基于OMI数据的中国中东部臭氧及前体物的时空分布

基于OMI卫星资料,分析了2005—2014年中国中东部地区对流层低层ρ(O₃)、对流层NO₂柱浓度及甲醛总柱浓度的时空演变趋势及相互关系. 结果表明:近10年来,中国中东部地区对流层低层ρ(O₃)呈上升趋势,2005年及2014年分别为60.64、69.43 μg/m3,年均增长率为1.6%;对流层低层ρ(O₃)增长的区域面积不断扩大,部分地区增长超23 μg/m3;呈春夏季高,冬季最低的分布趋势. 2005—2012年,对流层NO₂柱浓度呈上升趋势,2005年及2012年分别为4.41×1015、5.90×1015 mol/cm2,年均增长率为4.8%;2012年后呈下降趋势,下降的区域面积逐步扩大,部分地区降低约 15×1014 mol/cm2;呈冬季最高、夏季最低的分布特征;2005—2010年甲醛总柱浓度呈上升趋势,2005年及2010年分别为9.74×1015、1.59×1016 mol/cm2,年均增长率为12.6%,2010年后呈下降趋势;呈夏季最高、冬季最低的分布特征;甲醛总柱浓度增长的区域面积逐渐扩大. 利用甲醛与NO₂柱浓度比值探讨臭氧控制区的空间分布特征,表明鲁豫晋、京津冀、长三角及珠三角地区中心城市属于VOCs控制区,周围城市属于VOCs-NO_x协同控制区,其他地区属于NO_x控制区.      

基于卫星观测的2005—2015年京津冀地区NO2柱浓度分布及变化趋势

为更好地了解京津冀地区NO₂浓度的长期时空分布变化特征,对2005—2015年京津冀地区对流层NO₂柱浓度数据进行了统计分析.结果表明,京津冀地区对流层NO₂柱浓度在2005—2010年增加明显,年均复合增长率为6.8%,并在2010年达到峰值,为1 329.07×1013 mol/cm2;2010—2013年保持相对稳定;2013—2015年显著下降,降幅达26.2%.2015年NO₂柱浓度为964.43×1013 mol/cm2,基本与2005年的浓度水平持平.北京地区NO₂柱浓度最先开始下降并保持降低趋势,其中北京市城区降幅远大于郊区,并在2015年达到最低值,为1 647.38×1013 mol/cm2;天津市城、郊区NO₂柱浓度变化相近,总体上均呈先增后减的趋势,并且均在2010年达到峰值,分别为2 686.96×1013、2 019.36×1013 mol/cm2;而河北省西南部(石家庄、邢台、邯郸市)在近两年降幅最为明显,均在35.0%以上.京津冀对流层NO₂柱浓度呈由南向北递减的空间分布趋势,高值区主要分布于京津唐一带以及河北省南部沿太行山一带.研究显示,虽然近年来京津冀地区NO₂柱浓度降幅明显,但相比于周边地区仍面临较大的减排压力.      

基于OMI数据太原市NO_2时空变化及影响因素分析

利用OMI卫星遥感反演对流层NO_2垂直柱浓度分布,分析了太原市2005-2015年NO_2的时空分布变化及其影响因素。结果表明:近10年太原市NO_2柱浓度年均增幅为26.4%,且年度波动较大,2005-2008年NO_2呈逐渐升高趋势;2009-2010年是一个相对低值区段;2011-2013年是10年内NO_2高值区段,2014年以后呈逐降低趋势;其中2005年为10年内浓度最低。NO_2浓度整体呈沿汾河河谷南北向分布的趋势,远郊区的娄烦县和古交市浓度较低,形成为一个南北向的太原市区-清徐县NO_2高值区域。太原市的河谷地形不利于NO_2的扩散,夏季的丰富降水对NO_2具有显著的湿沉降作用;太原市近10年的地区工业产值变化、发电量增大、工业用电量增加、钢铁产量大和机动车保有量大且增幅快,这些人为因素是对流层NO_2柱浓度升高的主要影响因素。     

近12年华北五省区域对流层甲醛柱浓度时空变化及影响因素

利用臭氧监测仪(OMI)卫星反演的甲醛柱浓度产品,探讨了2005—2016年间华北五省区域对流层甲醛柱浓度的时空分布变化特征及相关的影响因子,结果表明:近12年对流层甲醛柱浓度整体呈现上升趋势,2005—2011年甲醛柱浓度呈逐渐升高趋势,最高增长达32.24×1013mole·cm~(-2),且高值区逐渐扩大.空间分布上高值区整体分布在北京、天津及周围区域,低值区分布在河北的北部、河南的南部和山东的东部区域;2012—2016年甲醛柱浓度波动较小,呈下降趋势.12年中,每年的2—4月份甲醛柱浓度出现最小值,6—8月份甲醛柱浓度出现最大值,而2005年2月份甲醛柱浓度值最小,2011年7月份甲醛柱浓度值最大.四季对流层甲醛浓度水平:夏季秋季春季冬季.风向会影响甲醛浓度的扩散方向,气温的增加导致甲醛柱浓度的升高.但12年间区域生产总值的提高、汽车保有量增加和农业秸秆焚烧是影响甲醛柱浓度增加的主导因素.     

兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

基于卫星和地面监测的河西走廊O3浓度时空分布及潜在源区分析

基于2005~2020年OMI遥感卫星O₃柱浓度数据,结合河西走廊地区10个国控点环境自动监测站大气污染物数据和全球资料同化系统（GDAS）气象资料,利用克里金插值法、相关性分析和后向轨迹（HYSPLIT）模型,探讨河西走廊近地面O₃时空分布特征、气象因素、传输路径和潜在来源.结果表明：①从时间变化来看,O₃柱浓度在2005~2010年和2014~2020年呈上升趋势,2010~2014年呈下降趋势,2010年和2014年分别达到最大值和最小值,分别为332.31 DU和301.00 DU,季节变化表现为春季和冬季明显大于夏季和秋季.②在空间分布上,O₃柱浓度大体呈现由西南向东北递增的纬向带状分布特征,高值区主要分布在地势低平的城市区域,中值区呈纬向带状与祁连山山麓走向基本一致.③气象条件分析发现,温度、风速和日照时数与O₃呈现正相关,相对湿度与O₃呈现负相关.④通过对武威市模拟受点气流输送轨迹发现,O₃输送路径方向较为单一,各季节的主导气流均以西部和西北部为主,所占比例分别为71.62%、66.85%、61.22%和77.78%;O₃潜在贡献源区存在一定的季节差异：春季、夏季和秋季的O₃潜在源高值区域均分布于白银市和兰州市等地,为东南风源,冬季高值区分布于巴丹吉林沙漠和腾格里沙漠之间,为北风源.     

2010-2019年粤港澳大湾区甲醛柱浓度时空分布及影响因子研究

基于Aura卫星OMI传感器的甲醛逐日数据,开展了2010—2019年粤港澳大湾区对流层甲醛垂直柱浓度的时空变化研究,并应用气象、植被和社会经济数据,对甲醛柱浓度变化的影响因子进行了分析.结果表明:2010—2019年粤港澳大湾区甲醛柱浓度呈波动起伏的变化特征,季节均值变化趋势与年度均值变化趋势相似,秋季季节浓度均值最高,其后依次为春季、夏季、冬季;在空间上,2010—2019年甲醛柱浓度均呈现自西北向东南逐渐降低的趋势,在甲醛柱浓度变化趋势上,粤港澳大湾区大部分区域呈现缓慢增加的趋势;针对不同土地覆盖类型,春季,绿地上空甲醛柱浓度高于建筑用地与耕地,夏、秋、冬季,建筑用地上空甲醛柱浓度略高;在空间分布稳定性上,受地形、土地覆盖类型和气象条件影响,西北部稳定性较强,南部珠江入海口处稳定性较弱;自然因子和人为因子对甲醛柱浓度的增长都有一定的贡献,其中,生产总值、汽车保有量、能源消耗量等人为因子对甲醛柱浓度的影响更为显著.     

2005—2015年中国及境内典型城市群甲醛柱浓度时空变化及影响因子分析

基于2005—2015年OMI反演的甲醛柱浓度月均数据,对中国及境内典型城市群甲醛柱浓度时空变化及影响因子进行了分析.结果发现,甲醛柱浓度高值区集中在京津冀中南部、山东西部、河南北部、江浙沪、珠三角、湖北东部、湖南东部、广西、四川与重庆交界.2005—2015年中国甲醛柱浓度总体呈上升趋势,其中,京津冀地区增长趋势最明显,江浙沪地区呈略微下降趋势.中国、京津冀及江浙沪地区夏季甲醛柱浓度明显高于其余3个季节,呈明显的周期性变化;2005—2015年中国4个季节甲醛柱浓度均呈增加趋势,京津冀地区除夏季外其余3个季节也呈增加趋势,江浙沪和珠三角地区各季节甲醛柱浓度变化趋势不一致.近11年,中国、京津冀和江浙沪地区7月甲醛柱浓度最高,珠三角地区9月甲醛柱浓度最高.京津冀和江浙沪地区甲醛柱浓度月最高值和月最低值之间的差异大于珠三角地区.中国、京津冀、江浙沪和珠三角地区近11年秸秆焚烧与相应甲醛柱浓度呈明显正相关,相关系数为0.84~1.00,表明秸秆焚烧是影响近11年甲醛柱浓度变化的重要因子.尽管有些区域季节温度与相应甲醛柱浓度呈负相关,但温度总体也是影响中国及这3个典型城市群甲醛柱浓度变化的另一个重要因子,京津冀地区尤其明显.月平均温度与相应甲醛柱浓度的相关系数为0.52~0.85.人口、民用汽车保有量和国内生产总值与中国、京津冀、江浙沪和珠三角地区相应甲醛柱浓度相关系数均低于0.60.影响因子分析结果暗示控制秸秆焚烧和减少温室效应是降低我国甲醛柱浓度的重要途径.     

近三年中国甲醛时空分布特征及影响因素分析

近年来,研究大气污染物的时空分布特征及影响因素分析已成为环境科学领域研究的热点问题.本文基于OMI甲醛垂直柱浓度数据产品,结合各省市气象、植被、人类活动等数据,对全国2015—2017年甲醛柱浓度时空分布特征及影响因素进行了研究.结果表明,全国甲醛柱浓度分布极不均衡,整体呈现自东南沿海向西北递减的趋势,此外在新疆与西藏的小部分地区存在高值区域.3年来全国甲醛柱浓度为整体上升,且变化率在-1.02～1.46之间,其中全国81%地区呈上升趋势,19%地区呈下降趋势.全国甲醛柱浓度季节性变化规律表现为夏季春季秋季冬季.甲醛柱浓度时空分布受气象因素影响,整体上与气温、降水呈正相关,但部分地区降水对甲醛有消减作用;甲醛柱浓度也与植被量呈正相关,如植被丰富的西藏地区及我国东南部,植被对甲醛柱浓度的影响显著.全国大多数省份甲醛柱量与地区生产总值、汽车保有量呈显著正相关,人类足迹分布模式与甲醛柱浓度空间分布的一致性较高,指示在城市发达地区,人类活动和经济发展、汽车尾气是导致甲醛柱浓度增高的主要原因.     

辽宁省近12年对流层甲醛柱浓度时空变化及其影响因素

基于OMI遥感反演的对流层甲醛柱浓度资料,研究了辽宁省2005—2016年对流层甲醛柱浓度的时空分布特征,并分析了对流层甲醛柱浓度的主要影响因素.结果表明:近12年辽宁省对流层甲醛柱浓度整体上波动较大,2005—2013年逐渐增大,平均增速为0.74×1015molec·cm-2,空间分布上整体表现为低值区主要分布在辽西山地丘陵地区,高值区分布在沈阳以东大部分地区,浓度在12×1015~13×1015molec·cm-2之间;2005—2008年辽宁省甲醛污染相对较轻,对流层甲醛柱浓度整体多在3级水平以下;2009—2013年之间,对流层甲醛柱浓度的3级分布区域逐渐缩小,4级分布区域不断扩大,并在2010年出现5级水平污染区域且于2013年达到最大.春季各个区域对流层甲醛柱浓度相对于其它季节较低,夏季各个地区对流层甲醛柱浓度值整体上高于其它季节,以4级及5级水平污染为主,秋、冬季各个区域的对流层甲醛柱浓度值分布居于春、夏两季之间.辽宁省对流层甲醛柱浓度的月变化特征大致符合正弦曲线分布特征,即对流层甲醛柱浓度自1月不断上升,于6月达到峰值后又不断下降.能源消耗及工业生产与大气中甲醛的浓度的变化息息相关,人口数量及生产总值与对流层甲醛柱浓度也具有显著的正相关关系.高温利于甲醛的扩散和挥发,辽宁省独特的地形地理位置对甲醛的扩散与传播产生影响.     

Observations of atmospheric pollutants at Lhasa during 2014–2015: Pollution status and the influence of meteorological factors

Atmospheric pollutants including SO₂, NO₂, CO, O₃ and inhalable particulate matter (PM_2.5 and PM₁₀) were monitored continuously from March 2014 to February 2015 to investigate characteristics of air pollution at Lhasa, Tibetan Plateau. Species exhibited similar seasonal variations except O₃, with the peaks in winter but low valleys in summer. The maximum O₃ concentration was observed in spring, followed by summer, autumn, and winter. The positive correlation between O₃ and PM₁₀ in spring indicated similar sources of them, and was assumed to be turbulent transport. Temperature was the dominant meteorological factor for most species in spring. High temperature accelerates O₃ photochemistry, and favors air disturbance which is conductive to dust resuspension in spring. Relative humidity (RH) and atmospheric pressure were the main meteorological factors in summer. RH showed negative correlations with species, while atmospheric pressure posed opposite situation. Wind speed (WS) was the dominant meteorological factor in autumn, the negative correlations between WS and species indicated diffusion by wind. Most species showed non-significant correlations with meteorological factors in winter, indicating the dependence of pollution on source emission rather than restriction by meteorology. Pollution weather character indicated that emissions were from biomass burning and dust suspension, and meteorological factors also played an important role. Air stream injection from the stratosphere was observed during O₃ pollution period. Air parcels from Southwest Asia were observed during air pollution period in winter. An enhancement in air pollutants such as O₃ would be expected in the future, more attention should be given to countermeasures for prevention of air pollution in the future.     

PM2.5和O3污染协同防控区的遥感精细划定与分析

针对地面站点监测数据难以支撑大气PM_2.5与O₃污染防控区边界划定的问题,融合大气污染浓度遥感估算建模与GIS统计分析模型,提出了一种基于PM_2.5和O₃浓度遥感估算结果的协同防控区精细划定方法,开展了2015~2020年月和年尺度的全国PM_2.5与O₃污染协同防控成效定量分析与防控区精细划定研究.结果表明,2015~2020年,我国PM_2.5浓度总体下降显著但O₃浓度基本持平,PM_2.5污染在秋冬超标严重,O₃污染则在春夏;同时PM_2.5与O₃浓度变化在空间上的不一致性显著,其中PM_2.5下降且O₃上升、PM_2.5与O₃均下降、PM_2.5与O₃均上升和PM_2.5上升O₃下降的面积占比分别为38.34%、35.12%、15.24%和10.89%.遥感精细划定范围显示,PM_2.5和O₃协同防控区域的边界具有显著动态变化特征,在时间变化上呈现先扩大后缩小的趋势,主体范围集中在"2+26"城市、汾渭平原、长三角北部和山东半岛.以PM_2.5或O₃单一防控为主的区域范围较为稳定,辽吉、鄂湘赣、成渝和塔克拉玛干沙漠-河西走廊区域需以PM_2.5防控为主,珠三角、长三角和环渤海湾部分区域则应以O₃防控为主.基于卫星遥感手段的PM_2.5和O₃协同防控区域边界精细划定方法可更好辅助国家PM_2.5和O₃协同防控策略制定需求.     

厦门海沧区PM2.5中金属元素污染评价及来源分析

为了了解金属元素的污染特征和潜在来源,以及重金属元素的风险水平,本研究于2015年4月至2016年1月采集了厦门海沧区不同类型站点四季大气PM_(2.5)样品348份,用X射线荧光分析仪(XRF)测定了其中K、Ca、Na、Mg、Al、Zn、Cu、Fe、Ti、As、V、Mn、Ba、Co等14种金属元素的质量浓度.本研究分析了码头、生活区、工业区和背景区这4个类型站点PM_(2.5)中金属元素的时空分布特征,综合利用富集因子法和健康风险评价模型进行了金属元素的污染评价,并采用相关性分析、主成分分析和后向气团轨迹初步探讨了金属元素的来源.结果表明,采样期间厦门海沧区PM_(2.5)中14种金属元素总质量浓度在PM_(2.5)中的占比为5.4%~10.6%.金属元素总质量浓度的时空变化特征与PM_(2.5)的较为一致,均表现为春冬季浓度高于夏秋季,海润码头和新阳工业区高于海沧分局和市委党校.而夏季海润码头和海沧分局PM_(2.5)日均值超标率较高的现象,与海润码头作业以及风向有关.新阳工业区Zn的质量浓度最高,市委党校次之;海润码头V的质量浓度最高,夏季海沧分局易出现V的浓度高值;均说明污染源站点(新阳工业区和海润码头)排放的污染物对其附近站点的金属元素质量浓度产生了影响.K质量浓度冬季最高,As超标现象出现在冬季和春季,说明冬季生物质燃烧以及燃煤等燃烧排放对大气污染的影响较为严重.Cu、Zn、As、Co、Na和Mn在各站点的富集因子范围为67~8449,富集均较严重.非致癌重金属Zn、Cu、Mn风险值之和低于一般可接受的风险水平(1×10~(-6)a~(-1)),其中Mn对总风险值的贡献范围为74%~88%.综合相关性分析和主成分分析结果表明,厦门海沧区PM_(2.5)中金属元素主要来源于地面扬尘、机动车排放、燃煤和工业排放以及船舶排放,各来源分别可以解释变量的34.5%、12.5%、10.6%、7.8%.后向气团轨迹表明春、秋和冬季均受到局地气团的影响,而夏季气团运动相对较强;春冬季途经长三角内陆的气团可能导致PM_(2.5)浓度偏高.     

2015—2016年中国城市臭氧浓度时空变化规律研究

为探究中国大陆城市O₃污染状况时空变化的总体特征,运用时空统计分析和GIS技术对2015—2016年全国开展O₃常规监测的336个城市进行分析,揭示近两年O₃浓度及不同等级污染天数的时空变化格局,并着重对比分析"三区十群"区域内外O₃浓度的变化差异.结果表明：2015—2016年期间,全国336个城市中,有258个城市2016年年均O₃浓度值较2015年升高,形成了新的O₃污染空间格局;京津冀及周边地区、长三角地区、中部的河南、武汉污染较重,东南沿海和西南地区的云南、西藏污染相对较轻;长三角地区和山东城市群是中国O₃核心污染区域,陕西、山西及安徽三省O₃浓度较2015年有大幅升高.O₃的空间分布与NO_x排放量、生成控制型等因素密切相关.已有的研究区域中除华北平原和四川盆地等地区的郊区点位以外,我国大多数地区的O₃生成控制型属于VOCs控制型.研究结果有利于从宏观上直接对比评估国家大气污染重点防控区内外O₃污染特征变化的差异,从而针对性地开展环境污染防控.     

中国典型城市O3与前体物变化特征及相关性研究

为了解我国不同气候背景城市O₃污染及其与前体物的关系,选取北京市、沈阳市、银川市、成都市、南京市和广州市作为典型代表城市,基于这6个城市2014-2016年ρ（O₃）、ρ（NO₂）和ρ（CO）资料对O₃与其前体物质量浓度变化特征及二者相关性进行研究.结果表明:①2014-2016年6个城市ρ（O₃）年均值大小顺序依次为南京市>沈阳市>北京市>银川市>成都市>广州市,ρ（NO₂）年均值大小顺序依次为北京市>成都市>南京市>沈阳市>广州市>银川市,ρ（CO）年均值大小顺序依次为北京市>银川市>成都市>沈阳市>南京市>广州市.2014-2016年除广州市ρ（O₃）下降、沈阳市变化不明显外,其他城市ρ（O₃）总体呈上升趋势;各城市ρ（NO₂）和ρ（CO）普遍呈下降趋势.②广州市ρ（O₃）夏季最高、春季最低,其他城市四季ρ（O₃）大小顺序依次为夏季>春季>秋季>冬季;北京市、沈阳市和银川市四季ρ（NO₂）和ρ（CO）大小顺序依次为冬季>秋季>春季>夏季,成都市、广州市和南京市为冬季>春季>秋季>夏季.各城市ρ（O₃）和ρ（O_x）日变化呈单峰型,ρ（NO₂）和ρ（CO）日变化呈双峰型.③6个城市城区ρ（O₃）均低于清洁对照点,城区ρ（NO₂）和ρ（CO）均高于清洁对照点,并且城区与清洁对照点O₃及其前体物质量浓度差值随城市和月份变化存在一定的差异.④各城市ρ（O₃）与ρ（NO₂）和ρ（CO）均呈负相关,与ρ（O_x）呈显著正相关;城区ρ（O₃）与ρ（NO₂）和ρ（CO）的相关性均好于清洁对照点,清洁对照点ρ（O₃）与ρ（O_x）的相关性则好于城区.⑤各城市ρ（O₃）超标率随ρ（NO₂）和ρ（CO）的增加均呈先迅速上升再快速减小,之后缓慢变化的特征,但ρ（O₃）超标率峰值对应的ρ（NO₂）和ρ（CO）有所差异.研究显示,日照条件较好的银川市、北京市和沈阳市O₃与其前体物相关性较成都市、南京市和广州市强.      

廊坊市大气污染特征与污染物排放源研究

通过廊坊市2014年12个监测站点的大气污染物监测数据,分析了廊坊市大气污染的主要特征,包括空气质量水平、大气污染的季节与空间分布.结果发现,虽然与2013年相比2014年空气质量有所改善,但12个站点空气质量超标均十分严重.秋季、冬季与春季PM_(2.5)为主要的空气污染物,夏季O3日最大8 h平均浓度频繁超标,需要引起重视.为实现廊坊市空气质量模拟,制定最优空气质量改善政策,基于污染源普查、环境统计数据,编制了廊坊市主要大气污染物排放清单.工业部门中,电力、热力生产和供应业、黑色金属冶炼及压延加工业是SO_2、NO_x和PM_(2.5)的重要来源.VOCs则主要来自于化学原料和化学制品制造业、黑色金属冶炼及压延加工业、食品制造业.另外,廊坊全市道路扬尘和建筑施工扬尘污染贡献了PM2.5的38.6%,但扬尘的管理十分薄弱.同时结果表明,廊坊市黄标车排放在交通源排放中比重较高.因此,需要对上述重点排放源进行有效控制,从而改善廊坊市空气质量.     

基于CMAQ模式的自适应“nudging”源反演方法的中国主要污染区排放特征分析

中国中东部地区的空气污染主要集中在京津冀、长三角、珠三角、东北地区及汾渭平原等区域，各区域的污染排放特征各异.本文应用基于CMAQ（The Community Multiscale Air Quality）模式的自适应"nudging"源反演方法，反演中国中东部地区2016年12月—2017年1月逐日NO_x污染源，分析上述主要污染区的污染物排放强度空间分布特征，并与2016年MEIC（The Multi-resolution emission inventory for China）排放源进行比较，检验反演源的可靠性.结果表明，2016年冬季各个区域反演源NO_x排放强度空间分布特征与2016年MEIC排放源基本一致.京津冀地区高强度排放区域形成沿山前区域东北-西南走向的NO_x高强度排放带；长三角地区NO_x高强度排放区域位于常州、苏州、上海和湖州等城市构成的城市群；珠三角地区NO_x高强度排放区域位于以广州为中心的大范围城市群且排放强度呈现向四周逐渐降低的放射状分布；东北地区NO_x高强度排放区域空间分布特征呈现以城市为中心且稀疏分布；汾渭平原排放区域呈现以城市为中心且向峡谷中间集中分布，排放区域轮廓与汾渭平原狭长的新月状相符.     

深圳市2022年春季新冠疫情管控期间空气质量分析

短期减排是我国城市应对大气污染事件的重要应急管控手段,但短期减排的效益尚未得到完善分析.2022年3月14～20日,广东省深圳市为抑制新冠疫情传播实施了全市管控,为评估短期减排对华南城市春季空气质量的影响提供独特机会.结合深圳市高精度环境空气质量监测与气象观测等多源数据,分析了深圳市管控期间前后的空气质量变化.此次管控前和管控期中均有部分日期天气形势静稳,局地污染水平主要反映本地排放,有利于分析本地减排的影响.观测与WRF-GC区域化学模拟都表明,与珠三角周边城市相比,深圳市管控期间由于市内交通源排放显著减少,深圳市二氧化氮(NO₂)浓度降低(-26±9.5)%,可吸入颗粒物(PM₁₀)浓度降低(-28±6.4)%,细颗粒物(PM_2.5)浓度降低(-20±8.2)%,但臭氧(O₃)浓度无显著变化[(-1.0±6.5)%].TROPOMI卫星观测的甲醛和二氧化氮柱浓度数据对比表明,2022年春季珠三角臭氧光化学主要受挥发性有机物(VOCs)浓度控制,对氮氧化物浓度降低不敏感,反而可能因氮氧化物对臭氧滴...     

重庆市大气二(口恶)英污染水平及季节变化

一年内分季节对重庆市不同功能区大气中二英(PCDD/Fs)污染情况进行了监测研究.结果表明,重庆市大气中PCDD/Fs浓度范围和平均值(以TEQ计)分别为0.017~0.21 pg·m-3和(0.094±0.054)pg·m-3.PCDD/Fs污染水平区域分布和季节变化明显,分别为:商住区>郊区>对照点,冬季>春季>秋季>夏季.其中,冬季时大气中的二英浓度约为夏季时的2.2~4.6倍.主成分分析结果显示,PCDD/Fs同系物分布特征季节变化明显:冬、春季时主要表现为颗粒相中的分布特征,夏、秋季节则主要表现为气相中的.相关性分析表明,PCDD/Fs异构体质量浓度与SO2、NO2、PM10和TSP等常规参数含量大都呈显著正相关,与O3则呈负相关,但未达显著性水平.这表明,重庆大气PCDD/Fs的空间分布和季节变化与SO2、NO2、PM10和TSP等环境空气质量常规指标的分布情况基本一致,重庆大气PCDD/Fs污染与常规污染物的排放源密切相关.     

河南省18个城市大气污染物分布特征、区域来源和传输路径

河南省大气污染严重且与周边区域污染传输及交互影响明显,以2017年1、4、7和10月为研究对象,将河南省内18个地市的排放源分别标记,并应用于WRF-CMAQ溯源模型进行模拟.污染物分布结果表明,由于排放和气象的共同影响,河南省PM_2.5、NO₂和SO₂浓度表现为冬季最高,夏季最低.O₃-8h浓度的季节变化则为夏季最高,春季次之,冬季最低.不同季节间污染物浓度差距较大,河南省PM_2.5、NO₂和SO₂冬季浓度平均值分别是夏季的4.17、4.12和6.24倍,而O₃-8h在夏季的浓度是冬季的2.24倍.由于PM_2.5、NO₂和SO₂与一次排放关系密切且具有一定的同源性,这3种污染物的高值分布为北高南低,季节趋势较为一致.而O₃-8h季节分布差异较大,夏季气象条件有助于O₃的生成,O₃-8h高值主要分布于河南省东北区域;冬春秋季由于气象条件的抑制和NO_x的消耗O₃-8h高值主要分布在河南省的南部.传输结果表明,冬季省外传输和天然源对河南省PM_2.5、O₃-8h、NO₂和SO₂浓度的贡献率都是最大的,分别为36.20%~72.32%、77.96%~96.08%、49.45%~78.80%和59.05%~88.85%.在仅考虑本地排放和省内传输时,夏季河南省内各市的排放对本地4种污染物浓度的贡献率均为最高;春季省内传输对各市PM_2.5和O₃-8h浓度的贡献率较大,分别为25.63%~74.69%和30.21%~80.01%,冬季省内传输对各市NO₂和SO₂浓度的贡献率较大,分别为26.02%~76.96%和20.30%~82.34%.河南省内PM_2.5、NO₂和SO₂的传输路径相似,冬季多由北向南传输,春季多由西向东,西南向东北传输,夏季多由西南向东北传输,秋季多由北向南传输,但PM_2.5的传输更加复杂.而O₃-8h传输路径与其他3种较为不同,特别是在秋季O₃-8h由西南向东北的传输路径明显.