北京地区灰霾污染特征

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明:研究期间,北京地区出现灰霾时总计4 572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季春季夏季秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾重度霾轻度霾中度霾,其中,轻微霾时数1 625 h,重度霾1 163 h,轻度霾1 101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系(置信度取99%,P0.01),无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。     

北京地区灰霾污染特征

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明：研究期间,北京地区出现灰霾时总计4572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季〉春季〉夏季〉秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾〉重度霾〉轻度霾〉中度霾,其中,轻微霾时数1625 h,重度霾1163 h,轻度霾1101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系（置信度取99%,P〈0.01）,无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。     

成都市灰霾与正常天气下大气PM2.5的化学元素特征

为研究成都市灰霾期间PM2.5中元素的特征,于2009年4月和5月采集环境大气中PM2.5样品,用X-射线荧光光谱法测定元素含量.研究结果表明,成都市非灰霾与灰霾期间PM2.5的质量浓度分别为124.9 μg·m-3 和152.8 μg·m-3;Na、Mg、Al、Si和Ca的质量浓度在非灰霾期间略高于灰霾期间,其它元素则基本上是灰霾大于非灰霾期间.富集因子分析表明,Na、Mg、Al、Si和Ca在不同天气下主要是地壳来源,而Cu、Zn、Mo、Pb、Br、S、Cd、As和Cl在灰霾期间更容易富集,与人类活动密切相关.因子分析显示,灰霾期间重金属元素主要来源于机动车排放、地面扬尘、冶金化工.     

广州市大气能见度的特征及其影响因子分析

广州市大气能见度逐年下降,灰霾现象严重,收集广州市2001—2003年大气能见度及同期地面气象要素(风速、温度、气压和相对湿度)观测资料和空气污染物(PM10、SO2、NO2和CO)监测数据,探讨广州市大气能见度的特征及大气能见度与气象要素和空气污染之间的关系。统计分析结果表明,广州市大气能见度的年、季、日变化特征明显,呈明显的逐年下降趋势。一年之中,春季能见度最低,夏季能见度最高。一日之中,早晨08时能见度最差,午后14时最好。能见度与气象要素及空气污染物的相关和偏相关分析结果表明能见度与平均风速呈显著正相关,与相对湿度呈显著负相关;能见度与4种污染物在简单相关分析中均呈显著的较强负相关关系,而在偏相关分析中的相关性极弱,说明空气污染物对能见度的影响是综合作用的。最后用多元线性回归法建立了大气能见度与相对湿度和PM10、SO2、NO2、CO等污染物浓度间的回归方程。     

兰州市大气相对湿度与PM_(10)浓度和大气能见度的相关性分析

将相对湿度RH与PM_(10)浓度、大气能见度间的关系进行深入分析的研究目前还相对较少。利用兰州2002-2012年的环境气象资料,对相对湿度RH、PM_(10)浓度与能见度之间的对应关系进行统计分析,以揭示RH与PM_(10)浓度和大气能见度之间的直观联系,加深对灰霾形成过程的认识。将RH以5%的间隔进行划分,结果表明:各区间ρ(PM_(10))平均值与RH平均值呈显著线性负相关,R(相关系数)达0.940;高颗粒物浓度更多地出现于低湿天气条件下,但高湿度非降雨天气条件下颗粒物容易积聚。随着RH增大,大气能见度随ρ(PM_(10))变化率的绝对值增大;RH在75%以上时,增加相同的ρ(PM_(10))所导致的大气能见度下降量是RH在40%~45%时的2倍以上;RH 45%~60%,大气能见度可较好地反映ρ(PM_(10))的变化,而RH大于60%时,大气能见度的降低主要反映ρ(PM_(10))含水量的快速增加而并非指示ρ(PM_(10))的增加。在分析无降水天气过程时发现,当RH在80%~90%之间时PM_(10)的平均值明显下降,二者不呈负相关。可能的原因是这种高湿度天气通常出现在夏秋季节,一方面污染物排放强度较低,另一方面大气稳定度低,逆温层厚度比较稀薄,静风频率出现的概率比较低,风速相对于冬春季节较大(平均风速大于1.5 m·s~(-1)),污染物易扩散。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明,相对湿度、PM_(10)是影响能见度的主要因子,兰州能见度变化对PM_(10)比较敏感。PM_(10)对能见度的影响以冬季最为明显,秋季次之,夏季最弱。兰州由于特殊的河谷盆地地形,复杂的气象条件使得兰州地区大气相对湿度与PM_(10)浓度和大气能见度的关系与国内其他地区存在较大的差异。     

天津城区秋冬季黑碳气溶胶观测与分析

利用天津大气边界层观测站2010年9月—2011年1月黑碳气溶胶、PM2.5质量浓度、大气能见度及常规气象观测数据,研究天津城区秋冬季黑碳气溶胶污染特征.结果表明,天津秋冬季黑碳气溶胶质量浓度均值7.24μg.m-3和6.46μg.m-3,分别占PM2.5质量的9.42%和7.98%,其吸收作用分别贡献大气消光的17.2%和17.6%;采用最大频数浓度法计算黑碳浓度本底值为2.50μg.m-3;黑碳浓度的日变化特征与天气过程有关,雾和霾天气下黑碳浓度较高,降水利于清除黑碳污染,秋季高浓度黑碳除局地源污染外,可能还与河北、山西、天津等地燃烧秸秆有关.     

不同天气下景观生态林内外大气颗粒物质量浓度变化特征

为了探讨景观生态林对大气颗粒物的调控作用,以北京大兴区景观生态林为例(主要树种为旱柳Salix matsudana),研究不同季节、不同天气条件下景观生态林内大气颗粒物质量浓度差异以及林内和林外质量浓度对比。于2013年7月至2014年5月,分四季选择不同天气类型,采用水平同步监测法对林内和林外两个监测点3种粒径大气颗粒物(TSP、PM10和PM2.5)质量浓度和气象因子进行每日10 h的连续监测(8:00─18:00)。结果表明,(1)晴朗天气景观生态林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均处于较低水平,分别为(61.53±21.73)~(174.32±36.01)μg·m-3、(28.91±10.34)~(94.87±20.45)μg·m-3和(6.29±3.86)~(23.91±12.29)μg·m-3;多云、扬尘、雾霾和雾霭天气颗粒物质量浓度较高,污染明显加重,雾霾天气下ρ(PM2.5)的增加效果更为明显,而扬尘天气下ρ(TSP)显著增加。(2)雾滴对于PM2.5与PM10具有一定的湿清除作用,也可以与霾粒子共同作用形成相对稳定的雾霭天气,其颗粒物污染程度高于其他天气状况,此时以粒径为2.5~10μm的颗粒物污染为主。(3)夏、秋和春季晴朗微风天气(风速≤3 m·s-1)和扬尘天气林内ρ(TSP)和ρ(PM10)显著低于林外,多云、轻微至轻度雾霾天气,林内ρ(TSP)、ρ(PM10)和ρ(PM2.5)均显著低于林外,晴朗大风(风速5 m·s-1)和雾霭天气林内ρ(TSP)和ρ(PM10)不显著高于林外,雾霭天气林内ρ(PM2.5)显著高于林外;冬季不同天气下ρ(TSP)、ρ(PM10)和ρ(PM2.5)林内和林外对比没有明显规律。(4)空气相对湿度、风速和风向是观测时段内影响颗粒物质量浓度的主要因子。ρ(PM2.5)与相对湿度呈线性正相关,而与风速呈非线性负相关,偏南风对颗粒物主要起输送和积累作用,偏北风对颗粒物起到稀释和扩散作用。相对于TSP和PM10,PM2.5更易受近地面气象条件的影响而堆积或扩散。     

天津大气PM_(2.5)垂直特征及边界层影响

利用2006年12月17日至2007年1月1日天津250 m气象铁塔40 m、120 m、220 m高度PM2.5浓度监测资料及铁塔边界层气象资料,分析了不同天气背景下PM2.5随时间、高度变化的分布特征,研究了铁塔边界层气象条件包括逆温、特征摩擦速度、湍流动量和热量对PM2.5的影响,发现垂直PM2.5细粒子的浓度高低与天气背景及边界层气象条件是密切相关。边界层垂直动力和热力变化影响着PM2.5浓度的变化,冷空气过境时刻,PM2.5浓度达到最高峰值。40 m高度出现一个临界摩擦速度0.4 m/s,高浓度PM2.5比较集中在摩擦速度小于0.4 m/s的区域内,大于0.4 m/s这个摩擦速度,边界层的垂直湍流动量及水平和垂直方向的热量输送通量就会明显的变化,因而促使PM2.5在空中的扩散或沉降。也就是说,当摩擦速度小于0.4 m/s时,有利于PM2.5在空中的累积,PM2.5浓度趋于增高的趋势;反之,有利于PM2.5扩散,PM2.5浓度趋于减小的趋势。     

西安市春季大气细粒子的质量浓度及其水溶性组分的特征

为了探讨西安市春季大气细粒污染物的污染水平及水溶性组分的特征及来源,2005年3—5月对西安大气PM2.5进行了观测,并应用离子色谱对其中的水溶性组分进行了分析。结果显示,西安市春季大气PM2.5的质量浓度为159.9μg·m-3。分析的11种阴阳离子(Na 、NH4 、K 、Mg2 、Ca2 、F-、Cl-、Br-、NO2-、NO3-和SO42-)质量浓度占PM2.5的30%,表明水溶性组分是大气细粒子的主要组成之一。NH4 、SO42-和NO3-为水溶性离子的主要组分,其平均质量浓度分别为6.6、20.1和7.6μg·m-3,在总水溶性离子中的百分比分别为12.4%、47.4%和16.9%,SO42-和NO3-质量浓度与能见度有较好的负相关性,表明细粒子中二次气溶胶组分对能见度有显著的影响。阴阳离子的平衡和pH值的测定结果显示,西安市大气细粒子污染物为弱酸性。离子间的相关性分析揭示水溶性离子在颗粒物中主要结合方式为(NH4)2SO4、NH4HSO4、NH4NO3、KHSO4和K2SO4。Mg2 和Ca2 的相关性也较好,其摩尔比率为0.07,小于中国北方沙漠和黄土的平均值(0.15),揭示二次扬尘和建筑扬尘等过程对Ca2 的质量浓度影响较大。计算的NO3-/SO42-质量浓度比值的均值为0.38,说明固定排放源(燃煤)对细粒子中水溶性组分的贡献大于移动排放源(机动车)。     

天津市近地层PM2．5的垂直分布特征

大气细颗粒物PM2.5是导致城市能见度降低的重要原因之一,研究低层大气细颗粒物的垂直分布特征,利于了解边界层内污染物的大气物理化学反应机制,能为大气污染综合治理决策提供新的科学数据.2006年8月16日-2007年8月31日期间以天津市255 m气象塔为观测平台,分别在40 m、120 m和220 m 3个不同高度进行大气污染物PM2.5质量浓度和气象要素的同步观测.对观测资料的分析表明:PM2.5质量浓度季节变化规律非常明显,冬季最高,春季最低.PM2.5日变化特征非常明显,呈明显的双峰变化规律:冬季峰值最大、春季最小.边界层内PM2.5质量浓度在各个高度存在明显差异,受逆温层影响,四个季节的早晨第一个峰值出现时间随高度增加均存在滞后现象,PM2.5从地面扩散到220 m大约需要2 h.各个观测高度PM2.5质量浓度随风向变化不大,得到天津市细粒子主要是由本地源生成的结论.     

稳定气象条件对天津市环境空气质量的影响

环境空气中污染物浓度不仅与污染源的排放有关,更与气象条件的变化密不可分。在不利气象条件下,空气中污染物浓度可能在极短时间内就出现峰值,造成城市空气质量迅速恶化。通过对天津市2005年11月上旬连续出现的空气污染实证,分析了主要气象因子(温度、相对湿度、能见度)与空气污染物(PM10、SO2、NO2)之间的关系,探讨了稳定天气条件对空气环境质量的影响。     

成都市大气颗粒污染物与气象要素的关系

通过对2004年成都市API指数及API>100日数百分数的再分析,探讨了大气颗粒物污染季节分布、区域分布状况与气象要素的相互关系,并尝试用因子分析法研究了污染物浓度年际变化与气象因子的关系。研究表明,大气污染的季节分布为冬季>春季>秋季>夏季;API>100时数百分数的季节变化状况为春季>冬季>秋季>夏季,区域分布为城西北>城东>城北>城中心>城东南>城西>城南。城市发展对风向的改变比较明显,对风速的改变不明显。大气颗粒污染物年际变化与气象因子的相关性研究表明,PM10浓度与SO2、NOX、湿度、气压呈正相关,与风速、蒸发量、温度呈负相关关系。     

城市高层建筑大气颗粒物污染和噪声垂直分布特征

以空气颗粒物和噪声为研究对象,利用颗粒物监测仪和噪声仪,研究了颗粒物和噪声在不同天气状况下以及垂直方向上的变化规律,结果表明,(1)在0～56m之间,TSP、PM_(10)随高度增加而减小,56～116m之间随高度增加而增大.低空中的PM_(2.5)、PM_1相差不大,而100 m以上高空中的PM_(2.5)、PM_1污染程度明显大于地面.(2)天气条件影响颗粒物污染程度.晴天和大风天颗粒物的污染相对较轻,阴天时污染最重.(3)L_(eq(A))随高度增加而增大,最高点(116 m)处的噪声比地面高约4 dB.晴朗和阴天条件下,噪声差别不大;在大风天气条件下,高层建筑顶层的噪声污染较重.     

气象因素对环境空气质量达标的影响分析

以天津市为例,分析地面风场、大气层结及天气形势等主要污染气象参量的特征及其与环境空气质量的相关关系;估算高、低污染潜势的天气背景对大气污染物浓度的影响幅度;提出在天气气候分类的基础上,建立气象条件标准化分级,评估气象条件对环境空气质量影响水平的方法。研究表明:天津市采暖季高污染的天气形势出现的频率约为34%,而非采暖季高污染的天气形势出现的频率约为16%,ISCLT3模型模拟结果显示相应于相同的污染源排放数据库由于采暖季和非采暖季气象条件不同引起的SO2全市平均浓度的差异约在10%以上。污染源源强相对稳定的条件下,高污染潜势的天气背景对空气污染的加剧作用大于低污染潜势的天气背景对空气污染的减轻作用。     

北京西山国家森林公园中空气负离子浓度与气象因子的相关性研究

空气负离子(Negative air ions,NAI)是城市空气质量的重要指标之一,揭示城市森林释放NAI的影响机制,有助于充分利用NAI的净化作用及保健作用,并判断空气质量。利用北京西山国家森林公园2017年9月-2018年8月的NAI和气象数据,深入探究不同季节条件下和典型天气下影响空气负离子浓度(NAIC)的气象因素。结果显示,(1)不同季节条件下,NAI与气象因素相关关系不同。当温度在15℃以上时,NAIC与温度呈负相关;在15℃以下时,NAIC与温度呈正相关。多数情况下,NAIC与湿度呈反比,冬季湿度对NAIC负效应影响最明显(r=-0.503,P<0.01)。春秋冬NAIC与太阳辐射、气压均呈显著正相关关系,而夏季空气负离子与二者呈现负相关关系。(2)典型天气下,城市森林NAIC与晴天相比出现不同程度的差异,且与气象因子的相关性也不同。雨天条件下,NAIC日均值为2134ion·cm^-3,比晴天NAIC高4.56%,主要受温度和降雨量的共同影响;雾霾天与冬季晴天相比,晴天昼间NAIC为2075 ion·cm^-3,雾霾天昼间NAIC为1948 ion·cm^-3,主要受太阳辐射量的影响;大风天气下NAIC峰值比微风天气高5.37%,日均值大于微风天气,主要受气压的影响。     

基于PLS1的哈尔滨市PM2.5与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份（共31 d）市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO 与 PM2.5质量浓度显著性相关,O3与 PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO 之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

北京市秋季大气颗粒物的污染特征研究

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染。为了分析北京市大气细颗粒物的污染水平及其影响因素,以大气中的PM10和PM2.5为研究对象,于2005年秋季在北京市设立了9个采样点进行采样监测,通过对所采集到的PM10和PM2.5质量浓度的对比来分析大气颗粒物的空间分布和时间变化特征,并建立起PM10和PM2.5质量浓度与风力、温度、湿度等气象条件的对应关系来分析各种气象因素对大气细颗粒物污染水平的影响。结果表明:北京市不同区域的PM10和PM2.5的质量浓度差异较大,同时,值得注意的是通过对同一地点同一采样时间大气颗粒物质量浓度的对比发现PM2.5质量浓度的空间分布并不完全同于PM10,这主要是与采样点所处的环境中不同污染源影响的强弱有关;气象条件稳定时,PM10和PM2.5质量浓度的日变化表现出一定的规律性,这种时间变化的特征主要取决于所在环境中排放的污染物变化情况;气象条件是影响PM10和PM2.5污染程度的重要因素,在一定的范围内,颗粒物质量浓度随着温度的上升而下降,随着相对湿度的升高而增大,随着风力的增强而减小。     

Evidence for regional heterogeneous atmospheric particulate matter distribution in China: implications for air pollution control

Environmental Chemistry Letters - China has suffered from severe nationwide air quality degradation for decades. PM2.5, the atmospheric particulate matter with an aerodynamic equivalent diameter of...     

厦门市PM10浓度空间与时间差异分析

在厦门市环境大气污染物中,PM10是其首要的大气污染物。厦门市大气中的PM10浓度受天气和气候以及土地利用类型、交通排放、工业状况等诸多自然因素和人为因素的共同影响而呈现出一定的时空变化规律,文章对厦门市2001年至2002年PM10浓度的空间变化和时间变化特点进行了分析,揭示了影响厦门市环境大气中PM10浓度空间变化和不同尺度的时间变化的影响因素。