北京及周边地区大气污染数值模拟研究

北京周边地区污染源对北京市区大气环境的影响不可忽视.利用区域大气污染模式,系统模拟分析2002-08-17T09:00-2002-08-29T08:00污染传输过程;选择典型污染时段,结合气象资料进行比较分析,计算各时段周边地区和北京自身大气污染物对北京大气环境污染的贡献和贡献率;进一步证实了在大气条件有利于污染物输送的背景下,周边地区污染源的中远距离输送对北京大气环境质量的影响不可忽略.研究表明:有特殊天气背景时,即研究区域在西南风气流场的控制之下,周边地区污染源对北京的贡献比北京自身的大;没有特殊天气时,北京自身的贡献大于周边地区对其的贡献.      

关中地区重污染期间PM_(2.5)输送与来源的模拟研究

本文应用WRF-CHEM模式模拟分析了关中地区2014年2月14日至16日的一次重污染过程。模式模拟了西安地区和宝鸡地区城市大气PM_(2.5)的时间变化和空间分布特征,较好地再现了污染过程。敏感性试验分析表明,关中盆地东部地区(西安市及其周边地区)形成的PM_(2.5)对盆地西部地区(宝鸡市及其周边地区)影响较大,贡献可以达到30%,其主要原因为盆地发生重污染时,盛行东风造成西安市及其周边地区形成的污染物向西输送,影响宝鸡市的空气质量。污染源分析表明,居民生活源是关中盆地在2月份最重要的PM_(2.5)源,贡献超过40%,交通运输源的贡献小于10%。因此在重霾情况下,限行机动车的作用很小。     

区域大气污染数值模拟方法研究

大气污染是一个区域性的环境污染问题,北京大气环境的质量与周边地区污染源的排放有密切关系.将气象模型高级区域预报系统(ARPS)与空气污染模型Models-3耦合进行模拟计算,从检验结果可以看出,模拟值与实测值有较好的一致性,表明该模式系统可以用来研究区域大气污染物传输及相互影响.模拟计算了2002年北京地区各季ρ(PM10)以及山西污染源对北京的贡献,结果表明,在特殊的天气条件下的典型时段,尤其是在西南风气流场控制下,山西污染源对北京空气质量有较大的影响.比较而言,夏季(8月)山西污染源的平均贡献率最大,约为15.44%;冬季(1月)最小,约为2.25%.表明控制北京大气污染不容忽视周边污染源的影响.      

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.     

Models3在北京地区PM_(10)模拟应用中的三维系统检验

为研究北京地区大气PM10的变化规律和三维空间结构,文章基于Models3/CMAQ空气质量模式,利用北京及周边省市详细调查的污染源数据,采取双层网格嵌套技术建立起适用于北京及周边地区的大气PM10数值模拟系统。为了检验该模式系统的准确性和可靠性,文章将模拟结果与北京市城近郊区7个地面站近2500h的逐时地面监测数据以及一次典型污染过程的激光雷达垂直观测记录分别进行了对比分析,结果表明,该模式系统较好的反映了北京地区PM10浓度三维时空分布特征,是研究华北地区复杂地形下大气PM10传输及演变规律的一个有效工具。     

京津冀及周边区域PM2.5叠加沙尘重污染过程特征及预报效果分析

选取京津冀及周边区域2018年11月23日至12月4日一次大范围、长时间且PM_(2.5)叠加两次沙尘传输的复合型重度污染过程开展特征研究,分析了首要污染物PM_(2.5)和PM_(10)浓度的发展演变,以及污染气象影响因素;结合激光雷达地基和车载走航监测结果,以及HYSPLIT后向轨迹结果,讨论了区域污染传输的情况;并对重污染期间NAQPMS、CMAQ和CAMx这3个空气质量模式的预报效果进行了回顾分析.结果表明,研究时段PM_(2.5)叠加两次沙尘传输导致区域中南部多数城市达到重至严重污染水平,张家口、北京、石家庄、邯郸和郑州PM_(10)小时峰值分别为1 589、864、794、738和766μg·m~(-3),PM_(2.5)小时峰值浓度分别为239、319、387、321和380μg·m~(-3).地面弱气压场、高湿、逆温等静稳条件和沙尘是重要的污染气象和天气因素.激光雷达地基和车载走航监测数据结合HYSPLIT后向轨迹分析表明重污染期间区域西南和东南方向发生了PM_(2.5)传输;区域两次沙尘过程主要受西北路径传输影响.此外,NAQPMS、CMAQ和CAMx这3个模式均可较好地预测到京津冀及周边区域的重污染过程,但对个别城市预报略有偏差.该次重污染过程中模式对PM_(2.5)的预报效果要好于PM_(10),这与气象模式预报、大气化学反应机制、污染源清单的不确定性,以及重污染应急措施导致的污染源排放的改变有一定关系.     

珠三角一次重空气污染过程特征分析及数值模拟

以珠江三角州地区(珠三角)2009年11月23─29日一次重空气污染过程为例,利用常规观测资料及中尺度气象模式(MM5)、污染源排放模式(SMOKE)和空气质量模式(CMAQ)的模拟,研究此次重空气污染过程的特征. 结果表明,造成此次重污染的主要原因有:①前期高压脊带来的稳定层结和静小风条件使得大气污染物逐日累积,难以扩散;②西太平洋台风向南海附近发展移动时,其外围下沉气流导致珠三角大气污染物向低层输送并积累. 珠三角区域污染分布特征表明,广州和佛山的本地贡献明显,而肇庆等地受外地源输送的影响更为显著.      

兰州冬季大气污染来源分析

利用WRF(天气研究与预报模式)输出的高分辨率气象数据驱动HYSPLIT_4.9(混合单粒子拉格朗日轨迹模式),结合PSCF(潜在源贡献因子)和CWT(权重浓度轨迹分析)模拟研究复杂地形下兰州城市尺度大气污染物局地输送特征、潜在源区及其对空气质量的影响. 结果表明:2002—2008年影响兰州城区冬季12月空气质量的轨迹可分为5类,输送类型可分为城区内输送和城区外输送. 第1、3类轨迹出现频率均大于20%且污染轨迹出现频率均大于38%,是污染物的主要输送路径,对应潜在源区为兰州城关区东北部和榆中县东部,这2个源区对ρ(PM₁₀)的影响最大,对ρ(SO₂)的影响最小,对ρ(PM₁₀)、ρ(SO₂)和ρ(NO₂)的贡献分别超过200、80和60 μg/m3. 来自榆中县的第4类轨迹和兰州西固区的第5类轨迹易造成大气重污染,而来自皋兰县的第2类轨迹属于清洁轨迹. 兰州冬季污染既受局地输送的影响,也与地面天气形势密切相关.      

京津冀秋冬季PM2.5污染概况和预报结果评估

对京津冀区域2013年9月至2018年2月连续5个秋冬季PM_(2.5)的污染特征和气象影响因素,2015年10月至2018年2月连续3个秋冬季以及典型污染过程时NAQPMS、CMAQ和CAMx这3个模式PM_(2.5)的预报结果进行了分析评估,对模式预报的不确定性和改进措施进行了探讨.结果表明,5个秋冬季PM_(2.5)区域均值浓度分别为122、98、82、99和65μg·m-3,污染过程(中度及以上污染过程)期间浓度分别为229、198、210、204和180μg·m-3. 5个秋冬季累计发生64次PM_(2.5)为首要污染物的区域污染过程,2013～2014年秋冬季污染过程平均持续时间最长,2017～2018年持续时长最短.除2016～2017年外,其他年份PM_(2.5)浓度峰值和均值逐年降低,区域总体污染形势减轻.秋冬季PM_(2.5)浓度与相对湿度、风速和日照时数相关性相对较好,与温度和气压的相关性整体较弱.当风速小于2 m·s-1、大气相对湿度65%以上、主导风向为西南和东北风时,容易出现区域中度及以上污染过程.此外,3个模式均能够预测出京津冀区域秋冬季PM_(2.5)污染过程,预报值与监测值体现了较好地相关性.3个模式对张家口、承德和秦皇岛的预报结果较好,对唐山、石家庄、保定、北京和天津等城市预报偏高,这与污染源清单、气象初始场和气象预报、以及大气化学反应机制的不确定性有一定关系.     

北京夏季SO_2-NO_2-O_3的DOAS观测结果及变化特征

利用实施北京市奥运空气质量保障计划"北京市与周边地区空气污染物的输送、转化及北京市空气质量目标研究"项目的有利时机,2006年8月对北京城区空气污染物进行加强观测。文章利用SO2、NO2和O3等污染气体的差分吸收光谱仪(DOAS)的观测数据,初步分析这些污染气体的变化特征,得到了一些有价值的结果:2006年8月空气质量总体较好,但NO2和O3小时平均浓度有时超标;北京8月份主导风向是东南风,空气对流活动及降水可明显降低大气中的污染物浓度;NO2污染主要来自局地污染源排放,O3污染来自光化学反应和大气输送;DOAS观测结果与北京市环境保护局发布的空气污染指数间具有比较好的一致性。     

德州、北京重污染过程PM2.5中PAHs污染特征及来源分析

为探讨华北地区秋冬季重污染过程PM_2.5（细颗粒物）中PAHs（多环芳烃）的污染水平、分布特征及来源,分别采集2018年11月17日—2019年1月19日德州市和北京市PM_2.5样品,利用气相色谱-质谱法测量两个站点6次重污染过程中26种PAHs浓度水平,分析PAHs污染特征、分子组成分布及其来源,并利用毒性当量因子估算了PAHs毒性.结果表明:①6次重污染过程中,德州站点∑₂₆PAHs浓度为62~191 ng/m3,北京站点为61~129 ng/m3.②单位质量PM_2.5中PAHs的浓度北京站点更高.③两个站点PAHs分子组成分布较为一致,萘、蒽、芴等低分子量的PAHs浓度较低,高分子量PAHs浓度较高,浓度最高的分别为苯并[b]荧蒽、苯并[a]芘、苯并[a]蒽和甲基荧蒽等.④特征比值结果显示,PAHs来源包括柴油车尾气、燃煤和生物质燃烧,德州站点受生物质燃烧影响更为显著.⑤毒性当量计算结果表明,德州站点毒性当量浓度（TEQ）高于北京站点,6次重污染过程中两个站点PAHs的TEQ平均值在6.5~17.2 ng/m3之间,低于国内其他一些地区,但苯并[a]芘的浓度在5.2~13.1 ng/m3之间,超过了GB 3095—2012《环境空气质量标准》日均值的标准限值（2.5 ng/m3）,对人体健康存在潜在危害.研究显示:秋冬季重污染过程中,北京站点单位质量PM_2.5中PAHs的浓度较高,两个点位PAHs分子组成分布特征及来源较为相似,且均对人体健康存在潜在危害;应进一步加强对PAHs浓度水平的控制,这不仅有利于持续改善PM_2.5污染,也有助于减轻人体潜在的健康风险.      

2013年10月长株潭城市群一次持续性空气污染过程特征分析

2013年10月21~31日长株潭城市群经历了一次持续性空气污染过程.利用地面空气质量监测资料、地面气象资料及探空资料综合分析了此次污染过程与大气环流、边界层气象条件之间的相互关系,并利用卫星遥感火点监测资料和HYSPLIT4模式,分析了此次过程大气污染物的来源及输送路径.结果表明,过程前期(21~26日),污染物缓慢积累,过程后期(27~31日),PM2.5、CO、NO2等焚烧特征污染物浓度急剧升高,秸秆焚烧污染物的长距离输送是后期空气污染加重的主要原因.火点监测和后向轨迹分析表明,过程前期气流主要流经长株潭城市群东北方向的安徽、湖北等地,流经地区火点分布较少,后期气流主要流经长株潭城市群东南方向的江西等地,流经地区火点分布较多.高压均压场背景环流导致的稳定大气层结、南北冷暖气流对峙造成的地面静小风,是长株潭城市群污染过程发展、维持和加强的重要条件,污染物长距离输送对长株潭城市群区域空气质量有重要影响.     

延庆地区山谷风对PM2.5浓度的影响

基于2015~2019年北京生态环境监测和气象数据, 分析了延庆地区山谷风对PM_2.5浓度的影响, 揭示了含山谷风环流污染过程(事件1)与未有山谷风污染过程(事件2)初始阶段的异同及其气象影响机制.结果表明, 延庆持续性污染过程集中在9月~次年3月, 共计63次, 其中27次(43%)伴随1d或多天的山谷风日, 39d山谷风中有32d(82%)出现在污染过程的初始阶段, 18%出现在峰值阶段; 36次过程未出现山谷风日.山谷风日逐时PM_2.5浓度大于非山谷风日4.5~15.4μg/m³, 全日差值最大时段为谷风阶段(15:00~19:00)均大于13μg/m³, 山谷风日存在SSE-ESE风频中心0.59%, 15:00~16:00风速3.3m/s左右, 非山谷风日风频中心在WSW-SW和SE-ESE, 最大值为0.41%, 风速较山谷风日小.事件1和2初始阶段PM_2.5浓度变化关键期为15:00~19:00, 事件1风向E-SSE风速2~4m/s, PM_2.5增长速率大于事件2, 与露点变化趋势基本一致, 23:00事件1PM_2.5浓度显著高于事件2 20μg/m³左右, 污染过程发展初期出现的山谷风环流谷风阶段的偏东南风形成气溶胶和绝对水汽的区域传输, 对PM_2.5浓度的升高有正贡献.平原空气污染过程(延庆未出现)特殊污染型占比20%, 该类污染型白天风频中心分布分散, NNW-WNW、SW-SSW和ENE-NNE均有0.7%左右的风频中心, 未出现S-ESE的风频.     

京津冀典型城市一次重污染过程特征及边界层结构变化对其影响

为探究典型重污染过程的污染特征与大气边界层结构演变规律,基于PM_2.5采样数据、气象观测数据及WRF-Chem模式,以北京市和石家庄市2016年12月27日—2017年1月10日一次重污染过程为研究对象,对气象要素、PM_2.5化学组分、天气背景场、边界层结构演变特征,以及大气边界层结构变化对ρ(PM_2.5)及其主要化学组分的影响进行分析.结果表明:①研究期间,北京市和石家庄市ρ(PM_2.5)分别为(165.63±110.89)(247.67±95.22)μg/m3,石家庄市污染程度高于北京市;高空纬向环流和地面弱高压控制的天气背景场,低于1.75 m/s的风速以及超过75%的相对湿度是造成北京市与石家庄市重污染的不利气象条件.②重污染时段北京市与石家庄市SNA(SO₄2-、NO₃-、NH₄+三者的统称)与碳质组分(OC、EC)占比之和超过76%,是PM_2.5中的两大主要组分;重污染时段ρ(SNA)占比明显上升,北京市与石家庄市ρ(SNA)占比由非重污染时段的42.23%、45.93%分别升至重污染时段的58.87%、59.62%;北京市与石家庄市ρ(OC)/ρ(EC)分别为5.13、3.51,表明在重污染时段两城市存在明显的二次有机气溶胶污染.③WRF-Chem模式模拟结果表明,PM_2.5污染严重时北京市与石家庄市在300~500 m处均出现明显的逆温,垂直风场主要表现为低层偏南风顺时针向上切变为偏西风,切变高度在400~1 000 m,逆温层结与明显垂直风切变的边界层特征共同抑制了污染物的湍流与扩散.④北京市与石家庄市重污染时段的PBLH(Planetary Boundary Layer Height,大气边界层高度)日均值与非重污染时段相比分别下降了202、128 m,PBLH每下降100 m,北京市与石家庄市ρ(PM_2.5)分别上升18.81、29.85 μg/m3,PBLH下降是导致两城市ρ(PM_2.5)快速上升的重要因素.北京市与石家庄市的PBLH与PM_2.5组分质量浓度之间的相关性不同,北京市PBLH与ρ(SNA)的相关性高于与碳质组分质量浓度的相关性,石家庄市PBLH与ρ(EC)相关性最高,表明此次重污染过程中北京市PM_2.5污染特征以二次形成为主,而石家庄市以一次排放为主.研究显示,北京市与石家庄市此次重污染过程与大气边界层结构变化密切相关.      

2014年10月北京市4次典型空气重污染过程成因分析

采用数值模拟与观测资料相结合的方式,对2014年10月北京市4次典型空气重污染过程的大气环境背景、气象条件和形成原因进行了分析. 结果表明,京津冀区域稳定的气象条件是形成空气重污染的主要原因,4次重污染过程大气条件均不利于污染物扩散,表现为大气层结稳定,近地层逆温(平均逆温强度为2.26 ℃/100 m)明显,风速(平均值为1.52 m/s)小,相对湿度(平均值为80.75%)大. 在4次重污染过程中8—11日污染最重,ρ(PM_2.5)日均值平均为264 μg/m3,并且区域输送对北京贡献率最大,平均值为63.75%;24—25日污染程度次之,逆温最强,逆温强度达5.94 ℃/100 m;18—20日重污染中北京ρ(PM_2.5)高值(＞200 μg/m3)区主要集中在该市西北部地区;30—31日污染相对较轻,ρ(PM_2.5)日均值最高只有154 μg/m3. 数值模拟表明,在4次典型重污染过程中,来自南方(包括河北、河南和山西西部等地)的外来污染物输送对北京PM_2.5贡献较大,外来贡献率分别在42.36%~69.12%之间,同时北京本地也存在较强的二次无机盐及有机物转化过程.      

北京秋冬季一次重污染过程PM2.5来源数值模拟研究

利用WRF模式(The Weather Research and Forecasting Model)和嵌套网格空气质量模式(NAQPMS)对2016年11月发生在京津冀地区一次PM_(2.5)污染事件进行模拟研究并分析污染过程中的天气形势变化.结果表明,均压场、低空逆温层和偏南暖湿气流输送的存在为北京地区PM_(2.5)形成提供了有利条件,NAQPMS模式能够合理的再现北京大气污染物时空变化,细颗粒物PM_(2.5)和可吸入颗粒物PM_(10)模拟与观测数据相关系数达0.71,模拟数据在观测数据两倍范围内占比(FAC2)达65%.源解析结果表明,在不考虑临时实施减控措施下,11月18日区域外输送对北京PM_(2.5)浓度贡献为55.25%,区域内输送贡献为44.75%,北京东北区域PM_(2.5)外地源主要为河北中部、河北南部、天津和山东,所占贡献为9.67%、9.01%、7.90%和7.99%.污染物主要来源为生活源、交通源和工业源,分别占比39.6%、34.6%和20.0%.而实际上北京在唐山、保定采取一系列控制措施后仍在研究时段内出现高PM_(2.5)浓度,意味着在同样天气形势下需要对河北中部、河北南部、天津和山东等浓度贡献占比大的城市加强减排管控才能有效减缓高PM_(2.5)浓度的出现.     

上海城区典型空气污染过程中细颗粒污染特征研究

采集了上海城区2009年10月10~21日期间2次空气污染过程的样品,在对污染过程分析的基础上,着重分析了PM2.5及其化学组分的变化,探讨了污染源及形成机制.研究表明,14日的灰霾过程主要由本地排放的污染物二次转化形成,PM2.5占PM10比重超过60%且PM2.5中离子组分含量高.17~19日的浮尘过程中,受北方沙尘影响本市粗颗粒浓度上升,PM2.5所占比重下降,二次离子组分从细颗粒物向粗颗粒物转移且Ca2+浓度上升,同时受到长江三角洲区域秸秆焚烧的影响,细颗粒物中K+, EC和OC含量高.因此,应在控制本地源排放的同时,加强对细颗粒尤其是二次细颗粒污染及其前体物的协同控制.     

宝鸡市冬季一次持续性重污染过程特征分析

污染气象成因和污染物区域传输作用对本地污染影响较大,研究不同地区污染气象成因和污染物区域传输作用对本地污染的治理有重要意义.利用污染物浓度监测和气象要素观测资料,采用统计学分析方法、特征雷达图和HYSPLIT-4后向轨迹模型分析宝鸡市2018年12月29日—2019年1月8日一次持续性重污染过程的气象成因和污染特征.结果表明:①此次重度污染持续时间长、强度大,污染过程中有6 d空气质量指数(AQI)达到重度及以上污染(AQI>200),ρ(PM_2.5)平均值达205.4 μg/m3,有2 d达到严重污染(AQI>300).②气象条件对污染物浓度的影响显著,高低空环流形势形成稳定层结,容易造成污染物累积.东南大风将污染气团远距离输送到宝鸡市,西北静小风使得污染物在本地聚集加重污染.③重污染维持阶段,ρ(PM_2.5)/ρ(PM₁₀)在0.9左右,说明此次污染过程PM_2.5占比较大,污染物的二次转化作用明显;ρ(NO₂)/ρ(SO₂)为6.2,表征移动源贡献率高于固定源;ρ(CO)/ρ(SO₂)呈先增后减的变化特征,表明静稳天气持续,本地源排放对重污染的贡献逐渐凸显.④特征雷达图结果表明,此次重污染过程的污染类型由发展阶段的污染特征不明显和燃煤型污染特征,逐渐转化为偏二次污染类型,重污染过程结束后污染类型以偏扬尘型为主.研究显示,气象条件和传输扩散对宝鸡市重污染影响显著,宝鸡市重污染应急需优先管控移动源,汾渭平原应加强区域联动,共同治理环境污染问题.      

北京奥运时段河北香河大气污染观测研究

为监测评估周边地区大气污染对北京的可能影响,2008年6～9月北京奥运时段,在北京东南方向河北香河开展了大气污染物SO2、NOx、O3、PM2.5和PM10的连续在线观测,结合地面气象资料和HYSPLIT轨迹模式探讨了污染物的来源与传输过程.结果表明,香河地区大气污染较为严重,上述污染物观测期间日均最高值(日均值±标准差)分别达到84.4(13.4±15.2)、43.3(15.9±9.1)、230(82±38)、184(76±42)和248(113±52)μg.m-3,特别在奥运会开幕前后的7月20日～8月12日之间出现了2次持续污染过程,导致O3和PM10分别超过国家二级标准46 h(超标率9%)和11 d(46%),PM2.5则超过美国EPA标准18 d(75%).奥运时段8～9月的大气污染物日均值较6～7月日均值有明显降低:SO2从27.7μg.m-3下降到5.8μg.m-3;NOx从18.6μg.m-3下降到13.2μg.m-3;O3从96μg.m-3下降到80μg.m-3;PM2.5从90μg.m-3下降到60μg.m-3;PM10从127μg.m-3下降到106μg.m-3.NOx、PM2.5和PM10统计(月为单位)日变化为双峰型,峰值分别出现在07:00和20:00左右;臭氧呈单峰型,峰值出现在14:00～16:00之间.香河地区大气污染受局地排放和外源输送共同影响,持续的偏南气流易造成污染物积累,而偏北气流有利于污染物扩散,降水可明显清除大气中的污染物质.通过计算7月20日～8月12日香河和北京奥运村PM2.5小时平均浓度之间的超前相关系数,发现香河超前北京6～10 h时相关性较大(0.57r0.65,p=0.01),最大相关系数出现在超前8 h,表明上述时间段内香河实时观测数据对北京大气PM2.5污染超标事件可能具有预警作用.