基于空间密集传感器解析城市本地排放和区域传输贡献方法初探

为了对城市污染物进行详细区域来源解析,基于长沙市低成本传感器监测网络,收集了2019年10月PM_2.5、PM₁₀、SO₂、NO₂的高空间分辨率监测数据,对污染特征进行分析.同时,根据本地排放和背景浓度变化的不同相对频率,基于小波分析提取了污染物背景浓度并结合空间密集监测量化了城市环境中监测点的近场、远场及区域传输贡献.结果显示,2019年10月长沙市4项常规污染物中,PM_2.5浓度较高,SO₂浓度较低.小波分析提取各监测点背景浓度结果表明,部署在乡村的监测点PM_2.5、PM₁₀和NO₂背景浓度平均水平较低,而城市总体数据分布更分散,存在明显的本地排放源.估计近场、远场及区域传输对城市监测点总污染水平贡献发现,研究期间,区域传输对监测点污染贡献最大.其中,PM_2.5的区域贡献、远场贡献和近场贡献占比分别为43%、24%和17%;PM₁₀的区域贡献占比较高为59%,远场贡献和近场贡献分别占比14%和16%;NO₂的区域贡献、远场贡献和近场贡献占比分别为45%、24%和19%;而SO₂主要以区域贡献为主,占比达78%.     

北京与成都大气污染特征及空气质量改善效果评估

近年来我国空气质量持续改善,大气颗粒物浓度明显降低.为探究气象条件和减排措施对细颗粒物（PM_2.5）浓度的相对贡献,选取两个典型代表城市——北京和成都,对比分析两城市所处的地理环境条件、污染排放以及气象扩散条件.结果表明,北京与成都2013~2018年重污染天数及污染过程显著减少,SO₂和PM_2.5浓度降幅明显,与2013年相比,两城市2018年SO₂浓度的降幅分别为77.8%和70.9%,PM_2.5浓度分别降低了42.7%和48.5%.冬季PM_2.5浓度下降速率最大,每年分别以13.5μg·m^-3和14.1μg·m^-3的速率降低.2013~2018年成都较北京风速偏小,温度偏高约3℃,静小风日数偏多,冬季静小风频率高,混合层高度、大气容量指数以及通风系数明显偏小,大气扩散条件较差.综合静稳天气指数（SWI）和环境气象指数（EMI）结果表明北京大气扩散条件优于成都,但近几年的变化程度有所不同.2014~2018年两城市的EMI呈减小趋势,2018年成都地区EMI降幅最显著,气象条件明显好转.与2014年相比,2018年北京与成都全年大气污染减排对PM_2.5浓度的贡献分别为33.5%和24.0%,气象条件的贡献分别为7.2%和11.1%;冬季减排贡献分别为31.7%和32.5%,气象条件的贡献比全年的大.     

入侵植物加拿大一枝黄花和本地一枝黄花的遗传多样性比较

为了阐明加拿大一枝黄花成功入侵的机制,利用简单序列重复区间标记(ISSR)方法对加拿大一枝黄花和本地一枝黄花的遗传多样性进行比较研究。从100条引物中筛选出12条引物用于PCR扩增,利用POPGEN32软件对2种一枝黄花进行遗传多样性分析。结果表明,加拿大一枝黄花在物种水平上的多态位点百分率为95.19%,Nei’s基因多样性指数为0.308 5,Shannon’s信息指数为0.415 8;本地一枝黄花在物种水平上的多态位点百分率(89.80%)、Nei’s基因多样性指数(0.249 1)和Shannon’s信息指数(0.383 4)都比加拿大一枝黄花小。加拿大一枝黄花和本地一枝黄花居群间遗传分化系数分别为0.118 2和0.131 3,居群内变异分别为0.881 8和0.868 7,表明2个物种居群间的遗传分化不明显,遗传一致度高,且主要的遗传变异存在于居群内。入侵植物加拿大一枝黄花具有较高遗传多样性,且高于本地一枝黄花,这可能是加拿大一枝黄花成功入侵的原因之一。     

南京北郊VOCs对臭氧和二次有机气溶胶潜在贡献的研究

2013年3月1日~2014年2月28日采用GC5000在线气相色谱仪对南京北郊大气环境中的挥发性有机物(VOCs)进行了为期一年的连续监测,分析了VOCs的组成特征及季节、日变化规律,并结合PMF受体模型,采用最大增量反应活性(MIR)系数及气溶胶生成系数(FAC)分析了VOCs及其各来源的O3和SOA生成潜势.结果显示,南京北郊大气环境中TVOCs小时平均体积分数为45.63×10-9,TVOCs及各组分浓度呈现秋冬季高、夏季低的季节变化特征和双峰结构的日变化规律.SOA总生成量约为2.07μg/m3,芳香烃对其贡献率最大,占95.93%,其中的苯系物是生成SOA的优势物种;烯烃对OFP的贡献最大,接近65%;烷烃虽为VOCs的优势组分,却并非OFP和SOA的主要贡献者.不同季节VOCs的受体模型解析结果显示,工业排放和汽车尾气是南京北郊最主要的VOCs来源.富含苯系物的VOCs来源对SOA的贡献最大,对OFP贡献最大的则为富含乙、丙烯及异戊二烯的VOCs来源;春、秋、冬三季汽车尾气及工业排放(包括石化工业)二源对大气中的VOCs浓度、SOA的贡献及OFP的贡献影响最为显著,而夏季溶剂使用及植物源对SOA及OFP的贡献不容忽视.     

上海城市污水处理厂中合成麝香的分布与来源解析

于2008年4月、7月、10月在上海12家污水处理厂采集了36个污泥样品,分析了其中合成麝香的浓度水平.结果表明,佳乐麝香(HHCB)和吐纳麝香(AHTN)的浓度变化范围为198~4828μg/kg、89~1455μg/kg,中值为1491,702μg/kg,是其中主要的污染物.分析合成麝香的主要污染来源,发现污泥中HHCB、AHTN主要来源于加香浓度高,使用后又能即刻进入污水的添香类日用品,如洗发水、沐浴露和洗衣粉等,贡献量占90%以上,特别是沐浴露和洗衣粉.利用这些日用品中合成麝香的浓度估算,上海地区居民人均对HHCB、AHTN的贡献量分别为0.33,0.06g/a,是欧洲和美国水平的10%~50%.估算了污水处理厂出水中HHCB、AHTN的最大浓度以及对水生生物的风险系数(RQs),表明目前上海污水处理厂出水中合成麝香对水生生物的风险影响较低.     

典型输送通道城市冬季PM2.5污染与传输变化特征

以京津冀典型输送通道上的河北西南4个城市邯郸、邢台、衡水和沧州为例,分析了2019～2021年冬季3 a气象条件与PM_2.5浓度变化特征,运用潜在源贡献分析(PSCF)和浓度权重分析(CWT)识别了研究期内4个城市PM_2.5输送特征,基于气象-空气质量模型(WRF-CMAQ)传输矩阵法和传输通量法量化评估了邯郸、邢台、衡水和沧州与周边地区之间的PM_2.5传输贡献,揭示了PM_2.5传输净通量的垂直分布变化特征,并进一步识别4个城市两条PM_2.5污染主要传输路径.结果表明,在研究期间,4个城市PM_2.5浓度呈下降趋势,下降比例分别为45.85%、 49.45%、 42.40%和31.65%;邯郸和邢台潜在源贡献较大的区域主要分布在山西中南部(临汾、长治和晋中)和河南北部(新乡、开封和郑州)以及少部分内蒙古部分地区(PSCF> 0.9),衡水和沧州潜在贡献较大的区域主要集中在河北南部(邯郸、石家庄)、山西中部(太原、阳泉)和部分山东地区(PSCF> ...     

滁州市一次持续性臭氧污染过程气象与传输特征分析

2019年6月8日至17日,安徽省滁州市发生一次持续性臭氧(O₃)污染过程,O₃浓度值超过国家二级标准浓度限值3%~45%。基于滁州市老年大学监测站点空气质量数据、滁州市气象站及全球资料同化系统(GDAS)气象数据,运用HYSPLIT后向轨迹模型、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析方法,研究污染发生时段的气象和区域传输特征。结果表明:①在此次O₃污染过程中,日最高温度的变化范围为25.5~34.7 ℃,风速整体小于4 m/s,风向以偏东风为主,午后的相对湿度在40%左右。在该时段内,滁州市基本处于均压场的控制之中,且受到锋面气旋外围下沉气流的影响,大气层结稳定。②O₃污染发生期间,滁州市主要受东南方向气流的影响,但来自山东省、安徽省北部和江苏省北部的气流的影响也不容忽视。6月9日夜间至10日上午的O₃浓度异常高值,与9日下午的气压异常低值及9日夜间的大气边界层高度异常高值密切相关。上述气压及大气边界层高度异常值的出现使得上风向高浓度O₃被输送至滁州。③此次污染过程的潜在贡献源区主要分布于安徽省东南部、江苏省中西部和浙江省北部等地。上述区域的加权潜在源贡献因子(WPSCF)值大于0.4,加权浓度权重轨迹(WCWT)值超过了100 μg/m³。今后,滁州市在O₃污染防控工作中应加强与上述区域的联防联控。     

葫芦岛市大气颗粒物潜在源区分析

基于后向轨迹模式(HYSPLIT)模拟了葫芦岛市2019—2021年气流的72 h后向轨迹,同时结合同期的逐日PM_2.5浓度数据,采用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT)探讨了葫芦岛市PM_2.5不同季节的潜在源区及其对葫芦岛市PM_2.5浓度的贡献。结果表明：冬季,葫芦岛市最主要的潜在源区为乌兰布和沙漠,其次为蒙古国东南部、内蒙古东部、京津冀地区和辽宁省西部城市群;秋季葫芦岛市最主要的潜在源区为辽宁省南部、京津冀地区、山东省北部和河南省北部;春季的相对高值区域零星分布在京津冀地区、山东省和渤海海域等地区,夏季相对高值区域零星分布在京津冀地区和山东省西北部。