四川乡村点新粒子生成特征及其对云凝结核数浓度的贡献

为揭示成渝地区大气复合污染成因,选择乡村点资阳站的冬季,实测了颗粒物数浓度及其粒径谱分布、云凝结核(CCN),在二氧化硫、光解速率(JO1D)实测值基础上估算了新粒子生成的重要前体物气态硫酸的浓度.2012年12月5日到2013年1月5日观测期间,3~582nm颗粒物数浓度水平较高,平均值为(16072±9713)cm-3.颗粒物数谱分布呈现以积聚模态为主体的特征,占总颗粒物数浓度的46%,此比值高于我国北京、上海、广州等城市和珠江三角洲及长江三角洲的乡村点和背景点.在较高颗粒物凝结汇(CS)水平下[(4.3±3.6)×10-2s-1],甄别出7次新粒子生成(NPF)事件,占观测天数的23%.NPF事件发生时,颗粒物生成速率与增长速率分别为(5.2±1.4)cm-3s-1,(3.6±2.5)nm/h. NPF事件对CCN数浓度有明显贡献,NPF发生后CCN数浓度平均增长19%.     

重庆市主城区大气细颗粒物污染特征与来源解析

重庆市主城区大气细颗粒物(PM_(2.5))浓度从1990s的100μg·m~(-3)下降至当前的约70μg·m~(-3),但仍高于环境标准限值.为探讨重庆市主城区PM_(2.5)化学组成与来源特征,于2012—2013年在渝北区大气超级站利用四通道采样仪连续采集了颗粒物样品,分析了其中水溶性离子、碳质组分和无机元素含量.采样期间,重庆市主城区大气PM_(10)和PM_(2.5)的年日均浓度分别为103.9和75.3μg·m~(-3),扩散条件不利的冬季,细颗粒物污染较为严重.受静稳天气影响的1月和2月,受沙尘影响的3月,及二次转化显著的6月是重庆市细颗粒物污染较重的月份.重庆市PM_(2.5)组成以有机物(OM,30.8%)为主,其次为硫酸盐(SO_4~(2-),23.0%)、硝酸盐(NO_3~-,11.7%)、铵盐(NH_4~+,10.9%)、地壳物质(Soil,8.2%)、元素碳(EC,5.2%)、K~+(1.1%)、Cl~-(1.0%)和微量元素(Trace,0.6%).较高的SO_4~(2-)浓度和逐步上升的[NO_3~-]/[SO_4~(2-)]比值反映了重庆市燃煤污染较重,同时机动车污染比例逐步增加.采用主因子分析/绝对主因子得分法解析了重庆城区细颗粒物5类主要来源是:二次粒子(41.7%)、燃煤(15.6%)、建筑/道路尘(12.4%)、土壤尘(11.0%)和工业尘(10.4%),通过各污染源季节变化及与其他结果对比,该源解析结果能够较可靠反映重庆市细颗粒物的来源信息.     

中国机动车排放清单的建立

以中国2002年各省统计年鉴中关于机动车及道路信息的数据为基础,并根据COPERTⅢ模型计算出的2002年中国各省区各种机动车类型在城区、郊区和高速公路3种行驶工况下的排放因子,应用GIS技术建立了40km×40km的高空间分辨率的中国机动车排放源清单.结果表明,2002年中国机动车排放CO、NO_x、NMVOC和PM₁₀的排放总量分别为2 815×10⁴、305×10⁴、461×10⁴和111×10⁴t,主要来源于摩托车和汽油小客车的排放.污染物排放量的空间分布显示出其排放集中于经济发达地区,10.8%、2.2%、9.7%和5.3%的国土面积分别排放了84%的CO、55%的NMVOC、48%的NO_x和48%的颗粒物,并呈现出东部高于西部、沿海高于内地的趋势,其中长江三角洲、珠江三角洲和京津地区的排放相对较强.     

区域高时空分辨率VOC天然源排放清单的建立

将中尺度气象模式MM5应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法.根据方法需要,确定了我国部分树木排放异戊二烯和萜烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度.应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空分辨率VOC天然源排放清单.结果表明,华南地区夏季典型日的VOC天然源排放总量约1.12×10⁴t,VOC排放速率具有明显的时空分布,其中地理分布取决于植被类型及其分布,日变化规律则依赖于太阳辐射和温度的高低.并讨论了VOC天然源排放估算过程中误差的来源     

基于树种蓄积量的中国森林VOC排放估算

以中国森林优势树种为对象,应用《全国森林资源统计》提供的林分优势树种蓄积量资料和Guenther提出的光温影响模型,估算各优势树种的VOC排放量,建立了中国森林生态系统的VOC排放清单,并探讨了森林源VOC在不同时空和不同龄级林分中的分配规律.结果表明,中国森林VOC总排放量为8 565.76 Gg,其中异戊二烯5 689.38 Gg(66.42%),单萜烯1 343.95 Gg(15.69%),其他VOC 1 532.43 Gg(17.89%);不同树种的VOC排放量差异较大,栎类、云杉、马尾松等为主要贡献树种,贡献率分别为45.22%、6.34%和5.22%;西南和东北地区为中国森林VOC主要排放区域,云南、四川、黑龙江、吉林、陕西5省排放最多,分别占全国总量的15.09%、12.58%、10.35%、7.49%和7.37%;森林VOC排放存在非常强的季节性变化,夏季排放量最大,占全年的56.66%;不同龄级林分对VOC排放的贡献有所不同,中龄林贡献最多,占森林排放总量的38.84%.     

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.     

北京奥运交通限行前后街道机动车污染的模拟

为评估北京市街道的机动车污染状况及奥运期间的改善程度,利用OSPM模型模拟计算了2008年7月奥运交通限行前后北京街道大气中PM10、CO、NO2和O3的浓度,得到其在限行前的日均浓度值分别为146μg/m3、3.83 mg/m3、114.4μg/m3和4.71×10-9,限行后为112μg/m3、3.16 mg/m3、102.4μg/m3和5.31×10-9,削减率分别是23.4%、20.5%、10.5%和-12.5%.对污染物在限行前后的浓度变化和日变化趋势的研究发现,PM10浓度受交通限行影响削减最大;CO浓度的日变化趋势与机动车流量的变化最为类似;NO2在限行后的削减幅度有限,表明其浓度还受到除交通排放外的其他因素影响;O3浓度在限行期间有所上升,说明限行措施不能降低街道中大气O3浓度.另外,比较不同类型街道的计算结果,发现街道车型构成与几何形状对污染物浓度变化有影响.总之,北京市在实施交通管制前,街道中PM10、CO和NO2的日均浓度均接近或超过国家空气质量二级标准限值,机动车污染状况较为严重;交通限行可有效降低一次污染物的浓度,但二次污染物的浓度有可能升高.     

全国大气扩散输送模态与区划研究

基于NCEP再分析气象资料,使用HYSPLIT模式对我国大陆区域进行了一整年的连续轨迹计算.轨迹以1°×1°的网格化经纬度分辨率进行计算.考虑气候、地理及经济因素,将全国计算区域分为10个大区,分别统计各大区出发的轨迹在全国的分布频率.根据全年和各季的轨迹统计结果,分析我国不同区域的大气输送扩散特征以及区域间大气环境的相互影响潜势.结果表明,全国10个大区的大气扩散输送模态可分为特性不同的7大类,其中以西北方向的3个大区为一类,西南高原的2个大区为另一类,其它各区自成一类.10个大区大气扩散物质的累积效应差异显著且季节变化特征各异.全国以西南区(XN)东部大气累积效应最强,东北区(DB)累积效应最弱.     

大气污染物垂直梯度自动监测系统的研制

设计的大气污染物垂直梯度自动监测系统是用 2个电磁阀实现 3个高度的气体采样 ,依靠分析仪器自身的抽气泵将气体样品通过聚四氟乙烯管抽入各分析仪器进行测量 ,并用一台微机和一块 AD/DA转换板实施对电磁阀的控制和数据采集 .现场观测实验表明 ,对于 25m长的采样管清洗时间可设置 1 min,而采样管长度间的差异不会导致测量 O₃、SO₂、NO和 NO₂ 小时平均浓度存在显著性差异 .     

河南省优先控制人为源VOCs关键物种及来源识别

为了解河南省人为源挥发性有机物(VOCs)的排放特征,识别以臭氧(O₃)污染治理为目的的关键VOCs物种及其排放源,以五大类人为源活动水平数据为基础,采用排放因子法建立了2019年河南省县级人为源VOCs组分化排放清单,并利用最大增量反应活性(MIR)估算其臭氧生成潜势(OFP),基于OFP识别O₃污染治理的关键VOCs物种及其排放源.结果表明：(1)河南省2019年人为源VOCs排放总量为175.62×10⁴ t,其中工艺过程源、移动源、生物质燃烧源、溶剂使用源和化石燃料燃烧源对VOCs排放总量的贡献率分别为28.6%、25.2%、20.8%、19.1%和6.3%.(2)空间分布显示,以郑州市为中心的豫北排放量远高于豫南,呈“一高三低”的空间分布特点,郑州市排放量最高,其排放量为27.7×104 t,漯河市、三门峡市和鹤壁市排放量最低,其排放量均小于5.0×10⁴ t.(3)芳香烃是排放量最高的化学组分,其排放量为47.5×10⁴ t,其次为烷烃(46.3×10^4<...