珠江三角洲秋季典型气溶胶污染的过程分析

为了解大气中各物理和化学过程对气溶胶浓度的贡献情况,利用Models-3/CMAQ模式系统对珠江三角洲(以下简称珠三角)秋季典型气溶胶污染进行研究.模拟时间是2012年10月,期间珠三角主要受高压系统的控制,在17日冷锋过境前后高压天气形势发生转变,风向从东北风转为偏东风.结果表明,珠三角秋季PM2.5浓度呈现西高东低的水平分布特征,随着高度的上升浓度高值中心也向西南方向偏移;受大气边界层高度的影响,陆地上PM2.5输送高度呈现白天高夜晚低的变化特征;过程分析结果表明源排放,水平输送和垂直输送是影响近地面PM2.5浓度变化的主要过程;本地污染物排放是城市中心(广州站)PM2.5浓度升高的主要原因,而在下风向位置(江门站)外来污染物的水平输送过程是PM2.5的最主要来源.     

区域污染对本底地区气溶胶光学特性及辐射强迫影响的地基和卫星遥感观测研究

基于华北区域大气本底站(北京上甸子站)地面观测和卫星遥感监测数据,分析了2011年10月1~15日在天气系统和人为污染物排放的影响下3次华北平原地区污染输送事件对本底地区气溶胶质量浓度及其光学特性的显著影响.结果表明,受人为污染事件输送影响,上甸子站10月4~5日、7~9日及11~12日气溶胶浓度和反应性气体浓度显著增加,和10月1~3日背景条件相比,反应性气体NOx、CO体积浓度增加3~6倍,SO2体积浓度增加了10~20倍;PM2.5质量浓度10月9日达到200μg·m-3;污染期间500 nm日平均气溶胶光学厚度达到0.60~1.00,气溶胶单次散射反照率低于0.88,黑碳浓度增加4~8倍,表明此次污染事件气溶胶吸收很强,因气溶胶吸收作用导致大气吸收太阳辐射增加100~400 W·m-2,气溶胶吸收和散射导致地表入射太阳辐射下降100~300 W·m-2,地表入射太阳辐射减弱且大气加热增强将导致大气稳定度增加,这可能将显著影响云和降水过程,对区域天气和气候产生重要影响.     

基于CALIOP的安徽沿淮地区霾天气溶胶类型及垂直分布特征

利用CALIPSO卫星气溶胶廓线数据、地面观测资料进行统计分析,给出了2012—2013年安徽沿淮地区霾日气溶胶的垂直廓线分布.基于后向轨迹及聚类分析,获得沿淮地区污染的主要来源及传输方向,并进一步利用卫星类型掩码产品(VFM)及EC再分析资料,对不同来源的气溶胶类型、气溶胶垂直分布及导致污染的典型天气形势进行分析.结果表明,沿淮地区消光系数随高度减小,霾日近地面消光系数为0.53km~(-1),约为晴空日的2.5倍.污染性天气主要为本地污染积累(占比为46%),其次为长三角区域污染带及京津冀等地污染传输作用影响.在静稳天气背景下,850 h Pa暖平流形成逆温层易导致沿淮地区本地污染,大陆污染型气溶胶为主要成分,近地面受低压上升气流影响,污染物在垂直方向上略有抬升,聚集高度为0.4~0.8 km.当西太平洋副热带高压5880位势高度等值线西伸北进,长三角区域整层大气均被高压控制,易产生污染沙尘型气溶胶,污染物聚集在近地面且浓度随高度减小.而在冷空气南下早期,850 h Pa冷平流易将京津冀地区污染传输到沿淮地区,气溶胶类型为大陆污染型气溶胶和污染沙尘型气溶胶,在1~2 km处高污染浓度最高,高于近地层.     

冬季山谷风和海陆风对京津冀地区大气污染分布的影响

为了弄清冬季山谷风、海陆风对京津冀地区大气污染时空分布的影响,利用2016年12月地面加密自动气象站逐时观测数据和中国环境监测总站发布的逐时PM2.5浓度数据,计算平均风矢量场和平均PM2.5浓度场,分析山谷风、海陆风变化规律及其对PM2.5浓度分布的影响,得出:在山谷风日,中午至下午谷风将位于河北太行山东部地区的污染物向北输送。傍晚以后,在北京西部、北部,以及河北太行山山前出现的山风与偏南风构成“人字形”辐合线,辐合线的汇聚作用使北京地区、廊坊,以及保定、石家庄、邢台等地大气污染加重。在海陆风日,下午-前半夜,河北中东部沿海地区出现东南向海风,深入内陆到达天津东南部地区,海风前缘区域大气污染加重;通过对大气所铁塔0~325m风向风速与PM2.5浓度时间变化关系分析,以及利用Cressman法插值得到的地面风向风速和PM2.5浓度二维格点场,分析北京地区重霾污染过程中近地层山谷风和海陆风对大气污染形成的影响,得出:中午至下午,谷风将大气污染物向北京输送。傍晚以后,大气污染物在山风与偏南风形成的辐合线附近汇聚,在北京地区及以南地区形成PM2.5高污染区。凌晨至早晨北京被山风控制,大气污染物被吹离北京、滞留在北京以南至天津西北地区。冬季,山谷风的输送和汇聚作用使大气污染物以日为周期不断循环和累积,对北京地区至北京以南地区、河北太行山东部地区的大气重污染形成起重要作用。     

北京地区秋季雾霾天PM2.5污染与气溶胶光学特征分析

利用北京城区和郊区2011年9月1日～12月7日PM2.5质量浓度、气溶胶散射系数(σsca)和黑碳浓度观测资料,研究了雾霾天气条件下北京地区PM2.5污染与气溶胶光学参数的变化特征,并讨论了气象条件的作用.结果表明,北京地区PM2.5污染和气溶胶光学特性受雾霾天气的影响非常明显.PM2.5浓度、σsca和气溶胶吸收系数(σabs)在雾霾期均明显高于非雾霾期,雾霾期日均PM2.5浓度在城区和郊区分别达到97.6μg·m-3和64.4μg·m-3,为非雾霾期日均浓度的3.3和4.8倍.城区高PM2.5浓度造成雾霾类天气出现频率明显高于郊区.轻雾天城区PM2.5浓度、σsca和σabs明显高于郊区,区域输送的影响相对较弱,轻雾和霾天城郊差异较小,区域性特征明显,而雾天σsca城郊非常接近且在各雾霾类天气中相对最高,气溶胶散射能力最强,区域性特征较为明显.气象条件的不同造成各雾霾过程PM2.5浓度、σsca和σabs的空间分布、PM2.5污染及气溶胶消光强度上呈现不同的特点.边界层以上偏南风将南部地区污染物向北京输送,在整层下沉气流作用下使得边界层内污染物浓度增加,加之边界层高度持续稳定在600 m左右,边界层内风速很低,污染物水平、垂直扩散均很弱,造成局地污染物的累积,形成了PM2.5污染和气溶胶消光强度最强的一次雾霾过程.     

2020年泰州市典型PM2.5重度污染过程分析

2020年,泰州市大气PM2.5中度、重度污染日主要集中在1月和12月,共计8次污染过程19个污染日,3次PM2.5重污染过程天气背景总体相似.对泰州市2020年1月12-14日大气PM2.5重度污染过程展开分析,结果表明,该次污染是典型的区域污染,污染过程中都伴随着冷高压南下带来的污染物区域输送过程,前期的区域输送、...     

四川盆地冬季两次典型大气污染过程对比分析

为探究四川盆地冬季污染天气过程气溶胶分布和垂直气象场特征,利用MODIS MCD19A2大气气溶胶光学厚度数据、实况格点融合分析数据、环境空气质量监测数据以及探空气象观测数据,对四川盆地2017年12月19日—2018年1月3日以及2018年1月11—24日两次污染天气过程的气溶胶光学厚度(AOD)空间分布以及气象条件进行分析.结果表明:①四川盆地冬季两次污染天气过程中,成都市一直为AOD高值区.②霾天气过程(2018年1月11—23日)中,四川盆地AOD高值区分布区域更广,高低空环流形势稳定,混合层高度偏低,近地层逆温和高湿环境均有利于霾天气的形成与持续.③沙尘天气过程(2017年12月29日—2018年1月1日)中,四川盆地AOD值呈“南高北低”的空间分布特征;冷空气携带沙尘气溶胶自北向南影响四川盆地,对混合层高度有小幅抬升作用,空气质量得到轻微改善;但混合层高度始终偏低,干冷空气使近地层相对湿度下降,本地气溶胶粒子数减少,但沙尘气溶胶粒子数增加,伴随近地层逆温稳定维持,有利于沙尘天气的形成与持续.研究显示,冬季四川盆地混合层高度偏低、近地层逆温稳定维持,均不利于气溶胶粒子垂直扩散,导致四川盆地易出现污染天气.      

粗粒子气溶胶远距离输送造成华南严重空气污染的分析

2009年4月末,发生了一次罕见的粗粒子气溶胶远距离输送造成华南地区出现严重的空气污染事件,其特征主要是气溶胶质量浓度超标,而能见度没有明显恶化,对这次空气污染事件进行分析的结果表明.在过程中,粗细粒子质量比(PM2.5/PM10)有明显的3次下降,最低达到0.3,即PM2.5仅占PM10的30%,这与珠江三角洲地区通常以细粒子为主的污染特征有很大不同,反映了外来粗粒子的侵入特征.长江流域浮尘天气的沙尘粒子变性后,长距离输送污染物叠加本地污染物,造成这次严重空气污染事件.     

北京地区空气重污染下雾凇和偏东风对PM2.5清除作用

为了研究空气重污染过程期间雾凇和偏东风对北京地区PM2.5浓度的影响,利用2015年12月19~27日山区和平原多站PM2.5浓度数据、常规气象数据、风廓线数据、激光雷达气溶胶消光系数资料,分析了雾凇和偏东风对PM2.5的清除机制.结果表明:1雾凇对PM2.5的清除是不同于偏北风和降水天气的一种清除机制,在过冷却的条件下,雾滴触碰树枝、电线后凝结为固体,形成雾凇,PM2.5浓度下降;2偏东风是北京地区一类特殊风系,当偏东风随高度减小时,能够形成较强的上升运动,将PM2.5从近地层抬升至高层,随着高层较大的西风,被带入下游而清除掉;当偏东风随高度增大时,容易形成弱的下沉运动,而当此下沉运动不能够抵达地面时,近地层对PM2.5容量变小,有利于PM2.5浓度的升高;3偏东风对PM2.5的清除能力取决于两点,一是偏东风所形成的上升运动的强度与发展的高度,二是偏东风所形成上升运动的起始高度,上升运动的起始高度越低对PM2.5的清除效果越明显;4偏东风出现后,伴随着上升运动达到m·s-1的量级,混合层高度升高至1 200~1 800 m,PM2.5被抬升至高层清除.     

2014年海口市大气污染物演变特征及典型污染个例分析

主要分析了2014年海口市逐日的空气质量指数(AQI)和6种大气污染物的演变特征,同时,结合卫星遥感和轨迹模式等资料和方法对1次典型污染个例进行诊断.结果表明:海口市2014年的空气质量主要以优和良为主,6 d达到轻度污染级别,1 d达到中度污染(1月5日,AQI值为158).1月污染最为严重,其中,阶段1(1-6日)和阶段3(18-23日)AQI值偏高,阶段2(7-17日)和阶段4(24-31日)偏低.1月东亚地区天气形势演变对海口市AQI值具有动力影响.AQI偏高阶段,地面高压系统位于内蒙古东部,华南低层东北风场有利于污染物向海口市输送;而在AQI偏低阶段,地面高压系统东移出海,低层偏东风场不利于污染物的输送.后向轨迹聚类分析表明,1月海口市比率最大(39%)的气流主要经过大气污染相对严重的广东珠江三角洲(珠三角)地区,有利于污染物的区域传输.污染个例分析表明,海口市污染物浓度变化与气象要素有密切关系,10 m风速较小有助于近地面的污染物在区域内累积,水平风垂直切变偏弱对天气尺度扰动的发展和大气的垂直混合不利.卫星遥感和后向轨迹分析也表明,外源输送与海口市这次大气污染事件有直接关系.     

3种金属氧化物纳米材料在不同土壤中运移行为研究

采用实验室柱淋溶方法,考察了纳米CeO2、纳米TiO2和纳米Al2O3材料在不同土壤中的运移行为,分析了纳米材料在土壤中运移能力与土壤性质的相关性,并采用胶体运移动力学模型估算了纳米材料在土壤中的最远运移距离.结果表明,纳米CeO2和纳米TiO2在试验的大部分土壤中有很强的运移能力,而纳米Al2O3仅在试验的酸性土壤中有较强的运移能力,在其他土壤中几乎被全部截留.纳米材料在土壤中运移的机制非常复杂,静电作用、土壤表面电荷异质性、团聚作用、张力作用(straining)以及过滤熟化作用(ripening)均对纳米材料的运移有着重要的影响.纳米CeO2的运移能力与土壤Zeta电位显著负相关;纳米TiO2的运移能力与土壤黏粒含量显著负相关,与土柱渗透系数显著正相关;纳米Al2O3的运移能力与土壤pH显著负相关,与土柱渗透系数显著正相关.模型估算的纳米CeO2、纳米TiO2和纳米Al2O3在试验土壤中的最远运移距离分别为52~69 043、31~332和<10~5 722 cm.纳米材料在一些土壤中的最远运移距离远远大于30 cm表层土壤的深度,意味着纳米材料在这些土壤中有向深层土壤运移的可能.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

紫外光照下盐酸环丙沙星的光解性能

本研究重点考察了盐酸环丙沙星初始浓度、硝酸铅、硝酸镉、氯化铅、氯化镉等重金属盐对盐酸环丙沙星光降解性能影响.结果表明,黑暗条件下环丙沙星无降解;紫外光照可以有效去除环丙沙星,且环丙沙星的光降解速率随其初始浓度的增大而降低;硝酸铅和硝酸镉(除0.006 mmol·L~(-1)体系外)可以促进环丙沙星的光降解,且随摩尔比的增大(即硝酸盐浓度的降低),环丙沙星的半衰期逐渐增大;随着摩尔比的增大(即氯化盐浓度的降低),氯化铅和氯化镉先促进后抑制环丙沙星的光降解.     

邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

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.     

2014年北京奥体中心空气质量演变特征

利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征. 结果表明:①2014年全年北京奥体中心首要污染污染物为PM_2.5,其次是NO₂,而PM_2.5和PM₁₀出现中度污染以上的污染事件主要集中在冬季和春末秋初;②PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210 μg/m3. 其中年均ρ(PM_2.5)是GB 3095—2012《环境空气质量标准》二级标准限值(35 μg/m3)的2.6倍,年均ρ(PM₁₀)也是其二级标准限值(70 μg/m3)的2.0倍,年均ρ(SO₂)略高于其一级标准限值(20 μg/m3),而年均ρ(NO₂)则高于其标准限值(40 μg/m3);③北京奥体中心全年逐月ρ(SO₂)/ρ(NO₂)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;④针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM_2.5)和ρ(PM₁₀)平均值分别高达324.75和494.98 μg/m3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;⑤ρ(PM_2.5)年均24 h变化趋势表明,ρ(PM_2.5)具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM_2.5)除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系.      

成都市冬季大气颗粒物组成特征及来源变化趋势

年冬季分别在成都市8个环境受体采样点采集PM₁₀、PM_2.5样品,同时采集颗粒物源类样品,分析上述样品质量浓度及多种无机元素、水溶性离子和碳组分的含量,以对这3 a冬季大气颗粒物浓度、特征组分、来源及变化趋势进行分析. 使用CMB-iteration模型对成都市中心城区的PM₁₀、PM_2.5进行来源解析. 结果表明: 成都市冬季ρ(PM₁₀)在工业区最高,PM_2.5污染呈现区域性特征;冬季PM₁₀的主要来源有扬尘、二次硫酸盐、煤烟尘、二次硝酸盐和机动车尾气尘,上述5类源在2010─2012年的分担率分别为24%～29%、17%～22%、13%～16%、6%～12%、6%～11%;对PM_2.5有重要贡献的源类有二次硫酸盐、扬尘、煤烟尘、二次硝酸盐和机动车尾气尘,这5类源在2010─2012年的分担率范围分别为25%～27%、19%～22%、12%～15%、11%～13%、8%～11%. 二次粒子、扬尘等是成都市大气颗粒物的主要污染源,其中扬尘、建筑水泥尘等以粗粒子为主的源类浓度贡献呈逐年下降趋势,而二次粒子等以细粒子为主的源类浓度贡献则逐年上升,成都市冬季大气细颗粒物污染加重.      

2013年北京市NO_2的时空分布

对2013年北京市35个自动空气质量监测子站的NO2数据进行分析,探讨NO2的时间分布特征、空间分布特征以及与PM2.5和大气氧化性的相关性关系.结果表明,NO2浓度由高到低的季节依次是冬季、秋季、春季和夏季,平均浓度分别为66.6、58.3、54.7μg·m-3和45.8μg·m-3;NO2浓度由高到低的监测站依次为交通站、城区站、郊区站和区域站,年均浓度分别为78.6、57.9、48.5μg·m-3和40.3μg·m-3.NO2月均浓度呈波浪型分布,在1月份、3月份、5月份和10月份各出现一个峰值.整体来看,区域站NO2日变化曲线呈现单峰型分布,其他站点为双峰型分布.2013年NO2浓度呈现"反周末效应",即周末大部分时段NO2浓度高于工作日.分地区来看,年均NO2浓度由高到低的依次是城六区、西南部、东南部、西北部和东北部.各站点NO2浓度与PM2.5和OX浓度均为显著正相关,表明NO2可以通过增加前体物浓度和增强大气氧化性两方面造成PM2.5浓度升高.