持续提升固定污染源监测数据质量的思考与分析

固定污染源监测作为生态环境监测的重要组成部分,随着生态环境监测改革的总体推进,取得了显著成效,同时也面临新的问题。尤其是排污许可制度的全面实施,固定污染源监测数据质量提升日益重要,其准确可靠是“三个治污”的基础支撑,是污染防治攻坚战获胜的根本保障。在对影响固定污染源监测数据质量的因素和面临的问题与挑战深入剖析的基础上,从完善制度体系、业务体系、技术体系和加强基层能力建设方面,提出持续提升固定污染源监测数据质量的相关建议。     

2021年3月14—16日中国北方地区沙尘暴天气过程诊断及沙尘污染输送分析

2021年3月14—16日发生在北方地区的沙尘暴天气过程被认为是近10年来我国出现的最强过程.本文在对此次沙尘暴过程天气学特征分析的基础上,利用 HYSPLIT 模式和 GDAS 资料,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,探讨了气候变化背景下沙尘输送源与天气系统的配置关系及本次过程中沙尘污染物PM₁₀质量浓度的潜在源区分布及贡献.结果表明,此次过程由强烈发展的蒙古气旋及冷锋过境,高空槽后冷空气持续补充引起,中高层强斜压性使地面蒙古气旋强烈发展,大风卷扬起的沙尘随上升气流输送到高空,并在偏北大风引导下,影响了我国大范围地区.内蒙古东北部至河套地区的强涡度梯度带、500、700 hPa较高的强冷平流中心与下层的温度平流差异以及交替的上升下沉运动为本次北方地区大范围沙尘暴过程提供了动力、热力及不稳定度条件.本次沙尘天气过程中,影响呼和浩特、北京的沙尘传输通道主要为北偏东路,影响银川的沙尘传输通道为西北路和北路,过程受多沙源传输通道影响.萨彦岭、蒙古国南部戈壁沙漠为本次沙尘天气PM₁₀的主要潜在源区,传输过程中混合内蒙古沙源地沙尘.总体来说,蒙古国南部戈壁沙漠对本次过程PM₁₀质量浓度的贡献最大.     

未来RCP4.5情景下黄海DMS浓度变化模拟与分析

使用CORDEX-EA过去气候态(2000-2009年)与RCP4.5情景下近未来气候态(2041-2050年)大气强迫结果驱动中国东部陆架海域耦合DMS模块生态模型,模拟了黄海过去及近未来表层DMS浓度(C_DMS),探究了黄海近未来C_DMS时空分布的变化及其影响因素.结果表明:近未来黄海C_DMS的年循环发生变化,北黄海C_DMS极高值出现月份由5、9月转变为4、10月,南黄海由4、9月转变为4、8月;局部C_DMS高值区也发生变化,春季山东半岛附近海域、夏季苏北浅滩、南黄海中东部、秋季南黄海东部C_DMS高值区加强,夏季山东半岛附近C_DMS高值区减弱.近未来热通量、风应力对山东半岛、南黄海中东部海域C_DMS影响较大;降水量、云量对西朝鲜湾C_DMS的影响占优;苏北浅滩C_DMS受多个气候因子共同作用.     

深圳市不同区域大气CO2变化特征与来源分析

于2020年12月1日~2021年12月1日分别在深圳市大学城和路边站两点位对大气CO₂和CO浓度进行了为期1a的观测.本次观测期间内两点位大气CO₂平均浓度分别为432×10^-6和439×10^-6,均呈现了“秋冬季高、春夏季低”的季节变化特征与“昼低夜高”日变化特征,且日变化特征在早晚高峰期受到交通源排放的显著影响.此外,通过引入CO₂和CO的净变化值得到大学城和路边站两点位的ΔCO₂/ΔCO值分别为136.8~184.8、59.0~119.3,结果表明机动车排放对深圳市大气CO₂贡献突出.     

瞬时NH4+-N冲击对微压反应器污染物去除效果的影响

探究NH₄+-N冲击对微压反应器(MPR)污染物去除效率的影响,通过提高单周期瞬时进水NH₄+-N浓度至40,50 mg/L,对MPR进行冲击。结果表明:常规负荷下,MPR具有良好的污染物去除效果。冲击周期降解历时数据显示,在进水40 mg/L NH₄+-N冲击周期内进水ρ(COD)、ρ(NH₄+-N)、ρ(TP)分别为192.58,40.96,2.52 mg/L,出水分别为38.16,0.70,0.26 mg/L,去除效果无显著变化,出水TN浓度上升至16.04 mg/L。增加NH₄+-N冲击浓度至50 mg/L,冲击周期内NH₄+-N降解速率不变,反硝化速率提高,出水ρ(NH₄+-N)、ρ(TN)升高至4.95,17.62 mg/L,TN降解主要受碳源不足影响;TP去除效果无变化,冲击后57个周期内除磷系统受到影响,出水TP出现较大波动,最高浓度达到2.6 mg/L。以上结果表明,MPR系统受到NH₄+-N冲击后1个周期内,脱氮性能即可恢复,说明冲击对脱氮系统造成了可逆的短期影响,但对除磷系统造成不可逆的长期影响。     

基于Informer的PM2.5浓度预测

针对现有PM_2.5浓度时序预测模型预测精度不高的问题,基于Informer建立了1个Seq2Seq的单站点PM_2.5浓度多步时序预测模型,以历史污染物数据和气象数据为输入,实现对未来一段时间PM_2.5浓度的预测。所构建模型基于ProbSparse (概率稀疏)自注意力机制提取所输入的序列信息,能够广泛地捕获输入序列的长期依赖信息,并对影响因子之间复杂的非线性关系进行建模,从而提高预测准确度。采用北京市2015-2019年逐小时空气污染物数据与气象数据进行模型训练、验证和测试,建立与循环神经网络(RNN)、长短期记忆网络(LSTM)的对比实验并与其他现有研究方法进行比较,结果表明:对未来1~6 h的PM_2.5浓度时序预测,Informer的平均绝对误差(MAE)、均方根误差(RMSE)和可决系数(R2)指标均为最好,实现了较为准确的预测。     

2018-2019年兰州市近地面臭氧浓度变化特征及其影响因素分析

选取兰州市城区4个环境空气质量国控站点2018-2019年的监测数据和兰州市气象站同期的观测资料,分析了兰州市O₃浓度的时空分布特征,并探讨了气象因素和相关污染物对ρ(O₃-8 h)的影响。结果表明:1)兰州市城区各站点ρ(O₃-8 h)的月变化和ρ(O₃)小时值的日变化均呈单峰型,ρ(O₃-8 h)高值出现在4-8月,ρ(O₃)小时峰值出现在15:00左右;2)相关污染物与ρ(O₃-8 h)均呈负相关,ρ(O₃-8 h)随ρ(NO₂)、ρ(CO)、ρ(PM_2.5)的增加而降低;3)高温、低湿的环境有利于兰州市城区O₃的生成,而特殊的地形条件导致在一定风速下,O₃更容易积累;4)分别建立了相关污染物和气象因子的多元线性回归方程,发现在当前气象条件和相关污染物排放现状下,气象因子对兰州市O₃的影响比相关污染物的影响更为重要。     

北京市不同季节室外细菌气溶胶分布特征及其环境影响因素分析

为了解北京市室外细菌气溶胶的分布特征,基于培养法分析了2020年9月—2021年5月不同季节细菌气溶胶浓度及粒径的分布特征,探讨气象因素(温度和相对湿度)和空气颗粒物(PM₁₀和PM_2.5)对细菌气溶胶分布特征的影响. 结果表明:①北京市室外细菌气溶胶平均浓度为447.10 CFU/m3 (每立方米空气中的菌落形成单位),呈春季〔(648.55±537.24)CFU/m3〕>冬季〔(324.50±181.99)CFU/m3〕>秋季〔(319.59±305.07)CFU/m3〕的特征,不同季节细菌气溶胶浓度差异不显著. ②北京市室外约80%的细菌气溶胶直径大于2.1 μm,细菌气溶胶浓度在第2级(粒径为4.7~7.0 μm)显著降低,峰值粒径出现在第1级(粒径>7.0 μm). 粒径大于7.0 μm的细菌气溶胶在春季与秋季以及春季与冬季之间均存在统计学差异 (p均小于0.05). 可进入人体下呼吸道的细菌气溶胶(≤4.7 μm)比例近50%(冬季、秋季、春季占比分别为61.0%、58.9%、41.6%),冬季空气中可进入人体下呼吸道的细菌气溶胶比例最高. ③Spearman相关性分析表明,室外环境细菌气溶胶浓度与相对湿度呈显著负相关(p<0.05),与PM₁₀浓度呈显著正相关(p<0.05),表明细菌气溶胶浓度受气象因素和空气污染物的影响. 研究显示,北京市室外环境中可进入人体下呼吸道的细菌气溶胶比例近50%,冬季细菌气溶胶暴露风险最高.      

基于统计方法学的焦化类污染场地风险筛选决策研究

利用统计方法学估算场地污染物平均浓度能更客观地反映实际污染程度,这对污染场地风险评估和管理决策具有重要意义. 本研究以某焦化场地中典型污染物——萘为例,分别依据英国环境署颁布的《土壤污染浓度与临界浓度比较导则》(Guidance on Comparing Soil Contamination Data with a Critical Concentration)(简称“英国CL:AIRE导则”),以及美国环境保护署颁布的ProUCL技术导则(ProUCL Technical Guide, Statistical Software for Environmental Applications for Data Sets with and Without Nondetect Observations)(简称“美国ProUCL导则”),基于统计方法学对场地土壤萘浓度进行描述性统计分析、数据审查、分布类型判断及真实平均浓度估算,并根据《土壤环境质量 建设用地土壤污染风险管控标准(试行)》(GB 36600—2018)第一类建设用地的筛选值对场地进行了初步风险评估. 结果表明:污染场地0~1 m土壤萘的真实平均浓度小于GB 36600—2018第一类建设用地筛选值,但1~2 m和2~4 m土壤萘的真实平均浓度大于筛选值;在不同土壤深度上,萘的空间分布特征相似,以场地中心为主要污染源,向四周逐级扩散递减,因此需对场地开展详细风险评估. 此外,通过对比英美两国导则可知,美国ProUCL导则更加严格,利用Q-Q图示法和拟合优度检验法判断场地数据的分布类型,并基于数据分布特征计算相应的95%置信上限值估算污染物的真实平均浓度;而英国CL:AIRE导则相对简单,主要基于中心极限定理通过计算双侧置信区间估算污染物浓度,同时利用空间图判断污染物空间布局,有助于评估场地污染状况. 研究显示,基于统计方法估算场地土壤污染平均浓度可降低风险评估结论的不确定性. 建议我国以英国CL:AIRE导则中的统计方法为基础估计污染物真实平均浓度,逐步融入美国ProUCL导则中的统计方法以提高风险决策水平,对实现我国污染场地精细化风险评估具有重要意义.      

环境因素数据质量审核方法研究

目的 解决大气环境试验站的气象数据报表存在数据缺失、数据超过边界、数据内部不一致、数据时间不一致等问题,采用数据质量审核技术找出缺失、可疑或错误的数据,对科研人员进行警示,使其能够追根溯源,分析存在问题的原因。方法 参照相关规程和标准,建立环境因素数据质量审核算法和审核流程,并使用计算机语言编程固化流程和算法,利用多线程算法对数据进行扫描,实现大批量气象数据的并行审核。结果 利用Python语言设计了环境因素质量控制软件,通过该软件的应用证明了该方法合理、有效,能够快速、准确地标注气象数据报表中存在质量问题的数据。利用软件统计了存在问题数据的数量和正确率。结论 通过加载数据测试,证明了环境因素数据质量审核方法和审核流程合理有效,利用设计的审核软件实现了气象数据报表快速审核,提高了审核效率,减少了科研人员的劳动强度,为进一步填补、修正和利用数据奠定了基础。