不同土地利用方式下土壤呼吸空间变异的影响因素

为研究不同土地利用方式下土壤呼吸空间变异的影响因素,进行野外观测试验,测定了土壤呼吸及相应的环境、植被、土壤因子,分析了土壤呼吸的空间变异性及其与这些因子之间的内在联系.结果表明,土地利用方式对土壤呼吸具有重要影响,不同土地利用方式下,土壤呼吸存在显著性差异(P<0.001),土壤呼吸速率在1.82～7.46μmol·(m2.s)-1范围内,最高值与最低值相差5.62μmol·(m2.s)-1.在本研究中,土地利用方式对土壤呼吸的影响作用大于土壤温度、湿度等环境因子.土壤有机碳是影响土壤呼吸空间变异性的关键因子,在所有观测的生态系统中,土壤呼吸与有机碳含量之间的关系均可用幂函数描述.在森林生态系统中,土壤呼吸与观测地点树木胸径(DBH)之间的关系可用对数方程描述.胸径大小体现了树木生长时间的长短.综合土壤有机碳含量(C,%)、有效磷含量(AP,g·kg-1)及胸径(DBH,cm)这3个因子的模型可模拟森林土壤呼吸(Rs)92.8%的空间变异.     

基于GAMs模型分析成都市气象因子交互作用对O3浓度变化的影响

为探究成都市大气环境中气象因子交互作用对臭氧（8h浓度平均最大值,统一用O₃表示）浓度变化的影响特征,利用成都市2014~2019年逐日大气污染物资料以及同期的气象资料,采用广义相加模型（generalized additive models,GAMs）分析气象因子对O₃浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O₃浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度（maximum mixed depth,MMD）和通风系数（ventilation coefficient,VC）间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O₃浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O₃浓度变化的影响较全年更加显著.在构建O₃浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O₃浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数（R²）为0.849,方差解释率为85.1%,最高气温是全年O₃浓度变化的主导影响因素;夏季GAMs模型的R²为0.811,方差解释率为81.3%,而夏季最高气温和MMD同为重要影响因素.GAMs交互效应模型中,就全年而言,最高气温与日照时数、相对湿度、降水量间交互作用,以及日照时数和MMD间交互作用对O₃浓度变化影响显著,结合三维可视化图形直观分析气象因子交互作用对O₃浓度变化的影响特征,发现强高温+强日照+MMD （2000 m左右）+无降水条件协同作用下有利于O₃的生成;就夏季而言,仅最高气温分别与日照时数和VC交互作用对O₃浓度的影响显著,夏季强高温+强日照+水平方向小风速有利于近地层O₃浓度的生成.运用GAMs模型能够对O₃污染的主导气象因子进行识别,并定量化分析气象因子单效应及其交互作用对O₃浓度变化的影响特征,对O₃浓度污染防控研究具有重要指示意义.     

HONO来源及其对空气质量影响研究进展

综述了HONO来源(源排放、均相反应和非均相反应生成)、HONO模拟研究以及HONO来源对空气质量的影响.指出均相反应中激发态NO2与水汽作用形成HONO的机制在高NOx排放地区具有重要作用,但反应速率需进一步证实.非均相反应中水解反应可能是HONO最主要来源,空气质量模式模拟结果也支持该观点;soot表面的光照催化反应在soot高排放地区对HONO贡献较大,但仍需大量外场实验证实;土壤排放机理的外场实验研究极少,亟待加强.     

武汉地区2014年PM2.5时空分布与来源贡献的数值模拟研究

利用耦合了污染源在线追踪模块的化学传输模式NAQPMS （Nested Air Quality Prediction Model System）,结合地面细颗粒物（PM_2.5）的小时观测数据,模拟了2014年1、4、7、10月4个月份武汉地区PM_2.5浓度时空分布特征,量化了本地、武汉城市圈及远距离地区对武汉PM_2.5浓度贡献.研究发现,2014年武汉市PM_2.5年均浓度为85.3 μg·m^-3,污染天（PM_2.5日均值≥75 μg·m^-3）占全年总天数的47.9%.细颗粒物的月均值呈现出季节性特征,即冬季污染最为严峻,1月均值为199.1 μg·m^-3,PM_2.5浓度超标持续一整月;夏季空气质量最好,春秋介于两者之间.模拟的PM_2.5平均浓度在空间上大致呈现"城区高,郊区低"的分布态势.污染物区域来源解析发现,武汉市本地排放源贡献在1月最低,为34.1%,表明外来源贡献对长期灰霾的形成起决定性作用.7月本地源影响最显著（65.7%）,和毗邻城市源（23.1%）一起成为夏季污染物的主要来源.4月和10月本地排放贡献比分别为49.1%和42.1%.4个月份,武汉城市圈对该市PM_2.5浓度的贡献差异不大,范围在20.8%~24.1%.受大尺度天气系统的影响,远距离传输贡献率趋势与本地来源相反,占10.6%~35.3%.研究结果表明污染气团跨界输送对武汉不同季节PM_2.5浓度有重要贡献.在冬季大范围污染背景下,污染物区域大范围协同控制才能有效减缓武汉PM_2.5污染问题;而夏季对本地及近周边城市的减排措施可以有效改善武汉的空气质量.     

应用扩散管测量霾污染期间大气氮硫化合物浓度的方法

活性氮和硫化合物在大气颗粒物形成过程中扮演重要角色,但对它们气相/颗粒相的同步观测结果比较缺乏.本研究尝试基于扩散管的DELTA系统测量氮和硫化合物短时累积浓度,以期捕捉它们在霾污染期间的演变规律.结果表明,DELTA系统收集气态污染物的扩散管中以及颗粒物滤膜上NH_4~+和NO-3空白干扰较小,适用于研究NH_3、HNO_3、NH_4~+和NO-3的日均浓度,可以作为城市环境空气质量监测参数的有效补充;但采样系统中SO_2-4背景含量较高,仅适合监测48 h以上时间尺度的SO_2浓度和周~月尺度SO_2-4浓度,用于大气硫沉降观测.北京2016年5月9日~6月7日观测期间,大气NH_3、HNO_3、NH_4~+和NO-3浓度具有明显的逐日演变规律,呈现出随着风向转变而发生周期性波动的典型特征;这些含氮污染物与PM_(2.5)、CO、SO_2和NO_2浓度的变化规律一致,其来源可能与化石燃料燃烧源有关.污染天NH_3、HNO_3、NH_4~+和NO-3浓度约为清洁天的2倍,但还原性氮和氧化性氮的相态分布在清洁天和污染天无明显差异;整个观测期间,HNO_3/NO-3约为1.2,NH_3/NH_4~+为4.5,春夏之交较高的温度有利于活性氮在气粒平衡过程中偏向于气态形式存在.     

石家庄秋季一次典型霾污染过程水溶性离子粒径分布特征

为研究石家庄秋季典型霾污染过程中颗粒物水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2013年10月15日到11月14日利用惯性撞击式8级采样器(Andersen)对石家庄城区大气颗粒物进行了为期一个月的连续采样,并使用离子色谱仪对观测期间一次霾污染过程颗粒物中8种水溶性无机离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))进行了分析.结果表明,石家庄秋季颗粒物污染严重,采样期间PM10和PM2.5日均值分别达到(361.2±138.7)μg·m~(-3)和(175.6±87.2)μg·m-3,PM_(2.5)日均值达到国家环境空气质量二级标准的2.3倍.此次污染过程,优良天、轻/中度污染天和重度污染天总悬浮颗粒物中总水溶性无机离子(TWSII)浓度日均值分别为(64.4±4.6)、(109.9±22.0)和(212.9±50.1)μg·m-3,由优良天过渡到重度污染天,总水溶性无机离子中二次无机离子(SO_4~(2-)、NO_3~-和NH_4~+)的比例由44.9%上升至77.6%,此次的霾污染过程主要来源于二次无机离子的生成和积累.优良天,SO_4~(2-)、NO_3~-和NH_4~+呈现双模态分布,峰值分别出现在0.43~0.65μm和4.7~5.8μm,而在轻/中度污染天和重度污染天,逐渐转变为单模态分布,峰值出现在0.65~1.1μm,随着高湿度下液相反应的加剧,二次无机离子由凝结模态向液滴模态转移的迹象明显.Na+、Mg~(2+)和Ca~(2+)这3种离子在优良天、轻/中度污染天和重度污染天的粒径分布相似,均以粗模态形式存在,在4.7~5.8μm出现峰值;K~+、Cl~-在优良天、轻/中度污染天和重度污染天均为双峰分布,但峰值出现的粒径段有所改变.     

一次光化学污染过程中O3和NOx的垂直梯度观测研究

为了研究2008年北京奥运会前期污染物浓度变化特征,对北京气象塔3层高度上的大气污染物（NO2和O3）进行加强观测,分析其变化特征。观测结果表明,由于北京奥运会前期采取了严格的空气质量控制措施,NO2浓度相对车辆限行前下降了45.3%,且随着高度递增逐渐降低;O3浓度最大值和日均值有所降低,其最大值出现时间较10年前提前了12 h,且有4 h左右处于相对平稳状态。O3浓度峰值主要是受NO2的控制,O3浓度峰值出现时间提前反映出北京大气氧化效率不断提高。对于观测期间出现光化学污染事件,利用同期气象资料和大气污染监测数据分析,发现造成这次大气污染的主要原因是气象因子：地面多处于弱高压场控制中,大气层结稳定,风力较弱（小于2 m/s）,并伴随着连续高温、强辐射和低湿。     

一次光化学污染过程中O_3和NOx的垂直梯度观测研究

为了研究2008年北京奥运会前期污染物浓度变化特征,对北京气象塔3层高度上的大气污染物(NO2和O3)进行加强观测,分析其变化特征。观测结果表明,由于北京奥运会前期采取了严格的空气质量控制措施,NO2浓度相对车辆限行前下降了45.3%,且随着高度递增逐渐降低;O3浓度最大值和日均值有所降低,其最大值出现时间较10年前提前了1~2 h,且有4 h左右处于相对平稳状态。O3浓度峰值主要是受NO2的控制,O3浓度峰值出现时间提前反映出北京大气氧化效率不断提高。对于观测期间出现光化学污染事件,利用同期气象资料和大气污染监测数据分析,发现造成这次大气污染的主要原因是气象因子:地面多处于弱高压场控制中,大气层结稳定,风力较弱(小于2 m/s),并伴随着连续高温、强辐射和低湿。     

基于化学组分参数化的大气气溶胶吸湿性特征

为了探讨大气气溶胶的吸湿性特征,基于观测气溶胶化学组分,计算了吸湿性参数κ.首先,通过PCA分析法,得到了对吸湿性参数κ贡献率较大的化学因子;其次,基于K?hler公式与ZSR混合理论,对各化学组分加权得到各时刻对应的吸湿性参数κchemical;最后,基于κ-K?hler理论,讨论κchemical与其相关性,并通过...     

河南省一次PM2.5污染过程区域性影响数值模拟

为了研究区域输送对河南省PM_2.5重污染的影响,利用中国科学院大气物理研究所自主研发的NAQPMS(嵌套网格空气质量预报)模式模拟了河南省2014年1月12─19日的一次污染事件. 污染期间,河南省所有城市ρ(PM_2.5)小时均值最大值均超过250 μg/m3,达到了严重污染水平. 利用基于NAQPMS的污染源来源追踪方法评估了本地排放和区域输送的影响. 结果表明:研究期间,本地排放和区域输送对河南省ρ(PM_2.5)的平均贡献率分别达到了50.6%和49.4%. 在区域输送方面,安徽省对河南省ρ(PM_2.5)的贡献率(10.0%)最高,山西省(9.2%)、陕西省(8.5%)次之,河北省(仅2.1%)最低. 分地区来看,河南省中部地区以本省累积(贡献率为61.4%,下同)为主,东部地区以安徽省(30.4%)输送为主,南部地区以本省累积(45.1%)、湖北省(14.1%)及安徽省 (13.7%)输送为主,西部地区以陕西省(35.4%)输送为主,北部地区则主要以本省累积(58.1%)及山西省(20.7%)输送为主. 研究表明,尽管河南省各地区同时出现高污染,但其来源不同,有必要采取区域联防联控措施.