广州市污染季节空气质量预报效果评估及误差分析

基于广州市2016年第四季度空气质量实测及预报数据,对广州市污染季节空气质量预报效果进行了评估,结果表明,2016年第四季度广州市空气质量级别预报准确率83.7%、AQI范围预报准确率67.4%、首要污染物预报准确率67.2%、综合考核评分87.4分、相关系数0.78,预报效果总体良好,预报准确率在优良级别时相对较高,而在轻度污染以上级别时相对较低。预报误差分析表明,气象预报精细化程度不足、模式预报不确定性等客观因素,预报员缺乏对污染过程物理化学机制的深入理解等主观因素共同导致了预报的误差。  

对建设项目环境影响后评价工作的思考

简述了开展建设项目环境影响后评价的必要性、重要意义及法律依据。介绍了国内外此项工作的进展情况。提出了如何开展建设项目环境影响后评价,并预期了后评价效果。  

珠三角区域空气质量预报方法及预报效果评估

介绍了珠三角区域空气质量预报的"六步法"流程,并对2015年空气质量等级和首要污染物预报准确率进行评估研究。结果表明,2015年珠三角区域空气质量以优良为主,24 h等级预报准确率1月最高2月最低,平均准确率为87.6%;出现的首要污染物种类包括PM2.5,PM10,O3-8 h和NO2,预报准确率9月最高3月最低,平均准确率为72.7%。  

天津市基于新标准的空气质量预报模型效果评估

利用2015年环境空气质量监测数据,对天津市OPAQ空气质量统计预报模型预测效果进行验证评估。结果表明,模型对天津市AQI和PM_(2.5)、PM_(10)、O_3、NO——2的预测结果与实测结果具有较好的趋势一致性,且预测时间越临近,拟合度越好,24 h预报的相关系数r全部达到0.8以上。对PM_(2.5)的预报性能明显优于PM_(10)、O_3和NO_2,PM_(2.5)平均值预测略呈正偏差,但重污染预测值偏低约15%;O_3和NO_2预测值呈明显负偏差,O_3峰值预测不足,NO_2预测值整体偏低,均以24 h预报趋势性最好,但负偏差最为突出。  

精细化预报在首届中国国际进口博览会空气质量保障工作中的应用

重大活动保障预报不同于业务预报,其核心是服务管控,并注重提前预报的时效性和精细化。该文总结了首届中国国际进口博览会空气质量保障预报工作的实践经验:在历次保障预报联合会商组织架构的基础上,完善联合会商机制,强调预报保障主体单位与支持单位的预报工作内容和职责的区分,通过数值模式的优化改进、针对性开展关键气象因素专题等多种技术手段不断提升预报精准度,并创新应用历史相似污染案例库挖掘和匹配分析,注重预报效果评估以及时总结预报经验,不断提升预报的准确性,为管理决策提供强有力的技术支撑。  

履行《关于持久性有机污染物的斯德哥尔摩公约》成效评估监测进展

持久性有机污染物(POPs)监测是开展履行《关于持久性有机污染物的斯德哥尔摩公约》成效评估的重要内容之一。介绍了履约成效评估POPs监测的要求,综述了我国POPs监测能力建设和履约成效评估全球POPs监测进展。我国自2007年起开展了环境空气、水体和母乳中POPs的监测,所获得的监测数据可为评估我国POPs污染水平和环境与健康风险提供重要的技术支撑。还介绍了国外POPs监测动态,提出借鉴国外经验、建立环境和人体中POPs长效监测机制并开展持续性监测不仅是履约的需求,也可为保护我国生态环境和人体健康提供基础数据。  

构建科学合理的环境监测培训效果评估体系

以检验和提高环境监测培训活动的质量为目的，利用Kirkpatrick 4层评估模型，提出了构建环境监测培训效果评估体系的思路和方法，对如何明确评估对象、确定评估主体以及设计评估方案等问题进行了探讨。  

四川盆地冬季典型污染过程分析及应急减排效果评估

为探讨成都冬季污染过程成因,评估应急减排效果,以2019年12月成都发生的一次长时间污染过程为例,分析污染成因和典型污染物变化特征等,并对四川省启动预警的管控效果进行评估。结果表明:污染期间四川省PM_2.5平均质量浓度为77.9 μg/m³,高出冬季常态浓度1倍左右,成都峰值浓度高达176.0 μg/m³;盆地独特的地形和静稳小风的气象条件,加之高压脊控制影响,污染前期出现连续晴好天气,夜间逆温增强,污染物累积迅速,湿度增大导致污染物二次转化增强,是该次污染过程的重要外因;PM_2.5中硝酸根离子贡献最大(26.7%),NO_x及其二次转化的硝酸根离子是造成该次污染的主要原因;启动黄色预警后,NO₂及其转化后的硝酸根离子浓度以及PM_2.5浓度仍呈上升趋势,各类源贡献显著;升级橙色预警后,NO₂峰值浓度明显下降,硝酸根离子占PM_2.5的比例下降3.7个百分点,PM_2.5浓度上升趋势得到明显遏制;该次区域协同减排效果明显,区域PM_2.5日平均质量浓度下降9.1%~13.1%,区域性污染推迟1d出现,预警城市的重度污染、中度污染、轻度污染天数分别减少13、13、7 d;PM_2.5浓度下降主要来自于工业源、扬尘源和移动源的减排贡献,平均减排贡献比例分别为60.0%、31.3%和8.7%。