灰霾天气期间南京气溶胶的化学组成及光学特性研究

利用2013年6月—12月灰霾天气期间南京城郊气溶胶采样结果,研究气溶胶中水溶性离子的特征和相关性;结合同期城区的大气成分逐时观测资料,分析黑碳的日变化及其与气态污染物的关系;运用光学参量计算模型(OPAC)和辐射传输模型(TUV)研究气溶胶的光学特性及辐射强迫。结果表明:发生灰霾天气时南京城郊主要大气污染物是细颗粒,其中SO2-4与NO-3是最主要的水溶性无机盐离子,NO-3/SO2-4质量比较高,呈现硫酸盐和硝酸盐混合型污染特征。黑碳浓度具有明显的日变化特征,呈双峰型结构。灰霾期间硫酸盐气溶胶在大气层顶和地面造成的平均辐射强迫分别为-10.6 W/m2和-10.8 W/m2,黑碳气溶胶在正午大气层顶和地面造成的平均辐射强迫分别为9.12 W/m2和-29.77 W/m2。     

南京亚青会空气质量保障回顾性评价及启示

评价了2013年南京亚青会期间环境质量临时管控措施落实及绩效情况,分析了对改善空气质量产生的影响及存在的主要问题。结果表明：南京亚青会空气质量保障临时管控措施落实情况较好,空气质量保持良好。环比7月份,8月份减排 SO2、NOx、颗粒物分别达到715,528与2029 t。环比上年同期,2013年8月份 SO2、NO2、PM10与 PM2．5浓度分别下降22．2％,26．8％,18％与11．6％。企业停、限产优势在于能协同控制多种污染物,但成本较高,操作难度大;工地停工控制一次颗粒物非常有效,且易于操作。最后总结了亚青会保障存在的问题及成功经验,并提出青奥会空气质量保障对策建议。     

冬季南京城区气溶胶化学组分和吸湿性观测

大气气溶胶的吸湿特性改变了颗粒物的粒径、光学性质、云凝结核活性,进而对大气能见度、地面辐射强迫和人体健康产生重要影响.针对长三角腹地城市南京重污染天气频发现象,笔者使用吸湿串联电迁移差分分析仪(H-TDMA)结合在线气体组分及气溶胶监测系统(MARGA)和相关气象数据对冬季南京城区气溶胶吸湿增长特性进行外场观测研究.结...     

南京青奥会空气质量保障工作的回顾与启示

分析了青奥会期间南京及周边城市空气质量状况;总结了保障青奥会空气质量的管控措施以及得到的启示。提出,青奥会保障机制应常态化,切实加快工业结构调整,全面控制燃煤污染,深入推进重点领域污染治理,夯实工作基础和能力。     

南京市空气质量预报效果评估及误差分析

基于2020年南京市空气质量实况数据及预报数据,评估了当年南京市空气质量预报效果,分析了预报偏差特征及其成因。结果表明,4个季节中,秋季的空气质量指数(AQI)预报准确率评分和综合评分最高,夏季的首要污染物准确率评分最高;4个季节均出现正预报偏差,其中夏、冬季偏差大于春、秋季;首要污染物误报率与季节相关,二氧化氮(NO_(2))和可吸入颗粒物(PM_(10))的误报率较高的原因是NO_(2)和PM_(10)作为首要污染物主要出现在春、秋季,而这2个季节4种主要污染物的空气质量分指数(IAQI)值非常接近,增加了预报员经验修正的难度。典型预报偏差个例分析结果表明,模式预报对于污染物质量浓度量级的预报偏差以及预报员对气象条件和前体物质量浓度变化关注不足,是导致最终预报出现低估的主要原因。     

支撑京津冀区域大气污染联防联控的大气监测体系构建

京津冀区域已成为全国大气污染最严重的地区之一,并且呈现出明显的区域性污染特征,加强区域间的环境合作,实施区域联防联控是解决京津冀区域大气污染问题的有效手段。对照《生态环境监测网络建设方案》的要求,目前京津冀区域大气监测体系还存在着监测网络不健全、监测项目覆盖不全面、监测新技术应用不足、质控体系不完善、信息产品供给与公众需求有差距等问题,与京津冀区域大气污染联防联控的要求不相适应。为全面提升京津冀区域大气监测体系对区域联防联控的技术支撑能力,亟需进一步完善京津冀区域的监测网络,增设传输研究、污染监控等特殊监测点位;逐步拓展监测项目,开展颗粒物化学组分和O_3前体物监测;加快遥感监测等立体监测技术在大气监测中的应用,全面分析污染物时空分布特征与传输规律;加强空气质量预报预警能力建设,为重污染天气应对提供技术支持;规范监测事权上收后的全过程质控体系,建立颗粒物标准方法比对和O_3量值传递质控机制;构建环境监测大数据平台,加强数据分析应用与信息公开。     

广州市污染季节空气质量预报效果评估及误差分析

基于广州市2016年第四季度空气质量实测及预报数据,对广州市污染季节空气质量预报效果进行了评估,结果表明,2016年第四季度广州市空气质量级别预报准确率83.7%、AQI范围预报准确率67.4%、首要污染物预报准确率67.2%、综合考核评分87.4分、相关系数0.78,预报效果总体良好,预报准确率在优良级别时相对较高,而在轻度污染以上级别时相对较低。预报误差分析表明,气象预报精细化程度不足、模式预报不确定性等客观因素,预报员缺乏对污染过程物理化学机制的深入理解等主观因素共同导致了预报的误差。