1981~2017年四川省大气自净能力变化特征分析

利用四川省1981~2017年逐日地面气象观测资料和2017年1月环境监测资料,计算分析了四川省大气自净能力指数的时空变化特征及其影响因子,并初步探讨了2017年1月成都市大气自净能力指数与空气质量的关系.结果表明：四川省大气自净能力指数的分布形势以川西高原北部、川西高原南部、攀西地区、盆地西南部大气自净能力为较好到好,省内其余大部地区大气自净能力较差到差.近37a来,四川省、川西高原、攀西地区多年变化呈减弱趋势,四川盆地多年变化趋势不显著.影响因子中,四川省降水日平均大气自净能力指数小于非降水日.四川省以及各区域平均风速、通风量、风速较大日数和小风日数与大气自净能力指数呈显著正和负相关关系;混合层厚度与大气自净能力指数呈显著的正相关关系.     

1961~2019年黄河流域大气自净能力指数变化特征分析

利用2015~2019年环境空气质量监测数据和黄河流域73个站点1961~2019年的气象观测资料,对11个站点的大气自净能力指数的适用性及其与环境空气质量之间的关联性进行了验证,并分析了黄河流域大气自净能力指数的时空变化特征及影响因子.结果表明,1961~2019年黄河流域大气自净能力指数整体呈下降趋势,下降速率为每10a下降0.18t/（d×km²）,平均值为4.44t/（d×km²）,且在1969年达到最大值,为5.32t/（d×km²）,2011年达到最小值,为3.81t/（d×km²）;黄河流域73个站点中有64个站点大气自净能力指数呈下降趋势,50个站点呈显著和极显著下降趋势.从年内变化看出,黄河流域大气自净能力指数最高值出现在4月,为5.30t/（d×km²）,最低值出现在1月,为3.48t/（d×km²）.在年空间分布上,黄河流域大气自净能力指数分布以青海西南部,山东、四川大部分地区,内蒙古、宁夏以及甘肃少部分地区,陕西西安,山西的五寨和右玉等大气自净能力较好,大气自净能力指数在4.69~7.18t/（d×km²）,其余地区大气自净能力相对较差.影响因子中,混合层高度与大气自净能力指数呈极显著正相关,相关系数为0.63（n=4307）;小风日数与大气自净能力指数呈极显著负相关,相关系数为-0.78（n=4307）,日平均风速³2.5m/s的日数及日平均风速³5.5m/s的日数与大气自净能力指数均呈极显著正相关,相关系数分别为0.78和0.55（n=4307）;降水日数与大气自净能力指数呈极显著正相关,相关系数为0.18（n=4307）,中雨及以上日数与大气自净能力指数呈显著正相关,相关系数为0.03（n=4307）,黄河流域小雨对大气自净能力的影响明显高于中雨.逐步回归分析显示,大气自净能力指数主要受日平均风速³2.5m/s的日数、降水日数和混合层高度的综合影响,其中,日平均风速³2.5m/s的日数对大气自净能力指数的贡献率最大,其贡献为正.     

北疆地区近53年极端气温事件及其影响因素分析

根据北疆地区1960—2012年31个气象站点的逐日最高气温和最低气温资料,采用线性趋势分析、主成分分析和反距离加权等方法对该地区的年平均最高气温、年平均最低气温和14个极端气温指数的时空变化特征进行了研究,并探讨了各极端气温指数与北极涛动指数、北大西洋涛动指数和厄尔尼诺-南方涛动之间的关系。研究表明:(1)近53年来,北疆地区年平均最低气温、年平均最高气温分别以0.49℃·(10a)~(-1)、0.22℃·(10a)~(-1)的年际倾向率呈显著的上升趋势;气温日较差以0.27℃·(10a)~(-1)的年际倾向率呈显著下降趋势。极端暖指数除暖昼日数、夏日日数和极端最高气温均表现为不显著的上升趋势外,其他暖指数均呈显著上升趋势;极端冷指数中除极端最低气温、日最高气温的极小值呈上升趋势外,其他冷指数均呈减小趋势;在空间变化上各极端气温指数均表现为在阿尔泰山东南部地区和伊犁河谷地区变化幅度较大,其他地区变化较小。(2)冷指数(冷夜、日最高气温的极小值、极端最低气温)的增温幅度明显大于部分暖指数(暖夜、日最低气温极大值、极端最高气温),这一变化特征在山麓、山谷等地区表现最为明显,而在这一地区夜指数(暖夜、冷夜)的变暖幅度也明显大于昼指数(暖昼、冷昼)。(3)极端气温指数与大气环流指数相关性分析表明,三种大气环流指数中北极涛动指数对北疆地区极端气温的影响最为明显,其次是北大西洋涛动指数,且这两种大气环流指数对研究区极端气温冷指数的影响较为显著,而厄尔尼诺-南方涛动对研究区极端气温影响较小。     

徐州市大气降水化学特征分析

本文根据徐州市1985—1989年的大气降水监测数据初步分析了大气降水的化学特征,徐州市大气降水中主要离子为SO_4~(2-)、NH_4~+、Ca~(2+)。SO_4~(2-)高值出现在冬季,NH_4~+高值出现在夏季,K~+、Na~+、Ca~(2+)、Mg~(2+)值均出现在春季。年酸雨频率与年降水量有较好的相关性,酸雨频率和酸雨量都是冬、秋两季高,夏季低,雨水的酸性主要是受大气中SO_2、NO_x污染的结果。     

大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统（CAPPS）预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961~2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8~10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式（DERF2.0）的预报产品和中尺度模式（WRF）,建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式（DERF2.0）的预报准确率.     

重庆城区夏季降水对大气污染物的清除效果分析

利用2015年6—8月重庆市沙坪坝区大气污染物连续监测数据和LVCJY-02气象数据采集仪获得的同期降水数据,分析夏季降水对大气污染物的清除效果。结果表明:1)日降水强度对大气污染物的清除效果有影响。当日降水量小于5 mm时,降水对大气污染物清除能力较小;当日降水量大于5mm时,污染物清除效果随降水量增大而增大,日降水量越大,清除率越大,空气质量越好,最大清除率可达48.55%。夏季降水强度对各大气污染物平均清除率从大到小依次为PM_(10)、SO_2、 PM_(2.5)、NO_2和O_3。2)日降水时长对大气污染物的影响也存在差异。其中0~5 h时长降水对大气污染物平均清除率为负值;5~10 h时长降水对PM_(10)平均清除效果最好,为6.17%;10~15 h时长降水对NO_2平均清除率最大,为50.67%;15~20 h时长降水对SO_2平均清除率最大,为59.76%;夏季降水时长对SO_2平均清除率最高,随后依次为PM_(10)、NO_2、 PM_(2.5)和O_3。3)累积降水量与PM_(10)和 PM_(2.5)浓度多呈负相关,随着累积降水量的增加,大气颗粒物浓度会有降低,但累积降水量与气态污染物的相关性不如大气颗粒物。     

2015—2019年昆明市大气降水变化趋势及离子特征研究

根据2015—2019年昆明市5个大气降水监测点的数据,从降水p H、降雨量、电导率、离子浓度年际变化及离子间的相关性等方面研究了昆明市大气降水变化趋势及离子特征,分析结果表明:2015—2019年昆明市尚未出现酸雨;除2019年外,其余4年的电导率呈下降趋势;降水无机离子中,SO_4~(2-)和Ca~(2+)浓度占比最大,SO_4~(2-)/NO_3~-呈下降趋势,表明昆明市的降雨类型由硫酸型逐渐演变为硫酸+硝酸的混合型; 2019年昆明市降雨中的SO_4~(2-)和NO_3~-的相关性较好,说明二者的前体物(SO_2和NO_x)有着共同的来源及在降水过程中有着相似的化学行为。     

珠海市降水化学与沉降特征

为探究珠海市降水及湿沉降的长期变化趋势,基于东亚酸沉降监测网（EANET）的湿沉降监测数据,针对2008—2018年珠海市大气降水量、降水电导率、pH、水溶性离子浓度与湿沉降量进行了降水酸化、降水组分及湿沉降分析.结果表明:①珠海市1—12月降水pH均低于5.6,强酸雨及特强酸雨频率较高,降水酸化问题普遍;2008—2018年pH由4.9增至5.2,总体呈改善趋势;降水电导率小于3 mS/m的月份占61.68%.②珠海市降水中Cl-浓度和Na+浓度较高,二者的区域性特征表明海洋源和人为源共同影响珠海市降水;SO₄2-/NO₃-（浓度比）总体呈逐年递减趋势,降水类型为硫酸-硝酸混合型;较低的ΔpH（酸中和能力评估参数）说明缺乏中和能力可能是珠海降水酸化问题严重的主要原因.③珠海市湿沉降量范围为71.98~200.77 kg/（hm2·a）,其中SO₄2-湿沉降量最高;2008—2018年DIN-N（可溶性无机氮湿沉降量）在11 kg/（hm2·a）上下波动,而SO₄2--S（硫湿沉降量）降幅接近40%;大气氮、硫湿沉降量在春季达到最高.四季NH₄+-N/NO₃--N（铵态氮湿沉降量与硝态氮湿沉降量的比值）均大于1,说明珠海市活性氮主要来源于农业活动.研究显示,珠海市大气降水酸化问题普遍但总体呈改善趋势,严重的降水酸化问题与缺乏中和能力存在一定关系.      

成都市大气水汽与空气质量关系的研究

为深入分析大气水汽对空气质量的影响,基于2016年成都温江国家气候观象台的气象观测资料和成都市环境监测中心的环境空气质量指数(AQI),首先利用地面气象要素估算出逐时的大气可降水量(PWV),继而结合空气质量指数资料研究了成都地区降水、静稳天气、太阳辐射强度等气象条件对空气质量及其与大气水汽关系的影响.结果表明:在降水条件下,臭氧(O_3)浓度随着PWV的增大而显著减小,PWV与PM_(2.5)、PM_(10)浓度的正相关系数减小,其中对PWV与PM_(10)浓度的相关性影响最大,相关系数减小47.62%.PWV与O_3的负相关系数在春季增大、夏季减小;PWV与PM_(2.5)的正相关系数在秋、冬季减小.当天气处于高静稳指数时,PWV变化对污染物浓度变化的影响更为显著.不同太阳辐射强度下,PWV与O_3的相关性也不同,随着太阳辐射增强,PWV与PM_(2.5)、PM_(10)的相关性从正相关转变为负相关.     

黄土高原气候变化特征及原因分析

基于黄土高原111个气象站点1961—2018年逐日气温(最低气温、最高气温、平均气温)和降水数据,采用Mann-Kendall趋势分析、Sen's斜率估计和小波周期等方法分析了气温和降水的时空变化特征,并采用小波交叉功率谱分析方法对影响区域气候的环流因素进行了分析.研究结果显示:(1)黄土高原1961—2018年平均气温以0.35℃·(10a)?1速率呈显著增加趋势,进一步分析显示气温的上升主要来自于年均最低气温的显著上升(0.39℃·(10a)?1,P<0.01);在季节变化上,平均气温、平均最低气温、平均最高气温在冬季的上升速率最为显著;研究区降水的年际、季节上的变化均不明显.(2)年均气温的突变在1995年,年均最高气温和年均最低气温分别在1995年和1994年存在突变;年降水量不存在突变.年降水量变化的主周期2—3 a和4—6 a,气温变化的周期主要为2—4 a、6—8 a、12—16 a.(3)平均气温变化主要受北大西洋年代际涛动(AMO)影响、受北大西洋涛动指数(NAO)影响较小;年降水量主要受太平洋海温指数(Nino3.4)和北极涛动(AO)影响.     

苏州市大气中汞的形态分布特征及来源分析

针对苏州市大气中汞的分布特征和污染来源,自2018年1月1日至2018年12月31日对苏州市大气中的气态元素汞(GEM)、气态氧化汞(GOM)和颗粒态汞(PBM)进行1 a的连续监测,并基于浓度权重轨迹分析法(CWT)和浓度玫瑰图法,研究2018年大气汞来源和浓度变化规律.结果表明,监测期间苏州市大气中GEM、GOM和PBM浓度分别在0～53.3 ng·m~(-3)、 0～256 pg·m~(-3)和0～5 208 pg·m~(-3),年均浓度分别为(2.57±2.09)ng·m~(-3)、(5.27±15.7)pg·m~(-3)和(16.0±157)pg·m~(-3).其中,GEM是苏州市大气汞的主要成分,约占99.2%.监测期间,苏州市大气中GEM季节平均浓度表现出冬季(3.17 ng·m~(-3))春季(3.09 ng·m~(-3))秋季(2.30 ng·m~(-3))夏季(1.98 ng·m~(-3))的规律.根据CWT分析结果,苏州大气中汞迁移具有季节性差异:春季和冬季的含汞气团主要来自于内陆,夏季主要来自于苏州本地、黄海和东海,秋季的含汞气团来自于内陆、黄海和渤海.同时研究发现西北方向来自内陆的大气汞浓度较高,东方向来自海洋的大气汞浓度较低.苏州市大气中GEM和PBM平均浓度表现为昼间低夜间高,与大气参数进行相关性拟合,得出大气中GEM日变化规律与太阳总辐射亦呈显著的相关性(r=-0.664,P0.001),与湿度呈显著的相关性(r=0.859,P0.001),与气温呈显著的相关性(r=-0.866,P0.001); PBM与太阳总辐射呈一般相关性(r=-0.554,P0.01),与湿度呈显著的相关性(r=0.835,P0.001),与气温呈显著的相关性(r=-0.831,P0.001).苏州市大气中GOM平均浓度在1 d内出现多次峰值(05:00、 12:00、 18:00和23:00)和谷值(02:00、 10:00、 15:00和19:00).GOM浓度升高与早晚高峰燃料油燃烧排放正相关,亦与O_3浓度升高导致GEM氧化生成GOM正相关.     

关于眉山市大气降水现状及化学特征分析

基于眉山市2015年大气降水监测数据,分析了眉山市大气降水现状及化学特征。结果表明,2015年眉山市降水酸雨发生频率为零,属非酸雨区。降水中pH值变化不大,电导率与降水量成反比关系,主要阴离子为SO_4~(2-)和NO_3~-,主要阳离子为Ca~(2+)和NH_4~+。总阴离子浓度大于总阳离子浓度,属硫酸型降水。     

青岛近海生物气溶胶中总微生物的分布特征

为了解生物气溶胶中总微生物浓度的月季分布和粒径分布特征,于2016年9月～2017年7月期间在青岛近海连续采集了大气生物气溶胶分级样品,并利用DAPI染色-荧光显微镜计数方法测定了生物气溶胶中总微生物浓度.结果表明,采样期间青岛近海生物气溶胶中总微生物浓度范围为1. 86×10~5～2. 54×10~6cells·m~(-3),平均值为(6. 84±4. 83)×10~5cells·m~(-3).大气中总微生物浓度的季节变化为春季和冬季较高,夏季较低,秋季最低,统计分析显示秋季和春季、夏季大气中总微生物浓度具有明显的季节变化差异(P 0. 05).生物气溶胶中总微生物月均浓度在2. 65×10~5～1. 12×10~6cells·m~(-3)之间,最高值出现在2017年2月,最低值出现在2016年9月. 2015～2017年青岛秋冬季大气中总微生物浓度一日中变化较大,但并未呈现出明显的日变化规律(P 0. 05).生物气溶胶中总微生物的粒径分布呈现偏态分布, 7. 0μm粒径所占比例最高,可达20. 5%～27. 3%;粒径分布随月份不同而有变化,呈现双峰分布和偏态分布两类.相关性分析显示,总微生物浓度与AQI、CO、PM_(2.5)和PM_(10)等因子呈显著正相关(P 0. 05),与温度、风速和风向等气象因素以及NO_2、SO_2和O_3等因子无显著相关(P 0. 05).多元线性回归模拟结果显示,生物气溶胶总微生物浓度中20. 6%的变化与相对湿度和PM_(2.5)相关.     

基于MERRA-2资料的PM2.5主要组分污染特征及与气象条件的相关性分析

利用MERRA-2再分析数据,对1980～2020年中国区域黑碳、有机碳和硫酸盐质量浓度的空间分布特征、多时间尺度变化规律进行了分析,并进一步探讨了典型区域黑碳、有机碳、硫酸盐浓度与大气自净能力指数之间的可能联系.结果显示:中国黑碳、有机碳、硫酸盐浓度都呈西部低、中东部高的空间分布特征,且京津冀、川渝、江浙沪、两广等4个区域的污染特征具有代表性;中国黑碳、有机碳、硫酸盐浓度均呈现阶段性的年代际变化特征,1980—2020年期间经历了缓慢增加、快速增加和缓慢下降的过程;4个区域3种组分的季节变化规律有较大差异,其中黑碳浓度呈夏季低、冬季高的“U”型变化规律,有机碳和硫酸盐浓度无显著的一致性特征;大气自净能力指数与黑碳、有机碳、硫酸盐浓度的长期变化趋势上有显著的负相关关系,即大气自净能力指数越大(小),污染物浓度越低(高).     

西宁近郊大气氮干湿沉降研究

本研究在青海省西宁市城郊二十里铺莫家泉湾气象站开展了完整的2年(2014和2015年)大气无机氮干沉降和混合沉降(湿沉降加部分干沉降)监测.干沉降估算通过被动采样器采集的NH_3和NO_2浓度和Geos-Chem全球化学模式模拟的气体干沉降速率相乘获得;混合沉降的测定采用雨量器.结果表明,气态NH_3和NO_2年均浓度分别为8.8μg·m-3和19.6μg·m-3,且2015年NH_3月均浓度显著高于2014年.NH_3浓度的季节变化呈现春夏高、秋冬低的特征,而NO_2浓度季节变化幅度较小.降水中NH_4~+-N和NO-3-N年均浓度为2.2 mg·L~(-1)和1.8 mg·L~(-1),秋季降水NH_4~+-N浓度比其他季节低55%,而NO-3-N浓度在秋冬季比春夏季高约26%.气态NH_3和NO_2的干沉降量分别为9.0 kg·(hm~2·a)~(-1)和2.8 kg·(hm~2·a)~(-1),降水中NH_4~+-N和NO-3-N的混合沉降量分别为7.6 kg·(hm~2·a)~(-1)和6.2 kg·(hm~2·a)~(-1).还原态氮(NH_3和NH_4~+-N)在氮沉降中占主导地位.大气氮素总沉降(干沉降加混合沉降)量为25.6 kg·(hm~2·a)~(-1),为城郊农田提供重要的环境养分;但这一氮素输入量超过了陆地生态系统氮沉降临界负荷[10~20 kg·(hm~2·a)~(-1)],意味着研究区周边林地(如北山)和水体生态系统面临"氮饱和"的环境风险.     

重庆地区大气场降水中氢氧同位素变化特征及与大气环流的关系

根据2015年4~10月重庆地区61场降水稳定同位素资料与相关气象资料,分析了不同时间尺度下重庆大气降水中氢氧同位素(δD、δ~(18)O)、过量氘(d)的变化特征以及它们与降水量、温度及厄尔尼诺/拉尼娜和南方涛动(ENSO)的关系.结果表明:1研究区大气降水线方程为:δD=8.28δ~(18)O+12.34(r=0.99,n=61),其斜率和截距与中国东部季风区的多处南方地区大气降水线方程的斜率和截距相似.2研究区大气降水中氢氧同位素和d均出现夏半年低、冬半年高的季节变化,影响重庆降水中氢氧同位素变化的主要原因为不同季节降水的水汽来源及气团性质的差异.3监测时段内研究区大气降水中δ~(18)O与温度、降水量相关性不显著(r=0.03;r=0.12),但却敏感响应了大气环流过程,表现出与ENSO正相关.大气降水中δ~(18)O和过量氘(d)清晰记录了2014~2015年LaNia和ElNio的转换过程.ElNio期间研究区域大气降水中δ~(18)O和d明显偏重;而在LaNia期间,δ~(18)O和d偏轻.     

降水和风对大气PM2.5、PM10的清除作用分析

对合肥2015—2017年的降水、风和PM_(2.5)、PM_(10)浓度观测数据统计研究发现,降水对PM_(2.5)、PM_(10)有一定的清除作用,尤其在秋冬季节.秋冬季节小雨、中雨分别导致PM_(2.5)和PM_(10)浓度降低23.1%、40.4%和32.0%、63.7%.雨日PM_(2.5)/PM_(10)比例上升8.4%,表明降水对PM_(10)清除作用更显著.降水前后PM_(2.5)浓度变化与降水前PM_(2.5)浓度、降水强度、降水时长密切相关.当降水强度大于4 mm·h~(-1)或PM_(2.5)初始浓度高于115μg·m~(-3)时,降水对PM_(2.5)产生明显清除作用;而降水强度小于1 mm·h~(-1)或PM_(2.5)初始浓度低于115μg·m~(-3)时由于吸湿增长作用极易造成PM_(2.5)浓度反弹升高;且持续3 h以上雨强介于1～4 mm·h~(-1)的降水也对PM_(2.5)产生清除作用.降水前后PM_(10)浓度变化与初始浓度密切相关,而与雨强相关性较弱.当PM_(10)初始浓度大于50μg·m~(-3),降水就对PM_(10)产生明显清除作用,且PM_(10)初始浓度越高,降水后PM_(10)浓度下降越多.风速大于2 m·s~(-1)可显著降低PM_(2.5)浓度,因此,当风速大于4 m·s~(-1)时合肥较少出现中度及以上污染,但易造成地面起尘,使PM_(10)浓度不降反升.合肥冬季严重污染主要出现在西北风向,夏季中度以上污染天气较少,主要出现在风速低于3 m·s~(-1)的东南风向.     

西安市大气降水污染和沉降特征及其来源解析

基于东亚酸沉降监测网(Acid Deposition Monitoring Network in East Asia,EANET)的湿沉降观测数据,分析了2000～2017年西安市大气降水化学特征、沉降特征以及潜在来源.结果表明,2000～2017年西安市降水pH和电导率的变化分别呈上升和下降趋势;大气降水中离子平均浓度大小依次为SO_4~(2-) Ca~(2+) NH_4~+ NO_3~- Na+ Cl- Mg~(2+) K+,其中SO_4~(2-)浓度占总离子的比值由2000年的38. 6%降低到2017年的27. 9%.近年来的SO_4~(2-)和NO_3~-的比值表明,西安市大气污染物排放类型有由燃煤型向混合型转变的趋势.近十几年来SO_4~(2-)的沉降量整体呈下降趋势,与Mann-Kendall检验所得结果基本一致.西安市大气降水中氮和硫的沉降量分别为16. 89 kg·(hm~2·a)~(-1)和33. 52 kg·(hm~2·a)~(-1),并且NH_4~+-N为西安市大气活性氮的主要沉降成分.机动车排放既是SO_4~(2-)的主要贡献者,又是NO_3~-的主要贡献者,对SO_4~(2-)和NO_3~-的贡献占比分别为15. 43%和72. 99%.对NH_4~+贡献最大的是农业源,占比达到75. 47%.     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

2013-2017年成都冬季空气质量状况改善评估

利用2013—2017年冬季成都市国家环境监测子站PM_(2.5)小时数据,结合MICAPS常规气象观测数据及ERA-interim再分析资料,对成都市2013—2017年冬季空气质量状况、气象条件及近10年大气扩散能力进行综合评估.结果发现,2013—2017年成都冬季12月末—1月初易发生持续性重污染事件,2015—2017年冬季持续性重污染事件总天数较2013—2014年有所减少,2013年冬季PM_(2.5)浓度值最高,达到(149.3±72.2)μg·m~(-3),2015年最低((80.7±44.1)μg·m~(-3)),5年内冬季PM_(2.5)浓度值呈波动下降趋势,下降率为9.65%,成都市冬季空气质量状况总体有所改善.2013—2017年成都冬季日降水量清除率表明,大于1 mm的降水对PM_(2.5)有明显清除作用,而弱风和低边界层(加权平均)对PM_(2.5)的累积效应显著,2013和2016年空气质量较差由于累积气象主控导致,2015年空气质量较优是由于清除气象主控.综合PM_(2.5)浓度、边界层高度、地面风速和降水等因子,使用2498个有效样本构建成都地区冬季空气停滞气象条件阈值经验公式,为地面风速小于2.2 m·s~(-1)、边界层高度小于520 m且无有效降水(日降水量1 mm).以2015年冬季大气扩散条件为基准,量化同等扩散条件下减排对PM_(2.5)的影响,结果显示减排有效,但近10年成都地区大气扩散能力有所下降,说明今后大气污染防控将面临更大的挑战.