北京城区和郊区本底站大气污染物浓度的多时间尺度变化特征

利用北京城区海淀宝联站(HD)和上甸子本底站(SDZ)2005—2012连续8年的大气污染物(PM_(2.5)、O3、NO2、SO_2和CO)浓度观测数据进行统计分析,揭示北京城区和郊区主要污染物浓度变化特征、超标情况及其差异.主要结论如下:1连续8年北京城区、郊区PM_(2.5)浓度整体呈缓慢下降趋势,但污染水平仍较高.海淀宝联站和上甸子本底站的PM_(2.5)年均浓度从奥运前3年(2005—2007)的平均值87.1μg·m-3和53.4μg·m-3分别下降到奥运后5年(2008—2012)的平均值67.7μg·m-3和42.1μg·m-3.奥运后5年两站PM_(2.5)年均浓度变化不大,其中城区维持在66~70μg·m-3的高浓度水平.城区PM_(2.5)浓度为3级以上的超标日在四季的发生频率相当,4级和5级以上的超标日则多发生在秋、冬季;各季平均日变化趋势均为双峰双谷型,上下班交通高峰期对PM_(2.5)浓度日变化有重要影响.2城区站O3年均浓度前5年(2006—2010)逐年下降,之后浓度开始回升,而本底站O3年均浓度在此期间变化不大,近6年(2007—2012)维持在72.4~76.3μg·m-3.城、郊O3平均日变化均呈单峰型,其中上甸子站峰值出现时刻晚于城区海淀宝联站.32005—2012年北京城区其它气态污染物浓度(NO2、SO_2和CO)总体均呈缓慢下降趋势,但在2012年浓度有所反弹,城区站气态污染物在秋、冬季的平均浓度均显著高于春、夏季.     

元江县城环境空气污染物变化趋势分析

根据元江四小子站的环境空气监测数据,统计和分析了元江县城冬半年环境空气主要污染物浓度的变化特征及趋势,并对比说明了元江县各污染物浓度冬半年明显高于夏半年,影响整年一级天数的首要污染物为PM_(10)、PM_(2.5)和O_3。提出了相应的对策建议。     

北京城郊PM2.5中金属元素的污染特征及潜在生态风险评价

为了解北京市PM_(2.5)中金属元素的污染来源及其潜在生态风险,分别在北京城区(东直门)和郊区(怀柔)建立观测站点,使用中流量颗粒物采样器采集样品.利用微波消解-电感耦合等离子质谱法(ICP-MS)分析其中的16种金属元素的质量浓度.结果表明,北京市城区PM_(2.5)的总平均浓度为92.35μg·m~(-3),超标率(PM_(2.5)的浓度超过我国《环境空气质量标准》(GB3095-2012)的天数占总天数的比例)为41.7%,郊区PM_(2.5)的总平均浓度为70.90μg·m~(-3),超标率为31.7%.北京城郊金属元素的时空变化主要趋势为:夜间浓度略高于日间,秋冬质量浓度高于春夏,城区浓度大于郊区.通过计算富集因子表明,北京城区Pb、As、Zn、Ni、Cu和郊区Pb、As、Zn、Cr、Ni、Cu金属元素来自人为活动.地累积指数法分析可知,Ni的I_(geo)值为0.79,受到人为和自然源的共同影响,而Cu、Zn、As、Cd和Pb有着中度以上的污染,受到人类活动的影响较大,例如煤燃烧、汽车尾气、刹车及轮胎磨损等.北京城郊生态风险指数极强,对于元素单项污染物生态风险,Cd的风险极强,Cu、Zn、Pb的单项污染物生态风险较强.     

新疆四城市大气质量及污染物变化趋势对比分析研究

对新疆四城市三种主要污染物(SO2、NO2、PM10)的年均污染水平状况、大气空气质量等级天数以及主要污染物天数进行对比分析,探讨四城市环境质量状况.通过收集2009年-2015年四城市三种污染物的质量监测数据,使用统计描述、卡方分析等对四个城市的污染特征进行评价.得到2009年-2015年四城市优良天数由高到低为克拉玛依市>伊宁市>乌鲁木齐市>喀什市.证明了2009-2015年四城市环境质量状况有所改善;大气环境中污染物SO2、NO2总体上呈下降趋势,PM10呈上升趋势.     

基于实际道路交通流信息的北京市机动车排放特征

通过模型模拟和调查统计方法获取了北京路网的车流量、车型构成和车速基础数据.基于具有时空分布特征的实际道路交通流信息和排放因子,以Arc GIS为平台构建了北京市机动车尾气排放清单,并分析实际道路排放特征及污染物排放的空间分布特征.结果表明,北京市城区各类型道路上小客车比例均在89%以上,郊区道路也为小客车比例最高,但小货车、中货车、大货车、大客车、拖拉机和摩托车均占一定比例.污染物排放强度与车流量呈正相关性,污染物排放强度总体上呈现白天高夜间底的趋势,但是郊区道路PM排放昼夜变化趋势不明显,高速路的PM排放强度夜间大于白天.污染物排放的空间分布为城区、南部、东南以及东北部接近城区的区域排放强度较高,西部山区及北部山区由于路网密度较小排放强度较低,城区环路和郊区高速公路附近由于车流量大,排放强度较高.     

基于Web-GIS的环境空气自动监测系统研究

为使空气自动监测技术更加完善,实现以环境空气实时监控为主的各项基础信息的快速查询、统计、分析,建立基于浏览器/服务器模式的采用W eb-G IS技术的空气自动监测系统,采用数据库、中间层服务器和浏览器组成的三层体系结构。导入鞍山市城区电子地图,实现各监测子站、各污染物及各气象参数的图形动态演示,直观地表现子站及周边污染源分布及污染物监测浓度的动态变化,实现了环境空气污染的空间信息、属性信息的综合管理。     

北京城区和路边秋冬季PM2.5中碳质组分特征及来源分析

为探究北京市不同点位秋冬季碳质组分污染特征及其来源,该文于2020年9月和12月在城区和路边站点同时开展了有机碳(OC)、元素碳(EC)、PM_2.5、O₃、CO、NO_x(NO+NO₂)和气象因子连续在线监测。结果表明,研究期间空气质量较好,路边站ρ(OC)、ρ(EC)和ρ(PM_2.5)分别为(5.66±3.54)、(1.59±1.31)和(32.9±25.1)μg/m³,较城区分别高出32%、70%和33%,表明路边PM_2.5污染较重,移动源对碳质组分尤其是EC贡献显著;秋季两站点OC浓度无显著空间差异,路边站EC较城区站高47%,PM_2.5中ω(碳质颗粒(TCM=1.4×OC+EC))在城区和路边分别为29%和25%,冬季路边站OC和EC较城区高54%和83%,城区和路边ω(TCM)为27%和31%;除O₃以外,其他气态污染物和PM_2.5均呈冬季高于秋季、路边高于城区...     

北京市中心城区屋面径流污染特征及来源分析

以北京市中心城区屋面径流为研究对象,对2019年6～9月期间7场降雨事件中屋面径流及附近降雨水质情况开展监测,分析了屋面径流及降雨水质特征、径流初始冲刷效应、径流污染物浓度影响因素及其来源特征.结果表明,北京市中心城区屋面径流中总氮、氨氮、化学需氧量和悬浮物污染较为严重,降雨事件径流平均浓度(EMC)均超过《地表水环境质量标准》(GB 3838-2002)Ⅴ类标准限值[悬浮物超过《城镇污水处理厂污染物排放标准》(GB 18918-2002)二级排放标准];降雨水质相对较好,但氨氮和总氮也存在超标情况.屋面径流中各污染物初始冲刷强度以中等和微弱为主,由大到小排序依次为：氨氮>悬浮物>化学需氧量>总氮>汞>锌>总磷>铅.屋面径流中悬浮物、化学需氧量、总磷浓度水平与干燥期长度呈显著正相关,与降雨强度呈显著负相关.结合主成分分析结果可知,降雨中的主要污染物为交通运输来源的氮类污染物,屋面径流中的主要污染物则为屋面材料老化和金属雨落管锈蚀释放的悬浮物、有机物和磷类污染物.     

保定市区夏季环境空气污染时空变化特征分析研究

为了解保定市区大气污染物浓度水平及其变化规律,统计分析了2013年7月1日-8月31日6个环境空气自动监测子站PM2.5、NOx 、SO2、和CO逐时监测资料.结果表明:各污染物空间差异显著.二氧化硫的日变化呈单峰型结构,PM2.5的日变化表现为夜间高白天低,氮氧化物及一氧化碳的日变化呈现双峰型特征的变化规律.通过对污染物周末效应的分析,发现四项污染物浓度周末与工作日存在明显差异.     

沙尘天气对北京大气重污染影响特征分析

利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM₁₀₎进行分析发现,ρ(沙尘粒子)约占ρ(PM₁₀₎的1%～13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM₁₀₎具有双峰型特征,细粒子(PM_2.5)质量浓度的增加对人体健康影响极为不利.      

京津冀及周边减排对北京市PM2.5浓度下降评估研究

利用第三代区域空气质量模式CMAQ (Community Multiscale Air Quality)及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%~40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为(24.9±2.3)%,(20.2±2.7)%和(24.8±2.1)%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m3内的防治目标可以实现.     

兰州市城区大气污染现状及防治对策分析

根据兰州市2002~2009年的城区大气污染物监测结果,分别对可吸入颗粒物(PM10)、二氧化硫(SO2)和二氧化氮(NO2)3种主要大气污染物进行综合分析,研究其现状特征和变化规律,揭示了兰州市城区大气污染的现状及时间分布特征,并对兰州市城区大气污染的成因及防治措施进行了初步探讨.     

2019～2021年北京市PM2.5及组分受风向影响研究

利用北京市2019～2021年的气象数据、PM_2.5及组分浓度数据,结合常规污染物NO₂浓度,分别对PM_2.5及组分浓度、气象参数、NO2浓度和氮氧化率(NOR)大小的时空变化进行分析比较.结果表明:2019～2021年三年间北京市城区PM_2.5浓度下降14%,但NO₃^-上升12%;各风向上,北京市城区PM_2.5浓度大小顺序为:东北风>东风>西南风>东南风>南风>西风>北风>西北风,此外,二次无机盐组分最高浓度均出现在偏东风风向,有机物(OM)最高浓度出现在西南风;各风向年际变化上,2019～2021年,北京市PM_2.5、各组分及NO₂浓度在空间上均呈现高浓度“东移”特征,NO₃^-在东北风向上上升幅度最高,达65.7%;东北、东风及东南风风向上,相对湿度同步升高,NOR在东北、东风风向上同步升高,升高幅度达...     

北京及周边地区典型站点近地面O3的变化特征

利用2008年6月1日~2009年5月31日在北京城区中国气象局(CMA),及其西南方向固城站(GCH)和东北方向上甸子本底站(SDZ)的近地面O3等观测数据,分析了O3的变化特征及其与其他污染物和气象要素的关系.结果表明,上甸子本底站近地面O3的季节变化和日变化规律与固城和北京城区站存在一定的差异,而固城站和北京城区站的O3变化特征差异较小.相关性分析显示,O3与NO、NO2、NOx、RH多呈负相关,且相关性冬季好于夏季,此外,O3与气温和风速呈正相关,其中北京城区站冬季和夏季O3与风速的相关性差异最明显.O3浓度与地面风向有一定关系,当风向为偏南时,O3浓度较高,当风向为东北时,O3浓度偏低.     

北部湾经济区产业发展对大气环境的影响研究

 根据北部湾经济区2007年污染源普查数据和各市级地方政府提出的2005~2020年重点产业发展规划,得到该区域2015年和2020年主要大气污染物(SO2、NO2和PM10)的排放清单,在此基础上,利用CALPUFF模式模拟该区域2015年和2020年的空气质量情况.结果表明,2015年和2020年北部湾经济区污染物浓度增幅较大的地区多为各个市的经济开发区,工业区污染物的浓度增大和大项目的上马有直接关系;大部分城区的污染物浓度增幅较小,城区污染物浓度的增加与生活源的增加有关,同时也和工业区污染的输送有关.大部分城区和工业区2020年的浓度增幅与2015年的增幅相比有所回落.     

北京地区SO2、NOx、O3和PM2.5变化特征的城郊对比分析

2006-01-01～2006-12-31在北京上甸子区域大气本底站和城区宝联环境观测站连续观测了SO2、NOx、O3和PM2.5的浓度,分析了北京城区和郊区的季节变化及日变化的差异,并结合风向讨论了城区污染对于大气本底的影响.结果表明,①NOx、SO2浓度在采暖季城郊差异最大,城区是本底的4～6倍,城郊O3有一致的浓度变化.本底站PM2.5在4、5月达到100μg/m3以上,是年平均的2～3倍;②NOx和SO2的日变化在城区表现为双峰型,在09:00前后和22:00前后形成高值,郊区表现为单峰型,在22:00前后出现高值.郊区O3的日变化峰值滞后于城区大约2 h.PM2.5日变化规律表现得较不规则;③西南风条件下本底各污染物浓度明显受城区输送影响而升高,东北风条件下干洁气团的影响比较明显.     

北京城区臭氧日变化特征及与前体物的相关性分析

对2012年12月至2013年11月北京城区12个自动空气监测子站的臭氧及其前体物的浓度进行了分析,探讨北京城区臭氧浓度的日变化特征以及与前体物的关系.研究发现,北京市城区臭氧在5~8月份维持相对较高浓度,其他月份则较低.臭氧浓度呈现单峰型分布,基本在15:00、16:00达到峰值;同时臭氧呈现较明显的“周末效应”,即周末臭氧浓度高于工作日浓度. CO、NO、NO2和NOx等前体物多呈现双峰型分布,与O3均呈显著的负相关性,相关性在夏季较低.通过大气氧化剂OX和NOx的拟合方程发现,冬季北京市城区OX在白天受区域O3影响相对较大,在夜间受局地NOx污染影响相对较大.计算了在理想情况下的城区NO2光解速率,春季、夏季、秋季和冬季的平均值分别为0.180,0.209,0.169,0.149min-1.在白天臭氧的高浓度时段城区O3、NO和NO2体现出近似光化学平衡态的特征.     

2013年-2017年江苏省环境空气中首要污染物变化分析研究

选择2013年-2017年环境空气质量监测数据进行统计分析,结果表明:成为影响江苏省环境空气质量的首要污染物有PM10、PM2.5、O3和NO2等;2016年,这些污染物成为首要污染物的天数占比大小依次为PM2.5 (36.8%)、O3(34.9%)、PM10(20.5%)和NO2(7.8%).秋冬季颗粒物对空气质量的影响大,春夏季则是O3污染的影响占优势.地区差异方面,苏北、苏中地区PM10作为首要污染物的天数占比总体高于苏南地区.苏南、苏中沿江部分地区NO2作为首要污染物的天数占比明显高于苏北地区.2013年-2016年,O3污染对空气质量的影响日益上升,将成为公众对于空气质量改善的另一个关注点.     

APEC会议期间石家庄市大气污染特征及空气质量保障措施效果评估

为研究2014年APEC会议期间(11月1—11日)石家庄市大气污染特征并评估空气质量保障措施效果,对处理不同功能区的封龙山站(背景站)、人民会堂站(市区站)、高新区站(开发区站)的ρ(SO₂)、ρ(NO₂)、ρ(CO)、ρ(O₃)、ρ(PM_2.5)、ρ(PM₁₀)进行分析,对比了各站点APEC会中与会后、APEC会议期间与2013年同期的空气质量等级状况及污染物质量浓度的变化. 结果表明:2014年APEC会议期间石家庄市整体空气质量好于2013年同期,除O₃外,其余各大气污染物的质量浓度均有明显降低,其中封龙山站的ρ(SO₂)、ρ(NO₂)、ρ(CO)、ρ(PM_2.5)、ρ(PM₁₀)较2013年同期分别下降了55.1%、22.9%、16.7%、36.8%、31.0%,人民会堂站的降幅分别为35.5%、28.0%、32.6%、36.9%、56.2%,高新区站的降幅分别为49.4%、26.6%、16.5%、32.9%、53.5%. 应急减排措施也使各站点的首要污染物发生了明显变化,其中扬尘控制措施有效遏制了PM₁₀对于市区站和高新区站的影响,而对于高架源的控制也有效降低了背景站的SO₂污染水平. 结合后向气流轨迹和气象图分析发现,尽管2014年APEC会议期间石家庄市的气象条件较2013年同期更不利于污染物扩散(污染气象指数等级高、气团滞留时间长),但通过地方政府采取的一系列应急减排措施,其空气质量仍有明显改善.      

泸州市城区2004-2009年空气质量时空变化

为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,NO2略有上升。污染物浓度时空分布不均匀,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。