空气质量AQI实时发布的改进探讨

针对《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)中对空气质量AQI实时发布存在的欠缺,从增加颗粒物1 h浓度的AQI分级浓度限值及颗粒物24 h滑动平均值计算方法改进着手,解决PM2.5和PM10的24 h滑动平均值实时延迟、1 h平均值代替24 h滑动平均值偏高等问题。     

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。     

夏收和秋收期间泰州市空气质量特征研究

利用2012—2015年泰州市空气质量监测数据,分析夏、秋收期间城市环境空气质量特征,探讨引发重污染天气的原因。结果表明,夏收期间空气质量整体优于秋收,2012年、2013年秋收期间空气质量最差,达到重污染以上的天数分别为10 d、6 d,颗粒物尤其是PM_(2.5)超标较严重,2015年秋收期间空气质量显著好转。秸秆焚烧日PM_(2.5)和PM_(10)质量浓度呈较高相关性,PM_(2.5)/PM_(10)值比非秸秆焚烧日高。基于气团后向轨迹及秸秆焚烧卫星遥感监测火点图将污染事件分类,研究得出秸秆焚烧和区域输送是导致城市污染加重的主要因素。     

2020年泰州市细颗粒物质量浓度高值区污染来源解析

2020年在位于泰州市主城区大气细颗粒物(PM_(2.5))质量浓度高值区的莲花国控空气站点进行手工采样,分析了大气PM_(2.5)的质量浓度和元素组成,以及离子、有机碳和元素碳的质量浓度。根据监测结果,采用正定矩阵因子分解(PMF)受体模型对其来源进行解析。结果显示,莲花站点大气PM_(2.5)中主要组分包括有机物、硝酸盐、硫酸盐、铵盐、地壳物质、氯盐、钾盐、黑炭、微量元素和钠盐,占比分别为35.7%,25.6%,13.9%,11.9%,6.1%,2.3%,1.5%,1.5%,0.8%和0.7%,有机物、硝酸盐、硫酸盐、铵盐为首要污染组分,这4类物质对PM_(2.5)的累计贡献为87.1%。根据解析结果与实际污染特征,提出应优化城市路网结构,强化工地扬尘管控,全面取缔燃煤炉和严抓秸秆禁烧工作等控制对策。     

茂名市大气PM_(2.5)在线源解析

于2014年12月31日—2015年1月12日,利用单颗粒气溶胶质谱仪对茂名市大气中PM2.5进行在线监测和分析。结果表明,茂名市大气颗粒物污染来源分布(颗粒数占比)分别为扬尘6%、工业工艺源10.9%、生物质燃烧14.7%、机动车尾气27.5%、燃煤23.4%、二次无机源7.7%和其他9.9%。空气质量从重度污染转为优良天气过程中,机动车尾气的贡献率基本保持在20%以上,而燃煤占比从28.9%降至12.3%;空气质量从优良转为污染天气的过程中,工业工艺源、二次无机源、生物质燃烧、燃煤的占比增加,而机动车尾气占比不断下降。     

影响泰州市空气质量的几种沙尘类型分析

利用2020年11月—2021年5月泰州市大气颗粒物自动监测数据,结合激光雷达观测资料、气象资料及后向轨迹模式,研究分析不同类型沙尘天气过程对泰州市空气质量的影响。结果表明,研究时段泰州市受到沙尘天气影响共计12次,影响天数21 d,污染天数占比达42.9%;按照影响时长和影响程度将沙尘天气过程分为直接影响型、移速缓慢型、边缘影响型、入海回流型等4种类型;由于天气形势背景和传输路径差异,不同类型沙尘对泰州市空气质量影响程度差异较大,整体而言,移速缓慢型沙尘、入海回流型沙尘对泰州市空气质量影响更为显著。     

几种空气质量预报方法对冬季预报效果的评估与对比

基于2016年冬季泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式和人工订正对污染物质量浓度和空气质量等级的预报效果。结果表明,模式预报和人工订正对各污染物预报的相关系数由高到低排列为PM_(2.5)、PM_(10)、NO_2、SO_2、O_3-8h,颗粒物预报效果最好。除O_3-8h外,NAQPMS对各项污染物预报的相关系数R为0.47～0.82,CMAQ为0.75～0.81,人工订正为0.43～0.78,3种预报方式均能准确反映污染物浓度的变化趋势;模式预报、人工订正对O_3-8h预报相关系数均0.4。在发生颗粒物污染过程时,人工订正结果相对更为准确。NAQPMS、CMAQ和人工订正对空气质量等级24 h预报准确率分别为38.9%、41.1%和35.6%,NAQPMS对优类别的预判准确率较高,CMAQ、人工订正对良类别的预判准确率较高。对比不同时效的预报效果,24 h预报时效的准确率高于48和72 h。提出,城市空气质量预报可采用集合预报方式,综合1～2种运行较稳定的主流预报模式预报结果,预报员对模式模拟结果进行人工修订,提高预报准确率。     

桂林市细颗粒物部分典型排放源的粒径谱及成分分析

采用在线单颗粒气溶胶质谱技术源解析方法,对桂林市PM2.5典型排放源的粒径和化学成分进行质谱分析,采集燃煤/燃气源、工业工艺源、扬尘源、油烟源4类共计7个典型排放源。结果表明,桂林市4类排放源细颗粒物的粒径分布为0.25~1.25μm,80%以上的细颗粒分布在0.2~1.0μm的小粒径范围,峰值约0.68μm。细颗粒物离子成分含有Na~+、Mg~+、K~+、NH~+4、Fe~+、Pb~+、Cd~+、V~+、Mn~+、Li~+、Al~+、Ca~+、Cu~+、Zn~+、Cr~+、CN~-、PO_3~-、NO_2~-、NO_3~-、Cl~-、SO_4~(2-)、SiO_3~-等成分,桂林市细颗粒物为元素碳、有机碳元素碳、有机碳、富锰颗粒、富铁颗粒、富钾颗粒、矿物质、左旋葡聚糖以及其他金属等9类。     

石家庄市大气颗粒物中有机碳和元素碳的季节变化特征

为了解石家庄市大气颗粒物中有机碳和元素碳的季节变化特征,对春、夏、秋、冬四季采集的PM_(10)、PM_(2.5)样品中的有机碳(OC)和元素碳(EC)进行了分析。结果表明,石家庄市PM_(10)、PM_(2.5)污染严重;PM_(10)、PM_(2.5)中ρ(OC)和ρ(EC)季节变化特征均为夏季春季秋季冬季。冬季PM_(10)中ρ(OC)和ρ(EC)分别为42.85和8.88μg/m~3;PM_(2.5)中ρ(OC)和ρ(EC)分别为41.2和8.59μg/m~3。PM_(2.5)中EC占比最高为3.9%,EC更容易在PM_(2.5)中富集;在四个季节中,冬季PM_(10)、PM_(2.5)中ρ(OC)/ρ(EC)为最高,分别为4.83和4.80,冬季取暖用燃煤加重了OC、EC的污染。冬季PM_(10)中二次有机碳ρ(SOC)为20.92μg/m~3,PM_(2.5)中ρ(SOC)为23.50μg/m~3。     

天津市颗粒物中元素化学特征及来源

2006年的8月—12月采集天津市PM2.5和PM10样品,分析了Na、Al等17种元素质量浓度及月变化特征,PM2.5中元素平均质量浓度为17.2μg/m3,占PM2.5的10.3%。微量元素Zn、Pb在PM10和PM2.5中含量较高,Cr、V、Ni、As等则在细粒子中有明显分布。用富集因子法分析发现,PM2.5中元素富集程度高于PM10。地壳元素除Ca外,均无明显富集,微量元素则呈现不同程度的富集,以Cd富集最为明显。颗粒物分析表明,土壤尘、燃煤、机动车尾气及化工行业是PM2.5中无机元素的主要来源。     

上海市浦东新区大气细颗粒物中重金属污染特征及来源解析

于2017年对浦东城区和郊区大气PM2.5中的重金属特征和来源进行了分析。结果表明,K、Fe、Na、Ca、Mg、Al等矿物元素为浦东新区PM2.5中含量最高的金属元素,其中K的年均值为297.3 ng/m^3。浦东城区的不同元素在季节变化上呈现较为不同的变化规律,郊区的金属元素值大部分呈现春季先逐月下降,在夏、秋季有起伏波动,在10月之后逐渐上升;沙尘+道路源+建筑扬尘、煤燃烧、工业排放、金属冶炼、船舶排放、海盐+垃圾焚烧+生物质燃烧为浦东城区PM2.5中重金属元素的6大类主要来源。其中沙尘+道路源+建筑扬尘对Ca的贡献率为82.7%,煤燃烧对As的贡献率为86.6%,工业排放对SO4^2-的贡献率达到65.9%,金属冶炼对Cr的贡献率为75.7%,船舶排放对V的贡献率为97.5%、海盐+垃圾焚烧+生物质燃烧对Cl^-的贡献率为93.0%。煤燃烧和金属冶炼主要来自于西部方向。船舶排放分布在长江口及其延伸带。浦东新区PM2.5中重金属元素的质量浓度与本地源排放强度、外界传输和大气扩散条件均有密切关系。     

合肥市冬季灰霾天气PM_(2.5)源解析

于2016年12月30日—2017年2月4日,利用单颗粒气溶胶飞行时间质谱仪(SPAMS),对合肥市PM_(2.5)开展来源解析连续监测,共捕捉到4次较为明显的灰霾过程,对颗粒物种类及质谱特征进行了分析。结果显示,监测期间合肥市主要颗粒物成分为元素碳(EC)(31. 9%)、富钾(K)(16. 6%)、有机碳(OC)(16. 0%)及混合碳颗粒(ECOC)(15. 0%)等。主要污染源为机动车尾气源(24. 5%)、工业工艺源(22. 7%)、燃煤源(14. 1%)、二次无机源(13. 5%)等。污染天气发生时,工业工艺源占比上升2. 2个百分点,生物质燃烧和燃煤源占比分别下降1. 7和2. 7个百分点,机动车尾气和扬尘源基本持平,表明此次污染过程主要受到工业工艺源的累积影响。     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

内蒙古干草原冬、春季大气气溶胶的若干特征观测研究

内蒙古半干旱草原区大气气溶胶浓度以及散射等特性对生态环境、气候变化与预测研究有重要意义,文利用2009年1～4月在锡林浩特观象台草原站的观测资料,分析了冬、春季背景大气气溶胶质量浓度、黑碳质量浓度、散射系数的分布特征。研究发现,背景天气下,PM10、PM2.5、PM1.0浓度值都较低,平均值分别为22.7、9.5、6.1μg/m3,3种PM浓度值间的相关性不同;黑碳浓度平均值为0.59μg/m3,小粒子中的含量较高,其日分布规律受人类活动影响较大,与各PM浓度分布有较大不同;散射系数平均值为31.2Mm-1,与PM10、PM2.5、PM1.0、黑碳质量浓度都显著相关。三种PM中,PM2.5对散射和吸收的影响最大。风速、相对湿度对不同粒径的PM以及黑碳浓度、散射系数的影响有所不同。     

中国中东部一次大范围重污染过程特征分析

采用嵌套网格空气质量预报模式(NAQPMS)模拟与气象、污染物观测资料相结合的方式,分析了2016年12月影响中国中东部地区的一次重污染过程中PM_(2.5)时空分布特征及来源成因。结果表明,重污染过程中PM_(2.5)具有较明显的时空变化规律,污染呈现一定程度的区域性分布特点,不同地理位置条件下,污染物浓度的累积和传输方式表现出不同的特征,细颗粒物快速二次生成及不利扩散条件下的持续积累可能是此次污染过程的主要原因,不利于污染物扩散的高低空天气形势的配合抑制了污染物的快速消散,为大气污染的形成及维持提供了稳定的大气环境背景,形成了此次污染过程污染浓度高、影响范围大的态势。     

南京市大气颗粒物中多环芳烃变化特征

逐月采集南京市大气中不同粒径的颗粒物,采用HPLC分析了2010年每个月PM_(10)和PM_(2.5)颗粒物样品中的多环芳烃(PAHs)的种类和浓度水平。结果表明:PM_(10)中PAHs年均值为25.07 ng/m~3,范围为11.03~53.56 ng/m3;PM_(2.5)中PAHs年均值为19.04 ng/m~3,范围为10.82~36.43 ng/m~3。PM_(10)和PM_(2.5)中PAHs总体浓度有着相似的变化趋势,呈现凹形变化曲线;在南京市大气颗粒物中吸附的PAHs大部分以5~6环的高环数组分为主,大部分PAHs和∑PAHs的相关性较好,年度变化幅度不大,分析结果表明,颗粒物中PAHs的来源与稳定的排放源相关,机动车排放不容忽视,与北方城市燃煤污染有着较大的区别。     

基于聚类分析的颗粒物监测网络优化研究

为了优化香港环境监测网络,收集香港14个监测站2011年1月1日至2015年11月30日的颗粒物PM_(2.5)、PM_(10)的小时数据进行统计分析。对PM_(2.5)进行聚类,并利用日均浓度变化图进行验证,结果表明,可将监测站分为4类(A、B、C、D类),A类位于城市郊区,B类则位于港口附近,且A、B类的PM_(2.5)日变化特征均呈现双峰型分布,峰值分别出现在09:00和21:00。对PM_(10)进行类似分析结果表明,监测站同样可以分为4类,A类位于九龙区,B类则位于港口附近,而且A、B类的PM_(10)日变化双峰分别出现在11:00和20:00左右。说明污染源头及地形的相似致使某些监测站颗粒物浓度的变化出现相同的趋势,导致监测设备的浪费和管理的冗余。建议建立更高效的空气管理系统,将冗余设备转移到其他地区,扩大空气监控区域。对PM_(2.5)/PM_(10)聚类结果表明,将监测站分为4类,B类均属于路边站,C类则位于居民区。同时还发现同类监测站PM_(2.5)/PM_(10)数值变化相同,并且可以用其中一个站的PM_(2.5)和PM_(10)浓度及另一个站的PM_(2.5)或PM_(10)浓度预测PM_(2.5)或PM_(10)浓度,为优化监测资源提供了一种新的思路。     

江苏省级区域空气质量数值预报模式效果评估

采用中国科学院大气物理研究所开发的嵌套网格空气质量模式系统(NAQPMS),搭建江苏省级区域空气质量数值预报模式系统,并测试了该系统对2013年夏季江苏省PM2.5质量浓度未来24 h预报以及7 d潜势预测的效果。结果表明,该系统成功应用于江苏省的空气质量预报;所有地市的24 h预报效果均在合理范围内(平均分数偏差小于±60%且平均分数误差小于75%);7 d潜势预测效果比24 h预报效果略差,整体能准确把握PM2.5质量浓度的变化趋势。