1960~2012年长江三角洲地区雾日与霾日的气候特征及其影响因素

利用1960~2012年长江三角洲地区气象观测资料,对长江三角洲区域雾和霾的时空分布及其影响因素进行了分析.结果表明:长江三角洲地区雾、霾分布不均匀,雾日大值区主要分布在江苏省盐城中部沿海地区、安徽省黄山地区、浙江东部沿海地区,霾日大值区主要分布在以南京、杭州、合肥、衢州为中心的周边城市.时间变化上,城市化水平高的大城市年雾日数在20世纪80年代之前呈增加趋势,之后呈减少趋势;城市化水平低的小城市年雾日数也呈先升后降的趋势,但下降时间滞后于大城市.大城市雾日月平均分布冬季最多,春秋季次之,夏季最少,小城市雾日月平均分布呈双峰型特征,即春季和冬季较多.大城市和小城市年平均霾日数一直呈增加趋势且20世纪90年代之后差距变大.区域气候变化和城市化导致的温度上升,空气污染加剧导致的气溶胶增加,是造成长江三角洲雾日、霾日不同变化特征的原因,但它们之间的相互作用效应复杂,值得深入研究.     

南京市霾天气与主要气象条件的相关分析

利用天气学原理,分析研究2012~2014年南京市霾天气的主要地面天气形势、气象要素以及PM2.5与PM10浓度的相互关系.结果表明,2012~2014年南京市霾天气以轻度和轻微霾为主,且冬季最多,夏季最少;相对湿度在50%~80%之间有利于霾的发生,尤其是70%≤RH<80%时;有87.6%的霾发生在风速≤4m/s的情况下,并且主要来自东北偏东到东南风向区域.最利于南京霾天气形成的主要天气形势是均压场、高压控制和高压后部,而低压槽、副高控制和台风影响时霾发生较少.PM2.5在PM10中所占比例与霾强度呈正比.通过对南京市气象条件与霾的关系,及后向轨迹HYSPLIT4模式的聚类分析显示,结合南京市霾天气时的风向统计,影响南京霾发生的污染源主要有本地源、南京市东南地区的近距离污染源和华北地区的远距离污染源.     

追忆中国环保鎏金岁月

我国的环保事业起步较晚,从上世纪70年代“环境保护”概念的提出,至今已有30多个春秋。经过30多年艰苦不懈的努力,我国基本上走出了一条有中国特色的环境保护道路。     

Concentrations and chemical compositions of PM10 during hazy and non-hazy days in Beijing

In order to study the concentrations of major components,characteristics and comparison in hazy and non-hazy days of PM_(10) in Beijing,aerosol samples were collected at urban site in Beijing from December 29,2014 to January 22,2015.Heavy metals like Zn,Pb,Mn,Cu,As,V,Cr and Cd were deeply studied considering their toxic effects on human being;nine water-soluble inorganic ions(SO_4~(2-),NO_3~-,NH_4~+,Na~+,K~+,Cl~-,Ca~(2+) and Mg~(2+)) and carbon fractions(OC and EC) were also analyzed.The concentrations of heavy metals were 1.03–1.98 times higher in hazy days than those in non-hazy days,mainly due to biomass burning and coal burning.The trends in total heavy metals concentrations were basically consistent with the trends in PM concentrations except for two obvious periods(12.29–12.30;1.14–1.15);but when air masses accumulated locally or around Beijing,trends in PM concentrations and heavy metals were opposite.The proportion for NO_3~-/SO_4~(2-) indicated that mobile sources such as automobiles were important reasons for haze in Beijing.Correlation between OC and EC during non-hazy days was strong(R~2= 0.95) but it was low(R~2= 0.67) during hazy days,and large variations for OC/EC values occurred in hazy days.The calculated mass concentration of SOC is 2.58 μg/m~3,which only accounted for 10.1% of the OC concentration.When air masses from the far north-west,they decreased PM concentration in Beijing and they were relatively clean;however,those from the near east,south-east and south of the mainland increased PM concentration and they were dirty.     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

高污染下云凝结核对雨、雾滴谱的影响

利用气候基准站、云凝结核计数器、雾滴谱仪和雨滴谱仪等观测资料,分析威宁污染时期云凝结核（CCN）对雨雾滴谱的影响. 结果表明：观测期间威宁CCN数浓度很高,S=0.2%、0.4%、0.6%和0.8%时的平均CCN浓度分别为2884、8003、10470、11685cm^-3,与部分重污染城市相当;CCN有明显的日变化特征,分别在12：00、16：00和20：00出现峰值,与居民生活排放、火电源排放、湍流交换和气象条件等有关;利用N=CS^k式拟合威宁CCN活化谱,平均拟合参数C=14288cm^-3,k=0.8,表明该地属典型大陆型核谱;威宁冬季云层薄、云顶低的云系特点提供了宏观天气背景,高浓度CCN是导致此次雨、雾过程弱,滴谱窄的重要微观条件.     

青岛霾天气下大气汞的污染特征分析

2013年1月14~17日青岛市经历了一次大范围的霾污染过程,采集并测定大气气态汞和颗粒态汞,研究汞的污染特征.结果表明,气态汞(TGM)的平均浓度为(2.8±0.9)ng/m3,颗粒汞(PHg)的平均浓度为(245±174)pg/m3.在霾发生的14、15日PHg/TSP的比值明显高于16、17日,且TGM与PHg浓度呈负相关关系,霾日气象条件有利于TGM向PHg转化.大气汞浓度与温度、相对湿度正相关,与风速负相关.TGM与SO2、NO2显著正相关,化石燃料的燃烧是大气汞的主要来源.对大气气团的后向轨迹进行聚类分析,将其分为5类,霾日大气中的汞主要来自近距离传输,受山东本地污染影响,气态汞含量最高.     

京津冀区域霾天气特征

汇总京津冀区域内107个地面站的气象资料,利用14时实测的气象要素和天气现象资料对霾日进行判别,统计出各个站点1980~2008年中逐年及各月的霾日数.结果表明,北京、天津、河北霾天气整体变化趋势和波动特征较为相似,且均呈增加趋势,非城区站点平均霾日数明显呈增加趋势,且与市区站点霾日数的差距越来越小.京津冀区域霾日数的月际变化呈明显的双峰特征,即夏季和冬季霾日数较高.空间分布表明,霾日数高值区主要位于北京、天津、保定、石家庄、邯郸和邢台等地.多数站点霾日14时平均风速比非霾日低了1.0m/s以上,14时平均相对湿度则比非霾日高出20%以上.     

不同判别方法下四川霾日的气候变化特征

根据近34年(1981—2014年)156个四川地面站的地面观测资料,对比分析了在3种霾日判别方法下霾日的空间分布、季节变化、年代际变化特征以及气候趋势系数的分布特征.利用Morlet小波分析法比较了霾日的周期变化特点.结果表明:1原始观测霾日集中于四川盆地的北部;方法一霾日集中于盆地中南部和东部;方法二霾日集中于盆地地区,无代表高值区;方法三分布类似于方法一.2在季节变化上:不同判别方法下霾日的季节变化类似,秋冬霾日多于春夏.3霾日年代际变化明显.原始观测霾日2013年始出现突增;方法二霾日从2001年始有明显增长;方法一与方法三的年代际变化特征相似.4气候趋势系数上:原始观测变化特征不明显;方法一的系数呈现出南北反向变化;方法二与方法一的分布相似;方法三中系数的正负值区较为集中.5小波变化上:原始观测中霾日无明显周期变化,判别方法一、二、三均有各自的周期变化特点.     

霾天气下南京PM2.5中金属元素污染特征及来源分析

2007年6月13日至2008年5月29日期间,对南京大气中PM2.5进行了连续采样,并利用电感耦合等离子体质谱分析法测定了PM2.5中K、Al、Ca、Pb等30种元素的质量浓度,对比分析了这些元素在霾日与非霾日的污染特征.结果表明,PM2.5污染水平较高,年质量浓度均值达103μg/m3.霾日PM2.5质量浓度水平是非霾日的2.35倍.春季霾日前后PM2.5中元素变化特征不明显,秋冬季节霾日元素浓度基本大于非霾日.平均而言,整个采样期间Cu、Se、Hg、Bi等人为污染元素的富集因子均较高,且霾日明显大于非霾日.因子分析结果表明,南京市霾日PM2.5主要来源于土壤尘、冶金化工尘、化石燃料燃烧、垃圾焚烧及建筑扬尘,贡献率依次为29.21%、20.15%、27.15%、7.09%和5.10%.     

利用日均及14时气象数据进行霾日判定的比较分析

汇总京津冀区域内多个地面站1980-2008年气象资料,根据目前霾天气判别的主要方法,结合气象资料的具体特点,确定具体判别指标,利用日均值和14时实测值分别统计区域内各站点逐年各月的霾日数,分析两种方法进行霾日统计的具体特点.发现两种方法都不可能准确统计出霾天气的出现,但在分析单个站点或者一个区域长时间跨度的霾日变化时...     

西安市秋季灰霾天气微生物气溶胶的特性研究

为探明西安市秋季灰霾天气条件下微生物气溶胶的特性,于2014年10月7日到23日两次灰霾过程期间,在西安市长安大学站点,采用Andersen六级撞击式空气采样器对细菌与真菌气溶胶进行采样,并对其浓度、粒径、种属分布及其与气象因素的相关关系进行详细分析.结果表明,在灰霾天期间,可培养细菌与真菌气溶胶的浓度水平分别为1102~1737 CFU·m-~3和1466~1704 CFU·m-~3,不仅远高于非灰霾天微生物气溶胶的浓度值,也超过了中国科学院推荐的标准值.在非灰霾天气条件下,空气中大部分可培养细菌气溶胶(79.7%)与真菌气溶胶(74.6%)均分布在粗颗粒范围(2.1μm),它们的中位径(NMD)分别为(2.32±0.12)μm、(2.48±0.24)μm;而在灰霾天气条件下,可培养细菌气溶胶与真菌气溶胶的中位径分别为(1.96±0.29)μm和(2.44±0.23)μm.此外,在灰霾天期间,空气中优势细菌除了葡萄球菌属(Micrococcus)与微球菌属(Staphylococcus)外,还鉴定出了非霾天没有检测出的致病菌种奈瑟氏菌属(Neisseria);而真菌在灰霾天时,除了曲霉属(Aspergillus)检出频率大幅提高外,还出现了非霾天未鉴定出的致病菌属拟青霉属(Paecilomyces)与头孢霉属(Cephalosporium).研究表明,相比于非灰霾天气,灰霾天气下有更高的微生物气溶胶暴露风险.研究结果可以为评估灰霾暴发时微生物气溶胶引起的环境与健康效应提供基础数据.     

Chemical characterization of size-resolved aerosols in four seasons and hazy days in the megacity Beijing of China

Size-resolved aerosol samples were collected by MOUDI in four seasons in 2007 in Beijing. The PM10 and PM1.8mass concentrations were 166.0 ± 120.5 and 91.6 ± 69.7 μg/m~3, respectively,throughout the measurement, with seasonal variation: nearly two times higher in autumn than in summer and spring. Serious fine particle pollution occurred in winter with the PM1.8/PM10 ratio of 0.63, which was higher than other seasons. The size distribution of PM showed obvious seasonal and diurnal variation, with a smaller fine mode peak in spring and in the daytime. OM(organic matter = 1.6 × OC(organic carbon)) and SIA(secondary inorganic aerosol) were major components of fine particles, while OM, SIA and Ca_2+were major components in coarse particles. Moreover, secondary components, mainly SOA(secondary organic aerosol) and SIA,accounted for 46%–96% of each size bin in fine particles, which meant that secondary pollution existed all year. Sulfates and nitrates, primarily in the form of(NH_4)_2SO_4, NH_4NO_3, Ca SO_4, Na_2SO_4 and K_2SO_4, calculated by the model ISORROPIA II, were major components of the solid phase in fine particles. The PM concentration and size distribution were similar in the four seasons on non-haze days, while large differences occurred on haze days, which indicated seasonal variation of PM concentration and size distribution were dominated by haze days. The SIA concentrations and fractions of nearly all size bins were higher on haze days than on non-haze days, which was attributed to heterogeneous aqueous reactions on haze days in the four seasons.     

2007~2016年北京天气分型与霾日的关联

采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型,研究其与霾日的关联性,并结合PM_2.5和臭氧地面观测,分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%,T4和T9型下霾日最多,T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性,2007~2012年（阶段一）霾日少且年际差异小,2013~2016年（阶段二）霾日增多.对9类天气型下霾日PM_2.5及臭氧变化进行分析,T1、T3、T4和T9型霾日多出现在秋冬季,PM_2.5日变化为逐时增加态势,4类天气型在第一阶段的白天有浓度波动增长形成的小峰值,但第二阶段减弱消失.大部分天气型的霾日,阶段二的PM_2.5浓度较阶段一降低,T7和T9型表现为增加,增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型,峰值出现在下午,臭氧日均浓度最高为T8型.此外,阶段二与阶段一相比,T3、T5和T6型臭氧平均浓度增加,其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析,平均气温、风向、风速可以较好的解释臭氧浓度变化,而PM_2.5的变化特征不仅与气象要素相关,在一定程度上也体现了污染排放及区域联动减排的贡献,需两者结合才能更好探究PM_2.5浓度整体特征及细节变化.     

Chemical characterization of size-resolved aerosols in four seasons and hazy days in the megacity Beijing of China

Size-resolved aerosol samples were collected by MOUDI in four seasons in 2007 in Beijing. The PM₁₀ and PM_1.8 mass concentrations were 166.0 ± 120.5 and 91.6 ± 69.7 μg/m³, respectively, throughout the measurement, with seasonal variation: nearly two times higher in autumn than in summer and spring. Serious fine particle pollution occurred in winter with the PM_1.8/PM₁₀ ratio of 0.63, which was higher than other seasons. The size distribution of PM showed obvious seasonal and diurnal variation, with a smaller fine mode peak in spring and in the daytime. OM (organic matter = 1.6 × OC (organic carbon)) and SIA (secondary inorganic aerosol) were major components of fine particles, while OM, SIA and Ca^2 + were major components in coarse particles. Moreover, secondary components, mainly SOA (secondary organic aerosol) and SIA, accounted for 46%–96% of each size bin in fine particles, which meant that secondary pollution existed all year. Sulfates and nitrates, primarily in the form of (NH₄)₂SO₄, NH₄NO₃, CaSO₄, Na₂SO₄ and K₂SO₄, calculated by the model ISORROPIA II, were major components of the solid phase in fine particles. The PM concentration and size distribution were similar in the four seasons on non-haze days, while large differences occurred on haze days, which indicated seasonal variation of PM concentration and size distribution were dominated by haze days. The SIA concentrations and fractions of nearly all size bins were higher on haze days than on non-haze days, which was attributed to heterogeneous aqueous reactions on haze days in the four seasons.     

南京冬季晴天及雾-霾天气纳米气溶胶粒子谱日变化比较

利用2017年12月南京气溶胶数浓度与气象参数资料,比较研究晴天及雾-霾天中10~1000nm纳米气溶胶粒子谱日变化规律及差异特征.结果表明,单峰谱型出现与污染加重有明显关系,分别出现在晴天午后、霾严重污染阶段和污染消散阶段、浓雾过程,峰值粒径分别为晴天（20~100nm）、霾天（27~144nm）和雾天（34~122nm）.3种天气条件下,晴天较强的太阳辐射和较低的湿度适合小粒子生成,核模态占比在晴天最高;霾天气象场适合爱根态粒子大量稳定存在,爱根态占比在霾天最高;雾天大量气溶胶吸湿增长,导致积聚态占比在雾天最高.在霾天污染物累积阶段,大量积聚态粒子对核模态、爱根态粒子的碰并增长作用抑制核模态、爱根态粒子生成,核模态和爱根态粒子浓度变化率为-91.0%和-62.5%,而积聚态为89.7%.浓雾过程对爱根态粒子清除作用最明显.     

南京北郊霾天气溶胶化学组分粒径分布特征

为研究南京霾天气中大气气溶胶化学成分及其粒径分布的特征,使用β射线测尘仪、安德森9级撞击式采样器、离子色谱分析仪和热光碳分析仪对南京冬、春季节的颗粒物进行了采样分析.结果表明,霾日中3种主要二次离子SO₄^2-、NO₃^-和NH₄⁺在细粒径段中占比最高（77.4%）,霾日中除F^-和Cl^-外其余离子均呈三峰型分布,工业排放、生物质燃烧与二次反应是粗、细粒径段中水溶性离子最重要来源.OC、EC均主要富集于细粒子中,PM_2.1~10中OC与EC相关性较好（R²=0.76）,说明存在共同来源.通过OC/EC特征物比值的方法得到霾日期间碳质颗粒物的来源为机动车尾气排放、燃煤和生物质燃烧.