济南地区一次沙尘过程的激光雷达观测分析

利用微脉冲激光雷达探测技术,结合常规污染物监测以及PM_(2.5)化学组分监测数据,对2017年5月影响济南地区的一次沙尘天气过程进行分析。结果表明:5月4日12:00沙尘天气开始影响济南市,PM_(10)小时浓度大幅升高,至5月5日13:00,PM_(10)小时浓度达到峰值(质量浓度953μg/m~3)。沙尘过境期间近地面1 500 m以下形成消光系数和退偏比极大区,其中5月5日11:00—13:00,300 m处退偏比平均高达0. 19,非球形特性显著。沙尘天气过程中Mg~(2+)组分、Ca~(2+)组分增幅最为明显。后向轨迹模型HYSPLIT显示,此次沙尘起源于内蒙古中西部地区,沿高空西北方向传输至济南地区。     

基于激光雷达和超级站监测的一次沙尘过程分析

利用南京市气溶胶激光雷达网和草场门超级站监测数据,对2022年3月2—3日南京地区一次沙尘污染过程的垂直特征和地面PM_2.5组分变化进行了分析。结果表明,草场门、八卦洲和土桥3处点位的气溶胶激光雷达均观测到消光系数和退偏振比在凌晨至清晨时段有垂直分层现象,说明高空输入的沙尘气团位于城市污染气团上空,而此时地面PM_2.5组分以二次无机盐(硝酸盐、硫酸盐和铵盐)为主。中午前后,各高度的退偏振比及消光系数发生突变,主要是由高空输入沙尘和城市污染气团的垂直混合引起的。随着日间大气垂直交换的加大,PM_2.5中地壳物质的浓度均值和占比显著上升,其中浓度从3 μg/m³升高至5 μg/m³,占比从3%上升至10%。     

广州市春季一次沙尘天气过程综合观测

2017年4月21—23日广州市经历了一次远距离传输的沙尘天气过程,为了解沙尘过程对广州市空气质量的影响,基于广州市大气超级站,利用单颗粒气溶胶质谱(SPAMS)、气溶胶激光雷达观测数据并结合HYSPLIT后向轨迹模型分析了沙尘过程细颗粒物组分及污染来源贡献变化和沙尘气溶胶的来源及路径。结果表明:受沙尘过境影响,PM_(10)浓度大幅升高,PM_(2.5)/PM_(10)最小值仅为12.1%;沙尘过境期间影响近地面颗粒物的沙尘高度主要分布在1 km以下区域,近地面颗粒物消光系数均值为100.11 Mm~(-1),探测到最大退偏振比为0.28。SPAMS研究发现沙尘过境期间含硅酸盐颗粒物(SI)的细颗粒物数浓度比例达25.9%,是沙尘过境前的1.4倍;PM_(2.5)中扬尘贡献率明显增大,达到了17.3%,是沙尘过境前的1.9倍。后向轨迹模型HYSPLIT显示此次沙尘为典型的北方沙尘传输,沙尘源自中国西北地区,传输方向为自西北输送至华东地区后,转为东南方向影响广州市。     

北方沙尘对四川盆地环境空气质量影响和特征分析

利用沙尘天气资料和颗粒物浓度、激光雷达监测数据以及后向轨迹,分析浮尘天气的气象特征及传输路径,构建了浮尘天气对四川盆地各城市大气环境质量影响的量化指标,并利用该量化指标分析了浮尘天气对四川盆地各城市大气环境的影响,得出2013—2015年浮尘对四川盆地PM_(10)年均质量浓度的贡献,2013—2015年约为4.82、1.00、0.56μg/m~3;浮尘对PM_(10)年均质量浓度的贡献川西区域最大,川东北区域次之,川中区域最小,其贡献量分别为3.5、2.2、1.4μg/m~3。同时还进一步分析浮尘对区域PM_(10)影响差异的原因。     

2018年长三角一次持续重污染过程分析

利用常州市6个环境空气质量评价点PM_2.5、PM₁₀、SO₂、NO₂、CO和水溶性离子数据,结合后向轨迹、激光雷达探空资料、气象资料等,分析了2018年1月29日—2月2日长三角区域一次持续重污染过程。结果表明,重度污染时次高达94 h,PM_2.5最高值达235 μg/m³,由外来输送污染物与本地排放的污染物叠加而成,在不利气象条件影响下,污染物在长三角区域长时间滞留;重污染期间,污染物日变化规律显示,PM_2.5受外来源影响更显著,而SO₂、NO₂受本地污染源影响更显著,水溶性粒子组分与常州市本地源存在较大差异,其中NO₃^-、NH₄⁺、K⁺、Mg²⁺和SO₄^2-值增加最为明显,较污染前分别增加了9.1,5.9,4.3,4.2和4.1倍;K⁺值升高较快,说明污染期间也受到了生物质燃烧的影响。此外,NO₃^-和SO₄^2-在空气质量较好时,在水溶性离子中的占比日变化幅度较大,而在重污染期间,NO₃^-和SO₄^2-日变化幅度明显减小。     

基于大气超级站观测的2017年5月北京市沙尘天气过程分析

结合常规污染物监测、PM_2.5化学组分监测、激光雷达监测和颗粒物数浓度及粒径监测等手段,对2017年5月影响北京市的一次沙尘天气过程进行分析。结果表明：5月4日凌晨起沙尘天气开始影响北京市,延庆、官园和通州3个站点PM₁₀峰值浓度分别为2 091、2 245、2 590 μg/m³,体现了该次沙尘天气影响程度之重。PM_2.5浓度与PM₁₀变化一致,也达到重度污染的水平。沙尘天气移动路径是沿着区域西北至东南方向。沙尘天气主体从3 km左右的高空进入北京市,随后逐渐渗透至1 km高度以及地面,且沙尘层厚度较高,覆盖了地面至3 km的高度。沙尘天气过程中OM和Ca²⁺组分增幅最大。在沙尘天气影响严重时间段,沙尘天气源与生物质燃烧源比例之和大于50%,最高值为67.6%。沙尘天气过程中颗粒物峰值粒径为0.965~1.037 μm。     

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。     

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。     

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。     

西安市环境空气PM2.5污染现状及对策初探

文章通过对西安市城市环境空气PM_2.5试点监测数据深入分析,初步摸清了区域PM_2.5污染水平及分布规律,提出了污染防治对策和建议,对现阶段的环境空气PM_2.5污染防治有着重要的参考价值。     

中国部分地区2021年几次典型沙尘天气遥感监测分析

2021年,中国北方地区经历了多轮大范围沙尘天气,波及西北、华北、东北甚至黄淮、长三角等地区。其中,3月份出现自2010年以来最强沙尘天气过程。该研究基于Himawari-8静止卫星数据和地面同步空气站点监测数据,分析了2021年3月14—17、27—30日和4月14—15日3次典型沙尘天气过程。分析结果显示：2021年3月14—17日沙尘天气影响范围最广,沙尘分别在不同时间段起源于蒙古国西北部、中国甘肃和青海交界处、新疆和甘肃交界处,大范围沙尘天气是多处尘源综合作用的结果。3月27—30日和4月14—15日沙尘主要起源于蒙古国,沙尘源较单一,影响范围相对集中,但某些时段受影响区域的沙尘强度很高。地面同步空气站点PM₁₀监测数据与卫星数据有很好的一致性。     

2013年苏州春季一次重污染天气的过程分析

研究了2013年3月在江苏范围内的一次重污染天气过程,重点分析苏州在此次污染过程中大气污染的变化特征。污染过程中,苏州市颗粒物浓度上升较为明显, PM10的小时质量浓度最高达548μg／m3, PM2．5质量浓度也达到197μg／m3,污染持续时间为2 d,3月8—9日当地空气质量均达到中度污染水平。根据后向轨迹模型、颗粒物离子浓度的分析,此次污染是由外来浮尘及苏州本地污染物排放所造成的区域霾污染影响所致。根据监测结果与实际污染特征,针对性地提出了对策和措施。     

Chemical Constituents of Fugitive Dust

Wind erosion selectively winnows the fine, most chemically concentrated portions of surface soils and results in the inter-regional transport of fugitive dust containing plant nutrients, trace elements and other soil-borne contaminants. We sampled and analyzed surface soils, sediments in transport over eroding fields, and attic dust from a small area of the Southern High Plains of Texas to characterize the physical nature and chemical constituents of these materials and to investigate techniques that would allow relatively rapid, low cost techniques for estimating the chemical constituents of fugitive dust from an eroding field. From chemical analyses of actively eroding sediments, it would appear that Ca is the only chemical species that is enriched more than others during the process of fugitive dust production. We found surface soil sieved to produce a sub-sample with particle diameters in the range of 53–74 μm to be a reasonably good surrogate for fugitive dust very near the source field, that sieved sub-samples with particle diameters <10 μm have a crustal enrichment factor of approximately 6, and that this factor, multiplied by the chemical contents of source soils, may be a reasonable estimator of fugitive PM₁₀ chemistry from the soils of interest. We also found that dust from tractor air cleaners provided a good surrogate for dust entrained by tillage and harvesting operations if the chemical species resulting from engine wear and exhaust were removed from the data set or scaled back to the average of enrichment factors noted for chemical species with no known anthropogenic sources. Chemical analyses of dust samples collected from attics approximately 4 km from the nearest source fields indicated that anthropogenic sources of several environmentally important nutrient and trace element species are much larger contributors, by up to nearly two orders of magnitude, to atmospheric loading and subsequent deposition than fugitive dust from eroding soils.     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

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。