京津冀重霾期间PM_(2.5)来源数值模拟研究

厘清PM2.5的来源是开展重霾污染防治的前提条件.本研究利用嵌套网格空气质量预报模式系统(NAQPMS)及其耦合的污染来源追踪技术,针对2013年1月我国中东部的重霾污染过程,定量模拟分析京津冀各城市PM2.5浓度的来源和相互贡献.研究结果表明,NAQPMS模式能够合理反映京津冀不同城市PM2.5浓度的变化特征.京津冀各城市近地面PM2.5浓度主要受本地排放影响,本地贡献率介于29.8%~63.7%.而800 m高空层各城市PM2.5浓度以外来贡献为主(69.3%~86.3%).在污染最严重的东南部地区(包括邢台、邯郸、沧州和衡水),PM2.5浓度受区域外的山东和河南的显著影响,贡献率可达25.2%~31.5%.因此,在京津冀区域内进行协同减排控制的同时,需进一步将山东、河南等省份纳入联防联控范围,才能有效防控重霾污染.     

京津冀PM2.5浓度控制目标可达性分析

雾霾污染已成为京津冀地区最突出的环境问题,国务院颁布了《大气污染防治行动计划》,明确提出了京津冀地区雾霾治理的浓度目标和减排措施。但是这些减排措施能否够实现PM2.5的浓度目标呢?本文基于数据分析方法,量化了2013—2014年京津冀地区PM2.5浓度与污染物排放量的关系,预测了现有减排措施可以达到的PM2.5浓度以及实现既定的PM2.5浓度目标的大气污染物减排要求,对"大气十条"减排政策的有效性进行了科学评估。结果显示,现有的减排措施难以实现PM2.5浓度控制目标,天津和河北的大多数地市需要进一步加大污染物减排力度。河北的部分地市即使实现了PM2.5浓度下降25%的目标,PM2.5浓度仍然过高,应改下降百分比为绝对值目标。北京的污染物减排率过高,减排难度较大,可以考虑一个现实合理的PM2.5浓度目标和污染物减排计划。由于污染物减排行动涉及区域经济和民生保障,PM2.5浓度受到风力等自然因素的影响较大,京津冀地区的雾霾治理应确定现实可行的浓度控制目标,并制定相应的污染物排放量管理目标。     

2006～2017年京津冀大气污染传输通道城市NO2浓度时空变化分析

利用OMI传感器反演获取的全球对流层NO₂垂直柱浓度数据,分析了2006～2017年京津冀大气污染传输通道城市的对流层NO₂垂直柱浓度时空变化。结果表明,通过线性拟合得出,OMI反演NO₂垂直柱浓度与地面实测NO₂浓度呈显著正相关;京津冀大气污染传输通道城市NO₂柱浓度月均值变化具有周期性,最高值和最低值多出现在1月和7月;NO₂柱浓度在季节变化上特征明显,表现为冬季最高,秋、春季次之,夏季最低。在年际变化上,NO₂柱浓度主要表现为2006～2010年波动增长,2011～2013年基本持平,2014年后开始迅速下降;NO₂垂直柱浓度空间分布,整体呈现出西北部低、中部和东部高的空间格局;季节空间分布与这12年均NO₂柱浓度空间分布相似。     

京津冀城市群环境规制强度与城镇化质量的协调性分析

城镇化与生态环境之间存在复杂的非线性耦合关系,而环境规制作为人类对环境的主动调节行为,能够对城镇化与生态环境间的协调关系产生积极影响。论文以京津冀城市群13个地级以上城市为例,以成本-效益理论和效率-水平理论为基础,分别构建环境规制强度和城镇化质量评价指标体系,结果发现：京津冀城市群环境规制强度和城镇化质量在时空格局上呈现高度吻合,两者均以京津为双峰值点,并向南北两翼梯度递减。之后,采用象限图分类识别方法对京津冀城市群环境规制强度和城镇化质量协调类型进行划分,从而判断两者协调性状况及时空演变特征,结论如下：1）京津冀城市群环境规制在一定程度上促进了城镇化质量的提升,两者相关系数为0.82,但环境规制强度和城镇化质量不协调状态同样显著,两者基本协调的样本数仅占样本总数的13%,说明正处于初级协同阶段;2）京津冀城市群环境规制强度和城镇化质量整体水平偏低,达到高水平的城市仅有北京市和天津市,但两者整体水平增强态势显著,石家庄市、唐山市等次级中心城市,以及秦皇岛市、沧州市等经济较发达城市已由低水平步入中等水平;3）京津冀城市群环境规制强度和城镇化质量协调性呈现圈层状空间格局,主要分为核心圈层、中间圈层和外围圈层3个圈层,且核心圈层协调性优于中间圈层,再优于外围圈层。     

京津冀中部夏季大气颗粒物空间分布特征

为研究京津冀地区雾霾成因,以Y-12（运-12）飞机为大气颗粒物观测平台,对2016年夏季京津冀中部大气颗粒物污染特征进行了观测研究.结果表明,天津市颗粒物数浓度垂直分布特征为1 500 m（以下均为标准气压高度）以下呈单峰分布,1 500 m以上呈单调下降,峰值均出现在0.35~0.40 μm之间,峰值的最大值出现在900 m左右;颗粒物体积浓度谱呈三峰分布,分别在0.30~0.40、0.50~0.60和1.00~2.00 μm之间,峰值的最大值出现在450 m左右.天津市、保定市和衡水市600与2 400 m数浓度谱分布特征为单调下降和单峰分布并存;600 m表面积浓度谱呈三峰分布,分别在0.30~0.40、0.50~0.60和0.90~1.00 μm之间;2 400 m表面积浓度谱呈双峰分布,分别在0.30~0.40和0.50~0.60 μm之间;600与2 400 m体积浓度谱均呈三峰分布,分别在0.30~0.40、0.50~0.60和1.00~3.00 μm之间.天津市大气颗粒物数浓度谱峰值的最大值出现在900 m左右,说明逆温层对气溶胶累积的形成有重要影响.城市间数浓度谱峰值高低受地面颗粒物质量浓度大小影响.京津冀中部大气颗粒物表面积浓度谱在600 m呈三峰分布,在2 400 m呈双峰分布,可能是因为2 400 m空中以细粒子为主.京津冀中部大气颗粒物体积浓度谱在600与2 400 m空中均为三峰分布,而国外为双峰分布,发现粗粒子峰值粒径范围差别较大,这是由于国内PM_2.5在PM₁₀中占比较大.研究显示,京津冀中部600和1 200 m大气颗粒物多来源于山东、河南,经近地面输送;2 400 m大气颗粒物多来源于内蒙古地区,经高空和近地面两种途径输送.      

京津冀地区电力部门CO2排放因素分解分析

基于LMDI(Logarithmic Mean Divisia Index Method)方法分析2001-2016年京津冀地区电力部门CO2排放的8个影响因素,考虑了京津冀地区电力部门从生产投入、转换、传输到消费的整个过程;并分析了2001-2016年影响京、津、冀各地区CO2排放的各因素贡献值。结果表明,1)2001-2016年京津冀地区电力部门CO2排放总体呈现递增趋势,2012年出现负增长;河北省电力部门对京津冀电力部门CO2排放贡献最大,2001-2016年累计CO2排放变化量为145.70 Mt,但河北省电力部门的减排潜力巨大;2)人均GDP效应和人口规模效应是促进京津冀地区电力部门CO2排放增长的主要因素,2001-2016年累计贡献值分别为261.86 Mt和36.47 Mt;3)用电效率效应和电力输入输出效应是京津冀地区电力部门CO2排放量增长的主要抑制作用,2001-2016年累计贡献值分别为-49.40 Mt和-47.93 Mt;4)造成京、津、冀电力部门CO2排放差异的主要因素是人均GDP、化石能源转换效率和用电效率。     

京津冀PM2.5时空分布特征及其污染风险因素

为分析京津冀及其周边区域2013年典型污染事件中PM_2.5的时空分布特征及污染风险因素,根据国家城市环境空气质量实时发布数据和京津冀地区地理国情信息监测成果,采用空间数据挖掘方法对PM_2.5污染的热点区域进行了划分;并采用地理探测器定量分析了PM_2.5污染风险因子及其影响程度. 结果表明:在选取的京津冀6个城市中,在PM_2.5污染事件统计上存在保定—廊坊—北京—天津—承德—张家口的污染顺序. PM_2.5污染在空间上呈河南省(山东省)—河北省—北京市(天津市)一线的带状分布特征,在单次污染事件中,城市间的PM_2.5污染存在空间运移关系. 空间热点探测表明,京津冀及其周边区域主要分为5个热点聚集区,其中3个高值区分布在北京市、天津市、河北省和山东省的中部,面积分别为5.31×104、10.26×104、5.04×104 km2. 在8个污染风险因子中,污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM_2.5污染的影响显著高于其他风险因子;其他风险因子影响力排序依次为人口数量(0.60)、降水量大于0.1 mm的降水日数(0.57)、地表覆盖类型(0.52)、年均相对湿度(0.51)、年均风速(0.33),但风险因子间相比没有显著性差异. 研究显示,京津冀地区PM_2.5污染的主要因素是污染物排放,其次,气象要素中的年降水量和自然地理环境中的地形坡度也是影响PM_2.5污染特征的重要风险因子.      

京津冀国家干线公路污染空间特征分析

以国家干线公路交通量信息和单车排放因子为基础,基于GIS的路网线性参考系统,采用动态分段技术和核密度分析方法,从路段、污染物和车型这3个层次对2014年京津冀国家干线公路交通污染排放强度的空间差异进行分析.结果表明,车流量、车型构成和路网布局是引起排放强度空间分布差异的主要因素,排放强度高的路段集中在路网密度大且公路使用率高的京津地区,中小客车和特大货车对污染物排放强度影响显著.因使用燃料和车型的不同,NO_x、PM_(10)和PM_(2.5)排放强度分布大体一致,HC、CO空间分布更为相似.此外,经济发展水平、产业结构特征也是重要影响因素.北京除特大货车和集装箱以外的其他车型排放强度均很高,天津货车和客车排放强度均较高,河北货车排放强度高于客车.     

大气重污染预警区域联防联控协作体系构建——以京津冀地区为例

为改善大气环境质量、破除现有的环境保护与管理体制障碍,本文从京津冀地区大气重污染防治的现实意义出发,对比分析了属地管理模式的局限性与联防联控体系的优越性,探讨了京津冀地区构建大气污染联防联控体系的必要性。通过梳理大气重污染预警区域联防联控的发展历程及该地区联防联控的成功实践案例,从工作机制、联动机制、协同机制三方面提出了京津冀地区的联防联控体系构建框架以及具体实施举措,重点包括创新区域空气改善总体规划、统一加强大气污染源管控、建立落实政府环境绩效考核、建立区域生态环保专项资金等。     

京津冀农业源氨排放对PM2.5的影响

根据收集的京津冀区域农业氨排放源活动水平数据,使用排放因子法建立了2014年京津冀地区农业氨排放清单.结果表明,2014年京津冀地区农业源氨排放总量为1750695t,平均排放强度为8.09t/km²;河北省、北京市和天津市农业氨排放量分别为1594087t、58822t和97786t.;猪和蛋鸡是畜禽养殖业中氨排放的主要来源,分别占31.29%和26.07%.模拟结果表明,农业氨减排使京津冀地区PM_2.5的年均浓度下降12.04μg/m³,下降比例约为18.36%,4月份和7月份农业氨减排对PM_2.5的影响较大,而1月份影响较低;农业氨减排使无机盐（硫酸盐+铵盐+硝酸盐）的年均浓度下降10.00μg/m³,年均浓度下降比例为41.84%,对硝酸盐的影响最大,铵盐次之,硫酸盐最小.