京津冀地区PM_(2.5)的时空效应研究

PM_(2.5)污染已成为当前经济发展中亟待解决的难题。从年、季、日变化及周末效应4个时间尺度和空间自相关分析研究了京津冀地区PM_(2.5)的时空效应,并构建空间回归模型量化分析相关社会经济因素对PM_(2.5)的影响。结果显示:(1)2013—2016年京津冀地区PM_(2.5)污染整体呈下降趋势,但污染程度依然很高,基本都没有达到《环境空气质量标准》(GB 3095—2012)二级标准(35μg/m~3)。四季的达标天数夏季春季秋季冬季。中南部的石家庄、保定、衡水、邢台、邯郸为PM_(2.5)浓度高值区,日变化曲线为单峰型,受工业企业生产排放的影响较大;北部的张家口、承德、秦皇岛为PM_(2.5)浓度低值区,中东部的天津、北京、沧州、唐山、廊坊为PM_(2.5)浓度中值区,日变化曲线均为双峰型,受机动车尾气排放的影响较大。石家庄、北京的周末效应表现为白天PM_(2.5)浓度工作日高于周末,晚上周末高于工作日。(2)京津冀地区PM_(2.5)存在显著的空间正相关性,2013—2016年石家庄、衡水、邢台、邯郸始终表现出高-高集聚特征,张家口、承德、秦皇岛始终保持低-低集聚特征。汽车尾气排放是京津冀地区PM_(2.5)污染的重要影响因素,而能源消耗的影响不显著。     

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。     

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。     

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。     

深圳市近年来PM_(2.5)污染控制效果分析

基于深圳大学城站点的PM_(2.5)多年监测数据,对深圳市近年来PM_(2.5)浓度及其化学组成变化情况进行了分析,探讨了深圳市采取的主要大气污染控制措施的效果并提出了相应建议。结果显示:2007—2015年深圳大学城站点PM_(2.5)年均质量浓度由2007年的52.70μg/m~3降低至2015年的31.15μg/m~3,达到了《环境空气质量标准》(GB 3095—2012)二级限值(35μg/m~3),大气污染控制取得了突出的效果;2015年与2009年的PM_(2.5)化学组成相比,下降最多的依次为SO_4~(2-)、有机物(OM)和元素碳(EC),分别降低4.44、3.03、1.99μg/m~3。对深圳市实施的综合污染控制措施分析表明,近年来深圳市PM_(2.5)浓度降低主要得益于机动车尾气控制、电厂脱硫及挥发性有机物(VOCs)排放重点行业治理等。OM在PM_(2.5)中的占比呈上升趋势并占据首位,未来应进一步加强对OM的一次来源以及二次来源的同步控制,并注重大气污染的区域联防联控。     

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。     

环鄱阳湖城市群空气质量时空分布

为探索近两年环鄱阳湖地区12个城市(即环鄱阳湖城市群)空气质量时空分布,运用统计学和地理信息系统(GIS)方法对2015年1月至2016年12月共24个月的空气质量监测数据进行分析,结果表明:(1)整体上,黄山污染天数最少,宣城最多,其余10个城市均存在不同程度的污染现象;O_3、PM_(10)、PM_(2.5)超标(超过《环境空气质量标准》(GB 3095—2012)二级标准限值)天数分别占非优良天数的50.29%、32.37%和93.99%。(2)空气质量指数(AQI)呈环湖核心区高,环湖上围区和环湖下围区低的分布格局,且冬季AQI明显高于春夏秋三季。(3)环鄱阳湖城市群首要污染物在夏季主要为O_3,其余季节主要为PM_(2.5)。(4)环鄱阳湖城市群AQI与PM_(2.5)相关性最显著,且PM_(2.5)与O_3、NO_2、SO_2均呈正相关,体现了前体物的二次转化对PM_(2.5)的显著影响。     

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。     

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。     

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。     

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。     

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。     

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。     

重庆市主城区冬季PM_(2.5)空间分布模拟

PM_(2.5)以其对环境空气质量及人类健康的巨大威胁而逐渐引起了专家学者的关注。以西南地区典型山地城市——重庆市主城区为研究区,利用多元线性回归方法和地理信息系统(GIS)技术,基于2013—2017年冬季(1、2、12月)原重庆市环境保护局发布的17个空气环境监测站点实测数据,同时考虑自然及社会经济因素,构建了基于多因素的多元回归模型,模拟了重庆市主城区2013—2017年冬季PM_(2.5)平均浓度的空间分布状况。结果表明:PM_(2.5)浓度受多因素的影响,其中缓冲半径1 500m内建设用地面积、1 000m内林地面积、2 500m内产业点密度、1 500m内道路长度及高程影响较大;通过多因素与PM_(2.5)浓度的相关性建立的回归模型,能有效模拟PM_(2.5)浓度的空间分布特点,重庆市主城区冬季PM_(2.5)平均浓度的空间分布呈现中西部高、北部和东南部较低的格局;2013—2017年冬季PM_(2.5)平均浓度有下降的趋势,2015年冬季下降幅度尤为明显。此研究结果对探讨PM_(2.5)浓度的空间分布特点有一定的应用价值,可为减轻空气PM_(2.5)污染及提高城市空气质量提供重要的科学依据。     

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。     

北京地铁车厢内PM_(2.5)和PM_(10)污染特征研究

地铁是人们出行的重要交通方式,车厢内颗粒物污染可影响人体健康。2016年春、秋、冬季对北京地铁1号、2号、4号、10号线进行现场监测,探讨北京地铁车厢内颗粒物污染特征。研究结果表明,北京地铁车厢内PM_(2.5)平均浓度超标率为83.8%~98.7%,地铁1号线PM_(10)平均浓度超标率为59.6%。地铁车厢内PM_(2.5)和PM_(10)浓度存在工作日和周末组间显著性差异,表明客运量对车厢内颗粒物浓度有较大影响。地铁车厢内PM_(2.5)和PM_(10)浓度存在季节性差异,冬季车厢内颗粒物平均浓度最高。不同线路车厢内PM_(2.5)和PM_(10)浓度存在组间差异,地铁通风空调系统、门系统和客运量是造成其差异的主要原因。     

西宁取暖季PM2.5水溶性离子的污染特征研究

于2017年1—5月(取暖季)在西宁市区、郊区、农村设置采样点采集PM_(2.5)样品,利用离子色谱法测定PM_(2.5)中水溶性无机离子浓度。结果表明:取暖季西宁大气PM_(2.5)日均质量浓度为(55.98±52.66)μg/m~3,呈现明显的市区郊区农村的浓度变化特征。PM_(2.5)中水溶性离子质量浓度之和占PM_(2.5)质量浓度的36.3%,水溶性离子平均浓度大小为SO_4~(2-)NO_3~-NH_4~+Na~+Cl~-C_2O_4~(2-)Ca~(2+)F~-K~+Mg~(2+);取暖季西宁大气硫氧化率(SOR)和氮氧化率(NOR)平均值分别为0.21、0.13,表明SO_4~(2-)、NO_3~-主要由二次转化形成,PM_(2.5)中NO_3~-/SO_4~(2-)(质量浓度比)为0.75,阳离子与阴离子电荷摩尔数比值为0.89,表明燃煤是PM_(2.5)主要贡献源,颗粒物总体呈酸性。后向轨迹分析表明,重污染期间西宁PM_(2.5)及其中水溶性离子的浓度变化不仅受本地污染源的影响,也受外来气团输送的影响。     

舟山市PM_(2.5)的输送路径和潜在来源分析

利用轨迹聚类分析、轨迹扇区分析(TSA)和潜在源贡献函数(PSCF)分析3种方法研究了2013年6月至2016年5月舟山市的PM_(2.5)输送路径和潜在来源。聚类分析显示,舟山市PM_(2.5)夏季主要受来自偏南方向的气团影响,冬季主要受来自偏北和西北方向的气团影响,与季风方向一致,以短距离传输为主。TSA结果与轨迹聚类分析类似,综合考虑后向轨迹停留时间和PM_(2.5)平均浓度,研究期间西北和偏北方向的扇区对舟山市PM_(2.5)的贡献率最大,达47.3%。PSCF分析显示,舟山市PM_(2.5)的潜在来源贡献区域主要集中于江苏省、山东省南部、浙江省北部和安徽省东部。