2015年12月北京市一次重污染过程中PM_(2.5)特征分析

2015年入冬以来京津冀区域重污染频发,综合分析了2015年12月19—26日京津冀及周边地区发生的一次重污染过程中PM_(2.5)分布特征及成因。监测数据显示,2015年12月北京市重污染日共计13 d,累计月均值为151.8μg/m3。在12月19—26日一次重污染过程中,区域污染面积均超过40万km2,北京市单站PM_(2.5)小时均值超过800μg/m3。污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值出现在南部站点。污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度增值是年均值的2~5倍。污染缓解阶段,偏北风作用,浓度明显下降。除了极端不利的天气形势外,区域散煤排放是造成重污染的重要原因;河北省唐山、保定、廊坊、石家庄等城市区域输送加重了污染程度。     

一次以南京为中心的夏季PM_(2.5)污染岛污染事件的数值模拟

2013年6月23~24日南京及其周边地区发生了一次小范围、突发性的气溶胶污染事件,PM_(2.5)的平均浓度达到242μg/m3,在夏季比较少见.本文利用WRF-chem模式对该PM_(2.5)污染事件进行模拟,通过对模式结果进行分析表明:此次污染事件与天气形势和边界层结构有着直接联系.此次污染发生时江淮地区正处于梅雨时节,南京及其周边地区处于江淮低空切变线上,切变线附近有辐合的流场,东部上游排放源的贡献和南京本地的静稳风场导致污染物在南京堆积.污染期间有比平时更强的气粒转化过程,23日PM_(2.5)浓度受到SO2减半的影响,浓度减少量为9.8%,受NOx减半影响的减少量为7.3%.污染发生期间南京地区上空温度垂直梯度较小,温度层结不利于污染物的垂直扩散,边界层高度较低,低层大气湍流活动较弱,垂直高度上的稳定层结也为污染物集聚提供了条件.     

青岛市PM_(2.5)重污染天气演变过程分析

运用WRF-CMAQ模式对2016年1月1日~1月7日青岛市的PM_(2.5)重污染天气进行了模拟研究,分析了青岛市PM_(2.5)重污染形成、持续和清除过程的主要影响因素.与观测对比表明,模式能够较好地模拟出青岛市主要气象要素和近地面PM_(2.5)浓度的变化特征.在重污染形成期,持续的西南气流将山东南部、安徽、江苏等地PM_(2.5)及其前体物传输至青岛地区;逆温层的出现及大气边界层高度的降低使得输送至青岛地区的PM_(2.5)在近地面积累,浓度升高.由山东西南部、安徽北部、河南东部等地传输至山东西北部和京津冀地区的PM_(2.5)及其前体物,在重污染持续期沿近地面传输至青岛,加之液相化学过程生成了大量的二次气溶胶,导致PM_(2.5)浓度一直维持在200μg/m~3以上.重污染清除期,风速加大,水平传输作用加强,高浓度的PM_(2.5)污染带向下风向转移.区域传输对此次青岛市PM_(2.5)重污染事件具有重要贡献,3个时期的贡献率分别为87.0%、68.5%和57.6%.     

乌鲁木齐市重污染期间PM_(2.5)污染特征与来源解析

目前有关我国城市大气重污染期间PM2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气.分析了重污染天气下ρ(PM2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM2.5的来源构成.结果表明:大气重污染期间ρ(PM2.5)严重超标,其中米东区环境保护局采样点的ρ(PM2.5)最高,其次是铁路局、市监测站;PM2.5化学组分以SO42-、TC、Si和NO3-为主,其中二次离子占ρ(PM2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.     

重庆市北碚区PM_(2.5)污染特征分析

利用2013年1-12月重庆市北碚区国控点实时发布的颗粒物污染监测数据,对PM2.5和PM10的达标情况、变化趋势及其两者之间相关性进行了分析。研究表明:2013年北碚区PM10年均值为100.2μg·m-3,超过了新国标Ⅱ级标准,PM10日均值超标天数为57天,全年达标天数比例为84.4%;北碚区PM2.5年均值为67.9μg·m-3,超过了新国标Ⅱ级标准,PM2.5日均值超标天数为94天,全年达标天数比例为74.2%;PM10和PM2.5有明显的季变性特征,其中春季PM2.5与PM10的污染最重,污染日分别占全年的58.5%和56.1%。PM2.5占PM10比例较高,PM2.5/PM10平均值为66.6%。PM2.5与PM10回归线性较好,y=0.7900x-11.280,R2=0.930;PM2.5和PM10的Pearson相关系数为0.964;PM2.5与PM10日均值呈显著线性相关。     

泉州市PM_(10)与PM_(2.5)污染特征研究

基于泉州市区2014年1、4、7、10月的空气质量自动监测数据,分析了PM_(10)与PM_(2.5)污染水平并对其季节变化趋势进行探讨。结果表明,监测期间内,泉州市区PM10日均浓度变化范围为0.025~0.376mg/m3,PM2.5日均浓度变化范围为0.010~0.346mg/m3,PM_(10)与PM_(2.5)的年均日浓度分别为0.067mg/m3和0.034mg/m3。泉州市区大气中的PM_(10)与PM_(2.5)浓度均呈现出明显的季节变化趋势,春冬两季浓度高于夏秋两季。利用HYSPLIT-4模型对PM_(10)与PM_(2.5)浓度出现异常高值的时段进行气团后推轨迹推导,结果显示长距离传输和区域传输在不同时段对本地污染的主导作用不同。     

大连市PM_(2.5)污染成因探究

通过采集城市空气质量实时发布平台数据进行整理,建立多元线性回归模型,研究了大连市大气常规污染因子PM10、SO2和NO2与PM2.5的关系。结果表明,PM10,NO2对PM2.5均具有显著的正向效应,并据此分析道路二次扬尘、建筑工地排放的扬尘以及汽车尾气等线源、面源污染物对PM2.5的形成具有显著影响。     

上海市冬季PM_(2.5)无机元素污染特征及来源分析

为了解高污染季节上海市细颗粒物PM2.5及其无机元素的污染特征和来源,于2013年1月4日至2月1日在上海3个点位采集PM2.5样品,并采用电感耦合等离子光谱仪(ICP-OES)测定样品中19种元素含量.结果表明,采样期间PM2.5污染水平较高,均值达(90.5±41.2)μg·m-3,且郊区明显高于市区和背景参照点.所测无机元素的空间分布规律与PM2.5一致,但背景参照点元素Zn的浓度较高.采样期间Cd、As、Zn、Pb、S和Cu等人为污染元素的富集因子较高.因子分析结果表明冬季上海市PM2.5具有多源性,主要来源于燃煤、自然尘、燃油以及机动车.     

徐州市春季PM_(10)及PM_(2.5)污染来源分析

采集了徐州市具有代表性的9个点位的春季环境空气样品,对不同功能区的监测点PM10及PM2.5污染水平及其来源进行了分析。结果表明,徐州市区代表不同功能的监测点污染特征明显,PM10与PM2.5污染主要来源于燃煤(包括电厂、其他工业)等固定源、机动车移动源,并受到工业废气、建筑施工扬尘等的影响。其水溶性离子、金属成分污染水平与其他城市相当,但由于受燃煤电厂的影响,Pb,Mn,As,Cr含量明显高于其它城市。     

西安市的PM_(2.5)污染特征分析研究

分析和掌握大气中PM_(2.5)的污染特征,对控制PM_(2.5)的排放和改善空气质量具有十分重要意义。依据西安市连续2年多的空气质量监测数据,对AQI监测指标进行相关性分析,还从季节平均、月平均和日平均变化分析了PM_(2.5)随时间的分布特征,并应用MATLAB软件依据griddata插值算法绘制出了PM_(2.5)的空间分布图,直观地显示了PM_(2.5)污染在空间上的分布特征,突出了污染治理的重要季节和重点地区。研究结果表明:空气质量指数中的6项指标之间存在一定的相关性,PM_(2.5)与PM10的相关性最大,且PM_(2.5)污染呈季节性变化,春季污染最为严重,其次是冬季和秋季,夏季污染最轻;西安市的PM_(2.5)污染主要来源于燃烧、扬尘、尾气排放等过程,污染区域呈现北高南低的特征,污染源除人为源以外,周边污染扩散迁移也有较大影响。     

唐山市大气环境中PM_(10)和PM_(2.5)污染特征分析

利用2013年唐山市全年六个监测点的PM10和PM2.5的24小时连续监测数据,分析了唐山市大气中PM10和PM2.5的浓度时间变化特征,讨论了两者之间的相关性。     

泰山区大气中PM_(10)和PM_(2.5)的污染特征分析

根据2014-2016年泰山区大气污染物PM_(10)和PM_(2.5)的监测数据,对PM_(10)和PM_(2.5)浓度的变化特征和二者的相关性以及PM_(2.5)占PM_(10)的比重进行分析。结果表明:受地形、气象和冬季燃煤取暖的共同影响,近三年的PM_(10)、PM_(2.5)月均浓度都具有明显的季节变化规律,冬季最高,夏季最低,春季、秋季居中。环保部门等采取了一系列措施,三年来空气中PM_(10)和PM_(2.5)的浓度逐年下降。PM_(10)和PM_(2.5)的浓度具备一定的相关性,且PM_(2.5)在PM_(10)中比重很大,可认为两者的变化趋势一致。秋冬季节是泰山区细颗粒物污染较重的季节,环境危害较大。在雾霾天气频发的阶段,PM_(10)和PM_(2.5)的防治更应成为大气污染防治工作的重中之重。     

关中地区重污染期间PM_(2.5)输送与来源的模拟研究

本文应用WRF-CHEM模式模拟分析了关中地区2014年2月14日至16日的一次重污染过程。模式模拟了西安地区和宝鸡地区城市大气PM_(2.5)的时间变化和空间分布特征,较好地再现了污染过程。敏感性试验分析表明,关中盆地东部地区(西安市及其周边地区)形成的PM_(2.5)对盆地西部地区(宝鸡市及其周边地区)影响较大,贡献可以达到30%,其主要原因为盆地发生重污染时,盛行东风造成西安市及其周边地区形成的污染物向西输送,影响宝鸡市的空气质量。污染源分析表明,居民生活源是关中盆地在2月份最重要的PM_(2.5)源,贡献超过40%,交通运输源的贡献小于10%。因此在重霾情况下,限行机动车的作用很小。     

室内PM_(2.5)污染调研报告:室内PM_(2.5)吸入量占八成

<正>4月22日,清华大学发布首个室内PM2.5污染公益调研报告.结果显示,相对于室外PM2.5污染,室内PM2.5污染对人的影响更显著,室内PM2.5吸入量为室外的4倍.调研还发现,办公室的空气质量优于家中.该调研共获得407名志愿者累计11万h的室内PM2.5数据.室内PM2.5吸入量占八成调研结果显示,在采样时间段内,北京室内平均PM2.5浓度为82.6μg/m3,属于轻度污染水平,且约有三分之一的时     

冬季PM_(2.5)中含碳气溶胶的污染特征——长江三角洲地区一次区域重污染过程分析

2015年1月16~26日长江三角洲(以下简称长三角)地区出现了一次持续区域性重污染过程,为研究重污染过程期间含碳气溶胶的区域分布特征及其来源.使用中流量采样器分别对南京、苏州和临安1月13~28日PM2.5进行了连续采样,并使用Model 2001A热/光碳分析仪分析了样品中的有机碳(OC)和元素碳(EC)含量.结果表明:长江三角洲地区冬季重污染过程中以PM_(2.5)污染为主,南京、苏州、临安PM_(2.5)的平均浓度分别为176.84,176.65,158.07μg/m~3,是清洁天的1.91、2.01和2.97倍.含碳气溶胶是PM_(2.5)的重要组成部分,总碳(TC,TC=OC+EC)占PM_(2.5)的比例分别为南京(18%)、苏州(21%)、临安(23%).轻度污染天和中/重度污染天,长三角地区PM_(2.5)中OC的平均浓度分别为20.75,32.64μg/m~3,为清洁天的1.66和2.61倍;EC的平均浓度分别为5.41,8.87μg/m~3,为清洁天的2.06和3.37倍.污染过程中不同碳组分的变化特征不同.一次有机碳(POC)、二次有机碳(SOC)、焦炭(Char-EC)的浓度随着污染程度的加剧而不断上升;烟炱(Soot-EC)随着污染程度变化较小.4个采样时段中,OC、EC浓度峰值出现于15:00~20:40时段.污染期间,长三角地区含碳气溶胶的主要来源为燃煤和机动车尾气,同时还有部分生物质燃烧源的影响,柴油车尾气的影响较弱.清洁天,影响长三角地区的气团主要来自于海洋上空,气团较为清洁,碳气溶胶来源简单;污染天气团主要来自于我国西北地区及长三角周边省份,受到外来输送与本地源排放的影响,使得碳气溶胶来源变得相对复杂.     

清洁空气行动计划实施对长三角地区PM_(2.5)污染改善效果模拟评估

为了解长三角地区清洁空气行动计划实施后区域PM2.5的改善效果,在建立2012年长三角地区大气污染物排放清单的基础上,依据上海、江苏、浙江和安徽三省一市行动计划细则,对2013—2017年各省、直辖市主要大气污染物减排量进行测算.利用WRF(天气研究和预报模式)-CMAQ(通用多尺度空气质量模型)系统,模拟研究了清洁空气行动计划实施后可能带来的区域PM2.5改善效果.结果表明:清洁空气行动计划涉及到的能源、工业、交通等六大领域减排任务,按照减排力度强、中、弱3种方案测算,预计长三角地区SO2减排总量分别为74.5×104、53.8×104和34.4×104t;NOx减排总量分别为108.7×104、83.9×104和61.1×104t;一次PM2.5减排总量分别为40.3×104、26.1×104和14.6×104t;挥发性有机污染物(VOCs)的减排总量分别为98.2×104、57.0×104和23.5×104t.模拟评估结果表明,在弱、中、强3种减排方案下,长三角地区国控点ρ(PM2.5)年均值预计比基准年(2013年)分别降低(4.4±1.1)、(8.1±2.4)和(12.5±3.9)μg/m3,降幅分别达到8.7%±2.2%、15.9%±4.7%和24.3%±7.7%.长三角地区须在清洁空气行动计划实施细则指导下,控制新增量,并稳步严格推进前体物强力减排,才能实现2017年预期空气质量改善目标.     

垫江县大气环境中PM_(10)和PM_(2.5)污染状况研究

为准确掌握垫江县城区大气环境中细颗粒的污染状况,选择2016年9月1日—2017年2月28日大气自动观测站的数据研究分析,结果表明:垫江县城区大气环境中PM_(10)和PM_(2.5)的平均质量浓度分别为79mg/m~3和68mg/m~3,PM_(10)的月平均质量浓度均大于PM_(2.5),PM_(2.5)占PM_(10)的比例在84.6%~90.0%。多元分析结果可以看出,大气环境中的PM_(10)和PM_(2.5)具有相类似来源,气象条件对垫江县城区大气颗粒物污染影响较大。HYSPLIT轨迹模型分析表明,秋冬季节大气重污染时段,垫江县城区大气环境中颗粒物来源受到西南和西北气团影响较大。     

典型污染天气下PM_(2.5)和PM_(10)成因分析

选取秋冬季节典型污染天气作为研究背景,采集研究区2018年10月8日—10月19日的污染物数据及气象参数数据,分析PM_(2.5)和PM_(10)之间相关性、两者浓度值每日变化规律及其随风向风速变化的分布特征,并结合研究区地理位置及产业布局,全面探究PM_(2.5)和PM_(10)污染成因。结果表明研究区PM_(2.5)和PM_(10)具有良好的相关性,可能来自同类型污染源。     

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

太原市采暖季PM_(2.5)的污染特征分析

收集了采暖季太原市环境监测中心站公布的PM2.5和其它污染物(PM10、SO2、NO2、CO和O3)逐时监测数据,分析了PM2.5的月、日及小时浓度分布特征和变化规律,结果表明:太原市采暖季PM2.5的小时浓度范围为9~364μg/m3,日浓度范围为19~208μg/m3,PM2.5最大日均值出现在2014年1月份,PM2.5小时浓度日变化规律呈单峰双谷趋势,PM2.5与PM10比值在0.30~0.77之间,二者相关性显著,相关系数为0.925。