大气污染控制有效性的评估模型及应用

基于小波分析理论及BP神经网络,建立了大气污染控制有效性的评估模型.利用该模型解析天津市污染源排放及气象因素对大气污染物环境浓度的影响.结果表明,SO2浓度波动主要由污染源的季节变化引起,与天气过程有关的短期波动也不容忽视;而PM10浓度波动主要由污染源排放及气象条件的短期变化引起.2002~2003年的气象条件总体上不利于大气扩散,使SO2日均浓度长期分量增加约为3μg/m3;而2004年的气象条件有利于大气扩散,使SO2日均浓度长期分量减小约为5μg/m3.PM10日均浓度长期分量也有类似的规律,2002~2003年的不利气象条件使PM10日均浓度长期分量增高更显著,约为10μg/m3.     

乌鲁木齐市重污染期间PM_(2.5)污染特征与来源解析

目前有关我国城市大气重污染期间PM2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气.分析了重污染天气下ρ(PM2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM2.5的来源构成.结果表明:大气重污染期间ρ(PM2.5)严重超标,其中米东区环境保护局采样点的ρ(PM2.5)最高,其次是铁路局、市监测站;PM2.5化学组分以SO42-、TC、Si和NO3-为主,其中二次离子占ρ(PM2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.     

杭州市空气颗粒物污染特征及变化规律研究

根据2006—2010年杭州市空气颗粒物的监测数据及2002、2006、2008年空气颗粒物来源解析结果,对杭州市空气颗粒物浓度、化学组分与污染来源等特征的变化规律进行分析,以期为空气颗粒物污染控制提供决策依据。结果表明,近年来杭州市PM10浓度有所下降,但一类功能区PM10仍超出《环境空气质量标准》(GB 3095—1996)的要求(≤0.04mg/m3),杭州市空气颗粒物污染以细颗粒物为主,空气颗粒物的二次转化、机动车尾气尘等产生的二次粒子污染相对严重;煤烟尘对杭州市PM10的贡献率下降明显,城市扬尘、二次粒子和机动车尾气尘对PM10的贡献率有所增加,是杭州市PM10的主要来源。     

中国和世界典型国家能源消费碳排放因素分解研究

基于扩展的Kaya恒等式,应用迪氏对数指数分解法(LMDI)建立因素分解模型,对美国、印度、日本、德国4个典型国家和中国的化石能源消费引起的碳排放进行因素分解,定量分析经济增长、能源强度、能源结构、人口规模对能源消费碳排放的影响.在此基础上,为分析家庭户数量对中国碳排放的影响,引入家庭户规模对模型进行修正.结果表明,全球、中国及几个典型国家的经济增长效应和人口规模效应为碳排放增长的促进因素,对全球和印度,人口效应略强;对其他几个典型国家,经济增长为主导促进因素.能源强度为碳排放增长的抑制因素,其中美国和德国强度效应较强,抵消了经济增长效应.能源结构效应对美国能源消费碳排放量增长表现为微弱的促进作用,对全球及其他几个典型国家则表现为微弱的抑制作用.修正的模型表明,居民消费模式对碳排放贡献以家庭模式为主,中国的家庭户数量效应大于人口规模效应.     

天津市夏秋季O3-PM2.5复合污染特征及气象成因分析

天津市PM_2.5-O₃复合污染主要发生在夏秋季,本研究筛选出2017年夏季一次和秋季两次典型PM_2.5-O₃复合污染过程,系统分析污染物变化特征,探究天气形势和主要气象因子的影响.结果表明,3次污染过程PM_2.5与O₃呈现不同程度的正相关性（日均值相关系数达到0.34~0.78）,O₃与PM_2.5中硫酸盐和有机碳日均浓度存在较为一致的变化趋势.与非复合污染日相比,复合污染日无机盐占PM_2.5组分的比重增加,增长率为1.9%~7.3%;而碳组分占比减小.复合污染过程发生时,天津地区处于低压槽前或高压后部,近地面弱的偏南风辐合造成较差的大气扩散条件,导致大气污染物的累积.研究结果发现,夏季和秋季PM_2.5-O₃复合污染过程需要适宜的气象条件,温度阈值分别为25~35℃和20~30℃,相对湿度分别为40%~70%和55%~100%.夏秋季复合污染过程关键无机组分及其形成机制有所差异.夏季,日间O₃等强氧化剂对SO₂的气相氧化过程和夜间高湿条件（大约60%）下液相化学反应可能是主导的化学机制,硫酸盐增长率为8.2%.秋季高湿环境（≥80%）不仅促进SO₂向硫酸盐转化,秋季第一次复合污染过程硫酸盐增长4.7%,也促进夜间N₂O₅水解反应等,秋季第二次复合污染过程硝酸盐增长6.0%,两种机制成为秋季复合日PM_2.5显著增长的关键机制.本研究揭示了驱动天津市PM_2.5-O₃复合污染过程发生的适宜气象条件、PM_2.5关键化学组分及其化学过程,为复合污染的成因及协同控制提供了参考.     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

天津市冬季近地层颗粒物垂直分布特征研究

为了解天津市冬季近地层颗粒物垂直分布特征,于2013年12月23日—2014年1月18日,利用Andersen撞击式采样器在天津大气边界层观测站采集10 m和220 m高度颗粒物样品,分析了水溶性离子、碳组分.结果表明,不同天气下不同粒径颗粒物质量浓度分布均呈双峰形,峰值出现在1.1~2.1μm和9.0~10μm粒径段.PM10浓度均随高度的增加而降低,污染日和清洁日最大浓度峰值分别出现在1.1~2.1μm、9.0~10μm粒径段.污染日SO_4~(2-)、NO_3~-、NH_4~+等二次离子质量浓度、百分占比及OC/EC的比值均随高度的上升而增加;清洁日二次离子质量浓度随着高度的上升而降低,但百分占比随着高度的上升而增加,OC/EC的比值均随高度的上升基本保持稳定.污染日SO_4~(2-)、NO_3~-、Cl~-质量浓度及百分占比均较清洁日增加明显,燃煤、机动车及二次离子为颗粒物的主要来源,并在220 m高度二次污染较重.污染日和清洁日下NO_3~-/SO_4~(2-)的比值均随着高度的上升而增加,低层机动车排放对亚微米模态(1μm)贡献明显,而对于粗粒径段,燃煤源的贡献则大于机动车.污染日和清洁日二次离子、OC、EC主要富集于细粒子,Ca~(2+)、Mg~(2+)、Na~+等一次离子主要富集于粗粒子.     

天津市“十三五”期间PM2.5减排效果评估

为了解“十三五”期间天津市PM_2.5减排效果,基于2015～2020年不同大气污染治理措施的减排量核算结果,利用空气质量模型和高时空分辨率PM_2.5监测数据,对“十三五”期间天津市PM_2.减排效果进行分析.结果表明,2015～2020年,天津市SO₂、 NO_x、 VOCs和PM_2.5的排放量分别减少4.77×10⁴、 6.20×10⁴、 5.37×10⁴和3.53×10⁴t,其中工艺过程、散煤和电力治理对SO₂的减排贡献大,工艺过程、电力和钢铁治理对NO_x的减排贡献大,工艺过程对VOCs的减排贡献最大,工艺过程、散煤和钢铁治理对PM_2.5的减排贡献大.“十三五”期间天津市PM_2.5浓度平均值、污染天数和重污染天数明显下降,分别较2015年下降31.4%、 51.2%和60.0%;与前...     

气象因素对环境空气质量达标的影响分析

以天津市为例,分析地面风场、大气层结及天气形势等主要污染气象参量的特征及其与环境空气质量的相关关系;估算高、低污染潜势的天气背景对大气污染物浓度的影响幅度;提出在天气气候分类的基础上,建立气象条件标准化分级,评估气象条件对环境空气质量影响水平的方法。研究表明:天津市采暖季高污染的天气形势出现的频率约为34%,而非采暖季高污染的天气形势出现的频率约为16%,ISCLT3模型模拟结果显示相应于相同的污染源排放数据库由于采暖季和非采暖季气象条件不同引起的SO2全市平均浓度的差异约在10%以上。污染源源强相对稳定的条件下,高污染潜势的天气背景对空气污染的加剧作用大于低污染潜势的天气背景对空气污染的减轻作用。     

天津市冬季空气湿度对PM2.5和能见度的影响

空气湿度是调节能见度变化和大气污染发展的重要气象因素,利用2015~2020年天津市冬季的相对湿度、比湿、PM_2.5质量浓度和能见度的历史数据,分别分析了PM_2.5质量浓度和能见度与相对湿度和比湿之间的关系.2015~2020年冬季,天津城区PM_2.5质量浓度整体呈下降趋势,6 a下降了28.0%.10 km以上能见度天气的发生频率在2015~2018年冬季逐步上升,但在2019年和2020年的冬季重新下降.其中,2020年1月和2月天津市平均相对湿度达到63%和67%,显著高于30 a的历史同期均值,低于2 km的极端低能见度天气发生频率反弹至与2016年冬季相当的水平,空气湿度的升高在视觉上掩盖了PM_2.5的减排效果.天津市水汽的外部来源主要包括西南方向和东部渤海湾方向的输送,其中渤海湾方向传输的水汽占比约为59%,明显高于西南方向的25%.但东风相对清洁,对PM_2.5质量浓度的增长贡献有限,更多影响的是能见度.相比之下,当地面主导风向为西南风且比湿>2.0 g ·kg^-1时,大气污染的发生频率高达83.6%.短时间内,比湿的变化与相对湿度相比较为平稳,冬季利用比湿的变化在一定程度上可以预测大气污染事件的发生及污染程度.冬季平均相对湿度>80%或比湿>3.0 g ·kg^-1时,PM_2.5质量浓度>75 μg ·m^-3的发生频率分别为78%和80%.在冬季的环境气象预报中,要尤其警惕比湿高于3.0 g ·kg^-1的天气条件.