邢台市冬季一次重污染过程PM2.5污染特征分析

为了解邢台市秋冬季重污染过程的污染特征,于2018年11月10-16日,在邢台市一中、内丘以及沙河3个点位采集PM2.5样品,分析PM2.5浓度及其化学组分.结果表明:重污染过程期间邢台市PM2.5平均浓度为176.2 μg/m3,超过GB 3095-2012《环境空气质量标准》二级标准限值1.4倍;水溶性离子以NO3...     

成都市冬季3次灰霾污染过程特征及成因分析

基于成都市大气环境超级观测站气态污染物和PM_2.5中组分在线监测数据,对2019～2020年成都市3次灰霾污染过程气象要素和组分特征进行分析,采用CMB模型模拟获得研究期间PM_2.5污染来源及变化趋势,剖析各污染过程成因.结果表明:(1) 3次污染过程均发生在相对湿度和温度持续上升,风速和边界层高度持续降低的不利气象条件下,日均相对湿度均大于70%,日均温度均大于8℃,日均风速均低于0.8 m·s^-1,日均边界层高度均低于650 m;(2) 3次污染过程中主要组分均为NO^-₃、 OC、 NH⁺₄和SO₄ ^2-,其中NO^-₃质量浓度和占比污染时段较清洁时段增长倍数均高于其他组分,分别增加了1.47～2.09倍和0.22～0.35倍,NO^-₃是成都市冬季PM_2.5污染的关键组分;(3) ...     

北京冬季一次重污染过程的污染特征及成因分析

为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM₁₀和PM_2.5平均质量浓度分别为347.7μg/m³和222.4μg/m³,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM_2.5中NH₄⁺、NO₃^-和SO₄^2-质量浓度之和占PM_2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM_2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.     

西安冬季重污染过程PM2.5理化特征及来源解析

基于单颗粒气溶胶质谱仪（SPAMS）观测数据、颗粒物质量浓度数据和气象要素数据,研究了2017年11月西安市一次重污染过程中细颗粒物的化学组分特征及其成因,并使用正矩阵因子分析法（PMF）对细颗粒进行了来源解析.结果表明,西安市冬季重污染过程中细颗粒物主要类型为有机碳（OC）、元素碳（EC）、混合碳（ECOC）、富钾（K）、钠-钾（Na-K）、有机胺（amine）、矿尘（dust）和重金属（HM）,其主要来源为燃煤（24.9%）,二次（29.3%）,工业（19.3%）,交通（13.3%）,生物质燃烧（5.2%）和扬尘（1.9%）.通过对比分析不同污染过程细颗粒物的理化特征,发现高湿度,低风速的不利气象条件和供暖及工业生产导致的燃煤污染、二次污染,是此次重污染过程的主因.     

济南市冬季一次典型重污染过程分析

为掌握济南市重污染天气发生规律,从而更好地为重污染天气预报预警和大气污染防治提供参考,采用空气质量监测数据、气象观测资料、雷达探测资料及轨迹模式模拟相结合的方法,对济南市2016年12月31日-2017年1月7日的持续性重污染过程,从污染演变过程、环流背景分析、气象要素特征和区域污染传输等多方面分析其形成原因及主要影响因素.结果表明:此次重污染过程期间首要污染物为颗粒物,ρ（PM₁₀）平均值为318 μg/m3,ρ（PM_2.5）平均值为200 μg/m3;地面风速在0.6~1.8 m/s范围内,风力均为1~2级,相对湿度为68%~95%,平均相对湿度为81%.在重污染过程中,从地面至800 m左右高度始终维持较强逆温层,逆温频次高达91.1%,污染边界层高度较低,大部分时间都在500 m以下.采用情景模拟分析方法计算得到,区域输送对济南市PM_2.5的贡献率为20%~35%.研究显示:此次重污染过程是在区域性污染背景下由本地不利的扩散条件造成的,静稳大气形势提供有利的环流背景,平流雾、辐射雾交替产生,持续性的高湿加重了污染程度;近地面的静风、高湿,垂直方向的双逆温层甚至多逆温层的结构是影响此次重污染过程的重要气象要素;区域性污染传输对此次重污染天气的发展有显著贡献,污染初期主要来自河北省中南部的输送,随着污染加重,有来自偏南、偏东方向的局地气团输送.      

苏州市连续重污染过程中可溶性离子组分分析研究

文章利用苏州南门空气质量监测站点的可溶性离子组分的数据,结合2013年连续重污染过程细颗粒物中可溶性离子组分.结果表明,重污染过程是在不利气象条件下一次污染过程,从后向轨迹分析,空气团裹挟大量污染物到达苏州,使本地污染和区域污染相互叠加;可溶性离子组分占到细颗粒物组分的一半,可溶性离子又以硫酸盐、硝酸盐和铵盐为主要成分,其中硫酸盐主要来自于二氧化硫的转换.     

北京一次混合型重污染过程大气颗粒物元素组分分析

针对北京2013年1月的一次混合型大气重污染过程,于2012年12月31日—2013年1月18日在中国环境科学研究院大气环境研究所楼顶采集了TSP和PM₁₀样品,分析了其中的元素组分. 结果表明,逆温和静稳天气是导致此次大气污染的主要气象条件. 重污染期(2013年1月11—15日)北京大气ρ(TSP)和ρ(PM₁₀)的日均值分别为426.34和363.46 μg/m3,分别是非污染期(2013年1月2—6日)的3.5和3.4倍;而重污染期TSP和PM₁₀中ρ(无机元素)分别为36.38和18.67 μg/m3,是非污染期的2.2和1.6倍,低于颗粒物质量浓度升幅. 元素质量浓度特征和EF(富集因子)分析表明,Na、Mg、Al、K、Ca、Fe的质量浓度之和占总元素质量浓度的90%以上,其EF均小于10,属地壳类元素,重污染期各元素质量浓度未明显升高;Mn、Cr和Ni 3种元素的EF在研究过程中无明显变化;重污染期PM₁₀中w(Cd)(0.05%)、w(Zn)(3.34%)、w(As)(0.22%)、w(Pb)(3.54%)、w(Mo)(0.03%)、w(Sn)(0.14%)和w(Tl)(0.03%)明显升高,并且这7种元素重污染期与非污染期的质量浓度比值和EF都较高,其来源主要为燃煤、移动源、工业源和垃圾焚烧等人为源. 重污染期本地源对TSP和PM₁₀的贡献略有增加.      

基于多源观测资料的海峡西岸城市春季颗粒物污染研究

以海西区沿海城市为研究对象,重点分析了厦门地区2017年春季大气颗粒物污染过程中边界层要素演变及颗粒物水平和垂直分布特征,并利用地面观测数据、气溶胶激光雷达、卫星遥感分析等多源观测资料,探讨了3月1—2日颗粒物污染过程.研究表明,海西区颗粒物污染过程中,暖区条件下静稳小风和高温高湿条件有利于局地细颗粒物的吸湿增长,细颗粒物占比较高,而在受冷锋南下影响下东北大风和高湿条件下,粗颗粒占比较高;海西区沿海各城市的细颗粒污染趋势基本一致,而粗颗粒污染峰值在沿海城市由北向南依次出现,表现出显著的向南传输的特征;海西区细颗粒污染主要集中在近地面层,受人为源排放累积影响,粗颗粒则是由外源输入,并沉降至近地面附近;冷空气南下过程中,在由锋前暖区的静稳条件向冷锋过境转变时,气溶胶污染由局地累积向区域传输转变,颗粒物尺度也从细颗粒物转变为粗颗粒物.海西区空气总体较为清洁,在污染相对较小条件下,颗粒物污染是通过多来源、多尺度的污染物造成的,是受细颗粒局地源产生和输送及外源粗颗粒物的输入和沉降共同影响的.     

天津冬季两个典型污染过程高浓度无机气溶胶成因及来源分析

无机气溶胶是天津冬季霾天出现的主要成分,研究挑选了2020年1月污染天中两个典型的高浓度无机气溶胶（SIA）过程（CASE1和CASE2）,利用观测数据和耦合了在线污染物来源追踪方法的大气化学传输模式NAQPMS综合探究了气象要素、区域输送和化学过程的影响.两个过程的ρ（SIA）均值分别为76.8 μg·m^-3和66.0 μg·m^-3,硝酸盐浓度高于硫酸盐和铵盐,均为硝酸盐为主导的污染过程.气象条件影响了无机气溶胶的生成,CASE1过程ρ（SIA）>80 μg·m^-3对应的温度和相对湿度区间分别是[-6℃,0℃]、[2℃,4℃]和[50%,60%]、[80%,100%];CASE2过程对应的温度和相对湿度区间分别是[2℃,4℃]和[60%,70%].外来源对CASE1和CASE2过程SIA的平均贡献率为62.3%和22.1%,分别为区域传输主导和局地生成主导过程.CASE1本地排放对硝酸盐和硫酸盐的贡献分别为16.2 μg·m^-3和8.2 μg·m^-3,均高于外来源的贡献（31.7 μg·m^-3和8.8 μg·m^-3）;CASE2过程本地排放对硝酸盐和硫酸盐的贡献分别为29.3 μg·m^-3和25.1 μg·m^-3,而外来源的贡献为8.1 μg·m^-3和9.4 μg·m^-3.这表明CASE1本地生成和外来源输送贡献造成硝酸盐高于硫酸盐浓度,而CASE2仅本地源造成硝酸盐浓度高于硫酸盐.两个污染过程气相氧化反应是无机气溶胶生成的首要来源,贡献率分别为48.9%和57.8%;非均相反应也是重要过程,对SIA的贡献率分别为48.1%和42.2%;液相反应的影响小.     

基于多源数据的西安大气重污染过程案例分析

基于大气污染六要素（PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃）、PM_2.5化学组分数据、地面气象观测数据、微波辐射计数据和大气再分析数据,采用物质平衡和硫/氮氧化速率（SOR/NOR）等方法对2019年1月西安市一次重污染事件过程和成因机制进行综合分析.将该次污染过程划分为累积阶段（P1）、维持阶段（P2）和消散阶段（P3）,本次重污染过程主要是由于不利天气形势叠加反馈效应造成的,P1和P2阶段西安在500hPa都受平直西风气流影响,海平面气压为均压场,等压线稀疏,天气形势稳定,且925hPa以偏东风为主,不利于大气污染扩散.地基微波辐射计可辅助反映气象条件与重污染间的反馈机制,其反演的水汽密度和逆温均与PM_2.5存在显著线性相关关系,相关系数分别为0.86和0.38.反馈机制主要表现为：当污染达到一定程度时产生辐射冷却效应使地面降温,进而导致或加强逆温,混合层高度降低,水汽积聚,高湿条件通过加速二次转化和促进气溶胶吸湿增长使污染进一步维持,因此P2阶段二次无机离子（SO₄^2-+NO₃^-+NH₄⁺,SNA）和"其他"组分对PM_2.5的贡献率较大,分别为43.2%和23.1%,且SOR、NOR和消光系数均在P2阶段达到峰值.NH₄NO₃、有机物（OM）、（NH₄）₂SO₄和元素碳（EC）对消光系数的总贡献率超过85%,但各组分占比排序在每个阶段略有不同.     

传输指数在合肥市重污染过程中的应用分析

利用潜在源区贡献法计算了合肥市2015年冬季传输指数,并基于传输指数和PM_(2.5)浓度将合肥市的重污染过程划分为3类,同时对各类重污染过程进行气象成因分析.结果表明:污染物传输型重污染过程的传输指数明显增大且PM_(2.5)浓度急剧增大;污染物积累型重污染过程的传输指数无明显增大且PM_(2.5)浓度逐渐增大;污染物暴发性排放型重污染过程的传输指数无明显增大但PM_(2.5)浓度急剧增大.污染物传输型重污染过程主要是高压南下迫使北方重污染气团输送引起的;污染物积累型重污染过程主要是静稳的天气形势导致污染物堆积造成的;污染物爆发性排放型重污染过程是由污染物暴发性排放而无法及时扩散引起的.     

基于正定矩阵因子分析模型的城郊农田重金属污染源解析

城郊农田是城市农副产品的重要生产基地,其土壤环境质量直接影响人群的健康状况.本研究采用200 m×200 m网格布点法采集DL市城郊农田表层土壤样品246个,分析土壤中重金属Cd、Hg、Zn、Pb、Cu、As、Ni、Cr和Mn的含量分布特征.运用正定矩阵因子分析法(PMF)对研究区9种重金属污染来源及其贡献率进行了解析.结果表明:工业污染源贡献率29.74%,农业与污灌复合污染源贡献率19.93%,自然母质源贡献率35.98%,大气沉降源贡献率14.35%.其中,Hg主要来源于大气沉降源,贡献率为67.23%;Pb、Cu和Zn主要来源于工业污染源,贡献率分别为67.58%、40.65%、35.51%;Ni、Cr和Mn主要来源于自然母质源,贡献率分别为68.82%、67.16%、72.32%;Cd、As主要来源于农业与污灌复合源的影响,其贡献率分别为71.30%、47.53%.由PMF模型解析结果可知,工农业生产等人为因素(64.02%)是造成城郊农田土壤重金属污染的主要来源.     

济南市冬季重污染过程重点工业源对空气质量影响模拟研究

利用CALPUFF空气质量模式,结合济南市环境空气质量例行监测数据和气象观测资料,模拟分析冬季重污染过程中济南市重点工业高架点源对近地面环境空气质量的影响.结果表明:冬季地面受热后产生的热辐射减弱,大气受热辐射影响变小,易产生逆温天气,大气层结相对稳定,大气垂直运动减弱,使得近地面污染物和水汽不断积聚,形成重污染天气.该重污染过程中,济南市全部源贡献率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为30.64%、17.75%和3.60%;占标率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为8.01%、5.01%、0.72%.同时,上述3项污染物的占标率和贡献率均与监测值相关性较差,说明在不利气象条件下重点工业高架点源对近地面监测点位环境空气质量影响有限.     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

2014年10月上旬北京市大气重污染分析

使用垂直观测、地面观测和PM2.5化学组分观测等手段,对2014年10月上旬北京市一次重污染过程进行分析.结果表明,本次大气重污染发生时北京市近地面后散射激光强度变强,气溶胶消光系数升高,说明污染物在近地面层积累.重污染期间气象要素特征为:风场弱,湿度大,地面受弱气压场控制.从PM2.5浓度变化趋势来看,这次重污染过程大体分为四个阶段:“两个台阶”型的浓度爬升阶段(P1和P2)、高浓度维持阶段(P3)和迅速清除阶段(P4).结合地面观测、遥感反演和PM2.5组分分析可发现,区域传输是导致本次重污染的诱因,其中秸秆焚烧是影响因素之一,随后区域传输和本地污染物排放共同维持并加重了重污染过程.大气氧化剂OX与PM2.5浓度、二次离子浓度均表现出显著正相关性,表明较强的大气氧化性能促进PM2.5浓度增长.     

“2+26”城市大气重污染下PM2.5来源解析

基于区域大气环境模拟系统RegAEMS开发了大气污染物来源解析模块APSA，以京津冀及周边"2+26"城市为研究对象，模拟2017年12月26日~2018年1月2日该地区一次PM_2.5重污染过程，对PM_2.5进行区域和行业来源解析.结果表明：本次污染持续时间长、影响范围广、污染程度重，"2+26"城市PM_2.5小时最大值为201~507μg/m³，RegAEMS可较好模拟出PM_2.5时空分布；区域来源解析表现为外围区域对"2+26"边界城市影响较大，贡献为15.3%~57.5%，"2+26"中部城市受外围区域影响较小，贡献为0.3%~8.4%，区域传输特征明显，受近地面风场影响较大；行业来源表现为区域内生活源、工业源贡献较大，分别为26.6%~45.8%、16.4%~37.8%，交通源占比13.0%~35.9%.本文研究表明RegAEMS可以实现重污染过程PM_2.5的数值模拟和来源解析，在大气污染精准管控方面具有较好应用前景.