铜陵市冬春季PM10和PM2.5中元素特征及来源分析

目的了解铜陵市颗粒物中的元素特征和主要来源。方法选择2014年冬季和春季的部分时段,在铜陵市国家环境空气监测站——新民污水处理厂(工业区)采集PM_(10)和PM_(2.5)样品,使用X射线荧光光谱(XRF)法进行元素的定量测试。采样期间,冬季的空气质量以良和中、轻度污染为主;春季以中度和重度污染天气为主,采样期间出现了明显的重污染。结果 PM_(2.5)和PM_(10)中S和Si元素的浓度均比其余元素高,P和Cu元素的浓度远低于其余元素。空气污染的指数越高,Fe、Mg、Al、Si则更易富集在PM_(10)上,而K、Cu、Na、Cl、S元素更易富集在PM_(2.5)上,Ca和P这两种元素在PM_(10)和PM_(2.5)上的富集程度相当。空气颗粒物中,富集最多的元素是K,其次为Fe和Mg;元素Cu、K、Cl在PM_(10)中的富集程度要高于PM_(2.5)。结论扬尘(包括地面扬尘和建筑尘)是PM_(10)的最大来源,其次是开采矿山和燃烧生物质,燃煤、炼铜等工企业排放贡献最小;对于PM_(2.5)而言,最大的来源是风沙、扬尘和开采矿山,其次是燃煤、燃烧生物质和其他的工企业排放,炼铜的贡献最小。     

合肥冬半年降水及所处天气型对大气颗粒物浓度的影响

利用合肥市2015—2017年冬半年环境监测站和自动气象站数据,以及高空、地面天气图资料,运用常规统计和天气学方法分析了降水强度及不同降水天气系统对PM_2.5、PM₁₀浓度的影响.结果表明：冬半年降水日PM_2.5、PM₁₀平均浓度较无降水日分别下降18.1μg·m^-3（23.9%）、38.2μg·m^-3（37.8%）;小于5 mm的日降水量对颗粒物清除效果不明显,且有28%样本PM_2.5和PM₁₀浓度不降反升;当日降水量大于10 mm,位于“优”等级的PM_2.5和PM₁₀浓度比例分别为54%和80%,显著上升.连续降水期间PM_2.5、PM₁₀日均浓度中位值和均值逐日下降,降水第2日PM_2.5、PM₁₀日均浓度降幅最大.合肥冬半年降水天气系统可以分为切变线Ⅰ型、切变线Ⅱ型、低槽冷锋型和...     

安徽省50年日照时数的变化特征及影响因素

利用安徽省80站1955～2005年逐日日照时数、云量、水汽压、降水量及合肥市能见度资料,采用t检验、线性趋势分析等统计方法,分析了安徽省日照时数年、季节、月的变化特征以及空间分布特征;同时分析了可能影响日照时数的气象因子的变化特征。结果表明：安徽省年日照时数呈显著减少的趋势,平均美10年减少88.3h;除春季日照时数变化不明显外,其他季节日照时数显著减少。在20世纪60年代末至70年代初和70年代末都存在明显的突变,且都变少。安徽省日照时数大致呈纬向分布,分布形式为北高南低;除淮北市外,其它各站的日照时数均呈下降的趋势,其中下降趋势最大的是淮北的西部和江淮之间中部地区。能见度、大气水汽压、降水量、云量是影响日照时数的因素;日照时数的显著下降与能见度的下降、大气水汽压的增加、年降水量和年雨日数的增加关系密切,而与总云量和低云量的减少无关。     

基于MODIS和GIS的洪水识别及淹没区土地利用信息的提取

介绍了MODIS数据晴空和薄云下水体的有效识别算法——CH2/CH1比值方案,并应用于2007年淮河流域大洪水事件,选取泄洪前、泄洪期和退水期3时相的MODIS数据进行水体识别分析,有效确定洪水淹没区。利用GIS技术提取洪水淹没区土地利用信息,进一步统计安徽省沿淮县市淹没区土地利用各类型的面积,从而为区域洪水灾害评估提供参考依据。相关研究成果已在ArcGIS中建成模型,为洪水监测业务服务。     

合肥市冬季大气NO_2污染特征及模拟研究

基于合肥市NO_2浓度逐时监测数据,分析了该地区冬季大气NO_2污染的时空变化特征;并在主要大气污染源调查的基础上,构建了污染源排放清单,利用CALPUFF模型对NO_2浓度的动态变化进行了模拟。结果表明:合肥市大气NO_2浓度除个别点超标外,基本在《环境空气质量标准》(GB3095-2012)二级标准限值内。受主导风向和污染源位置影响,合肥市大气NO_2浓度以东北、西南部较高;浓度日变化呈典型的双峰型分布,早晚出现峰值,午后出现谷值,并且在休息日表现出污染浓度下降、日变化趋缓的"周末效应"。CALPUFF模型对NO_2浓度的空间分布格局总体把握较好,并且对其逐日变化具有比较可靠的模拟能力,模拟值与监测值的相关系数达0.7,模型对工作日的模拟效果略优于休息日。在研究时段内合肥市区面源对大气NO_2污染浓度贡献最为显著。     

寿县地区气溶胶光学特性研究

利用2014年9月-2015年8月寿县综合观测数据分析了该地区气溶胶光学特性的变化特征以及重污染过程中气溶胶光学参数的变化。(1)统计分析表明PM_(2.5)年平均质量浓度及525 nm波段散射系数、后向散射比、吸收系数、单次散射反照率分别为71.6μg/m~3、399.9 Mm~(-1)、0.15、31.6 Mm~(-1)和0.92;而最大频率分别出现在35~75μg/m~3、100~200 Mm~(-1)、10~20 Mm~(-1)、0.12~0.13和0.9~0.96。其中PM_(2.5)质量浓度、散射系数、吸收系数秋冬季节较高,夏季最低且双峰结构的日变化特征明显;后向散射比和单次散射反照率在秋季均较其它季节小,但后向散射比白天大、夜晚小而单次散射反照率在早晚交通高峰期间明显减小。(2)气团后向轨迹聚类分析表明来自人为活动频繁区域的颗粒物后向散射比较大,来自西北地区的颗粒物后向散射比较小;而来自海洋和局地的颗粒物单次散射反照率较大。(3)重污染个例分析表明秸秆焚烧使PM_(2.5)质量浓度、散射系数、吸收系数增大,但伴随的吸湿增长和化学反应过程使得单次散射反照率、后向散射比增大。     

黄山降水酸度及电导率特征分析

为了解黄山降水酸碱度和污染程度的总体特征,对2006～2011年黄山光明顶气象站常规监测的降水pH值和电导率进行了统计分析,结果表明:①该地区降水pH年均值在4.81～5.57,2009年之前,降水酸度加强,之后酸度减弱;降水平均pH值冬季最低(4.78),夏季最高(5.33);出现频率最高的降水事件为弱酸性到中性,总酸雨频率为46%,酸性降水累积雨量约占总雨量的45%.②年均降水电导率在16.91～27.84μS.cm-1,无明显年变化趋势.电导率在15μS.cm-1以下的降水发生频率最高,其次是15～25μS.cm-1之间.2010年2月～2011年12月,按日进行降水平行采样、存储、运送到实验室进行pH值与电导率测定和离子成分分析,对此期间的现场测定与实验室测定的两组pH值、电导率进行了比较分析.结果表明:①两组pH值间、两组电导率间都显著相关,但从山上现场到实验室,降水pH值向中性方向偏移,偏移幅度与降雨量和现场pH值有关,电导率的变化量与总离子浓度有关;现场pH值与电导率之间存在显著的负相关(r=-0.51).②使用一次性采样袋采样,pH值偏差变小,电导率之间相关性更强,两组pH与电导率间都存在明显的负相关.与中东部其他高山站的观测结果相比,黄山降水酸度弱,离子污染程度轻.     

安徽省主要气象灾害趋势演变及其对粮食总产的影响

为了揭示安徽省主要气象灾害的现状和变化规律，保障粮食作物稳产高产。该文利用1986~2017年安徽省78个市、县的干旱、洪涝、风雹、低温冷冻害和雪灾等4类主要气象灾害的受灾、成灾率数据，采用气候倾向率、灰色关联度和R/S分析方法，分析了全省4类主要气象灾害的时空变化特征和未来发展趋势及其与粮食总产的关联度。结果表明：（1）全省4类气象灾害的受灾、成灾率均随年代呈下降趋势，近10年受灾、成灾率明显偏少；高值区多出现在淮北地区、皖南山区和大别山区，低值区大多出现在沿淮、江淮和沿江地区。（2）未来安徽省干旱受灾、成灾率将继续下降，洪涝将持续不明显的下降趋势，风雹、低温冷冻害和雪灾将由下降趋势转为平稳或略有上升的趋势。（3）4类气象灾害的受灾、成灾率与粮食总产量的关联度由高到低的排序均为: 洪涝、低温冷冻害和雪灾、干旱、风雹。由此说明洪涝是影响安徽省粮食生产最主要的气象灾害。     

安徽省冬季采暖耗能对全球气候变暖的响应

基于1971—2018年安徽省77个气象站均一化日平均温度资料,采用趋势分析等方法,研究气候变暖对冬季采暖耗能的影响。结果表明：近48年安徽省冬季显著增暖,采暖初日推迟、终日提前,采暖期长度缩短,采暖强度显著下降。冬季温度在1989年发生突变,此后进入升温通道,因而将研究序列划分为基准时段（1971—1989年）和变暖期（1990—2018年）。相比于基准时段,变暖期内采暖期长度呈现空间一致性缩短,变化幅度自东北向西南递减,皖北北部及江淮之间东部缩短程度最大,大别山及皖南山区为全省低值区。全省采暖强度均减少,减少幅度自北向南递减。采暖节能贡献率介于3.6%~8.9%之间,高值区主要位于皖北北部、江淮之间北部和沿江东部,低值区则位于大别山及皖南两大山区。     

合肥市冬季PM2.5统计预报方法初试与比较研究

利用合肥市2015-2018年冬季PM_(2.5)观测资料和FNL再分析资料,文章综合考虑地面及边界层高度范围内各气象要素作用,针对目前空气质量统计预报方法的不足,根据阈值分析筛选预报因子,同时将风向数据转化为对应的八方位上历史污染物浓度均值输入,最后结合BP神经网络对PM_(2.5)浓度进行逐6 h预报。结果表明,所建模型(TA-BP方案)中对PM_(2.5)预测值与观测值的相关系数(R)高达0.85,平均绝对误差(MAE)为21.31μg/m~3,均方根误差(RMSE)为28.20μg/m~3。阈值分析能够有效筛选与污染物浓度呈非线性关系的气象预报因子和高空预报因子。较BP模型,TA-BP模型的R和一致性指数(IA)分别提升14.12%和8.33%,MAE、平均相对误差(MAPE)和RMSE分别降低22.87%、17.86%和23.78%。同时,与其他不同输入变量模型及线性模型对比结果表明:仅考虑气象因子作用的MTA-BP方案限制了预报模型的准确性,以临近6 h的PM_(2.5)浓度代替各气象因子作用的PTA-BP方案能够实现较好的预报效果,但滞后性严重。另外,综合考虑气象因子与污染因子作用的非线性TA-BP模型要优于线性MSR模型。