乌鲁木齐市PM_(2.5)浓度与气象条件耦合分析

为探究气象条件对污染物浓度的影响,于2013年10月至2014年10月在乌鲁木齐市主城区采集PM_(2.5)样品,并选取同期气象站监测的气象数据进行分析。结果表明:(1)乌鲁木齐市采暖期PM_(2.5)日均值平均达到84.70μg/m~3,超出了《环境空气质量标准》(GB 3095—2012)中24h平均二级限值(75μg/m~3),是非采暖期(20.66μg/m~3)的4倍多。(2)采暖期风速、相对湿度、气温、水汽压与PM_(2.5)日均值极显著相关,非采暖期相对湿度与PM_(2.5)日均值极显著相关。     

杭州市区空气污染特征及灰霾成因分析

利用2013年3月1日至2014年2月28日杭州市区4种常见污染物(NO_2、CO、PM_(2.5)和PM_(10))的小时浓度监测数据对杭州市区全年空气污染特征进行分析,并针对2014年1月17至19日的一次灰霾过程进行了污染特征与成因分析。结果表明,杭州市区NO_2质量浓度年均值为51.55μg/m~3,CO为0.87mg/m~3,PM_(2.5)为67.02μg/m~3,PM_(10)为102.06μg/m~3,均表现为冬季浓度高夏季浓度低的特征。4种污染物基本都在每天的9:00—10:00和19:00—20:00出现两个峰值。杭州市区PM_(2.5)主要来自于二次污染物转化,灰霾过程中PM_(2.5)质量浓度最高值接近300μg/m~3。这次灰霾过程的主要潜在源区包括京津地区、山东中部和江苏南部等地区,杭州市区本身气象条件加剧了这次污染的严重程度。     

近10年浙江省城市环境空气质量变化趋势及影响因素分析

利用浙江省环境空气中SO_2、NO_2和PM_(10)监测数据,采用Daniel趋势检验法,研究了近10年(2005—2014年)浙江省城市环境空气质量变化趋势及影响因素。结果表明:(1)2005—2014年,浙江省县级以上城市综合污染指数平均值呈显著下降趋势,总体环境空气质量呈好转趋势。(2)SO_2年均值呈不显著下降趋势,NO_2年均值基本保持稳定,PM_(10)年均值呈显著下降趋势。浙江省SO_2、NO_2和PM_(10)浓度高值区域主要分布在浙中北部地区,与2005年相比,2014年浓度高值区域面积减少,污染程度降低。(3)SO_2、NO_2和PM_(10)月均值变化趋势基本一致,浓度高值主要出现在1、11、12月,低值集中出现在6—9月。(4)PM_(10)为城市大气中首要污染物,NO_2污染负荷呈显著上升趋势,表明浙江省城市空气污染特征逐渐从煤烟型污染过渡到机动车尾气型污染。(5)产业结构升级、能源结构优化、大气污染物总量减排和污染源综合整治等人为控制措施对城市空气质量改善起到重要作用。地形、气象、沙尘等自然因素是大气污染物浓度时空变化的外因。     

北京9.3阅兵前后天津市大气污染变化特征分析

2015年8月23日—9月4日京津冀地区对部分污染源实行了临时性的减排管控措施,为保障9月3日北京大阅兵的空气质量起到了重要作用。天津作为协同减排的重要城市,阅兵期间空气质量变化一直备受关注。为评估这次减排管控措施对空气质量的改善效果,于2015年8月10日—9月15日,选择天津市气象局院内观测场,利用自动在线观测仪器对大气污染物NO_x、SO_2、CO、O_3及PM_(2.5)进行了连续观测,以天津所采取的临时减排措施为时间节点,对人为管控前后污染物的浓度水平、源贡献及日变化特征进行了比对分析,并结合气团输送特征讨论了气象条件在各时段的贡献。结果显示:在减排期间(2015年8月23日—9月4日),NO、NO_2、SO_2、CO、O_3及PM_(2.5)浓度较减排前(2015年8月10日—22日)分别降低了12.3%、34.1%、41.8%、21.1%、39.0%及63.1%,燃煤、工业及扬尘源控制效果显著;减排后(2015年9月5日—15日)较减排期,NO、NO_2、SO_2、CO及PM_(2.5)浓度分别升高了77.2%、46.1%、13.3%、12.5%和11.5%,空气质量主要受机动车源的影响。NO_2、SO_2、CO及PM_(2.5)在各时段的日变化基本呈早晚双峰型,NO呈早单峰型,O_3呈午后单峰型,减排措施有效降低了峰值和浓度水平,污染物排放至大气后,近地面气象要素也会有所影响。由气团的输送特征可知,有利的气象条件也是减排期间良好空气质量的重要因素,减排后CO、SO_2和PM_(2.5)无显著回升主要得益于清洁气团的频繁出现。     

广州PM2.5污染特征及与气象因子的关系分析

基于2014—2016年广州PM_(2.5)浓度逐时观测数据,研究了广州PM_(2.5)污染变化特征及其与气象因子的关系,确定了影响广州大气能见度的PM_(2.5)浓度阈值。结果表明:(1)2014—2016年广州PM_(2.5)质量浓度平均为32.7μg/m3,广州1月PM_(2.5)污染最重,轻度、中度、重度污染频率合计达20.16%;(2)PM_(2.5)浓度与风速、降水、气温、能见度呈负相关,与相对湿度、气压呈正相关;(3)广州地区在南风的条件下PM_(2.5)浓度最低,风速小于2m/s的偏北风下易出现污染;(4)PM_(2.5)浓度与相对湿度共同影响广州能见度的变化,随着相对湿度的增加,PM_(2.5)浓度的敏感阈值不断减小,通常当PM_(2.5)高于37.3μg/m3时,控制PM_(2.5)对改善城市能见度成效相对缓慢,而当PM_(2.5)浓度低于此阈值时,降低PM_(2.5)将显著提高大气能见度。     

河谷型城市一次大气持续重污染特征及其原因分析 —— 以宝鸡市为例

利用2016年冬季12月16—22日监测的宝鸡市6种大气污染物及主要气象要素,分污染前、重污染期、污染结束3个过程分析了污染物的变化特征,探讨了大气污染物时间变化与气象要素关系。结果表明:(1)大气重污染过程中主要污染物为PM_(10)和PM_(2.5),重污染期最大值比污染前增加113%、93%,比污染结束高出268%、190%,浓度均超过《环境空气质量标准》(GB 3095—2012)中24h平均二级限值。SO_2、CO、NO_2、O_3重污染期最大值比污染前增加7%、33%、54%、18%,比污染结束高出36%、33%、58%、57%,但浓度均未超过GB 3095—2012中1h平均二级限值。日变化总体表现为PM_(2.5)、PM_(10)、CO出现两个峰值,SO_2、NO_2、O_3出现一个峰值;3个过程峰值点出现时间基本一致;重污染期PM_(2.5)、PM_(10)较高,但振幅比污染前后的振幅减小。(2)PM_(10)、PM_(2.5)与相对湿度、风速关系密切,与气温关系较差。(3)河谷地形、气象条件及大气环流场相互作用形成污染物持续的集聚是导致宝鸡市重污染发生的重要因素,并对污染物的扩散和清除具有滞后作用。     

汾渭平原采暖期与非采暖期大气环境质量时空变化特征研究

采暖期重污染天气频发,成为大气环境质量改善的难点。汾渭平原刚被划为中国环境治理的重点区域,大气污染形势十分严峻。基于2014—2018年PM2.5、SO_2、NO_2、O_3和CO等污染物监测数据及空气质量指数,分析了汾渭平原采暖期和非采暖期大气环境质量的时空变化特征。结果表明:(1)采暖期PM_(2.5)、SO_2、NO_2和CO浓度均高于非采暖期,非采暖期PM_(2.5)相比采暖期低42%～54%,采暖期SO_2、NO_2和CO的平均浓度分别是非采暖期的2.7、1.5、1.6倍,而非采暖期O_3平均浓度是采暖期的2.2倍;(2)PM_(2.5)和SO_2为采暖期首要污染物,O_3为非采暖期首要污染物;(3)采暖期和非采暖期三省交界处和临汾的PM2.5浓度均较高,采暖期气态污染物的空间分布与非采暖期基本相似,其中SO_2浓度的空间分布为山西境内河南境内陕西境内;(4)采暖期PM_(2.5)与SO_2、NO_2、CO浓度均呈正相关,与O_3呈负相关,非采暖期SO_2、NO_2和CO随PM_(2.5)浓度呈一致变化趋势,均先上升后下降,与采暖期的变化趋势并不相同;(5)采暖对PM_(2.5)和SO_2的年平均贡献率分别为34.9%和42.1%。     

绵阳重污染天气机动车限行对空气质量的影响研究

为应对2017年底绵阳出现的一次重污染天气,绵阳政府于2017年12月25日0时至29日12时首次实行了机动车尾号限行措施。利用2017年12月20日至2018年1月2日绵阳4个国控环境质量监测站点的CO、NO_2、SO_2、O_3、PM_(2.5)、PM_(10)的数据分析限行前后的污染物浓度变化特征,并结合气象数据进行污染成因分析。结果表明,大气颗粒物PM_(2.5)和PM_(10)是此次重污染天气的首要污染物,机动车尾号限行措施对PM_(2.5)和PM_(10)有一定的减排效果。机动车尾号限行措施对NO_2、SO_2、O_3具有明显的减排效果,而对CO几乎没有减排效果。限行前和限行期大气颗粒物主要来源于化学转化形成的二次颗粒物,而限行后则转为沙尘、扬尘等一次颗粒物。江油对绵阳大气颗粒物PM_(2.5)、PM_(10)影响很大,气流轨迹出现频率高,大气颗粒物浓度也高,有必要考虑进行区域联防联控。     

珠江三角洲PM_(2.5)高污染天气的区域污染特征分析

利用珠江三角洲(简称珠三角)58个监测点位2013—2015年的CO、SO_2、NO_2、O_3、PM_(10)、PM_(2.5)浓度数据,对珠三角PM_(2.5)高污染天气的污染物分布特征进行研究,以期更深入地揭示珠三角PM_(2.5)的污染特征。结果表明:珠三角PM_(2.5)高污染天气主要发生在秋季(10月)和冬季(1月、12月);相对于冬季,秋季珠三角大气污染光化学反应更活跃;秋季珠三角PM_(2.5)高污染天气由一次污染和二次污染同步加强导致,污染防治难度大;冬季珠三角大气污染体现了高污染区域传输影响的特征,PM_(2.5)污染由高污染区域传输背景下的本地污染积累加强导致,佛山和广州一带尤为明显,是重点防治地区。     

基于减排敏感性的武汉市PM_(2.5)污染控制研究

采用基于气象预报(WRF)的多尺度空气质量(CMAQ)模型,通过研究不同大气污染物排放情景下PM_(2.5)平均浓度变化,分析SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs等大气污染物减排对武汉市PM_(2.5)的影响。结果表明,大气污染物减排对武汉市PM_(2.5)年均浓度影响十分显著,且随着污染控制力度加大,PM_(2.5)污染持续减轻;当SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放量均削减40%时,PM_(2.5)年均浓度下降24.0%,依然超出《环境空气质量标准》(GB 3095—2012)二级标准值。基于空间布局和行业敏感性确定武汉市大气污染控制方案,方案实施后SO_2、NO_x、PM_(10)、PM_(2.5)、VOCs排放总量分别下降53%、26%、32%、36%和31%,PM_(2.5)年均浓度下降35%左右,控制效果更加明显。     

哈尔滨市大气污染与气象因素的相关性分析

为了研究哈尔滨市大气污染特征以及气象要素对大气污染的影响,对哈尔滨市2013年采暖期及非采暖期内4种大气污染物(二氧化硫SO_2、二氧化氮NO_2、可吸入颗粒物PM_(10)、细颗粒物PM_(2.5))日均浓度分布特征以及日均浓度与部分地面气象要素(风速、气温、气压、相对湿度)相关性进行研究。提出哈尔滨市4种大气污染物日均浓度均符合对数正态分布。采暖期和非采暖期内4种大气污染物浓度与地面气象要素的相关性存在显著差异。采暖期内,4种污染物浓度与风速显著负相关,与风速相关系数最高达-0.639;与气压和相对湿度正相关。非采暖期内,4种大气污染物均与相对湿度呈负相关,相关系数为-0.5左右,与其他3种气象要素相关性普遍不高。全年4种污染物中仅有SO_2与气温呈较好负相关,相关系数为-0.4。     

基于PM2.5全面达标的广东省产业结构调整策略研究

为科学指导广东省进一步开展大气污染综合防治,运用统计分析和空气质量模拟方法,分析广东省实现各城市PM_(2.5)浓度全面达标的污染物减排需求,尤其是产业结构调整的需求。结合各行业的污染物排放强度,识别广东省加强产业结构优化调整工作需要关注的重点行业领域,并提出相应政策建议。结果表明,仅依靠既定的末端治理和能源、交通结构调整措施无法实现2020年广东省各城市PM_(2.5)浓度全面达标的目标,产业结构调整在SO_2、NO_x、挥发性有机物(VOCs)的减排中至少需发挥11%～19%的减排贡献作用,重点应针对区域内的非金属矿物制品、电力热力生产和供应、黑色金属冶炼和压延加工、造纸、纺织印染、化学纤维制造等行业进行调控,主动淘汰落后产能。     

贵阳市白云区大气PM_(10)和PM_(2.5)污染特征

使用β射线法在线监测仪连续监测了贵阳市白云区PM_(10)和PM_(2.5)浓度,分析了2014年6月1日—12月31日7个月内PM_(10)、PM_(2.5)的浓度水平、时变规律和PM_(2.5)/PM_(10)的变化情况。结果表明,监测时段内PM_(10)和PM_(2.5)的日均浓度平均值分别为76.8μg/m~3和40.0μg/m~3,均达到国家二级标准;浓度超标的天数占总观测天数的5.1%和9.3%,属污染轻微的地区。PM_(2.5)/PM_(10)在25.3%~78.8%之间周期性波动,平均值为52.1%。PM_(10)和PM_(2.5)的浓度变化具有很好的正相关性(r=0.919 8,p0.000 1);日均值在7个月中呈现明显的周期性变化,各月相对稳定,12月的PM_(10)和PM_(2.5)浓度最高且变化最为剧烈,6月最为平缓。PM_(10)和PM_(2.5)浓度小时变化总体上呈双峰型分布,最高值出现在出现在09:00—10:00和19:00—21:00前后,最低值出现在14:00—17:00之间。     

唐山新冠肺炎防疫期间空气质量变化特征及污染成因分析

为研究唐山市新冠肺炎防疫期间环境空气质量变化特征以及形成重污染的成因,分析了2020年1月1日至2月29日的PM_(10)、PM_(2.5)、SO_2、NO、NO_2、CO、PM_(2.5)组分(有机碳(OC)、元素碳(EC)、重金属等)和气象数据。结果表明,防疫期间空气质量整体改善,相比正常生产期间除CO浓度均值未变化,其他参数均呈下降趋势,其中NO、NO_2浓度降幅最大,分别降低73%和41%,受车流量减少影响显著。防疫期间的2月9—13日出现1次连续5天的重污染过程,相比正常生产期间PM_(10)、PM_(2.5)和CO浓度分别增长了69%、104%和95%,Fe浓度增加57%,呈钢铁型污染特征;该时段相对湿度和风速分别为80.2%、0.7m/s,为高湿低风速气象条件,二次无机盐(SNA,包括NH_4~+、NO_3~-、SO_4~(2-))在PM_(2.5)中占比为64%,比正常生产期间高31%,此次污染过程受本地工业大气污染物排放累积以及二次生成共同影响。     

杭州市G20峰会保障期间PM2.5和O3污染特征与区域传输影响研究

分析了2016年杭州市G20峰会保障期间(8月24日至9月6日)的环境空气质量,利用WRF-CMAQ模型研究了区域传输对杭州市G20峰会保障期间PM_(2.5)和O_3污染的影响。结果表明,G20峰会保障期间,杭州市PM_(2.5)日均质量浓度平均值为31.3μg/m~3,逐日浓度均达到《环境空气质量标准》(GB 3095—2012)二级标准(75μg/m~3)的要求,8月31日出现PM_(2.5)浓度上升趋势,9月1日达到最高47.0μg/m~3;O_3最大8h质量浓度平均值为159.9μg/m~3,8月24日至25日和8月28日至31日两个时段O_3浓度出现了超过GB 3095—2012二级标准(160μg/m~3)的情况。杭州市本地减排对PM_(2.5)浓度下降贡献70%,浙江省其他地市贡献16%,江苏省、上海市以及安徽省与江西省分别贡献了8%、4%、2%,区域联防联控对杭州市PM_(2.5)浓度的改善具一定的作用。精准控制上风向O_3前体物排放可在一定程度上缓解杭州市的O_3污染。     

京津冀地区AOD和PM_(2.5)质量浓度的特征及相关性分析

为了探讨京津冀地区AOD和PM_(2.5)的变化特征及其相关性对NASA MODIS气溶胶光学厚度产品与京津冀地区PM_(2.5)质量浓度进行了比较分析。结果表明,AOD和PM_(2.5)均有明显的时间和空间分布特征且二者变化特征一致:张家口、承德、秦皇岛是观测期间2014年11月—2015年3月污染最轻的3个城市;京津冀南部AOD值和PM_(2.5)质量浓度明显高于北部。通过各市AOD和PM_(2.5)质量浓度的相关性分析,其最优模型均是非线性模型。根据各市最优模型得到的决定系数,邢台市、衡水市和石家庄市AOD和PM_(2.5)质量浓度具有比较好的相关性,北京市和天津市的相关性相对较差。     

兰州市冬季机动车限行对环境空气质量影响的效果评价

通过观察2014—2016年兰州市环境空气质量变化,特别分析了2016年冬季机动车单双号限行政策对兰州市环境空气质量的影响,初步评价兰州市机动车限行政策效果。结果表明:2014—2016年冬季限行期(11月20日至12月26日)PM_(2.5)、PM_(10)、SO_2、NO_2、CO年均值均呈现逐年上升现象;2016年冬季限行期PM_(2.5)、PM_(10)、NO_2日均值和O_38h均值没有明显改善,分时段单双号限行期PM_(2.5)、NO_2日均值较全天单双号限行期有所升高,冬季单双号限行政策效果有限;气象条件、地理类型、人为活动对兰州市空气质量影响较大。     

重庆主城区近年一次典型空气重污染过程分析

对2013—2015年重庆主城区空气重污染情况进行统计,并结合地面和高空探测手段,分析了一次典型重污染过程的污染特征。结果表明:重庆主城区秋冬季节的空气污染,以受不利气象条件影响的本地细颗粒物(PM_(2.5))累积污染为主,PM_(2.5)占PM_(10)的平均比例为72%左右;大气能见度与颗粒物浓度、相对湿度均呈现明显的负相关性。典型污染期间的近地层颗粒物污染带主要在0~400 m的高度范围,AOD值高达2.0~2.4,α指数在1.0左右。二次粒子、机动车尾气、扬尘是污染期间重庆主城区PM_(2.5)的主要来源。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

海口市PM_(2.5)演变特征及其与气象因素的关系

利用海口市PM_(2.5)逐时数据、常规气象观测资料、FNL全球分析资料和HYSPLIT模式,对比分析海口市PM_(2.5)变化特征及其与气象因素的关系。结果表明:(1)2014年1月1日至2016年6月30日,海口市PM_(2.5)日均值以达到《环境空气质量标准》(GB 3095—2012)一级标准为主;年均值为23μg/m~3,达到GB 3095—2012二级标准;月均值整体呈周期性波动,秋冬季高、春夏季低;季节均值排序为冬季秋季春季夏季。(2)降水对PM_(2.5)有清除作用;风速加大会使PM_(2.5)浓度减小。(3)污染个例分析表明,海口市PM_(2.5)浓度增大,是因为东北风将外地污染物传输经过本地,并配合有利的天气形势,最终造成大气污染事件的发生。