萧山区环境空气质量变化及其影响因素分析

利用杭州市萧山区环境空气的监测资料,采用空气综合污染指数、空气污染指数(API)、Daniel趋势检验等评价和分析方法,研究了萧山区"十一五"期间(2005—2010年)环境空气质量的变化趋势及其影响因素。结果显示:(1)PM10是萧山区环境空气中的首要污染物。SO2、PM10浓度以及空气综合污染指数先升高后降低,总体呈现不显著下降趋势,整体环境空气质量在2007年后逐年改善。(2)空气中NO2污染负荷系数逐年上升,NO2/SO2和污染物相关性分析结果表明,萧山区空气污染特征正处于由煤烟型向汽车尾气型转变的初期阶段。(3)萧山区月均API呈现出7-9月4-6月1-3月10-12月的变化特征。(4)在持续快速增长、能源消耗逐年增加的情况下,萧山区环境空气质量的改善说明节能减排、产业升级、污染源综合治理、能源清洁使用等措施对改善环境空气质量起到了关键作用。     

杭州市G20峰会保障期间PM2.5和O3污染特征与区域传输影响研究

分析了2016年杭州市G20峰会保障期间(8月24日至9月6日)的环境空气质量,利用WRF-CMAQ模型研究了区域传输对杭州市G20峰会保障期间PM_(2.5)和O_3污染的影响。结果表明,G20峰会保障期间,杭州市PM_(2.5)日均质量浓度平均值为31.3μg/m~3,逐日浓度均达到《环境空气质量标准》(GB 3095—2012)二级标准(75μg/m~3)的要求,8月31日出现PM_(2.5)浓度上升趋势,9月1日达到最高47.0μg/m~3;O_3最大8h质量浓度平均值为159.9μg/m~3,8月24日至25日和8月28日至31日两个时段O_3浓度出现了超过GB 3095—2012二级标准(160μg/m~3)的情况。杭州市本地减排对PM_(2.5)浓度下降贡献70%,浙江省其他地市贡献16%,江苏省、上海市以及安徽省与江西省分别贡献了8%、4%、2%,区域联防联控对杭州市PM_(2.5)浓度的改善具一定的作用。精准控制上风向O_3前体物排放可在一定程度上缓解杭州市的O_3污染。     

杭州市道路空气中挥发性有机物及其大气化学反应活性研究

研究了夏季杭州市主要类型道路（隧道、快速道路、主干道和支路）空气中挥发性有机物的污染特征,以及2010年11月—2011年7月间快速道路空气中VOC的季节变化规律.分析结果表明,杭州市道路空气中VOC浓度显著大于风景区内VOC浓度,隧道浓度最高（828.4μg·m-3）,其它道路空气中VOC浓度随着车流量减少而降低.源解析结果发现道路空气中VOC的主要贡献者为机动车排放,但同时也受到溶剂挥发、煤或生物质燃烧的影响,风景区内VOC则受煤或生物质燃料燃烧的影响更大.快速道路空气中VOC浓度和反应活性由机动车排放、植物排放和气象条件共同决定,呈现夏〉秋〉冬〉春的季节变化特征.机动车排放的烯烃和芳香烃是道路空气中主导的活性VOC物种,说明机动车排放是杭州市大气反应活性的最大贡献者.此外,在夏、秋季节,植被排放的异戊二烯显著的增强了道路空气中VOC的反应活性.     

固相微萃取-便携式GC/MS快速测定水中痕量有机磷农药

采用固相微萃取-便携式气相色谱/质谱联用法（In situ SPME/GC-MS）分析地表水和废水中6种有机磷农药，通过优化测定条件，使6种有机磷农药在200 μg/L~500 μg/L范围内线性良好。方法检出限为033 μg/L～122 μg/L，低、高质量浓度标准溶液6次测定结果的RSD为68%~175%，加标回收率为849%~109%，与实验室方法的测定结果基本一致。     

集成AEC和时空特征的工业园区PM2.5浓度预测

为实现工业园区企业污染排放精细化管控,捕捉工业园区内企业污染排放与污染物浓度之间的响应关系,提出一种集成大气环境容量（AEC）和时空特征的工业园区PM_2.5浓度预测模型.通过有限体积法获得工业园区日均大气自净能力指数（ASI）,结合工业园区日排放数据作为AEC特征;同时利用小波分析和Pearson相关系数法提取时空特征,包括目标监测站PM_2.5浓度的时间变化特征和其与周围监测点PM_2.5的空间相关特征.通过CNN获取训练数据中PM_2.5的关联特征,并利用BILSTM充分反映时间序列训练数据中隐含的关键历史长短期依赖关系,确保快速准确的预测性能,以2018~2020年濮阳市工业园区大气污染物观测数据、气象数据及排放数据进行实验验证.结果表明：本文提出的CNN-BILSTM预测模型相较于传统LSTM模型预测精度提升10%;AEC特征和时空特征有利于提高模型精度和稳定性,集成AEC和时空特征的CNN-BILSTM预测模型在PM_2.5污染天数预测准确率最高,达93%;分季节预测结果表明,秋冬季的预测精度最高.