2013~2014年北京市NO2时空分布研究

根据2013~2014年北京市NO₂监测数据,对比分析了全年及重污染日NO₂时空分布特征.结果表明:2013年NO₂平均浓度为56μg/m³,2014年北京市NO₂年均浓度为56.7μg/m³.年均及重污染日NO₂月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO₂浓度明显低于中心城区及南部地区. NO₂浓度与PM_2.5、CO、NO呈正相关关系,与O₃、OX无明显相关性;全年NO₂光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO₂既有利于O₃生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO₂的两种转化机制以转化为NO₃^-过程为主导.经计算2000~2014年北京市机动车的保有量与NO₂浓度的相关系数R为-0.84,机动车NO_x排放量对北京市NO₂浓度的变化有显著的影响.     

2014年10月北京市4次典型空气重污染过程成因分析

采用数值模拟与观测资料相结合的方式,对2014年10月北京市4次典型空气重污染过程的大气环境背景、气象条件和形成原因进行了分析. 结果表明,京津冀区域稳定的气象条件是形成空气重污染的主要原因,4次重污染过程大气条件均不利于污染物扩散,表现为大气层结稳定,近地层逆温(平均逆温强度为2.26 ℃/100 m)明显,风速(平均值为1.52 m/s)小,相对湿度(平均值为80.75%)大. 在4次重污染过程中8—11日污染最重,ρ(PM_2.5)日均值平均为264 μg/m3,并且区域输送对北京贡献率最大,平均值为63.75%;24—25日污染程度次之,逆温最强,逆温强度达5.94 ℃/100 m;18—20日重污染中北京ρ(PM_2.5)高值(＞200 μg/m3)区主要集中在该市西北部地区;30—31日污染相对较轻,ρ(PM_2.5)日均值最高只有154 μg/m3. 数值模拟表明,在4次典型重污染过程中,来自南方(包括河北、河南和山西西部等地)的外来污染物输送对北京PM_2.5贡献较大,外来贡献率分别在42.36%~69.12%之间,同时北京本地也存在较强的二次无机盐及有机物转化过程.      

北京市PM_(2.5)组分SO_4~(2-)浓度的时空分布及来源分析

采用观测与数值模拟相结合的方法并查阅大量文献,系统分析了北京市SO_4~(2-)时空分布、转化及来源特征,结果表明:近年来北京市SO_4~(2-)年均浓度在8.85~25.13μg/m3;2013年北京市SO_4~(2-)浓度整体呈现出重污染日>冬季>春、秋季>夏季的特征,日变化上SO_4~(2-)浓度呈现双峰型分布,空间分布上SO_4~(2-)浓度呈南北梯度分布特征;2013年北京市SOR年均值在0.36~0.44,重污染日SOR平均值在0.40~0.46;2013年北京市年均SO_4~(2-)本地、外来源、背景及边界条件分别贡献34%、57%、9%;重污染日SO_4~(2-)本地、外来源、背景及边界条件分别贡献18%、77%、5%;外来源对北京市SO_4~(2-)浓度起着更为重要的作用。     

2014年春季山东省PM2.5跨界输送研究

利用CAMx模式模拟了2014年春季(3~5月)山东省ρ(PM2.5)浓度空间分布、输送、沉降特征并建立了各市PM2.5跨界输送矩阵.结果表明,山东省ρ(PM2.5)分布呈现明显的空间差异特征,鲁西地区浓度较高,半岛地区浓度较低;垂直方向上ρ(PM2.5)主要集中在2 000 m以下.全省ρ(PM2.5)水平输送通量平均达110μg·(m2·s)-1,全省总沉降量为23.05×104t.全省近地面ρ(PM2.5)外来输送贡献率为21.08%±3.83%,各市外来输送贡献率平均为40.45%±5.96%;随着高度的升高,京津冀、背景及边界等条件对山东省ρ(PM2.5)的贡献率明显上升,分别上升了7.56%、6.18%.     

珠三角地区大气污染物浓度改善气象与减排影响分析

研究采用KZ(Kolmogorov-Zurbenko)滤波统计方法,结合数值模型情景分析技术,以CO为示踪污染物,对2013年1月-2017年12月珠江三角洲重点城市气象条件与源减排对CO浓度的影响进行了评估分析,结果显示:监测期间珠三角地区CO平均浓度为0.91 mg/m3,珠江三角洲重点城市CO浓度日变化呈现双峰型分布,早上08∶00-10∶00出现第1个峰值,下午20∶00左右出现第2个峰值;季节变化上整体呈现出冬季>春、秋季>夏季的特征;空间分布上珠三角、粤北地区浓度较高,粤东、粤西地区浓度则较低。KZ滤波统计方法显示污染源减排措施对珠江三角洲地区不同城市CO浓度贡献占比在85.79%～103.79%之间;WRF-CMAQ数值模型情景分析结果显示污染源减排措施对珠江三角洲地区不同城市CO浓度贡献占比在79%～96%之间;综合表明源减排措施对2013–2017年北京市不同点位CO浓度的改善起着主导作用。     

2014年APEC期间北京市空气质量改善分析

利用2014年11月1~12日(APEC会议期间)北京市大气污染物、PM_2.5组分及气象、遥感监测数据,结合CMB受体模型,综合分析了APEC会议期间北京市空气质量与气象条件变化并初步评估了减排措施对APEC会议期间PM_2.5浓度的贡献及影响. 结果表明,APEC会议期间北京市PM_2.5、PM₁₀、SO₂、NO₂的浓度分别为43、62、8和46 μg ·m^-3,比近5年平均浓度(PM_2.5为2012~2013年平均浓度)降低45%、43%、64%和31%; 空间分布上PM_2.5在城区及北部山区改善效果最明显,下降幅度在30%~45%之间,南部地区降幅在25%以下; 不同类别的站点降幅在27.4%~35.5%之间; APEC会议期间PM_2.5的主要组分SO₄^2-与同期(2013年11月1~12日)相比下降50%,地壳物质同比下降76%,NO₃^-同比下降35%; CMB模型源解析结果显示APEC会议期间燃煤锅炉贡献2%左右,扬尘贡献7%左右,机动车贡献30%左右; APEC会议期间北京市及周边地区针对可能发生的污染过程采取的减排保障措施对PM_2.5浓度具有明显的削峰降速作用.     

2000~2014年北京市SO2时空分布及一次污染过程分析

根据2000~2014年北京市SO2监测数据,系统分析了SO2时空分布特征并采用数值模式(CAMx)模拟分析了一次重污染过程中北京市SO2来源.结果表明,2014年与2000年相比北京市SO2年均浓度累计约降低69%,SO2年均浓度的变化率为-3.5μg·(m3·a)-1;北京市SO2的月均浓度呈U型分布,季节分布上整体呈现出冬季春季秋季夏季的特征,采暖季SO2浓度明显高于非采暖季;空间分布上北部及西部山区SO2浓度水平明显低于中心城区及西南、东南部地区,受减排措施影响较大的石景山、东四、通州监测点的SO2浓度降低明显;在2014年1月14~18日一次重污染过程中北京SO2存在明显的区域输送,PAST源示踪技术初步计算显示外来源对北京SO2浓度的贡献率为83%,其中北京周边高架点源电厂贡献占21%,北京4家主要燃煤电厂对全市SO2浓度贡献率约为3.5%.     

2010年中国东部PM2.5空间分布及沉降模拟研究

结合我国目前面临的PM2.5污染严重问题,采用CMAQ 4.7.1模式模拟我国东部各省PM2.5浓度分布,并探索了其输送、沉降规律.结果表明:综合空气质量模式CMAQ模拟结果与观测结果较为一致,可以较好地模拟PM2.5质量浓度变化特征;我国东部PM2.5呈现明显的季节分布特征,且PM2.5质量浓度分布与污染源的位置分布有较好的对应,呈现由城市边缘向城市中心推移递增的趋势,区域性PM25高值中心可达120 μg/m3以上;湿沉降是细颗粒物的主要去除方式,且湿沉降量至少为干沉降量5倍以上;PM2.5夏季沉降通量最大,冬季最小,我国东部地区沉降通量高值中心可达30 mg/(m2·d)以上;模拟区域湿沉降量占总沉降量的91％以上,模拟计算区域的总沉降量为4.67×106 t/a,其中京津冀地区细颗粒物总沉降量为1.65 × 106 t/a.     

2015年北京市两次红色预警期间PM2.5浓度特征

利用北京市及周边地区大气污染物监测数据,综合分析了2015年北京市两次空气重污染红色预警期间PM_2.5浓度变化特征并初步评估了减排措施对PM_2.5浓度的影响.结果表明:第1次红色预警期间,北京市PM_2.5平均最高小时浓度出现在12月9日19:00,为282μg·m^-3,单站最高小时值出现在京东南市界永乐店站,浓度达496μg·m^-3.第2次红色预警期间,PM_2.5全市平均最高小时浓度出现在12月22日20:00,为421μg·m^-3;单站最高小时值出现在京西南市界琉璃河站,浓度达831μg·m^-3.两次红色预警累积持续时间均呈现出南部站 > 城区站 > 北部站的特征,且第2次红色预警期间PM_2.5浓度南北差异明显大于第1次,PM_2.5平均浓度在150μg·m^-3以上的面积明显大于第1次,第2次红色预警期间重污染面积可达总面积的93%.两次预警期间气象条件均不利于污染物的扩散,均存在不同程度的二次转化和区域输送现象,极端气象条件是重污染形成的外因,区域污染物排放量大才是导致重污染形成的内因.初步评估结果显示红色预警应急措施实施后,北京市PM_2.5环境浓度下降约20%~25%,减排效果显著.     

乌鲁木齐市冬季典型污染事件气象过程分析

采用数值模拟与观测资料相结合的方式,对乌鲁木齐市2008年1月10—15日的冬季典型重污染气象过程进行了分析.结果表明:乌鲁木齐市存在严重污染且与当地气象条件密切相关,其ρ(PM10)峰值往往对应近地面风场风向转变和低风速情况.边界层及上层大气持续存在的强稳定层结是影响乌鲁木齐市近地面空气ρ(PM10)变化的重要因素.天山山脉、乌鲁木齐河谷、准噶尔盆地及吐鲁番盆地间形成的山谷风局地环流配合辐射逆温,是形成乌鲁木齐市夜间深厚逆温的重要原因.深厚的夜间逆温在减少污染物向上扩散的同时也大大降低了上下动量的交换,造成地面静风频率的增加,减少了大气污染物平流输送的能力.