珠江三角洲区域空气质量的时空变化特征

利用2006-2012年粤港区域空气质量监控网的区域空气质量指数(RAQI)资料和珠江三角洲地区(珠三角地区)同期的地面气象资料,研究了珠三角地区RAQI时空分布特征,还结合相关性分析和风场分析等方法探讨了珠江三角洲不同城市之间污染物输送的影响。结果表明:珠江三角洲大部分城市区域空气质量近年来呈现出显著的改善趋势,但是广州、佛山和东莞的污染日数,依然保持在较高的水平;污染物输送在不同城市之间影响非常显著,下风向地区易受上风向地区污染物输送影响,尤其肇庆、中山、江门和惠州受上风向影响非常显著,佛山和东莞则影响不显著;珠三角造成污染天气的天气形势中,高压脊控制型和高压底部型较多,槽前脊后型等其他类型则相对较少。     

广西PM2.5时空分布特征及污染天气类型

研究区域ρ（PM_2.5）的时空分布特征和污染天气类型的关系是开展大气污染防治和空气质量预报预警的关键支撑技术之一.基于2015—2016年广西14个城市环境空气质量日监测数据和相关气象资料,分析了2015—2016年广西空气质量概况和污染的基本特征,采用EOF（经验正交函数）分析和后向轨迹聚类分析方法表征了广西ρ（PM_2.5）时空分布模态,统计了广西两年间24次区域范围（3个及以上连片城市）大气轻度及以上污染过程,分析了不同污染过程的天气类型和空气质量变化特点.结果表明:PM_2.5是广西大气污染首要污染物,ρ（PM_2.5）年均值呈北高南低的区域特征,月际变化基本呈正V字型分布;EOF分析和后向轨迹聚类分析显示,广西ρ（PM_2.5）的时空结构主要有3种模态,其方差贡献率分别为78.9%、5.7%和3.7%,基本反映了广西ρ（PM_2.5）变化的时空模态的主要特征,桂林和玉林两年间的后向轨迹聚类很好地解释了第二和第三模态的南北浓度和东西浓度异常反相位分布特征;广西14个城市两年间PM_2.5区域性污染天气类型主要有10种,其中污染天气类型中占比较大的是弱冷高压脊型（24.4%）、均压场型（20.2%）、高压后部型（16.1%）和高压后部配合西南暖低压型（8.5%）,是引发广西大范围大气污染的典型天气类型.研究显示,广西大气污染具有地域性、季节性和南北输送特征,污染过程的天气形势变化具有一定规律性.      

区域气象条件和减排对空气质量改善的贡献评估

区域气象条件和减排与空气质量的变化关系密切.区域污染天气的发生不只受人为排放的影响,其与气象条件也密切有关.我国地处全球的主要季风气候区,大气环流具有明显的季风气候变化特征,区域气象条件受年际气候变化影响显著.研究通过分析不同气候条件下京津冀地区、成渝地区、长三角和珠三角城市群2001~2018年主要气象要素及其污染天气的变化趋势,利用KNN大数据挖掘算法量化分析区域气象条件和减排对大气污染的贡献率.结果表明,2001~2018年间全球气候变化异常频繁,厄尔尼诺/拉尼娜非正常气候占比近一半.减排与气候变化均对空气质量的改善起促进作用.在非正常气候条件下,气象对空气质量改善的贡献更为明显.例如,非正常气候时京津冀地区气象条件对空气质量改善的贡献约为51%,而正常气候时约为30%.对于长三角和珠三角城市群,其气象条件在非正常气候时的贡献达到了50%左右,几乎与减排贡献相当.此外,各区域2015~2018年的减排贡献均高于2001~2012年的平均水平,表明随着我国实施大气污染物排放控制措施力度的增大,减排对空气质量改善的贡献显著.但气象条件对空气质量改善的贡献仍不容忽视,区域减排控制仍然任重而道远.     

算术平均法、百分位数法和滑动平均法空气质量评价对比分析及其揭示的信息

综合采用算术平均法、百分位数法和滑动平均法对空气质量进行评价对比分析,可以更加全面、客观、精细、准确地描述空气质量状况,发现其内在规律,揭示不同城市的问题。对比分析发现,全国169个城市空气质量改善程度用算术均值与百分位数测算存在一定差异,并进一步反映出2017年空气质量改善主要归功于污染较为严重天气的减少,2018年主要归功于空气质量良好及轻度污染天气的增加。169个城市PM_(2. 5)浓度的中位数与算术均值之间具有较好的线性关系且越来越强,反映出重污染天气控制取得成效。各区域和城市百分位数同比变化情况反映了大气污染防治不同阶段的工作重点及成效不同:京津冀及周边"2+26"个城市2017年空气质量改善以降低污染天气为主,2018年以增加优良天气为主;珠三角地区和长三角地区都是以增加空气质量为良的天气为主。3年滑动均值比年均值曲线下降更为平缓,更能准确反映污染治理成效。建议深入研究空气质量信息,采用多种评价方法科学、客观、全面地评价污染治理情况。     

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.     

绿色搜索

环保部首次公布空气质量“黑榜” 环保部9月17日公布数据，2013年8月份京津冀、长三角、珠三角区域及直辖市、省会城市和计划单列市等74个城市空气质量平均达标天数比例为66．7％，超标天数比例为33．3％，其中轻度污染占24．9％，中度污染占6．6％，重度污染占1.8％。     

珠三角地区臭氧来源特征的数值模拟研究

采用WRF/CAMx模型及臭氧源解析技术（OSAT）模块研究珠三角地区臭氧季节性时空分布特征,对不同污染天气型下的臭氧来源进行解析,评估珠三角各城市臭氧暴露水平,并探究如何根据实际天气状况为不同城市提出切实有效的管控措施.研究结果表明,珠三角地区臭氧浓度遵循夏秋季高、冬季低的季节变化特征.在所有季节中,珠三角地区以外的污染源始终具有最显著的贡献,其平均贡献为76.4%.移动源、面源和植物排放源是三大珠三角内源.在季风气候的影响下,春夏季有明显的区域输送贡献较高的季节性特征,其贡献率分别为16.0%(19.1μg·m^-3)和23.0%(31.8μg·m^-3).此外,在冷高压出海、均压场、副热带高压的特殊气象条件下,臭氧浓度均有所增加,相较年平均浓度,增幅分别为48.2%、89.3%、42.5%.在副热带高压的控制下,来自珠三角地区其他城市的区域输送贡献浓度明显增加,尤其是肇庆和广州,相较于月平均贡献,增幅分别为+96.0%和+52.3%.由于冷高压场的风速及风向的改变,本地源的贡献浓度比月平均有所增加,增幅为49.0%.人均臭氧暴露水平表明珠三...     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

数字

<正>100%环保部7月13日发布了6月全国重点区域和74个城市空气质量状况。珠三角区域9个城市空气质量达标天数比例均为100%,这是环保部2013年公布月度空气质量以来,珠三角9市首次月度空气质量全部100%达标。179件据环保部透露,2015年4月,环保部"12369"环保举报热线受理群众举报179件,其中,举报量最多的三个省是:广东(22件)、江苏(19件)、河南(18件),所有举报件已转交各地方环保部门调查处理。     

重污染天气下电力行业排放对京津冀地区PM2.5的贡献

利用CAMx(区域空气质量模型)中的PSAT(颗粒物源示踪技术),分析了重污染天气下分区域、分行业的污染物排放对京津冀地区PM_2.5的贡献,设计了分行业排放的环境影响效率系数(EESCR)计算方法,并对“电能替代”(以电力行业产能替代民用能源消耗)情景方案下的排放进行模拟分析. 结果表明:在重污染天气背景下,电力行业排放对京津冀地区ρ(PM_2.5)的贡献率较低,各地均低于10%,并且区域排放的贡献次序为京津冀以外地区>京津冀其他城市>当地,这与电力行业高架源排放的特征有关,而工业和民用行业对区域排放的贡献次序相反. PM_2.5主要组分和前体物的分行业EESCR计算结果表明,电力行业ESSCR值均在y=1/2x趋势线之下,远低于其他行业,因此优先控制其他行业排放才是改善京津冀地区空气质量的关键.电能替代的情景模拟结果表明,电能替代是有效降低京津冀地区ρ(PM_2.5)的可行方式. 研究显示,充分利用电力行业高架源排放的特点和便于集中处理的行业优势,尽力降低因产能增长带来的排放增量,实施电能替代可成为改善区域空气质量的有效途径之一.