WEPS模型下天津郊区风蚀尘对城区空气质量的影响

为了模拟天津市郊区地表风蚀起尘对城区空气质量影响,以美国风蚀预报系统(WEPS)为基础,并对其进行二次开发,本地化风文件、其他气象要素文件、土壤文件以及管理文件.循环计算每个起尘地块不同季节的蠕移质+跃移质平均损失量、悬移质平均损失量及PM10平均损失量.结果表明,2009年冬季,单位地块的起尘量与总起尘量均大于其他季节;冬季,指向中心城区蠕移+跃移量、悬浮量及PM10各区总起尘量较其他季节大.春季,总起尘量来自东方向最大;夏季,来自西方向最大;秋季,来自西方向最大;冬季,来自北方向最大.一年中,来自北方向的PM10最多,达9.67×104t,而冬季占81.7%.可见,位于城区北面的郊区尤其在冬季对城区空气质量的影响最大.     

基于SWEEP模型济南市典型日农用地起尘量估算

基于一次事件的风蚀评估模型(SWEEP)定量模拟2013年典型日济南郊区地表开放源(日最大风速大于8 m/s)风蚀起尘情况,包括总起尘量、蠕移与跃移量、悬移量、PM10起尘量。结果表明,济南农用地单位地块的起尘量存在着明显的时空差异,济南郊区全年风蚀多发生于风沙季。农用地单位地块的土壤起尘量最大位于长清区,其中单位地块总起尘量、蠕移与跃移量、悬移量和PM10起尘量分别为7.96、0.85、7.11和0.29 kg/m2。郊区各区县农用地土壤总起尘量最大为章丘市,其中起尘总量、蠕移与跃移量、悬移量和PM10量分别为798.52、88.30、710.32和29.26 t。     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

植物叶表尘及重金属对城市大气颗粒物污染的指示与评估

城市大气颗粒物污染问题日渐突出,目前主要依靠大气站点的直接观测数据反映污染的即时状况,而植物叶表尘及重金属的监测为评价大气颗粒物阶段性污染状况提供了新的途径.本研究通过分析北京交通带和公园共7个样点的臭椿(Ailanthus altissima)、槐(Sophora japonica)、北京杨(Populus beijingensis)、榆树(Ulmus pumila)、紫叶李(Prunus cerasifera f.atropurpurea)等5种常见绿化树种的叶表尘及重金属Cd、Cr、Cu、Mn、Ni、Pb、Zn含量,并计算尘金属综合累积指数(MAI),进而与邻近站点大气颗粒物观测数据对比并进行统计分析,尝试量化评价植物所处环境的大气颗粒物及尘重金属综合污染状况.结果表明:采用榆树叶表尘可量化评价大气可吸入颗粒物PM10的月均质量浓度,相对误差为1.2%~10.6%;臭椿叶表尘可量化评价大气细颗粒物PM2.5的月均质量浓度和月均空气质量指数(AQI),相对误差分别为0.18%~3.7%和0.26%~5.7%.MAI值可指示大气尘重金属综合污染状况,本研究中京承高速和朝阳公园大气尘重金属综合污染较重,其次为念坛公园、望京公园和玉蜓桥,最轻为岳各庄桥和麋鹿苑.     

天津市春季样方法道路扬尘碳组分特征及来源分析

为研究天津市春季道路扬尘PM_(2.5)和PM_(10)中碳组分特征及来源,于2015年4月用样方法采集天津市道路扬尘样品,利用再悬浮采样器将样品悬浮到滤膜上,经热光碳分析仪测定有机碳(OC)和元素碳(EC),利用非参数检验、OC/EC比值分析、相关分析及聚类分析对其污染特征和来源进行探讨.结果表明,PM_(2.5)中ω(TC)为4. 89%(次干道)～18. 83%(快速路),ω(OC)为3. 57%(次干道)～15. 39%(快速路),ω(EC)为1. 32%(次干道)～3. 44%(快速路); PM_(10)中ω(TC)为8. 14%(次干道)～19. 71%(快速路),ω(OC)为5. 91%(次干道)～16. 28%(快速路),ω(EC)为1. 96%(主干道)～3. 43%(快速路);快速路中各碳组分质量分数均较高,次干道中各碳组分质量分数均较低,可能是由于快速路中车流量较大,机动车尾气排放量较大,而次干道车流量较小;各类型道路中ω(OC)明显大于ω(EC),ω(EC)在不同道路类型中差异不大;两相关样本非参数检验表明,各碳组分质量分数在PM_(2.5)和PM_(10)间均无显著性差异;相关性分析表明道路扬尘中OC、EC来源大致相同.通过OC/EC比值分析及聚类分析可知,天津市春季道路扬尘中碳组分主要来源于燃煤、机动车尾气以及生物质燃烧.     

城区与郊区PM2.5污染及传输特征差异性

基于云高仪激光雷达、飞机AMDAR数据和常规站点等多源观测数据,并与数值模拟（CAMx-PSAT模型）相结合,以京津冀典型城市——北京城区与郊区（密云）和石家庄城区与郊区（平山）为案例研究区域,对城区和郊区边界层高度差异（ΔPBLH）、地面PM_2.5浓度差异（ΔSurf_PM_2.5）、高空PM_2.5浓度差异（ΔVert_PM_2.5）和传输通量强度及高度分布特征差异进行分析.结果表明,由于人为热源、短波辐射和热力湍流等因素,导致城区年均边界层高度（PBLH）较郊区高8%~29%,且不同季节下城区PBLH月均较郊区高2%（石家庄4月）~47%（北京7月）.由于人为排放、逆温和大气湍流等共同作用,在0~1260 m之间等高度城区年均ρ（PM_2.5）较郊区高0.1（石家庄）~29.7（北京）μg ·m^-3,随高度增加而减小.城区年均总净通量强度远大于郊区,城区表现为流出,郊区表现为流入,是由于城区低压和郊区高压,形成城郊热力环流.北京城区和郊区与周边的年均总净通量强度之和（44.77 t ·d^-1）大于石家庄（34.44 t ·d^-1）.受风速和PM_2.5浓度的影响,在0~1260 m之间,城区和郊区与周边的净通量随离地高度的增加通量强度呈现明显增大趋势,其中1月城区和4月郊区与周边的传输交换对环境影响最为明显.不同季节下城区和郊区最大净通量的强度差异明显,两者相差2.23~4.48倍;但最大净通量强度的高度特征差异较小,主要位于611~1260 m.     

基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例

PM_2.5和PM₁₀（记为PM_2.5/10）对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分。基于陕西省咸阳市两寺渡监测站的污染物（PM_2.5、PM₁₀、NO₂、NO、NO_x、CO）和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM_2.5/10浓度的有效预测。实验结果表明：（1）NARX神经网络模型可对未来24小时内的PM_2.5/10污染物浓度进行较为准确的预测;（2）对于PM_2.5/10未来6小时的预测能力优于对12小时、24小时的预测;（3）预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性。     

渭南市区冬春季PM2.5和PM10时间分布特征及与气象因素的关系

为研究渭南市区2014?—?2016年的冬春季雾霾天气的特点,选取覆盖渭南市区的4个监测站点,分析渭南市区PM_(10)和PM_(2.5)污染时间分布特征;同时选取日平均气温、相对湿度、风等气象因素,用线性回归分析法分析各个气象因素同大气中PM_(10)和PM_(2.5)的相互关系。研究发现:三年来冬季PM_(10)和PM_(2.5)的日变化的峰值主要出现在12月—?次年1月;春季PM_(10)和PM_(2.5)的逐日变化的峰值主要出现在3月;日内的周期变化趋势呈多次波动。渭南市区冬春PM_(10)和PM_(2.5)的质量浓度与风速、气温呈负相关,与相对湿度呈正相关,为雾霾的形成创造了条件,在冬季温度较高的情况下以及相对湿度较大的情况下应加强防范。在冬季12月—?次年1月和春季3月应注意雾霾的防范和治理,燃煤企业要安装脱硫脱硝装置,居民日常生活中尽量减少生物燃料的燃烧,同时政府应根据污染物排放量征税,用制度保护环境。     

降水和风对大气PM2.5、PM10的清除作用分析

对合肥2015—2017年的降水、风和PM_(2.5)、PM_(10)浓度观测数据统计研究发现,降水对PM_(2.5)、PM_(10)有一定的清除作用,尤其在秋冬季节.秋冬季节小雨、中雨分别导致PM_(2.5)和PM_(10)浓度降低23.1%、40.4%和32.0%、63.7%.雨日PM_(2.5)/PM_(10)比例上升8.4%,表明降水对PM_(10)清除作用更显著.降水前后PM_(2.5)浓度变化与降水前PM_(2.5)浓度、降水强度、降水时长密切相关.当降水强度大于4 mm·h~(-1)或PM_(2.5)初始浓度高于115μg·m~(-3)时,降水对PM_(2.5)产生明显清除作用;而降水强度小于1 mm·h~(-1)或PM_(2.5)初始浓度低于115μg·m~(-3)时由于吸湿增长作用极易造成PM_(2.5)浓度反弹升高;且持续3 h以上雨强介于1～4 mm·h~(-1)的降水也对PM_(2.5)产生清除作用.降水前后PM_(10)浓度变化与初始浓度密切相关,而与雨强相关性较弱.当PM_(10)初始浓度大于50μg·m~(-3),降水就对PM_(10)产生明显清除作用,且PM_(10)初始浓度越高,降水后PM_(10)浓度下降越多.风速大于2 m·s~(-1)可显著降低PM_(2.5)浓度,因此,当风速大于4 m·s~(-1)时合肥较少出现中度及以上污染,但易造成地面起尘,使PM_(10)浓度不降反升.合肥冬季严重污染主要出现在西北风向,夏季中度以上污染天气较少,主要出现在风速低于3 m·s~(-1)的东南风向.     

北京城区PM_(2.5)不同组分构成特征及其对大气消光系数的贡献

为研究北京城区PM2.5不同组分对大气消光系数的贡献率,于2013年10月—2014年8月使用3台PQ200采样器在北京市环境保护科学研究院采集PM2.5样品并进行质量重建,采用IMPROVE方程计算大气消光系数并分析各组分的贡献率.结果表明:1北京城区ρ(PM2.5)年均值为(90.3±8.1)μg/m3,相比2005年有所下降,颗粒物呈弱碱性,NH4+略有剩余.2PM2.5质量重建后,化学构成为OM〔32.1%,为ρ(OM)占ρ(PM2.5)比例,下同〕、NO3-(13.6%)、SO42-(13.9%)、NH4+(11.1%)、Cl-(3.8%)、其他离子(4.0%)、EC(元素碳,5.0%)、FS(土壤尘,8.9%)、微量元素(1.3%)和未知物质(6.7%);与2005年相比,OM、NO3-、NH4+等二次污染物质量浓度占ρ(PM2.5)比例均显著增加,ρ(水溶性离子)占ρ(PM2.5)的比例随空气污染加重而增加.3北京城区大气消光系数年均值为(504.6±49.3)Mm-1,OM、(NH4)2SO4、NH4NO3、EC和FS的贡献率分别为37.5%、28.3%、25.2%、7.6%和1.4%;冬季由于ρ(PM2.5)高,大气消光系数最高,为(589±124.3)Mm-1,约是春季的2倍;夏季由于相对湿度大,PM2.5吸湿粒径增大,大气消光系数仅次于冬季.OM对大气消光系数贡献率为冬季最高,而(NH4)2SO4的贡献率在冬夏季均大于NH4NO3.     

天津市近郊地表风蚀型开放源对中心城区影响估算研究

可吸入颗粒物(PM₁₀)是我国大部分城市环境空气的首要污染物,地表风蚀尘是其重要来源,需要对该源的贡献量进行定量估算.基于TM遥感影像对天津土地利用类型进行分类并在近郊布设94个点采集地表土壤样品,进行粒度分析,基于GIS进行克里格插值计算,得到土壤粒径分布.结合风向、风速等气象数据,计算得出2009年分季节近郊四区（北辰、西青、津南和东丽）土壤风蚀模数、风蚀量、释尘模数和释尘量.结果表明,天津市近郊春、夏、秋和冬的风蚀量分别为21236.31、 4435.21、 7272.13和17204.40 t;北辰、西青、津南和东丽的全年风蚀量分别为6380.23、 32881.13、 8340.67和2546.02 t;全年耕地和林草地的风蚀量分别为49 599.20和548.85 t.天津市近郊2009年释尘量分别为9352.92 t（粒径＜10 μm）、 20587.99 t（粒径10～15 μm）和13873.74 t（粒径15～20 μm）.天津市近郊输入中心城区20　μm以下的尘量为20592.91 t, 10 μm以下的尘量为4395.89 t,占21.35%.     

天津市大气颗粒物污染特征与来源构成变化

对1985年、2001年和2011年天津市颗粒物的粒径、化学组分以及污染来源的变化趋势进行了对比分析. 结果表明:天津市PM₁₀中细粒子所占比重逐渐增加,由1985年的<0.51升至2011年的0.57. PM₁₀中化学组分发生了明显改变,主要组分由单一的地壳元素发展为二次粒子、碳和地壳元素并重,1985年以地壳元素(Si、Al、Mg、Ca等)为主要组分,2001年以TC、Si、SO₄2-、Al、Ca为主要组分,2011年主要组分除TC、Si、SO₄2-、Ca外,还新增了NO₃-. 各主要组分质量浓度及其占ρ(PM₁₀)比例的变化多样,ρ(Si)所占比例先显著下降后保持平稳,其由1985年的28.7%降至2011年7.6%;碳组分所占比例由2001年的24.9%降至2011年17.9%;二次粒子质量浓度〔即ρ(SO₄2-)、ρ(NO₃-)之和〕所占比例由2001年的10.2%升至2011年的18.3%. 煤烟尘对天津市PM₁₀的分担率由1985年的45%降至2011年的22%,而开放源、二次粒子和机动车尾气尘对PM₁₀的分担率有所增加,三者分别由1985年的29%、6%和3%升至2011年的35%、16%和16%. 环境空气中对颗粒物有重要贡献的源类越来越多,颗粒物的污染特征由煤烟型过渡为混合型再过渡到复合型.      

天津市春季道路降尘PM2.5和PM10中碳组分特征

为研究天津市春季道路降尘PM_2.5和PM₁₀中碳组分特征,丰富道路降尘的成分谱库,于2015年3月22日-5月23日在天津市主干道、次干道、支路、快速路和环线5种道路类型道路两侧采集道路降尘样品,通过再悬浮装置得到PM_2.5和PM₁₀的滤膜样品,并用热光碳分析仪测定PM_2.5和PM₁₀中OC（有机碳）和EC（元素碳）的百分含量,利用两相关样本非参数检验、OC/EC比值法以及相关分析法,定性分析天津市春季道路降尘PM_2.5和PM₁₀的碳组分的特征及其主要来源;利用因子分析法,进一步分析道路降尘PM_2.5和PM₁₀的主要来源.结果表明:道路降尘PM_2.5中w（OC）为10.27%（主干道）~13.94%（快速路）、w（EC）为1.24%（支路）~1.77%（环线）,PM₁₀中w（OC）为8.48%（主干道）~12.56%（快速路）、w（EC）为1.01%（次干道）~1.59%（快速路）,可见快速路中碳组分含量相对较高,这可能与其车流量较大,导致道路扬尘和机动车尾气排放量较大有关,也可能与其路面保养及保洁状况有关.对于大部分碳组分而言,其在PM_2.5中的百分含量均高于PM₁₀;除EC2,其他碳组分在PM_2.5和PM₁₀间均无显著性差异.不同道路类型PM_2.5和PM₁₀中OC/EC的大小顺序基本相同,与其车质量变化趋势相反.道路降尘中PM_2.5中碳组分主要来源于道路扬尘、机动车尾气、生物质燃烧以及燃煤源的混合源,PM₁₀主要受道路扬尘、燃煤和柴油车尾气等污染源的影响.      

电厂除尘设施对PM10排放特征影响研究

在5个不同燃煤电厂除尘器进、出口进行了现场测试,对除尘器性能以及振打时对PM₁₀排放特征的影响进行了研究.试验系统由低压荷电捕集器(ELPI)、等速采样系统、稀释系统组成.结果表明:该试验系统可对燃煤排放的可吸入颗粒物进行在线测量,获得可吸入颗粒物的瞬时浓度、平均浓度和浓度分布,最小粒径达0.03μm,可广泛用于固定源采样;除尘器进口和出口的PM10粒数浓度均呈明显的双模态对数正态分布,峰值均分别出现在0.07～0.12μm和0.76～1.23μm;电除尘器和布袋除尘器对粗颗粒态的颗粒物去除效率均较好,最大穿透率均出现在0.1～1μm范围内,但布袋除尘器在该粒径区间的穿透率低于电除尘器,降低该区间颗粒物的穿透率有利于控制可吸入颗粒物的排放;PM10的粒数浓度主要取决于亚微米态的颗粒,针对粒数浓度而言,电除尘器对PM₁和PM_2.5的去除效率同样低于PM₁₀;除尘器的运行和操作条件对PM₁₀排放影响较大,电除尘器末电场振打清灰时,出口PM₁₀的质量和粒数浓度均明显增加;振打时电除尘器基于粒数和质量浓度的2种除尘效率均有不同程度的下降,下降幅度最大的是PM1.     

天津市春季道路降尘PM2.5和PM10中的元素特征

为探究天津市春季道路降尘中元素污染特征及来源,于2015年春季采集了天津市道路降尘样品,通过再悬浮得到PM_(2.5)和PM_(10)滤膜样品,继而测定了滤膜样品中16种元素的含量,通过非参数检验、分歧系数法、富集因子法等研究了道路降尘中元素的污染特征、来源和成分谱的相似性.结果表明,天津市春季道路降尘PM_(2.5)和PM_(10)质量分数平均值在1%~20%之间的元素从大到小依次为:SiAlCaFeMgKNa;PM_(10)和PM_(2.5)中元素成分谱分歧系数为0.06,表明两者元素成分谱很相似;PM_(10)和PM_(2.5)中,元素Cd和Cr强烈富集,Zn、Cu、Pb和As显著富集;道路降尘PM_(2.5)和PM_(10)中元素主要来源于土壤风沙尘、建筑尘、交通尘(汽车尾气的排放、轮胎磨损和刹车片磨损)和煤烟尘.     

天津市公交站人群PM10暴露研究及PAHs健康风险评估

2012年9月在天津市城市交通密集区(八里台、海光寺公交车站)采集可吸入颗粒物(PM10)样品,并对采集的样品进行有机分析.在此基础上,针对公交车站候车的成年人群,应用美国EPA开发的电子数据库IRIS(Integrated Risk Information System),对可吸入颗粒物中的多环芳烃(PAHs)成分进行了健康风险评估.暴露采样的分析结果表明,两车站的PM10暴露浓度均值分别为(279.0±63.7)μg·m-3和(335.0±60.0)μg·m-3,其中的总多环芳烃质量浓度分别为(219.0±98.5)ng·m-3、(171.0±52.7)ng·m-3.多环芳烃致癌健康风险评估结果显示,两站候车人群在候车过程中的致癌风险分别为2.47×10-7、1.75×10-7,低于美国EPA所认可的可接受风险范围(10-6~10-4).     

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61μg·m^-3,PM_2.5中主要化学组分为NO^-₃、 OC、 NH⁺₄、 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,NO^-₃和NH⁺₄在PM_2.5中占比上升,SO₄ ^2-、 OC和EC在PM     

河北与京津地区非采暖期大气中的PAHs污染特征

对河北与京津地区42个样点非采暖期大气中多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs)的研究表明,该区域大气中的PAHs浓度水平较高.2～3环PAHs主要分布在气相当中,颗粒相(大气可吸入颗粒物,PM10)中PAHs以4～6环为主.PAHs的高浓度样点在石家庄、唐山和邯郸地区分布最为集中.县城样点与城市样点的PM10和PAHs污染水平相近.临近区域广泛存在的大气污染很可能对北京市的大气环境造成影响.