周边污染对北京大气PM_(10)的影响研究

文章基于Models3/CMAQ空气质量模式,利用北京及周边省市详细调查的污染源数据,采取双层网格嵌套技术建立起适用于我国华北区域的大气PM10数值模拟系统。在此基础上,文章设计了5种污染源情景方案,并对各种情景分别进行数值模拟,定量计算周边各省市对北京大气PM10的具体影响情况,得到2002年采暖季(1月份)和非采暖季(7月份)周边省市对北京大气PM10逐时浓度贡献情况。结果表明,外来污染物输送对北京大气PM10浓度影响较大,在采暖季和非采暖季外来影响分别为23.4%和40.0%。在周边各省市中,河北、天津、山西等地污染源排放对北京市大气PM10均具有不同程度的影响。     

机动车尾气排放对城市空气质量的影响研究——以乌鲁木齐市春节前后对比分析

随着我国经济的高速发展,机动车尾气逐渐成为城市大气污染物的主要来源之一.在2013年2月5—18日春节前后,乌鲁木齐市节日前3 d大量机动车外流,节日期间2月10—12日滞留市内的机动车停运,通过对比春节前后乌鲁木齐市汽车流出量和油耗减少量,分析该时段5项大气污染物逐小时浓度变化,研究机动车尾气对乌鲁木齐市大气污染的潜在贡献和影响程度.结果表明:春节机动车停运期间,市区机动车流量下降明显,成品油消耗量减少约60%,尽管天气条件以不利于大气污染物扩散为主,但PM2.5、PM10、SO2、NO2和CO等5项大气污染物浓度均降至当月最低值(且均在达标范围内),分别比节日前下降44.2%、49.3%、54.5%、28.2%和3.7%.因此,"煤改气"工程实施后,乌鲁木齐市的煤烟污染得到极大改善,乌市大气污染类型已由煤烟型向机动车尾气混合型转化.提高成品油品质将促进减少城市机动车尾气污染,在当前的油品标准下,重大节假日期间机动车停驶有助于显著改善城市空气质量.     

基于全国城市PM2.5达标约束的大气环境容量模拟

基于第3代空气质量模型WRF-CAMx 和全国大气污染物排放清单,开发了以环境质量为约束的大气环境容量迭代算法,并以我国333个地级城市PM2.5年均浓度达到环境空气质量标准(GB3095-2012)为目标,模拟计算了全国31个省市区SO2、NOx、一次PM2.5及NH3的最大允许排放量.分析结果表明,以城市PM2.5年均浓度达标为约束,全国SO2、NOx、一次PM2.5和NH3的环境容量分别为1363.26×104,1258.48×104,619.04×104,627.71×104t.2010年全国实际SO2、NOx、一次PM2.5和NH3排放量分别超过环境容量的66%、81%、96%、52%.空气污染较严重的河南、河北、天津、安徽、山东及北京6省市4项污染物排放量均超过环境容量1倍以上,环境容量严重超载区域与PM2.5高污染地区具有显著的空间一致性.     

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。     

邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

嘉兴市春节期间烟花爆竹燃放对大气污染物分布特征的影响

为研究春节期间烟花爆竹的燃放对嘉兴市空气质量的影响,利用2015年春节期间嘉兴市3个监测站点的常规污染物(PM10、PM2.5、SO_2、NO_2、CO)和南湖区残联站的有机碳(OC)和元素碳(EC)数据,分析了烟花爆竹对嘉兴市不同功能区和不同空气质量条件下大气污染物的污染特征的影响.结果表明:春节烟花爆竹燃放显著影响PM10和PM2.5的浓度,残联站、清河小学和北部站在23日00∶00达最高值,PM10浓度分别为190、263和147μg·m~(-3),是非春节期间的2.2、2.8和2.1倍,PM2.5浓度分别高达156、158和78μg·m~(-3),是非春节期间的2.6、2.2和2.2倍.烟花爆竹燃放对污染气体的影响存在差异,对CO和SO_2的浓度影响较大,对NO_2和O_3的浓度影响较小.烟花爆竹燃放对嘉兴市老城区大气污染物的影响最大,其次是新城区,对工业区影响最小.污染源减排对大气污染物的影响比较大,2013—2015年嘉兴市春节期间大气污染物浓度(PM10、PM2.5、SO_2、NO_2、CO)整体要低于非春节期间,平均降幅在6.8%~46.1%之间.二次生成物O_3在春节期间的浓度均要高于非春节期间,增幅为20.1%~22.1%.不同空气质量条件下烟花爆竹的燃放对大气污染物的影响不同.     

长三角地区重点源减排对PM_(2.5)浓度的影响

应用中尺度天气-化学预报模式WRF-Chem,基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM2.5浓度影响的模拟研究。长三角地区SO2、NOx、PM2.5和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%。模拟结果表明,两组减排情景下长三角地区国控点PM2.5年均浓度分别下降-1.4~26.7μg·m-3和2.1~32.3μg·m-3,降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM2.5浓度的降低贡献最大。PM2.5及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大。重点源强化减排即可使得上海、江苏夏季PM2.5浓度降低约20%。对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM2.5的生成,从而阻碍了PM2.5浓度的降低。其中,冬季的阻碍作用最强,导致PM2.5污染改善效果最差。夏季大气氧化性受减排影响较小,从而使得PM2.5污染改善在四季中最有效。此外,春、秋季的阻碍作用也不容忽视。     

国庆假日济南城区大气环境质量特征及其影响因素研究

文章运用相关性分析法、主成分分析法探究国庆假日济南城区大气环境质量特征及其影响因素.结果表明:PM2.5、PM10、CO 是国庆期间的主要污染物,小时浓度的峰值出现在9 时和23 时,谷值出现在14 时;PM2.5、PM10是首要污染物,日均浓度(除去10月6日)均超过国家二级标准,10月1日PM2.5浓度上升33.6%,PM10上升34%,10月2日和4日出现浓度"双峰",3日和6日出现浓度"双谷",6日浓度值降至国庆最低,10月7日颗粒物浓度迅速回升;节假日期间,合理安排旅游行程,有利于缓解城市环境压力,促进城市可持续发展.     

石家庄市环境空气PM_(2.5)和PM_(10)污染变化特征研究

通过对石家庄市2013年1~12月PM2.5和PM10实时数据的整理和分析,结果表明,石家庄市区大气中细颗粒物PM2.5和可吸入颗粒物PM10月均浓度变化呈明显的季节性,二者变化趋势基本一致,采暖期12-2月份浓度普遍高于其他月份,PM2.5和PM10浓度最高值均出现在1月份;春夏PM2.5和PM10浓度有所降低,7月份浓度最低。PM2.5和PM10存在显著的正相关关系。     

湖南省长株潭城市群环境空气质量易超标指标变化规律研究

根据长株潭24个环境空气质量监测国控点数据,分析了CO、SO2、NO2、O3、PM10和PM2.5常规六项污染物不同月份的变化规律,并对首要污染物O3和PM2.5不同时期、不同时段的变化规律以及达标状况进行了分析。研究结果表明:PM2.5和O3浓度的季节性变化大,O3浓度夏季高、冬季低,PM2.5则正好相反;在一天当中,昼间的PM2.5浓度低于夜间;在城市之间,长沙市PM2.5的日均浓度和O3浓度明显高于株洲和湘潭市。上述结论将为制定相应的防治措施提供参考依据。     

北京大气气溶胶中有机碳及可萃取有机卤素污染物

研究了2002年5月～2003年4月北京城区大气中PM2.5和PM10中有机碳(OC)及可萃取有机卤素污染物(EOX)的浓度.结果表明,PM10和PM2.5的年均值分别为172.8μg/m3和110.9μg/m3,分别是美国年均值标准(PM10, 50μg/m3; PM2.5, 15μg/m3)的3.5倍和7.4倍,说明污染相当严重;PM2.5与PM10中OC的月均浓度分别为9.1～33.9μg/m3和13.1～46.2μg/m3,冬季大气中OC的浓度最高,夏季最低; PM2.5中OC和EOX的百分含量高于PM10,细粒子更易于富集有机污染物; PM2.5和PM10中EOX的含量顺序为EOCl>> EOBr(EOI),约有73%～88%和69%～91%的EOX为EOCl,大气中的有机卤素污染物主要为有机氯污染物;PM2.5中OC与EOX的含量变化趋势一致,细颗粒物中OC对EOX的含量起到了控制作用,PM10中OC对EOX的含量影响有限.     

华东区域高山背景点PM10 和PM2.5 背景值及污染特征

为了解华东森林及高山背景区域大气中PM10和PM2.5质量浓度的变化特征,选取国家大气背景监测福建武夷山站2011年3月～2012年2月PM10、PM2.5为期1 a的监测数据,研究其浓度变化特征及其影响因子,并利用后向轨迹模式探讨区域输送对背景区域PM10和PM2.5质量浓度的影响.结果表明:华东森林及高山区域现阶段PM10和PM2.5背景浓度分别为(23±16)μg·m-3和(18±12)μg·m-3;PM10和PM2.5浓度具有相同的季节变化特征,即春季>秋季>冬季>夏季,2011年春季武夷山背景点因受沙尘远距离输送影响,PM10和PM2.5浓度明显高于其它三季;武夷山背景地区主要以细粒子为主,PM2.5/PM10年平均比值为0.76;PM10和PM2.5浓度与气体污染物均有较好的相关性,表明PM10和PM2.5可能来源于区域人为污染源的输送和二次粒子转化;2011年4月的污染事件与北方沙尘输送有关,而9月的污染事件主要与华东高污染负荷区的污染物输送有关.     

基于AERMOD模型的乌鲁木齐机动车排放大气污染物的数值模拟

以乌鲁木齐市主城区为例,将区域机动车排放清单数据作为排放源数据,利用AERMOD模型对乌鲁木齐市主城区域机动车排放的主要大气污染物质量浓度分布情况进行了数值模拟,并探讨了机动车排放的大气污染物对乌鲁木齐市城市空气质量的影响。结果表明:由机动车排放引起的乌鲁木齐市主城区域大气污染物CO、HC、NOx和PM10的质量浓度分布均表现为新市区和米东区高于其他几个区域,最大影响浓度点出现在新市区河南路北侧和米东区,为机动车所排放的大气污染物影响最为显著的区域;模拟得到的各大气污染物年均质量浓度在网格点最高值均低于相关标准浓度限值;显著影响区域范围内,NOx模拟预测浓度占区域环境空气质量浓度的44.12%,是区域环境空气中NOx的较为重要排放源,而可吸入颗粒物(PM10)仅占0.5%,说明机动车颗粒物排放不是乌鲁木齐城市空气中可吸入颗粒物的主要排放源。     

2014年天津市“清新空气行动”成效初显

<正>记者从市环保部门了解到,2014年,天津市严格落实综合施策,标本兼治,清新空气行动年度任务超额完成,环境空气质量改善取得初步成效。环境空气质量达标天数175天,占47.9%,比2013年增加30天;重污染天气34天,同比减少15天;与2013年相比,细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫、一氧化碳年均浓度下降,降幅分别为13.5%、11.3%、16.9%、21.6%。全市以煤、尘、车、工业污染、新建项目"五控"为重点,安排325项工程任务,实际完成343项。在控煤方面,先后完成改燃或并网燃煤供热锅炉房43座、工业锅炉房72座、炼化企业燃煤设施3台,实施煤炭经营使用和     

北京地区1～3月PM_(2.5)、PM_(10)、NO_2、SO_2地面浓度分布特征分析

本次研究选取了2015年1~3月份北京地区的PM2.5、PM10、NO2、SO2浓度的小时栅格数据,利用ENVI 4.8软件取得各污染物栅格数据的平均值,分析各污染物的浓度分布差异,结果表明:北京地区1~3月大气污染物浓度的空间分布具有显著的梯度特征,污染物浓度从东-西、从南-北呈递减趋势,其中PM2.5、PM10的环境空气污染程度较重,NO2、SO2的地面浓污染程度较轻,主城区的污染物浓度相对较高,郊区的相对较低。     

天津市环境空气质量特征分析

基于天津市环境空气质量监测数据及相关资料,统计分析其环境空气质量状况。结果表明,天津市自2013年实施环境空气质量新标准以来,空气质量状况持续改善,达标天数呈现逐年上升的趋势,2016年达标天数较2013年增加81天。首要污染物从2013年的PM2.5占绝对优势,逐渐发展成为PM2.5、O_3、NO_2和PM10占比相对均匀,NO_2、O_3对综合指数占比上升明显,光化学和颗粒物复合污染特征交织。环境空气中六项污染物(除O_3外)月均浓度变化趋势一致,冬季污染最重,夏季污染最轻,春秋季污染介于夏冬季之间。天津市污染物空间分布有所差异,与污染物来源及当地污染物排放有关。     

2016-2020年成都市大气质量变化特征及健康风险评价

本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3浓度监测数据,运用主成分分析(PCA)和复合污染特征分析污染物特征及来源,并采用美国环境保护署(USEPA)推荐的健康风险评价模型评估了PM2.5、PM10、SO2、NO2的健康风险,结果表明:2016-2020年成都市除O3外其余5种大气污染物浓度逐年降低,O3浓度总体呈上升趋势.相比2016年,2020年PM2.5、PM10、SO2、NO2、CO平均质量浓度降低幅度为26.79％,30.44％,50.00％,24.49％,41.18％;O3平均质量浓度上升9.03％.主成分分析和复合污染特征分析表明大气污染物来源具有同一性.2016—2020年成都市PM2.5非致癌风险指数均大于PM10非致癌风险指数.与其它年份相比,成都市2016年PM2.5和PM10的健康风险值均最高,分别为2020年的1.55倍和1.54倍.SO2和NO2的健康风险存在年龄差异,大气污染物的健康风险随年龄的增加而降低,对老人造成的健康风险最小,儿童最大.2016年男童和女童(<6岁)SO2/NO2健康风险值最高,是2020年的2.50/1.46倍.6～17岁和60岁以上人群,男性健康风险小于女性,其余年龄段男性健康风险均大于女性.成都市各人群PM2.5、PM10、SO2和NO2的健康风险均未超过USEPA推荐的1×10-6～1×10-4可接受风险范围.     

重庆市黔江区春季大气污染物浓度变化与气象因素关系研究

分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.     

基于因子分析法的空气质量综合评价研究

选取2018年南通市崇川区6项常规大气污染物进行分析,研究污染物的时间分布特征、内在联系,对空气质量进行综合评价。基于因子分析法结果显示,PM10、PM2. 5、SO2、NO2、CO呈显著正相关,O3仅与CO在0. 05水平上呈显著相关。提取特征值分别为4. 149和1. 041两个公因子,累积方差贡献率包含86. 505%的信息,因子1可解释为初次污染物影响因子,因子2可解释为二次污染物影响因子,初次污染物影响在8月污染最轻,1月污染最重,二次污染物影响在12月污染最轻,4月污染最重,综合得分排名可以看出全年中6—10月空气质量较好,1月和4月的空气质量较差。     

冬季山谷风和海陆风对京津冀地区大气污染分布的影响

为了弄清冬季山谷风、海陆风对京津冀地区大气污染时空分布的影响,利用2016年12月地面加密自动气象站逐时观测数据和中国环境监测总站发布的逐时PM2.5浓度数据,计算平均风矢量场和平均PM2.5浓度场,分析山谷风、海陆风变化规律及其对PM2.5浓度分布的影响,得出:在山谷风日,中午至下午谷风将位于河北太行山东部地区的污染物向北输送。傍晚以后,在北京西部、北部,以及河北太行山山前出现的山风与偏南风构成“人字形”辐合线,辐合线的汇聚作用使北京地区、廊坊,以及保定、石家庄、邢台等地大气污染加重。在海陆风日,下午-前半夜,河北中东部沿海地区出现东南向海风,深入内陆到达天津东南部地区,海风前缘区域大气污染加重;通过对大气所铁塔0~325m风向风速与PM2.5浓度时间变化关系分析,以及利用Cressman法插值得到的地面风向风速和PM2.5浓度二维格点场,分析北京地区重霾污染过程中近地层山谷风和海陆风对大气污染形成的影响,得出:中午至下午,谷风将大气污染物向北京输送。傍晚以后,大气污染物在山风与偏南风形成的辐合线附近汇聚,在北京地区及以南地区形成PM2.5高污染区。凌晨至早晨北京被山风控制,大气污染物被吹离北京、滞留在北京以南至天津西北地区。冬季,山谷风的输送和汇聚作用使大气污染物以日为周期不断循环和累积,对北京地区至北京以南地区、河北太行山东部地区的大气重污染形成起重要作用。