大气例行点位常规监测污染物的相关性分析及防控措施研究

根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.     

新冠疫情期间四川盆地空气质量及影响因素分析

基于污染源排放调查、空气质量和组分站观测数据,利用WRF/SMOKE/CMAQ模式系统,分析2020年新冠疫情期间污染源和气象条件变化对空气质量的影响.结果表明:①2020年新冠疫情期间,四川盆地除ρ(03)同比上升外,ρ(S02)、ρ(N02)、ρ(CO)、ρ(PM2.5)和ρ(PM10)均同比下降,下降幅度为8％～41％.②疫情期间成都市PM2.5组分与2019年同期相比,ρ(Cl-)、ρ(K+)、ρ(Si)、ρ(Al)、ρ(Ca)和ρ(EC)的占比均同比下降,说明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少是ρ(PM2.5)下降的主要原因.③疫情期间,工业源S02、NOx、PM10、PM25和 VOCs排放量分别同比下降32％、31％、40％、39％和41％;成都市机动车车流量仅为正常时段的40.3％,车速提升19.7％,NOx、VOCs和CO日排放量降幅分别为44.7％、49.6％和38.0％,污染物的非等比例下降使得机动车排放贡献的大气氧化性进一步增强.④2020年疫情期间四川盆地气象条件同比不利,使得ρ(PM2.5)、ρ(NO2)、ρ(SO2)、ρ(O3)和ρ(PM10)分别上升2％、4％、23％、6％和8％,扣除气象条件变化影响后,ρ(PM2.5)、ρ(NO2)、ρ(SO2)和ρ(PM10)分别下降21％、45％、31％和30％,ρ(03)上升12％.     

天津滨海新区秋冬季大气污染特征分析

为了解天津滨海新区大气污染物浓度水平和污染来源,2009年9月1日~2010年2月28日对NOx、CO、SO2、O3、PM2.5、PM10进行了连续在线观测,并同步观测了气象要素.结果表明,秋冬季上述污染物最高日均值(秋冬平均值±标准差,O3为日小时均值最大值)分别达到300.7(65.4±52.9)×10-9、7.278(1.324±1.169)×10-6、53(13±12)×10-9、95(28±21)×10-9(体积分数)和287.4(62.3±53.6)μg/m3、1421.4(161.9±136) μg/m3. NOx和SO2秋季低于冬季,O3和PM10反之. CO和PM10相对国家二级标准超标率为2%和38%,PM2.5相对WHO标准(75μg/m3)超标率为31%.季节统计日变化显示CO和NOx为早晚双峰型,SO2为中午的单峰型,O3为午后单峰型,且秋季日变化振幅远大于冬季, PM10为早晚双峰型,但冬季比秋季晚出峰2~3h.除冬季PM10,大气污染物浓度49%~74%的逐日变化由气象要素影响.滨海新区大气污染受局地排放和外源输送共同影响,西南方向气流易造成污染物积累,其次是东北方向,而东和东南气流最有利于污染物扩散;各污染物具体表现为NOx主要受局地源控制;SO2主要受外来输送影响;CO和PM2.5同时受本地源和外来源的共同影响;PM10秋季表现为本地源污染,而冬季为本地源和外来源的共同影响.     

天津重污染期间大气污染物浓度垂直分布特征

利用天津气象局255 m铁塔垂直4层观测平台(高度分别为3、40、120和220 m),对各层大气中的NO_x、O₃、SO₂浓度(均以φ计)和PM_2.5浓度(以ρ计)进行了连续观测,结合同步气象要素分析了2010年10月3—11日天津发生的一次重污染事件.结果表明:在此次重污染事件期间,一次及二次污染物浓度的垂直梯度变化差异显著,φ(NO)、φ(NO₂)和ρ(PM_2.5)随高度上升而降低,φ(NO)在3～120和120～220 m的递减率分别为58.0%和8.5%,ρ(PM_2.5)在3～220 m递减率为13.0%;而φ(O₃)和φ(SO₂)平均值却随高度的上升而增加,其中φ(O₃)在3～40、40～120和120～220 m的增长率分别为108.0%、19.1%和56.4%,φ(SO₂)在3～220 m的增长率为25.0%. NO_x主要来源于局地近地面污染源的排放;SO₂主要来源于高架点源的排放,O₃则来源于局地光化学过程积累;PM_2.5受局地排放源和光化学过程的双重影响,垂直梯度变化最不显著. 不利于扩散的气象条件使以局地排放为主的污染物积累升高及其伴随的光化学反应造成了天津此次重污染事件.      

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

北京市黑碳气溶胶浓度特征及其主要影响因素

为探究北京市黑碳(black carbon,BC)气溶胶时空分布特征及其主要影响因素,对4个站点2019年的ρ(BC)、ρ(PM2.5)、ρ(CO)和φ(NOx)及同期气象因子进行比对分析.结果表明,背景区(BA)、城区(UA)、城区路边(UR)和外环路边(HR)的平均 ρ(BC)分别为(1.58±1.15)、(2.27±1.67)、(3.35±2.13)和(3.57±2.40)μg·m-3,o(BC/PM2.5)分别为(5.3±1.6)％、(6.0±2.3)％、(9.0±3.6)％和(8.1±3.5)％;除 UR 站点 ρ(CO)高于 HR 站点以外,4个站点的ρ(BC)、ρ(PM2.5)、ρ(CO)和ψ(NOx)由低到高排序均为:背景区＜城区＜城区路边＜外环路边,且采暖季是非采暖季的1.1～1.7倍;用最大频率法估算各站本底ρ(BC),UR站点最高,BA站点最低,分别为0.56 μg·m-3和0.19 μg·m-3;交通排放导致路边站点本底ρ(BC)、平均ρ(BC)和ω(BC/PM2.5)均高于其他站点.ρ(BC)日变化曲线呈双峰型结构,非采暖季早高峰时段(07:00～08:00)峰值较高,采暖季全天浓度高于非采暖季且凌晨时段(00:00～02:00)峰值较高,谷值均在午后(14:00～16:00)出现.4个站点的平均吸收埃斯特朗指数(AAE)为1.38、1.34、1.26和1.26,表明全市BC主要来自化石燃料燃烧;采暖季平均AAE为1.46,高于非采暖季的1.23,主要是由于采暖季生物质燃烧排放占比增加;非采暖季各站点AAE日变化曲线主要受机动车活动时间影响,一致呈凌晨低、午后高的分布特点,采暖季曲线各异.BC与PM2 5、CO、NOx、风速和相对湿度的Pearson相关系数(r)为0.86、0.81、0.69、-0.37和0.34;由于燃煤源作为4种污染物的共同来源贡献增加,采暖季较非采暖季| r |更高.4个站点的△BC/△CO值分别为3.1×10-3、3.5×10-3、3.9×10-3和4.1×10-3.一次污染过程中,城区站点BC以区域传输为主要来源,路边站点局地排放BC积累过程较明显,易发生颗粒物二次生成过程.     

成都市无车日期间PM_(2.5)污染特征研究

2013年9月20-24日,通过采集成都市无车日前后禁行区域内PM2.5样品,分析样品中主要的可溶性无机离子、碳组分和金属元素,研究无车日期间PM2.5污染特征变化并评估机动车尾气排放对成都市大气污染的影响。结果表明:在无车日期间,可溶性无机离子中二次离子NO3-、SO42-、NH4+的含量分别下降了29.2%、21.6%、20.5%;有车日期间,OC/EC的平均比值为2.64,而无车日OC/EC比值为1.95,表明减少机动车尾气排放有助于减少二次有机碳的转化;PM2.5中Pb、Cs、Ni、Cu、Zn、Cr、As富集因子大,主要来源于人为污染;Pb、Cu和Zn主要来源于机动车,无车日质量浓度分别下降3.7%、16.3%和19.4%。机动车对PM2.5中的二次离子(NO3-、SO42-、NH4+)、碳组分和重金属(Pb、Cu、Zn)均有较大贡献。因子分析表明,机动车排放源对成都市大气污染物细颗粒物PM2.5贡献量达25.8%。     

大气污染物总量减排与空气质量的分析与对策研究——以苏州市高新区为例

利用2009年-2013年污染物大气的总量减排数据、大气污染物排放量和同期环境空气质量监测数据,采用大气污染综合指数法分析了苏州高新区的污染物总量减排、大气污染物排放量与空气质量的关系.认为大气环境主要污染因子为PM10、SO2和NO3,燃煤为SO2主要来源,机动车是NOx的重要来源.为预防与治理污染,应不断提高新生产机动车排放标准,推进车用油品升级,加强环保检验、工业企业大气污染治理和扬尘治理,完善公共交通体系,发展循环经济,推广清洁生产.     

"十二五"期间义乌市环境空气质量及影响因素分析研究

利用环境空气质量监测数据,对义乌市2011年-2015年环境空气质量变化趋势及影响因素进行了分析.结果表明,影响义乌空气质量的主要污染物为:PM2.5、PM10、NO2、O3,且大气污染呈现为扬尘和机动车尾气并存的混合型污染.尽管PM2.5、PM10和SO2总体均呈现下降趋势,尤其是SO2下降显著,但细颗粒物污染仍然突出,NO2不降反升等问题都值得关注.这可能与义乌市城市化进程进一步加快、能源结构亟待优化以及机动车保有量不断攀升等因素有关.     

浅析宜昌市城区PM_(2.5)污染特征及防治对策研究

依据2013年白龙岗站点自动监测数据,对PM2.5污染特征及手工采集的PM2.5膜中水溶性阴离子进行分析,并结合实际提出相应的防治对策。结果表明,PM2.5作为首要污染物,其分布具有季节性特征,冬季最高,夏季最低;灰霾日PM2.5、PM10、SO2和NO2具有相同的变化趋势;NO-3/SO2-4的比值表明宜昌市呈现工业污染和机动车尾气污染的复合污染特征。     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.     

中国经济发展产生的能源和环境效应研究

为揭示中国经济持续增长对能源依靠程度、能源利用效率提高程度及环境污染改善水平,统计了2006年-2014年GDP、工业增加值、能耗、SO2和NOx排放量数据,计算得到单位能耗GDP和单位能耗污染物排放量,对比分析单位能耗GDP和单位能耗污染物排放量,前者持续增长,后者呈波动时下降,表明能源利用效率逐步提高,污染物排放得到有效控制.主要城市NOx和PM10浓度出现升高趋势,SO2浓度明显下降.NOx和PM10成为中国未来大气主要污染物,应采取措施控制,同时应注重对非工业源的控制.     

基于全国城市PM2.5达标约束的大气环境容量模拟

基于第3代空气质量模型WRF-CAMx 和全国大气污染物排放清单,开发了以环境质量为约束的大气环境容量迭代算法,并以我国333个地级城市PM2.5年均浓度达到环境空气质量标准(GB3095-2012)为目标,模拟计算了全国31个省市区SO2、NOx、一次PM2.5及NH3的最大允许排放量.分析结果表明,以城市PM2.5年均浓度达标为约束,全国SO2、NOx、一次PM2.5和NH3的环境容量分别为1363.26×104,1258.48×104,619.04×104,627.71×104t.2010年全国实际SO2、NOx、一次PM2.5和NH3排放量分别超过环境容量的66%、81%、96%、52%.空气污染较严重的河南、河北、天津、安徽、山东及北京6省市4项污染物排放量均超过环境容量1倍以上,环境容量严重超载区域与PM2.5高污染地区具有显著的空间一致性.     

中国生物质燃烧大气污染物排放清单

根据2000-2007年各省市生物质燃烧消耗量和排放因子,估算了中国大陆生物质燃烧所导致的NOx、SO2、CO、CO2、CH4、NMHC、PM、BC排放量,并给出了分省区、分生物质类型的排放清单.研究表明,2007年中国生物质燃烧排放的NOx、SO2、CO、CO2、CH4、NMHC、PM和BC排放量分别为109万t,1...     

泉州郊区春节燃放烟花时段大气污染特征

研究了泉州郊区2009年春节燃放烟花期闯空气污染特征.采用在线监测和中流量采样器对该时段气溶胶进行了颗粒物实时监测和采集.目的是阐明泉州郊区燃放烟花期间大气中颗粒物、多环芳烃(PAHs)和水溶性离子的浓度及分布特征,探讨其污染物的来源.结果表明,除夕00:57-01:27为颗粒物浓度受燃放烟花影响最大时段,PM205和...     

后奥运时期京津冀区域大气本底夏季污染变化

为探索后奥运时期京津冀区域大气本底污染状况及变化趋势,在中国科学院华北兴隆大气本底观测站,对夏季大气主要污染物(NO_x、SO₂、O₃和PM_2.5)进行了连续3年的在线观测,结合气流轨迹模式对大气污染物的传输路径及贡献率进行了分析. 结果表明:兴隆站大气本底夏季ρ(NO_x)、 ρ(SO₂)、 ρ(O₃)和ρ(PM_2.5)的平均值分别为(11.5±5.9)、(8.3±7.0)、(137.6±38.4)和(50.9±33.0)μg/m3;首要污染物为O₃和PM_2.5,ρ(O₃)和ρ(PM_2.5)日均值超过GB 3095─2012《环境空气质量标准》二级标准〔ρ(O₃)为200 μg/m3,ρ(PM_2.5)为75 μg/m3〕的天数分别为102和60 d,占观测期间有效天数的39%和23%,表现为大气氧化性增强、二次污染逐年上升;受偏南气流影响,太行山沿线区域和山东半岛—渤海湾地区是兴隆夏季大气本底污染的主要贡献区域,特别是京津冀城市区域夏季高浓度O₃和PM_2.5,对华北区域大气本底污染物浓度的整体上升具有重要影响.      

长江三角洲地区能源消费大气污染物排放特征

针对长江三角洲(以下简称“长三角”)16个主要地区,基于常规可获取的统计资料确定污染源活动水平,结合最新的污染源调查资料及相关研究成果确定污染物排放因子,以2008年为基准年,研究了能源消费大气污染物排放特征,建立了具有较高时空分辨率、且便于滚动更新的网格化动态排放清单.结果表明:长三角16个地区2008年能源消费过程中SO2、NOx、PM10、PM2.5、CO的排放量分别为3158.58, 3154.96,979.76,632.34,5258.08kt.其中上海、苏州、南京、杭州、无锡和宁波6城市污染物排放总量均占长三角地区排放总量的60%左右.SO2和NOx排放主要集中在工业和火电部门,颗粒物和CO排放则主要集中在工业部门,机动车对于CO也有较大的排放贡献率.火电部门污染排放具有较强的月变化特征;道路机动车排放受居民出行规律影响,具有明显的周变化和日变化特征.