东海泥质区表层沉积物中有机氯农药的分布

以GC/ECD内标法定量测定了东海近岸泥质区、远岸济州岛西南泥质区和冲绳海槽共19个表层沉积物样中21种有机氯农药的含量.结果表明,有机氯农药在所有样品中均有检出,东海泥质区已有人类污染物的明显记录.研究区平均总有机氯农药分布特征为沿岸泥质区南部>沿岸泥质区北部>冲绳海槽>济州岛西南泥质区.冲绳海槽中HCHs含量高且其分布特征显著区别于陆架泥质区,显示该区域这一污染物源可能与陆架区有所不同.(DDD+DDE)/DDT比值显示东海泥质区DDT类农药的污染物还比较新.与国内其他地区沉积物中有机氯农药含量相比,东海泥质区有机氯农药污染属较低水平.     

我国硫输送和沉降量规律的研究

介绍了我国排放的硫污染物在大气中的输送规律,给出我国各省(区)1992,1993和1995年高架源和低架源平均硫沉降量、总沉降量及其来源省的贡献率。研究结果证明,由于我国疆域辽阔,排放的大气酸性污染物有90%以上沉降在本国大陆地区和领海海域内。在日本和周边国家的沉降量不超过其本国沉降量的10%。      

2014年春季山东省PM2.5跨界输送研究

利用CAMx模式模拟了2014年春季(3~5月)山东省ρ(PM2.5)浓度空间分布、输送、沉降特征并建立了各市PM2.5跨界输送矩阵.结果表明,山东省ρ(PM2.5)分布呈现明显的空间差异特征,鲁西地区浓度较高,半岛地区浓度较低;垂直方向上ρ(PM2.5)主要集中在2 000 m以下.全省ρ(PM2.5)水平输送通量平均达110μg·(m2·s)-1,全省总沉降量为23.05×104t.全省近地面ρ(PM2.5)外来输送贡献率为21.08%±3.83%,各市外来输送贡献率平均为40.45%±5.96%;随着高度的升高,京津冀、背景及边界等条件对山东省ρ(PM2.5)的贡献率明显上升,分别上升了7.56%、6.18%.     

东北亚冬季PM2.5水溶性离子空间分布特征及来源

为探讨东北亚冬季PM_2.5水溶性离子空间分布特征及来源,测定了2017~2018年沈阳冬季PM_2.5水溶性离子浓度.结果显示：沈阳冬季PM_2.5水溶性离子平均质量浓度为28.5±11.9μg/m³,二次离子（SO₄^2-、NO₃^-和NH₄⁺）的浓度最高,分别占总水溶性离子质量浓度的31.0%、22.4%和19.2%.运用离子化学计量学关系、相关性和主成分分析,探讨了沈阳冬季PM_2.5水溶性离子的可能来源.并整合了东北亚冬季（中国东北、韩国、日本）近20a来PM_2.5水溶性离子数据,发现沿着东亚冬季风,东北亚冬季PM_2.5水溶性离子浓度从中国东北,经韩国海岸、韩国和济州岛,日本海岸至日本整体呈下降趋势,在韩国和日本出现局部上升,且在不同区域,不同水溶性离子占比明显不同.其中,韩国冬季PM_2.5中SO₄^2-、Ca²⁺和K⁺受外来源影响显著,NO₃^-和NH₄⁺主要来自本地源,Cl^-、Na⁺和Mg²⁺主要来自本地源或海源;日本中部冬季PM_2.5中SO₄^2-、NO₃^-、NH₄⁺和K⁺主要来自本地源,Cl^-、Ca²⁺、Na⁺和Mg²⁺主要来自本地源或海源.     

长春市餐饮源PM2.5和VOCS排放清单

采用自下而上的四种不同清单编制方法（以人口、就餐次数、用油量和灶头为核算基准）,评估了长春市辖区2014年不同餐饮活动（家庭餐饮、社会餐饮和食堂餐饮）的大气污染物PM_2.5和VOC_S的排放量,编制了餐饮源大气污染物PM_2.5和挥发性有机物（VOC_S）排放清单,并分析了餐饮源排放的时空分布特征.结果表明：2014年长春市辖区餐饮源PM_2.5总排放量183~770t,VOC_S总排放量9~586t;长春市辖区餐饮源PM_2.5和VOC_S的最大排放源是家庭餐饮,其贡献率分别为74%~81%和28%~78%,食堂餐饮的贡献率分别为8%~22%和3%~26%,社会餐饮的贡献率分别为2%~17%和2%~69%;排放强度空间分布表明,长春市辖区餐饮源污染物在排放区域上：朝阳区 > 南关区 > 绿园区 > 二道区 > 宽城区 > 双阳区;时间变化特征显示,日变化峰值为07：00~08：00,11：30~12：30,18：00~20：00;周变化中周三、周六和周日排放量较大;季节变化中,冬季排放强度高于其他季节,其中十二月份贡献率最大（9.98%）;不同方法计算的大气污染物排放清单中,以人口为基准的不确定性最大,VOC_S的不确定性为302%,以用油量为基准的不确定性最小,PM_2.5和VOC_S的不确定性分别为31%和61%,可以作为区域餐饮源大气污染物清单推荐方法.未来的工作将侧重于典型餐饮源本地排放因子的测定,从而有效减少排放清单的不确定性.     

沙尘气溶胶的跨亚欧大陆传输对东亚地区大气环境的影响

基于全球大气环流模式CAM3.1对2002—2003年模拟的全球沙尘气溶胶分布及其变化的评估,通过去除东亚沙漠(局地源)的敏感性模拟试验来分析北非、阿拉伯和中亚地区沙漠区(外部源)的沙尘气溶胶跨亚欧大陆传输对东亚地区大气沙尘气溶胶的贡献.结果表明,受到大气沙尘气溶胶的跨亚欧大陆传输的影响,东亚以外沙尘源对青藏高原大气贡献率最大,对我国北方干旱半干旱地区大气贡献率最小,对中国南方地区和日韩及邻近的西北太平洋地区大气贡献率基本相当.东亚地区秋(冬)季大气受到东亚以外沙尘源的影响最弱(强).我国北方干旱半干旱地区近地层大气沙尘气溶胶的外源贡献率秋季最小(约5%),冬季最大(约30%).青藏高原冬季60%~80%的近地面大气沙尘气溶胶来自东亚以外的沙漠区,而在秋季则只有约20%~60%.外源对东亚大气沙尘气溶胶柱浓度和对近地面大气沙尘气溶胶的影响具有基本一致的季节特征,但对柱浓度的贡献率一般偏大10%~40%.沙尘气溶胶跨亚欧大陆传输对东亚地区的影响主要集中在2~6 km的自由对流层.随对流层高度的增加东亚各地区外源贡献率均增加.青藏高原地区以年平均对流层沙尘气溶胶外源贡献率62%~81%成为东亚地区最大的影响区域.     

基于数值模拟对西安地区冬季一次重污染过程PM2.5区域来源解析

西安是关中盆地经济发展的核心城市,特殊的地形和工业发展导致冬季细颗粒物（PM_2.5）污染严重,制定科学合理的治理措施迫切需要明确PM_2.5的来源.本文基于空气质量模式CAMx（Comprehensive Air Quality Model with extensions）、颗粒物源解析模块PSAT（Particulate Source Apportionment Technology）及融入多种来源数据后建立的排放清单来量化西安地区本地及区域传输贡献.在本文研究的重污染过程中,模式的模拟精度合理,模拟与观测值相关系数为0.78,FAC2达到95%.PSAT模块在本次重污染过程中对西安PM_2.5的来源解析结果显示：在城区,西安本地为最大的排放源区,日均贡献率均大于60%,其次为咸阳8%,省外的传输为6%;在郊区,西安本地的贡献减少,传输贡献增加,其中阎良区传输贡献达到83%.对西安城区的一次细颗粒物面源排放量减少50%模拟后,城区和郊区来自周边区域渭南或咸阳的贡献率有6%~8%的增长.该研究结果表明需要从本地排放管控和区域联防两方面来改善西安地区的空气质量.     

基于受体和化学传输的综合模型解析重庆PM2.5来源

为进一步提高PM_2.5污染源解析的准确性,研究提出一种基于受体和化学传输的综合源解析模型（CTM-RM）,并以重庆冬季一次典型PM_2.5污染过程为例（2019年1月21～27日）开展模型评估与应用.结果表明,观测期间基于CTM-RM获得的模拟误差平方值较CAMx/PSAT低84.58%,PM_2.5及其化学组分浓度的模拟相对误差值较CAMx/PSAT下降15.69%～92.86%;此外,CTM-RM还可以获取重庆市PM_2.5污染源贡献的时空分布特征.观测期间,主城区PM_2.5农业源、工业源、电力源、民用源、交通源和其他源的调整因子R值分别为1.39±0.38、 1.54±0.48、 1.01±0.13、 1.02±0.58、 0.86±0.59和0.58±0.67,各污染源R值的累积分布函数差异明显.民用源和工业源是主城区PM_2.5的主要污染源（46.23%和28.23%）.与其他源不同,污染日交通源贡献率（8.62%）同比清洁日显著上升（P<0.00...     

江西景德镇站大气CH4和CO季节变化及源解析

基于江西景德镇温室气体站2017年12月~2018年11月筛分获得的CH₄及CO大气本底和污染浓度数据,对大气CH₄和CO浓度季节变化及其排放源特征进行研究,结果表明：大气CH₄和CO本底浓度季节变化特征与浙江临安本底站类似,即夏季低而冬季高,而夏季江西地区水稻田和湿地排放导致CH₄污染浓度显著抬升,相比本底浓度抬升幅度可达133.9×10^-9,冬季受西北部地区取暖排放的区域输送的影响,1月CO污染平均浓度较本底浓度抬升达227.2×10^-9.基于本底数据及污染数据,结合后向轨迹模型分析发现景德镇站大气CO潜在排放源主要分布在湖北东南部（四季）、安徽（秋冬季）、山东中部（秋季）、长江三角洲上海及杭州（夏秋季）、湖南东部和江西地区（冬季）等区域,其中冬季湖南东部和江西地区贡献率达53.7%,CH₄排放源主要集中在江西地区（夏季）、长江三角洲杭州、南京及安徽南部覆盖区域（夏季）、湖北东南部（夏秋季）以及安徽（秋季）、山东中部（秋季）等区域,夏季南京、杭州及安徽南部覆盖区域的CH₄排放对景德镇站CH₄浓度抬升的贡献率达到69.5%.大气CH₄及CO呈现较好的相关性,冬季其相关系数可达0.86,受CH₄和CO源汇季节变化影响,CH₄/CO排放比呈现冬季低值（0.31）、夏季高值（1.06）.     

河南省一次PM2.5污染过程区域性影响数值模拟

为了研究区域输送对河南省PM_2.5重污染的影响,利用中国科学院大气物理研究所自主研发的NAQPMS(嵌套网格空气质量预报)模式模拟了河南省2014年1月12─19日的一次污染事件. 污染期间,河南省所有城市ρ(PM_2.5)小时均值最大值均超过250 μg/m3,达到了严重污染水平. 利用基于NAQPMS的污染源来源追踪方法评估了本地排放和区域输送的影响. 结果表明:研究期间,本地排放和区域输送对河南省ρ(PM_2.5)的平均贡献率分别达到了50.6%和49.4%. 在区域输送方面,安徽省对河南省ρ(PM_2.5)的贡献率(10.0%)最高,山西省(9.2%)、陕西省(8.5%)次之,河北省(仅2.1%)最低. 分地区来看,河南省中部地区以本省累积(贡献率为61.4%,下同)为主,东部地区以安徽省(30.4%)输送为主,南部地区以本省累积(45.1%)、湖北省(14.1%)及安徽省 (13.7%)输送为主,西部地区以陕西省(35.4%)输送为主,北部地区则主要以本省累积(58.1%)及山西省(20.7%)输送为主. 研究表明,尽管河南省各地区同时出现高污染,但其来源不同,有必要采取区域联防联控措施.      

大连市酸雨的变化趋势及来源简析

“十一五”期间大连市的酸雨污染呈波动趋势,2009年的酸雨污染最为严重,酸雨频率达到40．3％,pH均值4．84,属于中酸雨污染。大连市酸雨的来源受外来地区输送的影响较大,大连市本地源排放对硫和氮的湿沉降的贡献仅在10—20％之间;外来源中,山东排放的贡献占30～40％,辽宁其他区域的贡献10％左右,同时日本、朝鲜和韩...     

北京地区大气颗粒物输送路径及潜在源分析

利用TrajStat软件和全球资料同化系统数据,计算了2005~2016年北京市逐日72h气流后向轨迹,采用聚类分析方法,结合北京同期PM_2.5逐日质量浓度数据,分析北京市年及四季后向气流轨迹特征及其对北京市颗粒物浓度的影响,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,探讨研究时期内不同季节影响北京市颗粒物质量浓度的潜在源区以及不同源区对北京颗粒物质量浓度的贡献.结果表明,就全年而言,西北输送气流占总轨迹的比例最高,达59.97%,且其输送距离最远、输送高度最高、移速最快.输送高度最低、距离最短、移速最慢的东南气流占比次之,为27.64%,东北气流占比最低为12.40%,其移速和输送距离介于前两者之间.主要污染轨迹来自山东、河北,其次为来自俄罗斯、蒙古国和内蒙古荒漠戈壁地区的西北气流.PSCF和CWT分析发现,蒙中、晋中、冀西南、豫北及鲁西是影响北京PM_2.5的主要潜在区域.而不同季节、不同输送路径对北京PM_2.5污染影响的差异显著,春季主要受来自蒙晋交界区域的短距离输送气流影响,潜在源区位于冀南、鲁西、豫东和皖西北地区,夏季污染轨迹来自鲁、晋地区,潜在源区为豫东北、皖北和苏北地区;秋季主要受来自冀南地区的短距离气流影响,潜在源区为晋北、冀南、豫北和鲁西地区,冬季主要受来自蒙古国中西部和蒙中地区的远距离输送气流影响,潜在源区主要在冀南、鲁西、豫北、晋和蒙西地区.     

2013-2015年上海市霾污染事件潜在源区贡献分析

统计分析2013-2015年上海市每个月不同空气质量等级天数比重,根据HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory）后向轨迹模型对3年内的12月份影响上海地区的污染气团进行了综合聚类分析和逐年聚类分析.在综合12次严重霾事件的后向轨迹基础上,结合上海实时公布的PM_2.5小时浓度资料,对潜在源贡献因子PSCF（Potential Source Contribution Function）和浓度权重轨迹CWT（Concentration-weighted Trajectory）进行分析与比较,研究重霾期间影响上海PM_2.5质量浓度的潜在源区及不同源区对PM_2.5质量浓度的贡献差异.结果显示,上海市3年期间12月份霾颗粒物外来源主要输送渠道为西北路径和北方路径,源自于西北方向的气团比重占总气团的50.4%,北方向的气团几乎都经过海洋后进入上海地区.影响上海地区PM_2.5质量浓度的潜在源区主要分布在安徽、江苏和山东地区,此外江西北部、浙江北部、河北南部及山西少部分地区也对重霾事件中的污染物颗粒有一定程度的贡献.     

悬浮物对虾夷扇贝致死效应的研究

虾夷扇贝原产于太平洋西部和北部的俄罗斯、朝鲜及日本沿岸等地,适于在低温、高盐度海洋环境中生存、生长。为确定虾夷扇贝适宜的生存环境,研究了悬浮物对虾夷扇贝的致死作用。结果表明:(1)悬浮物对虾夷扇贝的急性致死效应(72h)不强;(2)高浓度悬浮物对虾夷扇贝具有很强的慢性致死作用。     

亚洲大陆流出羽中气溶胶磷的来源解析

利用西风盛行时在青岛采集的总悬浮颗粒物（TSP）样品,分析其中总P （TP）和溶解态P （DP）浓度与气团后向轨迹的关系,采用正定矩阵因子分析（PMF）和潜在源贡献因子分析（PSCF）方法解析TP和DP的来源及其潜在贡献区域.结果表明：青岛气溶胶中TP主要来自地壳源的贡献（45%）;其次是机动车排放源（22%）、燃烧源（21%）和工业源（12%）;海盐源的贡献最小（<1%）.但DP主要来自人为源的贡献,其中机动车排放源的贡献为35%,燃烧源和/或二次源为28%、工业源为25%;地壳源和海盐源等自然源的贡献分别为9%和1%.相同来源的TP和DP其潜在贡献区域相似,但DP的贡献区域范围更广.地壳源P （TP和DP）的贡献区域集中在沙尘从源地向我国近海传输的路径上,海盐源P的贡献区域位于黄、渤海,工业源P的贡献区域主要为河南、山东以及蒙古国南部等地区,燃烧源/二次源P的主要贡献区域为山东南部和江苏北部区域,机动车排放源P的贡献区域则主要为北京、天津、山东、江苏等区域.     

基于受体模型与地统计的耕地土壤重金属污染源解析

为探明云南金子河流域耕地土壤重金属污染现状与主要来源,有效开展土壤污染防治, 通过土壤采样与数据统计分析评价了金子河流域典型耕地的重金属污染风险,采用指示克里格方法阐明了研究区重金属元素的空间分布,使用主成分分析-多元线性回归(PCA-MLR)模型进行土壤重金属源解析,并量化其贡献率. 内梅罗综合污染指数法评价结果表明,本研究区中90.79%的土壤点位为重度污染,土壤整体处于重度污染水平. 指示克里格插值结果显示,元素Cd、As、Pb污染的高概率区域主要分布在研究区西部与西南部,Cd、Pb污染的高概率区域主要分布在研究区北部,而Cd、As、Pb污染的低概率区域主要分布在研究区东部及东南部. PCA-MLR模型解析重金属污染来源包括:研究区整体自然源贡献率为12.79%,工业源贡献率为87.21%;东岸自然源、工业源贡献率分别为92.46%、7.54%,西岸自然源、工业源贡献率分别为8.98%、91.02%. 研究显示,金子河流域西岸区域的重金属污染风险明显高于东岸区域,分区域进行源解析可以有效揭示局部污染特性,更为准确地识别污染来源.      

荆州市大气污染物周边源影响域的气候模拟研究

以大气污染物协同控制与精准治理的需求为导向,开展湖北省荆州市大气污染物的来源分析.基于FLEXPART-WRF模式揭示了2008—2017年荆州市PM_2.5周边源"影响域"的季节气候特征,估算了大气污染物区域传输和局地排放的相对贡献,确定出不同季节的大气污染物主要传输通道.结果表明,荆州地区PM_2.5主要"影响域"为湖北、湖南、河南和安徽省.不同季节湖北省外源传输对荆州PM_2.5"影响域"的贡献率分别为春季50.4%、夏季33.9%、秋季42.6%、冬季43.0%和年均45.1%.春季3条区域传输通道分别为北通道（沿南阳盆地-荆州）、东通道（沿长江航道-荆州）以及南通道（沿雪峰山-荆州）;夏季主要为南通道;秋、冬季分别为北通道、东北通道（沿大别山低山丘陵-荆州）及东通道.针对荆州主要3类重污染天气型的典型个例"影响域"分析表明,高压静稳型PM_2.5污染主要来源于本地排放,省内贡献率达87.8%;低压倒槽型PM_2.5污染主要来源于偏南输送和本地累积,省内贡献率达55.0%;冷锋输送型PM_2.5污染主要来源于北路区域传输,省外贡献率达77.2%.对于冬季重污染期间,建议重点围绕荆州本地与省内荆门、襄阳、孝感、天门、潜江、武汉、随州、宜昌及省外常德、南阳、信阳等地开展协作,加强区域间大气污染联防联控.该项研究可为区域大气污染精细化管控与靶向治理提供科学依据.     

廊坊市秋冬季大气细颗粒物污染特征及来源解析

分析了2019～2020年秋冬季廊坊市北部、市区和南部这3个站点的大气细颗粒物及其化学组成.空间分布上,PM_2.5浓度整体为：南部>市区>北部.PM_2.5主要成分为有机物、硝酸盐、硫酸盐、铵盐、矿物组分、氯离子和元素碳,分别占PM_2.5的质量分数为25.4%、21.5%、11.0%、11.5%、13.7%、3.5%和5.8%,金属元素及其他物质的质量分数分别为0.3%和7.2%;二次无机盐浓度呈现市区(28.7μg·m^-3)高于北部(28.0μg·m^-3)和南部(26.8μg·m^-3)郊区的变化特征,而有机物(其浓度分别为16.6、13.0和18.5μg·m^-3,由北向南,下同)、矿物组分(9.6、6.7和9.7μg·m^-3)、氯盐(2.0、2.0和2.8μg·m^-3)和元素碳(3.6、3.2和4.3μg·m^-3)浓度呈现南部和北部郊区高于市区的变化特征.随...     

On the atmospheric conditions affecting the variation of tritium concentration in rainfall

Atmospheric conditions affecting the variation of tritium concentration in rainfall were investigated by meteorological analysis during 1980 in Pusan, Korea. Tritium concentrations were high in winter, autumn and spring, in comparison with summer. If was found that there is generally a negative correlation between tritium concentration in rainfall and the mixing ratio, and atmospheric thicknesses. In winter, spring and autumn, high tritium concentrations occurred as the southward continental polar air masses from the north merged into the low pressure air mass in southern China; and relatively low concentrations of tritium appeared when the southward polar air masses combined with the northward low pressure air mass from the East China Sea. In the rainy season, extremely low concentrations of tritium were found when a stationary front was located to the south of Korea, allowing a warm and humid southwest airflow to travel toward the Korean peninsula, and here the potential instability and the existence of active convective clouds were major factors affecting the variation of tritium concentration.     

东海表层沉积物中多环芳烃的分布特征及来源解析

本研究对东海沉积物中多环芳烃(PAHs)组成及含量进行了分析,发现多环芳烃总浓度为8.2~180.2 ng/g,和国内外其它区域相比,整体处于一个低至中等程度的污染水平。东海沉积物中PAHs的分布整体表现为中间低、两端高的格局。内陆架是长江入海物质的主要沉积区,也是PAHs的主要汇集区;陆架北部区域的物质来源复杂,但总体受长江入海泥沙的控制,自西向东PAHs含量梯度递减;研究区域的东北部,较高的PAHs可能源于济州岛的输入;冲绳海槽也含有较高PAHs;而残留沉积区中PAHs含量极低。通过多环芳烃组成特征判断,东海表层沉积物中PAHs主要来自煤、木材、油类的燃烧,还有部分来自油类的泄漏。同时不同区域Ba P/Be P、Ba A/Chry比值的差别表明内陆架及冲绳海槽的PAHs主要来自河流输送,残留沉积区的PAHs可能主要来自大气沉降。