京津冀及周边地区PM_(2.5)传输规律研究

本研究采用WRF-CAMx模型对京津冀及周边7省市PM_(2.5)与SIA组分传输规律进行了研究,定量估算了京津冀地区PM_(2.5)与SIA的空间来源贡献,并得到了各省市之间的传输矩阵.结果表明,PM_(2.5)与SIA组分跨区域传输作用较为显著.京津冀区域PM_(2.5)与SIA组分外来源年均贡献分别为23.4%和45.5%.京津冀及周边各省市年均PM_(2.5)与SIA组分受本地排放影响分别为51.2%~68.8%与36.7%~56.4%.结合后向轨迹模型对北京市2013年1月4次重污染过程的空间来源进行了分析,发现各过程污染气团来向有明显差异,分别由西北方向长距离传输、南部短距离传输以及西南、东南方向局地气团输入.4次重污染过程PM_(2.5)区域传输作用显著,北京PM_(2.5)及SIA本地源贡献分别为35.1%~37.3%与17.1%~28.4%;其中偏南方向气团输入时,北京污染程度更高,且受京津冀排放源贡献较大,PM_(2.5)和SIA贡献率最高可达82.3%和76.4%.     

南京冬季一次重霾污染事件PM2.5区域传输收支分析

利用WRF-Chem模式对2015年12月21—23日南京一次重霾污染过程进行模拟.基于合理的模拟评估,采用大气传输通量计算法,着重分析了此次霾污染过程中模拟的南京地区PM_(2.5)的传输收支特征,以及周边地区大气污染物传输对南京市PM_(2.5)变化的贡献.结果表明,此次霾污染过程中,本地源与外来源区域传输共同影响着南京市的空气质量.PM_(2.5)的跨区域传输是此次重霾污染发生和消亡的重要因素.在霾污染事件的形成维持阶段,南京地区是作为周边地区PM_(2.5)的接收区,大气污染物主要由南京的西边界输入,大气污染物的外源输入是南京PM_(2.5)污染的主要贡献来源,占南京PM_(2.5)污染的84%.在霾污染事件的消亡阶段,南京地区则是作为周边地区PM_(2.5)的源,大气污染物主要由南京的东边界持续向外输出.     

珠三角冬季PM2.5重污染区域输送特征数值模拟研究

利用嵌套网格空气质量模式系统(NAQPMS)及其耦合的污染来源追踪模块,针对2013年1月珠三角区域的PM_(2.5)重污染过程输送特征进行了数值模拟研究.结果表明,污染气团首先形成于广州、佛山地区,并在弱偏北风的作用下南移加强,影响整个珠三角区域.重污染期间,广州(64.9%)、佛山(58.9%)的PM_(2.5)主要来自本地贡献,是区域输送最主要的来源地区;中山(51.9%)、珠海(66.2%)的PM_(2.5)主要来自外来贡献,是区域输送主要的受体地区.重污染期间,广州和佛山对中山的PM_(2.5)日均贡献率之和总体保持在25%以上,污染最重时达到40%.交通(26%)、工业(24%)、扬尘(16%)、火力发电(15%)和生物质燃烧(8%)是对中山贡献最大的5类源:工业源中山本地与外来输送贡献率基本相当;交通和扬尘源以中山本地贡献为主,贡献率分别为55%和67%;火力发电和生物质燃烧源以外来输送为主,贡献率分别为56%和62%.各类排放源的外来输送中,以广州、佛山所占的比例最大.     

基于模型模拟的成都市PM2.5污染来源解析

在建立成都市大气污染物排放清单的基础上,采用源开关敏感性分析法,设置8个排放情景,基于WRF-CMAQ模型模拟分析了2015年1、4、7和10月这4个典型代表月份的大气污染传输和不同行业对成都市PM_(2.5)污染贡献.结果表明成都市PM_(2.5)污染较重,特别是1月达到130μg·m~(-3)以上;浓度的高值集中在中心城区,且与周边城市PM_(2.5)污染连接成片.由于气团比较稳定,大气污染物的区域传输能力较弱,成都市PM_(2.5)污染以本地源的贡献为主,占比为61%.从行业贡献来看,移动源、扬尘源和生活源对成都市PM_(2.5)年均浓度贡献率分别为29%、26%和24%,是影响PM_(2.5)污染的主要污染源,下一步应强化对这3类源的污染控制.     

区域PM_(2.5)内源外源贡献率的集对分析研究

判断某一地区PM_(2.5)来自内源和外源的比例,是大气污染防治的重要问题。该文以东莞市为例,构建了计算区域PM_(2.5)内源外源贡献率的集对分析方法。清溪地区自身的污染排放少,污染物浓度低;又由于地理、气象等原因,该地PM_(2.5)浓度主要由东莞其他地区污染物传输贡献,受东莞市以外地区影响较小,故清溪站PM_(2.5)浓度能基本反映东莞PM_(2.5)的本底浓度。依据本底浓度,把各污染物组分的浓度分为内源段和内外源混合段后,利用东莞5个监测站点源解析样本可分别构造样本集合A与评价等级集合B。根据B集合对混合段的数据进行集对分析,求出各站点污染物组分的浓度与内源、外源的联系度,即贡献比例。研究表明,内源外源对东莞PM_(2.5)的贡献比例分别为83%和17%,大致符合预期。此法简单有效,为政府控制PM_(2.5)制定污染物减排措施提供参考。     

京津冀典型城市冬季工业源排放与PM_(2.5)污染关系

文章研究基于PM_(2.5)样品采集和水溶性离子测定,运用潜在源贡献分析法和WRF-CAMx模式识别分析了北京市和唐山市2017年1月PM_(2.5)的潜在源区和工业源传输矩阵,通过计算单位排放贡献,分析了京津冀典型工业源PM_(2.5)中一次颗粒物、硫酸盐和硝酸盐的区域贡献和分源贡献规律。结果表明,2017年1月北京和唐山PM_(2.5)浓度均高于国家二级标准,SNA占PM_(2.5)的32.85%～53.68%,且在污染时段,SNA及其前体物浓度均有明显提升;两地冬季潜在源主要受来自西北部内蒙古方向的远距离传输以及东南部渤海湾方向的中短距离传输这两部分污染源区的潜在影响,唐山受本地污染影响更大;从传输矩阵来看,北京和唐山的PM_(2.5)工业源外来贡献分别占总浓度的63.87%和8.66%,其中对北京PM_(2.5)浓度贡献较高的区域为唐山和京津冀中部地区,分别贡献了24.78%和21.18%,在污染日时段,受唐山和南部地区的PM_(2.5)传输贡献分别提升了5.27%和3.46%,受西北地区的影响减少了4.34%。对唐山贡献较高的区域为中部地区和东北部地区,为5.07%和2.10%,在污染日时段,外来传输贡献并没有显著波动(低于1%)。二次组分中,硝酸根的传输性最为显著;两地工业外来源单位排放贡献除却其各自周边地区较大以外,其西北传输通道沿线城市(张家口→北京→唐山)的单位排放贡献亦十分显著,且在这一通道上的外来输送,其第2层(非地面排放源)的单位排放贡献明显大于其他地区;从具体工业源来看,对北京市单位排放贡献最大的行业为其他工业源,对唐山则是冶金源。     

基于Model-3/CMAQ和CAMx模式的台州市PM2.5数值模拟研究

为探究沿海城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ和CAMx对台州市2016年PM_(2.5)空间分布特征及区域污染贡献情况进行分析。结果表明,2016年PM_(2.5)模拟值与监测值变化趋势基本一致,模拟效果较好。PM_(2.5)平均浓度从高到低依次为冬季春季秋季夏季,空间分布呈现"两边低中间高"态势,与地形分布特征相似,高值区出现在人口稠密的城区附近。PM_(2.5)具有明显的区域污染传输特征,2016年台州本地贡献率为34.7%,外来源贡献率为65.3%。另外,PM_(2.5)还具有明显的季节性变化特征,本地贡献最小的时间段是春季,贡献最大的时间段是秋季。     

基于空气质量模型对佛山市PM_(2.5)的来源研究

利用第三代空气质量模型CMAQ对广东省佛山市2014年11月大气PM_(2.5)浓度进行模拟,结合观测数据比对分析,显示模型对PM_(2.5)具有良好的模拟性能.通过敏感性分析,研究了佛山本地各污染源对PM_(2.5)浓度的相对贡献以及周边地区外来源对佛山PM_(2.5)的影响.结果发现,整个研究时段佛山本地源对PM_(2.5)贡献占主导,平均贡献为64.9%;而污染时段外来源影响增强,如广州对湖涌和惠景城站点平均相对贡献为36.8%,清远对云东海站点相对贡献为18.5%.佛山本地各类源对PM_(2.5)浓度的影响差别明显,污染时段,工业源对湖涌站点相对贡献为54.6%,对其他站点的相对贡献为28.2%~30.2%;流动源对惠景城站点相对贡献为28.9%.通过情景分析,在改善大气环境过程中提出对佛山各类型源的有效削减策略,同时注意城市间协作、区域间联防联控的控制措施.     

基于曲面响应建模的PM2.5可控人为源贡献解析

以东莞市PM_(2.5)重污染月份为例,使用强力法(Brute Force)和RSM/CMAQ曲面响应模型法分别解析了珠三角地区人为源排放对东莞PM_(2.5)的贡献,以及区域传输的可控人为源SO_2、NO_x和一次颗粒物(PM)在不同控制比例下(25%、50%、75%和100%)对东莞PM_(2.5)的累积浓度贡献.强力法研究结果表明,2014年1月珠三角地区人为源二次转化对东莞市PM_(2.5)的贡献(约58.10%)大于一次PM排放贡献(约41.90%),其中,人为源NH_3排放贡献最大,约占总量的21.66%.RSM/CMAQ动态源贡献结果显示,东莞市PM_(2.5)的人为可控源排放贡献(SO_2、NO_x和一次PM)占比为82.17%,受本地排放影响较大,且叠加区域排放的影响;一次PM减排对PM_(2.5)环境浓度的贡献高于仅减排SO_2和NO_x.在减排比例较低时,一次PM减排可有效削减东莞市PM_(2.5)浓度;随控制比例加大,二次前体物(SO_2和NO_x)减排对东莞市PM_(2.5)浓度削减率的影响加大.进一步使用HYSPLIT模式和轨迹聚类分析方法研究了2014年1月东莞市PM_(2.5)污染传输过程.结果显示,该时段共有6条长、短距离污染传输路径,污染物主要来自东莞市东、东北及东南方向,途经其上风向区域(惠州、深圳和广州等)传输至东莞;惠州是各主导上风向出现频率最高的城市,因而其区域传输对东莞PM_(2.5)的贡献也较大,深圳次之.     

采暖季延庆城区大气PM2.5中金属元素污染特征及来源分析

2017年11月至2018年3月,对北京市延庆区PM_(2.5)中金属元素组分研究,分析金属元素富集程度并确认其主要来源。结果表明:监测期间PM_(2.5)中金属元素平均浓度5.93μg/m~3,约占PM_(2.5)质量的10.8%,前6位的元素为地壳元素;金属元素在PM_(2.5)中的占比随空气污染程度加重而下降。金属元素中Cd、Sc和Se的变异系数为1.33、1.66和3.56,数据离散性较大,人为活动对其贡献较大。Cu、Sc、Pb、Zn的富集因子介于10和100之间,Cd、Se的富集因子介于100和1000之间,受人为污染源影响。采暖季土壤和地壳源对PM_(2.5)中金属元素的贡献率最大,为43.46%;燃煤和建筑源,贡献率15.46%;机动车轮胎和机动车尾气排放统称为机动车源,贡献率为16.98%;工业污染源贡献率为5.8%。富集因子和主因子分析的金属元素中人为污染来源结果一致。     

长江中下游地区PM_(2.5)传输规律分析

采用WRF-CAMx-PSAT模式对长江中下游地区PM_(2.5)传输规律进行模拟研究,定量估算长江中下游地区典型城市PM_(2.5)空间来源贡献,分析区域传输的季节变化规律。结果表明,典型城市省内年均贡献率为39.7%~83.2%,省外年均贡献率为16.8%~60.3%,秋冬季污染物区域传输贡献较高,春夏季较低。结合后向轨迹模型对长江中下游典型城市—武汉市2015年1月3次重污染过程的空间来源进行分析,发现各过程污染气团来向差异明显,分别由北部、北部偏东、西北部长距离、西北部短距离气团输入。北部气团输入时,区域传输贡献显著。两次重污染过程,山东、安徽、河南、河北4省对其贡献总共为41.5%和48.2%,省内贡献为51.1%和40.3%;当西北部气团输入时,4省对其贡献仅为15.6%,但省内贡献较高,达74.9%。     

邯郸市PM_(2.5)化学组成特征及来源解析

该研究通过对邯郸市环境空气中PM_(2.5)样本进行采集和成分检测,分析了该地区PM_(2.5)的浓度及化学组成特征,利用相关性分析法和富集因子法定性判断了PM_(2.5)的主要来源,利用PCA模型定量计算了各类污染源的贡献率,最后将解析结果与已有的PMF模型结果进行了对比分析。结果表明,邯郸市PM_(2.5)日均浓度(2012年10月13日-2013年1月)为146.9 g/m3,是我国环境空气质量标准(Ⅱ级)的2倍。二次水溶性离子、OC、EC是邯郸市PM_(2.5)的主要成分,约占PM_(2.5)总质量浓度的71.5%,其中,OC是PM_(2.5)中含量最丰富的单个组分,大气有机污染特征明显。PCA模型源解析结果为:工业和燃煤33.3%,二次气溶胶和生物质燃烧21.7%,机动车为12.8%,道路扬尘9.1%。将PCA、PMF模型解析结果对比后发现2种模型对PM_(2.5)的来源有较为一致的判定,工业源和燃煤源是该地区PM_(2.5)的主要来源,两者的总贡献率分别为42.1%(PMF)和33.3%(PCA)。除此之外,PMF单独解析出了Ba、Mn、Zn源,K、As、V源和重油燃烧源,PCA单独解析出了生物质燃烧源,不同的解析结果一方面与模型本身有关,另一方面与模型选择的化学成分有关。     

深圳市宝安区PM_(2.5)污染特征及来源分析

利用2015年深圳市宝安区PM_(2.5)监测数据和气象数据进行分析,得出辖区PM_(2.5)年均浓度为38μg/m3,呈夏季低冬季高特征。冬季PM_(2.5)超标天数达15 d,占总超标天数的52%。模型模拟结果表明,辖区PM_(2.5)受本地源的影响约为37%~47%,受周边区域的影响约为53%~63%。按污染源类型来分,宝安区PM_(2.5)受工业企业污染源影响较大,约为49%~59%,受机动车尾气和道路扬尘影响约为25%~35%,受裸土和施工扬尘源影响约为11%~21%。西乡、沙井、松岗子站PM_(2.5)受周边区域影响较大,福永子站PM_(2.5)受本地源影响较大。     

结合WRF/Chem和PMF方法的邯郸市PM_(2.5)源解析

<正>向源模型法和反向受体模型法是进行城市PM_(2.5)源解析的2种方法,两者各有所长。该研究应用三维空气质量模型Weather Research and Forecasting Model with Chemistry(WRF-Chem)模型和受体模型Positive Matrix Factorization(PMF),以2014年10月为研究时段,分别对邯郸市的细微颗粒物(PM_(2.5))进行源解析。PMF模型的解析结果表明,邯郸市PM_(2.5)来源为二次源30.2%,燃煤源25.4%、金属冶炼源15.1%、机动车源14.4%、扬尘源9.8%,生物质燃烧源5.2%。应用WRF-Chem模型,Brute-Force方法解析出的结果为,在本地源贡献中,工业源贡献了49.0%,民用源11.9%、农业源9.6%、交通源3.8%和电厂源-1.5%(负值由于PM_(2.5)前体物之间的非线性反应所致)。应用源模型对二次成分(SO_4~(2-)、NO_3~-和NH_4~+)进行再解析,结果显示,燃煤源源贡献率最大,达到25.7%,其次分别为农业源(24.0%)、工业源(6.5%)、生物质源(1.8%)和机动车(0.03%)。结合2种方法得出,邯郸市的PM_(2.5)中,本地燃煤源贡献了37.1%,其次分别为金属冶炼源(18.4%)、机动车源(15.1%)、扬尘源(13.3%)、生物质燃烧源(6.2%)。     

温州城区大气污染特征数值模拟与来源解析

文章以位于温州城区的瓯海区为例,在建立大气污染源清单的基础上,利用WRF-CMAQ、CALPUFF模型分析了外来污染物区域输送对瓯海区的影响,模拟了瓯海区主要大气污染物浓度分布,解析了区域大气污染物排放来源。WRF-CMAQ模型模拟结果表明,区域大气污染物SO_2、NO_2、PM_(10)和PM_(2.5)的输送对瓯海区的贡献影响均呈现冬季(1月)>春季(4月)>秋季(10月)>夏季(7月)的变化规律,这可能与大气污染物来源有关。CALPUFF模型模拟结果显示,瓯海区SO_2和PM_(10)的年平均浓度达标,但NO_2和PM_(2.5)出现超标现象。除SO_2均能达标外,部分敏感目标处NO_2、PM_(10)和PM_(2.5)年平均浓度有不同程度的超标现象。来源分析结果表明,瓯海区大气污染物SO_2和NO_2主要来自本地源排放,而PM_(10)和PM_(2.5)本地源与外来源的排放贡献相当。     

鄂州市高时空分辨率大气污染源排放清单的建立

为进一步推进鄂州市大气污染防治工作,加强大气环境质量及重污染应急工作保障,文章基于污染源普查成果建立了2017年鄂州市高时空分辨率大气污染源排放清单。研究通过对鄂州市固定燃烧源、工艺过程源、溶剂使用源等的调查,借助第二次全国污染源普查成果,获得污染源的基本信息。鄂州市2017年各类大气污染物排放情况:SO_2为8 048.58 t、NO_x为18 363.60 t、CO为306 258.10 t、VOCs为19 146.60 t、NH_3为2 603.01 t、PM_(10)为22 695.50 t、PM_(2.5)为10 811.73 t、BC为918.34 t、OC为1 018.93 t。工艺过程源对SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)的贡献率最大,分别为66.75%、63.41%、89.87%、68.28%、54.69%、66.51%;农业源对NH_3的贡献率最大,为53.71%;固定燃烧源对BC、OC的贡献率最大,分别为35.85%、37.85%。     

南京市秋季细颗粒物及臭氧生成敏感性初探

为考察江苏省南部地区重点排放源对南京市秋季细颗粒物(PM_(2.5))的贡献率及O_3生成敏感性,采用强力法针对特定排放源及污染物设置不同的排放情景,利用化学传输模拟系统Models-3/Community Multi-scale Air Quality(CMAQ)分析模拟区域内不同情景下地表PM_(2.5)及O_3浓度变化。2012年10月,电厂、钢铁和水泥的污染物排放对南京市PM_(2.5)浓度的平均贡献率分别为6.0%、25.5%和15.9%,对国控站点的贡献率分别为7.2%、17.7%和16.2%。钢铁对下风向区域的地表PM_(2.5)浓度的影响显著高于电厂及水泥部门的排放。从不同情境下模拟O_3地表浓度变化结果看出,南京市城区及下风向区域的O_3浓度随VOC排放削减降低,随NO_x排放削减升高,因而判定南京市秋季O_3生成属于VOC控制区。     

北京市PM_(2.5)理化特性及燃煤对大气污染的研究进展

为分析2013年1月北京市严重雾霾原因,在总结前人相关研究成果和气象数据的基础上,得出雾霾天气形成的原因、春夏秋冬4个季节PM_(2.5)的组分变化规律、本地贡献率、PM_(2.5)与气象参数相关度。通过对细颗粒物的来源解析,得出燃煤产生的细颗粒物占15%~19%。在此基础上重点分析了燃煤产生的污染物对大气所造成的污染特点,系统地对近年来国内外燃煤产生PM_(2.5)机理的研究现状,抑制PM_(2.5)/PM10产生的措施,以及目前国内大气污染治理存在的问题进行了总结和归纳。拟为北京市雾霾的治理提出合理建议。     

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.     

合肥城区PM_(10)及PM_(2.5)季节污染特征及来源解析

于2014年4月、8月、10月和12月在合肥市城区采集了大气PM_(10)和PM_(2.5)样品,对PM_(10)和PM_(2.5)的质量浓度及其化学组分(无机元素、含碳组分和水溶性离子)进行了测定.结果显示:合肥城区的PM_(10)和PM_(2.5)的平均质量浓度高达113,83μg/m3,分别超出国家环境空气质量标准年均PM_(10)和PM_(2.5)限值的1.61和2.37倍.不同粒径的颗粒物中主要化学组分含量的高低顺序基本一致,水溶性离子的含量最高,其次为碳组分,无机元素.利用正交矩阵因子分析(PMF)对合肥城区PM_(10)和PM_(2.5)的本地来源进行解析,结果表明:PM_(10)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为32.5%、25.9%、15.7%和25.5%;PM_(2.5)中二次源、燃煤、机动车尾气尘及地壳尘的贡献百分比分别为38.8%、25.9%、9.9%和21.7%.利用激光雷达评估合肥市环境中颗粒物PM_(10)的区域传输,四个季节常规贡献率分别为13.4%、12.9%、13.5%和16.4%.