华东森林及高山背景区域SO2、NOx、CO本底特征

国家大气背景监测福建武夷山站是中国华东区域背景站点之一,可代表华东森林及高山区域背景状况。为了解该区域的大气背景状况,评估区域污染现状以及污染物输送在区域污染中的作用,选取福建武夷山背景站2011年3月至2012年2月主要气体污染物（SO₂、NO_x、CO）为期1年的监测数据,研究各污染物在不同时间尺度的浓度变化特征和相关关系,以及与气象因子的相关关系,并利用后向轨迹模式探讨区域输送对华东森林及高山背景区域各气体污染物质量浓度的影响。结果表明,武夷山背景点监测期间SO₂、NO_x、CO的平均质量浓度分别为3.9、5.1、409.8 μg/m³,且具有明显的季节变化特征,春、冬季明显高于夏、秋季;三者日变化幅度均很小,呈现出单谷型分布型态,说明武夷山背景点受人为活动的影响很小,主要受气象条件影响;相关性分析结果显示,SO₂与NO_x浓度相关性较好,与湿度有较好的负相关,与风速在冬季具有一定的正相关,NO_x与CO浓度在秋季和冬季的相关性较好,且二者与温度的负相关性较好。后向轨迹分析结果表明,SO₂全年最大浓度峰值主要来自北方采暖季燃煤排放的远距离输送影响,NO_x、CO全年最大值则源于生物质燃烧的远距离输送影响。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

2013—2019年京津冀及周边地区PM2.5重污染特征

为探讨2013—2019年京津冀及周边地区"2+26"城市PM_(2.5)重污染时空演变特征,对"2+26"城市7年间的大气环境监测网数据进行了统计分析。在年际变化上,重污染过程次数逐年下降,发生时长和强度分3个阶段大幅降低。相比2013年,2014—2016年重污染小时数、天数和峰值浓度均降低了一半左右,2017—2019年则下降了约80%。目前,区域重污染过程以持续1～2 d的较短过程为主。在季节分布上,全年重污染集中于秋冬季,其中冬季占比从60%升至80%,尤其是1月的重污染占比最高且有逐年增加趋势。在空间分布上,区域差异明显缩小,呈相对均匀化趋势,区域污染中心有所南移,南部的冀南豫北区域在区域重污染中的占比呈上升趋势。在污染成因基本类型上,污染排放导致的积累型为主要类型,占比约90%;沙尘型及烟花爆竹燃放型的总占比约为10%,虽然其占比较低,但近年的比重较稳定,未有明显下降趋势。     

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。     

荒漠草原无林地PM2.5、PM10时间变化特征及与气象因素的关系

选取荒漠草原无林地的PM_(2.5)、PM_(10)浓度以及气象因子数据,对颗粒物浓度的时间变化特征及其与气象因子的关系进行分析。结果表明:(1)1月的PM_(2.5)、PM_(10)月平均浓度最高,7月的PM_(2.5)与PM_(10)达到最低。季节尺度上PM_(2.5)、PM_(10)浓度变化为由大到小顺序依次为冬季秋季春季夏季。(2)风速≤4.0 m/s时,随着风速增加,PM_(2.5)、PM_(10)浓度不断降低;当风速4.0 m/s时,PM_(2.5)、PM_(10)浓度随风速增加而增加。PM_(2.5)、PM_(10)浓度与温度负相关。相对湿度≤50%时,随着相对湿度增加,PM_(2.5)、PM_(10)浓度呈增加趋势;相对湿度50%时,随着空气湿度增加,PM_(2.5)、PM_(10)浓度呈降低趋势。随着大气气压上升,PM_(2.5)与PM_(10)浓度随之增加。(3)不同季节的气象因子对PM_(2.5)、PM_(10)影响存在差异。     

西安市区大气中PM2.5和PM10质量浓度污染特征

2013年3月—2014年2月期间,设置1个监测点位,采集了西安市区大气环境中PM10和PM2.5样品,采用重量法测定了PM2.5和PM10质量浓度。结果表明,西安市区PM2.5质量浓度为16~558μg/m3,平均值为128μg/m3,超标率69.1%;PM10质量浓度范围为32~887μg/m3,平均值为249μg/m3,超标率71.8%。虽然PM2.5和PM10质量浓度的逐日变化幅度比较大,但是整体变化趋势非常相似,存在显著的正相关关系(r=0.831 9)。PM2.5和PM10质量浓度存在明显的季节变化,均为冬季最高,春季次之,秋季较低,夏季最低。ρ(PM2.5)/ρ(PM10)为0.245~0.822,平均值为0.510,说明PM2.5在PM10中所占比例大于PM2.5~10;此外,该比值呈现一定的季节变化规律,冬季、夏季较高,秋季次之,春季最低。霾天气发生时,该比值和PM2.5质量浓度明显高于无霾天气。     

中国北方地区采暖期颗粒物污染现状

分析了2013—2016年冬季采暖期与非采暖期中国北方地区颗粒物污染现状及时空变化特征。结果表明:中国北方地区空气污染比较严重,采暖期尤为突出。2016年,中国北方地区重度及以上污染天数比例超过10%,采暖期优良天数比例较非采暖期下降22.8%,重度及以上污染天数比例升高10.1个百分点。颗粒物浓度呈现明显的冬季高、夏季低的特点,最高值一般出现在12月至次年1月,最低值一般出现在7—9月。2013—2016年,北方地区空气质量呈较为明显的改善趋势,PM_(10)和PM_(2.5)浓度总体呈下降趋势,但2014年以来采暖期同期比较显示,PM2.5浓度呈缓慢升高趋势,采暖期空气污染形势十分严峻。颗粒物浓度呈现明显的空间分布规律,采暖期石家庄、保定、衡水、邢台、邯郸、安阳等城市为京津冀区域污染最严重的城市。     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

2002—2016年北京市PM10浓度时间变化特征

以北京市2002—2016年PM₁₀日均浓度序列数据为基础,结合小波分析、Mann-Kendall检验、滑动t检验等分析方法,研究PM₁₀浓度随时间变化的周期性、趋势性及突变性特征。结果表明：PM₁₀日均浓度变化具有较典型的季节周期性,主周期为300 d左右,次周期为150 d左右。不同周期分析结果显示,PM₁₀污染春季最高,冬季次高,夏末秋初最低。总体上,PM₁₀浓度以平均每年约4 μg/m³的速率递减。2009年以前PM₁₀浓度呈波动变化,降低趋势不显著,2009年1月为序列的突变点,突变后呈显著下降趋势。     

“十一五”时期乌鲁木齐市大气污染特征及影响因素分析

为全面了解"十一五"时期(2006—2010年)乌鲁木齐市大气污染状况,评估污染源治理及气象条件对空气质量变化的影响,利用2001年1月—2010年12月主要大气污染物浓度数据和同期地面气象资料,总结"十一五"时期乌鲁木齐市大气污染变化特征,重点分析其变化原因。结果表明:"十一五"时期PM10和SO2年均浓度分别比"十五"下降1.7%和10.3%,采暖季降幅最明显,分别达到2.2%和21.9%;而NO2年均浓度比"十五"升高8.9%,非采暖季增幅最大,为11.7%。2006—2010年PM10、SO2年均浓度整体呈下降趋势,NO2浓度有升高趋势。5年中非采暖季各污染物浓度均达标,采暖季PM10和SO2超标倍数逐年减小,煤烟型污染特征仍然典型。污染源管控(特别是减排工程实施)是"十一五"时期SO2和PM10浓度下降的重要原因,气象条件作用相对有限。NO2浓度升高主要与机动车保有量逐年增加和氮氧化物治理启动滞后有关。     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。     

青藏高原典型高寒森林地带CH4浓度特征分析

基于波长扫描光腔衰荡光谱线监测系统在海螺沟国家大气背景站(以下简称海螺沟站)开展甲烷(CH_4)连续自动监测,通过局部近似回归法进行背景值筛分分析。结果表明:2016、2017年海螺沟站CH_4年均体积分数和筛分的背景体积分数接近,两者浓度水平与北半球中纬度地区全球本底站CH_4浓度水平相当;海螺沟站CH_4能够代表背景区域浓度水平。海螺沟站CH_4体积分数呈春、夏季低,秋、冬季高特征,季节变化主要受到特定的地理环境和大气环流的影响,大气环流占主导影响。夏季CH_4体积分数最低但日振幅最大,与高原高海拔背景下森林地带的辐射对流引起局地扩散作用有关。采用逐步逼近回归筛分CH_4监测数据,海螺沟站CH_4背景季浓度变化和北半球中高纬度地区其他背景站大气CH_4的季节变化特征以及CH_4季体积分数振幅基本一致。背景站四季的CH_4载荷贡献在16个风向分布结果表明,在春、夏季存在西风带下南亚方向污染物气团的远距离输送;青藏高原东部近地面在冬季处于反气旋冷高压控制下,而SSW方向风向能够短暂打破这种稳定的气象条件,污染物得到迅速扩散,SSW为负贡献。     

2018—2021年安徽省PM2.5和O3时空分布特征及其健康风险分析

利用2018—2021年安徽省空气质量监测数据分析了PM_2.5和O₃时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM_2.5年均值下降25.5%,而O₃-8 h年均值则保持持平;PM_2.5和O₃-8 h月均值具有明显的季节变化特征,PM_2.5月均质量浓度和超标天数均在冬季达到最大值,O₃-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM_2.5、O₃-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O₃是主要的健康风险因子,冬季PM_2.5是主要的健康风险因子。当PM_2.5超标时,除2021年皖北地区外(PM₁₀是主要的健康风险因子),PM_2.5均是主要的健康风险因子;当O₃-8 h超标时,O₃是主要的健康风险因子。     

宜都市PM2.5与O3季节性分布特征及潜在源区分析

为了解宜都市PM_2.5与O₃的污染特征及潜在来源,利用宜都市2020年3月至2022年2月在线监测数据及气象数据,对宜都市PM_2.5与O₃质量浓度变化特征、气象影响因素及潜在源区进行了分析,结果表明:宜都市PM_2.5质量浓度冬高夏低,日变化呈双峰特征,O₃质量浓度夏高冬低,日变化呈单峰特征。高湿、静稳的气象条件以及较强偏北风作用下的区域污染传输对PM_2.5污染有重要影响,高温以及中湿度对O₃污染过程有重要作用。春、夏、秋季偏南方向气流轨迹占主导,且携带较高的污染物浓度,冬季来自湖北东北及西南方向的气流占比较高且携带的PM_2.5浓度较高;宜都市PM_2.5、O₃的潜在源区具有季节性差异,总体来看,主要分布在河南南部、湖北东部及湖南的北部区域。     

宜兴市臭氧和挥发性有机物的浓度特征研究

于2016年对宜兴市大气挥发性有机物(VOCs)和臭氧(O_3)的变化特征进行了分析。结果表明,宜兴市O3年均值为62.92μg/m~3,其中冬季值最低(31.19μg/m~3),夏季值最高(94.96μg/m~3)。φ(VOCs)为(11.00~42.45)×10~(-9),其中丙酮(12.7%)、乙酸乙酯(8.8%)和丙烯(3.3%)等在VOCs中占比位于前3位。各站点φ(甲苯)/φ(苯)2,全年的φ(甲苯)/φ(苯)φ(乙苯)/φ(苯)φ(间、对二甲苯)/φ(苯)。指出VOCs主要来源为有机溶剂和道路交通,并受到一定的外来输送影响。各站点φ(VOCs)/φ(NOx)为0.94~2.44,O3处于VOCs敏感区。     

夏季上海城区大气中二氧化碳浓度特征及相关因素分析

利用连续自动监测仪器,获得CO2源区上海城区2010年夏季高时间分辨率的CO2连续监测数据.监测期间CO2平均浓度为414±16ppm,高于同期全球本底观测站约6%,与中国其他城市化地区的浓度水平基本相当或略低.CO2浓度日变化呈显著早晚双峰特征;周变化呈显著的波浪形,高值集中出现在工作日.除O3外,与其他污染物呈显著...     

某典型交通路口大气颗粒物(PM10和PM2.5)中多氯联苯季节变化特征

应用同位素稀释高分辨率气相色谱-高分辨质谱 (HRGC-HRMS) 联用技术对北京市北四环典型交通路口大气颗粒物PM₁₀和PM_2.5中多氯联苯(PCBs)进行了监测,分析了PCBs浓度水平、单体组成特征、粒径分布规律和季节变化趋势。结果表明:大气颗粒物PM₁₀和PM_2.5样品中19种PCBs浓度和毒性浓度(TEQ,以世界卫生组织毒性当量因子WHO-TEF计)分别为1.05～13.83 pg/m³(平均值为6.66 pg/m³)和1.24～15.18 fg/m³ (平均值为6.84 fg/m³)、0.80～8.51 pg/m³(平均值为4.32 pg/m³)和0.88～13.40 fg/m³ (平均值为5.90 fg/m³),PM₁₀和PM_2.5中PCBs的单体分布模式相似,浓度丰度最大的是PCB-28和PCB-209,而对毒性当量贡献最大的是PCB-126。PCBs浓度季节变化明显,冬、春季明显高于夏、秋季。 PCBs浓度季节变化特征表明,不同季节采样点PCBs来源不同,除历史使用外,采暖季节可能主要来自机动车排放和化石燃料的燃烧,而非采暖季节主要来自机动车排放。粒径分布表现为PCBs倾向于富集在PM_2.5中,占PM₁₀总浓度的61%～87%(平均值为72%)。     

洞庭湖水体叶绿素a时空分布及与环境因子的相关性

2013年6月至2014年5月逐月对洞庭湖水体叶绿素a质量浓度和主要环境因子进行测定,分析洞庭湖水体叶绿素a质量浓度的时空分布特征,探讨洞庭湖水体叶绿素a质量浓度与环境因子的相关性。结果表明,洞庭湖水体叶绿素a质量浓度为0.11~8.62 mg/m~3,年均值为(1.89±1.23)mg/m~3,属贫营养;叶绿素a质量浓度随季节变化明显,总体呈现夏、秋季明显大于冬、春季的规律;在空间上,总体表现为西洞庭湖和东洞庭湖明显大于南洞庭湖。全湖叶绿素a质量浓度与水温、电导率、COD和TP呈极显著正相关,与DO、NH3-N、TN和TN/TP呈极显著负相关,与NO-3-N呈显著负相关,与p H和透明度无显著相关性。全湖TN/TP的年均值为28.5,磷可能是洞庭湖水体浮游植物生长的限制性营养盐。     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据,对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明,武汉市城区PM_2.5质量浓度呈现出明显的季节差异,季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损,颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明,区域传输是武汉市PM_2.5的一个重要来源,在4个典型重污染阶段,武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。