基于空气质量监测数据的钢铁行业污染源识别方法

京津冀及周边地区等重点区域已经建立具有高时空分辨率特点的空气质量监测网,但监测数据主要用于环境空气质量评价,在大气污染来源识别中应用较少.采用特征雷达图中的双重归一化算法对区域上2018～2019年秋冬季空气质量监测数据中的SO₂、 NO₂、 CO、 PM_2.5和粗颗粒物(PM₁₀与PM_2.5的浓度差值)这5种因子进行分析,识别出偏SO₂、偏NO₂、偏CO、偏PM_2.5、偏粗颗粒物、偏SO₂-CO、偏NO₂-CO和偏PM_2.5-CO这8种典型污染特征.以偏SO₂-CO特征为例,结合污染特征时空分布、主要污染源排放特征和PM_2.5源解析,判断该特征下对空气质量影响最突出的污染源,并将该方法用于一次典型污染过程的分析.结果表明,研究时段内偏SO₂-CO特征的平均占比为7.6%.（1）偏S...     

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

京津冀及周边地区秋冬季PM2.5爆发式增长成因与应急管控对策

京津冀及周边地区秋冬季大气重污染过程频发,而在一些污染过程中PM_2.5会呈现爆发式增长特征,受到社会、公众的广泛关注,但现阶段针对PM_2.5爆发式增长的成因仍缺乏系统性的认知.对京津冀及周边地区在2015-2019年秋冬季（10月-翌年3月）大气重污染过程进行整理分析,并以2016年12月16-22日和2019年1月10-14日两次典型重污染过程中的PM_2.5爆发式增长为典型案例进行成因解析,归纳得出PM_2.5爆发式增长的主要原因为本地积累、区域传输和二次转化.对于北京市,PM_2.5爆发式增长通常不是上述某一原因独立导致,而是三者综合作用的结果.对于主要由本地积累引起的PM_2.5爆发式增长,应提前采取预警应急措施,降低ρ（PM_2.5）峰值;对于主要由区域传输引起的PM_2.5爆发式增长,应开展区域应急联动,降低传输通道沿线城市对ρ（PM_2.5）累积的贡献;对于主要由二次转化引起的PM_2.5爆发式增长,应通过一次颗粒物和SO₂、NO_x、VOCs等气态污染物的协同减排,降低高湿条件下污染物二次转化的影响.在2016年12月16-22日的大气重污染过程期间,京津冀及周边地区通过采取上述应急管控对策,减少了主要污染物排放量,有效降低了ρ（PM_2.5）峰值.建议可根据各地PM_2.5爆发式增长的具体成因,通过提前采取重污染天气预警应急措施、区域应急联动和多污染物（一次颗粒物、SO₂、NO_x、挥发性有机物等）协同减排等应急管控对策,有效减少PM_2.5爆发式增长的次数、降低PM_2.5爆发式增长的速率,减缓大气重污染的发生和发展.      

区域大气重污染过程识别指标及算法研究

重点区域秋冬季大气重污染应对是大气污染防治工作的重中之重，但针对区域大气重污染过程尚无明确、统一的判定依据，给空气质量管理造成不便。以京津冀大气污染传输通道"2+26"城市为研究对象，依据秋冬季大气重污染过程的区域性特征，以及"发生—发展—消散"的演变规律，将区域内3个及以上相邻城市至少1 d空气质量达到重污染水平判定为一次区域大气重污染过程；若前后两次重污染过程仅间隔1 d，将两次过程及间隔日视为一次完整的区域大气重污染过程。基于"2+26"城市空间相邻矩阵设计了区域大气重污染过程识别算法，以2019—2020年秋冬季为研究时段，在"2+26"城市识别出7次区域大气重污染过程。该研究可为统一区域大气重污染过程的统计口径、优化区域重污染天气的预警范围和重点区域的划定等提供技术支持。     

减排措施对大气颗粒物粒径分布特征的影响——基于2022年北京冬奥会前后的观测

为研究2022冬奥会期间减排措施对北京大气颗粒物粒径谱分布特征的影响,于2021年12月1日～2022年3月28日使用扫描电迁移率粒径谱仪(SMPS)对粒径为3～660nm的大气颗粒物的数浓度谱分布进行了实时监测,结合气态污染物和气象参数,对比分析冬奥会前后新粒子生成(NPF)日和非新粒子生成日的颗粒物数浓度及粒径分布特征.结果表明,大气颗粒物数浓度随减排措施的加强而降低,冬奥会期间(2022年2月1～20日)颗粒物平均数浓度、表面积浓度和体积浓度相较于其他时期分别降低了约4.0%～33.3%、17.1%～41.1%和11.7%～41.2%,体现了冬奥会期间本地排放降低和区域污染减少协同控制的影响.在NPF日,冬奥会期间的积聚模态颗粒物数浓度降低约15.3%～25.1%.超细颗粒物数浓度从冬奥会前(12078cm^-3)到冬奥会后(20600cm^-3)持续上升,主要受到了高浓度的O₃和气态硫酸、高太阳辐射强度、低NO₂浓度和凝结汇等有利成核条件的影响.在非NPF日,限排期间颗粒物数浓度下降4.4%～5...     

珠三角地区臭氧来源特征的数值模拟研究

采用WRF/CAMx模型及臭氧源解析技术（OSAT）模块研究珠三角地区臭氧季节性时空分布特征,对不同污染天气型下的臭氧来源进行解析,评估珠三角各城市臭氧暴露水平,并探究如何根据实际天气状况为不同城市提出切实有效的管控措施.研究结果表明,珠三角地区臭氧浓度遵循夏秋季高、冬季低的季节变化特征.在所有季节中,珠三角地区以外的污染源始终具有最显著的贡献,其平均贡献为76.4%.移动源、面源和植物排放源是三大珠三角内源.在季风气候的影响下,春夏季有明显的区域输送贡献较高的季节性特征,其贡献率分别为16.0%(19.1μg·m^-3)和23.0%(31.8μg·m^-3).此外,在冷高压出海、均压场、副热带高压的特殊气象条件下,臭氧浓度均有所增加,相较年平均浓度,增幅分别为48.2%、89.3%、42.5%.在副热带高压的控制下,来自珠三角地区其他城市的区域输送贡献浓度明显增加,尤其是肇庆和广州,相较于月平均贡献,增幅分别为+96.0%和+52.3%.由于冷高压场的风速及风向的改变,本地源的贡献浓度比月平均有所增加,增幅为49.0%.人均臭氧暴露水平表明珠三...     

“2+26”城市一次多因素叠加重污染过程的特征分析

2018年11月23日-12月4日,京津冀及周边地区"2+26"城市出现了一次长时间、大范围、高强度的复合型大气重污染过程,为揭示区域性重污染过程中多因素的综合作用,利用气象资料、空气质量监测等多源数据以及区域污染特征雷达图,对京津冀及周边地区"2+26"城市此次重污染特征和成因进行分析.结果表明:根据PM_2.5/PM₁₀[ρ（PM_2.5）/ρ（PM₁₀）,下同]可将此次重污染过程划分为4个阶段.第一阶段（2018年11月23-26日）PM_2.5/PM₁₀在0.5~1.0内波动,"2+26"城市大气扩散条件转差,一次污染物局地积累及SO₂、NO_x、NH₃等气态污染物在高湿条件下二次转化是污染形成并发展的主要原因;第二阶段（11月27日）PM_2.5/PM₁₀突降至0.2左右,"2+26"城市北部受形成于蒙古国的沙尘影响,短时ρ（PM₁₀）快速升高（峰值为818 μg/m3）,中南部受形成于内蒙古自治区阿拉善盟的沙尘及上风向PM_2.5污染的传输影响,ρ（PM_2.5）和ρ（PM₁₀）均较高,维持日均重度污染水平（参照GB 3095-2012《环境空气质量标准》和HJ 633-2012《环境空气质量指数（AQI）技术规定（试行）》）;第三阶段（11月28日-12月2日）PM_2.5/PM₁₀由0.3逐渐升至0.8,在静稳、高湿的不利气象条件下,一次污染物积累并二次转化,第二阶段残留沙尘中的矿物质对硫酸盐起到催化作用,导致ρ（PM_2.5）快速上升,"2+26"城市大部分达日均重度及以上污染;第四阶段（12月3-4日）与第二阶段类似,PM_2.5/PM₁₀突降至0.2,"2+26"城市再次受到沙尘天气和区域传输的共同影响,因冷空气持续时间较长,污染被有效清除.研究显示,此次污染过程是气象条件、污染物一次排放和二次转化、区域传输、沙尘天气等多因素综合作用的结果.当静稳、高湿等不利气象条件或沙尘天气出现时,区域应加强对各类污染物排放的管控力度,以降低污染物的一次排放、二次转化以及沙尘和区域传输的共同影响,进而削弱污染严重程度.