合肥市O3污染时空变化特征及影响因素分析

为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次增大.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.     

吉林省臭氧污染特征及其与气象要素的关系

采用吉林省国家环境空气自动监测站点的臭氧(O_3)和气象(气压、气温、相对湿度和风速)监测数据,探讨吉林省臭氧时空特征及其与气象要素的关系。结果表明:2017年吉林省O_3最大8 h 90百分位浓度呈现"中间高,两边低"的片状分布;2017年吉林省各季节O_3最大8 h平均浓度从高到低依次为:夏季春季秋季冬季;2017年吉林省O_3浓度月变化和日变化均呈单峰型,月变化中于5月出现峰值,12月出现谷值;日变化中于上午7∶00出现谷值,下午15∶00出现峰值;从臭氧超标率来看,当970 h Pa平均气压≤980 h Pa、平均温度25℃、最高气温30℃、日较差16℃、40%相对湿度≤50%以及3 m/s平均风速≤3.5 m/s时,吉林省易发生臭氧污染。     

太原市臭氧时空变化规律分析

本文以2015—2017年太原市臭氧(O_3)监测数据为基础,探讨了太原市O_3的时空变化规律。结果表明:2015—2017年,太原市O_3浓度呈逐年递增趋势,其中2017年涨幅最大,同比上升了32.1%;O_3的日变化规律明显,谷值出现在07:00时左右,峰值出现在15:00前后;O_3浓度超标值主要集中在5—7月,呈现出夏季春季秋季冬季的季节变化特征;空间分布上,金胜和南寨点污染较重,坞城和上兰点污染较轻。     

葫芦岛近地面臭氧变化特征分析研究

为进一步了解葫芦岛地区臭氧污染,以该市2014年-2016年臭氧(O_3)监测数据为基础分析了O_3浓度变化特征。结果表明:葫芦岛市O_3污染有明显的加重趋势;O_3污染天气集中出现在4～10月;O_3浓度的日变化特征呈现单峰分布,峰值出现在15:00,谷值出现在06:00; O_3前体物(NO、NO_2、CO)浓度休息日低于工作日,O_3浓度休息日高于工作日。日间为环境监测和预报的关键时期。     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风"麦德姆"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

南京地区一次臭氧污染过程的行业排放贡献研究

采用WRF-CHEM模式对南京地区春季一次臭氧(O_3)污染过程进行了模拟及行业排放贡献分析.此次O_3污染过程发生在2015年5月22—26日,南京地区一直处于地面高压控制的晴好天气之下,并于25日达到O_3污染的峰值.模拟与观测的一致性指数IOA达到0.89,表征本次O_3污染过程的模拟与观测结果的一致性较高.通过5类排放源(工业源、农业源、居住源、交通源、生物源)的敏感性试验,探究各行业排放源中O_3前体物对近地面O_3浓度的相对贡献.结果表明工业源在白天为持续正贡献,且在午后16:00时达到峰值,而交通源、居住源和农业源的贡献随气温的升高在白天由负贡献转为正贡献,并在18:00时左右达到峰值.在夜晚,O_3则主要通过交通源排放的大量NO进行滴定消耗.在高O_3浓度(≥200μg·m~(-3))时,各人为排放源均为正贡献,工业源的贡献最大,达到50μg·m~(-3),在低O_3浓度(200μg·m~(-3))时,交通源、居住源和农业源呈负贡献.生物源在人为排放源主导的南京城区O_3污染过程中的贡献几乎为零.考虑到O_3生成机制的复杂性,对于南京地区,减少工业源排放是控制O_3污染的关键.     

O3浓度变化特征分析 —以遵义市城郊为例

利用2017年1～12月间连续监测数据,分析了遵义市城郊O_3浓度变化特征。结果表明,遵义市郊区O_3浓度高于城区,O_3日均浓度主要集中于40～120μg·m~(-3)之间。城郊O_3浓度季节性特征表现为夏季秋季春季冬季;城郊O_3浓度日变化均呈单峰型,且表现出显著的"周末效应",其中夏、秋季郊区峰值明显高于城区,冬、春季夜间城区O_3浓度显著高于郊区。冬季城区日变化峰值出现早于郊区,具有明显的O_3输送特征。相关性研究表明,O_3浓度与相对湿度及气压呈显著负相关性,而与风速和气温呈显著正相关性;相对湿度对O_3浓度影响相对较大,而风速对城区背景评价点O_3浓度影响相对较小。     

陕西省冬春季PM2.5时空分布特征研究

根据陕西省2016年12月至2017年5月PM_2.5质量浓度逐小时数据，利用ArcGIS分析陕西省PM_2.5污染时空变化格局，并分析造成南北差异的原因，再利用小波分析手段探讨各市PM_2.5污染时间序列周期和突变特性。结果表明：（1）陕西省冬季PM_2.5污染重，春季污染轻，并表现出"关中高，南北低"的特征，秦岭南北经济发展差异和供暖差异是控制陕西省PM_2.5污染空间格局的主要原因；（2）冬季和春季单日PM_2.5浓度变化趋势基本一致，为"双峰双谷型"，日最低值出现在16∶00~18∶00；（3）Morlet小波分析结果显示，陕西省PM_2.5日均变化序列存在多时间尺度特征。陕北城市PM_2.5污染第1主周期为40 d，关中城市和陕南商洛市有40 d和65 d两个共同周期，安康市和汉中市共同周期为20 d和80 d；（4）陕西省PM_2.5突变事件冬季频繁而春季较少，多发生在1月和2月，春季1次大范围的沙尘天气，造成了陕西省5月5日8个城市PM_2.5污染浓度剧增。     

沈阳市低空大气臭氧污染防治办法

以2013年沈阳市11个空气质量自动监测站的大气臭氧自动连续监测数据为基础,对臭氧浓度的区域分布、季节变化、日变化特征进行分析。结果表明:O_3浓度在午后15∶00左右出现峰值,O_3浓度最高的月份为4—9月,中心城区O_3浓度低于外围。在此基础上提出了沈阳市低空大气臭氧污染防治办法。     

2016年宁夏回族自治区PM2.5浓度时空分布特征

对2016年宁夏回族自治区大气中PM_2.5浓度的时空分布特征及其与其它空气质量指标和气象参数之间的相关性进行探讨。结果表明,宁夏回族自治区2016年PM_2.5日平均浓度为2.0~217.5 μg/m³;11月、12月、1月、2月PM_2.5月浓度均值（45.97~87.22 μg/m³）相对较高,6~9月的（19.01~38.03 μg/m³）相对较低;春、夏、秋、冬PM_2.5浓度分别为2.00~211.00 μg/m³、6.67~106.67 μg/m³、10.67~166.00 μg/m³和10.50~217.50 μg/m³;0：00~23：00,各城市PM_2.5小时浓度基本上表现出先下降、后上升、再下降、再上升的变化规律,通常上午9：00~10：00浓度值较高,下午15：00~16：00浓度值较低。银川市、石嘴山市、吴忠市、中卫市和固原市2016年PM_2.5日平均浓度 ≤ 75 μg/m³的天数分别为304 d、307 d、313 d、323 d和340 d,年达标率分别为83%、84%、86%、88%和93%。宁夏北部的石嘴山市、银川市的PM_2.5月浓度均值超过了南部的中卫市和固原市,表现出"北高南低"的趋势,其中固原市每月PM_2.5浓度均值均低于其他城市,表现出显著差异。PM_2.5浓度与CO、NO₂、SO₂、PM₁₀浓度、风速、气压、日照和相对湿度均呈显著或极显著正相关关系,与地表温度、气温和降水量呈极显著或显著负相关关系。可见,宁夏回族自治区大气PM_2.5浓度具有明显的时空变化特征,其浓度受气象因子的影响。     

中国典型城市群PM2.5污染特征研究进展

为进一步梳理近年来我国城市区域大气PM_2.5污染防治方面的研究成果,基于我国31个城市PM_2.5污染现状,以城市群为视角,总结了京津冀城市群、长三角城市群与川渝城市群PM_2.5组成与污染特征,分析了PM_2.5及其含碳气溶胶、水溶性无机离子、地壳元素等的整体特征,并在城市群间进行对比分析.结果表明:①3个城市群的ρ（PM_2.5）高低顺序依次为京津冀城市群>川渝城市群>长三角城市群,长距离传输使PM_2.5污染成为京津冀城市群、长三角城市群与川渝城市群面临的共同问题.②3个城市群的PM_2.5中均以SNA和OC为主,尽管ρ（PM_2.5）水平有下降趋势,但个别污染物（如SNA）略呈上升趋势.③京津冀城市群与川渝城市群的ρ（OC）接近,并且均高于长三角城市群的80%,较高的ρ（OC）/ρ（EC）反映我国城市群普遍存在SOC污染.④各城市群PM_2.5监测网（如监测时间和采样方法）发展水平迥异,城市群之间的相互影响和传输机制尚不清楚.建议今后的研究向以下几个方面扩展:①对城郊乡村等大气背景点,以及水库、湖泊等地化循环的重要源汇区域开展研究.②针对同一区域开展采样时段更长且研究方法和分析手段上保持一致的研究.③借用国外经验公式时需考虑我国国情,对基础研究方法开展一系列优化,建立符合我国国情的标准化研究方法.      

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.      

天津市道路环境大气颗粒物水溶性无机离子分析

大气颗粒物,尤其是其中的水溶性无机离子,对人体危害很大.天津市大气污染中机动车尾气污染相对较高,为探究不同道路类型下水溶性无机离子的污染特征,于2015年4~5月对天津市四类道路类型分别进行大气颗粒物PM_(2.5)和PM_(10)采样及水溶性离子组分分析,并运用皮尔森相关性分析、水溶性离子比值关系分析及主成分分析方法进行探讨.结果表明,天津市水溶性无机离子主要集中在细颗粒物中,不同离子在不同道路下所占质量分数差异很大,二次污染相对较重;二次离子是水溶性无机离子的重要组成部分,在细颗粒物中含量相对较高,在PM_(2.5)中的含量是PM_(10)中的1~2倍左右;K~+、Mg~(2+)、Na~+与Ca~(2+)之间有较高的同源性;各道路PM_(2.5)和PM_(10)第一贡献因子均是燃烧和二次污染的混合源,第二贡献因子主要为扬尘与交通混合源.     

2017~2018年北京大气PM2.5中水溶性无机离子特征

为探究近年来北京市空气质量持续改善过程中PM_2.5及其中水溶性无机离子（WSIIs）特征,于2017~2018年在北京城区进行了连续1 a的PM_2.5样品采集,对其中9种主要WSIIs进行了全面分析.结果表明,北京市PM_2.5年均浓度为（77.1±52.1）μg ·m^-3,最高和最低值分别出现在春季[（102.9±69.1）μg ·m^-3]和夏季[（54.7±19.9）μg ·m^-3].WSIIs年均浓度为（31.7±30.1）μg ·m^-3,对PM_2.5贡献比例为41.1%,季节贡献特征为：秋季（45.9%） > 夏季（41.9%） > 春季（39.9%） ≥ 冬季（39.2%）.SNA是WSIIs的重要组成,春、夏、秋和冬季在总WSIIs中的占比分别可达86.0%、89.5%、74.6%和73.0%.随温度升高,NO₃^-和SO₄^2-分别呈现出了先升高后降低以及波动性升高的趋势;而当相对湿度低于90%时,2种离子浓度均随相对湿度增加而升高,反映了光化学和液相过程对2种离子组分的贡献差异.随污染加重,WSIIs整体贡献比例大幅升高,且各类WSIIs演化特征各异,其中,NO₃^-浓度和贡献均持续升高,而SO₄^2-和各类源自扬尘的离子组分（Mg²⁺、Ca²⁺和Na⁺）贡献降低.观测期间WSIIs主要来源包括二次转化、燃烧源和扬尘源,对燃煤和机动车的管控是其减排的重要途径.后向轨迹分析表明,源自北京市南部和西部的气团对应着较高的PM_2.5浓度和WSIIs占比,且二次离子贡献显著;而源自西北和北部的气团对应的PM_2.5浓度和WSIIs占比则较低,但Ca²⁺贡献较高.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

2013年北京市NO_2的时空分布

对2013年北京市35个自动空气质量监测子站的NO2数据进行分析,探讨NO2的时间分布特征、空间分布特征以及与PM2.5和大气氧化性的相关性关系.结果表明,NO2浓度由高到低的季节依次是冬季、秋季、春季和夏季,平均浓度分别为66.6、58.3、54.7μg·m-3和45.8μg·m-3;NO2浓度由高到低的监测站依次为交通站、城区站、郊区站和区域站,年均浓度分别为78.6、57.9、48.5μg·m-3和40.3μg·m-3.NO2月均浓度呈波浪型分布,在1月份、3月份、5月份和10月份各出现一个峰值.整体来看,区域站NO2日变化曲线呈现单峰型分布,其他站点为双峰型分布.2013年NO2浓度呈现"反周末效应",即周末大部分时段NO2浓度高于工作日.分地区来看,年均NO2浓度由高到低的依次是城六区、西南部、东南部、西北部和东北部.各站点NO2浓度与PM2.5和OX浓度均为显著正相关,表明NO2可以通过增加前体物浓度和增强大气氧化性两方面造成PM2.5浓度升高.     

CO2含量对污泥燃烧Fuel-N析出特性的影响

在模拟水泥分解炉气氛条件下,考察了CO_2浓度对污泥燃料N(Fuel-N)析出特性的影响,结果表明污泥Fuel-N的析出形式主要为NH_3、HCN及NO_x.在研究的CO_2浓度范围(体积分数0～35%)内,CO_2浓度的升高将消耗更多的含氮位点和H自由基,导致NH_3的析出受到抑制;而CO_2能直接氧化HCN或—CN官能团,导致HCN的析出随着CO_2浓度的升高逐渐降低.NO_x的析出量随CO_2含量的升高先减小后升高,在25%时达到最小值.NO_x的生成和还原反应是同步发生的,在燃烧温度和O_2含量一定的情况下,NO_x的析出主要受NO_x还原反应的影响,研究表明燃烧过程中同时存在NO_x的气相均相还原反应和气固异相还原反应.当CO_2浓度从0上升至25%时,CO_2分子与污泥焦反应生成的CO相对增加,在污泥焦表面的催化作用下,NO_x被CO还原的量增多,此时污泥焦对NO_x的气固异相还原占据主导地位;继续增加CO_2浓度至35%时,还原性气体HCN生成幅度下降较大,此时HCN、NH_3对NO_x的气气均相还原占据主导地位,导致NO_x的析出逐渐升高.     

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.