Mass concentrations and temporal profiles of PM10, PM2.5 and PM1 near major urban roads in Beijing

Mass concentrations of PM₁₀, PM_2.5 and PM₁ were measured near major roads in Beijing during six periods: summer and winter of 2001, winter of 2007, and periods before, during and after the 2008 Beijing Olympic Games. Since the control efforts for motor vehicles helped offset the increase of emissions from the rapid growth of vehicles, the averaged PM_2.5 concentrations at roadsides during the sampling period between 2001 and 2008 fluctuated over a relatively small range. With the implementation of temporary traffic control measures during the Olympics, a clear “V” shaped curve showing the concentrations of particulate matter and other gaseous air pollutants at roadsides over time was identified. The average concentrations of PM₁₀, PM_2.5, CO and NO decreased by 31.2%, 46.3%, 32.3% and 35.4%, respectively, from June to August; this was followed by a rebound of all air pollutants in December 2008. Daily PM₁₀ concentrations near major roads exceeded the National Ambient Air Quality Standard (Grade II) for 61.2% of the days in the non-Olympic periods, while only for 12.5% during the Olympics. The mean ratio of PM_2.5/PM₁₀ near major roads remained relatively stable at 0.55 (±0.108) on non-Olympic days. The ratio decreased to 0.48 (±0.099) during the Olympics due to a greater decline in fine particles than in coarse-mode PM. The ratios PM₁/PM_2.5 fluctuated over a wide range and were statistically different from each other during the sampling periods. The average ratios of PM₁/PM_2.5 on non-Olympic days were 0.71.     

Annual nonmethane hydrocarbon trends in Beijing from 2000 to 2019

High loads of ground-level ozone have occurred with the implementation of the Air Pollution Prevention and Control Action Plan. However, the long temporal variation in precursor nonmethane hydrocarbons(NMHCs) has rarely been studied. In this study, we examined the evolution of NMHCs in Beijing based on ambient measurements from 2000 to 2019. The results indicated that the annual variation of ambient NMHCs during 2000 and 2019 could be divided into two stages. The mixing ratios of NMHCs rapidly r...     

城市化对北京霾日数影响统计分析

近年来,随着超大城市/城市群大气灰霾等复合污染加剧,引起人们对区域生态环境与及公共健康问题越来越多的关注。应用北京地区1980—2012年气候资料及同期城市发展统计指标,统计分析了城、郊区间霾日数的变化特征,并在此基础上探讨了北京城市化及局地气候差异对霾日数的影响。分析表明：北京城区霾日数要明显多于郊区,在2007年以前城、郊区站点均有相似的波动增长趋势,但城区站霾日数增加速率（约21 d/10 a）要远大于郊区站（约7.2 d/10 a）;北京各地霾日数与主要城市发展指数之间的相关系数均超过0.001显著性水平,随着城市化而迅速增加的能源消耗和机动车尾气排放是导致北京地区灰霾天气逐渐增多的主要污染源,污染源的不均匀分布是导致城、郊霾日数差异的主要因素。分析还发现,城市化导致的区域气候差异对局地灰霾亦有较明显的影响。伴随着城市化的快速发展,城、郊区气候差异逐渐变大,城市下垫面粗糙度增加导致近地面层风速减小。大城市热岛效应背景下,更容易出现较厚的逆温层,这将阻碍空气垂直方向的对流输送。此外,城区气温持续上升,相对湿度下降,平均风速减小,小风频率增加,也会阻碍空气的水平流通,使得城市排放颗粒污染物的扩散难以扩散,有利于霾日增加。这表明北京地区城市气候效应对区域生态环境具有不可忽视的影响。     

北京市西三环地区大气颗粒物中多环芳烃的分布特性

于2012年3—12月在北京市西三环地区按粒径分6级采集大气颗粒物样品,采用气相色谱-质谱(GC-MS)对颗粒物样品中16种优控PAHs(多环芳烃)进行分析. 结果表明:颗粒物中ρ(∑₁₆PAHs)(PAHs的总质量浓度)季节变化显著,表现为冬季>春季>秋季>夏季,并且与ρ(PM)(PM为颗粒物)呈良好线性相关;不同粒径颗粒物中ρ(PAHs)呈向小粒子富集的趋势,PM_2.1中ρ(PAHs)约占ρ_sum(∑₁₆PAHs)〔6级颗粒物中ρ(∑₁₆PAHs)总和〕的64%~87%;除夏季3环PAHs占优势外,其他季节均以4~ 5环PAHs占优势;同时,随着粒径的减小,PAHs有向高环数富集的趋势. 运用主成分分析和多元线性回归法进行源解析发现,机动车尾气排放和燃煤是本地区大气颗粒物中PAHs的主要来源;不同粒径颗粒物中的PAHs来源有差异,2.1~10.2μm粒径段颗粒物中PAHs主要来源于机动车尾气排放,贡献率为63.0%;而1.3~2.1μm和<1.3μm的颗粒物中PAHs均主要来源于燃煤,贡献率分别为56.8%和58.7%.      

大城市机动车污染物排放与控制的情景预测

机动车排放控制措施的有效实施对改善城市大气环境质量具有重要意义. 以北京市为例,利用情景预测法评估2011—2020年各项控制措施对城市机动车常规污染物(CO、NO_x、HC、PM₁₀)的削减效果.建立Gompertz模型并估算动态车龄分布以预测机动车保有量,运用排放因子法估算6种机动车排放控制情景的污染物削减量. 结果表明:与基准情景相比,轻型客车保有量调控情景对CO、HC和PM₁₀的削减效果较显著,在2020年可分别削减7.81%、9.88%和5.78%;排放标准更新情景对4种污染物均能有效削减,尤其是对NO_x和PM₁₀,可分别削减21.19%和24.67%;而淘汰高排放机动车情景的短期削减效果显著,但中、长期效果较差;新能源车推广情景因受到经济、技术条件的限制,削减效果较弱;综合情景考虑了以上所有的削减控制措施并达到最大的削减效果,2020年对CO、NO_x、HC和PM₁₀的削减率分别达到29.45%、42.54%、28.04%和41.30%,与基准年(2010年)相比,分别削减约2.81×105、0.63×104、3.77×104和0.17×104t.      

北京城市发展新区土地利用景观格局分析

以北京南部城市发展新区典型代表———房山、大兴、通州3处作为研究区,运用马尔科夫转移矩阵和景观格局指数的方法,进行土地利用变化和景观格局分析。通过对2001—2006年、2006—2011年两个时段的对比分析,发现2001—2006年研究区存在草地、林地、耕地等非建设用地类型面积下降,建设用地面积上升的趋势,且2006—2011年该趋势更加明显。结果表明研究区自然景观向人文景观变革迅速,并面临着后备土地资源不足等问题,亟需调整土地利用方式并优化景观系统空间格局。     

北京山区泥石流灾害保险的风险评判方法研究

泥石流是北京山区主要的自然灾害,在1989-1999年期间,泥石流灾害造成的经济损失高达3.09亿元.对泥石流灾害保险风险的评判是首先按北京山区各区县的泥石流危险度分区划分风险区,然后对各风险区进行灾害危险性和灾害易损性评判.在危险性评判中,按各风险区的泥石流危险度等级赋予危险度评判指标值.在易损性评判中,选择国内生产总值、固定资产、人口密度和人口自然增长率等4个因素作为评判指标,并分为两个层次进行评判.第一层次是经济易损性与社会易损性评判,第二层次是泥石流灾害易损性评判.最后用泥石流灾害保险风险分析数学模型,计算出各风险区的泥石流灾害保险风险度,并由此绘制了北京山区泥石流灾害保险风险区划图.     

北京城区夏季静稳天气下大气边界层与大气污染的关系

利用ALS300激光雷达系统测量的信号,根据Fernald方法反演的气溶胶消光系数的最大突变即最大递减率的高度确定大气边界层高度. 结果表明:在夏季静稳天气下,大气边界层平均高度为600 m,其中晴天为1 000 m,雾天为700 m,阴雨天在200~300 m之间. 静稳天气下的大气边界层不容易被有效突破,故不利于大气污染物扩散. 大气边界层高度对污染物浓度影响显著,没有降雨时,大气边界层降低(400 m),大气污染加重,在城区宝联站监测的ρ(PM_2.5)近200 μg/m3,在大气本底站——上甸子站近150 μg/m3;如果伴有降水,大气边界层高度升至600 m,大气污染则减轻,2个站点观测的ρ(PM_2.5)均降至50 μg/m3以下. 静稳天气下的大气污染呈现区域性特点.      

北京西山地区不同林分健康状况比较研究

以不同树种林分健康状况比较研究为切入点,以北京西山地区同一时期的油松×侧柏混交林、油松（Pinus tabulaeformis）林、侧柏（Platycladus orientalis）林和栓皮栎（Quercus variabis）林为研究对象。通过构建林分健康评价指标体系,计算林分综合健康指数,分别对不同林分的健康状况进行了分析和比较,探讨不同林分开展森林健康经营的关键环节,同时也从森林健康的角度说明造林树种选择的重要性。研究结果表明：各林分综合健康指数都为正值但数值都不高,这表明目前各林分都处于健康状态,但对外界扰动反应较为敏感,按健康状况排序：油松×侧柏林0．234〉栓皮栎林0．186〉油松林0．145〉侧柏林0．128;从单个指标看,各林分中都有负值指标出现,由此揭示,对负值指标的调整和增加正向指标的指标值是森林健康经营的关键。     

北京市不同土地利用方式下土壤锌的积累及其污染风险

通过对北京市菜地、稻田、果园、绿化地、麦地、自然土壤以及公园等7种土地利用方式共630个土壤样品的调查分析,探讨了不同土地利用方式对土壤锌积累的影响。结果发现,不同土地利用方式下锌含量存在较大差异,在7种土地利用方式中,土壤锌的平均含量从高到低依次为:公园>果园>稻田>绿化地>菜地>自然土壤>麦地。占样点大多数的麦地和自然土壤的锌含量与背景值没有显著差别,而公园、果园、稻田和菜地土壤锌含量则显著高于背景值。与土壤锌含量基线值相比,公园、果园、菜地土壤超标率分别为25.8%、23.8%、9.7%,其它利用方式的土壤超标率并不严重。石景山、昌平、朝阳、丰台4个区是超标样点集中分布的地区。金属冶炼、交通以及垃圾填埋可能是导致土壤锌含量增加的重要因素。