邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

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.     

北京城区大气PM_(2.5)主要化学组分及污染特征

为了解北京城区大气PM2.5主要化学组成特征,于2012年8月─2013年7月对城区石景山、东四和通州3个采样点及城区对照点定陵和区域传输点榆垡开展为期1 a的PM2.5组分研究,共获得268组样品.结果表明:城区平均质量浓度大于1.0μg/m3的组分有OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Ca、Al、K+,其中ρ(OC)、ρ(NO3-)、ρ(SO42-)、ρ(NH4+)分别为(22.2±17.1)、(21.5±25.9)、(19.8±23.7)、(14.3±16.8)μg/m3,分别占ρ(PM2.5)的17.9%、17.3%、15.9%、11.5%,城区各主要组分的平均质量浓度明显大于对照点;城区各采样点之间主要组分所占比例相差不大,与城区对照点、区域传输点差异明显;春、夏、秋、冬四季城区采样点的主要组分均为OC、NO3-、SO42-、NH4+,这4种组分质量浓度之和分别占各季ρ(PM2.5)的62.5%、54.2%、46.0%、62.7%,其中春季ρ(NO3-)、夏季ρ(SO42-)、秋冬季的ρ(OC)相对较高;北京城区各采样点均受SOC影响较大,OC/EC〔ρ(OC)/ρ(EC)〕的平均值为5.7,城区SNA(二次无机气溶胶)占ρ(PM2.5)的比例(15.0%~53.1%)和NO3-/SO42-〔ρ(NO3-)/ρ(SO42-)〕(0.47~1.36)均随空气质量指数上升而增加,同时观测期间北京城区PM2.5中NO3-/SO42-的平均值为1.14,较往年明显增大,表明目前北京城区的PM2.5排放源逐步由以固定源为主向固定源和移动源并重的方向发展.     

长江三角洲PM2.5质量浓度遥感估算与时空分布特征

卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM2.5遥感监测.为遥感监测长江三角洲地区PM2.5,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOD产品估算PM2.5的模型.利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明模型估算精度较高,春夏秋冬4个季节PM2.5质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.45、0.50、0.58和0.52.利用模型估算的长时间序列PM2.5时空分布数据进行时空变化特征分析,结果表明:1 2000~2013年研究区PM2.5质量浓度呈增长趋势,月均增长量为0.047μg·m-3,最大值出现在2月,为(66.2±19.3)μg·m-3,最小值出现在8月,为(22.6±5.9)μg·m-3.2研究区PM2.5质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域.结果表明基于MODIS/Terra AOT产品和地面观测气象数据估算PM2.5的多元线性回归模型能较好地应用于区域PM2.5监测.     

清洁空气行动计划实施对长三角地区PM_(2.5)污染改善效果模拟评估

为了解长三角地区清洁空气行动计划实施后区域PM2.5的改善效果,在建立2012年长三角地区大气污染物排放清单的基础上,依据上海、江苏、浙江和安徽三省一市行动计划细则,对2013—2017年各省、直辖市主要大气污染物减排量进行测算.利用WRF(天气研究和预报模式)-CMAQ(通用多尺度空气质量模型)系统,模拟研究了清洁空气行动计划实施后可能带来的区域PM2.5改善效果.结果表明:清洁空气行动计划涉及到的能源、工业、交通等六大领域减排任务,按照减排力度强、中、弱3种方案测算,预计长三角地区SO2减排总量分别为74.5×104、53.8×104和34.4×104t;NOx减排总量分别为108.7×104、83.9×104和61.1×104t;一次PM2.5减排总量分别为40.3×104、26.1×104和14.6×104t;挥发性有机污染物(VOCs)的减排总量分别为98.2×104、57.0×104和23.5×104t.模拟评估结果表明,在弱、中、强3种减排方案下,长三角地区国控点ρ(PM2.5)年均值预计比基准年(2013年)分别降低(4.4±1.1)、(8.1±2.4)和(12.5±3.9)μg/m3,降幅分别达到8.7%±2.2%、15.9%±4.7%和24.3%±7.7%.长三角地区须在清洁空气行动计划实施细则指导下,控制新增量,并稳步严格推进前体物强力减排,才能实现2017年预期空气质量改善目标.     

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.     

2015年春节北京市空气质量分析

对2015年春节(2月18~24日)期间北京市PM2.5、PM10、SO2、NO2的浓度及PM2.5组分进行了分析,并基于PM2.5/CO比值法定量估算了除夕夜烟花爆竹PM2.5排放量.结果表明,春节期间北京市PM2.5、PM10、SO2、NO2的平均浓度分别为116.85、184.71、22.14、36.27μg·m-3,比2014年同期分别增长52.61%、92.41%、-40.15%、-0.46%;除夕夜01:00PM2.5、PM10、SO2、NO2峰值浓度分别为412.69、541.63、152.73、51.09μg·m-3,比2014年同期峰值浓度分别增长19.02%、14.37%、76.57%、11.35%;污染物峰值浓度空间分布上人口密集地区浓度水平明显较高;具有烟花燃放特征的指示性PM2.5组分ρ(Cl-)、ρ(K+)、ρ(Mg2+)峰值浓度分别是2013~2014年各项离子年均浓度的18.85、66.72、70.10倍;烟花爆竹燃放会在短时间内造成严重的大气污染,除夕夜北京市区烟花爆竹排放PM2.5总量约为2.13×105kg.进一步分析显示春节半月期间污染源排放量大幅降低对北京市空气质量的改善效果明显.     

宁波市PM2.5中碳组分的时空分布特征和二次有机碳估算

为了研究PM2.5中碳质组分的时空分布特征,于2012年12月至2013年10月4个季度典型时段在宁波市5个采样点采集环境大气中的PM2.5,分析了样品中有机碳(OC)和元素碳(EC)的质量浓度,并估算二次有机碳(SOC)对OC的贡献.结果表明:1宁波市PM2.5年均质量浓度为51.6μg·m-3,其中OC和EC的比例分别为17%和6%.反向轨迹模型的分析结果表明,来自内陆地区的区域传输可能是冬季和春季PM2.5浓度较高的主要原因.2OC/EC比值和OC与EC的相关性分析结果表明,夏季有大量SOC生成,而冬季则可能受华北地区燃煤供暖的显著影响.3用EC示踪法对宁波市的SOC进行了估算,结果表明宁波冬季和春季受到区域传输的显著影响,污染源较不稳定,不宜使用该估算方法.夏季和秋季的SOC质量浓度分别为2.5μg·m-3和2.3μg·m-3,占OC的42%和28%.     

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.     

陕南农村冬季PM_(2.5)主要化学组分特征

通过对陕南农村冬季PM_(2.5)采样分析,获得PM_(2.5)质量浓度及主要化学组分特征。PM_(2.5)平均质量浓度为89.5±42.0μg·m~(-3),超过国家二级标准。观测期间PM_(2.5)中OC、EC浓度平均值分别为16.0±6.9μg·m~(-3)和5.7±3.2μg·m~(-3),OC/EC平均比值为3.0±0.4。主要水溶性离子组分为NO_3~-、SO_4~(2-)和NH_4~+。粒子数浓度与表面积浓度峰值主要集中在0.5μm以下粒径段。PAHs、BeP和BaP平均质量浓度分别为48.9±10.9 ng·m~(-3)、3.0±0.9 ng·m~(-3)和1.2±0.7 ng·m~(-3),PAHs污染较严重,强致癌物BaP浓度超过国家环境空气质量标准年平均浓度限值。当地农村以石煤为主的能源结构及采用的燃烧方式是导致污染的重要因素。     

夏秋季北京及河北三城市的大气污染联合观测研究

为评估北京西南方向城市群对北京大气污染的影响,于2009年夏秋季节（2009年7月16日～10月15日）,利用自动在线大气环境观测仪器,对北京及太行山东侧河北省的3个城市涿州、保定和石家庄进行了大气污染物PM10、NOx和O3的联合观测研究.结果表明,夏秋季节4个城市的首要污染物均为可吸入颗粒物（PM10）,平均质量浓...     

北京市大气环境中硫酸盐、硝酸盐粒径分布及存在形式

为了解北京市大气颗粒物中,二次硫酸盐、硝酸盐的存在形式及其含量,于2008年5月～2009年4月,利用MOUDI对北京市大气颗粒物分10级进行采样,利用离子色谱技术对各粒径范围大气颗粒物中的无机水溶性组分进行分析,并利用偏相关分析的方法确定其存在形式和估算其含量.结果表明,北京市大气颗粒物中水溶性硫酸盐和硝酸盐表现为单...     

北京大气PM10中水溶性氯盐的观测研究

氯盐是大气气溶胶中重要水溶性无机盐,对2004年全年北京大气可吸入颗粒中氯盐的变化进行了监测,结果表明北京大气中可溶性氯盐的年均值在(3.1±1.7)μg·m^-3,采暖期平均浓度为(4.6±2.1)μg·m^-3,非采暖期平均浓度为(2.6±1.6)μg·m^-3.最低值出现在5月,为(1.3±0.8)μg·m^-3;最高值出现在12月,为(5.8±5.3)μg·m^-3.日变化在秋冬季多为白天浓度低,晚上浓度高,夏春季多呈现上午高,下午低的特征;季节变化呈现秋冬季高,春夏季低的特点.     

被动采样监测珠江三角洲NOx、SO2和O3的空间分布特征

为获得珠江三角洲区域污染特征,采用被动扩散采样技术,在珠江三角洲200 km×200 km网格区域内测量11月两周暴露的NO2、SO2和O3浓度水平,采用克里格空间插值法(Kriging)获取NOx、SO2和O3的空间分布特征,并与源清单和已有模型结果比对.采用反向轨迹方法模拟了O3的输送途径.结果表明,采样期间珠江三...     

2010年1月北京城区大气消光系数重建及其贡献因子

于2010年1月1～31日在北京城区每天采集PM2.5样品.利用热光碳分析仪、离子色谱和X荧光光谱仪分别分析样品中有机碳/元素碳、水溶性离子和土壤元素,同步收集了大气散射系数(bsp)、吸收系数(bap)和气象数据.利用IMPROVE方程重建大气消光系数,并与实测大气消光系数进行对比.结果发现,PM2.5日均值质量浓度为(144.3±89.1)μg.m-3,实测值bap、bsp和消光系数(bext)分别为(67.4±54.3)、(328.5±353.8)和(395.9±405.2)Mm-1.IMPROVE方程适用于观测期间北京大气消光系数的解析.观测期间计算值b’ext均值为(611±503)Mm-1,(NH4)2SO4、NH4NO3、OM、EC和FS对b’ext的贡献分别为24.6%、11.6%、45.5%、11.9%和6.4%.     

北京市城区两个典型站点PM2.5浓度和元素组成差异研究

采用rp TEOM^® 1400a颗粒物测定系统,于2008年1月到2010年12月,对北京城市生态系统研究站和北京教学植物园周边大气中细颗粒物(PM_2.5)的浓度进行了连续监测.2010年,利用rp TEOM1400系统的旁路采样器同步采集PM_2.5样品,经微波消解后采用ICP-MS和ICP-OES方法测定样品中的Al、As、Ca、Cd、Co、Cr、Cu、Fe、K、Mg、Mn、Na、Ni、Pb、Se、V、Zn等17种元素的浓度.结果表明,2008年1月至2009年3月,北京城市生态系统研究站的PM_2.5平均浓度为59.1 μg·m^-3,比北京教学植物园低36%.2009年4月至2010年12月,北京城市生态系统研究站的PM_2.5平均浓度为95.5 μg·m^-3,比北京教学植物园高60%.施工工地的土方作业可能对两站点PM_2.5浓度的差异有重要贡献.地壳元素Al、Fe、Mg、K、Ca、Na浓度在两站点的差异最大.北京城市生态系统研究站其余污染元素的富集因子一般也高于北京教学植物园,尤其是Pb、As元素,可能与被污染土壤和建筑物等的二次污染有关.两站点的PM_2.5污染状况均在建筑施工期较严重,来自地表和建筑工地的扬尘可能是造成PM_2.5污染严重的主要原因.     

北京市大气气溶胶PM2.5中水溶性有机酸的测定

采用毛细管电泳的方法对北京大气PM_2.5中低分子量二元羧酸、醛酸、酮酸和甲磺酸等10种水溶性有机酸进行了测定.方法的定量检测限为110～280 μg/L(提取液),峰面积的相对标准偏差为1.7%～6.0%,标准工作曲线的线性相关系数为0.995～0.999.北京夏、秋、冬3季10种有机酸的总量平均分别为721ng/m³、362ng/m³、325 ng/m³,浓度水平总体上与国外大城市相当.其中乙二酸的含量最为丰富.通过各种有机酸浓度的季节变化规律,简要地探讨了它们的来源特征.     

2007—2014年北京地区PM2.5质量浓度变化特征

为更好地解析北京地区ρ(PM_2.5)的长期变化特征及气流轨迹聚类分析结果,对2007年8月—2014年7月在中国环境科学研究院实测的ρ(PM_2.5)数据进行了统计分析,分析其年际、季节和月际变化特征;通过计算PM_2.5的AQI分指数,分析了污染等级的时间变化特征;结合后向气流轨迹,对ρ(PM_2.5)年际、季节变化与气团来源的关系进行了分析.结果表明:北京地区2008—2013年ρ(PM_2.5)年均值分别为111.5、95.8、94.8、80.5、75.2、81.3 μg/m3,整体呈逐年下降趋势,但污染水平依然较高;ρ(PM_2.5)由高到低的季节次序为秋季、冬季、春季、夏季,平均值分别为111.6、94.8、77.2、70.5 μg/m3,PM_2.5重污染时段主要出现在秋冬季节,并且冬季ρ(PM_2.5)近年来逐渐呈上升趋势;ρ(PM_2.5)月均值呈单峰型变化,11月最高(为125.3 μg/m3),7月最低(为76.4 μg/m3);轨迹聚类分析发现,途经山西省北部和河北省南部的气流轨迹中ρ(PM_2.5)较高,而来自北方及西北方向的气团相对较清洁,ρ(PM_2.5)较低.北京地区近些年实施的大气污染减排措施对于控制PM_2.5污染取得了一定效果,但针对秋冬季节重污染过程的控制力度仍需要加强,同时也要注意区域污染传输对北京地区ρ(PM_2.5)的影响.      

2014年北京奥体中心空气质量演变特征

利用中国环境监测总站发布的实时大气环境监测资料,选择北京国家奥林匹克体育中心(下称北京奥体中心)为研究对象,分析了2014年全年北京奥体中心空气质量演变特征. 结果表明:①2014年全年北京奥体中心首要污染污染物为PM_2.5,其次是NO₂,而PM_2.5和PM₁₀出现中度污染以上的污染事件主要集中在冬季和春末秋初;②PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等主要污染物的年均质量浓度分别为89.75、141.12、21.83、64.26、48.60和1 210 μg/m3. 其中年均ρ(PM_2.5)是GB 3095—2012《环境空气质量标准》二级标准限值(35 μg/m3)的2.6倍,年均ρ(PM₁₀)也是其二级标准限值(70 μg/m3)的2.0倍,年均ρ(SO₂)略高于其一级标准限值(20 μg/m3),而年均ρ(NO₂)则高于其标准限值(40 μg/m3);③北京奥体中心全年逐月ρ(SO₂)/ρ(NO₂)都小于1.00,年均值为0.37,反映出北京目前硝酸型污染特征越来越明显;④针对不同污染等级下各类污染物质量浓度的分析结果显示,严重污染时ρ(PM_2.5)和ρ(PM₁₀)平均值分别高达324.75和494.98 μg/m3,分别是世界卫生组织(WHO)《空气质量准则》推荐24 h平均浓度准则值的13和10倍,其浓度如此之高会对人体健康造成严重危害;⑤ρ(PM_2.5)年均24 h变化趋势表明,ρ(PM_2.5)具有明显的日变化特征,出现2个峰值,高峰值出现在午夜时分(23:00—翌日01:00),次高峰值出现在上午(09:00—11:00),最低值出现在下午(15:00—17:00),次低谷值则出现在凌晨(05:00—07:00),说明ρ(PM_2.5)除与混合层高度日变化特征密切相关外,还与人们的日常生活有一定联系.      

2008奥运和后奥运时段北京大气颗粒物质量浓度和数浓度比对研究

为探索奥运和后奥运时段北京地区大气颗粒物质量浓度和数浓度变化规律及其主要影响因素,于2008-08-08～2008-10-07期间,在中国科学院大气物理研究所325 m气象观测塔附近的办公楼楼顶使用微量振荡天平（TEOM）和空气动力学粒谱仪（APS）在线实时测量颗粒物质量浓度和数浓度,同时结合地面气象资料和HYSPLIT轨迹模式对颗粒物的来源和传输过程进行了探讨. 结果表明,奥运期间北京大气颗粒物粗细粒子质量浓度（PM_2.5～10和PM_2.5）平均值分别为（23.1±1.6） μg·m^-3和（55.5±7.3）μg·m^-3,比非奥运时期分别降低18.2%和16.0%,比非源控制时期分别降低22.3%和18.0%;而奥运期间粗细粒子数浓度（PN_2.5～10和PN_0.5～2.5）平均值分别为（15±1）个·cm^-3和（3138±567）个·cm^-3,比非奥运时期分别降低23.4%和27.5%,比非源控制时期分别降低29.5%和34.3%. 观测期间风速、相对湿度和前1 d的降水与颗粒物质量浓度和数浓度存在显著线性关系,逐步回归分析结果显示,风速和相对湿度可以解释细粒子质量浓度和数浓度变化的42%和53%,而风速和前1 d的降雨则可以解释粗粒子质量浓度和数浓度变化的21%和39%;观测期间北京大气颗粒物主要受保定、石家庄等偏南地区输送的影响,偏南弱气流使北京大气细粒子质量浓度和数浓度迅速增加,而偏北强气流使区域大气粗细粒子得到彻底清除,体现了北京地区大气粗粒子受局地排放控制而细粒子受区域污染输送的特征. 对比观测期间颗粒物累积清除的2次典型过程发现,气象因素影响颗粒物浓度值波动,而局地源排放减少和区域输送减弱则使颗粒物粗细粒子浓度显著降低,北京及周边省（市、区）协同减排是保障奥运期间优质空气质量的主要原因.