陕西省PM2.5时空分布规律及其影响因素

PM_2.5是导致中国多省市发生灰霾的罪魁祸首,明确其时空分布规律,厘清其影响因素对灰霾的综合治理意义深远.基于陕西省2015年50个监测站点的PM_2.5浓度数据,采用空间数据统计方法、克里金插值法以及Morlet小波分析法对陕西省PM_2.5浓度的时空分布规律进行研究,并运用灰色关联模型来探讨PM_2.5浓度的影响因素.结果显示:①陕西省PM_2.5浓度整体呈"冬高夏低、春秋居中"的季节性变化规律,"U型"起伏的月变化规律,周期性脉冲波动型的日变化规律以及"W型"起伏的时变化规律;②陕西省PM_2.5浓度呈"北部低,中南部高"的空间分布特征,并且空间集聚性显著.不同季节的高值区均集聚于海拔相对较低的关中盆地内部城市.这与盆地内部空气不易扩散,静稳天气出现频率较高,易出现逆温现象密切相关;③影响陕西省PM_2.5浓度最大的指标层是PM_2.5污染来源（权重值为0.49）,其次是城市化与土地利用（权重值为0.37）,气象与地形因子影响最小（权重值为0.15）.不同城市各指标层的综合关联度差异较大.④各指标因子与PM_2.5浓度均为强度关联.降水量、机动车保有量、二氧化硫排放量、烟粉（尘）排放量、建成区面积、人口密度和人均GDP是影响陕西省PM_2.5浓度的主要因子,影响各城市PM_2.5浓度的主要因子具有一定的空间差异性.研究显示,人类活动对陕西省PM_2.5的影响显著,尤其是城市化的快速推进,相关指标（如人口、机动车、能耗、工业总产值等）持续增长,将进一步加大PM_2.5来源的多样性以及相关污染物的排放量.      

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

昆明市空气质量影响因素的灰色关联分析

应用灰色关联分析方法,对昆明市2007—2012年空气质量数据与空气质量影响因素数据进行关联度计算,定量识别影响空气质量的主要因素。结果表明:PM10与7项空气质量影响因素的关联度均>0.8,属高关联;SO2排放总量与SO2浓度的关联最大,其余影响因素与SO2浓度的关联程度分别属于高关联与较高关联;与NO2浓度关联最密切的为城区人口、SO2排放总量、人均公园绿地面积和建成区面积;要总体提高昆明市空气质量可以优先从减少城区人口、增加人均公园绿地面积和减少SO2排放总量等方面做起。     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风"麦德姆"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

上海市冬季PM_(2.5)无机元素污染特征及来源分析

为了解高污染季节上海市细颗粒物PM2.5及其无机元素的污染特征和来源,于2013年1月4日至2月1日在上海3个点位采集PM2.5样品,并采用电感耦合等离子光谱仪(ICP-OES)测定样品中19种元素含量.结果表明,采样期间PM2.5污染水平较高,均值达(90.5±41.2)μg·m-3,且郊区明显高于市区和背景参照点.所测无机元素的空间分布规律与PM2.5一致,但背景参照点元素Zn的浓度较高.采样期间Cd、As、Zn、Pb、S和Cu等人为污染元素的富集因子较高.因子分析结果表明冬季上海市PM2.5具有多源性,主要来源于燃煤、自然尘、燃油以及机动车.     

中国臭氧时空分布特征及与社会经济因素影响分析

本文根据2015～2017年中国大陆338个城市空气质量监测站臭氧(O_3)浓度数据,综合利用空间插值法、全局自相关法和地理加权回归模型(GWR),探讨了O_3浓度的时空变化特征及其与社会经济因素的关系。结果表明,2015～2017年中国大陆338个城市的O_3日最大8小时浓度为2～300μg/m~3,其中超标天数比例为5. 9%,323个城市达标率在85%以上; O_3月均值变化曲线基本呈"单峰状",5月达到峰值,12月最低; O_3浓度季节变化为夏季春季秋季冬季; O_3日变化特征为夜间到清晨O_3浓度很低,上午8∶00左右开始升高,下午16∶00达到峰值;中国华北地区、华东地区和华中地区O_3污染严重,华南地区、西南地区、西北地区和东北地区整体污染较低。O_3浓度在全国尺度上的集聚性呈上升趋势,GWR表明,人口密度、人均私家车保有量与O_3浓度显著正相关,第一产业占比与O_3浓度显著负相关。     

台风“妮妲”过程对广州臭氧浓度的影响分析

为研究台风天气系统对广州地区臭氧浓度的影响,选取2016年7月27日—8月2日台风"妮妲"过程,结合气象要素资料和空气质量数据进行了分析.结果表明:①7月27日—8月2日台风过程期间,7月27—29日和8月1—2日空气质量未超标,7月30日和31日分别达到轻度污染和中度污染,首要污染物均为O_3,其中,31日O_3小时浓度峰值达293μg·m~(-3),O_3_8 h (8 h滑动平均)浓度达249μg·m~(-3),期间PM_(2.5)及前体物NO_2和CO浓度也略有升高,但总体升幅不大,都在良范围内.②台风过程期间,O_3浓度与温度、风速呈正相关(p0.01),与气压、相对湿度呈负相关(p0.01).高温低湿、风速1.0～2.0 m·s~(-1)、气压低有利于大气光化学反应,容易导致O_3浓度超标.③受台风外围下沉气流影响,大气存在垂直输送;同时混合层顶低,30日和31日混合层高度白天最高在1300 m以下,夜间在200 m左右,最低不足60 m;同时,2 km高度内均有持续逆温存在,逆温高度主要在700 m以下.地面处于均压场,同时存在逆温,大气层结稳定,使得污染物在近地层堆积不易扩散,导致O_3浓度超标.     

合肥市O3污染时空变化特征及影响因素分析

为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次增大.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.     

基于快速聚类方法分析常州市区PM2.5的统计特性

运用统计方法研究常州市区2013~2014年6个国控点六项基本污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))月平均浓度变化,结果表明,除O_3外,其它五项污染物月平均浓度夏季较低冬季较高.颗粒物与风速之间的关系为PM_(2.5)浓度随风速的升高一直降低,PM_(10)随风速的升高浓度先降低后升高.采用快速聚类分析(k-means)并运用SWV和DIV指数对六项基本污染物进行分类,得到4个样本分类.与依据颗粒物化学成分或粒径谱对PM进行源解析方法不同,本研究更多是从PM_(2.5)与其它污染物相关关系以及污染程度等角度按照欧式距离进行分类.不同类中PM_(2.5)来源明显不同,类1中PM_(2.5)与化石燃料燃烧排放密切相关,类2与O_3密切相关,类3与城市不完全燃烧排放、区域灰霾污染密切相关,类4可以归类于城市"背景"类.快速聚类分析结果也表明常州市区PM_(2.5)有着复杂的来源.     

南京地区一次臭氧污染过程的行业排放贡献研究

采用WRF-CHEM模式对南京地区春季一次臭氧(O_3)污染过程进行了模拟及行业排放贡献分析.此次O_3污染过程发生在2015年5月22—26日,南京地区一直处于地面高压控制的晴好天气之下,并于25日达到O_3污染的峰值.模拟与观测的一致性指数IOA达到0.89,表征本次O_3污染过程的模拟与观测结果的一致性较高.通过5类排放源(工业源、农业源、居住源、交通源、生物源)的敏感性试验,探究各行业排放源中O_3前体物对近地面O_3浓度的相对贡献.结果表明工业源在白天为持续正贡献,且在午后16:00时达到峰值,而交通源、居住源和农业源的贡献随气温的升高在白天由负贡献转为正贡献,并在18:00时左右达到峰值.在夜晚,O_3则主要通过交通源排放的大量NO进行滴定消耗.在高O_3浓度(≥200μg·m~(-3))时,各人为排放源均为正贡献,工业源的贡献最大,达到50μg·m~(-3),在低O_3浓度(200μg·m~(-3))时,交通源、居住源和农业源呈负贡献.生物源在人为排放源主导的南京城区O_3污染过程中的贡献几乎为零.考虑到O_3生成机制的复杂性,对于南京地区,减少工业源排放是控制O_3污染的关键.     

乌海市高分辨率大气污染源排放清单构建及其在臭氧污染成因探究中的应用

乌海市是我国典型的煤焦化工业基地,大气污染物排放总量较大且近年来夏季O₃污染问题逐渐突出,明确大气污染物排放特征,探究O₃污染形成机制是客观认识其O₃污染现状,科学制定污染控制措施的基础.基于"系数法"采用自下而上的方式构建了2018年乌海市高分辨率大气污染源排放清单（HEI-WH18）,利用WRF-Chem对HEI-WH18的适用性和准确性进行评估,并结合模式诊断模块探究了乌海市夏季O₃污染形成的原因.排放清单结果表明,2018年乌海市SO₂、NO_x、CO、PM₁₀、PM_2.5、VOCs、NH₃、BC和OC的排放总量分别为65943、40934、172867、159771、47469、69191、1407、1491和1648 t ·a^-1.与MEIC清单相比,利用HEI-WH18能更好地捕捉到O₃及其前体物的排放变化规律和量级,适用于乌海市夏季O₃的模拟及其来源分析研究.从O₃及前体物的空间分布来看,乌海市海勃湾城区白天为O₃高值区,3个工业园区无论白天和夜间均为O₃低值区和NO₂高值区,CO的空间分布特征与煤层及矸石堆自燃源一致.根据对O₃污染过程的诊断分析,边界层中高层O₃浓度的升高主要是平流输送和化学过程共同作用的结果,低层O₃浓度的升高是垂直混合和平流输送导致的,化学过程在低层的贡献较为复杂,其正贡献起到了维持高O₃浓度的作用,负贡献结合平流输送造成了O₃污染的最终消散.     

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

重庆市主城区O3污染时期大气VOCs污染特征及来源解析

2020年8月底至9月初,重庆市主城区发生了持续时间近2周的O₃污染过程.期间,在主城区3个观测站点利用苏玛罐和DNPH采样柱采集的环境空气VOCs样品,研究了O₃污染期间VOCs组分特征、光化学反应活性及来源解析.结果表明,观测期间重庆市主城区TVOCs平均体积分数为45.08×10^-9,各组分体积分数排序依次为OVOCs、烷烃、卤代烃、烯烃、芳香烃和炔烃.体积分数较高的VOCs物种是甲醛、乙烯和丙酮,三者之和占比TVOCs超过30%.OVOCs和烯烃对· OH消耗速率（L_i^·OH）和臭氧生成潜势（OFP）均具有较大的贡献,是生成O₃的关键VOCs组分;其中,OVOCs组分中主要的活性物种为甲醛、乙醛和丙烯醛,烯烃组分中主要的活性物种为异戊二烯、乙烯和正丁烯.VOCs中二甲苯与乙苯的比值较低,并且两者呈现显著的相关性,表明主城区大气中VOCs气团老化程度高,同时还受到其他区域远距离传输的影响.PMF受体模型解析结果显示,主要有5种VOCs来源,依次为二次生成源（27.67%）、机动车尾气源（26.56%）、工业排放源（17.86%）、植物源（14.51%）和化石燃料燃烧源（13.4%）.     

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.     

重庆市冬季PM_(2.5)及气态污染物的分布特征与来源

利用重庆市大气污染物监测站2013年冬季(2013年11月—2014年1月)的实测数据,分析PM2.5及相关气态污染物(SO2、NO2、O3)的时空特征,并采用轨迹聚类与PSCF(潜在源贡献因子)分析污染物来源.结果表明:除ρ(O3)以外,其他3种污染物质量浓度的月际变化趋势基本一致,均呈12月升高、1月降低的特征;污染物空间分布不均,其中ρ(PM2.5)和ρ(NO2)在工业区和人口密集区较高,ρ(SO2)南高北低,ρ(O3)城区低于郊区.ρ(SO2)、ρ(NO2)与ρ(PM2.5)均呈显著正相关,其中ρ(SO2)与ρ(PM2.5)的R(相关系数)在城、郊区分别为0.71、0.65,ρ(NO2)与ρ(PM2.5)在城、效区的R分别为0.73、0.56;而ρ(O3)与ρ(PM2.5)未表现出显著相关.ρ(SO2)、ρ(NO2)与ρ(PM2.5)的相关性高低可在一定程度上说明二次气溶胶的污染程度,ρ(O3)与ρ(PM2.5)的相关性受到PM2.5来源和污染程度的影响.轨迹分析结果显示,重庆市2013年冬季主要受东北方向气流影响;聚类分析表明,重庆市11月没有表现出明显的PM2.5外来输送特征,但12月和1月的PM2.5外来输送特征明显,并且不同方向的气流污染物浓度差异也较大.PSCF分析发现,重庆市冬季PM2.5、SO2、NO2、O3主要来源于本地和周围城市局地传输,同时还受南宁、贵阳、遵义、达州等地的影响.     

南京市南部地区O3污染特征、生成敏感性及传输影响分析

作为中国最重要的城市群之一,近年来长江三角洲(YRD)地区大气臭氧(O₃)污染问题突出.于2020年7～9月和2021年4～5月在南京市南部地区溧水站点开展了大气O₃、氮氧化物(NO_x)和挥发性有机物(VOCs)等污染物的在线观测.在此基础上分析了溧水站点O₃的污染特征并与城区站点进行比较,发现溧水站点O₃污染较城区站点更加严重.在观测期间选择了3次典型的O₃污染过程,分别为2020年8月16～27日、 2020年9月3～11日和2021年5月17～25日.利用基于观测的模型(OBM)分析了这3次污染过程的O₃-VOCs-NO_x敏感性.基于OBM所模拟的O₃前体物相对增量反应性(RIR)和NO_x和VOCs削减情景下O₃生成等值线(EKMA曲线)结果显示,3次污染过程中O₃-VOCs-NO_x敏感性分别处于N...     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

湟水河流域西宁段河流表层沉积物重金属空间分布及生态风险评估

采集湟水河流域西宁段16个表层沉积物样品,运用电感耦合等离子体质谱和测汞仪测定了沉积物中重金属含量,结合污染负荷指数法、潜在生态风险指数法、沉积物质量基准法查明了流域表层沉积物重金属（Hg、Cr、Zn、Cu、Cd）污染现状、空间分布特征、潜在生态风险,使用聚类分析和Pearson相关分析方法分析了五种重金属可能来源。结果表明：①污染负荷指数法显示流域内主要污染元素为Hg、Cd。Hg从上游到下游呈现先升高后降低的趋势,Cd从上游到下游总体呈现升高趋势。②各重金属的潜在生态风险指数（E_i）依次为Hg> Cd> Cu> Cr> Zn,而综合潜在生态风险指数（RI）结果表明,中等生态风险以上等级的样品约占87.5%,严重生态风险的样点主要集中在北川河及湟水河中下游等受工、农业以及交通源污染较重的采样点位;各重金属生态风险指数在综合指数中占主导地位的为Hg与Cd,表明湟水河流域西宁段表层沉积物中Hg与Cd具有极强的生态风险。③沉积物质量基准法表明,流域内沉积物中五种重金属的毒性效应均较低,Cr对底栖生物产生毒性效应的可能性较大。④相关分析及聚类分析表明,Cr、Cu、Zn主要受自然源影响,Hg、Cd主要受工业活动等人为源影响。     

宝鸡市绿植叶片重金属空间分布及污染特征

绿化植物作为城市灰尘重金属污染物的重要承载体,在反映污染指标和生物富集方面有巨大潜力,对改善城市人居环境质量和城市园林规划具有重要意义.为定量描述宝鸡市城区10种优势绿植叶片重金属污染程度、空间分布及对灰尘的富集特征,采集并测定了宝鸡市区0、1和3m高度上、156个叶片样品中Pb、Zn、Cu、Cr、Ni、Co、Cd和As这8种元素的含量,并计算其生物富集系数（BCF）、污染负荷指数（PLI）与潜在生态风险指数（RI）.结果表明,宝鸡城区绿植叶片中富集最多的元素是Cr、As、Ni、Pb和Cd.沿阶草中Cr、Ni和As含量最高,女贞叶片中的Cd、塔松叶片中的Pb、Ni和As含量较高.BCF结果显示,三叶草、女贞和石楠对Cd有显著富集能力.在空间分布上,Cr、As、Ni、Pb、Cd和Zn元素含量均随高度增加而递减,其中Cr元素递减率达24%,千河工业园、任家湾火车站及市政府周围为含量峰值区,PLI在任家湾火车站、千河工业区出现中度污染,RI值在这两区域为中度生态风险等级,同时在高新大道沿线达到较强生态风险等级.在绿植叶片中,Cr和As的PLI值都>3,均达到重度污染水平.E_rⁱ的平均值大小顺序为：As > Cd > Cr > Ni > Pb > Co > Zn > Cu,Cd和As是最具生态危害的元素.8种重金属的综合潜在生态风险指数RI范围为10.58~2982.72,样点中有18.59%的RI值高于150,表明研究区总体上处于中等风险等级.本研究结果对工业城市重金属污染治理及绿植遴选具有一定的理论和实践参考价值.