珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

NOx和VOC自然源排放及其对中国地区对流层光化学特性影响的数值模拟研究

利用Williams等和Guenther等的模型估计中国地区NO_x和VOC的自然源排放.所得清单显示土壤NO_x排放总量（以N计）为225.75 Gg;植被VOC年排放总量（以C计）为13.23 Tg,其中异戊二烯、单萜烯、其它VOC分别为7.77、1.86、3.60 Tg;排放有明显季节变化和空间变化.运用中尺度气象模式MM5以及光化学模式Calgrid研究这些排放在不同季节对对流层化学的影响.结果表明,O₃、NO_x、HNO₃和PAN的全国平均浓度在土壤NO_x排放影响下分别增加15.3%、15.7%、25.5%和6.5%;在植被VOC排放影响下改变5.6%、-4.9%、-19.3％和142.3％;在两者综合影响下增加26.1%、8.8%、4.3%和177.9%;浓度变化在夏季明显强于其它季节.自然源对中国地区光化学污染物空间分布有不同程度的影响,这种影响同区域气象条件、源排放和NMHC/NO_x比值等因素有关.NO_x和VOC的自然源排放对光化学特性影响显著,在光化学模拟过程中不容忽视.     

邯郸市PM2.5-O3复合污染特征及相互影响研究

本研究在河北工程大学监测站点开展了大气中56种VOCs、NO_x以及气象参数的长期在线监测,结合2013—2019年国控站的在线监测数据,对邯郸市PM_2.5-O₃复合污染特征进行分析.结果表明,邯郸市2013—2019年复合污染天数波动较大,近几年呈现增加趋势,且集中在每年的春夏季.2013—2017年复合污染天数峰值均出现在6月,2018年和2019年出现在3月和4月.气象因素分析结果表明,温度、湿度和气压对邯郸市复合污染影响较明显,当温度为21.0~29.0℃、湿度较高、气压偏低的条件下,更容易发生复合污染,而风速对邯郸市复合污染影响较小.对PM_2.5与O₃相互作用分析发现,冬季高浓度PM_2.5对O₃有抑制作用,夏季PM_2.5浓度不超标时,O₃浓度随其升高而上升,PM_2.5浓度超标后变化趋势相反,当PM_2.5浓度大于125 μg·m^-3时不再出现PM_2.5-O₃复合污染.虽然近年来PM_2.5、SO₂和NO₂浓度下降,但二次转化率依然较高甚至有加强趋势.利用VOCs/NO_x值分析邯郸市O₃生成敏感性,结果显示邯郸市春冬季属于VOCs控制到NO_x控制的过渡区,夏秋季属于NO_x控制区,且复合污染日VOCs/NO_x值（6.3）最小,清洁日（9.3）最大.复合污染时NO₃^-和OC浓度较高,OC/EC值与其他污染日相比最大,说明复合污染时二次污染严重,有效治理PM_2.5-O₃复合污染必须减排能同时形成O₃和二次有机气溶胶的高活性有机物.     

基于观测模型的成都市臭氧污染敏感性研究

2019年4—8月，在成都市城区开展了O₃、NO_x、VOCs及气象参数的连续在线观测，基于观测数据OBM模拟的方式，对O₃超标日的敏感性及收支进行了分析.研究发现，成都市城区O₃超标日对应的绝大部分前体物的浓度均有所上升，基于VOCs的组分变化分析推断工业源排放在超标日可能存在较大幅度的增加.相对增量反应活性（RIR）值结果表明，成都市城区O₃超标日对人为源VOCs（AVOCs）敏感性最强，其次为天然源（BVOCs）和CO，而对NO_x为负敏感性，控制AVOCs对站点超标日的O₃浓度下降最为有利；逐月变化来看，O₃对AVOCs和NO_x的敏感性逐月差异较小，对BVOCs的敏感性在6—7月最强，对CO的敏感性在4—5月最强.观测点位处于典型的VOCs控制区，以O₃浓度为等值线的EKMA曲线显示4—5月脊线比例约为13，6—7月及8月的脊线比例约为8.建议在开展O₃防控时，VOCs的减排比例应远大于NO_x，且春季的减排比例应大于夏季.典型O₃污染日的日最大O₃小时生成速率为10×10^-9~18×10^-9· h^-1，上午存在O₃输入，下午O₃本地生成占主导，其余时段O₃输出影响较强.     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧（O₃）是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NO_x=NO+NO₂)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O₃和NO_x浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O₃和OX（O₃+NO₂）浓度在午后15:00左右出现峰值,NO_x呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O₃和NO_x浓度分别在夏季和冬季达到最大.NO_x浓度存在100×10^-9(体积分数)的“分界点”,NO_x低浓度时以NO₂为主,NO_x高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O₃的影响,在春季最大,后者主要受局地NO_x光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.     

2006~2019年珠三角地区臭氧污染趋势

研究基于2006~2019年粤港澳珠江三角洲区域空气监测网络数据,利用Mann-Kendall检验法和Sen斜率法等统计方法计算了珠三角不同区域臭氧年际变化情况,并分析了变化的原因.结果表明：①2006~2019年珠三角平均臭氧浓度上升趋势显著（P<0.05）,平均增长速率为0.80 μg·（m³·a）^-1.2016年之后,臭氧平均增长速率为2.08 μg·（m³·a）^-1,臭氧浓度增速加快.②珠三角臭氧浓度变化趋势有明显的空间差异和季节差异.中部地区臭氧年均浓度增加趋势显著,外围区域臭氧增加趋势不显著;臭氧增加趋势主要集中在夏季,其他季节变化趋势不显著.③珠三角臭氧变化趋势是由前体物和气象条件共同造成的,特别与NO_x的浓度变化密切相关.2006~2019年珠三角中部区域NO₂浓度明显下降,滴定效应减弱导致臭氧浓度增加;边缘地区NO₂浓度变化较小,臭氧浓度未发生明显的改变.④随着前体物浓度的变化,珠三角臭氧生成敏感区的特征正在发生改变,VOCs控制区面积不断减少,协同控制区和NO_x控制区面积逐渐增加,区域臭氧污染防治需要加强对前体物的协同控制.     

成渝地区典型城市O3污染对人为源前体物排放敏感性模拟研究

以2019年3—4月臭氧（O₃）污染小高峰为例，应用空气质量模型CAMx-DDM法分析了成渝地区O₃浓度对人为源前体物排放敏感性，并用2020年"新冠"疫情防控及生产恢复导致的污染排放同比变化情景进行模拟验证.模拟结果表明成渝地区O₃对NO_x的敏感性为负、对VOCs的敏感性为正，其中，重庆市主城区、主城区以西地区、川南城市群和成都平原西部地区敏感性较高，与其自身污染排放源分布密集有关.以典型城市重庆市主城区为例，2019年3—4月O₃小时浓度对NO_x和VOCs的敏感性平均值分别为-19.14 μg·m^-3和7.25 μg·m^-3，两者表现出相反的日变化规律，且主要受到本地及周边区域的影响，模拟结果显示在所有区域VOCs排放均削减25%的情况下，3月和4月月均O₃日最大8 h浓度分别下降2.62 μg·m^-3和3.59 μg·m^-3.敏感性模拟得到2020年3月四川省和重庆市NO_x排放量同比下降8.00%和22.40%，VOCs同比下降1.00%和7.92%；4月NO_x排放量同比上升5.00%和9.50%，四川省VOCs同比持平，重庆市上升3.63%，与同期"新冠"疫情防控及生产恢复导致的实际排放情况非常一致.     

2016~2020年上海臭氧高发季光化学污染特征及敏感性分析

重点臭氧污染区域和城市的臭氧生成敏感性分析是近地面臭氧（O₃）污染防控的重要依据. 基于上海市淀山湖站（郊区）、浦东站（城区）和新联站（工业区站）这3个典型站点2016~2020年5年间O₃、VOCs和NO_x数据,利用观测模型定量分析5年间臭氧高发季O₃与前体物（VOCs和NO_x）之间的非线性关系. 结果表明,2016~2020年间,上海市近地面O₃高发月份为4~9月,其中,高峰值出现在6~8月;VOCs体积分数和NO₂浓度对浦东站的O₃浓度具备较强的指示意义,淀山湖站的O₃浓度主要是受区域性环境、气象因素和跨区域传输影响,新联站O₃浓度为环境背景浓度与工业区光化学污染的叠加效应. 浦东站和淀山湖站处于VOCs控制区,新联站2016~2019年整体处于NO_x控制区附近,2020年开始逐步向VOCs控制区转变;浦东站、淀山湖站和新联站的L_·OH均为：NO_x控制区>协同控制区>VOCs控制区.     

苏州市初夏臭氧污染成因及年际变化

以2017~2021年的5~6月苏州市城区站点的大气污染物浓度为研究对象,分析了臭氧（O₃）、氮氧化物（NO_x）、总氧化剂（O_x）、一氧化碳（CO）和挥发性有机物（VOCs）等污染物的变化特征,利用基于观测的模型（OBM）研究了O₃污染成因及其年际变化,解析了环境空气VOCs的主要来源及其变化趋势.结果表明：①近年来苏州O_x平均体积分数以及NO_x和CO平均浓度整体呈下降趋势,但VOCs的体积分数整体呈上升趋势;O₃污染天光化学反应前体物浓度水平仍较高,且显著高于优良天.②近年来苏州O₃生成处于VOCs控制区;苏州市VOCs和NO_x长期减排比例应不低于5∶1,在VOCs控制方面应注重对芳香烃和烯烃的减排.③源解析结果显示,工业排放、汽油车尾气和柴油机尾气是苏州市VOCs的主要排放源;近年来工业排放源和溶剂使用源有所下降,但汽油车尾气源和油气挥发源贡献率上升明显,且上述两类污染源排放VOCs的O₃生成潜势较高.④综合分析各排放源对O₃生成潜势的贡献发现,溶剂使用源和汽油车尾气源的VOCs排放是影响苏州市O₃生成的关键因素.     

山西夏季臭氧光化学生成敏感区分布和变化

利用 2013~2022年的 5~8月臭氧检测仪（OMI）的甲醛柱浓度（HCHO）和对流层二氧化氮柱浓度（NO₂）卫星遥感数据,结合地面臭氧（O₃）观测数据,计算了山西 FNR（HCHO/NO₂）的阈值,研究了山西夏季近地面 O₃光化学生成敏感区的分布和变化 .结果表明：①2013~2022年夏季,山西 VOCs敏感区（FNR < 2.3）明显缩小,VOCs-NO_x过渡区（FNR介于 2.3~4.1）先增后减,NO_x敏感区（FNR > 4.1）显著扩张;②2013~2019年夏季,HCHO柱浓度上升与对流层 NO₂柱浓度下降,共同导致 FNR上升,2016年起山西总体处于 NO_x敏感区,但 NO_x减排的进程中城市区域由 VOCs敏感区逐渐向 VOCs-NO_x过渡区转变,导致 O₃污染加重且普遍存在;2020~2022年,HCHO与 NO₂协同下降,O₃浓度有所降低 .③2022年夏季,临汾和运城出现了 O“3周末效应”的反转,其余 9个城市仍存在 O“3周末效应”,O“3周末效应”并不完全取决于前体物排放的变化,还与 O₃光化学生成敏感性密切相关 .山西 O₃污染治理需NO_x和 VOCs协同减排,此外太原、阳泉、运城、晋城应继续深入推进 NO_x减排 .     

广州市冬季一次典型臭氧污染过程分析

为探究广州市2020年冬季（1月）一次臭氧污染过程,分析了气象条件对臭氧污染产生的影响;运用臭氧生成潜势（OFP）和正交矩阵因子分解法（PMF）分析了影响臭氧的主要挥发性有机物（VOCs）物种和来源;通过经验动力学建模方法（EKMA）识别了臭氧生成控制区,并提出了相应的前体物减排策略.结果表明,本次臭氧污染过程中同时出现了NO₂超标,并且PM₁₀和PM_2.5浓度也处于高位,体现出和夏、秋季不同的大气复合污染特征;夜间边界层高度低（<75 m）和大气稳定度高加剧了臭氧前体物和颗粒物的累积,日间温度升高约5℃、太阳辐射增强约10%和水平风速小（<1 m ·s^-1）等气象条件加剧了光化学反应,促进了臭氧和颗粒物的生成.冬季VOCs组分以烷烃为主（占比为68.2%）,且烷烃和炔烃占比较其他季节更高,但芳香烃（二甲苯和甲苯）和丙烯是臭氧生成的关键VOCs物种;源解析结果显示,VOCs的主要来源为汽车尾气（22.4%）、溶剂使用（20.5%）和工业排放（17.9%）,其中溶剂使用的OFP最高;臭氧本地生成主要受VOCs控制,前体物VOCs和NO_x按比例3 ：1进行削减较为合理.研究探索了冬季臭氧污染的成因,为开展重污染季节O₃和PM_2.5协同控制提供科学支撑.     

成都市春季O3污染特征及关键前体物识别

2018年4月在成都市区开展了臭氧（O₃）以及挥发性有机物（VOCs）等污染物的在线监测,搜集了成都市国控站点数据,对O₃污染特征进行分析,利用增量反应活性（RIR）的方法识别了O₃生成的关键前体物.结果表明,成都市2016~2018年的4月的O₃污染程度逐年加重,O₃日变化呈现单峰态;当温度大于20℃,风速处于1~1.5 m·s^-1,相对湿度小于65%时,O₃超标率在4月会高于80%;2018年4月,O₃超标天的NO_x日均浓度是非超标天的2.3倍,VOCs日均浓度是非超标天的2倍;人为源VOCs、CO、天然源VOCs和NO_x这4大类前体物在臭氧超标天对O₃的RIR值依次为2.4、0.87、0.06和-2.6,说明O₃处于VOCs控制区;从VOCs物种来看,间/对-二甲苯、乙烯、反-2-丁烯、丙烯、邻-二甲苯、甲苯、丙酮、异戊二烯、异戊烷和正丁烷等为O₃生成的关键活性VOCs物种.     

广州市臭氧污染溯源:基于拉格朗日光化学轨迹模型的案例分析

分析了2018年10月初广州市一次为期6 d的臭氧污染事件,利用拉格朗日光化学轨迹模型对广州市的臭氧污染进行了溯源分析,量化了不同区域对臭氧污染的贡献,评估了重点排放区域不同行业和不同前体物减排对臭氧污染控制的效果.结果表明,本次污染事件期间,日最大8 h臭氧均值均超过160 μg·m^-3,最高达271 μg·m^-3,氮氧化物（NO_x）和挥发性有机物（VOCs）的平均浓度为（77.7±42.8）μg·m^-3和（71.9±56.2）μg·m^-3.芳香烃和烯烃是主要的VOCs反应活性物种,分别贡献了38%和30%的·OH反应活性以及51%和16%的臭氧生成潜势.本次臭氧污染事件主要受3类气团输送影响,3类气团中的高排放区域分别为广东省外、广东省内和广州市本地,在高排放区域中臭氧生成均受VOCs控制.途经区域前体物减排的敏感性分析表明,减排VOCs对于降低臭氧浓度的效果优于减排NO_x.在100%减排情况下控制高排放区域的交通源排放对广州市臭氧控制的效果（臭氧降低14.6%~21.0%）高于控制工业（8.4%~15.3%）、电厂（0.9%~6.2%）和民用源（2.3%~4.7%）的排放,但单独控制交通源在小于90%减排比例下对臭氧污染控制的效果并不显著（<10%）.此外,珠江三角洲地区的生物源排放也对臭氧生成有重要贡献,在模型中关闭生物源排放后,广州市臭氧浓度降低6%~19%.本研究证实了拉格朗日光化学轨迹模型在区域臭氧污染溯源的应用效果,并为广州市臭氧污染的区域协同控制提供了对策建议.     

中国商品能源消耗导致的氮氧化物排放量

能源消耗导致的NO_x排放是影响环境空气质量及区域酸沉降的重要因素.根据全国及各省区商品能源消耗与不同经济部门、不同燃料类型NO_x排放因子,估算了90年代中国NO_x排放量,详细给出了1997年分省、分地区、分行业及分燃料排放清单,并绘出了NO_x平均排放强度分布图.结果表明,中国NO_x排放量由1990年8.4Mt快速增长到1996年的12.0Mt.但与1996年NO_x排放峰值相比,1997和1998年中国NO_x排放量分别下降了约0.34Mt和0.82Mt.中国NO_x排放的燃料、行业及地区分布极不平衡:大约3/4的NO_x排放源自煤的燃烧;行业分布上,NOx则主要来自于工业(39.56%)、电力(36.74%)和交通运输(11.22%);各省区NO_x排放差别很大,河北、江苏、辽宁、山东、广东、山西、黑龙江、湖北和河南9省超过0.5Mt,而青海、宁夏和海南3省区小于0.1Mt.NO_x平均排放强度最大的地区(＞10t·(km²·a)^-1)包括上海、天津和北京市.总体来说,中国NO_x排和污染主要集中在人口密集、经济相对发达的东中部和东南部地区,尤其是北京、上海、天津等大城市.     

基于观测数据的石家庄交通干线附近臭氧光化学敏感性分析

为确定石家庄东部郊区交通干线附近O₃生成光化学敏感性,利用2019年1月1日—2020年10月31日在线观测的NO_x、NO_y和O₃等数据计算并分析了O₃生成效率(OPE)及O₃光化学敏感性的NO_x临界浓度.结果表明:1交通干线附近O₃光化学敏感性存在季节差异,春季主要受VOCs控制,整体OPE为2.6±0.3,夏、秋季节主要受NO_x与VOCs协同控制,整体OPE分别为5.3±0.4和5.1±0.8;2NO_x体积分数>11×10^-9时,O₃生成主要为VOCs控制;NO_x体积分数介于6×10^-9~11×10^-9时,O₃生成主要受VOCs与NO_x协同控制;NO_x体积分数<6×10^-9时,O₃生成主要为NO_x控制;3O₃生成敏感性存在日变化特征,10:00之前O₃生成主要受VOCs控制,10:00—11:00是O₃生成由VOCs控制转变为VOCs和NO_x协同控制的过渡时段,12:00之后O₃生成主要由VOCs和NO_x协同控制,且午后14:00—16:00之间NO_x对O₃控制比例凸显.因此,石家庄O₃治理不但要重视NO_x与VOCs排放源的协同管控,尤其午后还需要对NO_x排放源进行分时段精细化管控.     

2022年江苏省PM2.5与臭氧污染特征及其与气象要素关系

基于2022年江苏省PM_2.5、臭氧环境监测站数据和地面气象站数据,分析污染时空分布特征及其与污染源排放、气象要素的关系,从而为排放管控、污染治理提供科学依据。PM_2.5整体呈北高南低、西高东低的空间特征,冬季浓度最高（30—75 μg∙m⁻³）,西北部城市的PM_2.5全年污染天数为全省最多（25—40 d）。臭氧呈南高北低的空间特征,夏季浓度最高（120—160 μg∙m⁻³）,苏南城市的臭氧全年污染天数最多可达60—70 d。二者浓度在夏季具有较强的正相关性,在冬季相关性很弱。各季节PM_2.5与温度、相对湿度、风向呈弱相关性,与风速关系稍强。PM_2.5污染事件多发于温度为2—6 ℃、相对湿度为60%—85%、风速＜3 m∙s⁻¹的条件。各季节臭氧均与温度呈强正相关性,与相对湿度为负相关。风向为偏西风时容易出现高浓度,为第四象限风（东风到南风）时浓度通常较低。臭氧污染集中于日最高气温＞28 ℃、相对湿度为60%—75%、风向为偏西风的条件,以此作为预报指标,正确率约为50%。     

浐河流域水-土-植物硝酸盐和氮同位素组成及氮源示踪

本文对关中浐河流域河水-土壤-植物的硝酸盐和氮同位素组成进行调查,并与前期对浐河河水氮同位素的结果对比。研究表明：从浐河上游至下游,土壤NO₃^?-N含量表现出：农耕区（43.5 mg???kg^?1）>森林区（3.25 mg???kg^?1）>城市区（0.63 mg???kg^?1）;土壤δ¹⁵N-NO₃^?值表现出：农耕区（18.1‰）>城市区（?1.5‰）>森林区（?5.8‰）;不同的土地利用类型是让其产生变化的重要原因。浐河河水NO₃^?-N含量（3.2?—?6.4 mg???kg^?1）及δ¹⁵N-NO₃^?值（?1.4‰?—?2.1‰）均表现出下游高于上游。相对于前期对浐河河水氮同位素的研究,发现上游和中游水体NO₃^?-N含量整体呈上升趋势,而下游地区NO₃^?-N含量有所下降。结合河流δ¹⁵N-NO₃^?的空间分布特征可以看出源头日渐发达的旅游业和中游农业的发展对水体的污染加重,而下游工业污染的治理效果明显。植物氮同位素变化范围在?4.6‰?—??2.1‰。对浐河周边水-土-植物的氮同位素组成特征和变化研究可以为浐河流域的生态评价和治理提供一定的理论依据。     

鹤壁市臭氧及VOCs污染特征、来源与减排控制策略分析

为解决鹤壁市臭氧（O₃）污染问题,基于2022年夏季（6~9月）常规污染物及挥发性有机物（VOCs）在线小时分辨率监测数据,采用OFP-PMF源解析-EKMA相结合的方法,进行O₃污染及其前体物VOCs来源与减排的污染控制策略分析. 结果表明,O₃多发生于高温低湿低压条件,芳香烃和含氧挥发性有机物（OVOCs）对臭氧生成潜势（OFP）及VOCs组分贡献较大,是活性和浓度优势物种. 源解析结果表明机动车尾气源（25.3%）是鹤壁市VOCs的主要来源,其次是工艺过程源（17.7%）和生物质燃烧源（17.6%）. 因此,与化石燃料及工业生产相关的排放源是鹤壁市大气VOCs的亟待控制源. 在O₃污染时期,鹤壁市臭氧生成处于VOCs控制区,基于EKMA的减排模拟结果显示,对VOCs和氮氧化物（NO_x）进行协同减排,且VOCs减排75%和NO_x减排10%时可以达到国家环境空气质量二级标准.     

典型石化企业排放空气质量影响模拟研究

基于惠州市大亚湾区2017年大气污染源排放清单,利用WRF-CMAQ模型系统量化评估了大亚湾区某典型石化企业在关停和增产排放情景下对周边空气质量的影响.清单结果显示该企业2017年SO₂、NO_x、PM₁₀、PM_2.5、CO和VOCs的排放量分别为212 、1744 、455 、359 、1458 和6446 t,在严格落实等量替代及减排措施后,该石化企业虽然产能翻倍,但VOCs排放量同比2017年显著减少了30%,其它污染物排放量增加了6%~19%.模拟结果显示2017年该石化企业排放对大亚湾区NO₂、PM₁₀、PM_2.5和O₃的浓度贡献分别为0.91、0.64、0.54和-0.08 μg·m^-3,完全关闭该企业排放后对周边站点NO₂改善效果最大（可使邻近管委会子站NO₂浓度下降1.24 μg·m^-3,下降百分比为5.10%）,但由于NO的滴定效应,该企业NO_x减排对周边管委会子站和霞涌子站的O₃浓度均有轻微负贡献;该石化企业的增产改造对周边O₃浓度降低影响明显,周边站点中O₃浓度最高可下降2.45 μg·m^-3（下降幅度为1.72%）,大亚湾区O₃浓度整体也可下降1.45 μg·m^-3.此外,受秋冬季不利扩散条件以及主导上风向污染传输影响,该企业在1月和10月对管委会子站NO₂、PM₁₀和PM_2.5的浓度贡献较大,由于冬季低温导致光化学反应自由基活性降低,该企业在1月对管委会子站O₃浓度负贡献显著.     

联合PMF模型与稳定同位素的地下水污染溯源

基于传统水质监测与污染排放的污染源识别方法,存在监测频率与识别结果模糊等限制,难以实现污染源及迁移转化的准确量化.联合多元统计分析与稳定同位素技术,以成都平原典型混合用地区地下水污染为研究对象,提出利用正定矩阵因子分析（PMF）模型识别污染主控因子,减小环境因素对污染源判别的干扰,并基于水化学分析与土地利用构建贝叶斯稳定同位素混合模型,进一步量化不同污染源对地下水典型污染物硝酸盐氮（NO₃^-）的贡献率.结果表明,研究区地下水NO₃^-、NO₂^-、NH₄⁺、Mn、Fe、SO₄^2-和Cl^-均存在不同程度超标,且具有空间异质性.地下水中"三氮"主要以NO₃^-为主,NO₃^-浓度在菜地的地下水中普遍偏高（平均值为9.29 mg·L^-1）,其次是在养殖场（平均值为7.66 mg·L^-1）和耕地（平均值为7.09 mg·L^-1）,在工业区最低（平均值为2.20 mg·L^-1）.研究区地下水水质受原生地质作用、农业活动、水文地球化学演化、生活污染和工业污染的复合影响,且农业活动是研究区地下水NO₃^-增长的主要原因.研究区内农业区地下水NO₃^-的主要来源贡献为化肥（32%）和土壤氮（25%）;工业区地下水NO₃^-的主要来源贡献为污水排放（28%）和大气降雨（27%）.通过多元统计与稳定同位素技术的有机结合,有效识别了地下水污染来源及其贡献率,可为地下水污染源头防控提供科学依据.