基于情景分析的长三角城市群机动车污染排放控制研究

机动车污染已成为大气污染的重要来源,对机动车污染排放控制策略的研究已经成为中国空气污染防治最重要的工作之一。选取长三角城市群为研究区域,研究未来长三角城市群机动车污染排放控制措施的减排效果。应用COPERT Ⅳ模型构建1999—2015年长三角城市群机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放清单,以2015年为基准年,设置8种减排情景评估2025年各情景下的机动车污染物减排效果,并对新能源车推广情景采用GREET模型从生命周期的角度进行研究。结果表明,长三角城市群1999—2015年间不同机动车污染物排放趋势存在差异,除污染物CO_2和NH_3排放增长趋势显著外,其余污染物排放近年来均呈现下降趋势;与基准情景相比,不同情景设置下的机动车污染物减排效果不同,淘汰高排放车辆情景对污染物NO_x、PM_(2.5)和CH_4削减效果较为显著,削减率分别为14.41%、16.65%和12.49%;实施激进新能源车推广情景对污染物CO、NMVOC、PM_(10)、CO_2、N_2O和NH_3减排效果较为明显,削减率分别为13.66%、20.03%、15.48%、20.56%、18.31%和21.46%;提升燃油品质情景对污染物SO_2减排效果最为明显,削减率为93.64%;激进综合情景综合所有削减控制措施并对污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、N_2O和NH_3达到最大的削减效果,表明长三角城市群未来控制机动车污染物排放需结合多种污染减排措施,以达到最佳减排效果。     

成都G20会议期间大气污染特征及污染防治分析

为保障2016年7月22—24日G20财长与央行行长会议期间空气质量良好,成都市政府采取了大气污染排放控制应急措施。为评估这些措施的成效,提出未来进一步改善成都空气质量的措施建议,利用成都2016年7月1日—8月18日8个国家级空气质量监测点PM_(10)、PM_(2.5)、SO_2、NO_2、O_3和CO等污染物浓度数据和地面气象资料,比较了减排前(7月1—15日)、减排中(7月16—26日)和减排后(7月27日—8月18日)空气质量与气象条件变化特征,同时量化了PM2.5来源。结果表明,采取的污染控制措施取得了一定效果。在减排期低压、低风速及无降雨等不利的气象条件情况下,PM_(10)、PM_(2.5)、O_3、SO_2和NO_2浓度在开始减排后出现了明显下降;相反,它们在停止减排后出现了明显上升。虽然整个研究时段内市区PM2.5和PM10浓度均达到了国家空气质量二级标准,但仍超过世界卫生组织准则值,超标天数占总天数50%以上;约80%天数的臭氧日最大8 h浓度超过世界卫生组织准则值;成都已面临雾霾和臭氧的双重污染。虽然雾霾和臭氧污染发生的主要季节不同,但臭氧和二次颗粒物的前体物(如NO_x和VOCs)具有共同主要来源。市区与背景点在PM_(2.5)、PM_(10)和O_3的浓度上接近且具有似的变化趋势,表明市区空气质量与区域污染物排放密切相关,成都SO_2浓度受本地源和污染物远距离传输的共同影响。为进一步改善成都空气质量,建议加强成渝地区区域减排,特别要控制臭氧前体物和二次颗粒物前体物的排放。     

北京采暖期典型区域环境空气污染特征分析

北京采暖期空气污染较非采暖期严重得多,但目前针对采暖期北京城市上风向、下风向、中心区和主干道路等典型人类活动区域的主要污染物浓度特征及其受气象条件变化影响的研究还比较缺乏,为了摸清北京市采暖期不同典型区域大气污染特征,更有针对性地制定环境空气污染防治对策,利用2014年采暖期首月(11月15日—12月14日)北京市北郊(八达岭)、南郊(永乐店)、城市中心区(天坛)、城市交通干道(永定门内大街)等典型区域的PM_(2.5)、SO_2、NO_x、O_3质量浓度监测数据和气象数据,分析4类代表性区域的环境空气污染特征和时空变化情况。结果表明,PM_(2.5)是各区域冬季主要污染物,日均质量浓度在61.75~143.81μg?m-3,总体空间分布状况为南郊最严重、城市交通干道和城市中心区次之、北郊的PM_(2.5)污染最轻,除北郊外其余监测点ρ(PM_(2.5))均超过二级标准限值。各区域的主要污染物略有不同,其中北郊ρ(SO_2)较其他区域高,白天12:00时最低(29.09μg?m-3),夜晚18:00—次日01:00持续居高(58.8~63.19μg?m-3),这与燃煤采暖等人类活动规律一致;南郊以PM_(2.5)、NO_x混合型污染为主;城市交通干道附近ρ(NO_x)和ρ(O_3)较高,表明局地光化学反应NO_x-O_3生消机制作用明显,污染物浓度变化与人类出行时间一致。气象条件对不同污染物浓度的影响存在差异,微风无持续风向、大气扩散条件较差时,PM_(2.5)呈现不断累积状态,SO_2、NO_x和O_3累积效应不明显,但其单日质量浓度峰值显著增加;北风和微风反复交替、大气扩散条件总体较好时,各监测点的SO_2、NO_x受地区性污染源排放影响波动不大,随扩散条件转差南郊ρ(PM_(2.5))会迅速增加。城市交通干道机动车排放典型污染物ρ(NO_x)及其二次污染物ρ(O_3)随着气象条件变化其峰值在日内变化显著。     

凤眼莲深度净化污水厂尾水生态工程中温室气体的排放特征

构建凤眼莲(Eichhornia crassipes)三级串联净化塘生态工程,对村镇污水处理厂尾水进行深度处理,采用自主研发的原位收集气体装置联合气相色谱法,于2015年8—11月采集并监测生态工程中排放的温室气体(CO_2、CH_4和N_2O),分析其排放特征,并探讨主要水体环境因子与气体释放之间的相关性。结果显示,生态工程对尾水TN和TP具有良好的净化效果,去除率分别达68.07%和64.21%;出水TN和TP浓度接近GB 3838—2002《地表水环境质量标准》的Ⅴ类标准。运行期间,生态工程中CO_2、CH_4和N_2O平均排放通量分别为0.058、0.076和1.539 mg·m~(-2)·h~(-1),实验期内CO_2、CH_4和N_2O累积释放总量分别为1.273、1.685和33.59 kg。CO_2和CH_4排放通量呈现明显的季节变化特征,夏季释放通量远高于秋季,N_2O排放通量未表现明显季节变化特征;沿生态工程水流方向上,CO_2、CH_4和N_2O排放通量均呈现先升高后降低的变化趋势。相关性分析结果表明,CO_2和CH_4排放通量与水温呈显著正相关(P0.05),CO_2排放通量分别与pH值和DO呈显著负相关(P0.05),CH_4排放通量分别与pH值和DO呈负相关(P0.05);N_2O排放通量分别与TN和NO_3~--N浓度呈正相关(P0.05)。     

中国道路机动车10种污染物的排放量

为了定量分析中国道路交通过程机动车污染状况，综合利用MOBILE5模式和燃料消耗计算方法，在调查分析中国1995年(基准年)机动车基本数据基础上，建立了THC、NMVOC、CH4、CO、NOx、CO2、SO2、Pb、PM10、N2O等10种主要的机动车污染物排放因子和排放总量计算方法。计算结果表明，机动车排放的02、CH4、SO2、PMl0等污染物也不容忽视。     

呼和浩特市城区大气污染物浓度变化特征分析

本文利用呼和浩特市8个国控监测点中CO、NO_2、SO_2、O_3、PM_(10)和PM_(2.5)逐时地面观测数据资料,采用聚类分析、相关性分析等方法,综合研究呼和浩特市城区大气污染物浓度时空变化特征.结果表明,2017年呼市PM_(10)、PM_(2.5)和O_3的污染较为严重,超标天数分别为49 d、52 d和41 d;CO和SO_2整体污染较轻.CO、NO_2、SO_2以及PM_(2.5)浓度表现出冬高夏低变化,O_3表现出夏高冬低变化,PM_(10)则表现为春冬高而夏秋低.O_3和NO_2均呈现单峰型日变化特征,且变化趋势相反;CO、SO_2和PM_(2.5)都呈现出相似的双峰型日变化.小召和工大金川校区监测点污染整体较为严重,小召监测点主要污染物为PM_(2.5)和PM_(10),工大金川校区主要污染物为SO_2.相关性分析表明,O_3浓度与气温呈显著正相关;PM_(2.5)与湿度呈显著正相关;CO、NO_2和SO_2均与风速呈显著负相关;PM_(10)与各气象要素在不同的季节相关性不同.     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

乌鲁木齐大气细颗粒物PM_(2.5)水溶性离子浓度特征及其来源分析

大气细颗粒物PM_(2.5)是危害人体健康和环境最主要的空气污染物之一,对其水溶性离子的研究是一项非常必要而迫切的工作。文章对乌鲁木齐市中心区域树木年轮实验室和黑山头2013年1月-2014年2月期间采集的大气细颗粒物样品,利用离子色谱仪分析了其中的水溶性离子分布特征,采用硫转化率(SOR)、离子相关性分析等分析其可能来源,结果表明:年轮室和黑山头PM_(2.5)中总离子浓度平均值分别为88.03和65.11μg·m~(-3),分别占PM_(2.5)质量浓度的51.21%和33.8%。年轮室各种离子的季节变化明显:SO_4~(2-)、NO_3~-、Cl~-和NH_4~+表现为冬季秋季春季夏季,Na~+表现为冬季秋季夏季春季,Ca~(2+)表现为秋季夏季春季冬季。SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中主要的离子,(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3是乌鲁木齐PM_(2.5)中水溶性组分的可能结合方式。Cl~-和K~+主要来源于化石燃料和生物质的燃烧排放,Ca~(2+)和Mg~(2+)主要来自土壤、二次扬尘和燃煤。乌鲁木齐大气PM_(2.5)中ρ(NO_3~-)/ρ(SO_4~(2-))为0.40,说明目前固定排放源仍然是乌鲁木齐大气污染物的主要来源。本研究为更深入了解乌鲁木齐市颗粒物污染现状提供参考,同时为确定乌鲁木齐市大气污染治理重点、制定大气污染防治规划提供依据。     

黄河三角洲养殖塘水-气界面CO_2、CH_4和N_2O通量特征

随着经济的增长和人口的增加,沿海地区养殖业迅速发展,故养殖区水-气界面的CO_2、CH_4和N_2O交换通量对大气中温室气体浓度的影响不容忽视。以黄河三角洲神仙沟(桩11)南部的养虾塘为研究对象,于2013年6月—2014年4月,采用漂浮箱-气相色谱法对养殖塘白天水-气界面CO_2、CH_4和N_2O通量进行观测,并同步测定养殖塘部分环境因子。结果表明,黄河三角洲养殖塘CO_2、CH_4和N_2O的通量范围分别为-71.140 3~7.278 6、-0.005 8~0.016 5、-0.002 0~0.007 9 mg·m~(-2)·h~(-1),均值分别为-36.347 5、0.005 9、0.002 7 mg·m~(-2)·h~(-1),整体上表现为从大气吸收CO2的汇和向大气排放CH_4和N_2O的源。养殖塘温室气体通量存在明显的季节变化特征,在温度较高的夏秋季,CH_4和N_2O排放通量较大。相关性分析结果表明,温度、盐度、SO_4~(2-)、Cl~-和磷水平对养殖塘温室气体具有一定的影响,且盐度与N_2O通量、SO_4~(2-)浓度与CO_2通量之间的相关性达到显著水平。黄河三角洲养殖塘温室气体通量与自然水体和其他地区养殖塘存在较大差异,其中,地理位置的差异、养殖方式、杀菌剂的使用等环境因子和人为因素的作用显著。此外,养殖塘作为受人为干扰严重的水体,表现为多因子共同作用的结果,这一结论还有待于进一步的研究。研究结果对于综合评价水产养殖对区域气候变化的影响,深化人类活动对全球变暖的影响认识具有一定意义。     

气团来源对沿海城市PM_(2.5)中二次水溶性无机离子形成特征的影响研究

大气细颗粒物(PM_(2.5))与雾霾天气密切相关,PM_(2.5)吸附的有毒有害物质,可能给人体健康带来危害。二次水溶性无机离子(SNA,包括SO_4~(2-)、NO_3~-和NH_4~+)是PM_(2.5)的重要组分,研究PM_(2.5)中SNA污染特征及形成和演化的影响因素,对认识雾霾污染的生消机制,提升人们的生活质量具有重要意义。利用在线气体及气溶胶成分监测系统(MARGA)观测了宁波市滨海地区春季、夏季和秋季大气PM_(2.5)中的SNA和气态污染物的变化趋势,并利用后向轨迹分析研究了不同气团影响下污染物的日变化规律。结果表明,观测期间,SNA在PM_(2.5)中的平均占比约为70.7%,NO_3~-是导致PM_(2.5)污染加重的主导离子。NO_3~-和SO_4~(2-)受气团传输影响较大,来自陆地气团的质量浓度普遍高于海洋气团,来自西北内陆方向的污染物输送是导致宁波空气质量下降的主要原因。宁波大气中的硫氧化率(SOR)较高,SO_4~(2-)主要由SO_2发生二次氧化反应生成;SO_4~(2-)的形成与相对湿度(RH)密切相关,SOR随着RH的增加而显著增大,当RH85%时,大气中的硫氧化物绝大部分以SO_4~(2-)形式存在,SOR接近1;而温度变化对SOR无明显影响;来自西南与东部受海洋显著影响的气团SOR高于来自陆地气团的相应值。夏季RH普遍较高,西南方向气团影响下高浓度的气态污染物(NO_2、O_3、NH_3)可明显促进SO_4~(2-)的生成,一定程度上控制人为气态污染物的排放能有效减少SO_4~(2-)生成。与SOR比较而言,氮氧化率(NOR)和NO_3~-与温度、RH、气态污染物浓度等环境因素的关系比较复杂,暗示多种反应机理共同作用影响氮氧化物的转化。     

南京北郊一次重污染事件期间PM_(2.5)理化特性及其对大气消光的影响

为了解南京地区重度污染下PM_(2.5)污染特征及其对消光的影响,于2013年12月5日至12月15日在南京北郊进行了PM_(2.5)采样分析,利用离子色谱分析了其中SO_4~(2-)、NO_3~-、NH_4~+、Cl~-、Na~+、K~+、Mg~(2+)和Ca~(2+)的含量,采用扫描电迁移率粒径谱仪(SMPS)测量细粒子的粒径谱分布,运用Model 2001A热/光碳分析仪对PM_(2.5)中OC、EC进行了分析,同时采用三波长光声黑碳光度计(PASS-3)实时在线测量细粒子的吸收和散射系数,并同步获得了痕量气体SO_2、NO_x浓度.结果表明,观测期间PM_(2.5)平均浓度为161.8±51.2μg·m~(-3),主要的水溶性无机离子为SO_4~(2-)、NO_3~-和NH_4~+;气溶胶在532 nm处平均吸收、散射系数分别为98.00±42.91 MmPM_(2.5)、630.00±308.52 MmPM_(2.5).(NH_4)_2SO_4和OM是南京北郊冬季大气气溶胶中的主要消光物质,积聚模态颗粒物体积浓度和表面积浓度与总消光系数呈较好的正相关,与能见度则呈明显的负相关.重度污染期间SOR、NOR平均值分别是轻度污染期间的1.26倍和1.81倍.除较低风速条件下污染物的物理积聚,较高的相对湿度条件下污染物的二次转化是造成此次重度污染的主要原因.     

生物炭与有机肥配施对菜地温室气体强度的影响

采用盆栽模拟研究方法,设置对照(CK)、只施氮肥(U)、氮肥与有机肥配施(UM)、氮肥与生物炭配施(UB)以及氮肥、有机肥与生物炭配施(UMB)共5个处理,探究生物炭与有机肥施用对菜地N_2O、CH_4与CO_2排放以及全球增温潜势(GWP)、温室气体强度(GHGI)、N_2O-N排放系数的影响.结果表明,整个观测期间,N_2O排放变幅较大,达0.02-1 559.77μg m~(-2)h~(-1),CH_4排放变幅较小,为-0.09-0.25 mg m~(-2)h~(-1).与N_2O、CH_4相比,处理间CO_2排放通量具有更为相近的波动规律. UB与UMB能显著降低N_2O排放,其中UMB抑制效果最佳,仅为U处理的14.1%. 5个处理间CH_4累积排放量无显著差异,表明氮肥、有机肥与生物炭均非影响CH_4排放的主要原因. UB与UMB间累积CO_2排放量无差异,但二者均显著高于U与UM处理,证明生物炭施用促进了CO_2释放.菜心与苋菜产量均以UMB最高,两种蔬菜产量分别比U处理高25.6%与29.5%. GWP与GHGI均以UMB最低(除对照外),分别为919±266 kg/hm~2与0.04±0.01 kg/kg. UMB的N_2O-N排放系数最低(0.37%),仅为U处理的11.5%.综上所述,生物炭与有机肥配施处理在不降低蔬菜产量的基础上,既能抑制N_2O排放,降低GWP、GHGI与N_2O-N排放系数,又能降低化学氮肥投入量,是值得推荐的施肥措施.考虑到生物炭施用显著促进CO_2排放,需要进一步探究生物炭与有机肥配施的综合净温室效应.(图1表2参45)     

保定市日间、夜间大气PM_(2.5)中无机组分的特征及来源分析

以超声萃取/ICP-MS、微波消解/IC(离子色谱)检测技术对保定市(2016年1—4月)PM_(2.5)样品上的水溶性离子、无机元素等无机成分进行分析,并通过PM_(2.5)质量浓度、水溶性离子含量、无机元素相关性等对PM_(2.5)上无机污染物来源进行解析.结果发现:水溶性离子12种,占PM_(2.5)质量60%以上;除NO-2外,所有水溶性离子夜间浓度高于日间,其中NO-3的夜间最低浓度是日间的12倍,SO_4~(2-)、NH_4~+的夜间浓度也是日间的近2倍,此外所有样品中二次离子NO_3~-、SO_4~(2-)、NH_4~+含量最高,分别占水溶性离子的21.1%—60.5%、16.9%—40.0%、2.0%—24.1%;无机元素34种,其中重金属元素12种,其余为地壳、稀有金属及放射性元素,其中除地壳元素日间浓度高于夜间外大部分无机元素夜间浓度高于日间.5种有毒元素中,As超标率大于60%,Pb、Hg均未超出国家环境空气质量标准限值.总Cr日夜浓度分别为2.6—9.0、3.2—12.9 ng·m~(-3),超标率也大于60%.结果显示保定市大气PM_(2.5)上水溶性离子主要来源于机动车尾气排放,其次为燃煤,生物质燃烧及烹饪也有一定的贡献;无机元素主要来源于建筑及土壤扬尘,其次为燃煤及机动车等排放.     

太原市采暖季清洁天与灰霾天PM_(2.5)中水溶性无机离子组成及来源分析

为探究太原市采暖季PM_(2.5)水溶性无机离子组成及其来源,于2017年11月至2018年3月在太原城区连续采集大气颗粒物PM_(2.5)样品共151个,并于离子色谱仪中分析样品的9种水溶性无机离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、K~+、Na~+、Ca~(2+)、Mg~(2+)、NH_4~+).结果表明,太原市采暖季PM_(2.5)质量浓度的平均值为77.89±47.16μg·m~(-3),总水溶性无机离子质量浓度平均值为53.21±29.76μg·m~(-3),占PM_(2.5)的68.3%±23.3%,其中SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中最主要的离子成分,NH_4~+在PM_(2.5)中主要以NH_4NO_3、(NH_4)_2SO_4与NH_4Cl等形式存在,NH_4~+、NO_3~-、K~+、SO_4~(2-)和Cl~-等5种离子的爆发性增长对灰霾天污染贡献最大.随着气温回升,硫氧化率和氮氧化率均有一定程度的升高,大气中存在明显的气溶胶二次转化过程.主成分分析表明,燃煤源和二次污染源是太原市采暖季灰霾期间的主要污染源,土壤扬尘为清洁天的首要污染源,大气污染以固定污染源为主,移动污染源为辅.后向轨迹模型显示,采暖季期间气团基本上来自本地和西北方向的内陆排放源.     

郴州市大气细颗粒物中水溶性离子的污染特征及来源分析

为全面了解南方典型工业城市郴州市的大气细颗粒物(PM_(2.5))中水溶性离子污染特征及其来源,本研究利用离子色谱对从2016年4月到2017年1月间郴州市6个采样点的PM_(2.5)样品中的9种水溶性离子(SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)、Cl~-、Na~+、K~+、F~-、Mg~(2+))进行分析.研究表明:郴州市的PM_(2.5)浓度范围为23. 3—66.5μg·m~(-3),呈现秋冬高,春夏低的特点.研究区域的水溶性离子质量浓度的变化趋势与PM_(2.5)变化趋势相类似; NO_3~-、SO_4~(2-)、NH_4~+和K~+与PM_(2.5)相关性较好,其中SNA(SO_4~(2-)、NH_4~+、NO_3~-)占PM_(2.5)的比重最高,为18.9%—40.2%.SNA三角图解表明NH_4~+的主要存在形式为(NH_4)_2SO_4,AE/CE均小于1,因此研究区域的PM_(2.5)呈碱性.通过主成分分析可知研究区域的水溶性离子污染来源主要为燃煤、交通、生物质燃烧等燃烧综合源,[NO_3~-]/[SO_4~(2-)]证明该区域的大气污染属于煤烟型污染.     

北京地区PM_(2.5)浓度影响因素及估算模型

为研究PM_(2.5)与大气污染物浓度之间的关系以及气象条件对PM_(2.5)浓度的影响,本文运用数学统计方法,对北京顺义区2016年1月—12月PM_(2.5)及大气污染物和气象要素的数据资料进行分析并建立了北京顺义区PM_(2.5)浓度的估算模型.双变量相关性分析的结果表明,PM_(2.5)浓度与PM_(10)、SO_2、NO_2、O_3以及CO等大气污染物浓度与温度、湿度、压强和风速风向等气象条件间呈现强的相关性.建立了PM_(2.5)与单因素拟合模型,其中PM_(10)、NO_2和CO与PM_(2.5)浓度拟合模型的R~2均大于0.6.识别了对PM_(2.5)浓度有显著影响的二阶、三阶交互作用的因素交叉项.综合考虑单个影响因素与影响因素间交互作用的对PM_(2.5)浓度的影响,采用因子分析方法并对提取的主成分进行回归分析,建立了拟合度R~2为0.887的PM_(2.5)浓度估算模型.     

北京采暖季PM_(2.5)水溶性无机离子污染特征及其影响因素

为深入研究北京市采暖季PM_(2.5)中水溶性离子的污染特征及其影响因素,利用大流量采样器结合石英滤膜采集了2016年11月15日—2016年12月31日期间北京市典型污染天的PM_(2.5)样品(19个),采用离子色谱法测定了其中的水溶性无机离子成分,收集了同期北京市的日均气象数据和海淀区日均PM_(2.5)数据。应用热力学平衡模型ISORROPIA-Ⅱ分析了PM_(2.5)样品的酸度值,Traj Stat软件分析气流的72 h后向轨迹,并采用潜在源贡献因子分析法(PSCF)定位了PM_(2.5)潜在污染源的位置,浓度权重轨迹分析(WCWT)法定量解析了潜在污染源对北京PM_(2.5)质量浓度贡献的大小。结果表明:(1)PM_(2.5)的日均质量浓度变化范围为7.6~383μg·m~(-3),均值为114μg·m~(-3),污染天是清洁天的4.4倍;(2)10种水溶性离子的总质量浓度均值为44.61μg·m~(-3),SNA(NO_3~-、SO_4~(2-)、NH_4~+)占总水溶性离子的81.37%,污染天NO_3~-、SO_4~(2-)、NH_4~+质量浓度均值分别为20.35、16.16、8.68μg·m~(-3),分别是清洁天的4.7、3.5、3.6倍;(3)污染天PM_(2.5)酸性比清洁天强,污染天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4,清洁天NH_4~+的存在形式主要是(NH_4)_2SO_4、NH_4HSO_4、NH_4NO_3;(4)北京PM_(2.5)及其水溶性离子的污染除受本地污染源影响,还受河北省中部和南部以及内蒙古中部等区域传输的影响;(5)在北京采暖季低大气边界层以及三面环山的特殊条件下,风速和相对湿度是影响北京PM_(2.5)及其水溶性离子污染特征的2个主要气象因素,高湿度低风速的静稳天气条件可以造成以本地污染物为主的大气重污染,此外,一定范围内的低风速可以使周边地区高浓度的污染物传输至北京,加重大气污染。     

秸秆腐熟剂对秸秆还田稻田CH_4和N_2O排放的影响

采用静态暗箱-气相色谱法对太湖地区稻田生态系统甲烷(CH_4)和氧化亚氮(N_2O)排放进行田间原位观测,研究秸秆与秸秆腐熟剂(金葵子腐熟剂与宁粮腐熟剂)配施条件下秸秆还田稻田CH_4和N_2O的排放规律。结果表明,相对秸秆还田处理(S),配施秸秆腐熟剂处理(SJ和SN)提前出现CH_4排放峰值,而对N_2O排放的季节变化趋势无明显影响。秸秆配施金葵子腐熟剂处理(SJ)和宁粮腐熟剂处理(SN)CH_4累积排放量(以C计)分别为363和388 kg·hm~(-2),N_2O累积排放量(以N计)分别为0.18和0.20 kg·hm~(-2)。相对于S处理,添加腐熟剂处理CH_4累积排放量分别增加2.5%和9.6%,N_2O累积排放量分别减少33.3%和25.9%。同时,水稻产量分别增加7.5%和11.1%,温室气体排放强度(GHGI)分别减少5.1%和1.7%。该研究可为评估秸秆腐熟剂对秸秆还田稻田系统CH_4和N_2O排放的综合影响提供科学依据。     

生化抑制剂组合与施肥模式对黄泥田稻季CH_4和N_2O排放的影响

添加脲酶/硝化抑制剂是稻田温室气体减排的重要措施。采用二因素随机区组设计,研究生化抑制剂组合[N-丁基硫代磷酰三胺(NBPT)、N-丙基硫代磷酰三胺(NPPT)和2-氯-6-(三氯甲基)吡啶(CP)]与施肥模式(一次性和分次施肥)互作对黄泥田稻季温室气体(CH_4和N_2O)排放通量的影响,并计算全球增温潜势(GWP)及温室气体排放强度(GHGI)。结果表明,不同施肥处理CH_4和N_2O排放通量具有明显的季节性变化规律。尿素分次施用处理稻季CH_4和N_2O排放总量、GWP及GHGI较一次性施用处理分别显著降低13.5%、20.7%、14.4%和25.0%。不同施肥模式下,硝化抑制剂CP处理显著降低稻季N_2O排放通量峰值,减少稻季CH_4和N_2O排放总量。脲酶抑制剂NBPT/NPPT配施CP处理更能有效减少稻季CH_4和N_2O排放,降低GWP和GHGI。新型脲酶抑制剂NPPT单独施用及与CP配施的稻季温室气体排放规律与NBPT相似。总之,生化抑制剂与适宜的运筹相结合能保证产量并有效降低温室气体排放,是水稻低碳、高产可行的施肥措施。     

煤改气后天津市采暖期大气污染特征的时空分布研究

燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究"煤改气"后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的"周末效应",但是在采暖期没有出现"周末效应"。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及"周末效应"消失的主要原因。