广东省气象与源排放因素对PM_(2.5)浓度影响的数值模拟研究

为更好地区分大气污染物浓度变化中气象与源排放因素的影响,使用中尺度气象模型WRF和三维空气质量模型CAMx,通过固定源清单的方法模拟研究了广东省各地区不同时期气象因素对PM_(2.5)浓度变化的影响,并结合实测的PM_(2.5)浓度变化,计算出源排放因素对PM_(2.5)浓度的贡献。结果表明:相对于2014年,2015年广东省夏季的气象条件不利于PM_(2.5)浓度的下降,春季和秋季的气象条件有利于PM_(2.5)浓度的下降,就全年各季度平均而言,珠江口附近地区气象条件较有利于PM_(2.5)浓度的下降;源排放变化对肇庆市、韶关市和揭阳市等城市PM_(2.5)浓度变化有较强的削减作用,可使其浓度下降30%以上,显示这些城市的减排工作较为有效,深圳市、珠海市、东莞市、中山市与顺德区等市(区)PM_(2.5)污染改善主要是由于有利的气象条件的影响,源排放变化对珠海市和湛江市等城市污染起加剧的作用,表明不利的源排放变化抵消了部分有利气象条件对PM_(2.5)污染的改善作用,应加强对这些地区源排放的控制。     

哈尔滨市PM_(2.5)质量浓度变化特征及影响因素分析

针对哈尔滨市的PM_(2.5)空气污染问题,收集整理了哈尔滨市2014年全年的空气污染物数据和气象数据,分析研究了当地PM_(2.5)质量浓度变化特征,找出其影响因素。结果表明,哈尔滨市PM_(2.5)日均质量浓度为72.64μg/m~3,初步达到国家标准。PM_(2.5)月均质量浓度11月最高,约为148.27μg/m~3,9月最低,约为21.07μg/m~3。秋冬两季PM_(2.5)平均质量浓度较高。PM_(2.5)/PM10比例春季最低,约为0.5,PM_(2.5)已成为哈尔滨市可吸入颗粒物中的首要污染物。从PM_(2.5)与SO~2、NO~2、CO的相关性来看,哈尔滨市PM_(2.5)与CO的相关性最高,四季均在0.9左右。各类空气污染物的平均浓度降水日低于非降水日。PM_(2.5)与气象因子的相关性较小,与风速呈负相关。     

广州大学城大气PM_(2.5)质量浓度与影响因素

选择广州大学城代表性学生宿舍、教室、食堂等多个室内采样点及几个室外采样点,准确测定各采样点大气中PM2.5的质量浓度,分析各室内和室外采样点大气中PM2.5污染程度及分布特征;根据同步记录的气象数据,分析评价气象因子对大气PM2.5质量浓度的影响。     

城市街谷内PM_(2.5)浓度时空变化及影响因素分析

通过现场观测研究西安市和平路街谷内的PM_(2.5)浓度时空变化特征及其影响因素.在2015年4月8~10日进行了街谷内PM_(2.5)浓度、车流量、风速、温湿度等参数的日变化规律和PM_(2.5)浓度空间分布规律的观测实验.观测结果显示西安市和平路街谷内PM_(2.5)浓度值较高,日间PM_(2.5)浓度呈"凹"字形变化,早晚PM_(2.5)浓度相对较高,在16:00前后PM_(2.5)浓度到达一天当中的最低值.PM_(2.5)浓度与温度、湿度有良好的相关性,对应R2值分别达到0.75和0.81.静风天气条件下,由温度变化引起的大气边界层伸缩运动被发现是影响街谷内污染物扩散的主要因素.     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。     

气像条件对南昌市PM_(2.5)浓度的影响分析

利用江西省南昌市2015年6月1日—2016年5月31日逐日空气质量数据,结合同时期的气象观测资料,对南昌市大气污染特点及其与气象要素的相关性进行分析研究。结果表明,南昌市轻度污染、中度污染、重度污染天气天数占全年天数的15%,其中首要污染物主要为PM_(2.5),且主要集中在10月—次年3月期间。通过相关性分析,表明PM_(2.5)的浓度与日平均气温、日20—20时降水量、日平均相对湿度、日平均风速呈显著负相关关系。     

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

珠三角第二季度PM_(2.5)浓度下降

<正>广州日报讯(记者杜娟)珠三角96.3%天数空气达标,"灰霾元凶"细颗粒物PM2.5浓度同比下降。根据昨日广东省环保厅公布的2015年第二季度广东省城市环境空气质量状况,第二季度广东各市空气质量达标天数比例平均为96.3%,无重度污染和严重污染,臭氧成最常见首要污染物,其次为细颗粒物PM2.5。据悉,今年第二季度珠三角9个地级以上市和顺德区空气质量达标天数比例在92.3%~100%之间,平均达标天数比例为96.0%,同比去年上升5.2%,其中优占65.9%,良占     

郑州城区PM_(10)、PM_(2.5)质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM_(10)、PM_(2.5)的日监测数据,研究2013～2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013～2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM_(10)、PM_(2.5)浓度逐年下降;PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈U型分布。PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM_(10)、PM_(2.5)浓度的影响。相关性分析结果表明,与PM_(10)、PM_(2.5)浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。     

基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析

文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。     

沈阳地区PM_(10)、PM_(2.5)和PM_1质量浓度的分析

分析了其时间分布特征。结果表明,沈阳地区的气溶胶分布具有明显的季节差异,气溶胶的质量浓度冬季最高,秋季最低,其中冬季、春季和夏季均超标。PM2.5和PM1分别在PM10中所占的比值均为冬季最高,夏季和秋季次之,春季由于受到沙尘的影响,其比值最低。在各个不同的季节,气溶胶粒子的粒级分布具有相似之处,主要集中在6～8级(1.1μm)、1级(5.8～9.0μm)、0级(9～10μm)和5级(1.1～2.1μm);春季出现沙尘时粗粒子明显增多,气溶胶粒子的粒级主要集中在0级(9～10μm)、1级和3级(3.3～4.7μm);冬季重污染天气下细粒子浓度高,峰值出现在1级、7级和5级(1.1～2.1μm)。     

北京城市植被区PM_(2.5)浓度时空变化及影响因素分析

文章在北京城市森林植被区选择2个观测点,采集2个观测点的PM_(2.5)质量浓度数据,并结合北京植物园的气象数据,研究其PM_(2.5)质量浓度变化特征和影响因素,探讨PM_(2.5)质量浓度变化对城市生活的影响。结果表明:被选观测点的PM_(2.5)浓度月变化基本呈"M"型,PM_(2.5)浓度在6月最低(西山公园为(71.01±34.34)μg/m~3,北京植物园为(44.41±31.57)μg/m~3),2月最高(西山公园为(154.07±95.70)μg/m~3,北京植物园为(139.49±100.74)μg/m~3),10月达下半年的最高值(西山公园为(133.45±109.06)μg/m~3,北京植物园为(127.04±109.34)μg/m~3);PM_(2.5)浓度全年均值为西山公园((104.02±26.45)μg/m~3)>北京植物园((82.52±28.18)μg/m~3);PM_(2.5)浓度季节变化呈"V"型在冬季最高,春季次之,夏季最低PM_(2.5)质量浓度季节变化西山公园为冬季((115.46±41.37)μg/m~3)>春季((112.39±18.50)μg/m~3)>秋季((106.37±24.25)μg/m~3)>夏季((81.87±12.60)μg/m~3),北京植物园为冬季((97.35±41.38)μg/m~3)>春季((94.07±12.21)μg/m~3)>秋季((93.17±31.42)μg/m~3)>夏季((61.86±16.70)μg/m~3);森林空旷地的空气质量优于森林内部PM_(2.5)浓度变化主要受地理位置、气象因素、人文因素的影响。     

大连市区PM_(2.5)污染现状及影响因素分析

2013年大连市区空气中PM2.5年均值为52μg/m3,超出国家二级标准0.49倍。大连PM2.5的污染一是受本地以及区域性冬季燃煤的影响,各项污染物在这一时期集中排放,强度过大,特别是采暖季节外来输送的贡献较大;二是由于不利的气象条件,近地面风速小,大气层结稳定,使污染物易形成积聚效应、难以及时扩散,特别是在西南风向时污染比较严重;三是受机动车尾气排放的影响。     

长三角地区重点源减排对PM_(2.5)浓度的影响

应用中尺度天气-化学预报模式WRF-Chem,基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM2.5浓度影响的模拟研究。长三角地区SO2、NOx、PM2.5和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%。模拟结果表明,两组减排情景下长三角地区国控点PM2.5年均浓度分别下降-1.4~26.7μg·m-3和2.1~32.3μg·m-3,降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM2.5浓度的降低贡献最大。PM2.5及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大。重点源强化减排即可使得上海、江苏夏季PM2.5浓度降低约20%。对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM2.5的生成,从而阻碍了PM2.5浓度的降低。其中,冬季的阻碍作用最强,导致PM2.5污染改善效果最差。夏季大气氧化性受减排影响较小,从而使得PM2.5污染改善在四季中最有效。此外,春、秋季的阻碍作用也不容忽视。     

北仑区域气象条件对PM_(2.5)浓度的影响模型研究

利用对区域的PM2.5的浓度与气象因子的监测,对影响PM2.5浓度的气象因子进行研究,研究结果表明,PM2.5浓度存在一定的季节性变化规律,同时通过对其与气象因子之间的多元线性回归,得出了具有一定吻合度的未来24h PM2.5预测模型。     

关中地区冬季人为源减排对PM_(2.5)浓度的影响

使用WRF-Chem模式和关中地区高分辨率的人为源排放清单,选取2013年冬季不利于关中地区污染物扩散的4类典型天气形势中的各1d,模拟了PM_(2.5)时空分布和日变化趋势,同时以国家环境空气质量标准为目标,制定人为源等比例减排的敏感性试验.结果表明,模式可以较好地捕捉PM_(2.5)的时空分布和变化趋势,且与天气形势有着一致的对应关系.在4类不利天气形势下,PM_(2.5)浓度随着人为排放源的减少呈二次曲线下降趋势,PM_(2.5)浓度下降率与所在区域原有大气污染程度成正比.在不同天气形势下,要使PM_(2.5)浓度达到国家环境空气质量标准75mg/m~3时,人为源需削减比例为30%~60%.     

相对湿度对室内PM_(2.5)浓度实时测量值的影响

为考察相对湿度对激光粉尘仪测量室内PM_(2.5)的影响,更客观真实地评价室内PM_(2.5)的污染状况。室温下在实验室环境舱内分别以去离子水、NaCl溶液、CaCl_2溶液、大肠杆菌溶液为水源在加湿器发生的过程中同时记录环境舱内相对湿度和PM_(2.5)的变化情况,考察激光粉尘仪PM_(2.5)实时测量值与相对湿度的关系。结果表明:加湿器加湿过程中相对湿度急剧变化对PM_(2.5)实时测量值有显著影响;初始PM_(2.5)浓度越大相对湿度对PM_(2.5)实时测量值干扰越敏感,当初始浓度为500μg/m~3时,PM_(2.5)实时测量值变动的敏感点相对湿度为60%;水中盐离子、微生物等物质大大增加了液滴对激光的散射作用,水中杂质浓度越高,PM_(2.5)实时测量值越大,NaCl溶液浓度为250mg/L时,PM_(2.5)实时测量值达到1 000μg/m~3以上对应的相对湿度值仅36%。     

自贡市PM_(2.5)浓度日变化规律及其与气象参数的关系

在连续30天实时采样监测基础上,对自贡市城区PM2.5浓度日变化规律及其与气象参数的关系进行了分析。结果表明,PM2.5浓度日变化规律显著,且与温度、湿度密切相关。     

美使馆与国控点PM_(2.5)浓度对比分析

目前监测与发布城市PM_(2.5)浓度的机构较多,有时结果还存在较大的差距。美国驻华使馆与中国官方监测结果受公众的关注程度较高,本文从较长时间尺度对比了广州美使馆与国控点的PM_(2.5)浓度的差异。2013与2014年美使馆与广州11个国控点均值呈现类似的日际与月际变化规律,美使馆的PM_(2.5)浓度高于各国控点均值约2%,在个别月份美使馆的浓度数据显著高于国控点均值。位置的差异是造成广州美使馆与国控点浓度差异的主要原因,选用的仪器设备不同也是原因之一。广州市国控点因分布更为广泛,其对广州市空气质量的代表性要优于美使馆,美使馆仅能代表广州珠江新城区域的空气质量水平,但总体上两套数据都比较接近。     

太原市PM_(2.5)和PM_(10)质量浓度的变化特征

为了了解太原市PM_(2.5)、PM_(10)的污染水平变化情况及其相关关系,本文基于太原市颗粒物自动监测数据,对太原市2015年12月-2016年11月PM_(2.5)、PM_(10)质量浓度进行分析。分析发现:PM_(2.5)和PM_(10)日均质量浓度变化幅度较大,但其变化趋势非常相似;PM_(2.5)和PM_(10)月均质量浓度均超过年均二级标准,特别是秋季最为严重;PM_(2.5)、PM_(10)小时平均质量浓度呈双峰现象;ρ(PM_(2.5))与ρ(PM_(10))相关系数为0.9371,ρ(PM_(2.5))/ρ(PM_(10))在0.5-0.6之间出现的频率最高达30.33%。