北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

北京市典型废弃物焚烧源2010—2017年二NFDA1英排放特征和减排效果分析

分析2010—2017年北京市三类典型废弃物焚烧源的废气二NFDA1英排放监测数据,计算排放因子和排放量,评估减排政策成效,并分析不同排放源达标排放时同类物分布特征异同和变化规律,探讨影响排放的重要因素。结果表明: 5家焚烧源平均排放浓度为 0.008～0.069 ng/m³(以TEQ计,下同),废气二NFDA1英排放因子为 0.027～1.7 μg/t,2016年向空气中排放的二NFDA1英量为 0.002 5～0.058 g；生活垃圾、危险废物和医疗废物焚烧源的低、高氯代同类物质量分数比的平均值分别为接近于 0.5、大于0.5和小于0.5,危险废物焚烧源的 ∑PCDFs、∑PCDDs质量分数比的平均值大于2； 123478-HxCDF和123678-HxCDF质量浓度接近且线性相关,具有相近的生成机理和去除效率； I-TEQ变化趋势与∑PCDFs质量分数的变化趋势基本一致,活性炭喷射和布袋除尘的去除效率是影响二NFDA1英排放的重要因素之一；危险废物焚烧源HWI1随运行时间增加排放浓度增加,而及时更换烟道管壁有助于消除“记忆效应”的不良影响。     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析，探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化，第一个峰值出现在07：00-09：00，主要由交通早高峰的排放引起；第二个峰值出现在23：00左右，主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看，全年整体呈现南高北低的分布特征，尤其是秋、冬季较为明显，体现了工业布局和区域传输对CO的影响。从全年来看，湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明，此次过程是由本地排放和区域传输共同造成的，气象要素中地面气压对CO浓度影响最大。     

不境监测信息化建设的问题分析与对策建议

环境监测信息化是环境管理现代化的重要手段,信息化建设是监测现代化的重要组成部分。基于当前环境监测信息化建设的现状,分析了建设过程中经常存在的“信息孤岛”、系统失衡、进度延期等问题,提出了建设初期做好IT规划、实施阶段重视项目管理的对策和建议,并依据监测站的实践经验对实施要点加以阐述。解决好这些问题,将推动环境监测信息化建设工作更加高效合理地进行,提升监测信息化程度,对提高环境管理和环境决策的水平具有重要意义。     

正矩阵因子分解法评价北京市PM_(10)和SO_2监测网络

为辨识北京市大气污染物变化规律相同的区域,筛选监测网络中表征冗余信息的监测点,使用正矩阵因子分解法分别对北京市PM10和SO2监测网络进行分析与评价.分析获得北京市PM10和SO2明显的季节变化特征:PM10浓度春季最高,夏季较低;SO2浓度冬季最高,夏季较低.采用正矩阵分解法对PM10监测网络解析出3个因子,对应北京市PM10污染变化特征相同的3个区域,分别为区域1代表监测点为车公庄与石景山古城,区域2代表监测点为位于城东的前门、天坛、农展馆与奥体中心,区域3代表监测点定陵.结果表明区域2监测点密度较大,存在表征冗余信息的监测点,可以考虑撤销或迁移部分监测点.对SO2监测网络解析出6个因子,分别对应北京市SO2污染变化特征相同的6个区域,代表监测点位分别为定陵、古城、东四、奥体中心、农展馆与天坛和前门与车公庄.评价结果表明北京市PM10和SO2监测网络都存在冗余信息的监测点,可以根据分区结果考虑撤销或者迁移部分监测点,优化监测网络.     

基于卫星遥感与地面监测分析北京大气NO_2污染特征

分析了1999—2010年北京大气NO2地面质量浓度、2004年以来北京及周边NO2柱浓度的变化.结果表明：1999—2007年来北京大气NO2质量浓度以升高为主.2008年实施奥运空气质量保障措施极大地缓解了北京NO2污染状况,地面质量浓度与垂直柱浓度都出现不同程度的回落.2009年北京大气NO2污染又有所反弹,但低...     

2016—2018年北京城市湿地遥感监测分析

为全面了解北京城市湿地的现状及近年来的动态变化情况，利用高分辨率卫星遥感数据，综合运用GIS技术与景观生态学方法，定量分析了北京市6环内的湿地空间格局。结果表明，北京6环内城市湿地以河流湿地和湖库湿地为主；2016—2018年间湿地面积有所下降，2年间减少了126.58 hm²，主要转化为草地，少量转化为建设用地和林地；由于城市外围的开发建设强度较大，5-6环湿地被侵占面积相对较大，而4环内湿地面积的波动较小；2016—2018年，北京城市湿地的斑块密度增加，平均斑块面积有所减小，表明湿地斑块随时间变化呈破碎化的趋势，且从城市中心向城市边缘，湿地斑块的破碎化程度增强。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

无锡冬季和春季大气中细粒子化学组分及其特性分析

本研究对无锡冬(2011年1月)春(2011年5月)两季PM2.5、PM10颗粒物浓度进行了传统的膜采样及离线检测分析,并运用大气气体/气溶胶水溶性离子在线收集及分析(GAC-IC)系统对PM2.5颗粒物中水溶性无机离子(WSII)进行了在线检测,时间分辨率为30 min.无锡冬、春两季PM2.5的浓度分别为108.15±41.76μg·m-3和84.40±26.74μg·m-3,其PM2.5/PM10比值分别为0.81±0.07和0.78±0.07,有较强的二次气溶胶生成过程.铵可用性指数(J冬季=101.2%±22.3%,J春季=79.5%±20.2%)分析表明冬季无锡大气颗粒物中铵(NH+4)相对比较富余,而春季则出现铵(NH+4)亏损现象,春季光化学反应更为活跃,硫氧化率(SOR)由冬季的0.15±0.05增至春季的0.35±0.13,硫酸盐(SO2-4)浓度增加明显,导致铵(NH+4)相对不足.硫氧化率(SOR)没有明显的季节变化,冬、春两季均为0.15.细粒子中的WSII与气态污染物、气象因子、硫氧化率(SOR)和氮氧化率(NOR)等的主成分分析表明无锡大气光化学反应与污染物的其他来源,例如工业源、交通移动源、生物质燃烧源等,有很好的协同作用,共同推高了大气中颗粒物的浓度.观测期间同时测得冬季PM2.5颗粒中有机碳(OC)与元素碳(EC)浓度之间有较好的相关性(R2=0.839),两者有一个共同的主导源,而春季来源则比较复杂,两者相关性较差;二次有机碳(SOC)的半定量分析表明春季大气中有机气溶胶的形成有较强的二次转化过程.