北京空气重污染红色预警期间污染物与气象因子特征

揭示空气重污染红色预警期间污染物与气象因子的变化特征对空气质量预报和污染减排措施评估具有重要参考价值。利用大气污染和气象观测资料,研究了北京2015年11—12月空气重污染红色预警时期污染物浓度、气候特征及气象因子对空气质量影响。结果表明,PM_(2.5)在大气颗粒物中占有较大比重,为首要空气污染物;在重污染峰值时段,城郊PM_(2.5)与PM10比值(R)相差不大,可达0.9以上,空气呈均匀混合的高PM_(2.5)浓度特征,而空气质量较好时城区R值明显高于郊区;研究时段气候特征与历史同期相比有明显差异,其中平均风速偏小19%,平均气温偏高0.23℃,气温日较差减小,而多次小型降水增加了空气湿度,导致相对湿度值偏高40%,垂直方向上的逆温层或等温层则加剧了空气重污染的形成和发展,重污染过程中的红色预警措施明显降低了颗粒物浓度;风速与污染物浓度呈指数相关,城郊风速分别低于2.0和2.5 m·s~(-1)时,空气质量较差、污染物浓度随风速升高快速下降,而当城郊风速大于2.0和2.5 m·s~(-1)时变化特征则相反;相对湿度与污染物浓度呈幂相关,相对湿度在65%左右为空气质量特征发生变化的转折点;由于气温日较差存在季节变化,其与空气质量相关关系不太显著。     

邯郸市PM_(2.5)及其化学组分的季节性变化

利用2013年邯郸市4个大气环境监测站连续1年的在线监测数据,并结合离线采样成分数据,对比分析了不同季节大气中PM_(2.5)及其主要成分的浓度水平和污染特征。结果表明,PM_(2.5)和PM10四季均存在不同程度的超标现象;污染物在4个站点之间的空间差异不太显著,邯郸市的污染为区域性污染。PM_(2.5)中水溶性无机离子和碳组分的季节变化均较为明显。SO_4~(2-)、NO_3~-和NH_4~+三者浓度之和占PM_(2.5)浓度的39.8%,占PM_(2.5)中总水溶性无机离子浓度的86.2%;四季均存在较强的光化学反应,但硫氧化率(SOR)和氮氧化率(NOR)呈现出不同的季节变化规律,与SO2-4和NO_3~-的来源和去除机制明显不同有关。秋、冬季有机碳(OC)和元素碳(EC)污染较为严重,总碳气溶胶(TCA)浓度分别占PM_(2.5)质量浓度的24.0%和32.9%;研究显示高浓度的OC较多来源于二次有机碳(SOC),高浓度碳易发生二次污染。进一步对PM_(2.5)中各组分进行来源分析得出燃煤、汽油车尾气、生物质燃烧、二次气溶胶和扬尘源对邯郸市PM_(2.5)贡献显著。     

无锡市区大气污染物污染特征及影响因素研究

利用2014年无锡市区的6种大气污染物浓度和气象因子等监测数据,研究了无锡市区各种大气污染物的污染特征及其影响因素。结果表明:(1)无锡市区PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度的季节变化特征为冬季最高,夏季最低;O_3浓度表现为夏季最高,冬季最低。就全年的综合情况而言,颗粒物污染,尤其是PM_(2.5)污染最严重。(2)PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度间两两呈正相关;PM_(2.5)、SO_2、NO_2、CO浓度均与O_3浓度呈负相关。(3)温度与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度呈正相关;相对湿度与PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度呈负相关,与CO浓度无相关性;风级与PM_(2.5)、PM_(10)、SO_2、NO_2、CO浓度呈负相关,与O_3浓度无相关性。降水有利于PM_(2.5)、PM_(10)、SO_2、NO_2、O_3浓度的降低,但对CO浓度影响不大。(4)无锡市区空气质量周末比工作日差。NO_2、SO_2浓度周末低于工作日,O_3浓度周末高于工作日,呈现明显的"周末效应";PM_(2.5)、CO浓度周末高于工作日,未出现"周末效应"。     

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。     

推动臭氧污染防治

正随着雾霾天气的增多,PM_(2.5)污染正受到人们的关注。与此同时,臭氧污染在一些地区开始呈季节性加剧趋势,臭氧污染防治不得不提上日程。国务院出台的《大气污染防治行动计划》提出,要加强灰霾、臭氧的形成机制、来源解析、迁移规律和监测预警等研究,为污染治理提供科学支撑。据监测,国庆长假前后,北京及珠三角地区的臭氧污染严重,并一定程度上加剧了PM_(2.5)污染。环境保护部公布的数据表明,2013年上半年,全国74个城市平均超标天数比例为45.2%,主要污染物就是PM_(2.5)和臭氧。目前,臭氧已经成为夏秋季节影响长三角和珠三角地区空气质量的主要污染物之一。近地面的臭氧是光化学烟雾的主要组成成分。随着城市化进程的加快和汽车保有量的急剧增加,我国多地曾出现过光化     

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。     

春节期间太原市环境空气质量变化

对包含春节节日的2014年1月16日至2月15日太原市环境空气中O_3、NO_2、CO、SO_2、PM_(2.5)、PM_(10)的质量浓度监测数据进行了统计分析,并就春节期间燃放烟花爆竹及气象因素对空气质量产生的影响利用Pearson分析展开相关研究。结果表明:烟花爆竹集中燃放阶段,O_3的质量浓度日变化基本不受其直接影响、呈单峰型,其他污染因子由双峰型变化为明显的三峰型,PM_(2.5)、PM_(10)污染突出,PM_(10)增加速率高于PM_(2.5),PM_(2.5)/PM_(10)的3个谷值与污染因子的3个峰值相对应;分析气温、相对湿度、风速对CO、PM_(2.5)、PM_(10)的影响均在0.01显著水平上相关,但对于烟花爆竹集中燃放污染水平,气温、相对湿度对其影响不大,风速对其影响较为突出,风向与其有明显的相关性。     

大气环境中PM_(2.5)在线监测及评价理论研究

基于光散射法研制了一种PM_(2.5)在线监测系统,运用该系统对PM_(2.5)质量浓度进行实时监测。鉴于PM_(2.5)在空气质量评价中仅作为一个参考指标,专门针对PM_(2.5)的评价机制研究较少,将层次分析法与模糊评价法相结合,对一段时间内PM_(2.5)的浓度进行评价,得到时段内空气PM_(2.5)的质量状况。模糊评价法可很好地反映评价等级划分的模糊性和连续性,层次分析法能够将复杂的系统进行定量处理,评价结果符合实际情况。     

气象因素对大气污染物影响的季节差异分析及预测模型对比—— 以深圳为例

以深圳为例,通过收集其2014年9月至2017年8月的地面气象观测数据、大气污染物PM_(2.5)和PM_(10)浓度数据及空气质量指数(AQI),利用SPSS软件分别构建线性回归模型与非线性多层神经网络(MLP)模型,探讨了气象因素对PM_(10)、PM_(2.5)及AQI影响的季节性差异,并利用构建的两种模型对PM_(2.5)、PM_(10)和AQI进行预测和对比。结果表明,气温、湿度、风速及风向均对深圳PM_(2.5)、PM_(10)及AQI有较大影响,且影响因素存在季节差异性;两种模型中,MLP模型在对复杂多变的空气质量预测上更具优越性。研究结果可为深圳空气质量优化以及城市局部和整体规划提供科学依据,并为其他城市空气质量模拟分析提供参考。     

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。     

利用轨迹模式研究重庆主城区冬季PM_(2.5)污染特征

利用轨迹聚类法,对2014年12月至2015年1月重庆主城区上方的后向轨迹气团进行聚类分组,分析重庆主城区气团来源。结合重庆主城区PM_(2.5)小时浓度资料,分析污染较重时重庆主城区后向轨迹特征。最后结合潜在源贡献因子分析(PSCF)法和浓度权重轨迹分析(CWT)法定性与定量分析了重庆主城区PM_(2.5)的潜在源区。结果表明,重庆本地气团占60.9%,不利于本地污染物的扩散;超过60%的污染事件是由本地颗粒物聚集造成的;重庆主城区颗粒物其潜在污染源区,以西藏与四川交界处、四川东部、贵州北部以及重庆本地为主。     

基于地面和卫星监测的长沙市冬季灰霾污染特征及成因研究

为探究长沙市冬季灰霾污染情况,基于2014年1月21日至2月9日地面和卫星监测数据,应用混合单粒子拉格朗日综合轨迹(HYSPLIT)模式和统计方法研究了长沙市冬季灰霾污染特征、来源和成因。结果表明,长沙市整体污染相对较重,特别是北部部分地区污染非常严重,而南部则相对较轻。污染前期空气质量开始下降,出现轻度污染;中期空气质量已达到重度污染和严重污染程度,PM_(2.5)和PM_(10)最高值均接近800μg/m~3;后期空气质量好转。经气流轨迹聚类后共划分为3类气流:东北、北以及西南,分别占总气流轨迹数的48.8%、34.3%和16.9%。长沙市灰霾污染的潜在源区主要位于山东中南部、河北南部、湖北以及广东、广西和湖南交汇处。结合气象要素发现,污染期风速较小,相对湿度增加,温度和气压降低,进一步加剧污染物堆积。因此,为了改善长沙市空气质量,不仅需对当地污染物排放进行控制,还需对污染物区域传输进行整合治理,实施长沙地区乃至跨区域大气联防联控策略。     

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。     

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。     

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。     

蚊香类散发污染物排放因子及颗粒物分布特征研究

应用大型空气质量实验舱平台,分别测试盘式固体蚊香、片型电蚊香和液体电蚊香的PM2.5和主要气态污染物散发量。采用定释放浓度法,获得PM2.5和主要气态污染物排放因子。结果显示,盘式固体蚊香、液体电蚊香、片型电蚊香的PM2.5排放因子分别为12.9、1.3、2.6mg/h,总挥发性有机物(TVOC)排放因子分别为103.4、69.5、58.8mg/h,甲醛排放因子分别为16.0、8.9、12.5mg/h,3种蚊香排放的主要苯系污染物排放水平相当,此外盘式固体蚊香还散发CO,排放因子为925.4mg/h。对盘式固体蚊香散发颗粒物的数浓度谱分布进行了拟合分析,发现数浓度谱分布具有良好的自模性,拟合得出计数中位径(CMD)为90nm,几何标准差(GSD)为1.65;假设蚊香释放颗粒物为密度1.4g/cm3的球形颗粒,利用质量浓度和数浓度谱分布特征反算得出各类蚊香散发颗粒物的数浓度排放因子。通过案例计算,发现房间在正常通风条件(换气次数为2.0次/h)下使用各类蚊香时散发的TVOC浓度将超标1.8~3.2倍,甲醛超标1.5~3.0倍;盘式固体蚊香散发的PM2.5超标近1.5倍,CO超标1.7倍。对封闭环境下,通风条件很差(换气次数为0.5次/h),此时所有污染物浓度将增大4倍,污染更加严重。     

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。     

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。     

汾渭平原采暖期与非采暖期大气环境质量时空变化特征研究

采暖期重污染天气频发,成为大气环境质量改善的难点。汾渭平原刚被划为中国环境治理的重点区域,大气污染形势十分严峻。基于2014—2018年PM2.5、SO_2、NO_2、O_3和CO等污染物监测数据及空气质量指数,分析了汾渭平原采暖期和非采暖期大气环境质量的时空变化特征。结果表明:(1)采暖期PM_(2.5)、SO_2、NO_2和CO浓度均高于非采暖期,非采暖期PM_(2.5)相比采暖期低42%～54%,采暖期SO_2、NO_2和CO的平均浓度分别是非采暖期的2.7、1.5、1.6倍,而非采暖期O_3平均浓度是采暖期的2.2倍;(2)PM_(2.5)和SO_2为采暖期首要污染物,O_3为非采暖期首要污染物;(3)采暖期和非采暖期三省交界处和临汾的PM2.5浓度均较高,采暖期气态污染物的空间分布与非采暖期基本相似,其中SO_2浓度的空间分布为山西境内河南境内陕西境内;(4)采暖期PM_(2.5)与SO_2、NO_2、CO浓度均呈正相关,与O_3呈负相关,非采暖期SO_2、NO_2和CO随PM_(2.5)浓度呈一致变化趋势,均先上升后下降,与采暖期的变化趋势并不相同;(5)采暖对PM_(2.5)和SO_2的年平均贡献率分别为34.9%和42.1%。     

焦作市冬季PM2.5中水溶性离子组成特征及来源解析

为探讨焦作市冬季PM_(2.5)中水溶性离子特征及其来源,于2017年12月至2018年2月在焦作市区连续采集大气颗粒物PM_(2.5)样品,测定其中9种水溶性离子浓度。结果表明,焦作市冬季PM_(2.5)质量浓度为(99.11±73.26)μg/m~3,总水溶性离子质量浓度为(66.88±48.68)μg/m~3,其中NO_3~-、SO_4~(2-)、NH4_+是水溶性离子的主要成分,3者合计占总水溶性离子的81.5%(质量分数)。与清洁天相比,污染天NO_3~-、SO_4~(2-)、NH_4~+在PM_(2.5)中的占比显著增加,表明人为活动排放的二次污染物是焦作市冬季污染天PM_(2.5)的主要贡献成分;随着相对湿度的增加,大气中存在明显的气溶胶二次转化过程;焦作市大气PM_(2.5)移动源贡献大于固定源。焦作市PM_(2.5)中水溶性离子在清洁天主要受工业和生物质燃烧影响,而在污染天主要受气态污染物二次转化影响;后向轨迹聚类显示,采样期间焦作市主要受京津冀地区、西北地区气团影响。