基于PM2.5的中国雾霾灾害风险评价

基于雾霾胁迫、人口暴露和适应能力,结合遥感数据与统计数据,对2014年中国286个地级及以上城市的雾霾灾害风险进行评价,在此基础上,识别雾霾灾害风险热点区的风险主导因子.结果表明:中国城市雾霾灾害风险整体水平不高且内部差异显著,雾霾灾害风险大体呈"东高西低、北高南低"的空间布局特征.雾霾灾害风险热点区范围涵盖96个城市,占据国土面积92.4万km~2,波及人群数量5.9亿.风险主导因子分区方面,适应能力主导区分布在汕头、揭阳、邵阳、娄底、玉林、汕尾、达州、巴中、天水、昭通、潮州和贵港等12个城市;雾霾胁迫主导区分布在郑州、上海、成都、泰州、济南、西安、武汉、鄂州、南京、扬州、天津、无锡、嘉兴、南昌、常州、芜湖、淄博、合肥、镇江、黄石、马鞍山、南通和日照等23个城市,其余61个城市则属于雾霾胁迫-适应能力综合主导区.     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

低碳背景下河北省机动车污染防治对策研究

通过对河北省机动车污染防治现状进行分析,论述了河北省机动车防治存在黄标车淘汰难、环保检验和环保标志核发工作滞后、新能源机动车所占比例低等问题。进一步提出了严把年检关、提高机动车污染排放成本、运用先进的实时监测技术、建立机动车管理综合平台、大力发展公共交通等防治措施。     

大气-气溶胶在线装置和离子色谱联用技术对西安市灰霾天气的监测研究

本文使用美国URG公司生产的大气气溶胶(PM2.5)水溶性组分/大气(气态污染物)在线监测分析系统,对西安市2013年1月持续近一月的灰霾天气空气质量污染的全过程,进行了连续不间断监测、分析研究,结果表明:结合西安市气候状况和地形等因素,汽车尾气、集中采暖等人类活动才是造成这次西安市冬季灰霾天气的主要因素.     

南京冬季典型霾天气过程多元对比分析

选取2017～2020南京地区冬季3个典型霾天气过程,综合分析了霾天气过程中污染物、气象要素以及边界层条件等影响机制与特征变化.结果表明,3次过程中,AQI指数峰值分别为304(严重污染)、227(重度污染)与176(中度污染),且与PM2.5、PM10浓度变化基本趋于一致,PM25与PM10比值基本都大于0.7;污染...     

2018年石家庄市秋冬季典型霾污染特征

依托河北省灰霾污染防治重点实验室,对2018年10月31日至12月3日期间石家庄市大气PM_(2.5)的质量浓度和化学组分进行连续在线观测,解析石家庄市秋末冬初典型灰霾过程的特征.观测期间,石家庄市共发生4次霾污染过程,PM_(2.5)均为首要污染物,日均浓度最大值分别为154、228、379和223μg·m~(-3),达到重度污染甚至严重污染.PM_(2.5)主要组分为无机水溶性离子(WSII)和含碳气溶胶,两者质量浓度的平均占比分别为(60. 7±15. 6)%和(21. 6±9. 7)%.相比优良天,两者浓度分别上升了4. 4倍和3. 1倍,是霾污染形成的主要原因.WSII中NO_3~-为首要成分,SO_4~(2-)和NH_4~+次之,三者(SNA)质量浓度之和占WSII质量浓度的(91. 5±17. 3)%,污染期间SNA的暴发式增长是推高PM_(2.5)浓度的主要原因.非高湿条件下,单位质量NO_3~-和SO_4~(2-)的变化速率差异不明显,高湿条件触发SO_2的液相氧化过程后,SO_4~(2-)二次转化被显著促进.大气处于富NH_3状态,PM_(2.5)中n(NH_4~+)与n(NO_3~-+2×SO_4~(2-))的比值 1,过量NH_3加剧NO_3~-和SO_4~(2-)的转化.霾污染时段,燃煤和机动车排放的一次污染物的积累为含碳气溶胶浓度上升的主要原因,相比优良天,二次有机碳的生成受到抑制.在采暖季开始之前的两次霾污染过程,移动源为PM_(2.5)首要污染源,平均占比30. 8%和39. 8%.随着燃煤采暖污染排放的增加,燃煤源贡献逐步增高至25. 2%,攀升为首要污染源.     

新乡市夏冬季节PM2.5稳定碳同位素特征分析

为了探究新乡市PM_(2.5)中δ~(13)C比值的季节性变化特征及其对污染来源的指示作用,于2017年夏冬季节采集PM_(2.5)有效样品91个,并测定了样品中的总碳、水溶性离子和稳定碳同位素比值(δ~(13)C).夏季和冬季的TC浓度平均值分别为11.78μg·m~(-3)和26.6μg·m~(-3).夏季δ~(13)C比值为-27.70‰～-25.22‰其中前14 d的δ~(13)C比值波动较大平均值为-26.96‰,而后16d的δ~(13)C比值相对稳定,平均值为-25.69‰,而且前半月和后半月火点数具有较大差异同时K_(nss)~+浓度与TC质量浓度显著相关(R~2=0.62,P0.01)这说明夏收季节生物质燃烧可能对δ~(13)C比值有显著影响.新乡地区冬季RH与TC/PM_(25)质量比值的显著负相关(R~2=0.68,P0.01),揭示了在霾增长初期以SOA增长为主,而污染期以SIA贡献为主.冬季采样期δ~(13)C比值为-26.72‰～-23.49‰,对霾发展过程中稳定同位素组成的研究发现在霾增长过程中δ~(13)C比值以富集为主,而在霾清除阶段δ~(13)C比值以贫化为主.     

呼包鄂地区冬季、夏季PM2.5污染特征

基于PMF模型源解析结果分析了呼包鄂地区冬季、夏季主要污染源及污染特征.物质重构结果表明,有机物(19. 9%～44. 6%)、地壳物质(9. 7%～46. 2%)在呼包鄂地区受体PM_(2.5)中占有较大比重.源解析结果表明,冬季各类源对PM_(2.5)的分担率大小依次为:二次源(26. 7%)燃煤源(26. 1%)机动车源(19. 1%)扬尘源(18. 1%),夏季则为二次源(26. 7%)扬尘源(22. 3%)燃煤源(16. 6%)机动车源(15. 1%) SOC(8. 7%),可以看出二次源在呼包鄂地区冬季和夏季均为首要贡献源类,冬季燃煤源、夏季扬尘源对呼包鄂地区的影响较大.分析冬季、夏季典型污染过程,对应于源解析结果,冬季主要污染源为二次源、燃煤源,夏季为二次源.     

霾不同发展阶段下污染气体和水溶性离子变化特征分析

为探讨霾不同阶段下大气污染物的变化特征,使用MARGA观测了2018年11月18日～12月7日长三角地区一次区域霾过程中前体污染气体(NH_3、HNO_3、SO_2)和8种水溶性离子浓度.结合环保数据(PM_(2.5)、NO_2、CO、O_3)和气象数据,分析此次区域霾过程的成因、大气污染物的日变化特征以及在霾不同阶段下大气污染物的分布特征.结果表明,此次霾过程中长三角地区主要受到高压脊控制,天气形势稳定,有利于大气污染物累积.霾天时PM_(2.5)、NO_2、NO_3-、SO_24-、NH_4+、Cl-和Na+的浓度分别为(118. 91±39. 23)、(61. 62±26. 34)、(45. 64±16. 01)、(18. 80±8. 02)、(20. 82±7. 16)、(3. 02±2. 25)和(0. 23±0. 22)μg·m-3,分别是干净天的2. 73、1. 63、2. 64、1. 94、2. 50、2. 05和2. 56倍;霾天CO的浓度为(1. 34±0. 39)mg·m-3,是干净天的1. 86倍.不同大气污染物的日变化特征不同.霾不同阶段下大气污染物的分布特征不同.SO_2的浓度在霾发生阶段最高; PM_(2.5)、NO_2、NH_3、CO和SNA的浓度在霾发展阶段最高; O_3、Cl-、Na+和K+的浓度在霾消散阶段最高.SNA在霾不同阶段下对PM_(2.5)的相对贡献可达94%～96%,且在发展阶段的增速最大,增速排序为NO_3- NH_4+ SO_24-. SNA在干净天、发生阶段和发展阶段以NH_4NO_3为主,在消散阶段(NH_4)2SO4为主.此次霾过程主要由NO_3-增长导致,NO_3-在霾发生、发展和消散阶段对PM_(2.5)的相对贡献分别为51. 06%、51. 85%和48. 22%,主要通过气相均相反应生成.     

基于PMF模型的PM2.5中金属元素污染及来源的区域特征分析

金属元素是大气PM_2.5的重要组成成分,对人群危害性极强且兼具源特异性,分析不同经济模式地区大气细颗粒物中金属污染状况及来源差异,可以为科学规划城市产业布局和保护大气环境提供参考.通过霾/非霾期大气PM_2.5采样,使用电感耦合等离子体发射光谱仪（ICP-OES）测定成都市及仁寿县样品中18种金属元素质量浓度,分析其污染水平,并基于正定矩阵因子分解模型（PMF）解析两地大气PM_2.5中金属元素的来源.结果表明,成都市扬尘源、移动源和燃煤源特征元素占元素总和的比值大于仁寿县,而仁寿县生物质燃烧源、工业源以及燃油源特征元素占比则较高.两地Cr、Cd和As元素浓度均超标,表明PM_2.5中重金属污染严重.随着霾污染加剧,两地PM_2.5中金属元素总量上升,但增幅远低于PM_2.5浓度增长.此外,不同元素在霾期和非霾期浓度比值存在差异,成都市变化范围为0.7（Al）~2.8（Ba）,仁寿县介于0.8（Al）~3.1（Mn）之间,但总的来说两地大致呈现出燃煤和工业活动排放元素增幅较大,机动车污染源次之,扬尘源增幅较缓的状况.受地区产业布局、经济规模和发展模式的影响,大气PM_2.5中金属元素污染水平及来源呈现出不同的区域特征.在重点发展第三产业的大型城市,如成都,更易遭受交通运输和城市建设等带来的大气污染,而在仁寿等第二产业占比不断增加的郊县,其污染主要受化石燃料燃烧和工业过程排放的影响.