麦秸焚烧导致的北京市大气污染时空分布和化学组成特征分析

为了全面评价农田秸秆焚烧产生的污染事件,并为制定有效的管理措施提供依据,于2006年6月20日监测了西南风下北京南部农田麦秸焚烧产生的污染物向北京传输的过程.获得了SO2、CO、NOx以及可吸入颗粒物(PM10)质量浓度的数据.颗粒物的化学组分数据.数据分析结果表明,污染输送对北京市西南部地区空气质量影响最大(PM10小时浓度超过600μg·m-3),对北部山区影响较小(PM10浓度峰值在110μg·m-3).高浓度污染在市区持续时间最长.麦秸焚烧通过输送增加了PM10(尤其是PM1)、CO、NO2以及NMHC等污染物质,这使得与前一日相比污染物之间的相关关系发生了变化:SO2与其它污染物的相关性不显著,而CO与NO2、CH4与NO显著相关.因子分析进一步揭示,气象条件对污染物浓度变化具有主导作用,而由麦秸焚烧所产生的外来污染源属于次要地位.污染输送过程中,PM25中的硝酸盐类和有机碳、碳黑质量浓度增大.麦秸焚烧所输送的气态污染物和细小颗粒物对人体健康存在威胁,在不利扩散的气象条件下在大气中存留时间加长.研究结果表明,气象条件不利于污染扩散时必须禁止农田秸秆焚烧.     

基于热异常探测的北京水泥厂大气污染排放评估

为对水泥行业实现大气污染排放动态监测,反映污染排放的时空分布特征,提出基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法.利用VIIRS热异常点的FRP(fire radiation power,辐射功率)参数结合水泥产业结构特点,建立FRP与污染物排放之间的定量估算关系.利用2013—2017年北京市水泥生产统计信息和热异常点探测数据进行了大气污染排放评估,结果显示:①利用热异常产品的FRP参数估算北京市水泥厂的污染排放水平,利用NO_x和SO₂排放量的统计数据对排放估算值进行相关性验证,二者统计值与估算值之间的相关性系数分别为0.65和0.63.②2013—2017年北京市所有水泥厂的热异常点数据与环境统计数据中水泥总产量、熟料总产量、煤炭总产量以及NO_x、SO₂和烟(粉)尘排放量的相关性均较好,相关性系数均在0.7左右.③自2013年以来,北京市金隅琉水环保科技有限公司和北京金隅北水环保科技有限公司的热异常点数均呈下降趋势.由于采取了减排措施,水泥总产量和污染排放量也均呈逐年减少的趋势.研究显示,基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法可快速获取水泥厂的位置信息、热释放规模,结合污染排放因子可间接评估水泥厂NO_x和SO₂等主要污染物的排放情况.      

北京大气能见度和消光特性变化规律及影响因素

利用长时间序列的大气能见度与湿度等气象资料以及近年来大气污染物的监测数据,探讨了北京大气能见度及消光特性的变化规律及影响因素.结果显示:近50年来北京大气消光作用存在降-升-降的变化过程,1954~1967年以下降为主,20世纪60年代中期至70年代明显上升,此后特别是20世纪90年代以来北京大气消光作用基本呈缓慢下降趋势,能见度变化过程与此相反.从区域分布看北京大气消光作用北部及西部山区低于平原区,平原区存在由北向南逐渐升高的分布规律,即北部平原区低于中部市区,中部市区低于南部平原区.近10年来北京大气颗粒物消光作用区域差异逐渐减小,这与大气污染区域分布变化趋势基本一致.北京大气消光作用20世纪80年代之前冬高夏低,之后转为冬低夏高,对应于大气污染由煤烟型向综合型的转变.大气消光作用平均日变化呈双峰双谷型,09:00和21:00形成双峰,06:00和16:00处于双谷,但月际差异明显.大气消光作用受颗粒物浓度与相对湿度影响显著.高消光作用通常与高相对湿度和高颗粒物浓度有关;低消光作用出现在湿度和颗粒物质量浓度同时较小情况.相对湿度低于70%时,大气颗粒物消光作用会随着PM2.5浓度的升高明显增强,消光作用与PM2.5浓度存在线性关系;当相对湿度大于70%时,消光作用对PM2.5浓度变化的响应并不明显.     

2000~2010北京大气重污染研究

根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.     

我国春季沙尘暴研究

利用GMS卫星遥感资料,结合地面气象观测资料和中尺度每小时数值模拟,对1998年4月和2000年4月发生的强沙尘大气演变过程进行了详细的分析,初步确定了影响我国的沙尘暴起始源地,并将我国的沙尘暴天气划分为U变化型（停滞型）和移动型（锋面气旋型等）．详细分析了低涡型沙尘暴和东北低涡型沙尘暴的发生、发展的宏观机制     

京津冀与长三角区域大气NO2污染特征

基于地面监测及遥感反演数据,研究了京津冀与长三角区域大气NO2污染特征,并进行了对比分析.从2005～2011年的平均近地面质量浓度和垂直柱浓度来看,京津冀与长三角中心城市大气NO2基本处于同一污染水平;其区域背景站的NO2浓度也差异不大,且与两大区域过渡地带的合肥市大致相同.区域NO2高浓度中心夏季较为分散,秋冬季高浓度范围明显扩大,冬季全部连为一片.近年来随着中心城区污染企业的外迁,北京、上海等城市核心区NO2近地面污染有所缓解,但区域背景站NO2近地面浓度和垂直柱浓度都有所升高,京津冀与长三角NO2整体污染水平形势依旧严峻.从区域分布看,北京、上海等城市NO2浓度较高,NO2柱浓度高出区域背景的50%左右,大约是欧亚大陆背景水平的3倍;近地面NO2浓度地域差异更大,北京、上海等中心城市NO2近地面质量浓度是城市清洁区的2倍,是区域背景的10倍以上,达欧亚大陆背景站瓦里关的上千倍.北京奥运及上海世博等大型活动之前及期间大气污染集中整治效果较为明显,但活动结束后,城市大气NO2污染都出现反弹.结果表明,区域空气质量的持续改善需要区域内各省市常抓不懈的联防联控,仅靠短期内运动式的污染治理难以从根本上解决大气环境问题.     

北京大气PM2.5遥感监测业务化方法探讨

为探索卫星遥感监测大气ρ(PM_2.5)业务化方法,以北京为例,利用2013年MODIS卫星资料和北京35个地面自动监测站(下称自动站)的实时观测数据,以目前国内外应用最广泛的3种卫星反演大气气溶胶的方法——AOD(气溶胶光学厚度)、K_drya,0(气溶胶干消光系数)和R_a(气溶胶表观反照率)反演地面ρ(PM_2.5)的方法(分别称为AOD法、K_drya,0法和R_a法)为基础,结合地面ρ(PM_2.5)实测数据,建立了气溶胶反演参数与ρ(PM_2.5)统计关系,进一步测算了全市区域ρ(PM_2.5)的分布情况.结果表明:3种方法都具有较高的反演精度,其获取的全年ρ(PM_2.5)与地面实测数据的相关系数分别达到0.80、0.81和0.85,其中R_a法结果精度最高.从季节来看,R_a法在除夏季外的其他季节与地面监测数据相关系数都在0.70以上,优于其他2种方法.建议在春、秋、冬三季以R_a法,夏季以AOD法或K_drya,0法为基础进行北京PM_2.5业务化遥感监测.基于R_a法探讨了在2013年11月20—23日区域性大气重污染过程中北京PM_2.5区域分布特征和变化过程,卫星反演结果相对误差低于20%,直观地反映了区域大气颗粒物污染的时空分布规律.研究显示,三者都可以用来反演北京地区ρ(PM_2.5),其中R_a法最简便易行,尤其适用于业务化遥感监测.      

COVID-19疫情期间京津冀大气污染物变化及影响因素分析

为了应对COVID-19疫情,京津冀地区采取了一系列严格的管控措施,这些措施导致了大气污染物人为源排量的减少,为探究大气污染受人类活动的影响程度提供了时机.将疫情防控分为前期、初期、中期和后期这4个阶段,并结合气象、交通量和工业数据,综合运用数理统计和空间分析方法,得出各时间段大气污染物的变化情况及影响因素,为京津冀地区进一步治理大气污染提出了合理化建议.结果表明：①京津冀三地在疫情防控期总体的AQI值和6项污染物同比2019年均有下降,其中SO₂、PM₁₀和NO₂的降幅较大（分别为26.5%、24.3%和16.9%）;由初期到后期,各污染物（除O₃）总体处于下降趋势;O₃在初期增幅大（76.2%）,中后期增幅放缓.②防控初期北京市的重污染天气是污染物本地积累、二次转化和区域传输共同作用的结果;北京2月份的PM_2.5浓度同比相似气象条件下的2014年2月偏低近6成;若仅考虑人为减排的影响,则各污染物浓度同比2019年均有下降.③防控中后期,随着交通量和工业复工率进一步扩大,各污染物变化趋于平稳或有微升;重工业城市的热异常辐射强度与主要污染物的灰色关联度大于0.6,即控制工业排量仍是治理大气污染的关键.     

北京平原区城乡结合部燃煤散烧及污染物排放量估算

利用2013年秋季(8─10月)多景镶嵌的高分辨率遥感卫星数据,解译得到2013年北京市平原区居住平房的空间分布及面积,并结合典型区实地调查,细化平房面积. 在此基础上,利用调查统计数据(包括平房面积、散煤与蜂窝煤用量等指标)估算了居住平房区散煤和蜂窝煤用量,并结合相关文献调研的无烟煤排放因子,测算北京平原区平房燃煤PM、SO₂、NO_x、PAHs、BC(黑碳)和OC(有机碳)的排放量. 结果表明:2013年在北京城市发展新区,居住平房分布较为集中,并且燃煤总量最大,达到225.3×104 t,特别是房山、顺义和通州,三者均在3.5×105 t以上;在城市拓展区,居住平房密度相对较小,但燃煤总量相对较大,为79.4×104 t. 北京市平原区(不包括核心区)居住平房燃煤消耗共排放PM、SO₂、NO_x、BC、OC、PAHs分别为 4 882.1、14 200.0、7 614.9、18.0、132.3和0.5 t. 位于北京西南、东南部的房山、大兴和通州等地大气污染排放水平较高,其中房山区的PM和NO_x排放量最高,分别达到760.5和1 162.6 t. 针对城市发展新区和生态涵养区每年高达3.0×106 t的高用煤量和3 000 t以上颗粒物的高排放量,应加快煤改气和集中供热建设,进一步推广清洁能源.      

京津冀一次污染过程的星地同步动态监测分析

京津冀地区大气污染监管逐渐走向区域联防联控模式,卫星遥感可实现大范围实时动态监测,地基监测能够获取精细的网点信息.结合卫星和地基数据,可对区域污染的生消过程进行三维立体的跟踪.本文通过综合分析卫星遥感数据、地面PM_(2.5)浓度数据、激光雷达垂直污染监测数据以及气象数据,分析了2018年3月8～10日京津冀区域污染的形成过程、传输路径、影响范围以及气象因子变化.结果发现,本次污染覆盖范围面积达20万km~2左右,区域内以四级中度污染为主,区域间的污染传输过程非常典型. 3月8～9日北京-保定偏南风频率为50%左右,冀南部分地区到达100%,在持续偏南风作用下,北京-保定一带空气质量由一级优迅速升至四级轻度污染,气溶胶光学厚度高值区由京津冀南部的邯郸-邢台西部山前推至北部燕山前. 3月10日该区域转以弱偏北风为主,湿度明显升高,京津冀南部形成污染辐合,污染重心南移至邯郸-邢台东部;午后,北京转偏东风,空气质量由东向西递次转好.从激光雷达垂直观测结果看,重污染期间北京地区污染层主要出现在1 000 m以下.近地面800 m以下,1 200～1 500 m多次出现双逆温层,且逆温强度高达4～7℃,非常不利于污染物垂直扩散.由此可见,在区域能源消耗和污染排放量依旧很大的背景下,一旦气象条件转差,很容易形成区域性重污染.