大连市区空气中颗粒物(PM10和PM2.5)污染原因分析

2013年及2014年两年大连市污染天气中,首要污染物为PM_2.5的天数占96%。2014年大连市区空气中可吸入颗粒物PM₁₀的年均值为85 μg/m³,细颗粒物PM_2.5的年均值为53 μg/m³,均超出国家标准限值。笔者通过对市区各监测点位颗粒物监测结果及典型污染过程进行分析,定性得出施工等引起的各类扬尘、机动车保有量的不断攀升、本地工业及冬季燃煤、不利的气象因素以及所处偏西和西南风向等造成了大连市区空气中颗粒物的污染。     

中国煤炭消费对PM2.5污染的影响研究

国务院颁布的《大气污染防治行动计划》明确提出制定国家煤炭消费总量中长期控制目标,到2017年,煤炭占能源消费总量比重降低到65%以下,然而煤炭消费对PM_(2.5)污染的贡献到底多大,这是当前亟待研究的科学问题。为定量分析煤炭消费对我国PM_(2.5)污染的影响,本研究首先计算了2012年煤炭消费产生的大气污染物排量,然后利用CAMx空气质量模型,分别采用组分分析法和情景模拟法两种方法研究了煤炭消费对全国PM_(2.5)污染的影响。组分分析法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为61%,其中煤炭直接燃烧、煤炭相关行业的贡献率分别约为37%、24%;情景模拟法研究表明,煤炭消费对全国PM_(2.5)年均浓度的贡献率约为56%。因此,我国由于煤炭消费对全国PM_(2.5)年均浓度的贡献率为56%~61%。     

基于CEEMDAN的多时间尺度的北京市PM2.5浓度影响因素研究

研究PM_2.5浓度的主要影响因素,对提升北京市空气质量具有重要意义。与以往仅限于原始时间尺度的研究不同,本文基于CEEMDAN方法考察了多时间尺度下年平均风速、城市绿化、人口密度、产业结构和能源强度对北京市PM_2.5浓度波动的影响,并与原始时间尺度的主导因素进行对比。研究发现：原始尺度的北京市PM_2.5浓度影响因素是不同时间尺度内影响因素合力作用结果,不同时间尺度下影响因素不同。城市绿化、人口密度、产业结构和能源强度在多时间尺度中起到短期增强波动的作用,城市绿化和产业结构是贯穿于各个时间尺度的具有趋势性,决定北京市PM_2.5浓度基本走势的影响因素。     

中国省际贸易隐含PM2.5排放转移及其环境公平性研究

本文首先基于多区域投入产出模型,结合能源驱动的PM_2.5排放清单,构建了2017年中国环境拓展的多区域投入产出表。而后,以生产侧与消费侧的双视角测算了2017年我国30个省份贸易中隐含PM_2.5排放与增加值的转移特征,并基于排放与增加值的净转移矩阵借助区域环境不公平指数对省际贸易中PM_2.5污染排放与经济利益交换的公平性进行测度。结果表明,省际贸易中隐含PM_2.5与隐含增加值的转移流向相反,中部与东北等相对欠发达地区是隐含PM_2.5的主要流入地,而沿海地区发达省份是隐含增加值的主要流入地。发达省份通过省际贸易既可一定程度上避免PM_2.5污染也可获得来自外省（区、市）的经济利益,具有环境与经济的双优势,而部分欠发达省份则是环境与经济双失。区域环境不公平指数的测度结果表明,发达省份与欠发达省份之间存在明显的差值,欠发达地区在省际贸易中面临相对明显的环境不公平挑战。最后,建立了省际贸易污染补偿机制与方案以缓解环境不公平性。     

嘉兴市环境空气中PM2.5和PM10的时空分布特征

以 2017—2020 年嘉兴市范围内环境空气自动监测站的监测数据为基础,分析了嘉兴市 PM_2.5和 PM₁₀的时空分布特征,结果表明,嘉兴市 PM_2.5和 PM₁₀浓度逐年改善。从季节分布看,PM_2.5和 PM₁₀浓度均表现为冬春季高、夏秋季低,冬季质量浓度分别为 48,77 μg/m³,夏季质量浓度分别为 22,35 μg/m³;在月尺度上,大体呈两头高、中间低的“U”形分布;在周尺度上,存在明显的“周末效应”,即污染物浓度休息日低于工作日。从空间分布看,PM_2.5和 PM₁₀的浓度分布呈“东低西高”的特点。全局空间自相关分析表明,PM_2.5的全局相关性不显著,PM₁₀全局表现为较强正相关性。局部空间自相关分析表明,嘉兴市区 PM_2.5表现为高—低聚集,嘉善县PM₁₀表现为高—低...     

基于超级站观测的乌鲁木齐市PM2.5组分特征分析

为了解乌鲁木齐市PM_2.5各组分浓度及其变化特征,利用2022年乌鲁木齐市大气环境超级站PM_2.5及其组分连续监测数据进行特征分析,结果表明：PM_2.5组分中有机碳、元素碳、水溶性阴、阳离子等组分浓度与PM_2.5浓度呈现“采暖季高、非采暖季低”的季节性变化;PM_2.5各组分中硫酸根、硝酸根、铵根和有机碳占比较大;无机元素浓度高低顺序为：钙>铁>氯>钾;有机碳与元素碳比值为6.08;硝酸根离子与硫酸根的比值小于1;典型污染过程中PM_2.5组分浓度中硫酸盐、硝酸盐、铵盐和有机物等二次气溶胶占比明显增加。说明2022年乌鲁木齐市冬季PM_2.5浓度受SO₂、NO₂和NH₃等污染物二次转化影响,而夏季则受有机物二次转化和一次扬尘源的共同影响,应重点控制相关行业污染排放,减少重污染天气。     

沈阳市秋冬季PM2.5中有机碳和元素碳污染特征及来源分析

通过分析沈阳市环境空气秋冬季PM_2.5中有机碳(OC)和元素碳(EC)质量浓度,研究环境空气PM_2.5中OC,EC的污染特征。研究结果表明：沈阳城区秋季环境空气EC和OC质量浓度较高;秋冬季二次有机碳(SOC)平均质量浓度分别达到8.28～14.81μg/m³和6.98～11.59μg/m³,二次污染程度较为严重;通过碳组分进行主成分分析,秋冬季碳组分主要来源于生物质燃烧、燃煤排放和汽油车尾气;冬季K⁺与OC,EC,SOC之间的相关性较好,K⁺与OC,EC,SOC具有一定的同源性;冬季OC与EC相关性较好,冬季碳质气溶胶污染源来源相对一致。     

基于VIIRS的夜间PM2.5浓度遥感估算

PM_2.5作为主要空气污染物之一,长期影响人类健康和生态环境。目前主流的大气PM_2.5遥感监测依赖于日间过境的气溶胶光学厚度AOD产品,夜间时效连续性受到限制。为此,本文在大气辐射传输原理的基础上,顾及气象、土地利用等与PM_2.5排放、传输相关的因素,构建基于VIIRS的夜间PM_2.5浓度遥感估算方法。以北京市2013—2014年大气重污染事件为例,定性分析、定量评估大气重污染过程下PM_2.5浓度与夜间灯光辐射强度的相关性,开展夜间灯光遥感数据融合多源地理要素的夜间PM_2.5浓度估算。结果表明：随着PM_2.5浓度的显著上升,夜间灯光遥感影像的同一个区域亮度明显下降,PM_2.5浓度值和夜间灯光辐射值的平均相关系数达-0.69(P<0.001);融合夜间灯光数据与多源地理要素可以较好模拟夜间PM_2.5浓度,模型精度R²达0.83,RMSE为38.03μg/m^...     

基于后向轨迹模式的北京市PM_(2.5)来源分布及传输特征探讨

近年来中国经历了数次大范围雾霾天气,北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_(2.5)又称细颗粒物。为了进一步治理北京雾霾,为制定政策提供依据,须了解北京地区PM_(2.5)的来源。本文基于后向轨迹模式并结合PM2.5浓度计算了2015年9月1日0:00至2016年8月31日23:00以北京为起始点,向后推算48小时的轨迹,并结合轨迹聚类分析法、潜在源贡献因子法(PSCF)、浓度权重轨迹分析法(CWT)等,探讨北京地区PM_(2.5)的来源。结果表明:模拟的后向轨迹经过聚类分析可分为6类,其中来自内蒙古西部的轨迹最多,来自西北、北西北方向的轨迹次之,来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小,来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响,是北京PM_(2.5)污染的主要潜在源区;来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁,为北京带来良好的天气;来自西北及西西北方向的部分轨迹对应的PM_(2.5)浓度严重超标,说明来自此方向的气团对北京的空气质量也有一定的影响。     

关于焦化行业CO2排放核算方法的探讨

本文分析了适用于焦化行业通用CO₂排放核算方法,在此基础上结合我国焦化行业工艺和原料的特征,采用排放因子法和物料衡算法等两种方法对10家典型焦化企业CO₂排放进行核算。结果表明:物料衡算法能很好地反映不同类型焦化企业的排放特征;排放因子法对我国独立焦化企业存在碳排放量系统性高估的可能。为此,建议我国焦化企业可借鉴德国焦化企业的碳核算经验,采用碳平衡法对不同类型的焦化企业(单元)的碳排放量进行核算,并完善相关的统计和监测技术。     

深圳大气污染特征模拟及环境容量估算

本文根据深圳市8 个监测站点2013 年的逐日PM₁₀ 和PM_2.5 浓度监测数据、气象数据,统计风向、风速、稳定度联合频率等,利用污染物在大气中输送扩散模式,由实测的浓度值反推出污染物的产生量或排放量的方法,重点分析龙华新区PM₁₀ 和PM_2.5 的污染特征,并依据环境目标值,估算该区域剩余环境容量。研究结果表明,龙华新区全年盛行东风、南风,其风频分别为16.7%、13.2%,风速约为1.6m/s,PM₁₀、PM_2.5 浓度均呈现出季节性变化,秋、冬季浓度值较高,尤其在10 月到次年1 月份,其排放强度主要受本地污染源的影响。除此以外,其西、北部的污染源对其污染物浓度有一定的影响。新区PM₁₀ 和PM_2.5 的剩余环境容量均呈现负值,尤其以PM_2.5 最为突出,须大力加强减排控制,以达到环境目标值     

The direct influence of ship traffic on atmospheric PM2.5, PM10 and PAH in Venice

The direct influence of ship traffic on atmospheric levels of coarse and fine particulate matter (PM_2.5, PM₁₀) and fifteen polycyclic aromatic hydrocarbons (PAHs) has been estimated in the urban area of Venice. Data analysis has been performed on results collected at three sites over the summer, when ship traffic is at a maximum. Results indicate that monitoring of the PM daily concentrations is not sufficiently detailed for the evaluation of this contribution, even though it could be useful for specific markers such as PAHs. Therefore a new methodology, based on high temporal resolution measurements coupled with wind direction information and the database of ship passages of the Harbour Authority of Venice has been developed. The sampling sites were monitored with optical detectors (DustTrack^® and Mie pDR-1200) operating at a high temporal resolution (20s and 1s respectively) for PM_2.5 and PM₁₀. PAH in the particulate and gas phases were recovered from quartz fibre filters and polyurethane foam plugs using pressurised solvent extraction, the extracts were then analysed by gas chromatography- high-resolution mass spectrometry. Our results shows that the direct contribution of ships traffic to PAHs in the gas phase is 10% while the contribution to PM_2.5 and to PM₁₀ is from 1% up to 8%.     

大庆市雾霾形成原因分析及其生态城市建设对策

以大庆市为研究对象,分析了2014—2016年大庆市环境空气质量特征及雾霾成因,并提出了生态城市建设对策。结果表明:2014—2016年大庆市SO2、NO2年均质量浓度均达到环境空气质量标准一级浓度限值,PM2.5浓度超过二级浓度限值3.8%~26.0%,2016年大庆市环境空气质量达标天数和重污染天数分别占全年的89.9%和1.9%。产业和能源结构不合理、大气氧化性强、外来源传输贡献等是造成大庆市雾霾的主要原因,因此建议从工业行业搬迁、推进节能技术进步等方面建设大庆生态城市。     

国家《大气污染防治行动计划》健康效益评估

为了提高空气质量改善进程,2013 年国家发布了《大气污染防治行动计划》。本文基于空气污染与健康效益评估模型(BenMAP),对人口分布资料、大气污染与人体健康影响的暴露反应关系等进行了本土化修正,采用“支付意愿法”与“疾病成本法”相结合的方法,系统评估了《大气污染防治行动计划》实施后,PM_2.5 污染变化引起的环境健康效益。研究结果表明,《大气污染防治行动计划》的实施将在一定程度上降低PM_2.5 环境浓度,改善环境空气质量。如果《大气污染防治行动计划》空气质量目标全面实现,可以避免城镇8.9 万居民的过早死亡,减少12 万人次住院治疗以及941 万人次的门诊和急诊病例,实现的全国健康效益约为867 亿元/ 年,说明了《大气污染防治行动计划》实施的健康有益性。本文对政府部门开展污染损失评估及制定环境健康政策具有重要的参考价值。     

我国大气细颗粒物污染防治目标和控制措施研究

我国面临着严重的细颗粒物(PM2.5)污染问题,PM2.5对人体健康、能见度、气候变化、生态系统等均产生了不良影响。本文旨在提出我国PM2.5污染防治目标和控制措施,为从根本上改善空气质量提供科学依据。首先,本文提出了2020年和2030年我国PM2.5污染防治目标。其次,采用能源和污染排放技术模型,分情景预测了我国未来一次大气污染物排放量的变化趋势。基于情景预测结果和此前研究建立的一次污染物排放与PM2.5浓度间的非线性关系,确定了2020年—2030年与PM2.5浓度改善相适应的全国和重点区域大气污染物减排目标。最后,利用能源和污染排放技术模型,提出了实现大气污染物减排的技术措施和对策建议。研究表明,2030年全国二氧化硫、氮氧化物、一次PM2.5和挥发性有机物的排放量应分别比2012年至少削减51%、64%、53%和36%,氨排放量也要略有下降。对于污染严重的重点区域,必须采取更严格的控制力度。要实现上述减排,应加快能源结构调整,推进煤炭清洁高效集中可持续利用,建立\"车-油-路\"一体的移动源控制体系,并强化多源多污染物的末端控制。     

关于“十四五”大气环境管理重点的思考

\"十四五\"是衔接我国\"两个一百年\"奋斗目标、开启全面建设社会主义现代化国家新征程的第一个五年,\"十四五\"的大气环境管理需要指向新的目标,同时面临新的挑战。本文通过梳理我国2013年以来大气环境质量改善效果,分析目前大气环境质量的差距,从推进中长期大气环境质量持续改善的视角,研究提出了\"十四五\"期间关于大气环境管理的定位和相关工作目标,并从完善大气环境管理体系、全面推进结构调整等方面,提出了对\"十四五\"大气环境管理重点工作的建议。     

社交媒体的环境关注能改善空气质量吗？

随着移动互联网的快速发展,社交媒体日益成为公众表达对重污染天气等环境问题关注的工具。本研究以微博为例,探讨了社交媒体反映的环境关注对城市PM_2.5浓度水平的影响以及内在机制。研究发现,微博上环境关注的空间分布显示出向高等级和高污染城市聚集的倾向,PM_2.5浓度水平高的地区集中在煤炭资源或重工业集聚的地区。空间回归模型的结果证实了社交媒体的环境关注能显著降低PM_2.5浓度水平,层级较高的城市及创新能力较强的城市能够更好地回应社交媒体的环境关注,并有效降低城市的PM_2.5浓度水平。本研究表明,社交媒体的环境关注已经成为环境治理中的一种重要力量,在分析环境问题时应该充分考虑新兴社交媒体平台的影响。