APEC会议前后北京地区PM2.5污染特征及气象影响因素

为分析APEC会议前后北京地区PM_2.5变化特征,利用中国科学院大学雁栖湖校区超级站在2014年10—12月的连续观测数据,对APEC会议前后北京地区污染物分布及变化特征、气象影响因素和气团传输路径特征进行了分析. 结果表明:APEC会议期间北京地区减排效果显著,ρ(PM_2.5)平均值比会前下降了60.5%. 气象条件对污染物扩散起到积极作用,APEC期间平均风速为1.40 m/s,平均相对湿度为31.9 %,近地面气象条件优于APEC会前、会后. 北京地区受到外来污染物输送的影响,在2.00~3.00 m/s的南风下易发生来自南部地区的PM_2.5和SO₂输送. APEC会议期间北京地区主要受来自西北地区的高速、高海拔气团控制,其出现频率为39.6%,远低于APEC会前 (15.9%)和会后(20.8%),而来自南部地区的低速、低海拔污染气团的出现频率仅为2.1%,扩散条件总体良好. 研究显示,除了减排措施有效削减了污染物排放以外,有利的气象条件也是APEC会议期间北京地区保持良好空气质量的重要因素.      

轨迹烟流模式计算方法

集合了高斯烟流模式和烟团模式的优点,提出一个新的模型———轨迹烟流模式,既保留了烟流模式计算简单,计算结果连续的特点,又可以根据当时风场,确定不同的烟流轨迹,模拟烟团的弯曲、折回和重叠运动,分段进行计算,提高了计算的准确性扩大了模式应用范围。     

郑州市2014～2017年大气污染特征及气象条件影响分析

根据郑州市2014~2017年大气主要污染物和气象数据的在线监测数据,分析了各污染物的浓度水平、季节变化、比值特征及气象条件影响.结果表明,2014~2017年郑州市大气中PM_2.5和PM₁₀的年均质量浓度分别为（88.1±49.8）、（95.8±60.2）、（78.6±70.3）、（72.0±53.5）μg·m^-3和（158.5±65.3）、（167.7±82.6）、（144.5±91.5）、（132.7±70.3）μg·m^-3,均超过我国年度二级标准限值的两倍左右.4年来,郑州市空气质量虽有所改善,但颗粒污染问题仍旧没有从根本上解决,且夏季O_3-8h超标问题日益突出.利用特征比值法进行来源判断,结果表明燃烧源和二次生成是郑州市大气中PM_2.5的主要贡献源,其中燃煤的贡献逐年下降,移动源的贡献逐年上升.此外,低风速、高湿度和降水少是造成大气污染严重的重要气象因素.利用潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）分析了郑州市PM_2.5潜在来源分布及其贡献特征,结果表明,PM_2.5污染源区主要分布在河南省内的周边城市以及山西南部、陕西东部、湖北北部、山东西北部、河北南部等相邻省份,其中,近距离传输对郑州市PM_2.5的质量浓度贡献更为显著.     

典型西南岩溶区工业城市降水酸化缓解原因探究——以柳州市为例

利用柳州市环境保护监测站2013—2017年大气降水监测数据,分析近年来柳州岩溶区工业城市降水酸化缓解原因,并对离子来源进行探究.结果表明:①统计柳州近5年的降水pH值发现研究区降水酸化问题有了明显的改善,同时具有季节性差异,春冬季降水酸化相对夏秋季较重.②通过分析降水中主要离子组成及变化特征、计算中和因子(NF)和相对酸度(FA)发现,降水中主要离子浓度出现减少趋势,酸化类型逐渐向硫-硝酸混合型过渡,且99.97%的酸性离子被NH~+_4、Ca~(2+)等离子所中和,所以得出酸性物质的减少和碱性离子的中和作用可能是降水酸化改善的重要因素.③采用Hysplit模型对研究区降水酸化较严重的2016年(共60场)的降水水汽来源进行后向轨迹追踪及聚类分析,显示降水离子组成与浓度不仅与当地污染源有关,还与来自大陆内部西北和西南远距离物质输送有关.上述结果指示由于喀斯特化学风化作用、柳州市严格执行环保规定、大环境改善导致远程传输污染减弱等原因使得柳州市降水酸化情况得到极大改善.此外值得注意的是柳州市酸雨类型逐渐向硫-硝酸混合型过渡,指示随着工业污染的控制得到减弱,日益增长的机动车尾气排放或许成为研究区下一步治理重点方向.     

浙江北部一次爆发式发展重度大气污染的气象特点和成因

基于全国空气质量指数和PM_(2.5)监测、常规气象观测、浙江省6种主要大气污染物和自动气象监测、宁波镇海激光雷达、美国国家环境预报中心GDAS和欧洲中期天气预报中心ERA-interim再分析等多种资料,对2017年12月30日―2018年1月1日浙江北部一次爆发式发展大气污染事件气象特点及成因进行分析,应用HYSPLIT4模式进行粒子后向轨迹分析.结果表明:PM_(10)和PM_(2.5)质量浓度在浙江省表现出明显的爆发性增长和自西北向东南传输的特征,污染程度自浙北向浙中、浙南逐渐减轻,重度污染时浙北大范围出现2000 m以下的重度霾,污染粒子主要来自上游的安徽和江苏省.大气污染爆发式发展与冷空气有关,1000 m以下边界层内冷空气偏弱,但足以将盛行风改变为西北风,是污染物粒子输送的动力条件,污染粒子集中在该层内,层内没有下沉运动,因此水平风场对污染事件爆发有决定性作用;1000 m以上层次冷平流表现明显,且伴有下沉运动,抑制了边界层粒子的垂直扩散,对污染事件的发展和维持有间接影响.激光雷达的消光系数变化不仅与污染物粒子浓度变化有关,还与气象条件密切相关.污染物粒子质量浓度通量散度的变化对预报粒子浓度的增减有较好的参考作用.     

华北南部重污染城市周边区域二次气溶胶的化学特征及来源解析

为探究华北南部地区重污染城市邯郸市北部地区冬季大气颗粒物的化学组分及来源,于2020年11月23日至12月12日采集了PM₁和PM_2.5样品并进行了分析．观测期间日平均ρ（PM₁）和ρ(PM_2.5)分别为114.53μg·m^-3和124.25μg·m^-3,PM₁/PM_2.5比值的变化范围为83.3%～95.3%,明显高于京津冀其他城市,表明邯郸地区细颗粒物尤其是亚微米颗粒物污染严重．与清洁天相比,重污染期间PM₁中SNA(SO₄^2-、NO₃^-和NH₄⁺)增加14.5%,PM_2.5中SNA增加15.2%,尤其氮氧化率（NOR）在重污染天增长3倍;随着污染程度的加深,PM₁和PM_2.5中二次有机碳（S...     

太原市大气PM2.5季节传输路径和潜在源分析

为了研究太原市大气PM_2.5不同季节的传输路径和污染源区,利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据,对2017~2018年不同季节太原市逐日48h气流后向轨迹进行聚类分析,同时结合小时污染物质量浓度数据,分析不同季节太原市PM_2.5的潜在源贡献因子（WPSCF）和浓度权重轨迹（WCWT）.结果表明,太原市PM_2.5的质量浓度在季节上呈现冬季（77.56μg/m³） > 秋季（69.89μg/m³） > 春季（63.78μg/m³） > 夏季（45.51μg/m³）的变化趋势.PM_2.5与SO₂、NO₂和CO之间存在明显的同源性和二次转化过程.春、秋和冬季大气传输路径主要以西和西北方向近距离、慢移速的轨迹为主,夏季以南和东方向轨迹为主.PM_2.5潜在源区季节变化明显：夏季主要受太原本地和晋中地区的影响;春、秋和冬季主要受陕西中北部、吕梁、临汾和晋中等地的影响.     

基于车辆身份检测数据的单车排放轨迹研究

为实现单车层面的动态排放轨迹追踪,基于电警式卡口产生的逐秒过车记录数据建立了车辆排放轨迹计算方法,通过提取动态轨迹中的运行参数及机动车保有量数据库中的技术参数,并结合排放模型计算了2018年5月10日~6月9日安徽宣城市中心城区123条路段上共133,906辆车的44,672,343条轨迹的排放数据.研究结果显示,出租车是CO的重要排放来源且交通兴趣点附近路段排放强度较高;公交车和重型货车是NO_x的重要排放来源,公交车工作日NO_x排放总量达1.3kg,约为重型货车的7.5倍,且路线固定、排放分布随发车班次周期循环;轻型货车排放路线多围绕货运需求且多为昼间行驶,而重型货车多选择凌晨出行;通勤类私家车工作日昼出夜归,路线固定且往返过程各污染物排放量均较稳定.对于全路网,CO、VOCs的高排放强度区域多集中于中心路网,NO_x、PM则多分布于外围路网.     

Characteristics of size distributions and sources of water-soluble ions in Lhasa during monsoon and non-monsoon seasons

To understand the physical and chemical characteristics, particle size distribution and sources of size-separated aerosols in Lhasa, which is located on the Tibetan Plateau (TP), six sizes of aerosol samples were collected in Lhasa in 2014. Ca²⁺, NH₄⁺, NO₃^?, SO₄^2?and Cl^? were the dominant ions. The ratio of cation equivalents (CE) to anion equivalents (AE) for each particle size segment indicated that the atmospheric aerosols in Lhasa were alkaline. SO₄^2? and NO3^? could be neutralized by Ca²⁺, but could not be neutralized by NH₄⁺, according to the [NH₄⁺]/[NO₃^??+?SO₄^2?] and [Ca²⁺]/[NO₃^??+?SO₄^2?] ratios. Mobile sources were dominant in PM_0.95–1.5, PM_1.5–3 and PM_3–7.2, while stationary sources were dominant in the other three size fractions according to the [NO₃^?]/[SO₄^2?] ratios. The particle size distribution of all water-soluble ions during monsoon and non-monsoon periods was characterized by a bimodal distribution due to the different sources and formation mechanisms, and it was revealed that different ions had different sources in different seasons and different particle size segments by combining particle size distribution with correlation analysis. Source analysis of aerosols in Lhasa was performed using the Principal component analysis (PCA) for the first time, which revealed that combustion sources, motor vehicle exhaust, photochemical reaction sources and various types of dust were the main sources of Lhasa aerosols. Furthermore, Lhasa''s air quality was also affected by long-distance transmission, expressed as pollutants from South Asiaand West Asia, which were transmitted to Lhasa according to backward trajectory analysis.     

夏季大气PM2.5中元素特征及源解析:以华中地区平顶山-随州-武汉为例

为研究我国中部地区不同类型城市夏季大气细颗粒物PM_(2.5)中元素组成特征及来源,于2017年6月对平顶山、随州和武汉这3个站点空气中的PM_(2.5)进行观测,采用电感耦合等离子体质谱仪(ICP-MS)对样品中Ti、Zn、Cu、Cr、As、Pb、Fe、Ni、Se、V、Sb、Cd和Co等13种元素进行分析,并结合富集因子法、主成分-多元线性回归分析方法(PCA-MLR)和后向气团轨迹聚类分析模型对3个站点的污染类型及污染来源进行分析.结果表明,平顶山、随州和武汉三地PM_(2.5)的痕量元素中均以Zn元素浓度最高,As元素的浓度均超过环境空气质量标准(GB 3096-2012)年均浓度限值,3个站点的Pb和Cd浓度均较低.富集因子分析结果表明:Se、Sb、Cd、As、Cu和Zn元素富集因子系数均超过10,受人为污染严重,其中3个站点Se元素的富集因子系数均高于600. PCA-MLR和后向气团轨迹聚类分析结果表明:平顶山站点主要受工业污染/燃油(57. 90%)、交通污染源(24. 40%)、燃煤源(6. 10%)和矿区土壤源(11. 60%)等4个污染源影响,随州站点的主要污染来源是燃油源,其贡献率为54. 30%,其次是燃煤源(22. 40%)、冶金尘/工业污染源(12. 80%)及电镀/汽车制造等污染源(10. 50%);武汉站点受工业排放影响最大,其贡献率为60. 80%,机动车污染源的贡献率为39. 20%.武汉和随州站点主要受当地源排放影响,平顶山站点受当地排放和外源汇入共同影响.