大气污染物源—接受体关系的数值试验

设计了一个三维欧拉型大气污染物远距离输送的酸沉降模式。利用该模式进行数值试验,讨论污染源排放量的不同减少和背景浓度的不同变化对大气污染物酸沉降的影响。结果表明:污染源排放量和背景浓度对地面SO₂气相浓度和硫酸物湿沉降的影响是非线性的,当污染源中SO₂减少50%,NOx减少40%时,地面SO₂气相浓度最大减少率大于50%;仅仅减少大气污染物的背景浓度,地面SO₂气相浓度和硫酸物湿沉降略有减少,进一步减少污染源排放量,地面SO₂气相浓度和硫酸物湿沉降明显减少。      

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法，核算了2017年华北地区6座典型机场大气污染物排放量.结果显示，6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2，7074.8，1424.0，1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源，而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段，占比分别为90.6%与90.2%，而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段，排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低，在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单，利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³；距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

长江三角洲冬季电厂排放对大气污染的影响

分析了长江三角洲地区电厂排放的基本特征并利用WRF-Chem模拟冬季大气污染状况,研究了冬季电厂排放主要污染物的特征及其对空气质量的影响,结果显示,长三角电厂排放的主要大气污染物为SO₂、NO_x及PM_2.5,2010年排放量可分别达到826.8、1475.6和137.3Gg,分别占长三角地区人为源总排放量的34%、38%和14%.冬季主要大气污染物（SO₂、NO₂、PM_2.5）浓度高值区分布在南京-上海,杭州-宁波一带.电厂对SO₂浓度贡献量（率）的空间分布与SO₂排放的空间分布较为一致,而NO₂、PM_2.5,其贡献量（率）的高值区主要分布在安徽、浙江和江西的交界处以及浙江省的东海岸.相对SO₂、NO₂,电厂对PM_2.5贡献量（率）较低,各地均在20μg/m³（15%）以下.污染时期电厂排放对模拟的PM_2.5和SO₂贡献率（6.9%、34.2%）较清洁时期（4.9%、20.7%）大,而对于NO₂,清洁和污染时期的贡献量没有明显差别,均在10μg/m³左右.冬季气温低、风速小及边界层高度低的特征不利于低层污染物的扩散,易导致重污染事件的发生.     

邯郸市大气污染源排放清单建立及总量校验

邯郸作为"2+26"城市主要的重工业城市之一,位于京津冀南北传输通道的核心位置,在京津冀地区大气污染协同调控中处于重要地位.为改善当地空气质量,以邯郸市为研究对象,基于拉网式调查获取详细活动水平数据,结合相关排放因子,得到2016年邯郸市大气污染源排放清单;采用WRF-CMAQ（气象-空气质量）数值模型,模拟了2016年典型季节代表月（1月、4月、7月、10月）的空气质量,验证了数值模型的准确性;最后基于总量校验方法,反向估算了邯郸市典型污染物的排放总量,对初始大气污染源排放清单进行校验.结果表明:①2016年邯郸市SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOCs、NH₃的总排放量分别为78 533、183 126、497 466、258 940、124 637、3 735 355、200 309、187 299 t.②工业源是SO₂、NO_x、PM_2.5、CO和VOCs的主要排放源,分别占总排放量的74.5%、54.5%、30.6%、76.7%和28.1%;无组织扬尘源对TSP、PM₁₀、PM_2.5的贡献较大,分别占总排放量的58.5%、43.6%、30.3%;NH₃的主要排放源为农畜氨及人体和其他氨,二者排放的NH₃占总排放量的96.9%.③总量模型估算得到邯郸市PM_2.5、SO₂、NO₂年排放量分别为152 739、79 405、206 549 t;对比分析校验前、后典型污染物排放发现,校验前的大气污染源排放清单可能低估了PM_2.5和NO_x的排放量.研究显示,邯郸市污染物排放量较大,工业源为主要排放源,建议相关部门加强对工业源的管控力度.      

哈尔滨冬季积雪中多环芳烃同大气污染物的关系及其潜在源区分析

源于燃烧释放的多环芳烃(PAHs)易于吸附在大气颗粒物上,通过降雪清除效应累积于积雪中,是区域大气污染的良好指示器.于2020年底采集哈尔滨市积雪样本,结合前期逐日大气污染物监测数据(AQI、PM_2.5、PM₁₀、NO₂、SO₂、CO),明确哈尔滨市冬季大气污染类型与污染特征和积雪PAHs空间分布特征与来源,定量解析积雪PAHs同大气污染物的关系,揭示其对大气污染的指示意义,识别哈尔滨市冬季大气污染物的潜在源区.结果表明：研究期内存在3次以PM_2.5为主要污染物的中度污染天气,ρ(PM_2.5)/ρ(PM₁₀)比值表明区域受细颗粒物影响显著,为偏二次污染类型,ρ(NO₂)/ρ(SO₂)和ρ(CO)/ρ(SO₂)比值表明本地固定污染源和外来传输源贡献均呈加强趋势.积雪中Σ16PAHs浓度为1705～7243 ng·L^-1,中高环PAHs浓度属强变异,区...     

京津冀区域PM2.5及二次无机组分污染特征研究

选取北京、石家庄和唐山作为京津冀区域典型城市,基于实地样品采集和组分分析结果,探讨PM_2.5组分中二次无机水溶性离子（SNA）浓度变化特征,并利用空气质量模型模拟结果分析重污染前后京津冀地区各类污染源大气污染物排放对PM_2.5和SNA质量浓度的贡献.结果显示：3个城市PM_2.5质量浓度整体呈现逐年下降的趋势,多数情况下SO₄^2-、NO₃^-和NH₄⁺浓度极大值同时出现在冬季,PM_2.5化学组分较为稳定.相对于常规时段,重污染期间SO₄^2-、NO₃^-和NH₄⁺质量浓度明显增加,重污染前一天SNA浓度占PM_2.5比值达到最高.重污染的形成是本地源排放和外来区域传输共同作用的结果,外来源对NO₃^-的贡献整体高于SO₄^2-和NH₄⁺.交通源、居民源和工业源对PM_2.5、SO₄^2-和NO₃^-浓度贡献最高,NH₄⁺主要来自居民源的排放.     

深圳市SO2污染来源及其特征分析

以珠江三角洲地区2004年SO₂源排放清单、国家级气象站及深圳市气象站气象资料和空气质量监测数据为基础, 采用基于扩散模式的污染源解析技术对深圳市SO₂污染来源进行研究. 利用非稳态气象和空气质量(CALPUFF)模拟系统,模拟外来污染源及深圳市局地污染源排放扩散行为,定量计算2类污染源对深圳市SO₂浓度的贡献率,并分析其时空变化特征. 结果表明:珠江三角洲地区2004年SO₂排放总量为72.9×104 t, 深圳市局地排放量约4.65×104 t;深圳市SO₂污染是由局地污染源和外来污染源排放共同作用的结果, 对SO₂的贡献率分别约为75%和25%, 表明局地污染源排放是深圳市SO₂污染的最主要来源.      

港口自有移动源大气污染物排放清单

基于全面开展大气污染源排放清单编制工作的要求,研究制定了天津市港口自有移动源排放清单.对道路和非道路移动源各源类6种大气污染物建立了分辨率为3 km×3 km的网格化排放清单,并分析其污染物排放时空分布特征,利用蒙特卡罗方法分析了清单的不确定性.结果表明,2020年港口自有移动源共排放PM₁₀ 148.22 t、 PM_2.5 135.34 t、 SO₂ 1 061.04 t、 NO_x 4 027.16 t、 CO 756.60 t和VOCs 237.07 t,其中道路和非道路移动源污染物总排放量占移动源排放量的比例分别为6.66%和93.34%.全港区自有道路移动源机动车污染物排放的主要贡献源是小型、中型、大型载客汽车(汽油)和重型载货汽车(柴油),非道路移动源排放的各污染物的主要贡献源均是船舶和工程机械.不确定性分析结果表明,移动源总体不确定性范围为-13.3%～16.53%.     

杭州城郊大气二氧化硫和气溶胶浓度演变特征及潜在源分析

基于2018年1月—2019年10月杭州大气成分监测数据,对杭州城、郊大气SO₂和气溶胶的浓度变化特征及其相关性和影响因素进行分析,并探讨不同季节下长距离输送对大气SO₂和PM_2.5浓度的贡献及潜在源区分布.结果表明:杭州城、郊大气SO₂日变化特征均呈单峰型,气溶胶日变化特征均呈双峰型;杭州城区SO₂浓度夏季明显低于其他季节,而郊区SO₂浓度四季无明显差异,气溶胶浓度城区和郊区均为夏季最低;SO₂与气溶胶相关性偏低,城、郊不同粒径的气溶胶之间相关性差异较大;不同季节杭州城区SO₂和PM_2.5受气团输送的影响具有明显差异,杭州城市高浓度SO₂和气溶胶潜在源区主要位于江苏省苏州市、南京市以及浙江省绍兴市、湖州市和杭州市辖区,因而减少或控制这些潜在源区污染物排放将会对杭州大气环境质量改善有积极作用.     

唐山市2017年采暖期不同污染等级PM2.5化学组分特征对比与来源分析

为深入了解唐山市采暖期PM_2.5污染成因与来源,采用在线监测设备于2017年12月1日-2018年1月28日连续监测了唐山市PM_2.5及其水溶性离子和碳质组分（OC、EC）的质量浓度变化,并结合部分常规气体污染物及气象数据进行对比分析.结果表明:①相对湿度的增加和风速的降低促进了污染的发展.②清洁、轻中度污染和重污染时,SOR（硫氧化率）分别为0.05、0.08、0.20,NOR（氮氧化率）分别为0.05、0.12、0.26,随着污染的加重,SO₂、NO_x向PM_2.5中SO₄2-、NO₃-的二次转化现象更加明显.③清洁时,ρ（OC）、ρ（EC）、ρ（SO₄2-）和ρ（Cl-）占PM_2.5化学组分（水溶性离子、碳质组分）质量浓度总和的68%,主要污染源为燃煤;清洁、轻中度污染和重污染时,ρ（NO₂）/ρ（SO₂）分别为0.96、1.14、1.44,ρ（NO₃-）/ρ（SO₄2-）分别为0.94、1.57和1.75;重污染时,ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）三者之和占PM_2.5化学组分质量浓度总和的61%,二次污染物成为主要污染源.④观测期,唐山市轻中度污染和重污染时,受经北京市、天津市等唐山市西部地区方向气团影响频率分别为61%、63%,受该方向气团影响时,ρ（NO₂）/ρ（SO₂）、ρ（NO₃-）/ρ（SO₄2-）明显增大.研究显示,相较于燃煤排放物在大气污染物中的占比变化,随着污染的加重,工业工艺和机动车尾气排放产生的污染物占比明显增大,区域传输对大气污染影响不可忽略,政府有必要开展区域联防联控、停产限产和限行限号的措施.      

白银市二氧化硫目标控制点选择与总量控制研究

针对白银市SO₂空气污染较严重并日益加重的情况,笔者引入总量控制方法,谋求从总体上控制白银市SO₂大气污染,达到该区空气质量的改善.研究分析表明,点源占总排放量的88.65%,在44个点源中,只需对20个点源进行削减;为了实行质量目标总量控制,应以控制点源排放为主,并且在点源中,只需要控制部分重点点源,就可以从根本上控制SO₂污染.      

ISC长期模型在烟台市空气污染控制规划中的应用

首次将ISCLT模型应用在烟台市空气污染综合控制规划中。研究在进行模式验证的基础上，模拟了SO2，NOx长期平均浓度，进行了城市空气污染特征分析及控制效果的预测。结果表明，ISCLT模型完全适用于在气象参数的获得受到限制的情况下模拟大气污染物的长期浓度分布；部分主要高架污染源以及低架点源是烟台SO2污染的主要来源；在市中心区、环境空气中NOx浓度的2／3来源于机动车排放；实施综合治理方案后，区域SO2浓度基本达到国家一级标准。     

杭州市大气NOx来源及控制对策研究

采用定常高斯模式和Thlong程序建立NOx污染源强与大气NOx浓度间定量响应数值模型，计算了点源，面源和流动源等各类的污染源对杭州市区各关心点NOx的平均贡献率，分别约为17％，17％和66％，其中市区机动车尾气贡献率高达50％左右，是首先要控制的污染源。同时提出NOx排放削减方案及实施后大气NOx质量改善状况，为环保管理部门削减NO x污染源提出供决策参考。     

丹东市环境空气SO_2总量控制初探

采用GB13201-91中的大气污染物总量控制方法总量计算公式,计算丹东市建成区环境空气SO2总量及污染状况。结果表明,整个采暖季全市SO2总量不需要削减,但低架源排放污染物较多,应进行削减。     

兰州城市大气污染和可能的技术控制措施

利用大气污染源和环境监测等资料,计算分析了兰州市区大气污染及其治理现状。结果表明,在兰州市区,燃煤占全部能源的71 %; S02年排放量为5. 96万t,烟尘为6. 54万t ;汽车尾气己成为主要大气污染源之一。市区S02浓度日均值在采暖期超标,而TSP一年四季都超 标。指出采用以集中供热、煤气、型煤和控制汽车尾气为主要措施,兼顾绿化和太阳能利用,制定市区大气污染治理方案比较合理。      

城市空气污染数值预报模式系统及其应用

 介绍了城市空气污染数值预报模式系统,并利用该系统对济南市空气污染进行了预报.结果表明,该系统具有较好的预报性能;预报与实测值之间有较好的相关性;空气质量级别的预报效果更好,对SO₂、PM₁₀和NO₂ 3项污染物的级别预报准确率分别为84.6%,83.2%和94.6%,其总体级别预报准确率达到87.5%.研究结果还显示,济南市的SO₂污染已得到明显改善,机动车尾气污染相对较轻,而PM₁₀的污染比较严重,已上升为首要污染物,其来源、扩散、转化机制及其控制措施的研究是目前济南市面临的首要问题.     

GIS支持下的上海市工业源SO2污染研究

以MapInfo地理信息系统软件为平台,集成空气污染扩散模式,对上海城市工业源的分布、SO2排放及其污染扩散影响进行了多方案的计算分析,比较了污染源集中的工业区和不同类型的污染源对环境空气质量的贡献。根据对年日浓度的计算分析,发现大型高架源的污染排放决定了城市SO2浓度场的基本分布,空间上工业分布集聚的一些老工业区是城市建成区中多个高浓度中心的主要贡献者。     

环境空气SO2总量控制初探

采用GB13201-91中的大气污染物总量控制方法，计算丹东市建成区环境空气SO2总量及低架面源污染，应主要控制低空面源污染。     

重庆市污染源结构对大气SO_2浓度贡献的数值分析

运用三维欧拉传输、转换、迁移模式对重庆城区各种大气污染源对大气ＳＯ２浓度的贡献数值进行模拟，分析重庆城区ＳＯ２污染形成的原因。结果表明，民用源和低矮工业源对地面ＳＯ２污染浓度贡献最大，而中高架源则主要影响高层大气，是高空大气污染及酸雨形成的重要原因。     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。