反核生化恐怖与大气科学

在组成反恐战略诸要素中 ,科技政策是核心要素。“9·1 1”事件后 ,反恐上升为美国科技领域的头号课题 ,政府加大了对科技反恐的投入 ,我国也面临同样的抉择。恐怖活动除了直接实施核生化恐怖威胁之外 ,还通过破坏核生化设施同样达到核生化恐怖的效果 ,甚至比直接实施核生化恐怖更为严重。据调查 ,各大中城市生产使用有毒、有害、易燃、易爆化学物质的工厂占全部工厂的 80 %以上 ,年用量成千上万吨。在恐怖分子应用最多的爆炸和燃烧事件中 ,人员的主要伤亡不是来自于炸伤、烧伤 ,而是因爆炸和燃烧所产生的毒气中毒。研究表明 ,在各种有毒物质传播途径中 ,空气和水体扩散所占比例最大。笔者针对反恐问题 ,论述了大气科学与核生化恐怖的关系 ,重点突出了大气科学、空气动力学及流体力学在反核生化恐怖科研中的战略地位     

北京奥运时段VOCs浓度变化、臭氧产生潜势及来源分析研究

挥发性有机物(VOCs)是大气中光化学污染臭氧(O3)的重要前体物,其在大气中的浓度水平往往直接影响着臭氧的污染水平.以2008年夏季北京大气中VOCs浓度观测资料为基础,分析了VOCs浓度和组分随时间的变化特征,比较了各组分对臭氧产生的影响潜势,并利用主成分分析法研究了VOCs主要来源.结果表明,北京大气总VOCs在上午和下午的浓度分别是34.38×10-9(体积分数)和27.13×10-9(体积分数),组分中以烷烃最高,芳烃次之,烯烃最低,下午大气中VOCs浓度显著低于上午,烯烃、芳烃和烷烃依次下降28%、26%和15%;其中1,2,4-三甲苯等效丙烯浓度最高(8.05×10-9C),其次为间对二甲苯(6.97×10-9C)、甲苯(6.41×10-9C)和1,3,5-三甲苯(5.64×10-9C);芳烃对大气O3生成贡献最大(47%),其次是烯烃(40%),烷烃最低(13%).北京大气中VOCs主要来源于机动车(28%)、溶剂挥发(19%)、液化气泄漏(15%)和工业排放(12%).为遏制近年来夏季O污染加重趋势,北京应大力减少VOCs排放,特别是芳香烃的排放量.     

春季黄海边界层内海盐细粒子氯亏损及混合状态研究

为了解海盐气溶胶和亚洲出流污染物的相互影响,对2001年春季黄海边界层内观测的气溶胶细粒子可溶离子浓度(AGE-Asia中NCAR C-130飞机航测)进行了研究.所分析的6个航段(航段1～航段6)都位于黄海中部(124.0°E～125.1°E,34.3°N～36.4°N)的大气边界层内.离子摩尔比和相关分析表明,在所...     

京津冀重霾期间PM_(2.5)来源数值模拟研究

厘清PM2.5的来源是开展重霾污染防治的前提条件.本研究利用嵌套网格空气质量预报模式系统(NAQPMS)及其耦合的污染来源追踪技术,针对2013年1月我国中东部的重霾污染过程,定量模拟分析京津冀各城市PM2.5浓度的来源和相互贡献.研究结果表明,NAQPMS模式能够合理反映京津冀不同城市PM2.5浓度的变化特征.京津冀各城市近地面PM2.5浓度主要受本地排放影响,本地贡献率介于29.8%~63.7%.而800 m高空层各城市PM2.5浓度以外来贡献为主(69.3%~86.3%).在污染最严重的东南部地区(包括邢台、邯郸、沧州和衡水),PM2.5浓度受区域外的山东和河南的显著影响,贡献率可达25.2%~31.5%.因此,在京津冀区域内进行协同减排控制的同时,需进一步将山东、河南等省份纳入联防联控范围,才能有效防控重霾污染.     

长沙大气中VOCs研究

应用大气采样罐采样技术和色谱-质谱联用（GC-MS）技术,对2008年长沙市大气中76种挥发性有机物（VOCs）的组分及其质量浓度水平进行测试,比较了各组分对臭氧产生的影响潜势,同时对其主要来源进行简单分析.结果表明,长沙大气总VOCs在上午和下午的浓度分别是38.4×10-9（体积分数）和22.7×10-9（体积分数）,下午大气中VOCs浓度显著低于上午;季节变化呈现VOCs冬季浓度远高于夏季VOCs浓度,组分中以卤代烃最高,烷烃、芳烃次之,烯烃最低,OH消耗速率最高的物质是间、对二甲苯（10.71×10-9 C,碳单位体积比,下同）;其次为1,2,4-三甲苯（6.04×10-9 C）和1,3,5-三甲苯（2.23×10-9 C）.芳烃对大气O3生成贡献最大（66%）,其次是烯烃（26%）,烷烃最低（8%）.高浓度的异戊烷和丙烷说明了机动车排放和液化石油气是VOCs来源之一,苯/甲苯的特征比值接近0.8,远高于机动车尾气排放特征比值0.5;说明溶剂和涂料挥发是其主要来源之一.     

2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究

我国重污染呈现愈演愈烈态势,重污染事件在供暖季节（污染频发期）尤为频发.本文利用北京2013—2015年采暖期逐小时PM_2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明：2013—2015年采暖期北京发生重污染（日均PM_2.5浓度大于150 μg·m^-3）的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明：北京地面受高压系统控制时,污染时间持续最长,也最为频发（47.3%）,PM_2.5平均浓度最高可达258.8 μg·m^-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现：主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持.     

河北香河亚微米气溶胶组分特性、来源及其演变规律分析

霾的形成发展与细颗粒物化学组分变化紧密相关.本文利用颗粒物化学组分监测仪(ACSM)、黑碳仪等对河北香河夏季亚微米气溶胶(PM1)化学组分、来源及其演变规律进行详细分析.结果表明,PM1平均占到PM2.5的约71%,PM1主要分布在20~80μg·m-3间;观测期间有显著的秸秆燃烧事件,秸秆燃烧时段PM1质量浓度显著升高,其中有机物质量分数迅速升高,平均约占到47%;秸秆燃烧使得大气气溶胶由弱碱性转变为弱酸性;整个观测期间,正交矩阵因子分解法(PMF)共识别出4类有机气溶胶,分别为两种一次有机气溶胶(类烃类有机气溶胶和生物质燃烧有机气溶胶)和两种二次有机气溶胶(低挥发、高氧化性的有机气溶胶和低氧化、半挥发性的有机气溶胶),有机气溶胶氧化程度较高.其中二次有机气溶胶的贡献远大于一次有机气溶胶,平均占到有机物的~69%,而去除秸秆燃烧时段后PMF结果中未解析出生物质燃烧有机气溶胶.     

APEC前后北京SO2垂直分布特征及其对二次硫酸盐生成的影响

SO_2是北京大气中重要的污染气体.为探讨亚太经合组织(APEC)峰会前后北京大气SO_2的垂直分布及其对二次硫酸盐(SO_4~(2-))生成的影响,我们于2014年10月21日至11月30日在地面和北京325 m气象塔260 m高度处同步开展了气体SO_2和亚微米颗粒物中硫酸盐(SO_4~(2-))实时连续在线观测.结果显示,采暖前,北京地面SO_2浓度较低,但高层由于显著受到区域输送的影响浓度较高,两层污染物变化趋势也存在明显差异.采暖后,即APEC后,受本地供暖排放影响,SO_2和SO_4~(2-)浓度显著增加,两层的总体差异也相应减小,变化趋势也更为一致.湿度对SO_2的液相转化起关键作用.我们发现近地面SO_2的转化率(SOR)显著高于260 m,这主要与地面较高的湿度相关.事实上,SOR随着湿度增加而迅速增大,进一步凸显了湿度对SO_2液相氧化的影响.另外,我们也发现SO_2特别是260 m在低湿范围(RH40%)内随湿度增加而逐渐升高,但在高湿范围(RH50%)内则呈下降趋势,说明不同湿度范围内的来源或者生成机制可能有所不同.SO_4~(2-)和PM_(2.5)浓度均随着湿度的增加而增加,但不同湿度范围,增加速率不同.通过相关性和和后向轨迹分析表明,区域输送(特别是途经北京西部和南部的气团)和本地燃煤排放分别是采暖前后污染物的主要来源.     

天津冬季两个典型污染过程高浓度无机气溶胶成因及来源分析

无机气溶胶是天津冬季霾天出现的主要成分,研究挑选了2020年1月污染天中两个典型的高浓度无机气溶胶（SIA）过程（CASE1和CASE2）,利用观测数据和耦合了在线污染物来源追踪方法的大气化学传输模式NAQPMS综合探究了气象要素、区域输送和化学过程的影响.两个过程的ρ（SIA）均值分别为76.8 μg·m^-3和66.0 μg·m^-3,硝酸盐浓度高于硫酸盐和铵盐,均为硝酸盐为主导的污染过程.气象条件影响了无机气溶胶的生成,CASE1过程ρ（SIA）>80 μg·m^-3对应的温度和相对湿度区间分别是[-6℃,0℃]、[2℃,4℃]和[50%,60%]、[80%,100%];CASE2过程对应的温度和相对湿度区间分别是[2℃,4℃]和[60%,70%].外来源对CASE1和CASE2过程SIA的平均贡献率为62.3%和22.1%,分别为区域传输主导和局地生成主导过程.CASE1本地排放对硝酸盐和硫酸盐的贡献分别为16.2 μg·m^-3和8.2 μg·m^-3,均高于外来源的贡献（31.7 μg·m^-3和8.8 μg·m^-3）;CASE2过程本地排放对硝酸盐和硫酸盐的贡献分别为29.3 μg·m^-3和25.1 μg·m^-3,而外来源的贡献为8.1 μg·m^-3和9.4 μg·m^-3.这表明CASE1本地生成和外来源输送贡献造成硝酸盐高于硫酸盐浓度,而CASE2仅本地源造成硝酸盐浓度高于硫酸盐.两个污染过程气相氧化反应是无机气溶胶生成的首要来源,贡献率分别为48.9%和57.8%;非均相反应也是重要过程,对SIA的贡献率分别为48.1%和42.2%;液相反应的影响小.