2013年1月宁波市PM_(2.5)污染的形成过程与传输规律

为了深入认识宁波市冬季细颗粒物(PM2.5)的污染特征和主要影响因素的作用规律,利用Models-3/CMAQ模式系统对2013年1月宁波市的PM2.5污染形成过程进行了模拟分析.结果表明,宁波市PM2.5的重点污染区主要分布在市区、北部地区及东部沿海,除了受到局地污染源排放的影响外,对比非污染的情况,大气输入和气溶胶生成作用的增强是引起PM2.5污染的主导因素,其中水平传输过程对PM2.5浓度升高的贡献最为突出.气溶胶过程的贡献在近地面(0~80 m)最显著,随着高度升高而逐渐减弱.硝酸盐在局地二次生产的细颗粒物中占主要份额(~70%).对于硫酸盐,局地二次生成所占的比例很低,主要来自宁波局地排放和宁波以外地区的大气传输(贡献比例分别为44%和40%).宁波市的PM2.5污染主要受到来自北向沿岸气团(占比54%)、西北向大陆气团(占比21%)和西向局地气团(占比25%)的传输影响.在西北方向短距离区域传输的作用下PM2.5浓度最高;在我国中东部大范围灰霾天气的影响下,西北向和北向的长距离传输作用也会导致宁波地区的PM2.5污染.     

区域传输对华东森林及高山背景点位大气污染物浓度的影响

利用HYSPLIT4.8轨迹模式和2011年6月～2012年5月NCEP气象再分析资料计算每日抵达华东森林及高山背景区域的后向气流轨迹并进行聚类,探讨该区域的大气污染物传输特征.同时结合国家大气背景监测福建武夷山站同期大气污染物监测数据,进一步分析不同气团的污染特征及高污染气团的主要来源.结果表明,有65%的轨迹输送污染气块,主要来自我国东部高污染负荷区、江西省以及西北部沙漠地区的高空,有35%的海洋性气团对站点污染物起清除作用,且各气团在各季节对污染物浓度的贡献有一定差异;SO2较高浓度主要受北方城市冬季采暖期燃煤影响,CO较高浓度主要受安徽省煤炭生产和消费过程中的污染物排放影响,NOx、O3、PM10和PM2.5较高浓度主要受我国东部高污染负荷区影响.     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

广西北海涠洲岛春季大气颗粒物浓度特征及影响因素

为了解我国北部湾区域大气环境特征和可能的跨界输送,于2015年3~4月在涠洲岛开展了对大气颗粒物浓度水平和粒径分布特征的外场观测研究,并结合气象因子和后向轨迹探讨了颗粒物浓度变化原因和来源.结果表明涠洲岛大气PM_1、PM_(2.5)、PM_(10)质量浓度分别为(21±12)、(35±19)、(43±20)μg·m~(-3).PM1、PM_(1~2.5)和PM_(2.5~10)质量浓度分别占PM10的50%、32%、18%.0.5~1、1~2.5和2.5~20μm粒径段颗粒物数浓度分别占总数浓度的93.5%、6.1%和0.4%.颗粒物数浓度与能见度和气压呈弱负相关.后向轨迹模拟分析发现,来自涠洲岛西南方向东南亚一带的气团影响频率最高(45.9%),0.5~1μm、1~2.5μm数浓度和PM_(2.5)浓度最低但NO浓度最高;其次为来自正东方向气团(34.1%),SO2浓度最低但O3浓度最高;来自正南方向的气团(12.5%)NO2、NOx、O3和CO浓度最低;来自东北方向的大陆气团影响频率最低(7.4%),但颗粒物数浓度、质量浓度和气体污染物浓度(除O3和NO)最高.涠洲岛大气细颗粒物和气态污染物主要受大陆和东南亚地区输送影响,来自大陆方向的输送以工业污染为主,来自东南亚方向的输送以港口船舶及航运污染为主.     

珠三角地区冬季大气细颗粒物理化特性与成因

基于珠三角大气超级站2013年11月29日-12月17日大气细颗粒物(PM2.5)质量浓度、主要水溶性离子组分及其重要气态前体物等参数的在线监测结果,揭示了当地冬季大气细颗粒物的理化特性,及细颗粒物二次组分与其气态前体物的相互作用规律,并结合同期南岭背景站PM2.5监测结果,评估长距离输送对珠三角PM2.5污染的影响。观测期间,SO42-、NO3-和NH4+的平均浓度分别为24.7、17.3和16.0μg/m3,占PM2.5中的平均比例之和为64.3%,说明二次转化是珠三角冬季细颗粒物的重要来源。珠三角冬季大气气态NH3平均浓度为13.1μg/m3,具有足量气态NH3以中和硫酸盐和硝酸盐;大气环境有利于NH4NO3的生成与存在,甚至可以导致NO3-迅速生成,使其浓度高于SO42-。不利气象条件下,污染物累积与转化是冬季PM2.5污染的主要成因,个别时段长距离输送的影响显著。     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

珠江三角洲地区大气污染对人群健康的影响

在珠江三角洲地区选取广州麓湖等16个典型站点,观测了珠江三角洲地区2006年大气污染物浓度.结果表明,珠江三角洲地区2006年PM10、PM2.5、SO2、NO2、O3年日均浓度分别达到75,56,57,53,44μg/m3.搜集国内PM10、PM2.5、SO2、NO2、O3暴露人群健康影响的流行病学研究资料,利用Meta分析方法获取我国人群大气污染物暴露对死亡健康结局影响的暴露-反应关系,并以珠江三角洲地区人群2006年大气污染物暴露浓度为基准,运用泊松回归模型评价珠江三角洲地区大气污染对人群的健康影响.     

秦皇岛大气污染物浓度变化特征

为了解河北沿海旅游城市秦皇岛大气污染现有水平,研究其变化趋势,于2009年9月～2010年8月对秦皇岛市大气中的典型污染物进行连续监测研究.结果表明,该市大气中NO、NO2、SO2、O3和PM10平均浓度分别为（18±18）、（45±18）、（42±46）、（44±25）和（128±77）μg·m-3,PM10污染最为严重,年均浓度超出国家二级标准（100μg·m-3）接近30%.夏季O3日平均浓度和日小时浓度最大值（O3₁h max）的平均分别为（64±21）μg·m-3和（126±42）μg·m-3,偏南海洋气团有加重O3污染现象,伴随有短期超标;采暖期大气NOx、SO2和PM10分别是非采暖期的1.5、4.9和1.5倍,PM10和SO2日均值相对国家二级标准的超标率分别为53%和11%.京津冀、环渤海工业区的气团输送和当地海港区高排放叠加可使秦皇岛NOx、SO2和PM10污染物平均浓度上升17%、27%和12%,冬季其三者大气平均浓度飙升至（100±49）、（110±84）和（215±108）μg·m-3.北方内陆干洁气团和南方海洋气团可有效清除秦皇岛市大气污染物.     

夏季珠江三角洲地区PM2.5化学组分特征及其对大气能见度的影响

于2010年夏季在珠三角主要城市广州、佛山、东莞、深圳、珠海以及广州郊区从化同步采集PM2.5样品,利用热光反射碳分析仪和离子色谱分别分析样品中有机碳/元素碳和水溶性离子浓度,并同步收集能见度和气象数据.在此基础上对珠三角主要城市大气PM2.5中主要化学成分的浓度水平和空间分布特征进行分析,并利用IMPROVE方程重建大气消光系数,探讨PM2.5的主要化学组分对大气能见度的影响.结果发现,观测期间珠三角地区PM2.5中的主要化学成分空间分布特征明显,广州、佛山和东莞浓度较高,珠海和深圳浓度较低.(NH4)2SO4、有机物(OM)、EC和NH4NO3对夏季珠三角大气消光系数贡献率分别为39%、31%、12%和13%.     

欧亚大陆生物质燃烧气团的输送特征及对中国的影响

利用1997～2003年ATSR卫星火点资料,采用前向气流轨迹模式及滞留时间分析方法,研究了欧亚大陆生物质燃烧排放的时空分布特征及主要生物质燃烧区域典型排放季节低层气团的输送特征,并与MOPITT一氧化碳卫星反演资料进行对比.结果表明,春季东南亚及印度半岛生物质燃烧排放的污染气团可对中国西南、华南及华东地区的大气环境造成一定影响,尤其是四川盆地、福建和台湾周边地区;中亚、东西伯利亚及蒙古高原生物质燃烧排放的污染气团主要受西风带影响而向东输送,但明显存在一条分支经中国东北向华北或更低纬度地区输送,并逐渐下沉至大气低层,在生物质燃烧排放剧烈的年份内能够对该地区的低层大气成分造成重要影响.     

北京市传统春节假期空气质量特征研究

利用2013~2020年北京市传统春节假期期间主要污染物浓度、PM_2.5主要离子组分浓度及气象数据,研究近年烟花爆竹集中燃放对北京市空气质量的影响.结果表明,自2018年北京市加强对烟花爆竹燃放的管控后,空气质量显著改善,其中2019年传统春节假期中共7个优良天,占比达87.5%,且未出现中度及以上级别污染天;近3年除夕期间的PM_2.5峰值浓度显著降低,与近8年最高值相比(2016年699μg/m³),降幅分别为61.1%、74.7%和71.4%.此外,一方面,近年除夕期间SO₂、PM₁₀和PM_2.5浓度突增倍数显著降低,由2013年的1.31、1.37和0.92降低至2020年的0.08、0.14和0.02.另一方面,与烟花爆竹相关的一次离子组分浓度增长倍数及对PM_2.5及其组分的贡献率逐年降低,说明近年烟花爆竹的集中燃放对空气质量的影响缩减明显.2020年传统春节假期期间,不利的气象条件使烟花爆竹燃放污染无法完全消散,同时加剧本地污染物积累和区域污染物输送,导致出现连续3d的重污染过程.因此,严苛的禁限放措施、有利的气象条件、低水平的周边区域污染物浓度对北京市传统春节假期的空气质量至关重要.     

冷空气过程对江苏持续性霾的影响研究

利用地面气象观测资料、PM_(2.5)浓度监测资料和数值模式产品对2016年12月14—24日江苏遭遇的一次长时间霾天气过程进行分析.研究结果表明:过程期间有两次冷空气南下影响江苏省,两次冷空气均带来大风和降水,有效地清除了前期污染物,但随后全省PM_(2.5)浓度开始升高.第一次冷空气强度强于第二次,造成的污染也较重.WRF-Chem模式对本次过程的气象场和PM_(2.5)浓度模拟均较好,模拟观测相关系数分别达到0.52~0.99和0.40.模式能够较好地模拟出污染物的输送过程和时空分布.与第二次冷空气过程相比,第一次冷空气过程存在明显的污染物自北向南输送过程,100~500 m高空持续偏北气流(第2次过程为西北-偏西气流),期间全省平均边界层高度(PBLH)只有260 m(低于第2次过程的500 m),不利于污染物垂直扩散,造成地面浓度较高.利用HYSPLIT-4模式追踪了两次过程中淮安、泰州、无锡三站上空100 m处大气48 h后向轨迹,发现第一次过程中污染物来自山东中西部,第二次来自西部内陆地区.     

高速铁路对国内民航旅客运输的替代效应测度

中国高速铁路的快速建设,对国内民航客运的发展产生了较大的影响。基于事后分析视角,从直达联系视角建立了国内高铁—民航运输的空间叠合网络,定量分析了高铁建设前后民航旅客运输的变化特征,并基于航空客流增速变化识别出高铁影响下的四种航段类型及其空间分布。在此基础上,基于2007-2014年全国277对高铁—民航运输重叠城市对的8年面板数据,以航空客流为因变量,建立随机效应模型,研究了高速铁路介入后对国内民航客运系统、北上广枢纽机场以及其他机场航线的替代效应。结论表明：（1）高速铁路对重叠网络的民航旅客运输产生了较强的替代效应,且高铁列车速度越快、城市间距离越短,替代效应越明显。（2）由于航班网络联系的多元化、旅客出行偏好选择以及对时间敏感性不同,枢纽机场航线较非枢纽机场航线受高铁建设的影响相对较小。未来随着高铁网络的进一步完善,其对航空客运的影响仍值得持续关注。     

空气污染物远程传输对海岛型城市污染的影响

为探明海岛型城市的污染成因,采用MM5/CALPUFF模型定量测算区域传输对舟山群岛大气环境的影响.结果显示,舟山在冬季主要受西北方向大陆上空高浓度污染物传输影响,上海对其外来影响最大,SO2和NO2的贡献率在71%~79%和72%~83%之间;而在夏季受偏南气流影响,浙江省对其影响最大,SO2和NO2贡献率在52%~63%和49%~55%之间.舟山群岛在高频率、高风速的持续性西北风和偏北风作用下,易形成重污染天气,各监测点NO2最大小时浓度在122~194μg/m3之间,区域传输的贡献率在98%以上.开展区域联防联控工作,才能根本改善舟山群岛环境空气质量.     

荆州市大气污染物周边源影响域的气候模拟研究

以大气污染物协同控制与精准治理的需求为导向,开展湖北省荆州市大气污染物的来源分析.基于FLEXPART-WRF模式揭示了2008—2017年荆州市PM_2.5周边源"影响域"的季节气候特征,估算了大气污染物区域传输和局地排放的相对贡献,确定出不同季节的大气污染物主要传输通道.结果表明,荆州地区PM_2.5主要"影响域"为湖北、湖南、河南和安徽省.不同季节湖北省外源传输对荆州PM_2.5"影响域"的贡献率分别为春季50.4%、夏季33.9%、秋季42.6%、冬季43.0%和年均45.1%.春季3条区域传输通道分别为北通道（沿南阳盆地-荆州）、东通道（沿长江航道-荆州）以及南通道（沿雪峰山-荆州）;夏季主要为南通道;秋、冬季分别为北通道、东北通道（沿大别山低山丘陵-荆州）及东通道.针对荆州主要3类重污染天气型的典型个例"影响域"分析表明,高压静稳型PM_2.5污染主要来源于本地排放,省内贡献率达87.8%;低压倒槽型PM_2.5污染主要来源于偏南输送和本地累积,省内贡献率达55.0%;冷锋输送型PM_2.5污染主要来源于北路区域传输,省外贡献率达77.2%.对于冬季重污染期间,建议重点围绕荆州本地与省内荆门、襄阳、孝感、天门、潜江、武汉、随州、宜昌及省外常德、南阳、信阳等地开展协作,加强区域间大气污染联防联控.该项研究可为区域大气污染精细化管控与靶向治理提供科学依据.     

Road transport and urban air quality in China

１　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅＣｈｉｎｅｓｅｇｏｖｅｒｎｍｅｎｔｈａｓｔａｋｅｎｔｈｅａｕｔｏｍｏｂｉｌｅｉｎｄｕｓｔｒｙａｓｏｎｅｏｆｉｔｓｐｉｌｌａｒｉｎｄｕｓｔｒｉｅｓｏｆＣｈｉｎａ．Ｔｈｅｃｕｒｒｅｎｔｐｅｒｃｅｎｔａｇｅｏｆａｕｔｏｍｏｔｉｖｅｔｒａｎｓｐｏｒｔａｔｉｏｎｏｆｐａｓｓｅｎｇｅｒｓｉｓ４５％,ｗｈｉｌｅｔｈａｔｏｆｃａｒｇｏｉｓａｐｐｒｏｘｉｍａｔｅｌｙ１５％．Ａｕｔｏｍｏｂｉｌｅｎｏｗｐｌａｙｓａｍｏｒｅｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｓｈｏｒｔｒａｎｇｅｔｒａｎｓ…     

长江三角洲区域输送对上海市空气质量影响的特征分析

采用MM5/CMAQ模型模拟了2004年长江三角洲地区大气污染物的输送与扩散对上海地区空气质量的影响,并定量研究了外部源区域输送和本地源对上海市空气质量的贡献.结果表明,上海地区受本地源和外地源的影响程度及相互比例随着季节的变化存在很大差异;一次污染物SO2和二次污染物SO42-所受到的影响也呈现不同的特点.外部源区域输送对上海地区SO2浓度的贡献率为7%~17%,而对SO42-浓度的贡献率在60%~70%.贡献率垂直廓线分析表明,上海地区SO2外部源贡献率随高度存在着明显的变化,总体上随高度的增长呈非线性增长,而SO42－外部源贡献率随高度的变化不明显.     

典型沙尘回流天气过程对北京市空气质量影响的特征分析

利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.     

Surface ozone scenario and air quality in the north-central part of India

Tropospheric pollutants including surface ozone(O_3), nitrogen dioxide(NO_2), carbon monoxide(CO) and meteorological parameters were measured at a traffic junction(78°2′ E and 27°11′ N) in Agra, India from January 2012 to December 2012. Temporal analysis of pollutants suggests that annual average mixing ratios of tropospheric pollutants were: O_3— 22.97 ± 23.36 ppbV,NO_2— 19.84 ± 16.71 ppb V and CO — 0.91 ± 0.86 ppm V, with seasonal variations of O_3 having maximum mixing ratio during summer season(32.41 ± 19.31 ppbV), whereas lowest was found in post-monsoon season(8.74 ± 3.8 ppbV). O_3 precursors: NO_2 and CO, showed inverse relationship with O_3. Seasonal variation and high O_3 episodes during summer are associated with meteorological parameters such as high solar radiation, atmospheric temperature and transboundary transport. The interdependence of these variables showed a link between the daytime mixing ratios of O_3 with the nighttime level of NO_2. The mixing ratios of CO and NO_2 showed tight correlations, which confirms the influence of vehicular emissions combined with other anthropogenic activities due to office/working hours, shallowing, and widening of boundary layer. FLEXTRA backward trajectories for the O_3 episode days clearly indicate the transport from the NW and W to S/SE and SW direction at Agra in different seasons.