氮氧化物光化学转化特征及模拟方法

使用首尔市的氮氧化物排放量数据和监测站点逐时监测数据对氮氧化物的小时、月和季节光化学转化特征进行了综合分析,并选定年中臭氧浓度显示最高的6月20日为模拟日,使用美国国家环保局(USEPA)和中国环境保护部推荐的导则模式CALPUFF(California Puff Model)对复杂地形条件的首尔市NO_2浓度进行了模拟,并与监测数据进行对比研究。结果显示:首尔地区每小时NO_2/NO_x比例平均值为0.62,下午显示最大比例为0.76,上午显示最低比例为0.45。月均值范围为0.45~0.77,全年每月NO_2/NO_x比例的最小值出现在11月上午,最大值出现在4月上午。每小时比例模拟方法可以更加准确地模拟NO_2的扩散及输送过程。     

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.      

石油化工区光化学烟雾模拟模式研究

本工作以上海金山石油化工区为对象,探讨和建立了描述该地区光化学烟雾污染的大气质量模拟模式(简称SJMM),并与1980年10月29日实测数据进行了比较和分析。所用化学模式与国外烟雾箱数据及模式数据进行了对比。结果表明SJMM模式基本上能描述该地区的O_3、NO、NO_2的浓度分布和日变化情况。并利用模式预断了该地区出现光化学烟雾污染的可能性。     

特殊污染的土壤环境背景值研究——以吉林省某地含砷日遗化武污染土壤为例

为了获得吉林省某地含砷日遗化武造成的污染区域土壤的准确环境背景值,本文将土壤调查的数据进行对数转换,绘制概率累计分布曲线图,并根据曲线的拐点,解析出未明显受到污染的部分,然后根据砷元素含量的分布规律,剔除异常值,计算出该地区土壤砷元素的环境背景值为1.46~11.60mg/kg,并通过对比分析印证了该方法的合理性和正确性。研究得到的土壤砷元素环境背景值可以作为评价和修复该地区砷污染土壤的基础数据,也可为复杂污染源造成污染土壤的环境背景值的研究提供方法。     

基于CMAQ模式的中国大气BaP迁移转化模拟研究

在空气质量模式CMAQ中增加了对大气中苯并[a]芘(BaP)传输、转化和沉降过程的模拟,新增了BaP气相/颗粒相间分配模式(K_OA吸收模式)以及BaP化学转换,并采用该模型模拟了2014年1、4、7、10月四个季节代表月中国大气中BaP的浓度以及干湿沉降通量的空间分布特征.模拟结果与部分地区的实测数据进行了初步对比验证,结果显示BaP浓度的模拟值和测量值的量级基本一致,其比值基本在1~2个量级范围内,表明模拟结果处于可接受的范围.基于模型结果,还探讨了BaP浓度与沉降季节变化特征与人为源排放的紧密联系,说明湿沉降是BaP最主要的沉降途径.BaP沉降的空间分布与其排放源和浓度具有密切的联系,并且具有长距离输送的特征等.     

基于热异常探测的北京水泥厂大气污染排放评估

为对水泥行业实现大气污染排放动态监测,反映污染排放的时空分布特征,提出基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法.利用VIIRS热异常点的FRP(fire radiation power,辐射功率)参数结合水泥产业结构特点,建立FRP与污染物排放之间的定量估算关系.利用2013—2017年北京市水泥生产统计信息和热异常点探测数据进行了大气污染排放评估,结果显示:①利用热异常产品的FRP参数估算北京市水泥厂的污染排放水平,利用NO_x和SO₂排放量的统计数据对排放估算值进行相关性验证,二者统计值与估算值之间的相关性系数分别为0.65和0.63.②2013—2017年北京市所有水泥厂的热异常点数据与环境统计数据中水泥总产量、熟料总产量、煤炭总产量以及NO_x、SO₂和烟(粉)尘排放量的相关性均较好,相关性系数均在0.7左右.③自2013年以来,北京市金隅琉水环保科技有限公司和北京金隅北水环保科技有限公司的热异常点数均呈下降趋势.由于采取了减排措施,水泥总产量和污染排放量也均呈逐年减少的趋势.研究显示,基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法可快速获取水泥厂的位置信息、热释放规模,结合污染排放因子可间接评估水泥厂NO_x和SO₂等主要污染物的排放情况.      

鼎湖山大气气态总汞含量和变化特征的初步研究

利用高时间分辨率自动大气测汞仪(Tekran,2537B),于2009.10—2010.4对珠三角背景点鼎湖山大气气态总汞(TGM)进行了连续7个月的野外观测.结果表明,鼎湖山地区TGM的年均含量为(5.54±2.89)ng·m-3,含量明显高于全球大气汞含量的背景值(1.5～2.0ng·m-3)和国内部分地区的背景值,表明该地区大气受到了一定程度的汞污染.监测期间,4月TGM含量最高,11月最低.日变化特征显示白天TGM浓度比晚上高,属典型白天控制型.鼎湖山地区TGM主要受珠三角的区域污染影响,TGM含量变化与大气中NO2、SO2的相关性分析和与用电需求变化对比表明,珠三角人为源(尤其是燃煤的汞排放)对鼎湖山大气TGM有较大的贡献.     

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

辽河流域非点源污染空间特征遥感解析

应用遥感技术研究了辽河流域非点源污染发生特征.将环境卫星遥感数据耦合非点源(non-point Source,NPS)污染负荷估算模型,探索基于遥感像元尺度的非点源污染估算方法,目的是分析2010年辽河流域非点源污染特征,从而明确非点源污染的重点防治区和防治措施,为辽河流域水环境污染防治提供技术支持.结果表明,2010年辽河流域总氮排放量为10.3万t,总磷排放量为0.68万t,化学需氧量排放量为13.1万t,氨氮排放量为1.8万t;目前,对于辽河流域主要的非点源污染类型为农业面源;2010年辽河流域面源污染对水质污染的贡献率表现为总氮67.4%,总磷76.4%,化学需氧量39.4%和氨氮21.9%;空间分布上辽河流域的南部是污染最严重的地区,其次是东北部.本研究结合遥感技术发展了以遥感像元为基本模拟单位的非点源污染负荷估算方法,明确了2010年辽河流域的非点源污染产生量和空间分布特征,为辽河流域污染治理防治工作提供了理论依据.     

合肥市冬季大气NO_2污染特征及模拟研究

基于合肥市NO_2浓度逐时监测数据,分析了该地区冬季大气NO_2污染的时空变化特征;并在主要大气污染源调查的基础上,构建了污染源排放清单,利用CALPUFF模型对NO_2浓度的动态变化进行了模拟。结果表明:合肥市大气NO_2浓度除个别点超标外,基本在《环境空气质量标准》(GB3095-2012)二级标准限值内。受主导风向和污染源位置影响,合肥市大气NO_2浓度以东北、西南部较高;浓度日变化呈典型的双峰型分布,早晚出现峰值,午后出现谷值,并且在休息日表现出污染浓度下降、日变化趋缓的"周末效应"。CALPUFF模型对NO_2浓度的空间分布格局总体把握较好,并且对其逐日变化具有比较可靠的模拟能力,模拟值与监测值的相关系数达0.7,模型对工作日的模拟效果略优于休息日。在研究时段内合肥市区面源对大气NO_2污染浓度贡献最为显著。     

我国主要污染物排放强度区域特征分析研究

文章以我国2012年化学需氧量、氨氮、二氧化硫、氮氧化物、烟粉尘和工业固体废物等6种主要污染物的综合排放量与工业排放量数据为依据,应用层次分析赋权方法,测算了不同省份的综合污染值,对我国的污染物综合排放情况进行了评价分析。并与2005年相关研究成果进行了对比分析,找出了我国在污染物排放、治理方面取得的成果与存在的问题,针对我国不同区域的地域、经济、产业等特征要素提出了相应的政策建议。     

基于Model-3/CMAQ和CAMx模式的台州市PM2.5数值模拟研究

为探究沿海城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ和CAMx对台州市2016年PM_(2.5)空间分布特征及区域污染贡献情况进行分析。结果表明,2016年PM_(2.5)模拟值与监测值变化趋势基本一致,模拟效果较好。PM_(2.5)平均浓度从高到低依次为冬季春季秋季夏季,空间分布呈现"两边低中间高"态势,与地形分布特征相似,高值区出现在人口稠密的城区附近。PM_(2.5)具有明显的区域污染传输特征,2016年台州本地贡献率为34.7%,外来源贡献率为65.3%。另外,PM_(2.5)还具有明显的季节性变化特征,本地贡献最小的时间段是春季,贡献最大的时间段是秋季。     

京津冀地区严重光化学污染时段O3的时空分布特征

利用MCCM(多尺度气象空气质量模式)对京津冀地区2008年6月严重光化学污染时段的近地面φ(NO_x)和φ(O₃)进行了模拟;同时,为了检验MCCM系统模拟φ(O₃)时空分布的能力,将模拟的气象要素、φ(NO_x)和φ(O₃)与观测数据进行了比对,并利用验证后的模拟结果对该地区严重光化学污染时段O₃时空分布特征进行研究. 结果表明:①MCCM模式可较好地反映气象场和污染物浓度场的时空分布特征. 气温、露点温度和气压的观测值与模拟值的相关系数分别为0.85、0.77和0.95;模拟的化学物种浓度的时空分布与观测结果基本相符. ②城市中心地区φ(NO_x)较高,北京和天津城市地区的φ(NO_x)甚至超过了30×10-9;京津冀平原大部分地区午后14:00φ(O₃)的最大值超过了70×10-9;而太行山沿线φ(O₃)的最大值超过了80×10-9. 结合气象要素的分析表明,午后φ(O₃)在太行山沿线的高值与气压场和流场关系密切. ③利用判断O₃生成敏感性指标——H₂O₂/HNO₃(体积分数比)分析发现,φ(O₃)日最大值和φ(总氧化剂)(总氧化剂=NO₂₊O₃)平均值的高值区域与O₃生成受NO_x和VOCs协同控制的区域极为吻合. 因此,要达到降低区域的光化学污染,应以VOCs的消减为主,同时兼顾NO_x的消减.      

西安市的PM_(2.5)污染特征分析研究

分析和掌握大气中PM_(2.5)的污染特征,对控制PM_(2.5)的排放和改善空气质量具有十分重要意义。依据西安市连续2年多的空气质量监测数据,对AQI监测指标进行相关性分析,还从季节平均、月平均和日平均变化分析了PM_(2.5)随时间的分布特征,并应用MATLAB软件依据griddata插值算法绘制出了PM_(2.5)的空间分布图,直观地显示了PM_(2.5)污染在空间上的分布特征,突出了污染治理的重要季节和重点地区。研究结果表明:空气质量指数中的6项指标之间存在一定的相关性,PM_(2.5)与PM10的相关性最大,且PM_(2.5)污染呈季节性变化,春季污染最为严重,其次是冬季和秋季,夏季污染最轻;西安市的PM_(2.5)污染主要来源于燃烧、扬尘、尾气排放等过程,污染区域呈现北高南低的特征,污染源除人为源以外,周边污染扩散迁移也有较大影响。     

珠江三角洲地区2006年颗粒物污染过程识别与分析

利用Matlab小波分析工具,分析了珠三角(珠江三角洲)地区2006年PM₁₀的突变特征,并对典型区域性颗粒物空气污染过程进行了识别.结合全球资料同化系统(GDAS)气象数据,运用HYSPLIT v4.9模式,以4个典型空气观测站点的数据为基础,分析了高污染过程期间后向气流轨迹的特征和区域ρ(PM₁₀)的变化与输送过程,并对比分析了污染超标日和非超标日的ρ(PM₁₀)与风速、相对湿度、平均温度及地面平均气压等常规气象要素之间的关系.结果表明:影响珠三角地区颗粒物高污染时段输送的气流主要来源于内陆东北气流和沿海气流.本地排放和区域城市间传输是造成珠三角地区颗粒污染过程的主要原因.静风或极小风,以及较高地面平均气压是影响珠三角地区PM₁₀污染的主要气象要素.      

海河流域氮磷面源污染空间特征遥感解析

以MODIS遥感数据为驱动,采用以遥感像元为基本模拟单元的DPeRS（Diffuse pollution estimation with remote semsing）面源污染负荷估算模型,分析了2016年海河流域氮磷面源污染空间分布特征,并对“十三五”《重点流域水污染防治规划》中划定的海河流域172个控制单元进行面源污染优先控制单元分析.结果表明,2016年海河流域总氮（TN）排放量为13.62万t,入河量为2.53万t;总磷（TP）排放量为8152t,入河量为1597t;空间分布上,海河流域中部和南部地区氮磷面源污染较重,其中河北省片区氮磷面源污染物排放量及入河量最大;农田径流型是海河流域氮磷面源污染的主要类型,其次城镇径流影响也较大;筛选出海河流域TN和TP面源污染优先控制单元分别为127和131个,面积占比分别为84.2%和87.0%.     

东江流域敌敌畏的排放量估算及归趋模拟

农药的持续使用,使流域环境污染十分普遍,对其污染水平进行评估很有必要.相比传统的监测手段,与GIS结合的模型作为评估手段具有显著的优势,但是由于农药应用情景及相关排放量的数据不易获得,对流域农药的模拟评估造成了阻碍.本研究建立了一种农药排放量估算的方法,基于流域内作物种植情况及农药施用标准,通过使用情境分析和数学推演,可获得不同子流域单元的输入量;并以此为源输入数据,使用半分布式流域水文模型——SWAT（soil and water assessment tool）模型,以敌敌畏在东江流域为例进行模拟.模型的验证结果显示,模拟浓度与监测结果的差异值绝大多数在一个数量级以内,表明基于源输入估算的SWAT模型可有效评估流域农药的环境归趋.模拟结果表明,流域敌敌畏每年的排放量占到使用量的3.72%,河道内的降解等反应损失达2.35%.东江流域多数河段敌敌畏的质量浓度超过0.1 μg·L^-1,其污染需引起关注.     

我国城市空气臭氧监测与污染特征分析

根据2013年全国74个重点城市O_3监测结果,从年评价、日评价和峰值浓度分析了我国当前O_3污染程度,O_3污染的时空分布特征,并在O_3污染成因和对策建议方面进行了探讨。结果显示,O_3污染具有明显的日变化规律和季节性特征,污染较重的城市主要集中在京津冀、长三角、珠三角三大重点区域及山东省,O_3浓度低的城市则主要在黑龙江、东南沿海和西部地区部分城市。     

苏锡常地区PM2.5污染特征及其潜在源区分析

利用2014年12月—2015年11月苏锡常地区国控大气环境质量监测站发布的逐时数据,分析了研究区PM_(2.5)浓度的季节变化和空间分布特征,并利用HYSPLIT模型分析了大气污染物的输送路径及苏锡常地区PM_(2.5)的潜在源区.结果表明,苏锡常地区PM_(2.5)浓度日均值变化趋势基本一致,均呈现冬季高、夏季低的规律.PM_(2.5)浓度四季空间差异显著,不同监测站之间的差异较小.四季PM_(2.5)浓度与其它污染物之间相关性显著.单位面积污染物排放量与空气质量分布的空间错位,表明该地区PM_(2.5)污染与区域性污染物迁移有较大关系.苏锡常地区气流后向轨迹季节变化特征明显,冬、春、秋季的气流主要来自西北内陆地区,夏季气流以东南和西南方向输入居多.聚类分析表明,来自内陆的污染气流和来自海洋的清洁气流是苏锡常地区两种主要输送类型,外源污染气流不仅直接输送颗粒物,还贡献了大量的气态污染物.山东南部、江苏西部、安徽东部、浙江北部及江西西北地区对苏锡常冬季PM_(2.5)浓度贡献较大,春、夏、秋季的潜在源区主要分布在苏锡常本地和周边城市.     

济南市经济发展与环境质量关系实证研究

经济发展与环境质量之间的关系已成为全世界普遍关心的问题,经济发展与环境污染之间的关系常用环境库兹涅茨曲线（EKC）来描述。选取济南市1990年—2006年的经济增长与环境质量指标,建立单位GDP污染排放量模型和人均GDP污染排放量模型,对济南市经济发展与环境污染之间的关系进行了计量分析。结果表明济南市单位GDP的污染负荷呈下降态势;通过人均GDP污染排放量模型发现,济南市的EKC不完全符合典型的库兹涅茨曲线特征,呈显著的三次曲线特点。其中,工业废水曲线为正U形,转折点的理论计算值为28 772.5元。废气与固废曲线近似于倒U形EKC的左半部分,还没出现环境转好的转折点。