2016年1月京津冀地区大气污染特征与多尺度传输量化评估

基于大气环境监测数据和WRF-CAMx模式,分析了2016年1月京津冀城市的大气污染特征,开展了PM_2.5跨界传输量化评估研究.结果表明,2016年1月京津冀地区PM_2.5、PM₁₀、SO₂、NO₂和CO的平均浓度分别为89.5μg·m^-3、135.61μg·m^-3、57.55μg·m^-3、60.79μg·m^-3和2.12mg·m^-3,其中PM_2.5污染较为严峻.研究期间,京津冀城市近地面PM_2.5以本地排放为主,贡献率为45.4%~69.9%;区域传输贡献为辅,其中来自京津冀区域内和区域外的传输贡献率分别为4.8%~49.7%和4.9%~29.6%.高风速会促进本地PM_2.5污染的扩散,同时位于其上风向污染较高的城市,在高风速和强下风向频率和的作用下,会进一步增强对下风向城市的区域传输贡献.北京（石家庄） PM_2.5总流入、流出和净通量（t·d^-1）分别为1582.96（2036.89）、-1171.09（-1879.12）和411.87（157.77）,表明两城市接受外来输入影响均高于向外传输的影响.PM_2.5净通量呈现显著的垂直分布特征,离地1782 m高度范围内北京和石家庄PM_2.5总净通量强度范围分别是17.86~64.18 t·d^-1和-2.95~134.81t·d^-1,均在距地面817 m左右达到峰值,强度分别为64.18t·d^-1和134.81t·d^-1,而张家口和山西的净流入通量的显著增加是导致两城市PM_2.5总净通量强度达到峰值的主要原因.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

基于积尘负荷的西安市铺装道路扬尘排放研究

近年来城市颗粒物污染问题日渐突出,严重影响着人们的环境幸福指数和对美好环境的期待.道路扬尘作为城市扬尘的重要组成部分,对颗粒物污染的贡献不容小觑.在此背景下,采用积尘负荷法采集西安市快速路、主干道、次干道、支路等4种类型25条道路的道路扬尘样品,并分析采样速率、采样次数等因素对采样效率的影响.在此基础上,计算得到西安市各类型道路的平均积尘负荷,结合车流量、车重、道路长度,通过《扬尘源颗粒物排放清单技术指南》中的公式计算得到各种类型道路TSP、PM₁₀、PM_2.5的排放系数及排放量.结果显示：采样速率为1.0 m²·min^-1,采样次数为两次可满足采样要求.不同类型道路积尘顺序为：支路（4.18 g·m^-2）>次干道（2.80 g·m^-2）>快速路（1.49 g·m^-2）>主干路（1.34 g·m^-2）;道路积尘TSP、PM₁₀、PM_2.5的平均排放系数分别为6.066、1.542和0.447 g·km^-1.快速路和主干路的扬尘排放系数较小,支路的扬尘排放系数次之,次干路的扬尘排放系数较大.采用Monte Carlo方法对TSP、PM₁₀和PM_2.5的排放量进行不确定性分析,在95%的概率分布范围下,三者定量不确定性均为-16.88%~17.96%.     

南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

基于SOA转化机制的沧州市重点企业秋冬季大气污染模拟

基于沧州市2016年排放清单筛选出120家重点企业,采用重新编译代码后的CALPUFF空气质量模型,模拟了2017年秋冬季不同程度污染天气下120家重点企业PM_2.5、PM₁₀、SO₂、NO₂及二次生成硫酸盐、硝酸盐、二次有机气溶胶（SOA）的污染情况.结果表明,120家重点企业PM_2.5、PM₁₀、SO₂和NO₂秋冬季平均模拟浓度占平均观测浓度的比例分别为：3.3%、5.7%、5.6%和2.9%;一次排放的PM₁₀主要集中在沧州市西南部和东南部,二次转化的SOA、硫酸盐和硝酸盐主要集中在主城区和东南部;PM_2.5中SOA平均占比约为27.3%,重污染时段比例上升为29.0%;PM_2.5中烷烃气溶胶、甲苯气溶胶、二甲苯气溶胶和多环芳烃（PAH）气溶胶占比分别为：12.1%、6.0%、7.0%和2.2%.120家重点企业精细化模拟结果显示,重污染天气以上120家重点企业的PM_2.5贡献浓度为3.02μg·m^-3,占沧州市"三年作战计划"要求2018年下降浓度（6.00μg·m^-3）的50%;PM_2.5浓度贡献较大的企业包括某石油化工股份有限公司沧州分公司（0.41μg·m^-3）、某碳素有限公司（0.29μg·m^-3）、某石化股份有限公司聚海分公司（0.26μg·m^-3）、沧州某肥业有限公司（0.23μg·m^-3）、沧州某大化有限责任公司（0.19μg·m^-3）等,主要位于新华区、沧县和渤海新区.本研究可为开展秋冬季每一家重点企业的错峰生产和应急减排提供科学依据.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

武汉地区2014年PM2.5时空分布与来源贡献的数值模拟研究

利用耦合了污染源在线追踪模块的化学传输模式NAQPMS （Nested Air Quality Prediction Model System）,结合地面细颗粒物（PM_2.5）的小时观测数据,模拟了2014年1、4、7、10月4个月份武汉地区PM_2.5浓度时空分布特征,量化了本地、武汉城市圈及远距离地区对武汉PM_2.5浓度贡献.研究发现,2014年武汉市PM_2.5年均浓度为85.3 μg·m^-3,污染天（PM_2.5日均值≥75 μg·m^-3）占全年总天数的47.9%.细颗粒物的月均值呈现出季节性特征,即冬季污染最为严峻,1月均值为199.1 μg·m^-3,PM_2.5浓度超标持续一整月;夏季空气质量最好,春秋介于两者之间.模拟的PM_2.5平均浓度在空间上大致呈现"城区高,郊区低"的分布态势.污染物区域来源解析发现,武汉市本地排放源贡献在1月最低,为34.1%,表明外来源贡献对长期灰霾的形成起决定性作用.7月本地源影响最显著（65.7%）,和毗邻城市源（23.1%）一起成为夏季污染物的主要来源.4月和10月本地排放贡献比分别为49.1%和42.1%.4个月份,武汉城市圈对该市PM_2.5浓度的贡献差异不大,范围在20.8%~24.1%.受大尺度天气系统的影响,远距离传输贡献率趋势与本地来源相反,占10.6%~35.3%.研究结果表明污染气团跨界输送对武汉不同季节PM_2.5浓度有重要贡献.在冬季大范围污染背景下,污染物区域大范围协同控制才能有效减缓武汉PM_2.5污染问题;而夏季对本地及近周边城市的减排措施可以有效改善武汉的空气质量.     

张掖市城区大气细颗粒物PM2.5的化学组成及来源解析

为研究张掖市城区大气细颗粒物（PM_2.5）的污染特征和来源,于2020年9月至2021年7月在张掖市城区的河西学院和湿地博物馆2个采样点进行了PM_2.5样品采集,对PM_2.5浓度、化学组成（水溶性无机离子、碳质组分和元素）和来源进行分析.结果表明,河西学院和湿地博物馆两个采样点的年均ρ（PM_2.5）分别为（73.7±31.8）μg·m^-3和（68.1±33.3）μg·m^-3,季节浓度均值均呈现春季>冬季>秋季>夏季的变化.河西学院采样点的二次水溶性无机离子（SO₄^2-、NO₃^-和NH₄⁺）年均值高于湿地博物馆.河西学院采样点的ρ（OC）和ρ（EC）分别为（9.6±5.7）μg·m^-3和（2.9±1.6）μg·m^-3,湿地博物馆采样点的年均ρ（OC）和ρ（EC）分别为（9.2±5.8）μg·m^-3和（2.5±1.3）μg·m^-3,河西学院的含碳组分在各季节均高于湿地博物馆.河西学院和湿地博物馆两个采样点的年均二次有机碳（SOC）在OC中的质量分数分别为49.4%和43.7%,表明张掖市存在较为严重的二次污染.河西学院和湿地博物馆两个采样点的元素浓度年均值分别为（6.0±3.5）μg·m^-3和（5.8±3.9）μg·m^-3,受到人为源的影响,Zn、Ca、Al和Fe等元素浓度水平相对较高.正定矩阵因子分解模型（PMF）结果表明,张掖城区PM_2.5的主要贡献源为二次气溶胶（28.0%）、交通源（25.8%）、扬尘源（15.2%）、燃煤源（14.0%）、生物质燃烧和垃圾焚烧源（12.5%）和工艺过程源（4.5%）.     

排放控制区政策下船舶辅机大气污染物排放特征研究

船舶运输业蓬勃发展的同时，也向大气中排放了大量有害气体.为此我国制定了分阶段实施的船舶排放控制区政策，以期通过限制燃油含硫量控制船舶大气污染问题.本研究于2016年和2018年在排放控制区政策实施前后，连续对A船和B船2艘万吨级航海船进行登船实测，使用"碳平衡法"计算了船舶尾气中各类污染物基于燃油消耗量的排放因子.结果表明，A船、B船由使用含硫量为2.20%和2.10%的燃油转为使用含硫量为0.470%和0.003%的燃油后，SO₂排放因子分别由44.00 g·kg^-1和42.00 g·kg^-1下降到9.40 g·kg^-1和0.80 g·kg^-1，PM_2.5排放因子分别由2.44 g·kg^-1和1.02 g·kg^-1下降到0.870 g·kg^-1和0.003 g·kg^-1，TVOC排放因子则分别由0.061 g·kg^-1和0.106 g·kg^-1升高到0.292 g·kg^-1和0.706 g·kg^-1.对比使用不同含硫量燃油时船舶PM_2.5的减排情况发现，现阶段以燃油含硫量≤ 0.5%为限值的排放控制区政策，以及即将推行的以燃油含硫量≤ 0.1%为限值的排放控制区政策都能有效地降低船舶颗粒物排放.在成分特征方面，转用含硫量更低的燃油后，A船、B船PM_2.5中硫酸盐在水溶性离子中的占比分别由58.6%和44.3%下降到18.1%和7.9%；PM_2.5中钒元素含量分别降低了82.5%和98.9%，镍元素含量分别降低了20.8%和98.5%；VOCs中烯烃占比分别提高了11.9%和19.3%，而芳香烃占比则分别下降了32.0%和4.5%.由于排放控制区政策实施以后，船舶排放的颗粒物中钒元素的含量大幅减少，钒元素将不再适合作为船舶大气污染示踪物.     

嘉善冬季碳质气溶胶变化特征及其来源解析

利用2018年冬季（2018年12月至2019年2月）和2019年冬季（2019年12月至2020年2月）嘉兴市嘉善县善西超级站有机碳（OC）、元素碳（EC）及细颗粒物（PM_2.5）浓度数据分析嘉兴嘉善地区碳质气溶胶变化特征及潜在来源区域.结果表明,2018年和2019年冬季OC浓度分别为6.90μg·m^-3和5.63μg·m^-3,EC浓度分别为2.47μg·m^-3和1.57μg·m^-3,2019年冬季OC和EC浓度较2018年冬季降幅分别为18.4%和36.4%.利用Minimum R-squared （MRS）方法计算得到2018年和2019年冬季二次有机碳（SOC）分别为1.49μg·m^-3和1.97μg·m^-3,一次有机碳（POC）浓度分别为5.41μg·m^-3和3.66μg·m^-3,SOC在OC中占比呈上升趋势,上升31.1个百分点,POC占比变化则相反.值得注意的是,随着PM_2.5浓度升高,OC和EC浓度呈上升趋势,最高上升幅度分别为474.7%和408.2%,但在PM_2.5中占比却呈下降趋势,OC和EC占比下降幅度分别为6.5个百分点和2.4个百分点;POC对PM_2.5的贡献波动不大,仅在150μg·m^-3以上有明显降低趋势,SOC对PM_2.5的贡献先下降后上升.嘉兴OC和EC潜在源区主要为苏南地区、安徽东南部和浙江北部,且2019年冬季和2018年冬季相比,OC和EC的主要潜在源区贡献浓度分别下降2μg·m^-3和6μg·m^-3以上,且潜在源区高值区域变小.疫情前受机动车尾气排放和燃煤共同影响,春节和居家隔离期间,因交通管制等原因,机动车排放量减少,燃煤贡献占比上升.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

河北与京津地区非采暖期大气中的PAHs污染特征

对河北与京津地区42个样点非采暖期大气中多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs)的研究表明,该区域大气中的PAHs浓度水平较高.2～3环PAHs主要分布在气相当中,颗粒相(大气可吸入颗粒物,PM10)中PAHs以4～6环为主.PAHs的高浓度样点在石家庄、唐山和邯郸地区分布最为集中.县城样点与城市样点的PM10和PAHs污染水平相近.临近区域广泛存在的大气污染很可能对北京市的大气环境造成影响.     

重庆市北碚城区大气污染物浓度变化特征观测研究

为了研究重庆市北碚区大气污染物浓度变化特征及其污染状况,采用全自动在线监测仪器对重庆市北碚城区大气污染物进行连续在线监测,分析了2012年1月~2013年2月的大气污染物观测数据.结果表明,除SO2以外,其它污染物均有超出国家新环境空气质量标准(GB 3095-2012)的情况出现,其中细粒子污染最严重.大气污染物浓度具有明显的季节变化,2012年春夏秋冬季各污染物平均浓度:O3为(36.1±19.2)、(48.8±32.6)、(29.8±28.6)、(18.2±15.8)μg·m-3,Ox为(77.6±20.6)、(91.3±37.6)、(77.5±30.6)、(69.4±18.2)μg·m-3,表现为夏高冬低;NO为(11.8±9.4)、(8.2±4.9)、(20.7±17.1)、(30.4±25.1)μg·m-3,NO2为(42.3±13.1)、(40.5±9.9)、(47.2±14.1)、(51.2±15.9)μg·m-3,NOx为(54.1±20.8)、(48.7±12.6)、(67.9±25.5)、(81.6±37.9)μg·m-3,均表现为冬高夏低;SO2为(50.5±23.3)、(26.3±16.7)、(38.8±18.4)、(53.7±23.4)μg·m-3,表现为冬春高而夏秋低;而PM2.5则为(61.4±28.5)、(68.1±32.5)、(61.9±27.1)、(89.6±44.2)μg·m-3,表现出冬季高而其它季节比较平稳的特征.O3、Ox、NO、NOx以及SO2浓度均为单峰型的日变化形式,其中O3和Ox的日变化峰值出现在午后16:00,而NO、NOx及SO2的日最大值则出现在08:00~11:00;NO2和PM2.5的日变化模态呈双峰型,有早晚两个峰值.O3和Ox在夏季日变化振幅最大,而其它污染物则冬季日变化振幅最大.将工作日与周末各污染物浓度的日变化相比,成对t检验分析表明,NO并无明显差异(P=0.14),但N2O工作日显著高于周末(P=0.03),而O3则为工作日极显著低于周末(P<0.001).相关分析表明,O3浓度与气温和风速呈显著或极显著正相关,与相对湿度呈极显著负相关,而NOx则与以上各气象要素的关系正好相反;PM2.5与气温和风速呈负相关,与相对湿度呈正相关;SO2与各气象要素的关系在不同的季节表现不同.除此之外,风向也是影响大气污染物浓度的一个重要因素.     

夏季渤海NOx、O3、SO2和CO浓度观测特征

利用2000-08～2000-09渤海海上观测资料,初次揭示了渤海污染物浓度的时间变化特点,分析了光照、天气等因素对NO_x、O₃、SO₂和CO气体浓度的影响.SO₂浓度比较稳定,浓度平均值在0.006 mg·m^-3左右.O₃浓度变化主要受辐射影响.在弱天气形势下,CO和NO_x浓度分别在2.5～3.5 mg·m^-3.和0.1 mg·m^-3左右,台风天气会造成浓度在短时间内的剧烈增长.文中还简要说明了渤海大气污染与陆地污染的差异,评价了渤海夏季的空气质量.     

长春城市水体夏秋季温室气体排放特征

为掌握我国东北地区城市湖泊水体温室气体的释放/吸收特征,本研究分别于夏季和秋季,对位于吉林省长春市的7个城市湖泊(南湖、北湖、雁鸣湖、胜利公园、地理所内湖、天嘉公园和长春公园)表层水中的CO_2和CH_4分压[p(CO_2)和p(CH_4)]进行了监测,并对影响p(CO_2)和p(CH_4)季节变化的相关环境和水质参数进行了分析.研究结果表明在夏季和秋季这7个城市湖泊表层水体中CH_4都处于过饱和状态;除夏季的南湖和胜利公园内湖,其它湖泊CO_2也都处于过饱和状态,且不同湖泊间的温室气体分压具有显著性差异(P0.05),通量也同样具有显著性差异(P0.05).除了南湖和胜利公园内湖外,其它各湖泊在夏秋季节都是大气CO_2和CH_4的"源",且对大气中温室气体的贡献都以CO_2为主.环境参数与p(CO_2)或p(CH_4)之间的相关性分析表明,在夏季,城市湖泊表层水体中p(CO_2)和p(CH_4)都与日照时数呈显著负相关(r_(p(CO_2))=-0.48,P0.05;r_(p(CH_4))=-0.63,P0.01),日照时数通过影响水生植物的光合作用进而影响水体中CO_2和溶解氧浓度,p(CH_4)还与降水量呈显著正相关(r_(p(CH_4))=0.44,P0.05);在秋季,p(CO_2)与气温呈显著负相关(r_(p(CO_2))=-0.39,P0.05).另外,水质参数与p(CO_2)和p(CH_4)的相关性分析表明,这些城市湖泊表层水体的p(CO_2)和p(CH_4)都与水体pH显著负相关(r_(p(CO_2))=-0.51,r_(p(CH_4))=-0.82,P0.01),与盐度显著正相关(r_(p(CO_2))=0.38,P0.05;r_(p(CH_4))=0.75,P0.01),p(CH_4)还与水体DOC、TN和TP均具有显著相关性(P0.01).从研究结果可以推测在这7个富营养城市湖泊中,水体的营养物水平及其所决定的浮游植物生物量并不是影响表层水体p(CO_2)的最主要因素,而日照时数、水体pH和盐度与夏秋季表层水体中的p(CO_2)和p(CH_4)有较大关联.     

夏秋季北京及河北三城市的大气污染联合观测研究

为评估北京西南方向城市群对北京大气污染的影响,于2009年夏秋季节（2009年7月16日～10月15日）,利用自动在线大气环境观测仪器,对北京及太行山东侧河北省的3个城市涿州、保定和石家庄进行了大气污染物PM10、NOx和O3的联合观测研究.结果表明,夏秋季节4个城市的首要污染物均为可吸入颗粒物（PM10）,平均质量浓...     

小型养殖塘水体中CH4、CO2和N2O浓度的时空变化特征及影响因素

养殖塘作为重要的温室气体排放源,水体中温室气体浓度的变化不仅是准确量化温室气体排放量的基础,还是明确其影响因素的重要依据.基于顶空平衡-气相色谱仪法对长三角一处典型的小型养殖塘水体中CH₄、CO₂和N₂ O浓度的时空变化特征以及影响因素进行了分析.结果表明,除春季外,在水温影响下,CH₄和N₂ O浓度在午间或午后出现高值;受水温和水生植物光合作用影响,CO₂浓度的高值出现在晨间光合作用较弱的时候.养殖塘水体中CH₄和CO₂浓度呈现秋季最高、冬季最低的季节变化特征,c（CH₄）在秋季和冬季的均值分别为176.34 nmol·L^-1和32.75 nmol·L^-1,主要受气温、水温和溶解氧（DO）影响;c（CO₂）秋季和冬季的均值分别为134.37 μmol·L^-1和23.10 μmol·L^-1,主要受水生植物光合作用和pH影响;c（N₂ O）在夏季最高,冬季最低,均值分别为97.05 nmol·L^-1和19.41 nmol·L^-1,主要受气温和水温影响.在空间上,垂直方向上,夏季养殖塘c（CH₄）随水深的加深而降低,表层与底层、中间层的浓度差值为71.28 nmol·L^-1和42.80 nmol·L^-1,秋季随水深的加深而升高,底层与表层的浓度差值为163.94 nmol·L^-1.c（CO₂）在夏季和秋季都表现为随着水深的加深而升高,其底层与表层的浓度差值分别为18.69 μmol·L^-1和29.90 μmol·L^-1.N₂ O浓度在垂直方向上无明显变化规律.水平方向上,夏季饲料及春季鸡粪投放的区域会出现CH₄、CO₂和N₂ O浓度的高值,春季和夏季CH₄浓度约为其他区域的1.34~1.98倍和1.95~2.42倍,春季N₂ O浓度和夏季CO₂浓度约为其他区域的1.13~1.26倍和1.39~1.74倍.     

Transverse approach between real world concentrations of SO2, NO2, BTEX, aldehyde emissions and corrosion in the Grand Mare tunnel

With regard to automotive traffic, a tunnel-type semi enclosed atmosphere is characterized by a higher concentration of gaseous pollutants than on urban traffic roads and highlights the gaseous effluent species having an impact on material degradation. Therefore, a transverse approach between air quality and its consequences upon the longevity of materials is necessary, implying better knowledge of tunnel atmosphere and a better understanding of material degradation inside a tunnel for operating administration. Gaseous pollutant measurements carried out in a road tunnel in Rouen (Normandy) give the real world traffic concentrations of experimental exposure conditions. The sampling campaigns, achieved in summer and winter include SO₂, NO₂, BTEX and aldehyde analyses. Effluent profiles in the upward and downward tubes have been established. The current work shows that SO₂, NO₂, formaldehyde, acetaldehyde, propanal and butanal must be considered in the degradation process of materials in a stuffy environment. As regards NO₂, its concentration depends on the modification of the automotive fleet. The total aldehyde concentrations indicate no particular trend between the two bores. Formaldehyde, acetaldehyde, propanal, butanal and acrolein species are the most abundant species emitted by vehicles and represent 90% to 95% of the total aldehyde emissions.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科门诊人数的相关分析

为了探讨上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科日均门诊人数的相关性;对上海市6所大中型医院2009-01-01～2009-12-31期间医院呼吸科、儿呼吸科日门诊人数及霾天PM2.5、PM10的浓度数据运用广义相加泊松回归模型进行统计分析,并进行当日和滞后日的危险度评估.结果发现,在霾发生当日,PM10...