河北省PM_(2.5)时空分布及传输过程分析

根据2013-2015年河北省PM_(2.5)浓度监测数据研究了PM_(2.5)时空分布特征以及污染区域传输情况。结果表明,河北省PM_(2.5)浓度分布与地域及时间分布有关,并呈现整体下降趋势。     

中国大陆城市PM_(2.5)污染时空分布规律

为分析中国大陆城市PM_(2.5)污染的时空分布规律,运用统计学方法和GIS技术对2014年开展PM_(2.5)常规监测的161个城市进行分析,结果发现:仅8.1%的城市年评价结果达标,日均质量浓度超标天数占26.6%.夏季及春末、秋初PM_(2.5)污染相对较轻,冬季污染较重.PM_(2.5)的日变化曲线呈现不太明显的双峰分布,最低值出现在16:00前后,最高值出现在10:00前后,而凌晨至清晨保持相对较高的污染水平.京津冀及周边地区,中部地区的湖北、湖南、安徽PM_(2.5)污染较重,东南沿海和云南、西藏污染相对较轻.PM_(2.5)的空间分布与风速、相对湿度、土地利用等因素的空间分布具有较强的相关性.PM_(2.5)与PM10质量浓度比值的平均值为0.591,空间上呈由西北向东南逐渐升高、南方高于北方的格局,时间上除1、2月份较高、5月份较低外,其余月份基本稳定在0.55~0.6.研究结果有利于从宏观上认识中国城市PM_(2.5)污染的时空格局,从而针对性地开展环境污染防控.     

京津冀区域重污染期间PM2.5垂直分布及输送

2016年12月17～19日重污染期间,在天津市武清区高村开展车载系留气球颗粒物浓度垂直观测,并以观测数据为基础,计算了区域内PM_(2.5)传输通量.结果表明重污染过程期间,大气混合层较低,约200 m左右,PM_(2.5)浓度垂直分布特征与混合层高度密切相关,混合层以下,PM_(2.5)浓度较高,垂直变化特征不显著,形成明显的污染层,混合层以上,PM_(2.5)浓度迅速降低并维持在降低水平.观测期间,粒径小于1. 0μm颗粒物浓度较高,粒径大于2. 2μm颗粒物浓度较低,近地层粒径为0. 777μm颗粒物浓度最高.颗粒物浓度粒径谱分布与相对湿度和混合层高度相关,高湿度和低混合层下颗粒物浓度粒径谱分布较宽泛.观测期间,PM_(2.5)在西南方向上的传输通量最高,占总传输通量的63. 3%,其中46～156 m和156～296 m高度之间PM_(2.5)传输通量最高.近地面300 m内PM_(2.5)传输主要以西南方向传输为主,300 m以上传输方向较分散.     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

重庆市大气颗粒物污染特征及影响因素分析

利用重庆市17个大气自动站实时发布的数据,对PM_(2.5)与PM_(10)污染特征、变化规律与气象因子的相关性进行了分析。结果表明:2013年PM_(2.5)和PM_(10)的年均值分别为70,106μg/m3,均超过国家Ⅱ级标准。月均值、季均值变化明显,总体均呈两头高中间低的"U"型分布。2013年PM_(2.5)占PM_(10)的比例较大,均值为65.8%,PM_(2.5)和PM_(10)的Pearson相关系数为0.974,在0.01的置信水平上(双侧)显著相关。PM_(2.5)、PM_(10)的浓度与气温、大气压极显著相关;PM_(2.5)、PM_(10)的浓度与降雨量、日照时数(时)显著相关。     

金沙秋季PM2.5污染特征及影响因素分析

文章对2013年9～11月金沙区域大气本底站的PM_(2.5)连续在线数据日变化和同期的气象资料的平均日变化进行了分析,并与过去的5年同期数据进行对比分析。结果表明:金沙区域秋季PM_(2.5)质量浓度有明显的日变化规律,受局地排放和气象条件的共同影响,颗粒物质量浓度在凌晨、夜间显著上升。降水对PM_(2.5)的清除量与初始质量浓度、降水量均呈正相关关系,金沙站的云下清除更多取决于PM_(2.5)的初始质量浓度;风向风速对细颗粒物影响明显,来自金沙站北部和东部的气流使大气颗粒物质量浓度升高,而来自西部和南部的风使大气颗粒物浓度降低,大于7 m/s的东风对PM_(2.5)有稀释作用,而北风对细颗粒物几乎无稀释作用。     

长江经济带PM2.5分布格局演变及其影响因素

2000年以来,长江经济带高强度的人类社会经济活动引发了严峻的环境污染问题,灰霾污染尤为严重.研究该区域PM_(2.5)浓度的时空格局与影响因素是落实新发展理念、推进区域大气污染综合防治的迫切需要.本文基于遥感反演数据,研究了2000～2016年长江经济带PM_(2.5)浓度分布格局的演变过程,利用地理加权回归模型揭示了自然和社会经济因素对其影响的时空非平稳性.结果表明:①PM_(2.5)浓度分布总体表现为东高西低,且城市群污染特征明显.②以2007年为界, 2000～2016年PM_(2.5)年均浓度经历了逐年上升和波动下降的过程,年均浓度由27.2μg·m~(-3)上升至44.1μg·m~(-3)后, 2016年降至33.6μg·m~(-3).污染范围则先由长三角城市群、长江中游城市群和成渝城市群核心区域向四周快速扩展, 2007年后开始往回收缩.③空间自相关分析表明,PM_(2.5)浓度分布有显著的正空间自相关性,热点持续稳定地分布在上海、江苏、安徽中北部、浙江北部和湖北中部,冷点分布在云南、四川西部和南部及贵州西部.④自然因素与社会经济因素对PM_(2.5)浓度分布的影响具有时空差异性.其中社会经济因素主要呈正向影响;自然因素中,降水量主要呈负向影响,其余因子的影响大小和作用方向均随着时间和空间的变化而变化.     

香烟PM_(2.5)模拟大气PM_(2.5)过滤性能可行性研究

该文分别以香烟和大气尘为PM_(2.5))源,采用4种不同过滤级别的聚丙烯纤维滤料对这2种PM_(2.5))进行过滤性能考察,探讨香烟PM_(2.5))作为大气PM_(2.5))模拟物的可行性。对于选用的4种不同过滤级别的聚丙烯纤维滤料,香烟PM_(2.5)和大气PM_(2.5)的初始浓度对其过滤效率没有显著影响.在1~8 cm/s的工程滤速范围内,4种滤料对香烟PM_(2.5)和大气PM_(2.5)过滤效率都随滤速增加而线性降低。在特定滤速下,4种滤料对香烟PM_(2.5)与大气PM_(2.5)的过滤效率有很好的线性相关性。滤速分别为1、3、5、7 cm/s时,4种滤料对大气PM_(2.5)与香烟PM_(2.5)过滤效率的斜率比值分别为1.02、1.05、1.07、1.09,滤速越大、回归系数k值越大。研究结果表明:在该文实验条件下,香烟PM_(2.5)适宜作为大气PM_(2.5)模拟物,通过测试滤料对香烟PM_(2.5)过滤效率和回归系数k值可以预测该滤料对大气PM_(2.5)的过滤效率,为准确评价空气净化滤材过滤大气PM_(2.5)的性能提供科学理论依据。     

天津滨海新区秋冬季大气污染特征分析

为了解天津滨海新区大气污染物浓度水平和污染来源,2009年9月1日~2010年2月28日对NOx、CO、SO2、O3、PM2.5、PM10进行了连续在线观测,并同步观测了气象要素.结果表明,秋冬季上述污染物最高日均值(秋冬平均值±标准差,O3为日小时均值最大值)分别达到300.7(65.4±52.9)×10-9、7.278(1.324±1.169)×10-6、53(13±12)×10-9、95(28±21)×10-9(体积分数)和287.4(62.3±53.6)μg/m3、1421.4(161.9±136) μg/m3. NOx和SO2秋季低于冬季,O3和PM10反之. CO和PM10相对国家二级标准超标率为2%和38%,PM2.5相对WHO标准(75μg/m3)超标率为31%.季节统计日变化显示CO和NOx为早晚双峰型,SO2为中午的单峰型,O3为午后单峰型,且秋季日变化振幅远大于冬季, PM10为早晚双峰型,但冬季比秋季晚出峰2~3h.除冬季PM10,大气污染物浓度49%~74%的逐日变化由气象要素影响.滨海新区大气污染受局地排放和外源输送共同影响,西南方向气流易造成污染物积累,其次是东北方向,而东和东南气流最有利于污染物扩散;各污染物具体表现为NOx主要受局地源控制;SO2主要受外来输送影响;CO和PM2.5同时受本地源和外来源的共同影响;PM10秋季表现为本地源污染,而冬季为本地源和外来源的共同影响.     

天津市各区县PM2.5污染工业行业贡献构成分析

应用MM5/CMAQ模型,选取1月和7月作为冬、夏两季的典型代表月份,采用源开关法,将天津市工业源分为8大类,模拟分析不同季节下,各类源对天津市各区县的PM2.5污染贡献.结果表明,热力供应是各区县冬季PM2.5污染的首要贡献源,贡献比例约为50%以上,而石油加工和化工制造是夏季各区县PM2.5污染贡献的一个重要来源,贡献比例从冬季的7%上升到夏季的23%;在冬夏两季,黑色金属冶炼和水泥制造是构成天津市PM2.5污染的重要来源,合计分别约占工业污染贡献比重的30%和65%;此外,除蓟县外,电力生产在冬夏两季均不是各区县PM2.5的主要贡献来源.从具体区县看,水泥制造对河北、北辰、红桥等区县有较大影响,化工制造对宁河及滨海新区有较大影响,电力生产则对蓟县有较大影响.     

天津市大气能见度与颗粒物污染的关系

利用天津市大气边界层观测站2009年能见度、相对湿度、风速逐时观测资料和2009年3月9~21日期间颗粒物的膜采样数据,分析天津市大气能见度与颗粒物污染的关系.结果表明,颗粒物质量浓度与能见度变化总体呈负相关,小粒径颗粒对能见度的影响作用明显,随着能见度的降低,小粒径颗粒与大粒径颗粒浓度的比值明显增加.能见度与颗粒物中总碳质量浓度变化呈负相关. SO42-,NO3-,OC和EC对大气消光贡献平均值分别为28.7%,6.1%,27.6%和19.2%.表明观测期间颗粒物中SO42-,OC对能见度的影响明显.     

滨海化工区水污染物排放现状与减排潜力分析

化工产业是天津滨海新区重要的支柱产业,该行业废水因污染种类复杂,具有高盐、高毒、难降解等特点,是滨海新区污染物控源减排的主要威胁。通过对滨海化工区水污染物排放现状与减排潜力进行分析研究,得知化学原料及化学制品制造业在石化行业中耗水量最大,占石化行业总新鲜水消耗量的70.3%～80%;其废水、COD和氨氮的排放量最高;除橡胶和塑料制品业外,其他3个行业废水排放量逐年减少;滨海新区化工行业万元工业增加值水耗与全国及天津市相比存在一定差距,有较大的减排潜力;从其未来发展趋势来看,近期仍将是以污染末端治理为主要途径。但从远景来看,在生产环节减少外排污水量,大力推广清洁生产机制,建立企业间废水的循环利用模式才是其必然归宿。     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

天津2009年3月气溶胶化学组成及其消光特性研究

2009年3月,采集天津城区PM10和PM2.5样品,分析其中的水溶性无机离子、有机碳(OC)和元素碳(EC),并估算其二次有机碳(SOC)浓度及消光系数.结果表明,天津城区PM10和PM2.5污染严重,水溶性无机离子和含碳物质在PM10中的比例为24.8%和10.0%,在PM2.5中的比例为26.6%和13.9%;SO42-、NO3-和Ca2+是主要的无机离子,霾日天气有利于SO2和NO2向硫酸盐和硝酸盐的二次转化;通过OC/EC最小比值法估算SOC的浓度,表明SOC与OC的比值分别为38%(PM10)和24%(PM2.5),霾日天气有利于SOC生成;二次离子(SO42-,NO3-和NH4+)、粗粒子、OC和EC是大气消光的主要贡献者,其消光贡献比例分别为33.1%, 22.6%,22.0%和15.6% 采用化学组分和相对湿度可以较好的拟合大气消光系数及大气能见度.     

Chemical composition and quantitative relationship between meteorological condition and fine particles in Beijing

The recent year‘s monitor results of Beijing indicated that the pollution level of fine particles PM2.5 showed an increasing trend. To understand pollution characteristics of PM2.5 and its relationship with the meteorological conditions in Beijing, a one-year monitoring of PM2.5 mass concentration and correspondent meteorological parameters was performed in Beijing in 2001. The PM2.5 levels in Beijing were very high, the annual average PM2.5 concentration in 2001 was 7 times of the National Ambient Air Quality Standards proposed by US EPA. The major chemical compositions were organics, sulfate, crustals and nitrate. It was found that the mass concentrations of PM2.5 were influenced by meteorological conditions. The correlation between the mass concentrations of PM2.5 and the relative humidity was found. And the correlation became closer at higher relative humidity. And the mass concentrations of PM2.5 were negtive-correlated to wind speeds, but the correlation between the mass concentration of PM2.5 and wind speed was not good at stronger wind.     

渤海湾天津海域海洋环境污染防治策略探讨

从当前渤海湾天津海域的环境污染现状入手,分析了主要的污染物来源及污染类型,进而探讨了当前天津市海洋环境保护的相关法律、法规、政策并提出下一步管理方案,在此基础上针对现有成熟的修复技术探讨了适用于渤海湾天津海域的海洋环境修复方法。据此天津市环境保护部门制订相关法规并采取关停或整改等相应的措施进行管理,对企业的排放物实行环境容量和污染物总量控制;另一方面,天津市有关部门采用多种生态修复方法联合应用,如应用底栖动物和微生物以及海带、紫菜等藻类的养殖,使得天津海域的环境质量有了明显改善。     

天津滨海新区湿地退化驱动因素分析

以1993年设立的天津滨海新区为例,基于遥感影像分析和社会经济发展等数据,采用典型相关分析方法定量分析1993—2007年之间天津滨海新区湿地退化的驱动因素.研究结果表明,天津滨海新区湿地退化严重,自然湿地面积急剧减少,河流类自然湿地面积和滩涂类自然湿地面积分别由1993年的117.04km2和1098.60km2下降到2007年的99.63km2和721.08km2;人均GDP、水产养殖和非农业人口比例依次是天津滨海新区湿地退化的最主要驱动因素,它们的典型载荷系数分别为-0.986、-0.918和-0.836;在次要驱动因素上,污水量、年均降雨量依次是盐田类人工湿地面积和水稻田类人工湿地面积变化的驱动因素,它们的典型载荷系数分别为0.692、-0.480;二产占比、三产占比是非湿地面积变化的驱动因素,它们的典型载荷系数分别为-0.541和0.639.     

滨海新区大气颗粒物中半挥发性有机物污染特征研究

本文通过在天津市滨海新区局部区域汉沽和大港采集TSP和PM10样品,研究了不同颗粒物中半挥发性有机物的不同期别污染和分布特征,结果表明:半挥发性的污染水平存在明显的季节性特征,采暖期半挥发性有机物和可吸入颗粒物中苯并[a]芘浓度均远远高于非采暖期.