2019年10~12月京津冀及周边“2+26”城市重污染减排效果评估

为评估京津冀及周边区域重污染过程期间应急减排措施的效果,基于情景模拟的方法,采用NAQPMS模式和多种观测资料,分析了2019年10~12月期间京津冀及周边区域环境空气质量、重污染过程和气象条件概况,评估了模式24、72和144 h的PM_2.5预报效果,并对应急减排措施的效果和不确定性进行了讨论.结果表明,2019年10~12月京津冀及周边"2+26"城市PM_2.5平均浓度64 μg ·m^-3,同比降低了10 μg ·m^-3;区域性重污染过程4次,受影响城市重污染过程期间PM_2.5平均浓度156 μg ·m^-3."2+26"城市PM_2.5气象条件评估指数（EMI）变化值范围为-15.6%~16.8%,EMI显示北京、天津和石家庄等12个城市气象条件与同期相比变差,变差程度范围为3.2%~16.8%.减排情景模拟分析显示应急减排措施有效减少了区域性重污染过程的发生,污染物峰值浓度降幅明显,未出现区域性严重污染过程.典型重污染期间,北京、石家庄、保定和唐山等城市PM_2.5日均浓度削减2%~9%.区域应急减排措施促使"2+26"城市PM_2.5季度均值分别降低1~3 μg ·m^-3左右,区域性减排效果明显.     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

京津冀典型城市采暖季颗粒物浓度与元素分布特征

选择京津冀地区3个典型城市和从南至北的4个国家大气背景站作为研究对象,收集采暖季空气颗粒物PM2.5、PM10样品,微波消解-ICP-MS法分析了样品中的68种元素。结果表明,北京、天津、石家庄PM2.5和PM10日均质量浓度均高于国家二级标准限值和背景点,一元线性回归分析结果表明,PM10与PM2.5质量浓度呈线性相关,Na、Mg、Al、S、K、Ca、Fe质量浓度为0.1~10μg/m3,Si、P、Ti、Mn、Ni、Cu、Zn、Ba、Pb质量浓度为10~100 ng/m3,其他元素质量浓度为0.01~10 ng/m3或未检出。在元素构成上,S、Na、Al、K、Fe、Mg、Ca、P、Si等是主要元素,元素含量均大于1%。其他微量元素每种元素含量为0.1%~1%。14种重点防控重金属在PM2.5中的吸附显著高于PM10,主要来源于燃煤、燃油、工业排放、机动车尾气等。     

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.     

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.     

亚甲蓝分光光度法测定水质阴离子表面活性剂的优化研究

采用《水和废水监测分析方法》（第四版增补版）推荐的亚甲蓝分光光度法测定水中阴离子表面活性剂,优化了试验条件,标准样品测定的相对误差为0．5％,优于方法推荐的2．0％;标准溶液测定的相对标准偏差为2．1％～．2：2％,优于方法推荐的2．3％;加标回收率在100％～101％。     

基于半级别的城市空气质量预报评估方法探讨

环境空气质量预报评估是提升预报能力的重要助力,为更好支撑空气质量精细化管理,将我国空气质量细化为12个半级别,参照英国预报评估方法,对2020年“2+26”城市AQI、 PM_2.5浓度和O₃-8h浓度预报开展探索性半级别预报效果评估,通过与AQI范围预报和AQI级别范围预报评估对比发现,半级别预报评估方法可将两者兼容合一,在城市业务预报评估中具有一定可行性和应用价值.具体的半级别预报评估结果表明,“2+26”城市AQI和O₃-8h浓度在低段级别和高段级别的预报效果明显差于中段级别,不同级别PM_2.5浓度预报效果相对稳定;AQI、 PM_2.5和O₃-8h浓度预报准确率月变化曲线分别呈双峰型、先升后降型和平缓型,PM_2.5浓度各月偏高预报显著;不同城市AQI和O₃-8h浓度预报准确率差距相对较小,PM_2.5浓度预报准确率波动较大;北京和天津AQI预报准确率高于周边省份,北京和河南PM_2...     

京津冀区域大气重污染过程特征初步分析

基于为京津冀区域和城市环境空气质量预报和空气重污染预警业务提供必要基础参考资料和区域重污染发生发展规律认识的需求,应用现有空气监测网2013—2014年度京津冀区域13个城市空气质量监测数据,分析了该区域2013—2014年空气质量整体情况和污染过程的季节变化规律、污染范围,统计了两年间31次区域范围大气重污染过程,并根据污染过程的空气质量变化特点和大气环流形势,着重对31次重污染过程中均压场天气型污染开展分析。结果表明,2013—2014年京津冀区域空气污染形势严峻,全年约有六成日数受颗粒物污染影响;京津冀区域空气污染南北差异显著,有自北向南逐步加重的特点,南部污染严重城市对区域污染贡献巨大,石家庄、保定、邢台、邯郸4城市将PM_(10)、PM_(2.5)年均浓度分别拉升31、16μg/m~3;2013—2014年京津冀区域大范围重污染过程集中发生在秋冬季,两季的污染过程对区域两年PM_(10)、PM_(2.5)平均浓度分别拉升27、21μg/m~3;京津冀区域均压场天气型污染可细分为臭氧型均压场和颗粒物型均压场。当秋冬季出现较小气压梯度、西南小风、逆温层等均压场天气型时,容易造成区域颗粒物污染过程;而春末、夏季出现均压场天气型时,容易造成O_3污染。     

中小城市空气质量预报试验与问题研究

当前中国大气污染形势严峻,迫切需要开展环境空气质量预报预警业务工作。为调研国内中小城市开展空气质量预报的基础条件和业务需求,促进全国城市空气质量业务体系建设,中国环境监测总站组织8个典型中小城市,利用基于数值预报基础的统计模式预报系统开展了空气质量预报实验工作。在此基础上,针对开展全国预报业务体系建设所需的中小城市预报方法、基础条件、人员技术水平等方面进行专项调研,并对国内中小城市开展空气质量预报能力建设和业务工作面临的问题、困难提出了建议和参考对策。     

基于神经网络和数值模型的重点区域PM2.5预报比较分析

应用BP神经网络法建立京津冀及周边城市、汾渭平原、苏皖鲁豫交界地区和长三角地区等重点区域95个城市PM_2.5预报模型,对2020年秋冬季上述地区城市开展未来7 d的PM_2.5预测预报,并对比同期业务化运行的数值模型预报结果和各城市人工订正后预报结果,对3方法预报效果进行分析评估.结果表明:（1） 4区域神经网络法模型性能短期预报相对较好,中长期有所降低,对4区域均有一定的系统性高估,苏皖鲁豫交界地区系统性偏差最小,长三角地区偏差最显著.数值模型区域预报水平较神经网络有所降低,各评价指标总体低于神经网络,对辖区城市间预报效果较神经网络差异更大.（2）神经网络、数值模型和人工订正方法对4区域PM_2.5浓度预报准确率普遍较低,平均不足50%,准确水平总体呈:神经网络>人工订正>数值模型. 3方法分指数级别范围准确率均大幅提升,4区域1～4 d平均准确率均在65%以上,神经网络模型和人工订正水平相近,总体高于数值模型.（3）在预报中度及以上污染级别日时,数值模型在京津冀及周边城市、苏皖鲁豫交界地区和长三角地区效果均较...