南京城区冬季大气污染特征

为探究南京城区冬季主要大气污染物浓度变化规律,运用南京市空气自动监测站的φ(CO)、φ(O₃)、φ(NO₂)、φ(SO₂)、ρ(PM_2.5)和ρ(PM₁₀)逐时资料,结合同期气象数据,分析了2014年冬季(2014年12月—2015年2月)南京城区大气污染浓度水平和变化特征,探讨2015年春节期间在实施减排措施下气象条件对空气质量的影响.结果表明:① 观测期φ(CO)日均值和φ(O₃)小时均值未超过GB 3095—2012《环境空气质量标准》二级标准限值;ρ(PM_2.5)、ρ(PM₁₀)、φ(NO₂)、φ(SO₂)日均值分别超标44%、38%、34%、2%;ρ(PM_2.5)、ρ(PM₁₀)最大日均值分别为231和283 μg/m3,分别是GB 3095—2012二级标准限值的3.1、1.9倍. ② 日变化分析显示,φ(CO)与φ(NO₂)呈早晚双峰型变化,与早晚交通高峰源排放有关;φ(O₃)呈明显的单峰型,在午后出现峰值;φ(SO₂)呈单峰型且夜间浓度低于白天;ρ(PM_2.5)和ρ(PM₁₀)为双峰型变化,峰值出现在10:00和22:00左右. ③ 南京地区污染物周末浓度整体高于工作日,其中周末φ(CO)、φ(NO₂)和ρ(PM_2.5)显著高于工作日,“周末效应”显著. ④ 2015年春节期间,南京实施减排措施后,即使在不利的气象条件下,污染物浓度也未出现明显升高,说明减排措施有效削弱了污染源的排放,是保持南京地区良好空气质量的重要因素.      

北京2011年10月连续灰霾过程的特征与成因初探

选择2011年北京地区灰霾典型发生月——10月,利用在中国环境科学研究院监测的φ(SO₂)、φ(O₃)、φ(NO₂)、φ(CO)、ρ(PM₁₀)、ρ(PM_2.5)、ρ(BC)等数据,对该地区秋季典型灰霾过程特征及成因进行了研究. 在观测期间51.5%的时间内出现了灰霾,其中13.6%属于重度灰霾. 对灰霾期间污染物时间分布特征的分析表明:在灰霾过程中ρ(PM₁)、ρ(PM_2.5)、ρ(PM₁₀)及ρ(BC)较各自月均值的升幅均大于20%,ρ(PM₁)/ρ(PM_2.5)(78.7%)也明显增大.大气能见度的降低与细颗粒物及亚微米颗粒物有直接关系. 对观测期间的气象因素、气体污染物时间序列和颗粒物浓度累积特征的研究表明,10月连续灰霾过程的成因可能是该月频繁出现的鞍型场静稳天气及北京周边地区存在的基数较大的细颗粒物排放源所致.      

广州城区近地面层大气污染物垂直分布特征

为更好地了解广州城区近地面层大气污染物的扩散与输送过程,利用广州塔4层大气污染物垂直梯度观测平台(高度分别为地面、118、168和488 m)于2014年1月—2015年12月对多种大气污染物进行连续观测,分析了广州城区近地面层大气污染物的垂直分布特征.结果表明:①ρ(PM₁₀)、ρ(PM_2.5)、ρ(PM₁)、ρ(NO₂)和ρ(NO)随高度的上升而降低,其中ρ(PM₁₀)、ρ(PM_2.5)和ρ(PM₁)在低层(地面点位)—高层(488 m点位)的递减率分别为35%、30%和26%,ρ(NO₂)和ρ(NO)分别为75%和84%;ρ(O₃)随高度上升而增加,其低层—高层的增长率为135%;ρ(SO₂)和ρ(CO)则随高度上升先增后减.②除ρ(O₃)外,其余污染物浓度均符合“冬强夏弱”的季节特征,ρ(O₃)则在夏秋季较高,春冬季较低.冬季ρ(PM₁₀)、ρ(PM_2.5)、ρ(NO₂)和ρ(NO)高、低层间差异为全年各季最大,分别为38.6、18.5、49.4和31.9 μg/m3.③各污染物小时浓度日变化特征均不同程度地受混合层发展过程的影响,各高度污染物浓度在一天中混合层高度最高的时段(12:00—17:00)最接近,而在其余时段分层较明显.除O₃外,其余污染物质量浓度在中、低层大致呈早晚双峰分布,而在高层大致呈单峰分布.ρ(O₃)则在各层均保持单峰分布,峰值一致出现在14:00.④对一次典型污染过程分析发现,不同高度的ρ(PM_2.5)和ρ(NO₂)最大差值分别可达183.0和148.0 μg/m3,ρ(PM_2.5)显著地受到本地近地面污染源的影响,污染物高浓度区域主要集中在488 m以下.      

2008年1月广州大气污染特征及能见度观测研究

利用颗粒物在线观测仪、污染气体在线观测仪、现时天气现象传感器以及自动气象站,于2008年1月对广州大气污染物质量浓度、能见度和气象因子进行了连续观测. 结果发现:ρ(PM_2.5)与ρ(NO₂)日变化趋势基本相似且均呈双峰现象,分别出现在09:00—10:00和19:00—21:00时段;ρ(SO₂)呈单峰现象,出现在08:00—13:00时段. ρ(PM_2.5),ρ(SO₂),ρ(NO₂),ρ(NO)和ρ(O₃)日均值分别为(82.8±66.0),(81.6±80.9),(106.5±67.2),(66.1±57.0)和(25.1±17.0) μg/m3,能见度日均值为(6.8±4.4) km. 能见度与ρ(PM_2.5)和相对湿度呈负相关关系,相关系数均为-0.47. 研究还表明,低边界层高度、小风天气、高水平的污染物质量浓度和相对湿度是导致广州低能见度天气的主要因素.      

APEC会议期间石家庄市大气污染特征及空气质量保障措施效果评估

为研究2014年APEC会议期间(11月1—11日)石家庄市大气污染特征并评估空气质量保障措施效果,对处理不同功能区的封龙山站(背景站)、人民会堂站(市区站)、高新区站(开发区站)的ρ(SO₂)、ρ(NO₂)、ρ(CO)、ρ(O₃)、ρ(PM_2.5)、ρ(PM₁₀)进行分析,对比了各站点APEC会中与会后、APEC会议期间与2013年同期的空气质量等级状况及污染物质量浓度的变化. 结果表明:2014年APEC会议期间石家庄市整体空气质量好于2013年同期,除O₃外,其余各大气污染物的质量浓度均有明显降低,其中封龙山站的ρ(SO₂)、ρ(NO₂)、ρ(CO)、ρ(PM_2.5)、ρ(PM₁₀)较2013年同期分别下降了55.1%、22.9%、16.7%、36.8%、31.0%,人民会堂站的降幅分别为35.5%、28.0%、32.6%、36.9%、56.2%,高新区站的降幅分别为49.4%、26.6%、16.5%、32.9%、53.5%. 应急减排措施也使各站点的首要污染物发生了明显变化,其中扬尘控制措施有效遏制了PM₁₀对于市区站和高新区站的影响,而对于高架源的控制也有效降低了背景站的SO₂污染水平. 结合后向气流轨迹和气象图分析发现,尽管2014年APEC会议期间石家庄市的气象条件较2013年同期更不利于污染物扩散(污染气象指数等级高、气团滞留时间长),但通过地方政府采取的一系列应急减排措施,其空气质量仍有明显改善.      

唐山市大气环境治理措施的效果及分析

为揭示河北省唐山市大气环境治理的措施效果,分析了“十一五”期间唐山市的减排措施、污染物排放量和空气污染物浓度的变化. 结果表明:“十一五”期间(2005—2010年),烟尘、工业粉尘、SO₂排放量分别减少35%、57%、20%,ρ(PM₁₀)、ρ(SO₂)、ρ(NO₂)年均值分别下降12%、33%、33%. 与GB 3095—2012《环境空气质量标准》相比,2005年ρ(PM₁₀)、ρ(SO₂)、ρ(NO₂)分别超标36%、42%、7%,而到2010年ρ(SO₂)、ρ(NO₂)已达标,但ρ(PM₁₀)仍然超标20%. 2008年北京奥运会期间的减排措施使得唐山市ρ(PM₁₀)、ρ(SO₂)、ρ(NO₂)年均值均显著下降,分别比2007年下降13%、20%、28%. 2008—2009年的全球经济危机使得2009年地方生产总值增速较其他年均值降低13%,2009年烟尘和SO₂排放量也呈显著下降趋势,二者比2008年分别下降14%和10%,但工业粉尘排放量反而增加8%. 经济危机使ρ(PM₁₀)、ρ(SO₂)、ρ(NO₂)下降速率分别提升了20%、2%、2%. 研究结果表明,“十一五”总量减排、2008年北京奥运会期间的治理措施和全球经济危机对唐山市的空气质量产生了明显的影响.      

后奥运时期京津冀区域大气本底夏季污染变化

为探索后奥运时期京津冀区域大气本底污染状况及变化趋势,在中国科学院华北兴隆大气本底观测站,对夏季大气主要污染物(NO_x、SO₂、O₃和PM_2.5)进行了连续3年的在线观测,结合气流轨迹模式对大气污染物的传输路径及贡献率进行了分析. 结果表明:兴隆站大气本底夏季ρ(NO_x)、 ρ(SO₂)、 ρ(O₃)和ρ(PM_2.5)的平均值分别为(11.5±5.9)、(8.3±7.0)、(137.6±38.4)和(50.9±33.0)μg/m3;首要污染物为O₃和PM_2.5,ρ(O₃)和ρ(PM_2.5)日均值超过GB 3095─2012《环境空气质量标准》二级标准〔ρ(O₃)为200 μg/m3,ρ(PM_2.5)为75 μg/m3〕的天数分别为102和60 d,占观测期间有效天数的39%和23%,表现为大气氧化性增强、二次污染逐年上升;受偏南气流影响,太行山沿线区域和山东半岛—渤海湾地区是兴隆夏季大气本底污染的主要贡献区域,特别是京津冀城市区域夏季高浓度O₃和PM_2.5,对华北区域大气本底污染物浓度的整体上升具有重要影响.      

辽宁辽中县城郊地区大气污染物时空变化及来源特征

以辽中县水文站为辽宁省典型城郊地区大气背景站点,针对大气污染物,ρ(PM_2.5)和气象因子等进行了1年(2007年2月—2008年1月)的连续观测.研究了各污染物的浓度水平,日、季节变化以及来源特征.φ(O₃),φ(CO),φ(SO₂),φ(NO),φ(NO₂),φ(NO_x*),φ(NH₃)和ρ(PM_2.5)平均值分别为19.9×10-9,0.85×10-6,9.7×10-9,8.8×10-9,14.5×10-9,23.2×10-9,29.8×10-9和66.6 μg/m3. 除SO₂外,各污染物浓度水平均优于我国《环境空气质量标准》(GB 3095—1996)的二级标准.φ(O₃)在日间达到最大值,一次污染物呈现双峰分布.从季节变化来看,φ(O₃)在夏季最高,春季最低.一次污染物如CO,SO₂,NO以及PM_2.5的浓度均在冬季达到最大值.地面监测的φ(O₃)和OMI卫星反演的NO₂ 柱浓度的变换趋势相同,但地面观测的φ(O₃)在春季明显低于柱浓度.后推气流轨迹分析结果表明,在φ(O₃)较高的夏、秋季,从东北地区和渤海湾起源的气流贡献最大.      

天津市夏季灰霾与非灰霾天气下颗粒物污染特征与来源解析

年6—8月在天津市区进行的连续灰霾观测发现,灰霾发生的天数占观测时段的1/3. 灰霾日与非灰霾日颗粒物质量浓度存在显著差异,灰霾日ρ(PM_2.5)与ρ(PM₁₀)的平均值分别是非灰霾日的1.64和1.55倍. 灰霾日S含量高于非灰霾日近50%;灰霾日ρ(SO₄2-)和ρ(NO₃-)明显高于非灰霾日,其中灰霾日ρ(NO₃-)增幅最高可达251.02%;灰霾日PM_2.5和PM₁₀中的ρ(OC)、ρ(EC)均是非灰霾日的1.25倍以上. 灰霾日与非灰霾日的气象条件相近,表明此次观测期间天津市区夏季灰霾天气发生与气象条件的关系不大. 使用CMB模型(化学质量平衡模型)对PM_2.5来源进行的解析表明,二次硝酸盐和二次硫酸盐对灰霾日ρ(PM_2.5)的贡献率分别是非灰霾日的2.17和1.34倍,而其他源类在灰霾日和非灰霾日的贡献差异不明显,说明二次离子可能是造成天津市区夏季灰霾最主要的颗粒物源类.      

天津市PM10, PM2.5和PM1连续在线观测分析

利用2010年9月1日─11月30日在中国气象局天津大气边界层观测站采集的ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)数据,分析了观测期间可吸入颗粒物的统计特征,结合同期气象观测资料,分析了典型天气条件下ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)的日变化特征及与风速、风向的关系. 结果表明:观测期间,ρ(PM₁₀₎日均值有超过1/2的天数超过《国家环境空气质量标准》(GB 3095─1996)二级标准限值;ρ(PM_2.5)有63 d超过美国国家环境保护局(US EPA)1997标准限值,超标率高达76.8%;不同天气条件下,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)日变化特征明显,三者一般在大雾或扬沙/浮尘天气条件下出现高值,有降水过程时出现低值;可吸入颗粒物以粗粒子(PM_2.5～10)和PM₁为主,PM_2.5～10,PM_1～2.5和PM₁主要分布在风速小于3 m/s,风向为225°～280°和70°～110°范围内;风速大于3 m/s时,ρ(PM_2.5～10)和ρ(PM_1～2.5)有所增加. ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)未出现周末效应,但存在明显的周内变化.      

北京冬奥会同期空气污染数值模拟

第24届冬季奥运会将于2022年2月4—20日在我国北京市和河北省张家口市联合举办,主要会场有北京奥体中心、北京延庆县和张家口市崇礼县.为了模拟分析冬奥会空气质量情况,利用冬奥会同期(2006—2016年2月)北京市和张家口市空气质量资料及韩国气象厅天气图资料(2013—2016年2月),分析该时段重污染发生的频次,统计不利于污染物扩散的天气形势出现概率及污染传输路径,并结合嵌套网格空气质量预报模式(NAPQMS),评估不同减排方案对ρ(PM_2.5)的影响.结果表明:① 2006—2016年冬奥会同期,北京奥体中心和延庆县发生重污染天气的概率分别为17%和9%,污染发生的风险频率为北京奥体中心>延庆县>张家口市,并且北京奥体中心和延庆县在2月13—16日易出现持续的重污染天气过程;② 2013—2016年2月不利于污染扩散的天气形势出现概率较为频繁,尤其在850 hPa高度和地面,不利天气形势出现的概率分别为35%和41%;地面偏南风易将在北京西南方滞留较长时间的污染气团沿太行山输送至北京;③ 冬奥会期间,若于2月2—12日及17—20日将京津冀及周边城市污染物排放量在当前的基础上减排50%、2月13—16日减排75%,将可能不出现重污染日.严格控制北京及周边地区的大气污染物排放是保障冬奥会期间空气质量的必要措施.      

The eco-origins, actions and demonstration roles of Beijing Green Olympic Game

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅ 2 9ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＯｌｙｍｐｉｃＧａｍｅｗｉｌｌｂｅｈｅｌｄｉｎＢｅｉｊｉｎｇｉｎ 2 0 0 8.ＴｈｅＯｌｙｍｐｉｃＧａｍｅｓｈａｖｅｎｏｔｂｅｅｎｈｅｌｄｉｎｄｅｖｅｌｏｐｉｎｇｃｏｕｎｔｒｉｅｓｓｉｎｃｅｔｈｅＭｅｘｉｃｏＯｌｙｍｐｉｃＧａｍｅｓｉｎ 1968.ＩｔｉｓｅｘｃｅｐｔｉｏｎａｌｌｙｓｉｇｎｉｆｉｃａｎｔｔｏｈｏｌｄｔｈｅｇｒｅａｔｇａｍｅｉｎＢｅｉｊｉｎｇ,ａｄｅｎｓｅｌｙｐｏｐｕｌａｔｅｄａｎｄｆａｓｔｇｒｏｗｉｎｇｍｅｇａｌｏｐｏｌｉｓｗｉ…     

Impact of emission control on regional air quality: An observational study of air pollutants before, during and after the Beijing Olympic Games

An observational study on trace gases and PM2.5 was conducted at three sites in and around Beijing, during the Olympic season from 2007 to 2009. Air quality improved significantly during the Olympic Games due to the special emission control measures. However, concentrations of the primary pollutants and PM were found to have risen significantly after the Games. Although the major O3 precursors （NOx and VOCs） were well controlled during the Olympic season, O3 was still found to be the highest in 2008, based on the data of ground-based observation. All this information suggests that while control of regional emissions for the Beijing Olympic Games did improved the air quality in Beijing, more efforts will be needed for the continuous improvement of regional air quality, especially for significant reductions of O3 and fine particulate pollution, and not only in Beijing, but also in the B eijing-Tianjin-Hebei region.     

北京奥运时段河北香河大气污染观测研究

为监测评估周边地区大气污染对北京的可能影响,2008年6～9月北京奥运时段,在北京东南方向河北香河开展了大气污染物SO2、NOx、O3、PM2.5和PM10的连续在线观测,结合地面气象资料和HYSPLIT轨迹模式探讨了污染物的来源与传输过程.结果表明,香河地区大气污染较为严重,上述污染物观测期间日均最高值(日均值±标准差)分别达到84.4(13.4±15.2)、43.3(15.9±9.1)、230(82±38)、184(76±42)和248(113±52)μg.m-3,特别在奥运会开幕前后的7月20日～8月12日之间出现了2次持续污染过程,导致O3和PM10分别超过国家二级标准46 h(超标率9%)和11 d(46%),PM2.5则超过美国EPA标准18 d(75%).奥运时段8～9月的大气污染物日均值较6～7月日均值有明显降低:SO2从27.7μg.m-3下降到5.8μg.m-3;NOx从18.6μg.m-3下降到13.2μg.m-3;O3从96μg.m-3下降到80μg.m-3;PM2.5从90μg.m-3下降到60μg.m-3;PM10从127μg.m-3下降到106μg.m-3.NOx、PM2.5和PM10统计(月为单位)日变化为双峰型,峰值分别出现在07:00和20:00左右;臭氧呈单峰型,峰值出现在14:00～16:00之间.香河地区大气污染受局地排放和外源输送共同影响,持续的偏南气流易造成污染物积累,而偏北气流有利于污染物扩散,降水可明显清除大气中的污染物质.通过计算7月20日～8月12日香河和北京奥运村PM2.5小时平均浓度之间的超前相关系数,发现香河超前北京6～10 h时相关性较大(0.57r0.65,p=0.01),最大相关系数出现在超前8 h,表明上述时间段内香河实时观测数据对北京大气PM2.5污染超标事件可能具有预警作用.     

2008奥运和后奥运时段北京大气颗粒物质量浓度和数浓度比对研究

为探索奥运和后奥运时段北京地区大气颗粒物质量浓度和数浓度变化规律及其主要影响因素,于2008-08-08～2008-10-07期间,在中国科学院大气物理研究所325 m气象观测塔附近的办公楼楼顶使用微量振荡天平（TEOM）和空气动力学粒谱仪（APS）在线实时测量颗粒物质量浓度和数浓度,同时结合地面气象资料和HYSPLIT轨迹模式对颗粒物的来源和传输过程进行了探讨. 结果表明,奥运期间北京大气颗粒物粗细粒子质量浓度（PM_2.5～10和PM_2.5）平均值分别为（23.1±1.6） μg·m^-3和（55.5±7.3）μg·m^-3,比非奥运时期分别降低18.2%和16.0%,比非源控制时期分别降低22.3%和18.0%;而奥运期间粗细粒子数浓度（PN_2.5～10和PN_0.5～2.5）平均值分别为（15±1）个·cm^-3和（3138±567）个·cm^-3,比非奥运时期分别降低23.4%和27.5%,比非源控制时期分别降低29.5%和34.3%. 观测期间风速、相对湿度和前1 d的降水与颗粒物质量浓度和数浓度存在显著线性关系,逐步回归分析结果显示,风速和相对湿度可以解释细粒子质量浓度和数浓度变化的42%和53%,而风速和前1 d的降雨则可以解释粗粒子质量浓度和数浓度变化的21%和39%;观测期间北京大气颗粒物主要受保定、石家庄等偏南地区输送的影响,偏南弱气流使北京大气细粒子质量浓度和数浓度迅速增加,而偏北强气流使区域大气粗细粒子得到彻底清除,体现了北京地区大气粗粒子受局地排放控制而细粒子受区域污染输送的特征. 对比观测期间颗粒物累积清除的2次典型过程发现,气象因素影响颗粒物浓度值波动,而局地源排放减少和区域输送减弱则使颗粒物粗细粒子浓度显著降低,北京及周边省（市、区）协同减排是保障奥运期间优质空气质量的主要原因.     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

北京地区奥运会期间PM2.5对心脑血管疾病的影响

为了探讨2008年奥运会前后减排和限行措施对北京居民心脑血管健康的影响,调查了2006~2010年7~9月的空气质量状况及北京急救中心心脑血管疾病日入院人数,采用时间序列方法中的非参数广义相加模型(GAM),在控制了长期趋势、"星期几效应"及气象因素的影响后,分析了北京PM2.5浓度与心脑血管疾病日入院人数的暴露-反应关系,并按性别、年份建立了模型.结果表明,PM2.5对心脑血管疾病的影响具有一定的滞后效应,全人群、男性和女性滞后均为0~2d,在2006~2010年7~9月中,2008年3个人群的RR均最小,2009年RR最大.PM2.5日均浓度每增加10μg/m3,2008年男性、女性及全人群日入院人数风险分别增加0.18%、0.07%和0.00%,2009年男性、女性及全人群日入院人数风险分别增加3.43%、2.10%和2.97%.2008年7~9月采取的相关政策措施对降低了北京地区居民心脑血管疾病的发病风险具有重要作用.     

北京PM10持续污染及与常规气象要素的关系

北京PM₁₀持续污染已成为重要的污染现象.选用2000年6月─2002年12月北京空气质量日报和2003年1月─2006年2月9个代表站逐日ρ(PM₁₀)监测资料,利用奥林匹克体育中心站的数据分析了2003年以来北京地区空气污染状况,总结了该站近4年的PM₁₀持续污染变化趋势,并统计其与相对湿度、温度、风速和风向等常规气象要素的相关性.结果表明:①北京近几年秋末PM₁₀持续污染有加重趋势,各站点污染具有同步性;②PM₁₀持续污染以春、秋、冬季出现次数多,概率大,相对湿度、风速和风向对其影响较大,其中相对湿度与秋、冬两季持续污染概率的相关系数分别为0.96和0.97,相关性较好.      

Estimating the effects of meteorology on PM2.5 reduction during the 2008 Summer Olympic Games in Beijing, China

Particulate pollution was a critical challenge to the promise of good air quality during the 2008 Beijing Olympic Games, which took place from August 8th to 24th. To ensure good air quality for the Games, several temporary emission control measures were implemented in Beijing and surrounding areas. Ambient particulate matter concentration decreased significantly during the Olympic period; however, it is difficult to distinguish the effectiveness of those control measures since meteorology also affects ambient PM_2.5 concentration. In this work, a multiple linear regression model based on continuous field monitoring at a roadside site was conducted to evaluate the effects of meteorology and emission control measures on the reduction of PM_2.5 during the 2008 Olympic Games. The hourly data set was divided into two time periods, the no control period, June 22nd to July 4th, and the control period, July 28th to August 21st. The response variable was PM_2.5 and the meteorology covariates used in the model were hourly temperature, dew point temperature, wind speed and precipitation. Wind direction was not a significant predictor of PM_2.5 levels in either the control or the no control period. Using the meteorologically-based regression coefficients from the two time periods, meteorology was found to contribute to at least a 16% reduction in PM_2.5 levels in the roadside microenvironment; while the pollution control measures contributed to at least a 43% reduction in PM_2.5 levels.     

北京奥运会及残奥会期间PM10质量浓度演变特征及成因

2008年8─9月北京及周边各省市ρ(PM₁₀₎明显低于2006─2007年同期值. 结合污染物监测数据及气象资料,采用影响因子资料统计以及典型个例诊断对比法,研究造成北京奥运会及残奥会期间低ρ(PM₁₀₎的原因. 对2006─2008年同期风速的统计表明,2008年7─10月北京各月平均风速均低于往年,2 m/s以上的风发生频率低于往年,不利于大气污染物扩散. 2008年8月北京月降水量与2005年接近,但ρ(PM₁₀₎明显优于2005年,可见降水并不是该次ρ(PM10)月均值低的原因. 对比2006─2008年8─9月典型相似累积型天气型背景影响下ρ(PM₁₀₎日均值及演变过程发现,2008年ρ(PM₁₀₎日均值及演变曲线均低于往年. 根据对影响因子统计和北京及其周边省(市、区)严格的减排措施等分析,指出天气形势及其伴生的气象因素演变可能影响ρ(PM10)日均值波动,但六省(市、区)协同减排是保障优质空气质量的主要原因.