京津冀区域重污染期间PM2.5垂直分布及输送

2016年12月17～19日重污染期间,在天津市武清区高村开展车载系留气球颗粒物浓度垂直观测,并以观测数据为基础,计算了区域内PM_(2.5)传输通量.结果表明重污染过程期间,大气混合层较低,约200 m左右,PM_(2.5)浓度垂直分布特征与混合层高度密切相关,混合层以下,PM_(2.5)浓度较高,垂直变化特征不显著,形成明显的污染层,混合层以上,PM_(2.5)浓度迅速降低并维持在降低水平.观测期间,粒径小于1. 0μm颗粒物浓度较高,粒径大于2. 2μm颗粒物浓度较低,近地层粒径为0. 777μm颗粒物浓度最高.颗粒物浓度粒径谱分布与相对湿度和混合层高度相关,高湿度和低混合层下颗粒物浓度粒径谱分布较宽泛.观测期间,PM_(2.5)在西南方向上的传输通量最高,占总传输通量的63. 3%,其中46～156 m和156～296 m高度之间PM_(2.5)传输通量最高.近地面300 m内PM_(2.5)传输主要以西南方向传输为主,300 m以上传输方向较分散.     

八级空气撞击采样器在环境空气污染物监测领域的应用

对八级空气撞击采样器在环境空气污染物监测领域的应用进行了研究,并与颗粒物自动监测仪器进行了相应得对比。结果表明。相同条件下八级空气撞击采样器得出的结果与颗粒物自动监测仪器的监测结果相关性均较好;在使用八级空气撞击采样器时应使用预分离器以尽可能避免因发生微粒反弹和被重新带走而对监测结果造成的误差;八级空气撞击采样器采样滤膜可根据需要在实验室进行颗粒物组成成分的定性和定量分析以得出不同枉径范围颗粒物的组成成分。     

2020年春节期间天津市重污染天气污染特征分析

为了解春节期间重污染天气污染特征,基于城区点位2020年1月高时间分辨率的在线监测数据,开展天津市春节期间重污染分析.结果表明：区域污染物输送叠加本地污染物排放和不利气象条件导致春节重污染的发生,重污染期间天津市平均风速为0.97 m·s^-1,平均相对湿度为70%左右,边界层高度为210 m,水平和垂直扩散条件均较差.春节重污染期间,天津市PM_2.5、SO₂、NO₂和CO平均浓度分别为219、14、46 μg·m^-3和1.9 mg·m^-3,与春节前重污染相比,春节重污染期间污染程度有所降低,尤其是NO₂浓度下降明显.PM_2.5浓度空间分布表明,天津远郊区依然存在烟花爆竹燃放情况.春节重污染期间,城区PM_2.5中主要化学组分为二次无机离子（NO₃^-、SO₄^2-和NH₄⁺）、OC、K⁺和Cl^-,平均浓度分别为96.4、22.5、9.5和8.9 μg·m^-3,在PM_2.5中占比分别为41.3%、9.7%、4.1%和3.8%.与春节前重污染相比,受移动源减少、工业企业排放降低、工地停工影响,春节重污染期间NO₃^-、SO₄^2-、NH₄⁺、EC和Ca²⁺浓度及其在PM_2.5中占比明显下降;受烟花爆竹燃放影响,OC、K⁺、Cl^-和Mg²⁺浓度及其在PM_2.5中占比均上升.与清洁天气相比,春节重污染期间PM_2.5中二次无机化学转化明显增强.PMF解析结果表明,春节重污染期间,天津市城区PM_2.5的主要来源为二次无机盐、燃煤和工业、烟花爆竹及生物质燃烧、机动车和扬尘,贡献分担率分别为40.1%、30.6%、20.6%、6.9%和1.8%.与春节前重污染相比,春节重污染期间二次无机盐、机动车和扬尘贡献率分别下降25.5%、62.9%、71.4%,燃煤和工业贡献率上升51.5%,烟花爆竹及生物质燃烧源显著上升.无论是重污染还是非重污染,常态化还是特殊时期,二次无机盐、燃煤和工业排放始终是天津市PM_2.5最主要的来源,产业结构和能源结构的调整始终是天津大气污染防治的主要方向.     

2020年天津市两次重污染天气污染特征分析

为了解2020年天津市两次重污染天气污染特征,基于2020年1~2月高时间分辨率的在线监测数据,对天津市2020年1月16~18日（重污染过程Ⅰ）和2020年2月9~10日（重污染过程Ⅱ）进行分析,结果表明,两次重污染过程均呈现前期区域输送和后期本地不利气象条件叠加双重影响的特点,重污染过程期间平均风速均较低,平均相对湿度接近70%,部分时段接近饱和,边界层高度低于300 m,水平和垂直扩散条件均较差.与重污染过程Ⅰ相比,重污染过程Ⅱ主要污染物浓度和污染程度均降低,尤其是NO₂浓度下降明显,重污染过程Ⅱ北部地区PM_2.5和CO浓度较高.两次重污染过程PM_2.5中化学组分浓度和占比发生明显变化,重污染过程Ⅰ二次无机离子（SO₄^2-、NO₃^-和NH₄⁺）、EC和Ca²⁺平均浓度较高,OC和Cl^-平均浓度略低于重污染过程Ⅱ,K⁺平均浓度低于重污染过程Ⅱ.与重污染过程Ⅰ相比,受燃烧源增加和移动源大幅降低影响,重污染过程Ⅱ中SO₄^2-、OC和K⁺在PM_2.5中占比明显上升,NO₃^-和EC在PM_2.5中占比明显下降;工业持续生产使重污染Ⅱ中NH₄⁺和Cl^-在PM_2.5中占比相对较高;工地的停工使两次重污染过程中Ca²⁺占比均较低.PMF解析结果表明,重污染过程Ⅰ中PM_2.5来源为二次离子、燃煤和工业、机动车、扬尘、烟花爆竹及生物质燃烧,贡献率分别为53.8%、20.2%、18.6%、6.3%和1.1%;重污染过程Ⅱ中各源对PM_2.5的贡献率分别为48.3%、28.2%、8.7%、2.6%和12.2%.与重污染过程Ⅰ相比,重污染过程Ⅱ燃煤和工业、烟花爆竹及生物质燃烧对PM_2.5贡献率明显上升,二次离子、机动车和扬尘贡献率明显下降,尤其是机动车和扬尘,贡献率分别下降53.2%和58.7%.     

基于在线观测的天津市PM2.5污染特征及来源解析

为了解天津市PM_2.5的污染特征及来源,基于2017~2019年高时间分辨率的在线监测数据,对PM_2.5浓度、化学组分和来源进行了分析.结果表明,2017~2019年,天津PM_2.5平均浓度为61 μg ·m^-3,PM_2.5中主要化学组分为NO₃^-、OC、NH₄⁺、SO₄^2-、EC和Cl^-,在PM_2.5中占比分别为17.7%、12.6%、11.5%、10.7%、3.4%和3.1%.从年分布上看,PM_2.5及主要化学组分浓度均呈现下降趋势,NO₃^-和NH₄⁺在PM_2.5中占比上升,SO₄^2-、OC和EC在PM_2.5中占比下降,Cl^-在PM_2.5中占比略上升,其他组分K⁺、Ca²⁺和Na⁺浓度及在PM_2.5中占比均上升.PM_2.5及主要组分浓度在采暖季相对较高,非采暖季相对较低,夏秋季SOR和NOR较高,二次转化强,PM_2.5中二次无机离子（NO₃^-、NH₄⁺和SO₄^2-）占比相对较高.当PM_2.5浓度为优良级别时,PM_2.5中二次无机离子占比较低,OC占比较高,SOC生成较高,Ca²⁺和Na⁺占比相对较高;PM_2.5浓度为轻度及以上污染级别时,随着污染程度加重,PM_2.5中二次无机离子占比明显上升,OC占比基本稳定,EC和Cl^-占比略升,K⁺、Ca²⁺和Na⁺等离子占比下降.PM_2.5浓度处于中度及以上污染级别时,机动车影响明显增加.PMF解析结果表明,2017~2019年,天津市PM_2.5的主要来源为二次源、机动车排放、工业和燃煤排放以及扬尘.其中机动车排放的贡献分担率上升,二次源、扬尘的贡献分担率略升,工业和燃煤源的贡献分担率略降.对天津来说,机动车、燃煤和工业排放始终是PM_2.5最主要的一次污染来源,产业结构和能源结构的调整以及机动车的管控是大气污染防治的主要方向.     

天津市冬季气溶胶吸湿因子的粒径分布特征

气溶胶粒径吸湿增长因子［g（RH）］是影响气溶胶消光和气溶胶辐射强迫的重要因素.利用吸湿性串联差分电迁移率分析仪（HTDMA）观测了天津市冬季不同污染状态下气溶胶粒子g_m（RH）的粒径分布.同时基于水溶性离子的粒径分布,利用κ-Köhler理论获取了较宽粒径范围内（60 nm~9.8 μm）的g_κ（RH）,为环境状态下气溶胶光学参数和直接辐射强迫的模拟提供基础.结果表明,清洁状态下大气光化学反应较为活跃,超细粒子（<100 nm）的g_m（RH）较高,g_m（RH=80%）在1.30以上.重度污染天,气溶胶中水溶性离子的质量分数随粒子粒径增大而增加,导致g_m（RH）随着粒子粒径增大而增大,300 nm粒子的g_m（RH=80%）和g_m（RH=85%）分别可达1.39和1.46.在较宽粒径范围（60 nm~9.8 μm）内,不同模态气溶胶的吸湿性强弱表现为积聚模态>爱根模态>粗模态.大气重污染过程中气溶胶粒径明显增大,积聚模态气溶胶中NO₃^-和SO₄^2-含量较清洁天明显增加,受此影响,污染状态下积聚模态气溶胶的吸湿性较清洁天明显增强,g_κ（RH）达到1.3~1.4,具有强吸湿性的气溶胶粒径范围也同时扩大,在0.18~3.1 μm粒径段均较高,对能见度恶化有重要的贡献.     

2013～2020年天津市PM2.5-O3污染变化趋势和影响因素分析

基于2013～2020年高时空分辨率的PM_2.5和O₃在线监测数据以及气象观测数据,利用KZ(Kolmogorov-Zurbenko)滤波耦合逐步回归等技术,对天津市PM_2.5和O₃浓度变化趋势、相互关系和影响因素进行了分析.结果表明,与2013年相比,2020年天津市PM_2.5浓度下降50.0%,O₃浓度上升25.8%.从月际变化来看,与2013～2017年相比,2018～2020年天津市PM_2.5浓度月际间差异逐渐缩小,O₃浓度从4月开始出现明显上升,污染发生时间节点提前.O₃与PM_2.5的相关性呈现明显的季节性分布特征,冬季整体呈负相关,夏季正相关且相关性比其他季节高.不同季节O₃与PM_2.5之间的拟合斜率与相关性系数整体呈正比例关系,拟合斜率与相关性系数的比值逐年升高说明PM_2.5对O_3...     

天津市“十三五”期间O3污染特征和驱动因子

为了解“十三五”期间天津市O₃污染特征和驱动因素,基于2016～2020年高时空分辨率的在线监测数据,利用空间自相关、空间热点分析和STIRPAT模型分析了O₃污染空间分布、聚集特征和驱动因子.结果表明,2016～2020年天津市O₃浓度变化特征呈现污染发生时间点提前和污染范围扩大的趋势.6～10月O₃污染分布具有显著聚集性,高值-高值聚集区主要为市内六区、北辰区、津南区和静海区,O₃浓度在西南部地区形成高值热点聚集区,在东北部地区形成低值冷点聚集区.气温、小风百分率和日照时数等气象因子与NO_x排放量、 VOCs排放量和机动车保有量等社会因子对O₃浓度有显著性影响,综合驱动STIRPAT模型的回归拟合效果比单一气象因子或社会因子模型更好.为科学高效地开展“十四五”期间O₃污染的防治,在关注气象条件基础上,在“双碳”目标的约束下,天津市应进一步提升钢铁、石化、火电和建材等行业全过程排放的绩效水平,引导企业清洁化提升...     

论ACCU自动采样器在环境空气监测领域的应用

对ACCU多通道自动采样器在环境空气污染物监测领域的应用进行了研究,并与颗粒物自动监测仪器进行了相应得对比。结果表明,ACCU自动多通道采样器可根据提前设定的程序进行特征性采样,并且ACCU多通道自动采样器得出的结果与颗粒物自动监测仪器的监测结果相关性较好,其采样滤膜可根据需要在实验室进行颗粒物组分的定性和定量分析。     

天津市冬季重污染二次有机化学污染特征及VOCs对SOA生成潜势

基于天津市2019年1～3月超级观测站数据,研究重污染期间二次有机化学污染特征.重污染过程期间SOC约占PM_(2.5)质量的3.1%～3.8%,增长幅度显著高于PM_(2.5),二次有机化学反应对重污染PM_(2.5)有较大影响.VOCs增长幅度较PM_(2.5)低,可能与VOCs作为前体物生成二次颗粒物而有所消耗有关.乙烷/乙炔比值在2.0以上,但较污染前下降,说明尽管重污染期间气团老化,但活性有所提升.重污染期间VOCs对SOA的生成潜势为0.49～1.21μg·m~(-3),芳香烃对SOA生产贡献最大,贡献率大于90%,较污染前芳香烃类SOA生成潜势贡献升幅最大,说明芳香烃类是对SOA形成影响最大的物种.