我省2020年空气质量改善状况发布

1月20日,江苏省生态环境厅召开新闻发布会,发布“十三五”以来全省大气污染防治工作总体情况,围绕近期大气环境质量状况介绍相关情况,并展示2013年与2020年空气质量改善的对比。     

基于HHO-CNN-LSTM的CMAQ修正模型及其在上海市空气质量预报中的应用

建立空气质量预报模型，预测污染物浓度对人类健康和社会经济发展具有重要意义。然而，传统的空气质量模型CMAQ对污染物浓度的预报精度并不理想。对此，本文提出了一种基于卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的空气质量预报修正模型，并使用哈里斯鹰算法(HHO)对模型的超参数进行优化；用CMAQ模型对上海市2022年12月六种大气污染物(SO₂、NO₂、PM₁₀、PM_2.5、O₃、CO)浓度的预报数据以及监测站的气象数据和污染物浓度实测数据作为HHO-CNN-LSTM模型的输入，对CMAQ模型预报结果进行修正。使用均方根误差(RMSE)、平均绝对误差(MAE)和一致性指数(IOA)作为评价指标。结果显示，修正模型显著提高了六项污染物浓度的预测精度，RMSE减少了73.11%～91.31%,MAE减少了67.19%～89.25%,IOA提升了35.34%～108.29%。同时针对HHO算法陷入局部最优而导致修正模型对CO浓度预测效果不佳的问题，使用高斯随机游走策略对HHO算...     

常州市春节期间污染物相关性分析

分析了常州市2017年春节前后各污染物浓度的关联性和差异性。结果表明,除O_3外,春节期间各污染物均值均低于春节前后,春节前后随着污染源的变化,污染物之间的相关性表现出较为明显的差异。SO_2与PM_(2.5)、PM_(10)、CO和NO_2的相关性均较春节前后有显著下降;爆竹集中燃放时间段,CO与综合指数、PM_(2.5)和PM_(10)之间的相关系数0.96;而在烟花爆竹燃放相对较少的初三和初四,该相关系数0.6。工业减产停产和机动车使用减少对空气质量改善有较大贡献,而在不利气象条件下,烟花爆竹可导致空气质量在短时间内恶化。     

长三角空气质量区域预报准确性评估方法研究

根据长三角空气质量区域预报工作的实际需要,对分区文字预报和落区图预报两种方式分别制定了不同的空气质量指数级别预报准确性评估方法。分区文字预报根据设定的预报准确性判定方法计算预报评分,落区图预报按区域内预报准确城市占比进行准确率统计。分区文字预报结果显示,2017年长三角区域的预报准确天数占比为62.2%,预报评分为70.2,区域预报评估效果良好。落区图预报评估结果显示,预报级别偏差具有地域性差异,安徽北部、江苏北部和江西中北部预报等级偏高,长三角中南部沿海城市预报等级偏低。该套评估方法可为区域空气质量预报偏差成因分析提供依据,为区域预报工作的改进提供定量参考。     

空气质量多模式预报系统在中山市的应用

介绍了中山市空气质量多模式预报系统。对2015年3月—2016年2月的预报效果评估表明:系统可以较好地反映污染物的变化趋势但仍存在系统性偏差。通过对排放源清单的调整优化及对模式干沉降模块的改进使模式系统的偏差显著减小。总结并建立中山市污染天气案例库,发现在典型污染天气形势下,除O3-8 h外,其他污染物均值均能达到空气质量二级标准。未来将从2个方面提高中山市空气质量预报预警系统的实用性,包括逐步实现污染源排放清单的动态及时更新和提高极端气象条件下O3污染预报能力。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

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。     

邯郸市新冠疫情前后空气质量指数(AQI)对比与疫情防控期间大气污染特征分析

2020年初COVID-19疫情爆发,我国采取一系列管控措施使大气污染物排放量明显降低.为了解疫情期间减排活动下邯郸市大气污染特征,采用统计学变量分析方法与特征雷达图对疫情爆发前(12月、1月)、疫情防控期间(2-4月)、疫情防控后(5月、6月)以及2019年同期大气污染情况进行对比分析.并进一步估算防控期间大气污染物的减排量,通过后向轨迹聚类分析气团的迁移轨迹来探讨人为减排对空气质量的影响.结果 表明,2020年2月疫情管控开始后,环境空气质量与2019年同期相比明显好转,2月份AQI值降幅约为50％,3、4月份两年差距逐渐缩小;疫情防控期间较疫情爆发前空气质量也有较大幅度提升,防控结束后AQI值有小幅度回弹;防控期间PM2.5、PM10、 SO2、NO2、CO的日平均浓度值均有较大幅度下降,在2月份下降最为明显,降幅分别为51％、55％、62％、41％、33％;O38 h平均浓度与气温呈显著正相关(0.747),疫情期间浓度呈上升趋势,在4月底达到的峰值(238 μg·m-3).北京市空气污染相对较轻,邯郸市与石家庄市较为严重,整体上受颗粒物的污染较明显.邯郸市2、3、4月份特征雷达图属于偏综合型,2月燃煤、生物质燃烧排放的污染物偏高,4月份来自工厂的NO2和SO2浓度偏高.疫情防控前期各污染物排放量均有较大幅度降低,与2019年2月的气团移动轨迹来源特征相似,说明人为减排对环境空气质量提升效果显著.     

联网激光雷达的观测性能综合平行比对

激光雷达以其高精度的探测能力在大气污染研究中得到了广泛应用。由于生产厂家和反演算法等的差异,激光雷达观测数据的质量参差不齐。笔者利用2013年11月和2014年3月2种不同型号激光雷达(高频激光雷达和微脉冲激光雷达) 532 nm波段的气溶胶消光系数和气溶胶自动观测网(AERONET)光学厚度数据,对2部雷达在不同空气质量下的观测性能进行综合对比。结果表明:2部雷达在不同空气质量条件下探测效果不同,空气质量为优和良时,2部雷达的消光系数比较一致,偏差主要在1 km以下;随着污染加剧,2部雷达在1 km以下的偏差先减小后增大,1 km以上的偏差随高度增大。与AERONET的光学厚度相比,高频激光雷达在轻度污染和严重污染时相对误差较小(3. 23%和26. 75%);微脉冲激光雷达在良和轻度污染时相对误差较小(40. 00%和25. 81%)。2部雷达设备的差异和重污染时不利的气象条件是影响雷达表现的重要原因。该研究作为全国激光雷达联网的前期工作,为全国激光雷达数据的综合应用提供了参考。