2021年南京市大气污染特征及污染个例研究

探究细颗粒物(PM_2.5)和臭氧(O₃)污染的时间变化特征,阐明PM_2.5和O₃复合污染过程中不同阶段环境空气污染物及气溶胶粒径分布的详细演变过程,对南京及长三角地区的大气污染防治具有重要指导意义.本文使用2015—2021年南京市环境空气污染物小时浓度数据,分析了该地区多年大气污染演变过程,并选取2015年10月12—17日时间段作为复合污染典型个例,对其生消过程和内在机理进行了详细分析.结果表明：(1)2015—2021年南京市各种大气污染物的变化特征具有明显差异. PM_2.5、PM₁₀和SO₂浓度的年下降率分别为8.9%、6.2%和15.4%,O₃浓度变化较小. CO浓度在2016年达峰后以每年7.6%的速率下降.NO₂浓度在2015—2019年呈增加趋势.(2)2015—2021年污染特征发生较大变化,由PM_2.5为主导变为由O₃为主导的大...     

2020年成都市典型臭氧污染过程特征及敏感性

2020年4月24日至5月6日成都市臭氧(O3)和细颗粒物(PM2.5)复合污染过程期间,在成都市城区开展大气臭氧及其前体物(NO,、VOCs)和气象参数观测实验,基于观测数据采用OBM模型对市区臭氧敏感性和主控因子进行识别,并采用PMF模型对关键VOCs物种进行来源解析.结果表明,臭氧超标日各污染物浓度均有所上升,VOCs物种中芳香烃和含氧(氮)化合物上升幅度较大;成都市城区O3超标天对应的臭氧处于显著VOCs控制区,芳香烃和烯烃对O3生成最为敏感,且存在削减NOx的不利效应;结合VOCs来源解析,城区VOCs主要来源:移动源(22.4％)、餐饮及生物质燃烧源(21.8％)、工业源(15.1％)和溶剂使用源(9.3％),臭氧超标天溶剂使用源、餐饮及生物质类燃烧源贡献率明显上升.成都市城区春季应以VOCs减排为重点,并加大芳香烃和烯烃相关源控制力度.     

呼和浩特市不同功能区土壤重金属污染特征及评价

选择呼和浩特市居民区、科教区、城市公园、商业区、道路、工业区和开发区为研究对象,共采集62个样品.通过分析不同功能区土壤重金属含量,采用单因子污染指数法和内梅罗综合污染指数法评价重金属污染程度,主成分分析重金属污染的成因和来源,旨在为防治城市土壤重金属污染提供理论依据.呼和浩特市不同功能区土壤7种重金属的含量表明,其中5种重金属的平均含量均超过内蒙古自治区土壤背景值,重金属Cu和Zn含量分别达到背景值的2.33倍和1.85倍;单因子污染指数评价表明,不同功能区土壤存在不同程度重金属的污染,重金属Cu在商业区呈重度污染.不同重金属元素平均污染程度为:Cu>Zn>Cr>Mn>As>Ni>Pb;内梅罗综合污染指数评价表明,商业区污染最严重,呈重污染程度;其次是道路,污染水平为中度污染;科教区和城市公园污染程度最轻.不同功能区土壤重金属的综合污染指数大小为:商业区(3.03)>城市道路(2.12)>居民区(1.98)>科教区(1.81)>工业区(1.72)>开发区(1.36)>城市公园(1.28);主成分分析表明,呼和浩特市土壤不同重金属来源存在差异,其中Cr、Cu、Mn、Pb和Zn主要来自交通污染源和生活废弃物的堆放,Ni和As目前仍然主要受自然因素控制,来源于自然源.呼和浩特市土壤重金属的污染已经对城市生态系统的健康发展构成了一定程度的威胁.     

基于STIRPAT模型天津减污降碳协同效应多维度分析

基于STIRPAT模型,从排放总量、减排量和协同效应系数这3个维度定量分析了天津市减污降碳协同效应.结果表明,天津市大气污染物和温室气体的主要排放源均为工业源,大气污染物和温室气体的Pearson相关系数为0.984;人口总数、城镇化率、地区生产总值、能源强度和二氧化碳排放强度是影响天津市减污降碳协同效应的重要因素;天津市2011年和2012年大气污染物和温室气体协同增排,协同效应系数分别为0.18和0.17;2013~2014年和2018~2023年大气污染物减排且温室气体增排,协同效应系数均小于0,减污降碳不具有协同效应;2015~2017年和2024~2060年大气污染物和温室气体同时减排,协同效应系数范围为2.74~8.76.天津市具备在2024年进入减污降碳协同增效阶段的条件,天津市推动减污降碳协同增效最关键的是严格控制温室气体排放总量,持续推动能源强度和二氧化碳排放强度的下降,合理控制人口总数、城镇化率和地区生产总值.     

河南洛阳市不同功能区土壤重金属污染特征及评价

以河南洛阳市居民区、科教区、城市绿地、商业区、城市主干道、工业区和城乡结合处这7个功能区为研究对象,共采集63个样品.分析不同功能区土壤重金属含量,采用单因子污染指数和内梅罗综合污染指数评价重金属污染的程度,Hakanson潜在生态风险指数法评价土壤重金属潜在生态风险,主成分分析重金属污染的成因和来源.结果表明,6种重金属平均含量均超过河南省土壤重金属背景值.不同功能区重金属的单因子污染指数平均污染趋势为CdZnPbCuNiCr.内梅罗综合污染指数显示工业区重金属总含量最高,污染最为严重.单个重金属潜在生态危害指数Eir表明,Cd的潜在生态危害指数最高.不同功能区土壤多金属潜在危害危险指数RI依次为工业区(548.87)主干道(466.06)商业区(392.81)居民区(226.27)科教区(189.76)绿地(153.72)城郊(117.45),工业区、主干道和商业区达强生态危害水平,居民区、科教区和绿地达中等生态危害水平,而城乡属轻微生态危害.Cu、Zn、Pb和Cd为人为因子,主要来源于工业废物和交通排放;Cr和Ni为自然源因子,受成土母质的控制.     

2015年石家庄市采暖期一次重污染过程细颗粒物在线来源解析

近年来,我国北方采暖期的大气污染问题备受关注.以2015年11月24日至12月4日石家庄地区一次重污染过程为例,采用大气细颗粒物实时在线源解析技术,对不同时段细颗粒物来源解析结果和各类源粒径分布、重污染期间各类源的质谱特征,结合气象条件进行综合分析.结果表明：重污染期间主要污染物来源为燃煤、工业工艺、机动车尾气和二次无机源;低压、静稳条件和低空传输共同作用下,以燃煤及工业工艺源排放颗粒物为主的细颗粒物严重累积,二次转化加剧,导致此次重污染的发生;来自燃煤源的颗粒物以混合碳为主,工业工艺源以金属为主,机动车尾气源以元素碳和金属锰为主,纯二次无机源以二次无机离子为主,来自扬尘源的颗粒物以铝、钙、铁和硅酸盐为主,生物质燃烧源以左旋葡聚糖LEV为主,餐饮源以有机酸为特征信号;与重污染前后不同,八类源于重污染发生期间在整个粒径段呈现均匀分布状态.