基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

几种大气污染扩散模式的应用比较

几种大气污染扩散模式应用比较表明:CAPPS模式应用于国内一些城市空气污染预报,方法简单;NAQPM模式对物理、化学过程的处理、气象场模拟、污染源排放、地域环境特征、数据处理分析与计算均采用较为科学的方案;ISC在污染源排放清单和气象参数确定方面更加细致、准确;ADMS的主要特色是应用的多功能性,主要用于环境容量测算、环境质量评价方面以及大气污染预报等;Models-3模式对各种大气污染物浓度分布实施有效预测,进行较为全面的空气质量控制策略的评估.大气污染扩散模式的不断完善,使得空气质量控制和管理更加富有成果.     

哈尔滨市环境空气质量变化及影响因素分析研究

近年来,大气污染问题已然成为热门话题。大气污染不仅危害中国生态环境和居民健康,甚至可能对其他邻近国家产生影响。哈尔滨地处中国东北部地区,空气质量变化具有区域性特征。本文在参阅了大量参考文献的基础上,结合哈尔滨市2010年-2012年与2012年1～12月份的空气质量数据,对哈尔滨市的大气质量变化规律及影响因素进行了分析。确定了哈尔滨市大气环境质量的级别和首要污染物以及影响空气质量变化的主要影响因素。     

佛山:迎“霾”而上护蓝天

正根据历年的数据分析和研判,每逢秋冬季节,佛山易受不利气象条件及地理因素影响,大气污染物难以扩散,造成空气质量相对较差。为减少市民受"霾"伏影响,佛山在今年10月份提前部署,实施大气污染精准防控,快速应对不利气象条件。11月以来,佛山市直各职能部门合力抗霾,各区镇主战场精准防控,市环委会督办严查,有效削弱了不利气象条件对空气质量的影响,实现了秋冬大气污染防治攻坚战的阶段性胜利。领导重视,提前谋划,迅速响应     

CCSM4/WRF-CMAQ动力降尺度预估RCP8.5情景下京津冀地区空气质量的潜在变化

目前,针对气候变化对区域空气质量影响的研究相对较少,并且多采用统计降尺度方法对全球气候模式结果进行处理.采用WRF中尺度气象模式对CCSM4气候模式的CMIP5 RCP8.5情景预估结果进行动力降尺度处理,并为CMAQ空气质量模式提供气象场;在2012年清华大学MEIC大气污染物排放清单的基础上,选取2005年作为气候现状代表年、2049-2051年作为未来气候代表年,对京津冀地区典型月份（1月、4月、7月、10月）的气象及空气质量数值模拟结果进行对比,以此预估气候变化背景下京津冀地区空气质量潜在变化.结果表明,在排放情况不变及RCP8.5情景下,未来代表年与现状代表年相比,京津冀地区以典型月份为代表的年均气象因素整体呈现温度升高,风速、相对湿度及大气边界层高度均降低的趋势;年均大气污染物浓度整体呈现升高的趋势,其中,温度升高约0.8℃,风速降低约0.11 m/s,相对湿度降低约2%,大气边界层高度降低约8 m,ρ（PM_2.5）升高约2.4 μg/m3,ρ（SO₂）升高约1.8 μg/m3,ρ（NO_x）升高约1.0 μg/m3;此外,主要的气象条件（温度、风速、相对湿度、大气边界层高度）中,风速及大气边界层高度的降低可能是造成这些大气污染物浓度变化的主要气象因素,并且风速及大气边界层高度的降低与ρ（PM_2.5）降低的相关系数分别约为-0.44和-0.26.研究显示,气候变化会对京津冀地区造成污染物浓度升高的潜在风险,同时由于现阶段缺乏可用于空气质量模式的未来排放情景数据、在线耦合模式日臻完善,在我国气候-空气质量的研究领域亟待进行更深层次的研究.      

风的污染指数和不同风向的污染机率-城市总体规划中风和大气污染问题新探

在污染源排放量不变的条件下,污染物排入大气后能否造成大气污染,以及污染程度的大小是由天气状况决定的.只有当天气状况不利于污染物的输送扩散时,才会形成严重污染.影响城市大气污染的气象因素是很多的.1980年,张景哲提出“风的污染指     

芒市坝区环境空气质量季节性超标原因分析及改善途径探讨

利用2013—2017年环境空气质量监测资料对芒市坝区1—5月城市空气质量超标原因进行分析,并类比其他相似坝区城市同一时段空气质量及气象资料。结果表明,2—4月芒市坝区易出现逆温,妨碍大气污染物扩散,是导致环境空气质量超标的直接原因。同时工农业生产生活的大气污染物排放、天然森林质量降低等诸多因素共同导致了空气质量下降。提出了逆温季节大气污染防治、开展城市环境空气污染源解析、绿色交通系统建设、天然林生态恢复等空气环境质量改善措施。     

阜新市空气污染指数分析

根据阜新市环境监测中心站空气自动站监测数据,运用空气污染指数法,对阜新市2007年空气质量进行分析。结果表明:2007年阜新市空气质量级别为良,首要污染物为PM10。冬春季空气污染较重,污染源排放、不利气象和二次扬尘等因素是造成阜新市大气污染的主要原因。     

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。     

结合激光雷达分析2014年春季南京地区一次大气污染过程

利用环境监测数据、气象数据以及数值模拟结果,结合激光雷达数据反演的气溶胶消光系数,分析了2014年5月26日至6月1日南京地区一次典型的大气污染过程.本次污染过程受到外源性沙尘和烟尘输入以及本地污染排放叠加影响.气象因素对污染物的生消起到了重要作用,低压、逆温等因素阻碍污染物扩散,最终强降雨的出现使本次污染过程终结.整个污染过程中大气边界层高度偏低且变化不大,大气形势稳定,污染物扩散困难.激光雷达可以有效探测气溶胶的垂直分层结构,能直观准确地反映出污染物的分布聚集情况以及时空变化,对大气污染监测具有重要意义.     

广州市主干道附近大气污染物浓度的特征及影响因素研究

为研究城市主干道边的空气污染状况,通过采用自动监测系统,在2007年1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征：（1）空气污染水平高,NO2与PM10日均值超标率较高;（2）污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右。同时,分析了污染物浓度与气象条件及主干道交通流量的关系。结果表明：污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的N0。小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性。综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高。     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

Observations of atmospheric pollutants at Lhasa during 2014–2015: Pollution status and the influence of meteorological factors

Atmospheric pollutants including SO₂, NO₂, CO, O₃ and inhalable particulate matter (PM_2.5 and PM₁₀) were monitored continuously from March 2014 to February 2015 to investigate characteristics of air pollution at Lhasa, Tibetan Plateau. Species exhibited similar seasonal variations except O₃, with the peaks in winter but low valleys in summer. The maximum O₃ concentration was observed in spring, followed by summer, autumn, and winter. The positive correlation between O₃ and PM₁₀ in spring indicated similar sources of them, and was assumed to be turbulent transport. Temperature was the dominant meteorological factor for most species in spring. High temperature accelerates O₃ photochemistry, and favors air disturbance which is conductive to dust resuspension in spring. Relative humidity (RH) and atmospheric pressure were the main meteorological factors in summer. RH showed negative correlations with species, while atmospheric pressure posed opposite situation. Wind speed (WS) was the dominant meteorological factor in autumn, the negative correlations between WS and species indicated diffusion by wind. Most species showed non-significant correlations with meteorological factors in winter, indicating the dependence of pollution on source emission rather than restriction by meteorology. Pollution weather character indicated that emissions were from biomass burning and dust suspension, and meteorological factors also played an important role. Air stream injection from the stratosphere was observed during O₃ pollution period. Air parcels from Southwest Asia were observed during air pollution period in winter. An enhancement in air pollutants such as O₃ would be expected in the future, more attention should be given to countermeasures for prevention of air pollution in the future.     

南通市一次连续空气污染过程的气象特征分析

文章对2005年11月22日至12月2日南通市及邻近地区出现的大范围、长时间连续空气污染过程的天气形势和主要气象要素进行了分析。结果表明：大型稳定性高压伴随而来的稳定层结和小风速，导致大气污染物难于扩散，是这次空气污染过程的主要原因；弱冷空气无法改变大气稳定层结，难于结束空气污染状态；随着强冷空气到来，大气环流形势改变，空气质量改善。     

沈阳市大气氮氧化物污染状况及控制对策

阐述了沈阳市各类污染源排放废气中NOx排放量所占比例、排放特征,分析了环境空气中NOx的污染状况、各功能区环境空气中二氧化氮浓度差异,污染源排放及其分布、气象条件等因素对沈阳NOx污染分布的影响,并提出确定重点控制行业和地区、建立NOx相应的监测、统计、评估体系、修订和完善环境空气质量标准和一批行业NOx排放标准、应用先进的烟气脱硝技术等几方面的NOx控制对策。     

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

青岛冬季PM2.5持续重污染天气的大气边界层特征

鲜有出现空气质量问题的北方沿海城市青岛近年来也频频出现重污染天气. 2014年1月青岛市总计出现7 d重污染天气,其中1月15-18日是持续4 d的PM_2.5重污染,其余的则分别出现在1月6日、11日和30日.为了获得气象条件对持续重污染天气发展、维持和消除的影响机制,利用激光雷达、大气稳定度仪探测数据以及地面、高空气象观测和空气质量监测数据,重点分析了1月15-18日持续重污染期间青岛市大气边界层气象要素的时间和空间特征.结果表明,2014年1月影响青岛冷空气势力弱、青岛近地面低于3 m/s的风速不利于污染物扩散,66%以上的相对湿度有利于污染物浓度增大.在污染源稳定的背景下,气象要素的差异性导致了污染物浓度时空分布的差异.在持续的弱偏北风下污染物浓度居高不下;在偏南风影响下,污染物浓度趋于下降.边界层内存在高层干冷弱北风和低层暖湿弱南风的风切变、稳定层结、低层相对湿度为70%的高湿大气以及交替出现的近地面南北风是此次重污染持续的主要原因.大气边界层高度变化对污染物浓度具有6 h左右的延迟影响;而低边界层高度、大稳定度因子,低云的存在和较高的污染物浓度之间具有较好的一致性变化趋势.当近地面温度升高、相对湿度减小以及增大的偏南风和存在弱不稳定层结时,有利于提高青岛局地大气扩散能力.      

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

云南省污染气候区划

通过污染气象分析,找出了影响空气污染的主要污染气候因子,利用全省126个气象站的常规气象资料,计算了大气纳污指数,对全省污染气候作了区别,为全省工业总体布局和规划提供了依据。 区划结果揭示了污染气候的基本规律。从总体来说,全省大气纳污能力从北向南减弱。其中曲靖地区、红河州、丽江地区、大理州是纳污能力最强的地区;思茅地区、西双版纳州、德宏州和临沧地区西南部是纳污能力最弱地区。区划结果与全省近十年大气环境影响评价结论一致。