春季北京1次完整灰霾过程中的PM_(2.5)监测与分析

春季是北京等特大城市灰霾高发时期,在2013年4月19-24日间完整地发生了1次灰霾过程。基于对北京24个监测点在6 d 144 h 3 456份PM_(2.5)浓度数据,以及同期相关天气资料,对灰霾的形成、持续及消散过程进行的关联分析,指出北京在春季灰霾天气中PM_(2.5)浓度分布具有以下特征:(1)在风力较大的情况下仍可能发生较严重的灰霾;(2)存在某些监测点,其PM_(2.5)在灰霾过程中浓度值一直最高或最低;(3)各监测点之间PM_(2.5)浓度差异较大,最大可达8倍以上。     

典型灰霾期间城市大气PM_(2.5)演化的标度行为实证研究

针对成都市2014年1月22-31日的持续重度灰霾过程,运用频度统计分析、功率谱分析和去趋势波动分析方法,对成都市6个国控环境空气质量监测子站(草堂寺、金泉两河、梁家巷、人民公园、三瓦窑、灵岩寺)大气PM_(2.5)小时平均浓度时间序列的标度行为(标度律)进行实证研究。结果显示,此次灰霾期间高浓度PM_(2.5)的波动行为呈现明显的日周期循环规律,这与人类的生产生活具有密切关系。宏观上看,PM_(2.5)浓度波动在统计上服从典型的负幂律分布规律,具有标度不变分形特征。同时,利用功率谱及去趋势波动分析发现,各监测子站PM_(2.5)时间演化的DFA指数均在1左右,PM_(2.5)演化呈现1/f噪声性质,表明灰霾期间高浓度PM_(2.5)的动态演化过程表现出长程关联特性(或长期持续性),其波动关联特性在研究时段内呈现幂律分布的标度律。实证研究表明,此次灰霾期间成都市大气PM_(2.5)时间演化呈现出自组织临界性(SOC)基本特征,高浓度PM_(2.5)时间演化过程涌现出的长期持续性标度律很可能是由城市灰霾污染的SOC行为导致。该研究对深入认识灰霾天气大气PM_(2.5)非线性演化的内在动力学机制具有一定启示意义。     

中山市一次灰霾天气过程污染物来源数值模拟分析

利用WRF-CMAQ模式对中山市2015年2月一次典型灰霾天气过程进行了数值模拟,并对2月11~12日这一主要污染时段本地和外地污染源的贡献进行了分析和减排评估.WRF-CMAQ模式能很好地模拟出该时段的气象条件、PM_(2.5)浓度以及能见度的变化过程.这次霾污染主要是受弱冷空气影响引起的,广州佛山、中山本地以及广东省外排放源对中山PM_(2.5)浓度的贡献率分别为33%、30%和27%,外地源的贡献相当大.中山本地工业源和农业源对中山PM_(2.5)的贡献分别为13%和8%,而广佛排放源中,工业源和农业源对中山PM_(2.5)的贡献率分别为20%和7%.对中山和广佛地区农业源减排30%、50%和70%后,中山的PM_(2.5)浓度分别下降6%、10%和15%,而对工业排放实施相同幅度的减排后,PM_(2.5)浓度分别下降11%、18%和23%.随着减排力度的增加,减排效率的变化并不明显.减排应在灰霾天气开始加重前实施,在PM_(2.5)浓度达到峰值前后减排的效果最为明显,而当灰霾天气趋于缓解时减排的效果会迅速下降.     

镇江市灰霾天气与非灰霾天气下细颗粒物(PM_(2.5))中无机元素分布特征分析

分析了灰霾天气与非灰霾天气下的PM_(2.5)中的无机元素浓度特征,结果表明PM_(2.5)中无机元素的质量浓度在灰霾期间高于非灰霾期,同时灰霾与非灰霾间所测元素的分布特征基本一致,SO_4~(2ˉ)、NO_3~ˉ浓度所占比例较大,NH_4~+、Ca~(2+)、Cl~ˉ、K~+浓度次之,其他元素含量很低。主要来源为机动车尾气、秸秆焚烧、工业企业排放、施工扬尘。     

北京几种典型景观夏季霾天气的PM_(2.5)监测分析

近年来,北京等特大城市在夏季也频发霾天气,在2013年7月的10 d 240 h中发生了3次完整的灰霾过程。基于逐时完整的131组3 023个PM_(2.5)浓度数据,与相关的气象资料进行关联分析,提出北京在夏季霾天气中PM_(2.5)浓度分布存在以下特征:(1)PM_(2.5)的浓度值分布不均匀;(2)在灰霾发生、持续及消散阶段,均存在着若干监测点,这些监测点的PM_(2.5)浓度值显著高于(或低于)其他监测点;(3)降雨对PM_(2.5)浓度值的降低具有明显作用;(4)微风、静风条件下,PM_(2.5)浓度较高。     

北京灰霾天PM_(2.5)中有机官能团和无机离子的ATR-FTIR研究

采用傅里叶变换衰减全反射红外光谱法(ATR-FTIR)研究北京西北城区灰霾天气下PM_(2.5)中有机官能团(R-OH羟基、R-CH脂肪族碳氢基、R-CO-羰基、R-NO2硝基官能团)和无机离子(NH_4~+、SO_4~(2-)、NO_3~-)的变化规律.结果表明,PM_(2.5)中无机离子(NH_4~+、SO_4~(2-)、NO_3~-)的ATR-FTIR吸收峰值高于有机官能团(R-CH,R-CO-,R-NO_2,R-OH)的峰值;有机官能团R-CH的吸收峰峰值高于R-CO-和R-NO_2官能团的吸收峰,R-OH官能团的吸收峰峰值最低.灰霾天PM_(2.5)中各有机官能团和无机离子的ATR-FTIR吸收峰值明显高于非灰霾天.说明灰霾天气下PM_(2.5)中这些官能团及无机离子的质量浓度均高于非灰霾天.灰霾天PM_(2.5)中无机离子(NH_4~+、SO_4~(2-)、NO_3~-)质量浓度高于有机官能团(R-CH,R-CO-,R-NO_2,R-OH)的质量浓度,且有机官能团以R-CH为主,R-CO-,R-NO_2次之,R-OH最少.     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

典型灰霾期间PM2.5演化的多重分形特征分析

为探索成都市PM_(2.5)污染物的空间来源及其演化机制,该文首先应用后向轨迹模型对灰霾期间抵达成都市的大气气团进行模拟,结果显示灰霾期间本地气团对成都市PM_(2.5)污染物的贡献远超过中远距离的外来气团,占比高达90%以上,局地空间内处于一种静稳状态。其次应用多重分形消除趋势波动分析法对灰霾期间PM_(2.5)的浓度序列进行多重分形分析,研究表明成都市灰霾期间PM_(2.5)浓度具有多重分形特征。最后运用相位随机替代法与随机重构法,对静稳条件下导致PM_(2.5)浓度多重分形特征的原因进行分析。结果表明灰霾期间,长期持续性在PM_(2.5)演化过程中占据主导地位,进而认为此次灰霾期间PM_(2.5)演化的长期持续性是其主要的内在动力机制,此时成都市大气空间内各局部空间PM_(2.5)浓度在多种要素的相互作用下逐步发展为一种相互同步的、均衡的平衡态。     

北京地区颗粒物健康效应研究——沙尘天气、非沙尘天气下颗粒物(PM_(2.5)、PM_(10))对心血管疾病入院人次的影响

为了研究沙尘天气、非沙尘天气及霾污染类型下,颗粒物(PM_(10)、PM_(2.5))与心脑血管疾病日入院人次的联系,本文采用半参数广义相加泊松回归模型(GAM),在剔除了混杂因素:如季节趋势、日历效应、气象要素等作用下,将颗粒物浓度进行等级划分的基础上,分析了北京地区2006~2010年PM_(10)和PM_(2.5)在沙尘天气和非沙尘天气下与心脑血管疾病日入院人次相对危险度(RR)的关系,进而对比研究了沙尘污染与霾污染对心脑血管疾病的不同影响.结果表明:沙尘天气PM_(10)、PM_(2.5)能引起心脑血管疾病入院人次的增加,且存在0~2d滞后效应,PM_(2.5)与PM_(10)的RR值较为接近;非沙尘天气下,PM_(2.5)、PM_(10)与心脑血管疾病入院人次的RR存在一定的剂量效应关系,对于PM_(2.5),随着浓度的上升RR值逐渐增大,对于PM_(10),随着浓度的上升RR先增大而后逐渐降低;在相同的PM_(10)暴露浓度下,沙尘天气的RR低于非沙尘天气,在相同的PM_(2.5)暴露浓度下,沙尘天气与非沙尘天气的RR基本接近.而相对于沙尘天气污染,霾天气对心脑血管疾病的影响也具有滞后效应,随着霾天气加重,对人群心脑血管疾病危害也越大.     

北京市室内外PM_(2.5)中有机碳和元素碳的分布特征

为了分析北京市室内外PM_(2.5)中有机碳和元素碳的分布特征,于2015年11月-2016年4月在北京市西城区室内、室外采样点同步采集PM_(2.5)样品,采用美国Sunset Lab Inc.碳分析仪分析PM_(2.5)中有机碳(Organic carbon,OC)、元素碳(Elemental carbon,EC)的质量浓度,讨论了灰霾和非霾天气下,PM_(2.5)、OC、EC以及二次有机碳的浓度水平、室内外相互关系以及季节分布特征。结果表明:非霾天气下,受室内源影响,室内OC质量浓度高于室外;冬、春季室内的OC在PM_(2.5)中占比均大于室外,室内源作用明显;北京市冬、春季二次有机碳占总有机碳的50%以上,冬季高于春季,室内高于室外,二次有机碳是北京市PM_(2.5)中碳质颗粒物的主要组成,污染严重,应受到重视。     

基于混合受体模式的天津市灰霾特征与成因分析

基于2013年11月18日-2013年12月8日高时空分辨率监测数据,应用混合受体模式研究了天津市灰霾污染特征、来源和成因。结果表明,整个时段天津市SO_2、NO_2、CO和O_3的小时平均浓度基本小于国家环境空气质量二级标准;天津市气溶胶厚度(aerosol optical depth,AOD)变化趋势与PM_(2.5)浓度变化一致,PM_(2.5)浓度越高则AOD值越大,表明灰霾越严重;经聚类分析将整个研究阶段气流轨迹划分为4个类型:NW(西北)、NW-N(西北偏北)、N(北)以及SW(西南),各类型气流轨迹分别占比4.7%、25.7%、14%和55.6%;混合受体模式分析表明天津市灰霾污染的潜在源区主要为SW方向,特别是在重污染时期,SW方向上气流携带的PM_(2.5)浓度很高。     

浅析PM_(2.5)的影响因素及对环境的危害和防治对策

细颗粒物PM_(2.5)又称可入肺颗粒物,能降低能见度、减少日照、改变气温和降水模式、导致灰霾增多,对环境造成严重污染,影响正常生活秩序。由于PM_(2.5)具有严重的危害性,其防治工作逐渐成为社会各界关注的热点,针对PM_(2.5)的来源及影响因素,从多方面提出了相应的防治对策。     

西安供暖前后细颗粒物化学特征及棕碳吸光特性

2015年11月1—30日在西安用大流量采样器每12 h进行1次细颗粒物(PM_(2.5))样品采集,分析供暖前后PM_(2.5)中有机碳(OC),元素碳(EC),水溶性有机碳(WSOC)与无机离子的浓度和棕碳吸光度的变化特征,探讨供暖对城市大气气溶胶理化特性的影响。结果显示:供暖前(11月1—15日)与供暖后(11月16—30日)PM_(2.5)浓度分别为127±59μg?m~(-3)和164±126μg?m~(-3),供暖后比供暖前增加了30%,其中K~+、Cl~-、和分别增加了30%、70%、40%和38%。洁净期(PM_(2.5)75μg?m~(-3))与灰霾期(PM_(2.5)150μg?m~(-3))对比显示:洁净期Na~+、Ca~(2+)、Mg~(2+)的相对含量均大于灰霾期,这是由于灰霾发生时不利的静稳天气条件(风速1 m?s~(-1))使得粉尘粒子干沉降效应增加所致。洁净期[NO_3~-]/[SO_4~(2-)]质量比均大于1而灰霾期均小于1,这是因为灰霾期高湿条件有利于二氧化硫液相转化为硫酸盐所致。供暖前灰霾期[NO_3~-]/[SO_4~(2-)]比值要高于供暖后的灰霾期,这与西安及其周边地区燃煤取暖排放二氧化硫增加有关。供暖前后棕碳的质量吸收效率(MAE)值均是洁净期大于灰霾期,表明:与非灰霾天相比,当灰霾发生时不利的静稳天气条件使得细粒子在大气中长时间存留,延长其二次氧化反应时间,使得棕碳中含C=C不饱和键的吸光性物质被深度氧化,从而降低其吸光性能。     

苏南地区一次灰霾天气程中颗粒物的空间特征分析

针对2014年5月24-31日期间江苏省南部的一次典型的灰霾天气过程,结合地面环境空气自动监测站数据(AQI、PM_(10)和PM_(2.5))、近地面能见度数据、激光雷达垂直探空结果、气象条件数据,对此次区域灰霾污染的近地面特征和空间特征进行了分析。发现此次灰霾污染过程可以分为2个阶段:第一个阶段,5月24-25日,空气质量由良逐渐增重为中度污染,其中25日11时AQI峰值达到200,近地面能见度2.2 km。近地面PM_(10)和PM_(2.5)的峰值浓度分别为215μg/m~3和150μg/m~3,该阶段PM_(2.5)/PM_(10)的比值均值达到0.6;无锡地区2.5 km高度范围内分布大量的强消光性粒子,导致消光系数超过0.8 km~(-1),退偏振度不足0.1,以局地球形细粒子为主;第二个阶段,26-31日空气质量再次恶化,污染程度累积,27日23时、29日21时、31日3时达到484、239和231。26-31日,近地面首要污染物是PM_(10),PM_(10)的均值210μg/m3,PM_(2.5)的均值97.7μg/m~3,PM_(2.5)/PM_(10)的比值均值低于0.5;大气中分布的颗粒态污染物粒子的不规则程度增大,大气消光系数略有减弱,约0.6 km~(-1),退偏振度系数大于0.3,说明此阶段大气中含有较多的浮尘粒子。其中,27日消光系数有突然增大的过程,这与江苏地区的秸杆燃烧过程密切。通过后向轨迹与卫星监测的火点分布,表明27、28日的气流轨迹将大量的不完全燃烧的生物质粒子带到观测站点附近。近地面的气象条件分析发现,26-29日,随近地面的大气压力从1 000 h Pa降至993 h Pa,相对温度从80%以上降至不足45%,峰值超过6 m/s,直接使得空气中颗粒物增多。     

上海典型持续性PM2.5重度污染的数值模拟

本研究针对2013年1月23~24日的上海PM_(2.5)持续重污染过程,采用WRF-Chem大气化学模式以及PM_(2.5)质量浓度、能见度、气象要素等地面实测资料相结合的方式,揭示了造成上海冬季PM_(2.5)持续性重污染的一类"天气学必要成因",即一次弱冷空气活动过程导致了两种不利污染天气条件——"弱气压场(静稳形势)"和"弱冷空气扩散(输送形势)",两者先后影响上海造成PM_(2.5)浓度持续上升.主要过程如下:首先弱冷空气影响之前,上海处在不利的局地气象扩散条件下,受弱气压场控制10 h后本地PM_(2.5)质量浓度达到重度污染水平,之后夜间稳定边界层(地面静风和低层逆温)使得PM_(2.5)重度污染维持了7h,期间PM_(2.5)平均质量浓度为172.4μg·m~(-3).后期弱冷空气影响上海,虽然改善了局地扩散条件但是同时产生了明显的周边污染物输送,使得本地PM_(2.5)质量浓度升高并达到峰值(280μg·m~(-3)),继续加重污染水平,期间PM_(2.5)平均质量浓度为213.6μg·m~(-3).WRF-Chem模拟结果进一步表明,整个污染过程周边区域输送对上海PM_(2.5)平均贡献率为23%,其中两个阶段周边区域输送的平均贡献率分别为17.2%和32.2%,可见在不同的污染天气条件下周边污染源的贡献存在显著差异,因此可以根据对污染天气类型的预判制定应急减排方案.     

广东四大区域污染过程特征与影响天气型分析

根据广东统计年鉴将广东省划分为粤东、粤西、粤北、珠三角四大区域,利用广东省101个环保国控站点2014—2016年期间的AQI六要素与广东省86个地面气象观测站的逐日能见度、相对湿度等资料,在对"区域污染过程"进行定义的基础上,分区域诊断典型污染天气过程,并对影响天气型及特征进行分析.结果表明:广东省四大区域污染过程具有显著协同性,区域污染可归类为6种影响天气型.量化分析表明区域污染过程与区域灰霾过程基本吻合,PM_(2.5)日均最大值均达到中度污染及以上(115μg·m~(-3)).整体区域污染过程影响天气型分类统计表明:珠三角和非珠三角PM_(2.5)易污染天气型中冷高变性出海形势占比超5成;珠三角O_3易污染天气型中副高、台风外围及两者叠加型占比超6成;珠三角NO_2易污染天气型中冷高出海型占比近7成.重污染影响天气型统计表明:区域PM_(2.5)重污染过程主要影响天气型为冷高压变性出海型;区域中度至重度O_3污染过程(集中在珠三角)主要影响天气型为副高、台风外围及两者叠加型;就天气型特征而言,单纯副高控制形势下,副高异常强盛;单纯台风外围形势下,台风强度为强台风至超强台风;副高叠加台风时,华南上空为大陆副高控制.广东地区近年高PM_(2.5)(与低能见度)污染过程逐年减少,但全省臭氧污染呈增加态势,尤其珠三角区域中度至重度O3污染过程次数同比明显增加,极端过程出现概率加大,尤其在秋季副高异常强盛,同时叠加台风外围下沉气流时,可预先根据影响天气型预报,实施珠三角重点区域联防联控预案措施.     

典型污染天气下PM_(2.5)和PM_(10)成因分析

选取秋冬季节典型污染天气作为研究背景,采集研究区2018年10月8日—10月19日的污染物数据及气象参数数据,分析PM_(2.5)和PM_(10)之间相关性、两者浓度值每日变化规律及其随风向风速变化的分布特征,并结合研究区地理位置及产业布局,全面探究PM_(2.5)和PM_(10)污染成因。结果表明研究区PM_(2.5)和PM_(10)具有良好的相关性,可能来自同类型污染源。     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

看不见的颗粒,灰蒙蒙的天

灰蒙蒙的天空中,太阳仿佛蒙了一层灰纱,若隐若现……入冬以来,国内多座城市都出现了不同程度的灰霾天气,使人们普遍感觉空气污染的情况似乎日趋严重,引发了媒体及公众对大气环境问题的持续关注,而灰霾天、颗粒物、PM_(2.5)等专业词汇也频繁出现在大众的视野之中。11月中旬,环保部就《环境空气质量标准》向全社会第二次公开征求意见,二次征求意见稿的最大调整是将PM_(2.5)、     

福州市区冬春季PM2.5污染特征与来源差异性分析

基于福州市区2015年2月—2016年1月间的大气PM_(2.5)监测数据,综合运用HYSPLIT后向轨迹模式、潜在源贡献因子法(WPSCF)与浓度权重轨迹分析(WCWT)等方法,探讨了福州市区冬、春季PM_(2.5)污染特征和典型污染过程成因,总结了气象因子和污染来源的季节性差异.研究期间,冬、春季是福州市区PM_(2.5)污染的主要季节,福州市区不同类型站点的PM_(2.5)浓度在冬、春季污染发生时均呈现出整体升高的特点,但浓度日变化却存在季节性差异,冬季无显著日变化,春季则表现为单峰单谷特征.福州市区春季主要受锋前暖区和高压后部等天气系统影响,大气扩散条件差,PM_(2.5)极易在不利的气象条件下累积,福建沿海地区是其PM_(2.5)污染的主要潜在源区;冬季污染易受高压天气系统作用,盛行偏北风,长江三角洲地区的污染物输入会对福州市区空气质量产生较大影响,长江三角洲、浙江东南沿海、福建北部是其PM_(2.5)污染的主要潜在源区.