一次冷锋过程中我国区域空气污染边界层特征

利用常规地面气象和探空资料、ERA-interim再分析资料、以及全国PM_2.5浓度数据,针对2015年3月7~11日一次冷空气南下的锋面天气过程中,我国华北、华东地区出现的大范围空气污染,开展了高空各层天气形势分析,以及本次过程中污染区域由北至南6个城市（北京、章丘、郑州、南阳、武汉、长沙）边界层气象要素的垂直结构及其时空演变特征的研究.结果表明：在污染前期（3月7~8日）中高纬度500hPa平直的纬向环流和地面均压场,为污染天气的发生和维持以及空气污染物的集聚提供了有利的环流场.污染中期（3月8~10日）冷空气南下,地面冷高压向华东地区移动,重污染区域随冷高压前部的弱低压场或均压场由北向南移动.伴随着天气系统移动,六个地面观测站的边界层特征在时空上表现出相似性,由北向南各站在污染期间先后出现多层逆温,风速较小,逆温层下相对湿度较大.此次多层逆温的形成是由于夜间近地面辐射冷却、冷锋移动过程中产生的锋面逆温以及边界层以上的下沉运动造成的.本研究揭示了在天气系统移动中,位于天气系统相同部位站点的边界层结构具有共同的特征,及其与空气污染的关系.     

黄海近岸大气降水中磷溶解度及其影响因素

于2020年6~9月在黄海近岸城市青岛采集31场降水69个样品,分析其中总磷（TP）、溶解态总磷（DTP）及溶解态无机磷（DIP）和有机磷（DOP）,探讨P浓度和溶解度的变化特征及其影响因素.降水中TP浓度为（6.2±1.0）μg/L,DTP浓度为（3.8±0.6）μg/L,P溶解度为（64.8±18.0）%.DTP中以DIP为主,其贡献为（56.5±21.6）%.降水中TP和DTP与降水量呈负幂指数关系,TP清除指数大于DTP.降水量<10mm时,降水对气溶胶P的清除和稀释作用显著影响降水中P浓度,但降水量>40mm时,这种作用对P浓度的影响不大.降水对气溶胶P的清除作用以云下清除为主,占总清除效率的70%~85%.酸化作用显著促进降水中颗粒态P溶解,且无机P溶解效率高于有机P.对降雨量<5mm及>30mm降水,pH值是影响P溶解度的主要因素,降水量和气团来源对P溶解度也有一定影响.当pH值相近时,降水量越大,P溶解度越高;当pH值相近且降水量<5mm时,海洋源贡献越大,P溶解度越高.对降水量5~30mm的降水,P溶解度受到降水量、pH值及气团来源等因素的共同影响.     

“2+26”城市秋冬季大气污染治理措施效果评估

针对京津冀及周边"2+26"城市秋冬季不同大气污染治理措施的减排量进行核算,结果表明,2017~2018年秋冬季"2+26"城市SO₂,NO_x,VOCs,PM_2.5和PM₁₀的总减排量分别为43.26,20.63,18.36,28.00和47.31万t,2018~2019年秋冬季"2+26"城市SO₂,NO_x,VOCs,PM_2.5和PM₁₀的总减排量分别为16.68,18.11,11.03,17.04和25.33万t.基于此,采用CAMx模型对各项措施的减排效果进行模拟评估,采取措施后,2017~2018年秋冬季"2+26"城市SO₂,NO_x,PM_2.5和PM₁₀浓度的平均下降量（下降率）分别为22.69μg/m³（42.67%）,33.22μg/m³（37.81%）,24.28μg/m³（22.58%）和31.26μg/m³（18.67%）,2018~2019年秋冬季"2+26"城市SO₂,NO_x,PM_2.5和PM₁₀浓度的平均下降量（下降率）分别为9.36μg/m³（26.86%）,25.73μg/m³（30.62%）,16.38μg/m³（16.09%）和20.43μg/m³（12.33%）.2017~2018年秋冬季各项措施对PM_2.5浓度的平均减排效率排序依次为："散乱污"企业治理 > 交通运输结构调整 > 企业错峰生产 > 民用散煤替代 > 燃煤锅炉综合整治,2018~2019年秋冬季各项措施对PM_2.5浓度的平均减排效率排序依次为：重点行业升级改造 > 企业错峰生产 > "散乱污"企业治理 > 交通运输结构调整 > 民用散煤替代 > 燃煤锅炉综合整治.     

基于组合赋权集对分析的空气质量评价——以长沙市为例

空气质量评价是大气环境综合治理的重要基础,合理、科学地对空气质量进行评价,才能做出精确的治理规划和制定有效的治理措施,为大气环境管理提供依据。提出一种基于组合赋权集对分析的空气质量评价方法。该方法首先采用超标倍数法和熵值法分别确定空气质量各评价指标的权重,然后根据离差平方和最小原理建立优化模型确定各评价指标最终的组合权重,并结合集对理论构建了空气质量评价模型,最后将该模型应用于长沙市,对该市2015—2019年空气质量进行了综合评价,并将其评价结果与空气质量指数法和模糊综合评价法的评价结果进行了对比,以验证模型的可靠性和可行性。结果表明:利用本文评价方法得到的评价结果与空气质量指数法得到的评价结果基本一致,准确度达到了83.33%;与模糊综合评价法相比,组合赋权集对分析法的评价结果波动性小,更加稳定。     

空气负离子暴露对秀丽隐杆线虫（Caenorhabditis elegans）的生物学效应

利用模式生物秀丽隐杆线虫(Caenorhabditis elegans)研究了电晕法空气负离子(Electrically generated negative air ions,ENIs)暴露的生物学效应.将成年野生型和mev-1突变型线虫及新鲜虫卵持续暴露于空气负离子中(空气负离子剂量1×105～1.5×105ions·cm-3),观察空气负离子暴露对线虫发育周期、寿命、繁殖性能和性腺细胞凋亡的影响.结果表明:空气负离子暴露可显著加速野生型和mev-1突变型线虫发育(p<0.05),缩短寿命(p<0.05),与野生型相比,空气负离子暴露对mev-1突变线虫寿命影响更大(p<0.05);空气负离子暴露可显著降低线虫后代数量(p<0.05),原因可能在于空气负离子暴露显著诱导性腺细胞凋亡的增加(p<0.05).以上结果表明,持续空气负离子暴露对线虫具有损伤作用,mev-1基因突变导致线虫对空气负离子暴露更加敏感.     

川东北中心城市南充大气污染态势及其主要成因

基于南充市主城区6项大气污染物浓度数据,研究了2014-2020年南充市的空气质量指数、空气质量指数等级和首要污染物的时序分布。结果表明:随着大气污染防治的开展,南充市大气污染物浓度逐渐下降,出现首要污染物的天数逐年减少,空气质量逐步提高。受污染物节律性影响,空气质量呈现明显的季节差异,冬季空气质量最差,春季次之,夏季污染相对较轻,秋季最轻。首要污染物类型的季节分布特征表现为冬季出现首要污染物天数最多,春季和夏季次之,秋季最少。春、秋、冬季以PM_2.5污染为主,夏季以O₃污染为主。从全年来看,与O₃相比,PM_2.5对空气质量的影响更为突出。在持续控制大气污染物排放总量的同时,精细化协同管控细颗粒物、氮氧化物、挥发性有机物和二氧化硫排放将有助于现阶段的大气污染防治。     

中国环境基准理论与方法学研究进展及主要科学问题

环境基准是指环境介质中的环境要素对特定保护对象不产生不良或有害效应的最大限值,是环境标准制修订的科学依据。环境基准理论与方法学一直是国际环境科学和环境保护科学研究领域的前沿,也是国家环境管理的重大科技需求。本文在总结国际和我国环境基准研究成果的基础上,较为系统地阐述了环境基准的基本概况、理论方法学及重要进展。同时,结合学科特点和环境基准科技需求,综合分析了与环境基准理论方法学密切相关的系列关键科学问题。     

济南市大气污染时空特征研究

为不断改善济南市大气环境质量,在广泛收集与整理相关资料和数据基础上,基于综合污染指数评价法及Arc-GIS平台空间插值法研究并表征了济南市“十一五”期间大气主要污染物的时、空变化特征及发展趋势;研究结果表明：济南市“十一五”期间大气环境质量变化较大,2007～2009年污染较为严重,之后有所改善;大气污染物浓度呈明显的季节变化特征,冬季污染最严重,夏季空气质量最好;首要污染物为PM10;污染较严重区域集中在济南市东北部地区;其变化原因受地理气候条件、产业结构和能源结构影响较大.该研究方法及结论对其他大中城市大气环境质量时空变化研究具有一定借鉴价值.     

新风系统现状分析及发展前景探讨

介绍了新风系统的定义与分类,分析了新风系统市场及行业发展现状,对比了国内外新风系统标准的相关参数,阐述了新风系统与空气净化器、中央空调及通风的联系与区别,最后探讨了新风系统的发展前景。     

CCSM4/WRF-CMAQ动力降尺度预估RCP8.5情景下京津冀地区空气质量的潜在变化

目前,针对气候变化对区域空气质量影响的研究相对较少,并且多采用统计降尺度方法对全球气候模式结果进行处理.采用WRF中尺度气象模式对CCSM4气候模式的CMIP5 RCP8.5情景预估结果进行动力降尺度处理,并为CMAQ空气质量模式提供气象场;在2012年清华大学MEIC大气污染物排放清单的基础上,选取2005年作为气候现状代表年、2049-2051年作为未来气候代表年,对京津冀地区典型月份（1月、4月、7月、10月）的气象及空气质量数值模拟结果进行对比,以此预估气候变化背景下京津冀地区空气质量潜在变化.结果表明,在排放情况不变及RCP8.5情景下,未来代表年与现状代表年相比,京津冀地区以典型月份为代表的年均气象因素整体呈现温度升高,风速、相对湿度及大气边界层高度均降低的趋势;年均大气污染物浓度整体呈现升高的趋势,其中,温度升高约0.8℃,风速降低约0.11 m/s,相对湿度降低约2%,大气边界层高度降低约8 m,ρ（PM_2.5）升高约2.4 μg/m3,ρ（SO₂）升高约1.8 μg/m3,ρ（NO_x）升高约1.0 μg/m3;此外,主要的气象条件（温度、风速、相对湿度、大气边界层高度）中,风速及大气边界层高度的降低可能是造成这些大气污染物浓度变化的主要气象因素,并且风速及大气边界层高度的降低与ρ（PM_2.5）降低的相关系数分别约为-0.44和-0.26.研究显示,气候变化会对京津冀地区造成污染物浓度升高的潜在风险,同时由于现阶段缺乏可用于空气质量模式的未来排放情景数据、在线耦合模式日臻完善,在我国气候-空气质量的研究领域亟待进行更深层次的研究.